AI芯片

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

AI芯片也被称为AI加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前,AI芯片主要分为 GPU 、FPGA 、ASIC。

AI芯片也被称为AI加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前,AI芯片主要分为 GPU 、FPGA 、ASIC。收起

查看更多
  • 昇腾七年:一部中国AI芯片的系统重构史
    华为自2018年起逐步发展其AI芯片升腾系列,从昇腾310到昇腾910,再到昇腾950系列,展现了其独特的达芬奇架构,并在供应链受阻的情况下成功推出昇腾910B。华为通过多Die和先进封装技术应对制造约束,最终推出昇腾950系列,强调内存、低精度和互联为核心的产品分型。华为通过持续技术创新,不仅提升了芯片性能,还在系统层面解决了大规模集群的挑战,推动了AI产业的发展。
  • 12位AI芯片高管复盘WAIC:云端抢做超节点,端侧还在等爆款
    2026世界人工智能大会(WAIC)上,算力公司集体展示超节点,表明推理时代AI算力竞争已从单颗芯片性能延伸至芯片、互联、软件和系统的整体协同。AI主流工作负载正从训练转向推理,Agent是这种转变的核心因素。多家企业认为产品已进入商业验证阶段。 芯片公司集体亮相,强调产品准备充分,软件生态、落地规模和客户实测数据成为关键。国产芯片企业希望通过超节点展示自身实力,迎接市场检验。 Agent、架构创新和系统与生态成为芯片公司传递的主要信号。超节点被视为解决存储墙瓶颈的关键技术,打破冯·诺依曼架构限制成为行业核心创新方向。 AI算力竞争升级,系统建设成为锚定主战场。超节点成为国产芯片企业展示技术路径的重点,强调从单卡到系统级的跨越。 围绕云边端场景的技术热点、国产芯片格局及核心竞争力等行业议题,参展企业高管提供了AI算力演进方向的线索。 超节点的集中亮相与跨界合作,标志着国产算力正实现系统级的跨越。竞争逻辑从“拼单卡”转向“拼系统”,研发模式从“单打独斗”走向“系统化联合共建”。 价值评估从“硬件参数”转向“Token经济”,交付能力从“可用”迈向“全栈闭环”。超节点加速落地,促进产业洗牌和新产品形态的涌现。 超节点从“各家秀肌肉”走向“合作共建”,反映国产算力生态从“各自为战”走向“互联互通”。超节点的竞争焦点从“规模有多大”转向“效率有多高”。 端侧AI爆发前夜,五个核心突破方向包括专用AI芯片、杀手级应用、轻量化大模型、协同体系和数据安全防线。 国产芯片格局呈现“多路线并存、场景驱动”的态势,云端大算力领域有几家头部企业主导,端侧和边缘侧百花齐放。 未来AI芯片竞争围绕不同场景寻找最优解,核心竞争力体现在场景理解与定制能力、能效比、软件栈与生态、数据安全与合规能力。 单Token成本将成为推理时代衡量AI芯片商业价值的核心指标,软硬协同满足低成本和高效率的推理需求。 决定AI芯片竞争力的不再只是单颗芯片性能,而是系统级效率。生态、软件生态、落地能力和降本能力成为关键。 推理时代,AI芯片企业的竞争力体现在芯片极致能效性能、完善的软件生态、稳定的量产与供应链能力、深度的场景落地理解能力等。 系统级能力成为决定AI芯片竞争力的核心,包括架构自主、软件生态、系统能力、软件生态和规模化交付能力。 推理需求主导的新产业阶段,AI芯片企业的竞争力体现在多个维度,包括系统与集群能力、软件生态与易用性、产品迭代与供应保障、对场景的理解与客户深度合作等。 AI芯片企业必须具备从单卡到集群、从硬件到软件栈的全栈协同优化能力,以及开发者生态的支持,才能在推理时代脱颖而出。
    357
    07/27 17:41
  • 台积电2nm炸场!首发不是苹果…
    AMD抢夺台积电2nm首发,AI加速服务器与GPU迭代。苹果不再是唯一领先者,AI巨头成为最大买家。
  • 三个哈佛辍学生做AI芯片,估值700亿,SK海力士投了
    Etched完成3亿美元C轮融资,估值升至103亿美元,专注于AI推理专用芯片,已获得超10亿美元订单并开始量产。公司依托低电压推理技术和集群级内存技术,旨在解决功耗和内存瓶颈,推动大模型规模化应用。
    343
    07/27 17:24
  • SK海力士参股AI芯片独角兽!
