AI计算
搜索文档
东芯股份:上海砺算发布的7G100系列产品展现出优良的图形与AI计算能力
格隆汇· 2026-01-27 09:07
公司产品与技术 - 上海砺算发布的7G100系列产品从计算核心到指令集完全由公司自主设计[1] - 产品基于自研的TrueGPU天图架构,并自研指令集与软件栈[1] - 产品在GPU主流基准测试中表现良好,可高效运行大型3A游戏及本地化部署的DeepSeek-R1 8B模型[1] 产品性能与市场潜力 - 产品展现出优良的图形与AI计算能力[1] - 产品具备商业化潜力与市场竞争力[1]
东芯股份(688110.SH):上海砺算发布的7G100系列产品展现出优良的图形与AI计算能力
格隆汇· 2026-01-27 08:58
公司产品与技术进展 - 上海砺算发布的7G100系列产品从计算核心到指令集完全由自主设计,基于自研TrueGPU天图架构,并自研指令集、自研软件栈 [1] - 产品在GPU主流benchmark中表现良好,可高效运行大型3A游戏及本地化部署的DeepSeek-R1 8B模型 [1] - 产品展现出优良的图形与AI计算能力,具备商业化潜力与市场竞争力 [1]
英伟达砸20亿美元 加码布局数据中心 技嘉、纬创等可望受惠
经济日报· 2026-01-27 07:09
英伟达对CoreWeave的战略投资 - 英伟达向数据中心营运商CoreWeave加码注资20亿美元 [1] - 投资旨在加速在2030年前新增超过5GW的AI计算能力 [1] - 英伟达以每股87.2美元的价格买入CoreWeave A股普通股 [1] 投资背景与双方关系 - 在此次新增投资前,英伟达已是CoreWeave第四大股东,持股比重约6% [1] - 英伟达CEO黄仁勋表示,此投资是对CoreWeave增长、管理与商业模式的信任票 [2] - 合作聚焦于整合两家公司的工程成果,并让计算能力上线 [2] - CoreWeave将成为首批部署英伟达即将出货的储存系统与Vera CPU等产品的客户之一 [1] 投资的具体影响与协议内容 - 英伟达将协助CoreWeave为数据中心采购土地与电力 [2] - 英伟达将向云端合作伙伴和大型企业客户推销CoreWeave的AI软件与架构设计 [2] - 英伟达提供的资金相当于CoreWeave为打造新基础设施计划花费金额的2%左右 [2] 市场反应与产业链受益方 - 消息宣布后,CoreWeave股价在1月26日早盘飙涨14% [1] - 技嘉是CoreWeave的AI服务器供应商之一,已陆续出货GB200 AI服务器 [1] - 戴尔也是CoreWeave的AI服务器供应商,纬创作为戴尔服务器主机板与服务器主要协力厂,可望受惠 [1] CoreWeave的业务与计划 - CoreWeave是专注于AI服务的“新云端”专业计算供应商,去年挂牌上市 [2] - 公司计划新增的5GW AI计算能力,相当于五座大型核反应炉的发电量 [2] - 1GW电力足以在任何时刻满足美国约75万户家庭的用电需求 [2] - 获得投资将强化CoreWeave财务,缓解其大规模投资数据中心引发的忧虑 [2] 双方既有合作与未来展望 - 英伟达先前已宣布在2032年前向CoreWeave采购60多亿美元的服务 [1] - 市场看好双方关系随资本投资增加而提升,后续将有更多合作与订单释放 [1]
天数智芯四代通用GPU架构 + 边端大算力产品齐发,国产算力商业化放量
格隆汇· 2026-01-26 18:10
