英伟达与Thinking Machines Lab的战略合作 - 英伟达与Thinking Machines Lab达成新一轮多年度战略伙伴协议，协议包含现金注资与硬件供应[2][3] - 合作核心是在全球范围内部署至少1GW容量的下一代Vera Rubin算力系统，首批算力集群定于2027年初部署[10] - 项目总建设成本估算为500-600亿美元，其中英伟达提供的硬件及配套方案价值约350亿美元[14] - 英伟达将提供一笔数额重大的现金注资，用于支持该公司的长期增长与技术研发[15] Vera Rubin算力系统技术规格 - Vera Rubin平台是Blackwell架构的继任者，由R100系列GPU和GR200系列Grace Rubin超级芯片组成[11] - 单颗GPU集成288GB HBM4显存，内存带宽达22TB/s，能提供50PFLOPS的NVFP4推理算力[11] - 匹配的Vera CPU采用88个Olympus核心，支持1.5TB LPDDR5X内存及1.2TB/s带宽[11] - 通过第六代NVLink技术实现每颗GPU高达3.6TB/s的互连速率[11] 合作目标与影响 - 该超大规模算力设施将直接服务于公司的前沿模型训练任务，并为大规模交付定制化AI平台提供底层支撑[13] - 双方技术团队将深度协作，设计专门适配英伟达架构的模型训练与推理服务系统，拓宽全球获取前沿及开源AI模型的渠道[13] - 英伟达数百亿美元的重资产投入与顶尖芯片配额，帮助公司完成了在底层算力基建上的深度锁定[16] - 通过掌控稀缺的底层算力资源，公司在算法研发之外构筑了更稳固的护城河[24] Thinking Machines Lab公司发展历程 - 公司于去年2月正式成立，创始人Mira Murati此前于2024年辞任OpenAI CTO[17] - 创始团队从OpenAI吸纳了原安全系统负责人等数十名研发精英，并邀请普林斯顿大学教授陈丹琦加盟，奠定了高技术起点[17][18] - 公司在去年7月获得20亿美元融资，估值120亿美元，到去年年底最新估值报价已冲高至500亿美元[8][9][19] - 公司在去年10月发布了旗舰产品Tinker，允许企业利用LoRA技术定制大模型而无需自有服务器[20] 公司团队变动与应对 - 今年1月，公司遭遇人才流失挑战，原首席技术官Barret Zoph带领多名技术骨干集体重返OpenAI[20] - 为应对核心团队突发变动，公司随即聘请PyTorch创始人Soumith Chintala出任新任CTO，负责统筹底层软硬件适配工作[21] - 顶级人才的快速迭代稳住了研发基本盘，显示出公司在面对巨头挖角时极强的资源调动与自我修复能力[22] - 与英伟达合作锁定下一代产能，是公司在“人才保卫战”之外开辟的“第二战场”[23]