英伟达

• 从0到10亿：NVIDIA与RISC-V的十年长跑，为什么很少有人知道？

  NVIDIA在2024年单年出货超过10亿颗RISC-V核心，成为RISC-V领域的超级玩家。这些核心主要用于协调数据交换、上下文切换、内存管理和安全启动等功能，而非直接进行并行计算和AI训练。NVIDIA通过自研的RISC-V核心，实现了全产品线的底层运行，并且在RISC-V社区中扮演重要角色。

  歪睿老哥

  412

  04/13 10:39

  RISC-V
• 供应链尚需调校增添Rubin延迟风险，2026年Blackwell将占英伟达高端GPU出货量超7成

  2026年NVIDIA（英伟达）的高端AI芯片出货结构将出现变化，受到国际形势变化、供应链仍需时间调校等因素影响，预估Hopper、Rubin系列占其整体高端GPU出货比例将下降，进而推升Blackwell系列占比从61%大幅成长至71%，主导市场的地位更加巩固。 TrendForce集邦咨询表示，由于AI需求强劲，且NVIDIA积极推动芯片用量高的整合型GB/VR机柜方案，预估2026年NVID

  与非网编辑

  447

  04/09 07:11

  GPU AI芯片

  
• 英伟达“老芯片”租金5个月涨40%

  全球AI算力需求激增，推动英伟达H100芯片租赁价涨近40%，达到每小时2.35美元。市场需求旺盛，所有GPU资源售罄，形成“一卡难求”的局面。AI应用从训练到推理的全面爆发，带动算力需求大幅增长。然而，芯片产能受限，新芯片交付周期延长，加剧供需矛盾。整体来看，AI算力行业面临“全链通胀”，算力已成为企业核心必需品，市场从价格战转向价值回归。

  旺材芯片

  631

  04/08 21:42

  AI算力
• 机器人ChatGPT要来了！NVIDIA Isaac全生态拆解

  NVIDIA Isaac 是当前最具竞争力的机器人AI操作系统，整合了仿真、数据、大模型和部署功能，显著提升了机器人训练效率和灵活性。其核心组件包括：Isaac Sim：提供逼真的虚拟仿真环境，利用PhysX 5 和 RTX 技术实现高度准确的物理模拟。Isaac Lab：基于GPU的强化学习框架，大幅提高训练速度，支持数千个环境并行训练。

  歪睿老哥

  571

  04/08 17:16

  机器人 NVIDIA
• 【光电共封CPO】英伟达在OFC上透露的吉瓦AI工厂长什么样？

  英伟达在OFC 2026大会上强调了AI算力中心的工厂化趋势，指出算力中心未来将走向重资产、重工业模式。文章详细介绍了英伟达提出的四种解决方案来应对算力中心面临的挑战：超大规模MoE：通过拆分Transformer网络层，提高算力利用率。计算与内存解耦的分布式推理：分离计算和内存步骤，优化带宽和延迟。

  半导体产业研究

  568

  04/08 09:48

  AI算力

  
• 引入LPU的英伟达，是在补强，还是在拆自己的护城河？

  GTC 2026落幕，英伟达宣布与AWS达成大规模芯片采购协议，预计2027年前完成交付。黄仁勋在会上提及的万亿美元营收目标正逐渐变为现实。值得注意的是，Groq芯片首次进入AWS数据中心，引发业界关注。三位半导体与AI算力领域专家讨论了LPU背后的经济与物理瓶颈，以及英伟达在推理时代的策略。他们认为，尽管LPU带来了变革，但其价值还需进一步评估。此外，英伟达持续加码整机柜算力，意图巩固客户心智地位。在软件方面，英伟达推出了NemoClaw软件栈，配套开源模型，展示了其在软件方面的领先地位。最后，几位嘉宾对未来国产算力产业链的发展提出了见解，强调了强链主的重要性以及对顶尖人才的重视。

  雷峰网

  675

  04/01 17:19

  GTC LPU

  
• 英伟达 Alpamayo：基于推理的自动驾驶大模型设计与量产部署全解析

  英伟达在GTC 2026上介绍了其开源的Alpamayo VLA模型，这是一个100亿参数的端到端、基于推理的视觉语言动作模型。Alpamayo通过多阶段训练流程，包括通用推理、轨迹预训练、监督微调和强化学习，提升了模型的推理能力和准确性。此外，Alpamayo还解决了具身不一致和前沿探索等问题。在量产部署方面，英伟达提出了多任务产品功能和模式专家架构，以及生产级别的数据流水线和实时部署技术，确保模型能够在真实车辆环境中高效运行。最新发布的Alpamayo 1.5模型增加了导航和语言对话控制辅助驾驶等功能，进一步提升了其灵活性和可控性。