公司技术路线与产品发布 - 公司发布四代GPU架构路线图,明确对标并计划超越英伟达各代架构[1] - 2025年推出的天数天枢架构算力已超越英伟达Hopper架构20%[1] - 2026年计划推出的天数天璇与天数天玑架构将先后对标及超越英伟达Blackwell架构[1] - 2027年计划推出的天数天权架构将超越英伟达Rubin架构[1] - 公司“彤央”系列边端产品实测稠密算力覆盖100T至300T范围[3] - 其中TY1000产品在计算机视觉、大模型等场景性能全面超越英伟达AGX Orin[3] - TY1200产品以300TOPs算力剑指国内边端大算力第一位置[3] 公司商业化进展 - 公司已拥有超300家客户[1] - 公司产品已完成超1000次部署,取得规模化落地成果[1]
汇顶科技:公司在AI计算方面拥有扎实的技术基础,已将深度学习技术融入指纹识别等多项产品中
证券日报之声· 2026-01-23 22:15
公司AI技术能力与产品布局 - 公司在AI计算方面拥有扎实的技术基础 [1] - 已将深度学习技术融入指纹识别、音频、触控等多项产品中 [1] - 已形成较强的端侧AI处理能力 [1] 公司未来战略与信息披露 - 公司将持续关注AI相关技术发展趋势和市场需求 [1] - 若未来有新产品发布,公司会及时与投资者分享 [1]
消息称马斯克希望在7月前完成SpaceX上市 要建太空数据中心
凤凰网· 2026-01-21 20:17
SpaceX的IPO计划与动机 - 埃隆·马斯克正推进SpaceX的首次公开招股进程 一个主要原因是想率先实现在太空建立数据中心 [1] - 马斯克认为 如果没有IPO一次性带来的数十亿美元资金 就很难尝试在太空建设数据中心这样的壮举 [1] - SpaceX预计很快将挑选牵头此次股票发行的投行 马斯克希望在今年7月前完成IPO [2] 太空数据中心的发展背景与竞争 - 各大科技公司为AI计算竞相建设数据中心 这股热潮促使马斯克、杰夫·贝佐斯等人提出把数据中心建到太空中的想法 [1] - 建设由太阳能供电并绕地球飞行的AI数据中心面临技术挑战 这一想法引发了许多工程师的质疑 [1] - 马斯克一心想着让SpaceX成为首家在太空建数据中心的公司 [1] IPO对马斯克旗下AI业务的战略意义 - 马斯克认为 SpaceX IPO将有助于他的AI公司xAI追赶上竞争对手 [1] - xAI的两家竞争对手OpenAI和Anthropic正考虑在今年进行各自的IPO 马斯克似乎急于让SpaceX率先登陆公开市场 [2] - 马斯克与OpenAI CEO萨姆·奥特曼长期存在竞争关系 奥特曼去年曾探讨收购一家火箭公司 将具备AI算力的卫星部署到太空中 [1]
可去二手市场转转
新浪财经· 2026-01-21 02:53
文章核心观点 - 自2025年下半年起,存储市场(尤其是内存和固态硬盘)出现迅猛的涨价潮,对消费者、商家及整个PC产业链造成显著冲击,涨价主要由AI及数据中心需求挤压消费级产能、上游厂商减产控供导致的供需失衡所驱动,预计涨价趋势将持续至2026年下半年 [2][9][10] 存储产品价格暴涨 - 内存价格飙升:以金士顿16G/DDR4 3200内存为例,价格从2025年6月的约160-210元人民币飙升至2026年1月的720元人民币,涨幅最高达336% [2][3] - 高端内存涨幅更甚:16G/DDR5内存价格涨至900元人民币,海盗船32G/DDR5 5600内存价格从600多元人民币涨至2400多元人民币 [3][4] - 固态硬盘跟涨:西部数据主流SATA/1TB固态硬盘价格从2025年中的300多元人民币涨至约1000元人民币,涨幅接近300%,希捷2T机械硬盘从500多元人民币涨至900多元人民币 [7] 对消费者市场的直接影响 - 整机配置成本大幅上升:主流办公电脑配置成本从3000元人民币升至4500元人民币,游戏主机等高端配置需额外多花2000元人民币 [3] - 消费者被迫调整计划:部分刚需消费者(如设计师、电商从业者)无奈“加价上车”,预算1.2万元人民币的设计电脑因存储涨价需花费近1.6万元人民币 [4] - 催生二手市场热潮:在价格敏感的区县及学生群体中,二手内存需求激增,涪陵地区二手16G/DDR4内存售价350元人民币,比新品便宜一半,2026年1月以来其销量同比去年增长180% [5] 对经销商与供应链的冲击 - 商家经营压力巨大:到店咨询量减少四成,部分预约装机订单被取消,商家因害怕价格回调而采取小批量、高频次补货策略,导致部分热门型号缺货 [3][7] - 长期合同导致亏损风险:与行政单位等签订的长期购销合同,因配件价格疯涨而侵蚀利润,使接单如同“放血” [8] - 出现反常套利现象:有商家因客户退货,反而因退货期间硬件涨价,使退回的电脑每台成本上涨500元人民币,退货品成为“赚钱货” [8] 涨价原因分析 - 供需严重失衡:2025年被称为“AI计算普及元年”,AI训练与数据中心对高性能内存需求暴增,挤压了消费级市场的产能 [10] - 上游厂商策略调整:经历2023-2024年“存储寒冬”后,三星、美光等原厂主动减产控供,并加速从DDR4转向HBM和DDR5生产,导致DDR4出现供需失衡甚至价格涨幅超过DDR5的倒挂现象 [10] - 内存颗粒价格暴涨:上游内存颗粒的现货价格涨幅高达1800% [10] 行业趋势与展望 - 涨价趋势持续:机构预测2026年第一季度内存合约价将上涨30%-50%,第二季度预计再涨20%左右 [10] - 价格回调预期:业内普遍预计到2026年下半年价格才可能慢慢回调,但大概率无法回到过去的低价水平 [10] - 消费者应对策略:若非急需,建议观望;若必须购买,可优先选择DDR4等涨幅较小的型号或考虑二手市场高性价比产品 [10]
龙芯中科:公司第一款GPGPU芯片9A1000已经交付流片
证券日报网· 2026-01-13 22:12
公司产品进展 - 公司第一款GPGPU芯片9A1000已经交付流片 [1] - 该芯片设计目标兼具图形功能和推理侧算力 [1] - 该芯片可以支持终端AI计算应用,例如AIPC、无人设备等 [1] 公司合作策略 - 作为CPU厂商,公司对整机厂商持开放态度 [1] - 公司欢迎整机厂商基于龙芯芯片研制各类型的整机 [1]
AI计算或迎来“光的时代”
新浪财经· 2026-01-10 17:09
公司核心技术路径与产品 - 公司正在研发以玻璃代替硅作为衬底的玻璃光计算芯片 旨在突破AI计算对先进制程的依赖和高能耗问题 目标进入“1000tops级算力和1000tops/W能效比”时代 [1] - 公司已完成首颗算力密度和精度均达商用标准的光计算芯片流片 其矩阵规模为128毫米×128毫米 峰值算力超1000tops [1] - 选择玻璃衬底可突破硅光平台的光罩尺寸限制 通过纳米压印工艺在保持精度的同时容纳更多计算单元 200毫米×200毫米玻璃芯片算力可达2600tops [2] - 利用相变材料的非易失性 公司实现了光计算芯片零静态功耗 预测200毫米×200毫米玻璃芯片能效比可超1000tops/W 相当于TPU的200倍以上 [2] - 公司已验证光波导在玻璃上的制备工艺 波导损耗优化至低于硅光平台水平 并同步开展大规模阵列样品制备与相变材料工艺优化 [3] - 公司致力于打造下一代全光计算系统 让光信号在光域内实现反复计算与动态暂存 使玻璃光计算芯片成为能直接运行完整模型的AI计算平台 [3] 公司业务定位与市场前景 - 公司的光计算产品主要用于AI推理场景 [1] - 行业预计到2030年 AI推理将占AI计算总量的75% 市场规模可达2550亿美元 [1] - 公司提出提供全栈光计算解决方案 最终目标是将玻璃光计算芯片直接封装为超高性能全光计算系统 以获得下一代AI计算技术标准的定义权 [3] 公司发展现状与背景 - 公司已完成五轮融资 投资方包括头部VC 国内互联网巨头 上海苏州两地国资基金等三类资本 [1] - 公司联合创始人程唐盛曾在牛津大学攻读材料科学与工程博士 期间带领团队开发了新型相变材料并实现了相变材料光芯片大规模集成 [1] - 公司已打通上下游产业链 上游与纳米压印等厂商联合优化工艺 [3]
直击CES|PC芯片战场的分化:英特尔押注新一代芯片
第一财经· 2026-01-08 18:58
公司战略与市场定位 - 在AI重塑半导体产业的背景下,英特尔将PC市场视为其最重要且不能再退让的核心阵地,这与重心转向数据中心与AI基础设施的英伟达和专注于服务器与高性能计算的AMD形成了差异化路径[1] - 公司正将更多资源投入PC本地的AI计算能力,认为未来的PC将不仅是连接云服务的终端,更是能承担越来越多本地AI任务的计算节点,部分AI工作负载正从云端向本地和边缘设备回流[3][5] - 中国市场在公司战略中正变得越来越重要,公司认为中国市场在AI应用落地和产业节奏上的反应速度往往走在前面,因此希望加大在中国OEM和边缘设备生态中的投入[5] 新产品Panther Lake的技术细节 - 公司发布了基于18A制程的Panther Lake(第三代酷睿Ultra),这是18A制程首次进入面向主流PC的产品线,被视为公司在先进制程节奏和客户端产品竞争力上的一次关键检验[1] - 该产品引入了全环绕栅极晶体管和背面供电技术,在15至45瓦功耗区间内实现了约15%的能效提升,同时晶体管管密度提升约30%,使得NPU的面积缩小了40%但性能明显增强[2] - 第三代酷睿Ultra的目标是在保持低功耗平台能效的同时提供更高性能,可以以大约40%的功耗达到前一代产品的性能水平[2] 产品战略意义与市场反馈 - 公司希望借助Panther Lake这一代产品,在PC核心市场重新建立起技术节奏和产品兑现能力的可信度,以应对过去几年因制程节奏延误导致的市场谨慎态度[2][3] - 公司高管提及,有相识十年的OEM工程负责人在看到新芯片的图形性能表现后感到惊讶,这侧面反映了产品性能超出预期[2] - 公司认为正处在一个战略转折点,随着端侧和边缘侧AI设备规模扩大,云端AI服务商开始关注并合作探索增强本地算力与云端AI的融合[3] 合作伙伴与生态建设 - 公司内部正与包括Perplexity以及字节跳动在内的合作伙伴合作,探索如何在云端与本地之间分配AI工作负载,字节跳动等合作伙伴会决定哪些部分留在云端,哪些适合放在本地运行[3] - 公司提及中国合作伙伴对其提出了很高要求,例如Day0部署了千问大语言模型,与中国大型服务提供商的合作对公司至关重要[6] - 公司高管表示将花更多时间在中国市场,拜访联想、字节跳动、阿里巴巴等OEM厂商和ODM生态,以加强在边缘计算领域的合作[5][6] AI计算能力与市场前景 - 目前已经出货的AI PC和边缘设备合在一起的算力规模,相当于40个数据中心[3] - 在不少应用场景中,本地客户端产品已经能支持高达700亿参数的模型运行,如果模型及检索增强生成技术能满足需求,计算可以完全在本地进行[5] - 公司在这一代PC处理器上同时强化了CPU、GPU和NPU的协同能力,以支持未来PC作为本地AI计算节点的角色变化[5]