“拖后腿”的芯片技术

半导体行业观察11-09

如果您希望可以时常见面，欢迎标星收藏哦~本周二，Nvidia的股价再次超越苹果，成为全球最有价值的公司，继今年6月创下类似纪录后，再度迎来辉煌时刻。在过去两年中，凭借GPU的强大算力，Nvidia在AI时代可谓风光无限，芯片性能不断攀升，取得了巨大的市场成功。然而，不得不指出的是，尽管GPU技术飞速发展，仍有一些短板技术正在成为英伟达发展的隐性障碍，影响着其进一步的突破。高歌猛进的GPU近一两年...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2482493690?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-11-09 10:28","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2482493690","market":"us","top_or_hot":-1,"title":"“拖后腿”的芯片技术","media":"半导体行业观察","content":"<div>\n<p>如果您希望可以时常见面，欢迎标星 收藏哦~本周二，Nvidia的股价再次超越苹果，成为全球最有价值的公司，继今年6月创下类似纪录后，再度迎来辉煌时刻。在过去两年中，凭借GPU的强大算力，Nvidia在AI时代可谓风光无限，芯片性能不断攀升，取得了巨大的市场成功。然而，不得不指出的是，尽管GPU技术飞速发展，仍有一些短板技术正在成为英伟达发展的隐性障碍，影响着其进一步的突破。高歌猛进的GPU近一两年...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20241109103110abaf7013&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>“拖后腿”的芯片技术</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n“拖后腿”的芯片技术\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-11-09 10:28 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20241109103110abaf7013&s=b><strong>半导体行业观察</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>如果您希望可以时常见面，欢迎标星 收藏哦~本周二，Nvidia的股价再次超越苹果，成为全球最有价值的公司，继今年6月创下类似纪录后，再度迎来辉煌时刻。在过去两年中，凭借GPU的强大算力，Nvidia在AI时代可谓风光无限，芯片性能不断攀升，取得了巨大的市场成功。然而，不得不指出的是，尽管GPU技术飞速发展，仍有一些短板技术正在成为英伟达发展的隐性障碍，影响着其进一步的突破。高歌猛进的GPU近一两年...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20241109103110abaf7013&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"PIM","symbol_name":"普特南马斯特信托","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20241109103110abaf7013&s=b","article_id":"2482493690","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20241109103110abaf7013&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2482493690","pubTimestamp":1731119314,"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"GPU目前正进入一种“自我加速”的发展模式。随着GPU性能的不断提升，背后支持它们的基础设施——尤其是互联技术和存储技术——却显得相对滞后。英伟达于2019年收购了Mellanox Technologies，Mellanox是全球领先的InfiniBand技术提供商之一。NVLink和InfiniBand技术虽然具有明显优势，但它们都是英伟达的专有技术。该标准将为AI pod内多达1,024个加速器实现高达每通道200Gbps的连","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"PIM":"普特南马斯特信托","BK4543":"AI","BK4527":"明星科技股","L":"洛斯公司","BK4141":"半导体产品","BK4503":"景林资产持仓","UEC":"Uranium Energy Corp","HBM":"HudBay Minerals Inc","IE00BFSS7M15.SGD":"Janus Henderson Balanced A Acc SGD-H","LU2458330169.SGD":"FRANKLIN SHARIAH TECHNOLOGY \"A\" (SGD) ACC","LU1880398554.USD":"AMUNDI FUNDS GLOBAL EQUITY \"A2\" (USD) INC","LU1880398471.USD":"AMUNDI FUNDS GLOBAL EQUITY \"A2\" (USD) ACC","IE00BDRTCR15.