大模型时代：AI 芯片架构的范式转移
随着大语言模型参数规模突破万亿级别，传统冯·诺依曼架构面临前所未有的挑战。存内计算、Chiplet 互联、光子计算——下一代 AI 芯片将走向何方？
博客
深度思考
深度思考
前沿洞见
从 AI 芯片架构到教育科技趋势，从投资策略到技术哲学——我们分享对核心领域的持续思考。
AI 自适应学习：从理论到规模化落地
AI 自适应学习系统如何突破"千人千面"的技术瓶颈？知识追踪、认知诊断与内容生成的三角模型，分享我们在教育科技一线的实践与思考。
2026 教育科技投资：全球视野下的机遇与挑战
全球 EdTech 市场持续升温，哪些细分赛道正在崛起？从东南亚到非洲，从 K12 到终身学习，我们梳理教育科技投资的最新版图。
RISC-V 与 AI 加速：开源指令集的无限可能
RISC-V 正在重塑芯片设计的格局。当开源指令集遇上 AI 专用加速器，会碰撞出怎样的火花？探讨 RISC-V 在 AI 芯片领域的应用前景。
从课堂到芯片：STEM 教育的未来图景
芯片人才的培养从基础教育开始。我们如何设计面向未来的 STEM 课程体系，让学生在动手实践中理解计算与智能的本质？
深科技投资方法论：如何在硬科技赛道做决策
硬科技投资周期长、风险高，但回报也最为丰厚。分享 NexyStar 在 AI 芯片和教育科技领域的投资决策框架与经验教训。