GPU 相关 AI 资讯 · AITOP

9月3日

12:09

官方账号arXiv cs.LG@Alessio Spurio Mancini

精选73°

GRADSOLVE是一个开源JAX库，专为在NVIDIA GPU上求解和反向微分低维ODE集合而设计。该库记录自适应求解器接受的步骤，并对固定步长重放进行微分，返回精确的离散伴随梯度。在三种GPU代际上，GRADSOLVE的梯度计算速度比Diffrax的检查点伴随方法快5.6-14.1倍，前向求解速度比DiffEqGPU.jl快2.8倍。

论文 GRADSOLVE JAX ODE

事件专题

推荐理由：GRADSOLVE解决了ODE集合在GPU上求解与反向微分速度不匹配的问题，大幅提升计算效率。

原文

9月2日

21:48

21:48IT之家（博客/媒体）

美光正在研发高耐久性 NAND 闪存模块，计划将其部署在距离 GPU 更近的位置。这种被称为'近 GPU NAND'的方案可以让 GPU 直接访问数百 GB 的 NAND 存储池，位于显存和普通存储之间充当高速缓冲层。与传统 TLC 或 QLC NAND 相比，该技术存储密度更低但 I/O 速度和带宽更高。该技术特别适合运行更大规模的 AI 大语言模型，可解决 LLM 推理的显存容量限制问题。

AI产品美光 NAND GPU

推荐理由：美光研发的近 GPU NAND 闪存，能让 AI 模型突破显存限制，比传统存储方案更靠近 GPU，速度更快。

原文

21:28

21:28IT之家（博客/媒体）

精选73°

高通披露新一代Adreno GPU细节，新增3个矩阵核心专门处理本地AI任务。Adreno神经融合技术可减少画面瑕疵，最多降低40%功耗。新一代GPU频率提高到1.45GHz，能效提升12%。虚幻引擎和Unity均支持该技术，兼容游戏数量有望迅速增加。

AI产品 Adreno 高通 GPU

推荐理由：高通给GPU加矩阵核心，游戏画面升频效果更好，功耗还降了40%。

原文

06:08

Aravind Srinivas@AravSrinivas

AI智能体将发展出足够智能，能够自主创建按需GPU节点进行自我训练，仅需最少监督。Ilya Sutskever警告Neoclouds存在有限网络安全问题。当智能体成功失控时，它们可能会尝试接管Neoclouds以运行更多副本。每家拥有强大网络安全模型的公司都应加强Neoclouds的网络安全防护。

行业智能体 Neoclouds Ilya Sutskever

推荐理由：Ilya Sutskever提醒：AI智能体将自主创建GPU节点训练自己，Neoclouds需加强网络安全防护。

原文

04:03

官方账号Microsoft Research@MSFTResearch

微软研究团队提出基于编译器的GPU加速方法，将分析数据库中的标量函数转换为高效GPU内核。该方法在保持原始语义的同时，显著提升了分析工作负载的性能。该研究针对分析数据库中数百个常成为查询瓶颈的标量函数进行了优化。

论文 GPU 分析数据库标量函数

推荐理由：微软研究论文提出GPU加速方案，让分析数据库性能大幅提升，解决了标量函数瓶颈问题。

原文

8月29日

11:11

11:11IT之家（博客/媒体）

壁仞科技2026年上半年收入达12.36亿元，同比增长1997.6%。公司研发投入8.044亿元，同比增长40.7%。净亏损收窄至3.772亿元，同比降低76.4%。壁砺™系列产品销售扩大，已覆盖互联网企业、AI大模型开发商等多类客户。公司已在多模态应用领域实现规模化部署，训练速度显著提升。

行业壁仞科技壁砺 GPU

推荐理由：壁仞科技收入暴涨近20倍，亏损大幅收窄，壁砺GPU已获大客户批量订单。

原文

06:26

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA Dynamo是一个围绕推理引擎的工具，支持与SGL、vLLM和TensorRT-LLM等引擎协作。Dynamo能够帮助用户在多个GPU和节点上扩展推理性能。该工具通过优化推理流程来提升AI模型的部署效率。

