we view being on the “AMD Alliance Instinct Cloud Partners” list as not a good predictor of tiering well in ClusterMAX™.
方向相反的证据，必须一并记录，而且它相当有力。
公开点名一家主要芯片厂商的合作伙伴计划并给出负面判断，不是被捕获的分析师会写的东西。
评级结果本身同样是反证：CoreWeave 唯一 Platinum，而 Azure/Oracle 为 Gold、AWS 为 Silver、Google Cloud 为 Bronze——三大超大规模云全部排在一家 neocloud 之下。若评级可购买，预算最大的买家不会是这个位置。
因此结论是有分寸的：独立性的行为证据强，独立性的披露文本弱。 两者不能互相替代——前者靠读者自己推断，后者才是可审计的。
there is only one GPU cloud, CoreWeave, that provides services at this tier
时间关系值得记录：本文 2025-03-26 发布，CoreWeave 于 2025-03-28 在纳斯达克上市（CRWV，定价 $40，募资约 15 亿美元）——两天后。
本文自述筹备了 12 个月，IPO 时间表也是公开的，时间接近不必然意味着任何不当。
但这是一个应当出现在披露段落、而实际没有出现的事实。本条只记录日期，不作动机推断。
17 个月后的后续：CoreWeave 连续两次评级保持唯一 Platinum，并为此发布商业新闻稿、开设专门落地页 coreweave.com/semianalysis。评级已成为被评方的营销资产。
Reliable, scalable, easy to implement environments will be in extreme demand and we expect this to be a growing area for startups to operate in.
一个可判分的预测，14 个月后兑现。
本文早于其中最主要的市场事件。限定：逾 10 亿美元一项为媒体转述的内部讨论，非官方确认。
There is an entire security infrastructure that needs to underpin this as well, so the model is protected from external penetration or from trying to escape the environment.
这句的价值在于它的日期。
2025-06-08 写下时，它只是「环境工程要求清单」里的一项，与延迟、容错、检查点并列——不是预言，是常识。
约 10 个月后（2026-04）发生了 Anthropic 公开的最早一起评测环境失控；14 个月后（2026-07-29）的披露把它定性为「harness 与运维失败，而非模型对齐失败」。
本条不主张有人提前警告而被忽视——SemiAnalysis 未点名任何实验室，也不掌握内部信息。它主张的是更弱但仍有后果的一点：这个风险类别在事故前一年已属公开常识，因此不能被当作只能事后发现的运维意外。
DeepSeek has ambitions to release a multimodal model in V4, but scarce compute is slowing progress.
这条几乎逐字兑现。
V4 预览于 2026-04-24 发布，仍是纯语言模型；据报道推迟多模态训练的主因正是算力与资金约束。训练依然依赖 Nvidia 最先进 GPU——与本文「他们主要用 Nvidia 训练，短期不会变」也一致。
本文对因果机制的判断（算力约束 → 多模态推迟），比它对绝对产量数字的判断可靠得多。
The argument Blackwell needs to be sold into China is a false narrative
这条兑现了。
至 2026-08：B30A 未获批，Trump 政府明确表态不出口 Blackwell 级芯片。
但门槛以另一种方式上移了——2026-01 批准 H200 对华销售，美国政府抽取 25% 分成。本文主张「只有当中国能大量供应与 H20E 相当的产品时才应提高档次」；实际发生的是提高了档次、同时加了财政抽成，这个组合本文没有设想过。
every model plateaued within its usual budget
公允记账：主动交代削弱自身结论的负面结果。 HealthBench 上增加算力无效。同一篇的脚注 3 还写明：约 10–30% 的任务上，新模型表现不如前代。
这类自曝在厂商发布里罕见。它也划出了本文结论的适用边界——增益集中在「智能体能自查自纠」的领域（代码、网安、数学），反馈弱或缺失的领域不适用。