英伟达

• GPU堆到万卡之后，最贵的问题变成了「空转」

  英伟达发布Spectrum-6以太网交换机，标志着AI基础设施竞争从算力供给转向如何高效协同。随着AI集群规模扩大，如何连接、管理和调度分散的计算资源成为关键。英伟达不仅提升单颗GPU性能，还注重集群间高速数据交换，推动AI Infra从单卡性能到整体系统效率的转变。

  雷峰网

  253

  08/11 09:54

  GPU 算力

  
• 老黄开源自动驾驶推理模型热搜！吴新宙：英伟达要做「安卓」

  英伟达发布开源自动驾驶大模型Alpamayo 2 Super，强调其作为自动驾驶“安卓”的愿景，旨在通过开源促进生态系统发展，推动自动驾驶技术普及。

  智能车参考

  220

  08/06 17:21

  自动驾驶
• 研报 | 2027年DRAM供给持续紧张，英伟达评估下调Rubin Ultra HBM配置

  TrendForce集邦咨询报告称，由于DRAM供不应求局面将持续到2027年，NVIDIA正在评估降低Rubin Ultra HBM配置的选项，包括HBM4e 8hi、HBM4 12hi和HBM4 8hi的设计。此外，部分云端服务供应商也在考虑降低下一代自研ASIC的HBM容量设计。随着HBM出货位元年增50-60%，AI芯片厂商将面临HBM供给量紧缩与采购成本提高的压力。

  TrendForce集邦咨询

  894

  08/05 10:05

  dram

  
• NVIDIA Vera Rubin 提升每瓦性能，为全球合作伙伴实现最低 Token 成本

  在全球 300 多家合作伙伴的支持下，Vera Rubin 正加速在全球范围内扩大部署。CoreWeave、Google Cloud、Microsoft Azure 和 Mistral 等 NVIDIA 合作伙伴正纷纷部署 Vera Rubin，该平台在每瓦性能和最低 Token 成本方面树立了基准测试的新标杆。 NVIDIA Vera Rubin 正式登场，正迈向十亿瓦级规模部署。 Vera R

  与非网编辑

  593

  07/31 17:06

  AI NVIDIA

  
• AI智能体入局！英伟达引爆芯片设计革命

  NVIDIA在DAC 2026大会上发布了重大进展，推出了专为EDA优化的Vera CPU和扩展的NVIDIA Agent Toolkit，整合PhysicsNeMo与CUDA-X库，全面释放“自主AI工程师”的潜能。这套解决方案通过AI智能体驱动芯片设计革命，大幅提升设计效率和性能。

  夏珍

  3185

  07/31 16:20

  与非观察 GPU

  
• SOCAMM2，被“英伟达们”盯上

  SOCAMM2作为低功耗内存技术，正逐渐取代传统DDR5 RDIMM，应用于AI数据中心，解决算力与能耗难题。美光、SK海力士、三星等存储原厂竞相推出1γ/1c先进制程的SOCAMM2模组，而英伟达、AMD、高通等芯片设计商全面引入SOCAMM2内存接口。连接器、PCB与封测供应链也因SOCAMM2的物理形态变化获得增量机会。尽管这对消费电子供应链造成一定挤压，但SOCAMM2的崛起标志着AI算力需求推动硬件架构创新。

  全球半导体观察

  770

  07/31 11:37

  SOCAMM

  
• 速显微电子发布雷神架构与天衡GPGPU，端侧算力迎来“生态兼容”新玩家

  速显微电子在天津总部新址发布面向下一代AI与异构计算的雷神统一计算架构（TUCA）及首款具身智能GPGPU SoC芯片“天衡1100”。公司成立于2015年，专注于GPU技术研发，曾推出全球首款集成GPU的车规MCU。此次发布的TH1100具有6个自研SXGPU核心与8核CPU，支持多种精度运算，内存高达128GB，适用于边缘AI推理场景。速显微电子未来将推出更大算力的TH1800和TH24K0芯片，预计分别在2027年底和2028年量产。公司还将与深度机智和国仪量子签署战略合作协议，推动AI技术产业化。

  夏珍

  1794

  07/30 14:40

  与非观察 大模型

  
• 算力越做越大，人形机器人为什么还量产不了？

  摘要: 大算力芯片只是人形机器人商用落地进入产线的第一关。 近年来，人形机器人的“脑力”正在迅速膨胀。英伟达在2021年发布的Jetson AGX Orin最高算力为275 TOPS；Jetson Thor把低精度稀疏算力一下子推到2070 TFLOPS；在国内，地瓜机器人旭日S600给出560 TOPS@INT8；小鹏IRON搭载3颗自研图灵芯片，公开总算力达到2250 TOPS。 单从算力来看