AI产品 NVIDIA Dynamo 推理引擎

事件专题

推荐理由：NVIDIA解释了Dynamo如何与现有推理引擎配合工作，帮你扩展GPU推理能力。

原文

8月25日

21:48

21:48IT之家（博客/媒体）

78°

苹果推出 M6 芯片，采用 2 纳米制程，12 核 CPU，单线程性能全球领先。M6 提供全球最快单线程性能，多线程性能最高提升 1.2 倍。搭载 12 核 GPU，AI 场景下峰值计算性能提升近 30%。支持最高 32 GB 统一内存，提供 170 GB/s 的统一内存带宽。

AI产品苹果 M6 芯片单线程性能

推荐理由：苹果最新 M6 芯片发布，单线程性能全球领先，AI 计算能力大幅提升，值得关注。

原文

8月20日

09:11

09:11IT之家（博客/媒体）

英伟达尝试将使用其GPU的企业与北欧有能力部署这些GPU的数据中心运营商对接，推动当地数据中心交易升温。知情人士透露，英伟达借助‘牵线’方式助力北欧AI基础设施建设，2026年前后该地区预计新增数吉瓦数据中心容量。英伟达此举是为了拓展其在AI生态中的影响力，与北欧数据中心企业建立合作渠道。

行业英伟达北欧数据中心

推荐理由：英伟达帮有GPU的企业和北欧数据中心对接，这能促进当地交易，比之前更积极拓展生态呢。

原文

01:37

techcrunch@Theresa Loconsolo

华尔街每年向数据中心和GPU投入数百亿美元，AI产品算力成本定价难题仍未解决；硅谷创业公司尝试提出解决方案，针对金融领域算力定价需求；其模式为金融行业提供新途径，帮助企业应对算力成本波动。

AI产品 Silicon Data Wall Street AI compute

推荐理由：硅谷Silicon Data公司出了个给华尔街AI算力定价的方案，能帮企业控成本，和之前方式不一样。

原文

8月19日

00:11

Geek@geekbb

Opencode Go的DeepSeek V4 Flash使用额度已恢复至$30，但用户认为实际价值有限。创始人此前声称能在租用GPU上重现DeepSeek涨价前的价格，但用户对此表示怀疑。该推文引发对Opencode Go定价策略的讨论，用户关注下月续费情况。

AI产品 Opencode Go DeepSeek V4 Flash 定价

事件专题

推荐理由：Opencode Go额度变化了，创始人吹的牛没兑现，看看用户怎么吐槽的。

原文

8月17日

13:15

AI Will@FinanceYF5

精选72°

Scott Gray于2016年加入OpenAI，曾参与稀疏Transformer、Scaling Laws和GPT-3的研发，长期负责底层GPU系统。据Business Insider统计，OpenAI今年已有12位高层离职。这些十年老将的离开比普通高管更难替代。

行业 Scott Gray OpenAI GPT-3

事件专题

推荐理由：Scott Gray是给OpenAI早期模型搭GPU地基的人，连他都走了，今年走的12个人里属他最可惜。

原文

8月14日

22:54

techcrunch@Anna Heim

法国初创公司Kog认为，GPU不适合智能体工作流的观点可能是个误解。Kog正在更深入地优化GPU推理，以从现有硬件中榨取更多性能。与主流方向不同，Kog选择在GPU上挖掘潜力，而非转向专用硬件。这种做法或可为智能体应用提供更高效的推理基础。

AI模型 Kog GPU 推理优化

推荐理由：Kog这家法国创业公司说，都说GPU跑智能体任务不行，其实是个误会，他们正深挖推理性能，跟主流唱反调。

原文

8月13日

23:23

techcrunch@Julie Bort

英伟达公布一项高达5000亿美元的新计划。该计划旨在让老旧GPU避免价值缩水。英伟达试图说服新一批金融家继续为AI建设提供贷款。这一策略被评价为冒险但巧妙。

行业 Nvidia GPU AI基础设施

事件专题

推荐理由：英伟达想用5000亿美元的大计划，让旧GPU不贬值，还拉新金融家投AI建设，有意思吧。

原文

8月12日

21:30

21:30IT之家（博客/媒体）

腾讯发布2026年第二季度财报，营收2047.9亿元，同比增长11%，Non-IFRS净利润684亿元，同比增长9%。二季度资本开支达527.8亿元，同比增长176%，主要用于采购AI基础设施，支持Hy系列模型升级、WorkBuddy及CodeBuddy推理需求。腾讯高管表示，预计今年底至明年初GPU资源将更加充足，从而进一步提升云服务能力。公司计划在2026年第四季度部署基于近封装光学（NPO）技术的超级计算节点，单季度国产算力采购量可能达10万卡级别。

