Devansh 解析 Weka 如何突破 AI 内存瓶颈

2026 年 10 月 27 日，Substack 作者 Devansh 发布长文，深度解析初创公司 Weka 如何应对 AI 系统的万亿美元内存问题。文章的核心论点是：随着 AI 从聊天机器人转向推理智能体，其工作记忆（working memory）规模已远超 GPU 高速内存容量，瓶颈从算力转向内存。文章指出，当工作记忆溢出时，系统只能选择崩溃或遗忘；若选择遗忘，系统就得从零重新读取并处理上下文。文章举例称，在 128K token 上下文窗口上重新处理可能耗时 30 秒以上。目前该文为这一话题的最新公开分析，尚无 Weka 方面回应或其他后续进展的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。