    美国AI半导体初创公司Etched完成3亿美元融资,估值达103亿美元,近期在台积电完成芯片量产,获得超10亿美元机架式推理系统订单。公司采用低电压推理和集群级内存技术,加速推理过程,但仍需进一步独立验证其速度和成本优势。
  • 存算一体如何重塑AI芯片的未来?
    2025年,全球存算一体芯片市场爆发式增长,预计2026年至2028年将迎来产业化高潮。存算一体芯片通过将计算电路嵌入存储阵列,显著降低数据搬运带来的能耗和延迟。当前主要技术路径包括模拟存算和数字存算,分别适用于不同应用场景。然而,存算一体面临的最大挑战在于软件生态的兼容性和技术路线的标准化。未来几年,谁能解决软件生态兼容问题并在技术路线中找到最优解,将在芯片架构变革中占据先机。
    存算一体如何重塑AI芯片的未来?
  • Kimi K3挤爆算力之后:国产芯片为何集体押注超节点?
    Kimi K3的发布揭示了中国AI芯片面临的算力瓶颈,不仅限于单卡参数,还需考虑互连、软件和可靠性。随着模型规模增大,单卡性能不足以满足需求,超节点成为解决之道。本次WAIC展会展示了多家厂商的超节点解决方案,强调了系统效率的重要性。国产算力需要克服制程、HBM、封装和软件生态等多重挑战,才能实现大规模、高效地交付有效token。
    Kimi K3挤爆算力之后:国产芯片为何集体押注超节点?
  • WAIC 2026一线观察:端侧AI芯片,正在发生什么?
    WAIC 2026被云端AI大算力芯片刷屏。然而在大芯片的喧嚣中,端侧AI芯片却也在发生变化。厂商开始思考,如何把更强大的AI能力下放到端侧。而在经历了两年的大模型狂飙后,端侧AI芯片厂商们也在一夜之间集体“升级”:3D堆叠、存算一体、从端侧反攻云端,三大趋势在WAIC 2026的展台上交织成一幅新的产业图景
    WAIC 2026一线观察:端侧AI芯片,正在发生什么?
  • 大模型自研NPU 利空第三方AI芯片
    随着科技巨头和顶尖大模型公司自研AI芯片,传统第三方AI芯片公司正面临前所未有的挑战。尽管国产替代一度被视为可行之路,但现实却揭示了更高的技术门槛和规模要求。大规模云基础设施和内部AI需求成为巨头自研芯片的关键驱动力,而小型公司则难以承受高昂的一次性工程费用。此外,“训推一体”的生态系统霸权进一步巩固了英伟达的地位,使其在训练和推理领域占据主导。面对这一趋势,第三方AI芯片公司面临着巨大的生存压力,要么被收购,要么走向衰落。
    352
    07/23 10:17
    大模型自研NPU 利空第三方AI芯片
  • AI落地,还差一口气
    AI芯片行业从“算力有多大”转向“算力用得好不好”,推理芯片成为新的竞争焦点。随着AI从实验室进入生产环境,评价标准转变为“工作结果”,芯片需求结构也随之改变,云端、视频、端侧等场景对不同类型的专用芯片提出了要求。同时,软件生态成为通往终点的关键路障,芯片的生态壁垒不仅涉及技术问题,还包括开发者习惯问题。国产AI芯片在性能和生态上都不构成当前瓶颈,竞争主阵地逐渐转移到软件层,强调产业协同的重要性。
    AI落地,还差一口气
  • WAIC 2026上的国产边缘AI芯片:架构演进与具身智能技术深度解析
