AI 芯片、算力基建与国产替代
AMD 以约 82 亿美元全股票收购李飞飞创办的 World Labs。按模型公司估值,这笔钱怎么算都不值;把它当成一份写给 2029 年芯片的负载说明书,才讲得通。英伟达买 Hugging Face 锁定现在,AMD 买 World Labs 下注未来——而中国缺的不是世界模型,是把未来负载写进芯片规格书的机制。
显示驱动芯片封测龙头颀中科技三季度净利润大增74.13%,实现单季扭亏,但扣非净利润仍延续下滑,业绩主要依赖1.88亿元火灾理赔及残值处置收益。目前公司正斥资24.54亿元押注先进封装第二曲线,但在现金流承压和全流通解禁的双重考验下,转型面临严峻挑战。
随着长上下文与AI智能体普及,全国日均Token消耗量剧增,KV Cache引发的“存储墙”瓶颈愈发严峻。联想团队提出将内存池化与近存计算融合的方案,大幅降低数据搬运开销,将推理吞吐提升最高达20倍。
哈萨克斯坦正全面推进国家级AI算力建设。该国最大电信运营商已部署近千颗NVIDIA高性能GPU,并计划明年在数据中心部署下一代Vera Rubin架构芯片,同时联合科技企业探索自动驾驶Robotaxi落地。
电力正成为全球AI算力扩张的最大瓶颈。NVIDIA推出DSX平台,打通电网、数据中心与计算集群系统壁垒,联合施耐德电气、西门子能源等行业巨头,使AI工厂从被动用电转变为动态平衡的灵活电网资产。
全球算力价格指数及综合信息服务平台正式启动,由中国经济信息社发起、九章云极核心共建。该体系引入类似度电概念的“一度算力(DCU)”作为基础计量单元,旨在填补算力定价基准空白,推动算力跨平台比价与交易标准化。
英伟达在 GTC 柏林大会宣布与六家制造伙伴展开合作,全面扩充载板、先进封装、芯片测试与光学引擎的全球产能。其中包括向京元电子预付款 11 亿美元在美建厂,以缓解供应链瓶颈。
谷歌云与英伟达联合宣布,搭载英伟达Vera Rubin NVL72机架系统的首批A5X实例已上线首个客户。该实例专为智能体推理和大规模强化学习打造,定于11月全面公开发售,未来将扩展至欧洲地区。
多数开发者了解如何优化模型推理速度,却较少掌握定位性能瓶颈的系统化方法。本文基于AWS专有AI芯片Trainium及其开源PyTorch后端TorchNeuron,详解系统级性能分析流程,并通过RMSNorm优化展示达6倍的延迟降低。
首都在线前三季度实现营收9.56亿元,归母净利润转正至879.62万元,但扣非净利润仍亏损超5600万元,扭亏主要依赖设备处置及政府补助。与此同时,公司资产负债率升至68.31%,正推进15.87亿元定增以全力押注智算基础设施建设。
NVIDIA在GTC大会上推出全套本地AI硬件矩阵,涵盖面向个人PC的RTX Spark、开发者的DGX Spark及企业级DGX Station。配合多款端侧模型与推理优化,推动AI智能体全面走向离线与桌面端。
Google Cloud宣布即将正式上线搭载NVIDIA Vera Rubin NVL72系统的A5X实例,未来计划部署规模达96万颗Rubin GPU,全面强化欧洲及全球的AI智能体与大规模强化学习算力。
欧洲本土AI需求快速增长。NVIDIA宣布与欧洲及周边多国云服务伙伴深化合作,通过部署Vera Rubin架构、DSX平台及OpenShell参考架构,在保障数据主权与安全边界的前提下,全面加速模型训练与AI智能体落地。
NVIDIA发布机密裸金属(Confidential Bare Metal)计算方案,将机密计算能力延伸至Grace Blackwell与Rubin系统。该方案让前沿大模型开发者能够在第三方云端独占硬件并自主掌控软件栈,同时实现端到端硬件级数据与模型防护。
股票市场仍在为万亿AI估值狂欢,债券市场却已拉响违约警报。CoreWeave等算力新贵债券跌入困境区间,私募信贷遭遇赎回潮,高杠杆的AI基建底层正承受巨大偿债压力。
在 GTC 柏林大会上,黄仁勋全面展示了 NVIDIA 在算力基础设施、AI 智能体及具身智能领域的最新成果,发布了模块化数据中心方案 DSX POD、开源安全运行时 OpenShell 以及参考人形机器人 Agile ONE SN。
AI数据中心正面临算力利用率不足的尴尬,网络通信耗时占比高达30%至50%。随着万卡集群与MoE架构普及,互连芯片正从配套走向核心。800G时代来临,网络架构、协议硬件化与形态集成成为释放算力的关键。