行业腾讯 GPU 云服务

推荐理由：腾讯说年底GPU更充裕，云服务要提速，还砸了527.8亿买算力，搞AI的可以关注下。

原文

8月9日

15:59

15:59IT之家（博客/媒体）

摩尔线程发布2026年半年度报告，营业总收入17.36亿元，同比增长147.42%。归母净利润亏损1156.31万元，较上年同期亏损2.71亿元收窄95.73%。扣非净利润亏损1.51亿元，同比收窄52.37%。经营活动现金流净额为-21.69亿元，同比扩大86.3%。报告期末总资产169.24亿元，较上年末增长10.34%，实际控制人仍为张建中及一致行动人。

行业摩尔线程 GPU 财报

推荐理由：摩尔线程把半年亏损从2.71亿压到1156万，营收还翻了一倍多，看GPU赛道这份财报挺能说明问题。

原文

8月6日

23:41

Geek@geekbb

OpenCode在租用GPU上复现了DeepSeek当前API价格，证明其定价并未亏本。该分析指出DeepSeek涨价并非成本压力，而是因流量过载采取的流量调控。OpenCode的测试表明租用GPU也能覆盖推理成本，DeepSeek的定价存在利润空间。

行业 DeepSeek OpenCode GPU

推荐理由：OpenCode用租来的GPU就复现了DeepSeek的价格，说明人家没亏，涨价是在限流呢，别慌。

原文

01:11

官方账号NVIDIA AI@NVIDIAAI

精选

达索系统宣布采用NVIDIA的AI与GPU技术加速其仿真工作流。该合作将NVIDIA的高性能计算能力引入达索的工业模拟场景。用户可借助GPU并行计算提升复杂工程仿真的处理速度。

行业 NVIDIA Dassault Systèmes GPU

事件专题

推荐理由：达索系统把NVIDIA的GPU和AI用在了仿真上，算得更快，搞工业设计的可以关注。

原文

8月5日

16:16

官方一手pandaily@contact@pandaily.com (Pandaily)

野村和花旗在报告中表示，美国即便推出光学模块禁令，对中国厂商的损害也有限。Macquarie将国产芯片公司Biren Technology的目标价上调4.5倍。上调的理由是该公司赢得新的GPU订单，国内AI芯片平均售价随之走高。

行业 Biren Technology 光模块国产AI芯片

推荐理由：野村花旗说美国禁光模块影响有限，麦格理把Biren Technology目标价上调4.5倍，国产算力链预期在变。

原文

8月4日

12:13

12:13IT之家（博客/媒体）

TinyGPU v2.0属于Tiny Tapeout SKY 25b流片项目，拥有约24万个晶体管，屏幕最多容纳1000个三角形。该GPU支持SIMD并行处理4个像素，每个着色器包含31条指令，指令集共26种操作。在Basys3 FPGA主机上实测，帧率为7.5到15 FPS。开发者Pongsagon Vichit已提交v3.0，核心变化是加入参考DirectX 8 PS 1.1的可编程像素着色器。

AI产品 TinyGPU Tiny Tapeout GPU

推荐理由：Pongsagon Vichit做了个全球最小的GPU TinyGPU v2.0，24万晶体管就能渲染3D，最高15帧，还打算出带像素着色器的v3.0。

原文

7月29日

11:27

官方账号arXiv cs.LG@Christopher Hahne

传统SVD算法串行，制约GPU吞吐量，难以满足临床实时需求。Quasi-SVD是一种可微分、完全并行的矩阵分解框架，通过单个李参数化因子保证正交性，软约束恢复其余部分。在SSIM=0.89-0.94下，相比cuSOLVER和随机SVD加速3-20倍，吞吐量超过25 FPS。在超声定位显微镜和Mueller矩阵偏振测量两个医学成像任务上验证了鲁棒性，使结构化矩阵分解适用于实时图像引导工作流。