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC A","LU2458330243.SGD":"FRANKLIN SHARIAH TECHNOLOGY \"A-H1\" (SGDHDG) ACC","3NVD.UK":"LS 3X NVIDIA","IE00B19Z9505.USD":"美盛-美国大盘成长股A Acc","IE00BJTD4V19.USD":"NEUBERGER BERMAN US LONG SHORT EQUITY \"A1\" (USD) ACC","IE00BN29S564.USD":"JANUS HENDERSON BALANCED \"A3\" (USD) INC","IE0034235295.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"A\" (USD) ACC","LU0642271901.SGD":"Janus Henderson Horizon Global Technology Leaders A2 SGD-H","LU0053666078.USD":"摩根大通基金-美国股票A（离岸）美元","AMD":"美国超微公司","LU2250418816.HKD":"BGF WORLD TECHNOLOGY \"A\" (HKD) ACC","LU1988902786.USD":"FULLERTON LUX FUNDS GLOBAL ABSOLUTE ALPHA \"I\" (USD) ACC","IE0004445239.USD":"JANUS HENDERSON US FORTY \"A2\" (USD) ACC","LU0082616367.USD":"摩根大通美国科技A（dist）","IE00BZ199S13.USD":"BNY MELLON MOBILITY INNOVATION \"B\" (USD) ACC","IE00BDCRKT87.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC","BK4549":"软银资本持仓","NVDA":"英伟达","LU2360106780.USD":"BGF WORLD TECHNOLOGY \"A4\" (USD) INC","HK0000306701.USD":"TAIKANG KAITAI CHINA NEW OPPORTUNITIES FUND \"A\" (USD) INC","LU0719512351.SGD":"JPMorgan Funds - US Technology A (acc) SGD","BK4548":"巴美列捷福持仓","LU1803068979.SGD":"FTIF - Franklin Technology A (acc) SGD-H1","IE00BMPRXR70.SGD":"Neuberger Berman 5G Connectivity A Acc SGD-H","LU1989764664.SGD":"CPR Invest - Global Disruptive Opportunities A2 Acc SGD-H","IE00BJJMRY28.SGD":"Janus Henderson Balanced A Inc SGD","IE00BJLML261.HKD":"HSBC GLOBAL EQUITY INDEX \"HCH\" (HKD) ACC","IE00BMPRXN33.USD":"NEUBERGER BERMAN 5G CONNECTIVITY \"A\" (USD) ACC","LU0081259029.USD":"UBS (LUX) EQUITY FUND - TECH OPPORTUNITY \"P\" (USD) ACC","HK0000320264.USD":"TAIKANG KAITAI CHINA NEW OPPORTUNITIES FUND \"A\" (USD) ACC","HK0000306685.HKD":"TAIKANG KAITAI CHINA NEW OPPORTUNITIES FUND \"A\" (HKD) INC","LU2264538146.SGD":"Fullerton Lux Funds - Global Absolute Alpha A Acc SGD","2NVD.UK":"2X NVIDIA ETP","IE00BK4W5L77.USD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (USD) ACC","LU0057025933.USD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"AX\" (USD) ACC","IE00BK4W5M84.HKD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (HKD) ACC"},"translate_title":"\"Dragging\" chip technology","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"UEC":1,"PIM":1,"HBM":1,"AMD":0.9,"NVDA":0.9,"L":0.6,"3NVD.UK":0.6,"2NVD.UK":0.6},"content_text":"如果您希望可以时常见面，欢迎标星 收藏哦~本周二，Nvidia的股价再次超越苹果，成为全球最有价值的公司，继今年6月创下类似纪录后，再度迎来辉煌时刻。