# AI-Infra-Compute · MANIFEST（模块清单）

## 模块信息
| 字段 | 值 |
| --- | --- |
| 模块 ID | ai-infra-compute |
| 所在层 | 算力底座层 |
| 主导关系 | 瓶颈在哪一层——读者带着「客户说要自建/要买卡，这方案成不成、钱该花在哪」来。 |
| 建立日期 | 2026-07-09 |
| 最后更新 | 2026-10-20 到期事实复核：成立 9 条回写日期、已变 3 条三处同步（要点：VR200 对 GB300 官方口径改 MLPerf v6.1 预览最高 3.7 倍；Google 第八代 TPU 8t/8i 已发布、官方口径年内 GA；UEC 现行规范升 1.1；成本派生条跟随 LLM-Inference 源行重核，数值不变）；2026-08-02 网页版增补「上云怎么落地」（Codex 对照库借鉴第 3 步·回流批）：新增 `#cloud` 小节（结构性小节，与 qa/related/sources 同类，不进章节清单）……；讲义 87 页；完整更新记录见 [raw-data/更新记录.md](raw-data/更新记录.md) |
| 产出 skill 版本 | v3.0 |

## 章节清单
| 章节 ID | 现编号 | 标题 | 状态 | 最后核实 |
| --- | --- | --- | --- | --- |
| aic-overview | 第 1 章 | 全景总览：从一张卡到一座 AI 工厂 | ✅ | 2026-07-09 |
| aic-gpu | 第 2 章 | GPU 解剖：为什么 AI 计算长在 GPU 上 | ✅ | 2026-07-09 |
| aic-hbm | 第 3 章 | 显存与 HBM：AI 时代最贵的房地产 | ✅ | 2026-07-09 |
| aic-chips | 第 4 章 | 芯片格局与选型：NVIDIA 之内与之外 | ✅ | 2026-07-09 |
| aic-scaleup | 第 5 章 | Scale-up 互联：把 72 张卡焊成一张大卡 | ✅ | 2026-07-09 |
| aic-scaleout | 第 6 章 | Scale-out 网络：把一万张卡连成集群 | ✅ | 2026-07-09 |
| aic-storage | 第 7 章 | 存储与数据管线：别让 GPU 等数据 | ✅ | 2026-07-09 |
| aic-econ | 第 8 章 | 算力经济学与售前速查 | ✅ | 2026-07-09 |

## 时效性事实（巡检盘查对象）
| 事实 | 章节 ID | 核实日期 | 来源 | 复查日 | 等级 | 节奏 | 不能外推 |
| --- | --- | --- | --- | --- | --- | --- | --- |
| NVIDIA 年更：Blackwell/GB200 在役、GB300 2026 放量（已成 2026 出货主力，TrendForce 2026-08-28）、Rubin H2 2026（HBM4+NVLink 6）、Rubin Ultra 2027（GTC 2026 展示 Kyber）、Feynman 2028 | aic-chips | 2026-10-20 | www.jonpeddie.com/news/nvidia-gtc-2026-keynote/（2026-10-20 逐字核对）；nvidia.com/en-us/data-center/vera-rubin-nvl72/；trendforce.cn 2026-08-28（2026-09-05 核对） | — | B | 30 | 路线图按季度改口径，不能当出货承诺写进方案 |
| VR200 NVL72 官方口径推理吞吐最高约为 GB300 NVL72 的 3.7 倍（MLPerf Inference v6.1 预览提交，Qwen3-VL 负载，NVIDIA 2026-09-16） | aic-chips | 2026-10-20 | blogs.nvidia.com/blog/vera-rubin-nvl72-mlperf-inference（2026-10-20 逐字核对） | — | B | 90 | 厂商自测倍数，非第三方复现，也非业务流量实测 |
| **AMD Helios 已从「承诺」翻页为「投产」**：MI350X/MI355X 早已量产（288GB HBM3e）；MI400 + Helios 在 Advancing AI 2026（2026-07-22/23，旧金山）正式发布，AMD 官方措辞是「now in production to be deployed by leading AI companies at gigawatt scale」。整柜规格：72 × MI455X + 18 颗第六代 EPYC「Venice」，31TB HBM4，峰值 2.9 EF FP4 / 1.4 EF FP8；单卡 MI455X 432GB HBM4、23.3TB/s、最高 40 PFLOPS FP4。首代仍走 UALink over Ethernet 过渡。