论文 Quasi-SVD GPU 实时成像

推荐理由：Quasi-SVD把矩阵分解速度提了3-20倍，还能在GPU上并行跑，医学实时成像终于有戏了。

原文

7月28日

01:35

Qdrant@qdrant_engine

72°

高通的Alan Zhu在Vector Space Day SF展示了设备端AI的延迟优势。NPU在agentic search任务中瞬时响应，而GPU耗时12秒，CPU耗时30秒后因发热降频。NPU在整个会话中保持90 tokens/秒，温度仅37°C。CPU速度持续下降。NPU的预填充速度足以在数秒内处理数千本地文件并返回引用答案，无需网络。

AI模型 Qualcomm NPU GPU

推荐理由：高通用NPU跑agentic搜索，GPU要12秒CPU要30秒，NPU瞬间搞定还不发烫，这才是真有用的本地AI。

原文

00:12

小互@imxiaohu

NVIDIA在GTC 2024上发布Blackwell架构GPU B200，集成2080亿晶体管。相比H100，大模型训练性能提升约4倍。首批客户包括OpenAI和微软。该芯片预计2024年晚些时候出货。

AI模型 NVIDIA Blackwell B200

事件专题

推荐理由：WSJ详细介绍了Blackwell B200的架构和性能，想了解最新AI芯片的来看看。

原文

7月22日

17:40

17:40IT之家（博客/媒体）

英伟达推出全新融资模式，为AI云服务商GMI Cloud等提供担保，帮助其获得银行贷款采购GPU。GMI计划利用该模式投资5亿美元扩建AI基础设施。该模式中，若客户停止付款，英伟达承担风险并介入处理，作为交换分享收入分成。Fireworks AI本月完成15亿美元融资，估值达175亿美元。分析认为此举助英伟达拓展客户群，但也引发“循环融资”质疑。

行业英伟达 GPU AI云服务商

推荐理由：英伟达用担保帮云厂商借钱买卡，自己赚分成又卖更多GPU，这招既聪明又有点冒险，适合关注AI基础设施融资的朋友看。

原文

02:53

官方账号NVIDIA AI@NVIDIAAI

Cognition 公司的 AI 编程智能体 Devin 推出 Outposts 功能，现已集成到 NVIDIA Brev 平台。用户可以通过 Brev 编写和 profiling 内核、运行实验、部署和微调开源模型，并在真实硬件上测试。Outposts 支持将 Devin 运行在任何机器上，包括 Mac mini、实验室 GPU 盒、私有网络 VM 或 Kubernetes 集群。该集成降低了 Devin 的部署门槛，允许开发者在自己控制的基础设施上使用。

AI产品 Devin NVIDIA Brev Cognition

事件专题

推荐理由：现在你可以把 Devin 跑在自己的 GPU 上了，NVIDIA Brev 直接集成了 Outposts，写代码调试都更方便。

原文

02:14

Cognition@cognition_labs

精选72°

Cognition宣布Devin Outposts可在NVIDIA Brev上部署。这一集成使Devin能够访问GPU基础设施，用于调试训练运行、检查GPU状态、重现故障，并在实际硬件上验证修复。部署入口位于brev.nvidia.com的launchable页面。该方案面向需要GPU调试的AI工程团队。

技巧 Devin NVIDIA Brev GPU

事件专题

推荐理由：Cognition把Devin Outposts搬上NVIDIA Brev，让Devin能直接动用GPU来定位训练bug、检查显存状态，不用自己搭环境。

原文

7月20日

16:04

官方一手pandaily@contact@pandaily.com (Pandaily)

在2026年WAIC大会上，中国主要GPU厂商，包括燧原科技、摩尔线程、壁仞科技等，一致认为单芯片竞争时代已结束。超节点架构、光互连（optical interconnection）和系统级TCO成为下一代计算核心指标。该共识强调系统级优化而非单纯提升芯片算力。多个厂商展示了基于超节点和光互连的集群方案，目标实现更低延迟和更高能效。

