MoE 推理计算与数据流分析公布
SemiAnalysis 研究 MoE 模型在推理服务中的计算、KV cache 与数据移动，区分 prefill、midfill、decode 等工作负载。文章是架构与经济性分析，不是新产品发布或普适性能实测。
组织：Moonshot AI
BS
人物 · 资源档案
Bryan Shan
Bryan Shan 是人工智能推理芯片与模型系统分析作者，参与 SemiAnalysis 的 Kimi K3 和芯片研究。
9 条公开关联信号0 份关联洞察最近事件 2026 年 9 月 21 日
简介来源：查看人物或组织资料。简介描述资源本身；下方关联数量仅反映本站公开信号。
技术发展趋势观察
截至 2026-11-01（UTC），该资源关联的公开信号在近 30 天有 0 条，前一个 30 天有 3 条。 这是本站事件覆盖数量，不足以单独判断行业增长或衰退。
关联议题主要包括 Inference Infrastructure（9 条）、AI Accelerators（3 条）、GPU（3 条）、AI Data Infrastructure（2 条）。最近一次关联事件为“MoE 推理计算与数据流分析公布”。
暂无可公开的关联洞察报告；以下信号提供可追溯的事件脉络。
公开信号记录的事件角色：文章署名作者；以具体信号为准。
关联信号 · 9
全部公开记录按信号日期排序，各信号保留自身的来源和发布状态。
Engram 模型 DRAM 与 SSD 卸载实验公布
SemiAnalysis 发布 DeepSeek-V4.1-Flash Engram 结构及 DRAM/SSD 卸载实验，报告在其测试配置下 DRAM 卸载的推理成本与交互速度优于未优化 SSD 路径。结论限于公开方法与配置，不能推广为所有硬件或生产系统结果。
组织：DeepSeek
TPU InferenceX 外部推理服务性能与成本分析
SemiAnalysis 发布 TPU InferenceX 研究，讨论外部推理服务的性能和成本；结论依赖配置、可用性与成本假设。
Jalapeño 芯片架构与推理表现分析
SemiAnalysis 发布 Jalapeño 架构与推理表现分析；研究估计与 OpenAI 自报结果分别归属，不视为全面独立复测。
组织：OpenAI
AgentX / InferenceXv3 代理与缓存复用负载评测
SemiAnalysis 发布 AgentX / InferenceXv3 研究，纳入代理和缓存复用负载；硬件排序依赖模型与测试配置。
Cerebras CS-4 芯片与系统设计变化分析
SemiAnalysis 发布 Cerebras CS-4 分析，讨论芯片和系统设计变化；性能结论限于研究的模型、配置与假设。
TileRT 低延迟推理性能的配置依赖分析
SemiAnalysis 发布 TileRT 低延迟推理研究；速度结论依赖模型、精度、批量与系统配置，不能泛化为所有工作负载表现。
Kimi K3 状态、缓存与通信架构分析
SemiAnalysis 发布 Kimi K3 架构研究，讨论状态、缓存和通信设计；架构分析不等于完整服务内存开销不会增长。
组织：Moonshot AI
AMD 软件生态与机架交付对 CUDA 竞争的影响分析
SemiAnalysis 研究 AMD 软件生态、持续集成与机架交付约束；个别基准结果不等于全面打破 CUDA 生态壁垒。
关联洞察 · 0
仅关联已公开且引用本资源信号的报告，或明确登记该组织的文件报告；共享信号不代表报告直接评价该人物或组织。
暂无符合公开条件的关联洞察报告。
同事件组织
同一公开事件出现不等于任职、隶属、合作或持续关系。