大模型推理的账单，不只是“每个 token 多少钱”。参数要被搬运，计算要在 GPU 上执行，对话越长，KV cache 占用的显存越多；同时还要为并发、延迟目标和空闲容量付费。

这一期从参数、GPU、内存带宽讲到 KV cache 与长上下文，把“AI 为什么贵”还原成一张由计算、内存、并发和服务质量共同决定的账单。

时间戳：

- 00:00 开场：AI 的钱烧在哪里

- 01:19 参数不是知识卡片

- 02:53 为什么偏偏是 GPU

- 04:20 厨师算得快，资料也得送得上

- 05:55 固定行李之外，还有越聊越大的随身包

- 07:20 为什么长上下文不是免费午餐

- 08:24 AI 成本不是单价乘 token 那么简单

本节目只做阅读、思考和教育分享，不构成投资、医疗或其他专业建议。