GPU

推荐理由：想省电又怕买错GPU？WattGPU用公开数据就能预测新GPU和新LLM的功耗和速度，不用自己跑实验，误差才几个点。

推荐理由：OpenAI 给免费用户省了钱，自家推理成本砍半，GPU 数量降到了几百块，效率提了不少。

推荐理由：联想新方案单节点塞40张GPU，FP8算力28 PFLOPS，专为万亿参数大模型打造，部署快、扩展灵活，适合大规模训练和推理。

推荐理由：英伟达在超算领域又刷屏了：TOP500里81%用他们的技术，Green500前8名全被英伟达GPU包揽。

推荐理由：想用国产GPU跑大模型？摩尔线程和SGLang把MUSA后端合到主线了，以后直接用，不用再折腾CUDA转译。

推荐理由：想知道为什么买更多 GPU 不灵了？Anthropic 是怎么靠文化和准备搞定编码的？AMP 创始人讲得特别透，全是内行视角的干货。

推荐理由：砺算又开卖了，LX 7G100 国产显卡 3299 元，12GB 显存，支持游戏和 AIPC，自己研发的架构，想支持国产 GPU 的可以看看。

推荐理由：马斯克要加深与英伟达合作

推荐理由：这个案例直接回答了AI创业能否赚钱的问题——40%的GPU年回报率说明硬件投入可以高效变现，做AI创业或投资的值得细看。

推荐理由：大模型推理速度的里程碑——1T模型跑出1000+ tokens/s，做实时AI应用和推理优化的团队值得关注，可以直接申请试用体验。

推荐理由：这则消息揭示了 AI 算力需求已大到连 Google 都要向火箭公司租 GPU，做 AI 基础设施或关注算力瓶颈的从业者值得点开，看看背后到底发生了什么。

推荐理由：Marcus用马斯克出租GPU的实例戳破了“规模至上”的泡沫，关注AI算力效率与模型实际价值的团队值得一看，看完会重新思考堆算力的性价比。

推荐理由：英特尔在GPU业务上的摇摆让游戏玩家和开发者困惑，这次官方表态明确了Arc仍是核心，关注PC游戏硬件或AI推理卡的人值得一看，尤其是想了解英特尔显卡未来走向的。

推荐理由：开发者和 IT 团队终于可以告别数小时的环境配置——Windows 365 预配置镜像让新成员登录即写代码，做 AI 应用或企业智能体部署的团队值得关注。

推荐理由：Kog AI 把 GPU 推理的隐藏效率瓶颈挖出来了，做 LLM 推理优化的开发者可以直接关注他们的技术预览，看看 monokernel 和延迟张量并行能否复现到自己的模型上。

推荐理由：国产 GPU 终于有了独立芯片，做信创、国产化替代的团队值得关注——龙芯 9A1000 的 AI 算力和图形性能对标入门级独显，搭配自家 CPU 能降低整机成本，建议关注后续测试结果。

推荐理由：国产 GPU 首次出现秒空现象，说明市场对自主架构显卡的渴求远超预期。关注国产芯片进展的玩家和创作者，可以蹲一下 6 月 18 日的第二批。

推荐理由：HuggingFace 用真实社区数据告诉你大家都在用什么硬件跑模型，做部署选型的开发者可以直接参考，比看厂商宣传靠谱得多。

推荐理由：黄仁勋的立场直接关系到AI芯片供应链和全球技术生态，关注AI硬件、出口政策或中美科技竞争的读者值得一看，能帮你理解行业领袖的真实态度。

推荐理由：AI算力需求让旧GPU都成了硬通货，做AI训练或云服务的团队会发现成本压力持续上升，建议关注产业链动态。

推荐理由：该观点以幽默方式揭示了AI算力扩张与土地、能源、基础设施的关系，值得行业思考未来数据中心选址与设计的可能性。