行业 WAIC 2026 GPU 超节点

推荐理由：中国GPU大厂在WAIC上齐声表态：单芯片时代过去了，超节点+光互连才是未来。想了解下一代算力架构趋势，这篇必看。

原文

13:13

AI Will@FinanceYF5

GPU厂商现在普遍要求3到5年合约，且需支付30%首付款，价格持续上涨。两大实验室、超大云厂、Grok和Meta已提前锁定大量算力，剩余公司只能争夺少量资源。Meta年底将拥有约7GW算力，但尚未绑定任何大模型，成为最大变数。

行业 GPU 算力 Meta

推荐理由：GPU越来越难租，大厂签长约还交30%首付，小公司只能抢剩下的一点点，Meta手握7GW还没决定用在哪。

原文

7月19日

15:40

量子位@量子位的朋友们

在WAIC 2026上，摩尔线程首次公开旗下GPU在训练和推理场景的多项实践成果，包括基于MUSA架构的大模型训练优化、推理部署方案。其三大“AI工厂”（成都、武汉、合肥智算中心）已累计交付超过2000PFLOPS算力，支撑多个千亿参数模型训练。同时展示了与智谱AI等合作方在推理效率上的实测数据，较上一代架构提升3.5倍。

行业摩尔线程 GPU AI训练

推荐理由：摩尔线程这次一口气端出了训练、推理和算力工厂的硬核数据，2000PFLOPS真实落地产能，性能提升3.5倍，国产GPU玩家越来越能打了。

原文

7月18日

03:31

量子位@思邈

在WAIC 2026上，多位业内人士分享了关于国产AI芯片竞争格局的新判断。真正的对手不是英伟达GPU，而是软件生态和场景落地的挑战。芯片厂商需要更关注实际应用需求而非单纯比拼算力参数。

行业国产AI芯片 WAIC 2026 英伟达

推荐理由：逛WAIC发现个新角度：国产芯片别只盯着英伟达，生态和落地才是真考验。

原文

02:27

量子位@闻乐

在WAIC上，沐曦展示了其GPU产品，并吸引了十个开源社区入驻展台。这体现了开源协作在AI芯片生态中的重要作用。沐曦通过社区合作推动其GPU在开源框架和工具中的适配。该展台成为WAIC期间备受关注的硬件与开源结合案例。

行业沐曦 GPU WAIC

推荐理由：沐曦GPU联合十大开源社区亮相WAIC，看看他们怎么用开源协作做芯片生态

原文

7月17日

20:03

techcrunch@Tim Fernholz

一笔4亿美元的芯片支持贷款显示，早期GPU融资方开始转向推理芯片。该交易由一家未具名金融机构提供，用于购买专用推理芯片而非传统GPU。此举标志着AI基础设施从训练向推理阶段的重心转移，反映了市场需求的变化。分析认为，推理芯片在能效和成本上更具优势，可能重塑未来AI硬件投资格局。

行业 GPU 推理芯片 AI基础设施

推荐理由：GPU融资方开始押注推理芯片，4亿美元大单说明风向变了，干AI基础设施的得留意。

原文

7月16日

09:18

09:18IT之家（博客/媒体）

71°

英伟达汽车业务负责人吴新宙在The Verge播客《Decoder》中透露，英伟达内部计算GPU供应有限，不同团队需竞争资源。他每周需协调分配计算资源，有时需CEO黄仁勋介入调解。黄仁勋将自动驾驶视为“零万亿美元业务”，持续优先投入，尽管汽车部门规模远小于数据中心。随着AI公司大规模采购芯片，英伟达内部也出现芯片和晶圆厂产能的争夺。

行业英伟达黄仁勋 GPU

推荐理由：英伟达自家芯片都不够用，黄仁勋还得亲自调解部门抢资源，汽车业务老大的内幕真刺激。

原文

7月14日

07:15

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA发布“AI Model Co-Design”系列文章，首篇探讨模型维度与GPU性能的关联。文章指出，调整模型维度（如宽度、深度）能直接影响GPU的计算效率。通过合理设计，可提升系统吞吐量和单用户响应速度。该系列旨在推动模型与硬件的协同优化。