在过去两年中，凭借GPU的强大算力，Nvidia在AI时代可谓风光无限，芯片性能不断攀升，取得了巨大的市场成功。然而，不得不指出的是，尽管GPU技术飞速发展，仍有一些短板技术正在成为英伟达发展的隐性障碍，影响着其进一步的突破。高歌猛进的GPU近一两年来，我们可以看到GPU的速度迭代非常快，背后很大的因素是生成式AI（大模型）的爆发式增长。IDC预测到2027年，全球生成式AI市场规模将攀升至1454亿美元，中国市场的投资也将达到129亿美元，IDC指出，这一发展趋势的动力源自技术迭代的加速、应用领域的拓宽，以及企业对 AI 创新驱动的不懈投入。算力是生成式AI发展的物理基础，GPU是加速计算的主要工具。要实现大模型的突破，就需要大幅提高GPU的性能。GPU目前正进入一种“自我加速”的发展模式。英伟达和AMD等厂商面临着巨大的市场压力，它们必须不断在硬件设计上推陈出新，力求实现每年一个小迭代、每两年一个大迭代，才能满足这些需求。即使Hopper H100 GPU 平台是“历史上最成功的数据中心处理器”，但黄仁勋在今年的Computex主题演讲中说到，Nvidia也必须继续努力。英伟达的GPU架构从Fermi到 Hopper再到Blackwell，每次架构升级都带来性能和能效上的显著提升。从“Pascal” P100 GPU一代到“Blackwell” B100 GPU 一代，八年间GPU 的性能提升了1,000多倍。虽然过去八年性能提升了1000多倍，但是GPU的价格仅上涨了7.5倍。据了解，Nvidia的新款基于Blackwell的GB200 GPU系统能够以比上一代H100系统的推理速度快30倍，但与H100 首次发布时的价格大致相同，预计每台GB200 GPU 的售价在30,000至40,000美元之间。从Hopper GPU开始，英伟达就一直属于抢手货，而新一代的Blackwell亦是如此。10月，英伟达CEO黄仁勋表示，最新的Blackwell GPU未来12个月的订单均已经售罄，AWS、Google、Meta、Microsoft、Oracle 和CoreWeave等主要科技巨头是大买手。由于对数据中心GPU的需求，Nvidia的市值自2023年初以来增长了近十倍。2023年初，英伟达的市值为3600亿美元。不到两年后，其市值已超过3.4万亿美元。Nvidia市值超越苹果成为全球最有价值的公司GPU规模的发展速度之快是前所未有的，就拿AMD来说，在 AMD 2024 年第三季度财报电话会议上，AMD CEO Lisa Su指出，其GPU销量已接近CPU销量，这点与AMD涉足AI市场大有关系。AMD的AI GPU业务才刚开始一年，营收就已经快达到CPU业务规模。在财报会上，Lisa Su还表示：“仅在数据中心，我们预计AI加速器市场规模将以每年60%以上的速度增长，到2028年将达到5000亿美元。这大致相当于2023年整个半导体行业的年销售额。”AMD将2024年GPU销售额预测从45亿美元上调至50亿美元以上。然而，GPU这样的快速发展也带来了新问题。随着GPU性能的不断提升，背后支持它们的基础设施——尤其是互联技术和存储技术——却显得相对滞后。跟不上的互联技术如今，大型语言模型（LLMs）如ChatGPT、Chinchilla 和 PALM，以及推荐系统如 DLRM 和 DHEN，都在成千上万的 GPU 集群上进行训练。训练过程包括频繁的计算和通信阶段，互联技术就显得尤为关键。传统的互联技术如PCIe（外围组件互联）接口的带宽已难以支撑日益增大的数据传输需求，也早已经跟不上GPU的速度，PCIe标准虽然逐步演进，但它的传输带宽与GPU处理能力之间的差距越来越大。特别是在多卡并行计算的场景中，PCIe显得捉襟见肘，限制了GPU的最大性能释放。尽管目前许多大公司尝试采用标准PCIe交换机，并通过基于PCIe的结构扩展到更多加速器，但这只是权宜之计。为了应对这一瓶颈，英伟达开发了自家的高速互联技术——NVLink和Infiniband。NVLink 技术可用于 GPU 之间的高速点对点互连，提供高带宽和低延迟的数据传输，并通过 Peer to Peer 技术完成 GPU 显存之间的直接数据交换，进一步降低数据传输的复杂性。这对于分布式环境下运行的复杂 AI 模型尤为重要。更快的纵向互联有助于服务器集群内每个 GPU 性能的充分释放，从而提升整体计算性能。来源：Nvidia至于Infiniband技术，是一种网络连接技术。英伟达于2019年收购了Mellanox Technologies，Mellanox是全球领先的InfiniBand技术提供商之一。收购后，英伟达继续推进InfiniBand技术的创新，并在其加速计算平台中深度集成了InfiniBand网络。虽然以太网（Ethernet）在很多应用中是主流的网络连接技术，但在高性能计算（HPC）和AI训练等场景中，InfiniBand相较于以太网，具有显著优势：它提供更高的带宽、更低的延迟，且原生支持远程直接内存访问（RDMA），使得数据传输更加高效。Nvidia的Quantum-X800 InfiniBand（来源：Nvidia）而AMD则推出了自己的Infinity Fabric互联技术，专为数据中心优化，旨在提升数据传输速度和降低延迟。不过Infinity Fabric自然也是比不过NvLink的，不然AMD也不会发起UALink联盟。NVLink和InfiniBand技术虽然具有明显优势，但它们都是英伟达的专有技术。随着行业对互联技术需求的不断增长，一方面希望避免英伟达在技术上的垄断，另一方面也面临着互联技术瓶颈的挑战。