我读了三篇报道，自己按计算器重新写了一遍。事实和数字取自原文和市场数据，算式和结论出自本文。算错的地方请在评论里指出。

🌐 · English · 中文 · Español · 한국어 · · 中文 Hub

无服务器 vs 我的 4090：计算比文章更进了一步

1. 「弹性与成本」——serverless AI的两副面孔

文章的梳理是这样：负载波动大就用serverless，24小时稳定就用独享设备。形式没错。但套用2026年韩国价格表，结论就动摇了。以Joonggonara为准，RTX 4090平均市价₩356万。内存紧缺推高新卡价格，二手跟着涨——买方优势已经结束的市场。

这是我算过的账：356 万韩元按 36 个月折旧，每月 9.9 万韩元。电费：推理平均 0.35kW 24 小时运行，每月 252kWh，按住宅高累进档 250 韩元算，每月 6.3 万韩元。合计每月约 16 万韩元。同一张卡上，13B 级量化模型每秒 25 token，保守估计每月产出 6,500 万 token，每百万 token 约 2 韩元。对简单的文档分类和代码辅助来说，性能还有富余。

文章没说出口的结论在这里：如果你每月为按量计费推理 API 支付超过 20 万韩元，那么凡是 13B 级模型能替代的任务，本地早已压倒性地更便宜。所以选择无服务器的真正理由不是成本，而是最新模型的性能和零运维。问题要换：别问价格，要问比例——你的工作负载里有多少百分比可以推给小模型？这个比例一旦超过 70，账单就不是策略而是漏钱；低于 30 的团队留在无服务器是对的。分界点不是模型大小，而是任务难度分布。

文章没提的一个变量。在HBM和DDR同涨的周期里，GPU不再是耗材，而成了有残值的资产。所有权的折旧表里多出了一行对冲。也立下反证条件：一年后二手4090市价跌破₩356万，这套逻辑就是错的。

英伟达·联发科:不是杀死对手的一招,而是做大牌局的一招

2. 英伟达向联发科投资 35 亿美元，锁定 AI 基础设施主导权

英伟达买下联发科 35 亿美元可转债,联发科采用 NVLink Fusion。机架级基础设施、PC SoC、车载三线合作。评论在谈锁定效应,我认为先算清楚赌注。

英伟达没有阻止超大规模厂商为摆脱 GPU 而自研芯片的潮流，而是把它们编进自己的互连体系。客户一边自研芯片，一边继续购买 NVLink 和机架网络，联发科将设计的芯片里照样用 HBM。这等于在逻辑竞争上搭起 AMD 跨不过的桥，同时把内存需求这块蛋糕做大。从 SK 海力士的角度看内存蛋糕在变大，稳赚不赔——实际上今天收盘价涨幅也大于三星。

证据会在下一季度的供应链报告中得到确认。若联发科定制加速器的订单坐实，台积电稼动率会上升，但 HBM 器件用量不分平台。我的判断是：这笔合约是内存出货量新闻，而非逻辑芯片新闻。

Apple Watch 全天候聆听：不是电池常数问题，而是 NPU 常数问题

3. 持续聆听但不录音，苹果公开 AI 隐私方案

要点就两句话。S11 处理器不耗电就常时处理语音。不保留语音原始数据，只处理文本。然而这套设计真正的瓶颈并不是电池。

如果不保留原始音频，回看 15 秒前所说内容的实时回放原理上就不成立。「只保留文本」意味着在源头就切断，支撑它的是超低功耗的常开语音管线，归根到底是 NPU 与 SRAM 带宽设计。苹果一旦让这在手腕上成立，留给对手的战争就不是语音识别性能，而是每瓦推理量。

对开发者的冲击更大。一旦手腕上随时都在跑推理，语音助手的常开待机指示就不再是成本，而是基本功；以云端往返为前提的语音服务商必须重算成本账。对我们这些在书桌上烧本地 LLM 的人来说，意义在于：这是第一个功耗约束战胜软件约束的商业案例。