  Vehicle

  638

  03/27 10:00

  自动驾驶 VLA

  
• 国产芯片错过「组团反杀」英伟达机会，或因死磕自研互联协议

  超节点互联协议生态的碎片化严重制约其规模化部署，成为制约算力基础设施发展的核心瓶颈。尽管英伟达和谷歌凭借封闭协议建立了强大的技术壁垒，但随着市场的成熟和技术的进步，开放统一的互联协议已成为发展趋势。 国内芯片厂商普遍缺乏自研互联协议的能力，过度追求封闭协议可能导致技术冗余和生态割裂。相比之下，接入开放生态并通过与其他厂商合作，可以更好地利用现有技术和资源，提高市场竞争力。 未来，随着超节点技术的普及和市场规模的增长，封闭与开放的博弈将趋于平衡，开放统一的协议将成为主流趋势，从而推动整个行业的协同发展和技术创新。

  雷峰网

  518

  03/26 16:49

  算力 超节点

  
• 文末有彩蛋 | AI 满足未来的金融需求

  NVIDIA 推出 “AI 改变行业未来” 系列文章，邀你一起见证科技力量。本周带来第四期 “AI 改变行业未来” 之金融服务。 智能技术正在推动全球创新，改变经济基础架构。借助 NVIDIA 的 AI 技术（包括深度学习、机器学习和自然语言处理等），金融机构可以加强风险管理，改善数据支持的决策和安全性，并提升客户体验。 打造 AI 驱动的银行 隐私计算全栈技术与基础设施提供商星云 Clustar

  NVIDIA英伟达

  482

  03/25 21:55

  AI CPU
• 什么是Token？黄仁勋一场演讲念叨70次

  英伟达GTC大会上的黄仁勋强调Token的重要性，将其比作AI时代的“新大宗商品”。Token不仅是AI处理信息的基本单元，也是衡量AI产业渗透率与国家竞争力的核心指标。Token的应用从AI模型处理信息扩展至网络安全认证和区块链资产交易。黄仁勋认为，AI产业正从“训练”转向“推理”，核心指标由DAU转变为TPD，推动商业模式从卖软件向卖Token转变。在中国市场，Token经济引发爆发式增长，市场需求远超算力供给弹性，导致云厂商涨价。同时，中国开始战略部署算力与能源平衡，推动绿色智算基地建设。Token的演变反映了计算文明从数据处理走向智能涌现的趋势，成为中国AI时代的基础度量衡和核心生产资料。

  制造前沿

  2436

  03/25 09:38

  Token

  
• 英伟达算力跃迁，谁能破解 “五层蛋糕” 的散热瓶颈？

  英伟达GTC 2026大会上，黄仁勋提出AI算力“五层蛋糕”架构，强调散热效率是决定算力上限的关键。金刚石散热凭借卓越的热导率和物理特性，成为破解散热瓶颈的终极方案，推动算力革命。随着技术突破和产业落地，金刚石散热将在“五层蛋糕”全架构中发挥重要作用，成为算力时代的必要基础。

  未来产链

  746

  03/25 09:27

  算力 金刚石
• Supermicro推出基于NVIDIA Vera Rubin平台的系统产品组合

  Super Micro Computer, Inc.（NASDAQ：SMCI）作为云端计算、AI/机器学习、存储和5G/边缘领域的全方位IT解决方案供应商，宣布推出基于NVIDIA Vera Rubin平台的系统产品组合。许多数据中心正转型为AI工厂，规模化智能计算、代理式推理、长上下文AI，以及混合专家模型（Mixture-of-Experts，MoE）等类型的工作负载，也使市场对新型计算与存储

  与非网编辑

  604

  03/23 11:09

  处理器 NVIDIA

  
• 英伟达携手Qnity，加码AI时代半导体材料与先进封装

  英伟达与Qnity Electronics宣布建立战略合作，共同推进半导体先进材料开发及AI/HPC先进封装技术。双方将利用英伟达的开源工具提升材料建模与仿真效率，缩短开发周期并加速成果落地。此次合作旨在解决AI芯片面临的信号完整性、可靠性及可制造性问题，助力半导体产业技术创新。