    2026年世界人工智能大会(WAIC 2026)展示了AI产业从“数字孪生”时代迈向“物理AI元年”。具身智能机器人的范式转变要求系统具备高度感知-决策-执行连续性,从数字世界的概率预测转向物理世界的实时确定性干预。视觉-语言-动作模型(VLA)在端侧落地成为衡量机器人智能水平的基础。 边缘处理器内核的选择面临arm架构的成熟性和RISC-V架构的灵活性挑战。存储架构的系统级颠覆,如3D堆叠与近存计算,解决了传统架构的能耗和访存带宽问题。SRAM存算一体(CIM)与矢量脉动阵列技术进一步提高了能效。 可重构并行处理器通过硬件可重构的数据通路提供了灵活性与能效平衡。国产边缘AI芯片在机器人市场的全场景适配矩阵逐渐形成,适应不同的应用场景。 总体来看,国产边缘AI芯片通过系统级创新、大模型边缘离线运行和开源生态栈的建立,正逐步构建自主可控的算力新版图,助力物理AI产业的发展。
    WAIC 2026上的国产边缘AI芯片:架构演进与具身智能技术深度解析
  • 杭州,补“芯”眼,通“神”经!
    2026年夏天,肇观智能和仁芯科技分别落户杭州临平和萧山,填补了杭州AI产业链在视觉AI芯片和车载高速通信芯片领域的空白。肇观智能专注于视觉AI芯片,为机器人和无人机提供“眼睛”,而仁芯科技则聚焦车载高速通信芯片,补足智能网联汽车的关键短板。两家公司的到来标志着杭州正成为全球人工智能创新发展的核心城市之一。
  • 募资超50亿!老牌多媒体芯片龙头重押AI芯片
    国科微发布定增公告,拟募资50.61亿元用于AI视觉处理、媒体交互及端侧AI芯片的研发与产业化,并补充流动资金。公司控股股东及实际控制人不变,目前处于亏损状态,但一季度实现扭亏为盈。
    421
    07/20 21:53
  • 史上规模最大WAIC释放信号:不止芯片对决,国产AI算力进入生态竞速期
    世界人工智能大会(WAIC 2026)开幕,展示了国产AI芯片的最新进展。展会吸引了众多企业和专家,突显了算力需求从模型效果转向算力落地成本与规模化交付能力的转变。多家企业展示了新型芯片和超节点集群,强调了多元化架构和全栈交付能力的重要性。国产AI芯片正从单点突破迈向体系化成熟,推动算力市场从单芯片竞争转向系统级、落地导向的新阶段。
    478
    07/20 20:42
  • 东方算芯亮相WAIC 2026,聚焦国产大算力芯片与系统方案
    2026世界人工智能大会(WAIC 2026)于7月17日至20日在上海举行。国产高端算力芯片公司东方算芯亮相世博展览馆H2-B101、张江科学会堂Z1A-603展位,集中展示了围绕软件定义算力芯片、服务器、集群及软件生态构建的全栈产品与技术布局,全面呈现面向AI大模型时代的国产算力创新成果与产业化进展。 东方算芯张江展台 本届WAIC期间,东方算芯以“14nm≈4Nm 软件定义+3D近存计算”为
    东方算芯亮相WAIC 2026,聚焦国产大算力芯片与系统方案
  • GPU之外,清微智能押注一条硬路
    清微智能成立于2018年,2019年实现国内可重构芯片量产。随着AI大模型的爆发,算力需求激增,先进制程、HBM、高速互联和软件生态成为竞争焦点。然而,单纯依赖“堆参数”的增长模式已难以满足多样化需求。 在今年的WAIC 2026上,清微智能发布了可重构计算3.0技术、RAISA软件栈及supernode 4096超节点系统。其可重构计算架构、三维存算融合和算力网格相结合,旨在提高AI计算效率,适应不同模型的变化。 清微智能的可重构技术起源于清华大学,经过20年的研究与发展,现已形成完整的产业链。