  李坚

  2942

  07/30 09:16

  
• AMD对决NVIDIA：物理AI与具身智能的战略博弈与算力生态

  具身智能的发展促使半导体需求从通用计算转向感知-推理-控制闭环。NVIDIA通过垂直整合和资本投入锁定开发者，而AMD则通过开放标准和灵活架构应对。核心硬件上，NVIDIA在感知计算上有优势，AMD在确定性控制方面表现突出。软件生态方面，NVIDIA依赖CUDA生态系统，AMD则通过AI优化努力缩小差距。中国市场受出口管制影响，华为昇腾和地平线成为智驾领域的领头羊。选择策略上，初创企业和工业重载厂商应分别考虑NVIDIA和AMD的不同优势。未来的关键在于如何将云端的仿真能力映射到边缘的物理确定性。

  半导体产业研究

  734

  07/29 10:16

  算力 具身智能

  
• 十分钟读论文 | ASPIRE：让编程智能体在机器人身上“越debug越强”

  ASPIRE 是 NVIDIA GEAR 提出的一种机器人持续学习系统，旨在解决传统代码-as-policy范式在机器人编程中的局限性。ASPIRE通过暴露逐原语多模态执行轨迹的机器人执行引擎、沉淀验证修复的技能库以及在程序空间进行进化式搜索的探索机制，形成了一个开放式的学习循环。 ASPIRE的核心创新在于： 1. **逐原语多模态执行轨迹**：通过记录每次原语调用的多模态轨迹，使得智能体能够逐帧回放失败过程，定位失败原因。 2. **技能库**：技能库保存经过验证的修复模式，包括定位启发式、感知prompt、抓取约束等，便于未来任务中复用。 3. **进化搜索**：通过进化搜索机制，鼓励多样性的修复假设和任务策略，避免陷入局部修复循环。 实验结果显示，ASPIRE在Libero-Pro扰动任务上提升了77个百分点，在Robosuite双臂交接任务上从20%提升至92%，并在零样本迁移方面表现出色。然而，目前仍存在一些挑战，如技能库的长期管理和真机部署的自动化等问题。

  敢敢AUTOHUB

  885

  07/29 10:11

  机器人 智能体

  
• AI服务器高压连接器为什么成为高算力服务器的重要基础部件？

  近年来，AI服务器功率持续攀升，GPU数量不断增加，单机柜功耗不断刷新纪录，推动服务器供电架构持续升级。随着48V直流供电、机架级电源系统及液冷散热方案逐步普及，传统供电连接方式已难以满足大电流、高可靠性的应用需求。如何实现低损耗、高效率、稳定可靠的电源互连，正成为AI服务器设计与数据中心建设关注的重要技术方向。 在这一背景下，AI服务器高压连接器逐渐成为AI服务器电源互连系统中的关键基础部件，广

  步步精BBJconn

  219

  07/29 08:45

  AI 连接器
• 从GPU服务器到数据中心，大功率DC供电连接器模组为何越来越重要？

  AI服务器正进入高算力时代。随着GPU性能持续提升、单机柜功率不断增长以及48V直流供电架构逐步普及，服务器电源系统对连接器的载流能力、接触可靠性、温升控制及长期稳定运行提出了更高要求，高压直流连接模组正成为AI服务器供电系统的重要组成部分。 近年来，48V直流供电、机架级（Rack-Level）供电、高压直流互连以及液冷服务器等技术不断成熟，大功率DC供电连接器模组也逐渐成为AI服务器电源系统中

  步步精BBJconn

  428

  07/29 08:45

  GPU 连接器
• 鸭嘴式DC连接器模组在AI服务器中的应用与技术发展趋势

  随着生成式AI、大模型训练、推理集群以及高性能计算（HPC）持续快速发展，AI服务器的功耗正进入“千瓦级GPU、万瓦级机柜”的新阶段。无论是NVIDIA GPU计算平台、液冷AI服务器，还是新一代48V机架级供电系统，都对电源互连提出了更高要求：更大的电流承载能力、更低的接触阻抗、更高的长期可靠性以及更高的模块化维护效率。 在这一背景下，鸭嘴式DC连接器模组（Duckbill DC Connect

  步步精BBJconn

  558

  07/29 08:43

  AI服务器 服务器电源
• NVIDIA 扩展 Agent Toolkit，集成 PhysicsNeMo 与 CUDA-X 库

  NVIDIA 宣布扩展面向工程领域的 NVIDIA Agent Toolkit，将 NVIDIA PhysicsNeMo™ 和 CUDA-X™ 库作为智能体就绪的工具与技能纳入其中，旨在重塑全球产品设计与开发模式。 构建新一代芯片和系统要求团队在日益复杂的设计周期中，打通物理、仿真和性能分析环节。为应对这种复杂性，一类全新的自主 AI 工程师应运而生。它们借助专业工具进行仿真并生成高保真数据，从而