已点名的部署方：OpenAI、Anthropic、Meta、Microsoft、Oracle、HUMAIN、Tensorwave、Vultr、Cirrascale；OpenAI 官方口径「预计 2026 Q4 起上线、2027 加速铺开」，Anthropic 合作规模「至多 2GW」。**「Q3 出货」核不到 AMD 一等源**（只见分析机构口径），故成品只写「已投产 + OpenAI Q4 起上线」；**原登记的「TSMC 2nm」在 amd.com 产品页查无实据，本次从成品中撤下** | aic-chips | 2026-10-20 | ir.amd.com/news-events/press-releases/detail/1294/（2026-10-20 逐字核对）；storagereview.com（MI455X/Helios 规格） | — | A | 30 | 投产与点名部署方不等于已交付，上线时间是计划口径 |
| Google TPU v7 Ironwood 2025-11 GA（192GB HBM3e、7.37TB/s、4614 FP8 TFLOPS、9216 芯 42.5EFLOPS）；AWS Trainium3 已出货（3nm、2.52PF FP8、144GB HBM3e）；Google 下一代 TPU 8t（训练）/TPU 8i（推理）已在 Cloud Next '26 发布，官方口径 2026 年内 GA；AWS 下一代排 2027 | aic-chips | 2026-10-20 | blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/eighth-generation-tpu-agentic-era/（2026-10-20 逐字核对）；docs.cloud.google.com/tpu/docs/tpu7x（Ironwood 规格）；aws.amazon.com/ai/machine-learning/trainium/（Trainium3） | — | B | 90 | 峰值标称规格，不代表可买到的配额与实际可用产能 |
| 昇腾 950 系列已成 2026 主力：950PR 2026-05 起出货、6 月近 10 万片、Q3 单月目标 12–13 万片；950DT 高带宽版提前至 2026-08 上华为云（HiZQ 2.0 内存 144GB/4TB/s，支持 FP8/MXFP8/MXFP4，华为相关负责人口径，ZOL 2026-06-08）。910 系列退居二线：Q3 单月出货约 3.5–4 万片、Q4 随换代下降；910C 算力约 H100 的 60%（DeepSeek-R1 推理口径，2025-04 报道）。原「910D 预计 2026 Q2-Q3 量产」窗口已过且无落地一等信源——按 2026-08-01 自带的预案销账：改为定性表述（已多次延后、实际由 950 系列接棒），不再挂具体窗口；「2026 计划约 60 万颗」「SMIC N+2 良率 40-50%」「国产化率 90%+」仍为二手媒体口径、一等源查无，本轮一并删去 | aic-chips | 2026-10-20 | ai.zol.com.cn/1195/11955311.html（2026-10-20 逐字核对）；finance.sina.cn 2026-07-26 调研纪要 | — | B | 30 | 华为仍无官宣，媒体口径；出货量是调研纪要的月度目标不是承诺 |
| NVLink 5 单卡 1.8TB/s（18 端口）、NVL72 域内 NVLink Switch 总带宽 130TB/s | aic-scaleup | 2026-10-20 | www.nvidia.com/en-us/data-center/gb200-nvl72/（2026-10-20 逐字核对） | — | A | 90 | 官方标称聚合带宽，非应用可达的有效带宽 |
| UALink 1.0（2025-04 定稿，单层交换/至多 1024 端点）与 Broadcom SUE 竞争；原生硬件平台看 2027 | aic-scaleup | 2026-10-20 | ualinkconsortium.org/wp-content/uploads/2025/04/UALink-1.0-Specification-PR_FINAL.pdf（2026-10-20 逐字核对）；SemiAnalysis "The New AI Networks" | — | B | 90 | 规范定稿不等于有货可买，2027 硬件时点是分析口径 |
| InfiniBand Quantum-X800 XDR 800Gb/s；2025 年中起新机柜配 ConnectX-8 支持 XDR（此前 NDR 400Gb/s）；Spectrum-X800 多租户以太 | aic-scaleout | 2026-10-20 | www.nvidia.com/en-us/networking/products/infiniband/quantum-x800/（2026-10-20 逐字核对）；NADDOD 架构分析 | — | B | 90 | 线速标称非实测集群吞吐；机柜网卡配置随批次变 |