TX82是一款基于可重构计算3.0的3D芯片,算力显著提升。此外,清微智能还展示了千卡超节点REX81 Supernode,算力可达每秒500千万亿次。 在生态建设和应用落地方面,清微智能已形成计算模组、服务器、超节点和软件栈等产品线,适配多个主流框架和算子库。在全国范围内已有超过5000P的算力部署,进入国产算力第一梯队。 展望未来,欧阳鹏认为AI芯片将走向多元,非GPU芯片将获得更多市场份额。清微智能的目标不仅是增加国产AI芯片供应商,更是为中国企业提供定义计算架构的能力,助力构建中国的算力基础设施。
    GPU之外,清微智能押注一条硬路
  • WAIC前夜,我们盘了这9款国产AI算力芯片
    2026世界人工智能大会(WAIC 2026)将于7月17日至20日在上海举行,重点关注国产AI芯片的最新进展。展会期间,多家企业展示了其最新的AI芯片产品和技术,涵盖了大算力主赛道、GPU、TPU、光子计算和存算一体等多个领域。特别值得一提的是,东方算芯发布的DF1000芯片以其独特的软件定义近存计算技术引起了广泛关注。此外,“硬核芯评选”活动也在同期举办,评选出了一系列优秀的AI算力明星产品,包括瑞芯微的RK1820、北京君正的CW080 AI穿戴旗舰视觉芯片等。这些产品的发布和展示,标志着国产AI芯片正在从单点突破迈向体系化竞争,展现出强大的技术实力和市场潜力。
    2911
    07/17 10:34
    WAIC前夜,我们盘了这9款国产AI算力芯片
  • WAIC 2026即将开幕,这届AI亮点有哪些?
    2026世界人工智能大会即将在上海举行,预计吸引超过1100家企业参展,展示面积突破10万平方米。大会将重点展示智算集群、AI芯片、智能体等前沿技术和产品,特别是华为Atlas 950 SuperPoD、中科曙光曙光8000“登峰”等大型算力集群。本土AI芯片企业和机器人制造商也将展示最新成果,推动AI产业化进程。大会还将探讨AI生产力和Token生产的未来发展趋势,成为观察全球AI产业走向的重要窗口。
    WAIC 2026即将开幕,这届AI亮点有哪些?
  • AI、具身智能、先进封装,一会尽览!欢迎免费报名!
    “第六届集成电路设计创新会议暨应用展”(ICDIA 2026)将于8月20-21日在南京扬子江国际会议中心召开,诚邀您参加! 会议以“AI赋能 · 智创芯未来”为主题,围绕AI创芯下的前沿技术,包括AI芯片架构、智能EDA、3D芯片与先进封装、存算一体、智能汽车、端侧AI、Chiplet异构集成、量子与光计算、系统级协同设计(SDT)、RISC-V协同创新,邀请行业大咖和企业领袖探讨后摩尔时代创芯
    AI、具身智能、先进封装,一会尽览!欢迎免费报名!
  • WAIC之后,AI基础设施看湾芯展AIE
    2026世界人工智能大会(WAIC)将于本周五在上海启幕,大会将集中展出多款大模型、智能体、机器人和行业应用,直观展现AI产业蓬勃发展的态势。国际数据公司(IDC)数据显示,2025年全球AI基础设施支出3180亿美元,同比增幅超60%,预计2029年该市场规模有望破万亿美元大关。 在产业高速发展的背后,算力底座的诸多短板亦不可忽视:算力芯片配套不足、智算软硬件割裂、光、存储、液冷产业链协同性弱、
    WAIC之后,AI基础设施看湾芯展AIE

正在努力加载...