现在卷AI，比的不是参数，是谁更省HBM！
最近刷到一篇很有意思的行业观察，一下子点透了现在AI圈一个很现实的困境

不知道大家有没有留意：
现在最卡AI脖子的，不一定是算力，而是HBM显存。

SK海力士、三星、美光的HBM产能，早就被各大厂提前订到2027年了。
2026年全球HBM市场预计涨58%，但产能缺口还有50%-60%，价格还在一路狂飙，甚至预测明年均价同比涨幅能到121%。
连英伟达的AI服务器，都因为存储成本上涨，普遍贵了15%以上。

行业里有句很扎心的总结：
算力可以排队等，HBM等不到。

每1GB的HBM，我们能换来多少实际效果？

有意思的是，头部实验室已经在往同一个方向试探了。
OpenAI刚出的GPT‑6 Astra，就用上了「循环Transformer（looped transformer）」：
不去疯狂增加新参数，而是把同一套层堆栈，重复跑很多次。
相当于用“反复计算”，把网络等效做深；权重不用复制，HBM占用几乎不变，只是多消耗一点计算量。

FaceMind脸谱心智最新的Loop模型，走的也是这个思路。

很多视频生成模型大家都有个体感：“论文里能跑起来”和“真的能低成本、大规模跑起来”，完全是两回事。
举个直观的数字：同样是fp16精度，一个5B参数视频模型，光权重就要占10GB显存；而这里这套约94M参数的Loop模型，权重只需要0.188GB，差了足足53倍。

他们做了一组对照实验：
固定住参数量不变，不去堆更大的权重，只靠增加循环次数来放大能力。
Loop0和Loop3用完全一样的参数量（~94M），Loop3只是多循环了3次，计算量变成原来4倍；但HBM占用没有增加。

核心逻辑一句话：
加计算量，不加参数量
显存（HBM）是现在最稀缺、买不到的硬资源；
而计算资源，大不了慢一点、排排队，总能挤出来。

当然目前结论也很克制：在受控条件下，循环隐状态传递这条路是有效的，确实能显著降低对HBM的需求。不是说已经完美解决所有问题，但在HBM疯狂紧缺的当下，这是一条很值得跟进的路线。

感觉AI的竞赛，正在从“谁能把模型做更大”，慢慢转向“谁能用更稀缺的显存，做出更有用的东西”。

FaceMind HBM AI行业观察 循环Transformer 视频生成AI反常识howto 人工智能 具身智能 AI