| Ultra Ethernet UEC 1.0 规范 2025-06 发布，现行版为 1.1（2026-10-12 发布，官网可下载 PDF），100+ 成员；2026 年中全栈 UET 硬件刚出货、多数设备仅"兼容"、采纳早期 | aic-scaleout | 2026-10-20 | ultraethernet.org/ultra-ethernet-consortium-releases-specification-1-1-advancing-ai-and-hpc-networking/（2026-10-20 逐字核对）；Arista/WWT/SemiAnalysis（采纳状态） | — | B | 90 | 标称兼容不等于全栈可用，采纳早期非实测部署规模 |
| HBM4 时代开启：Samsung 2026-02-12 全球首家量产（1c DRAM+4nm、11.7Gbps）、4 个月营收破 $10 亿；SK hynix 2026 商用、预计供 NVIDIA HBM4 约 2/3；在役主流 HBM3e（192-288GB/卡） | aic-hbm | 2026-09-05 | 韩联社 2026-02-12 / 06-23 / 01-28（A 级，主干数字逐字核对）；trendforce.com 2026-01-28（1c/4nm）；三星官方页本轮正文抓取被截断，改挂韩联社 | — | B | 90 | 供货份额是机构预估非签约产能，报供货前须重核；「有意放缓爬坡」旧子句现口径方向不一致，已删 |
| DeepSeek 3FS（Fire-Flyer File System）开源：随机读优先、放弃读缓存，自报集群聚合读 6.6-7.3TB/s，支持训练加载/checkpoint/KVCache 查询 | aic-storage | 2026-10-20 | github.com/deepseek-ai/3FS（2026-10-20 逐字核对）；Tom's Hardware（7.3TB/s 上限） | — | B | 90 | 自报聚合带宽未经第三方复测，别当客户环境预期 |
| FP8 为生产推理默认精度、训练主流实践；NVFP4 面向 Blackwell、工具链成熟中 | aic-gpu | 2026-10-20 | vrlatech.com/fp4-vs-fp8-vs-fp16-for-llm-inference-which-precision-should-you-use/（2026-10-20 逐字核对）；沿用 llm-inference#llminf-quant 同源口径 | — | B | 90 | 主流实践不代表任一模型任一任务掉点可接受，须实测 |
| 成本量级：H100 级时租 $2.89–3.99/卡·时（neocloud 按需档）、自建盈亏线利用率随当期卡价与 API 价重算、托管 API 分两档（开源 70B 级约 $1、前沿旗舰 $12–50/百万输出 token） | aic-econ | 2026-10-20 | www.runpod.io/product/cloud-gpus（2026-10-20 逐字核对）；沿用 llm-inference#llminf-production 同源口径（源行 2026-10-20 更新） | — | B | 30 | 量级参考不是报价，盈亏线随卡价电价与合同期变 |
| 行业预测 2030 推理算力占 AI 总算力约 75% | aic-overview | 2026-07-08 | 沿用 llm-training#llmtrain-overview 同源口径（2026-09-05 派生条对齐） | — | B | 180 | 机构长期预测，不能当客户容量规划的采购依据 |

## 串联出边
| 本模块章节 | 指向 | 关系 |
| --- | --- | --- |
| aic-overview / 全书 | ai-infra-platform | 姊妹模块：本模块讲硬件（卡/网/存储/电），对方讲平台（调度/切分/容错/观测/云形态）；两模块封面/总览页互指 |
| aic-hbm | llm-inference#llminf-kv-budget | 显存账的推理下半本：机制账（KV Cache）在对方第 2 章，硬件地基（HBM 贵）在本章，互为前后篇 |
| aic-gpu | llm-inference#llminf-quant | 精度阶梯 FP8/FP4 是量化落地的硬件前提 |
| aic-hbm | llm-training#llmtrain-infra | 训练显存账（×16 字节）↔ ZeRO/FSDP 切分方案：本章讲账、对方讲怎么把账切开分摊 |
| aic-scaleup / aic-scaleout | llm-training#llmtrain-infra | 并行策略（TP/PP/EP）产生的通信量决定网络怎么建；本模块讲网络、对方讲并行 |
| aic-storage | llm-inference#llminf-disagg | KV Cache 外置 ↔ P/D 分离/Mooncake/Dynamo KV 路由：存储升级为推理性能部件 |
| aic-econ | llm-inference#llminf-production | 建 vs 租 vs API 盈亏线口径同源引用 |
| aic-overview | llm-training#llmtrain-overview | 训练一次性重投入 vs 推理持续账单、2030 推理 75% 预测同源 |