因此，许多企业开始对标英伟达的互联技术，尝试开发替代方案。去年7月19日，超级以太网联盟 (UEC)成立，来对标InfiniBand。创始成员包括AMD、Arista、Broadcom、思科、Eviden（Atos 旗下企业）、HPE、英特尔、Meta 和微软。目前超级以太网联盟已经吸引了67家公司的加入。其中不乏有许多初创公司，联盟的成立将使这些初创公司从该联盟的举措中受益匪浅，UEC将成为初创公司在优化 TCO 的同时驾驭复杂的AI和HPC网络格局的关键。UEC部分会员一览（来源：UEC官网）今年，行业再度将锚头瞄向于NVLink。今年10月，由AMD主导，九大行业巨头——包括AMD、英特尔、Meta、惠普企业、亚马逊AWS、Astera Labs、思科、谷歌和微软——正式联合成立了UALink（统一加速器互联）。UALink的目标是成为AI加速器扩展连接的行业开放标准。其主要优势在于，UALink为复制NVLink和NVSwitch功能并与其他公司共享开发成果提供了一条途径，从而让整个行业的其他参与者都有机会与NVIDIA保持步调一致。UALink 1.0规范将于今年向会员开放。该标准将为AI pod内多达1,024个加速器实现高达每通道200Gbps的连接。假设 Nvidia HGX 风格的服务器内部有 8 个 AI 加速器，UALink 可以在一个pod中连接多达 128 台这样的机器。据tomshardware的报道，不过，UALink 最有可能经常以较小的规模使用，大约8个服务器的pod通过UALink相互通信，进一步的升级由超级以太网处理。联盟成员将在今年获得该规范的访问权限，并于 2025 年第一季度开始进行全面审查。来源：UALink新闻简报无论是NVLink、Fabric还是UALink，这一系列举措反映出，现有的互联技术跟不上加速器发展速度的普遍问题，行业迫切需要新的解决方案来支持更强劲的算力需求。存储更吃力与互联技术的滞后相比，存储技术的进步似乎显得更加吃力。在AI、机器学习和大数据的推动下，数据量呈现出指数级的增长，存储技术必须紧随其后，才能确保数据处理的效率和速度。对于当前的内存行业来说，高带宽内存（HBM）已经成为焦点，尤其是在大模型训练所需的GPU芯片中，HBM几乎已经成为标配。GPU依赖于高带宽内存（HBM）来满足高速数据交换的需求。与CPU相比，GPU需要更加频繁的内存访问，且数据的访问模式具有很高的并行性。这要求存储系统必须能够在毫秒级的延迟内提供极高的数据带宽。2013年，SK海力士推出了首款HBM芯片，直到大模型的崛起，HBM才真正迎来了应用的黄金时机。近年来，SK海力士加速推进HBM技术的更新迭代。今年9月，SK海力士成功批量生产了全球首款12层HBM3E产品，并计划于2025年初推出首批16层HBM3E芯片样品。原本预计在2026年量产的HBM4，SK海力士已将时间表提前，预计将在2025年下半年交付12层HBM4芯片。尽管如此，黄仁勋仍在敦促SK海力士加快HBM4的供应，初步要求提前6个月交付。虽然HBM的需求火爆，存储厂商依然面临着生产能力、技术瓶颈和成本等多重挑战。存储技术的滞后给高性能计算带来了多重挑战：计算能力浪费：GPU的强大计算能力无法得到充分利用，存储瓶颈导致大量的GPU计算资源处于空闲状态，无法高效地执行任务。这种不匹配导致了系统性能的低效发挥，增加了计算时间和能源消耗。AI训练效率下降：在深度学习训练过程中，大量的数据需要频繁地在GPU与存储之间交换。存储的低速和高延迟直接导致AI训练过程中的数据加载时间过长，从而延长了模型训练的周期。这对于需要快速迭代的AI项目来说，尤其是商业应用中，可能会造成较大的成本压力。大规模数据处理的障碍：随着大数据的兴起，许多AI应用需要处理海量数据。当前存储技术未能有效支持大规模数据的快速处理和存储，特别是在多节点分布式计算的场景中，存储瓶颈往往成为数据流动的最大障碍。为了解决存储跟不上GPU发展的瓶颈，业界已经提出了一些潜在的解决方案：例如存算一体以及CXL这样的智能存储架构。随着处理在内存（PIM）技术的兴起，计算和存储有可能进行更紧密的集成。PIM技术允许计算任务直接在存储设备上进行处理，避免了数据在计算和存储之间的传输瓶颈。此类技术有望大幅提升存储系统的性能，并有效支持GPU等计算芯片的高速数据访问需求。智能存储架构：通过采用更智能的存储架构，如CXL（Compute Express Link）和NVMe协议，可以实现更高效的存储扩展和更低延迟的数据访问。CXL提供了计算和存储之间的高速互联，使得GPU能够更快速地访问存储数据，解决传统存储架构中存在的带宽瓶颈问题。存储技术滞后于计算芯片发展的现象，显然已经成为现代计算系统中的瓶颈。尽管存储技术已经取得了一些进展，但与GPU等计算芯片的快速发展相比，仍存在较大的差距。总结在当今快速演变的技术生态系统中，多技术协同升级已成为推动新兴技术发展的核心动力。要实现算力的持续增长，GPU、互联、存储等技术必须协调发展。虽然GPU技术已取得了显著进步，但没有更高效的互联技术和更快的存储技术支撑，算力的潜力将无法完全释放。对于英伟达等科技巨头而言，如何继续推动GPU与其他关键技术的协同进化，解决存储、互联的瓶颈，将是未来几年中的主要挑战。","kind":null,"is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"deviceId":"web-server-community-laohu8-v3","version":"4.29.2","shortVersion":"4.29.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2482493690"}