  与非网编辑

  300

  07/28 11:10

  CPU NVIDIA

  
• 英伟达为什么突然让CPU重新变得重要？

  英伟达推出Vera CPU，重新定义数据中心计算模式。Vera采用88个自研Olympus核心，支持高效单线程性能和低延迟，旨在解决智能体AI执行过程中频繁的数据交互问题。尽管英伟达选择不追随传统的多核心路线，而是聚焦于优化单个核心的性能，这一策略是否能在实际应用中带来显著优势仍有待观察。Vera不仅针对AI系统设计，还展示了其在代码编译、Python执行和数据分析等方面的潜力。随着AI技术的发展，计算资源的需求日益多样化，Vera能否成功挑战Intel和AMD的传统服务器CPU市场，还需时间检验。

  TechSugar

  483

  07/24 16:39

  AI CPU
• 吴新宙谈英伟达B面：GPU并非无限供应，智驾团队靠优先级争算力

  英伟达自动驾驶中国团队负责人吴新宙在接受采访时表示，英伟达的角色是帮助OEM在不同层面实现自动驾驶技术，而不单是押注某一家车企。英伟达的目标是从未来的自动驾驶市场中获得收益，预计到2025年全球汽车每年行驶13万亿英里，自动驾驶占比仅为0.006%，蕴含着巨大的市场潜力。 英伟达采取开放式平台策略，提供从芯片到操作系统、开源模型和传感器方案，供OEM按需选择。英伟达通过Hyperion生态系统汇集各OEM的真实驾驶数据，利用合成数据和神经重建技术生成数以千万计的变体，帮助车企节省数据采集成本。 英伟达的自动驾驶技术栈分为端到端模型和传统技术栈，前者延迟控制在100毫秒以内，后者作为安全护栏。英伟达下一代自动驾驶模型将嵌入语言推理能力，增强决策透明度。 尽管英伟达面临算力紧缺的问题，但其解决方案是通过内部优先级分配和CEO协调来解决。英伟达认为特斯拉在基础的L2++技术层面领先，但L4纯视觉方案存在局限，激光雷达仍是必需品。 吴新宙预测L4自动驾驶将在五年内实现规模化落地，中美两国均有实力的企业验证了L4商业运营的可行性。英伟达将继续推动自动驾驶技术在全球范围内的普及和发展。

  雷峰网

  552

  07/21 22:28

  自动驾驶 GPU
• 借助 6 kW、12 kW 和 20 kW 电源传输板

  NVIDIA 最近将 ST 认定为 NVIDIA AI Factory MGX 生态系统的贡献者。NVIDIA MGX 是一种模块化参考架构，可作为数百种 GPU、CPU、存储设备等组件的基础。得益于双方的持续合作，ST 的 40 V、12 V 和 6 V 架构可帮助打造高密度供电板卡，并将其用于 NVIDIA MGX 机架中。简单来说，NVIDIA MGX 通过提供一个工程师可以快速构建的基础，

  与非网编辑

  309

  07/21 16:13

  AI NVIDIA

  
• 英伟达正在完成“五层蛋糕”闭环

  黄仁勋在GTC台北上提出了“Compute equals revenue”的理念，强调AI公司的核心竞争力在于持续产生的智能产能。英伟达不再仅仅是一家芯片公司，而是致力于构建完整的AI生态系统，涵盖了能源、芯片、基础设施、模型和应用五个层次。通过优化和布局每一层，英伟达的目标是在单位能耗下最大化智能产能，确保其在AI市场的领先地位。

  半导体产业纵横

  641

  07/16 13:25

  AI芯片

  
• 英伟达DGX、HGX、MGX、EGX算力平台选型指南

  英伟达推出四种不同类型的GPU服务器：DGX、HGX、MGX和EGX。DGX是英伟达亲自设计并生产的完整AI超算，适合需要极速上线且预算充足的科研机构或头部企业；HGX是GPU核心模组，提供给OEM厂商进行定制化组装，适用于大规模建集群的企业；MGX采用模块化架构，面向未来数据中心，提供灵活性和最低总拥有成本；EGX专为边缘场景设计，注重低功耗和稳定性，适合边缘推理和工业自动化等领域。选择合适的服务器类型可以有效避免踩坑。

  智能计算芯世界

  1413

  07/14 15:25

  GPU 算力

  
• 英伟达兜底闲置算力，下了一盘围剿云厂商的大棋

  英伟达推出“算力倒买倒卖”计划，承诺回购未售出的GPU算力，降低云服务商融资风险，并锁定芯片订单。

  雷峰网

  564

  07/08 10:41

  算力 云服务商

  

正在努力加载...