  DT半导体

  731

  03/23 10:37

  先进封装 半导体材料
• GTC 2026引爆AI算力新浪潮，芯联集成如何为万亿AI算力注入能源动力

  全球科技圈瞩目的英伟达GTC 2026大会落下帷幕。 英伟达CEO黄仁勋发布了Vera Rubin AI工厂平台、Feynman下一代芯片架构、超高功率算力芯片，同时宣布了一个预测：2025年至2027年，全球AI算力市场规模将累计突破1万亿美元大关。 这意味着AI产业正式进入“工业化、基建化”新阶段。 算力的尽头是电力。在AI时代，电力设施和能源成本已经成为制约其高速发展的核心要素。算力与电力的

  与非网编辑

  1093

  03/23 10:13

  数据中心 英伟达

  
• 联合达索/西门子/PTC等五大工业软件巨头！NVIDIA超重磅布局工业！

  NVIDIA携手Cadence、达索系统、PTC、西门子、新思科技五大工业软件巨头，共同推进工业AI全面提速。通过CUDA-X、Omniverse等技术，加速设计仿真、数字孪生、MES/APS、工程研发、高端制造全流程，重塑全球设计、工程与制造模式。

  智能制造之家

  727

  03/23 09:50

  智能制造 工业AI

  
• 撕开英伟达的算力围城

  Cerebras通过推出具有90万AI内核和44GB片上SRAM的WSE-3芯片，挑战英伟达在AI领域的主导地位。尽管Cerebras在推理性能和成本上有明显优势，但其专有的编译器和较高的能耗使其在商业推广上面临挑战。此外，Cerebras还需应对客户集中度风险和产能扩张的压力。与此同时，SambaNova也提出了类似的解决方案，但在资本市场上遭遇了不同的命运。

  半导体产业纵横

  1890

  03/23 09:39

  算力

  
• 自动驾驶L4的安卓套件：GTC 2026吴新宙介绍的英伟达Drive Hyperion

  英伟达在GTC 2026上展示了其最新的L4自动驾驶参考软硬件解决方案，包括基于Drive Hyperion的统一参考架构，核心计算平台AGX Thor，以及标准化的传感器套件。此外，还介绍了双ECU协同工作架构和统一软件安全基础Haloes。英伟达的战略合作伙伴包括多家全球领先的主机厂，预计在未来几年内实现L4自动驾驶技术的商业化部署。

  Vehicle

  1374

  03/23 09:31

  自动驾驶 L4级自动驾驶

  
• GTC 2026 演讲精华：从LPU、Feynman、再到OpenClaw、NemoClaw

  英伟达GTC 2026大会展示了四大核心技术：LPU推理芯片、OpenClaw智能体生态系统、NemoClaw安全框架和Feynman前瞻架构。LPU解决了算力效率问题，OpenClaw定义了AI智能体的新范式，NemoClaw增强了安全性，而Feynman架构则着眼于未来的物理AI和通用人工智能。这些技术共同推动AI从训练竞赛迈向推理普惠，从数字生成走向物理交互。

  智能计算芯世界

  3559

  03/20 17:16

  GTC LPU

  
• 英伟达发布LPU芯片！AI推理等来「加速器」，GPU不再是唯一答案?

  英伟达发布全新Vera Rubin平台，重点展示LPU（Language Processing Unit）芯片，强调其在大模型推理中的高效性和低延迟特性。LPU采用SRAM方案，显著提升AI推理速度，适用于多任务场景下的实时交互。国产厂商如平头哥和昆仑芯也在探索类似技术路径，力求突破现有局限，提升本土AI算力市场竞争力。

  雷科技

  764

  03/20 11:39

  AI推理 LPU
• 芯片架构师视角解读英伟达 CES 2026 Rubin 超算架构的跨级跃迁

  英伟达发布Vera Rubin平台，由六款专为AI超级计算机设计的芯片组成，包括Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和NVIDIA Spectrum-6以太网交换机。这些芯片协同工作，显著提升了算力和存储能力，并降低了推理和训练的成本。此外，平台还引入了新的硬件架构和技术，如无缆互联和AI原生存储，进一步推动了AI基础设施的发展。

  芯科技圈

  4220

  03/19 10:34

  超级计算机

正在努力加载...