Anthropic的机密IPO文件把算力焦虑摆上了台面：到2029年，它要向SpaceX支付最高845亿美元，换取英伟达芯片搭建的AI计算资源。这笔钱比不少国家一年的科研预算还高。但协议留了后门，多数条款提前90天就能退出。敢签这么大的单，又随时准备撤，说明连头部公司也摸不准几年后到底需要多少算力。
堆得多不等于跑得快。arXiv上的新论文Purlin盯上了GPU集合通信这个隐形瓶颈：现有实现把语义和具体路径绑死，硬件一换代、负载一变就得重写。Purlin把编排和数据通路拆开，调度逻辑不再和底层实现绑死。硬件换代越快，这种解耦越值钱。
普通用户的玩法更野。开源项目backburner让MacBook Pro通过USB-C外接iPhone 17 Pro Max，把运算任务拆给两边GPU一起跑。16K上下文下预填充速度提升44%，但文本生成阶段没加速。等于请了个外援搬砖，出词还得自己来。代码已经开源，想折腾的可以直接试。
三件事说的是同一回事：算力在重新分配。巨头用长期合同锁资源，研究者从通信层抠效率，玩家拿手边设备拼算力。瓶颈早就不只是芯片数量了，怎么把已有的算力用得更满才是真问题。