AI模型开始省HBM，Scale-up光互联会少卖吗

DeepSeek-V4.1-Flash 最近被 SemiAnalysis 测了一下，结果把光互联圈看愣了。

这模型有个 189GB 的 Engram 表。测试发现，把它从 GPU 昂贵的 HBM 挪到普通内存里，每次只读 12.4KB，性能根本没掉。HBM 压力一下就释放出来了。

腾出空间后，神奇的事发生了：原本需要 4 张 GPU 紧密配合的任务，现在 2 张就够了。TP 宽度直接从 4 降到了 2，卡间通信跟着大减，性能和成本最高改善了 1.6 倍。

这下以前算光模块销量的老公式得改了。不能只看多少张 GPU，还得看平均 TP 宽度——也就是这些 GPU 到底有多黏着彼此。

不过别急着喊利空。单副本通信是少了，但推理便宜了，云厂商很可能会用省下的算力去跑更多任务。总流量未必跌，只是需求没那么好猜了。