---
title: "【线性注意力削弱算力需求？SemiAnalysis：Kimi K3将反向拉动英伟达与HBM】 7月19日｜月之暗面旗下大模型Kimi K3采用线性注意力机制，引"
topic_id: 45544281225558558
created_at: 2026-07-19T22:25:19.365+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 【线性注意力削弱算力需求？SemiAnalysis：Kimi K3将反向拉动英伟达与HBM】 7月19日｜月之暗面旗下大模型Kimi K3采用线性注意力机制，引

- 序号：020
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45544281225558558)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

【线性注意力削弱算力需求？SemiAnalysis：Kimi K3将反向拉动英伟达与HBM】

7月19日｜月之暗面旗下大模型Kimi
K3采用线性注意力机制，引发市场对英伟达、HBM以及网络设备需求可能受到削弱的担忧。不过，半导体研究机构SemiAnalysis近日给出了截然不同的判断：K3庞大的参数规模和推理架构需求，不仅不会削弱高端AI硬件需求，反而可能进一步强化对英伟达高端GPU、HBM以及高速互联设备的需求。

SemiAnalysis指出，K3参数规模超过2.8万亿，模型权重容量超过1.5TB
HBM。即便在相对有限的用户并发场景下，KV缓存仍需要大量卸载至CPU
DDR5内存及NVMe存储，HBM空间并不会出现明显富余。更重要的是，月之暗面此前透露，K3的高效推理部署需要至少64颗芯片组成的大规模扩展域架构。这一硬件需求与英伟达GB200/GB300
NVL72等机架级AI系统的设计方向高度匹配。

SemiAnalysis认为，市场此前将线性注意力理解为“削弱GPU需求”的逻辑存在偏差。真正的影响可能恰恰相反：更高效的模型架构降低了AI推理成本，将推动更多应用落地，进而刺激GPU、HBM、DRAM以及网络基础设施的长期需求。

## 总体总结

主题正文
1. SemiAnalysis：Kimi K3将反向拉动英伟达与HBM】
2. K3采用线性注意力机制，引发市场对英伟达、HBM以及网络设备需求可能受到削弱的担忧。
3. 不过，半导体研究机构SemiAnalysis近日给出了截然不同的判断：K3庞大的参数规模和推理架构需求，不仅不会削弱高端AI硬件需求，反而可能进一步强化对英伟达高端GPU、HBM以及高速互联设备的需求。
4. SemiAnalysis指出，K3参数规模超过2.8万亿，模型权重容量超过1.5TB
5. DDR5内存及NVMe存储，HBM空间并不会出现明显富余。
6. 更重要的是，月之暗面此前透露，K3的高效推理部署需要至少64颗芯片组成的大规模扩展域架构。
7. SemiAnalysis认为，市场此前将线性注意力理解为“削弱GPU需求”的逻辑存在偏差。
8. 真正的影响可能恰恰相反：更高效的模型架构降低了AI推理成本，将推动更多应用落地，进而刺激GPU、HBM、DRAM以及网络基础设施的长期需求。