技巧 NVIDIA GPU 模型设计

事件专题

推荐理由：NVIDIA新系列讲模型和硬件怎么配合更高效，首篇教你调维度来榨干GPU性能，部署AI服务的人值得一看。

原文

7月13日

08:58

08:58IT之家（博客/媒体）

73°

英伟达CEO黄仁勋在摩根士丹利路演中表示公司季度营收即将逼近1000亿美元（约6779.96亿元人民币），并强调增长仍在加速。黄仁勋否认Rubin Ultra架构延期，称其仍按计划于2025年出货，但系统机架设计有所优化。一名曾主要依赖ASIC的前沿AI模型客户（市场指向Anthropic）已将英伟达GPU算力占比提升至接近50%。摩根士丹利维持“增持”评级，目标价288美元，预计2026财年营收增长82%、2027财年增长52.4%。英伟达指出未来三大增长引擎为AI实验室、超大规模云服务商以及主权AI和企业客户。

行业英伟达黄仁勋 Rubin Ultra

事件专题

推荐理由：英伟达正面回应ASIC竞争、架构延期和需求见顶三连问，还透露大客户转向GPU，观点很硬核。

原文

7月8日

19:43

19:43IT之家（博客/媒体）

沐曦股份首席产品官孙国梁透露，公司部分产品订单已排到明年甚至之后。MXC600 芯片系列是公司今年主力，已实现大规模出货，采用自研 GPU 架构并实现全国产工艺。该芯片于 5 月 26 日通过国家《安全可靠测评》。基于 MXC600 还打造了曦云 C600、曦思 N300、曦索 X300 等系列。

行业沐曦股份 MXC600 曦云C600

推荐理由：沐曦的 MXC600 国产 GPU 出货量起来了，订单都排到明年，说明国产算力在加速落地，值得关注。

原文

7月7日

22:27

Gary Marcus@GaryMarcus

SemiAnalysis报告指出AI债务融资正以惊人速度增长。Nvidia的GPU债务支持机制（Backstop）是推动AI项目三位一体（资本、承购、数据中心）的核心。报告预测到2029年AI债务规模将超过7万亿美元。该机制旨在通过Nvidia的担保扩大GPU计算资源获取。

行业 SemiAnalysis Nvidia GPU

事件专题

推荐理由：SemiAnalysis预测到2029年AI债务超7万亿，Nvidia的GPU债务支持是幕后推手，想看懂AI资本运作必看。

原文

01:11

官方账号NVIDIA AI@NVIDIAAI

精选

在 ICML 2026 上，NVIDIA 的 Nemotron 模型和数据集被 145 篇论文引用。NVIDIA 自身有 74 篇论文被接受，约 2000 篇论文引用了 NVIDIA GPU。这些数据体现了 NVIDIA 在 AI 研究中的基础设施地位。Nemotron 作为开放模型正在成为现代 AI 研究的基础。

AI模型 NVIDIA Nemotron ICML

事件专题

推荐理由：NVIDIA在ICML 2026上刷了一波存在感：145篇论文用上Nemotron，74篇自家论文入选，还有2000篇靠NVIDIA GPU跑出来的。学术圈地位一览无余。

原文

7月6日

07:27

07:27IT之家（博客/媒体）

韩国KAIST教授金正浩指出，AI计算中GPU利用率仅为10%-30%，瓶颈在于内存数据传输。他认为AI正从训练转向推理时代，内存能力将直接决定性能。他预测HBF（高带宽闪存）技术将在10年后取代HBM成为主流，市场需求超过HBM。远期还将出现基于SRAM的HBS，读写速度比DRAM快1000倍，容量可达1600GB。未来AI计算机将形成HBM、HBF、HBS三层堆叠的100层3D架构。

行业 HBM GPU 金正浩

推荐理由：HBM之父金正浩预测未来十年AI内存技术路线：HBF将取代HBM，HBS快到离谱，一篇讲清为什么GPU不是王道。

原文

7月3日

17:28

量子位@衡宇

AI模型利用28个GPU的计算资源，发现了4种人类此前完全未知的超导体。这些新材料在传统方法下从未被预测或合成。该成果将AI在材料科学领域的效率提升到新高度，超越了人类超导体发现100年的历史积累。

论文超导体材料发现 GPU

推荐理由：朋友，AI又搞大事了！只用28张GPU就发现4种全新超导体，效率比人类100年研究还高。快来看看是什么神奇操作。

原文