Tegra芯片

搜索文档
黄仁勋将再次进京,雷军曾亲自接见,大厂都在等特供芯片!
搜狐财经· 2025-07-15 01:00
今年英伟达CEO黄仁勋已访华两次,早在今年1月,黄仁勋就先后到访深圳、中国台湾、北京和上海等城市,4月17日黄仁勋再度飞抵北京,此时距离美国宣 布限制H20芯片对华出口仅过去一天。 现在又有新消息传来,黄仁勋将在7月开启今年来的第三次访华进京,本次将在7月16日到访中国举行媒体吹风会,旨在强化英伟达在中国市场的战略布局。 据了解,英伟达将于9月上市的中国特供版Blackwell AI芯片RTX Pro 6000。 该芯片基于现有架构,但剥离了高带宽内存和NVLink高速互联技术,以符合美国出口管制政策。 尽管性能较原版有所下降,但凭借英伟达CUDA生态的兼容性优势,仍将被国内大厂视为关键采购选项,不少大厂都在等英伟达的特供芯片发布。 与此同时,网上还流出了一张黄仁勋与雷军的合影,恰逢英伟达CEO即将开启年内第三次中国之行之际出现这样一张看似普通的照片,或许是在暗指小米 与英伟达之间会有新的联系。 其实从照片穿着看,雷军和黄仁勋穿的都不是当季服装,这说明照片拍摄于往期黄仁勋访华行程。 英伟达官方也回应称"非公司发布",知情人士透露此为路人拍摄的客户拜访场景。 其实早在2013年的小米3的发布会上,黄仁勋就曾和雷 ...
黄仁勋年内第 3 次访华,大热天仍穿皮夹克与雷军合影。网友:你俩不热么?
程序员的那些事· 2025-07-14 21:06
以下文章来源于伯乐在线 ,作者伯小乐 伯乐在线 . 高温穿皮衣的"标志性风格" 黄仁勋常年以黑色皮衣形象亮相,此次在北京高温下仍坚持这一装扮,被网友调侃"皮衣战神"。 雷军此前因在小米发布会上穿皮衣被质疑模仿黄仁勋,雷军后来在直播中回应此事表示,"皮夹克可能比较 容易配得上 Ultra 这种极致驾驶的风格","我也没想到这个皮夹克这么多人喜欢,还上了热搜"。 雷军调侃说,"难道我一穿皮夹克就是抄黄仁勋?我一穿西服就是抄马斯克?这太滑稽了。" 两人历史渊源 2013 年同台合作 :黄仁勋曾为小米3 站台,亲自介绍英伟达 Tegra 芯片,并用中文自称"米粉",拉近与中 国消费者的距离。 伯乐在线分享IT互联网职场和精选干货文章(原域名已不再维护)。组织维护10万+star的开源技术资源 库,包括:Python, Java, C/C++, Go, JS, CSS, Node.js, PHP, .NET 等 2025 年 7 月 14 日,黄仁勋在第 3 次访华期间与小米创始人雷军的合影引发关注,尤其因他在北京 35° 高 温下仍穿着标志性皮衣成为热议焦点。 会面背景与目的 非公开行程 :此次会面属于黄仁勋拜访客户 ...
英伟达,我命由天不由我
虎嗅APP· 2025-03-07 18:35
英伟达的崛起与挑战 - 财报发布后五个交易日内股价两次单日跌幅超8%,单日跌幅相当于两个小米市值蒸发 [3] - 收入规模相当于四个茅台,收入和利润保持80%超高增速 [3] - 算力领域占据绝对领先地位,竞争对手难以撼动其地位 [3] - 创始人黄仁勋以亲民形象著称,擅长通过文化融合拓展市场 [4] - 公司内部实行高压管理,项目失败会面临"公开处决"式问责 [5] - 早期通过激进竞争策略击败50余家显卡公司,包括对3dfx的"趁你病要命"诉讼 [6][7][8] - 曾因与微软价格谈判破裂失去Xbox订单,后通过任天堂Switch业务扳回一城 [9][17] 战略转型与关键决策 - 早期尝试移动设备战略(Tegra芯片)和调制解调器业务(3.67亿美元收购Icera)均告失败 [15] - 坚持投入CUDA技术开发,尽管初期使用率不足1%且导致产品价格偏高 [18] - 面对激进投资者Starboard Value压力,果断砍掉失败业务但保留CUDA [16][17] - 2017年收购被Starboard Value施压的Mellanox,补强数据中心互联能力 [24][27] - 当前三大核心优势:GPU性能、CUDA生态、InfiniBand/NVlink高速互联技术 [26][27] 创始人特质与企业文化 - 黄仁勋管理风格兼具亲和力与极端严厉,被员工形容为"把手放进插座" [5] - 坚持长期投入"零亿美元市场",体现企业家情怀与战略定力 [20] - 将企业成功归因于"绝望才是成功之母",而非灵感或预见性 [23] - 保持高强度工作节奏(每天12-14小时,全年无休)推动AI技术发展 [32] - 童年移民经历塑造坚韧性格,曾每日遭受种族歧视欺凌 [29] 行业竞争格局 - 显卡行业早期竞争惨烈,存活需经历"尸山血海"式搏杀 [8] - 与AMD长期角力,包括争夺任天堂等关键客户 [17] - 面临地缘政治风险,中国市场自主替代可能构成长期威胁 [30] - AI算力领域当前处于绝对领先地位,"拿着望远镜也找不到对手" [3] 技术突破与产业影响 - 多伦多大学团队意外发现GPU可用于AI训练,催生AlexNet突破 [13][14] - CUDA技术最初服务于气候科学、医疗影像等小众科研领域 [18] - 当前AI发展高度依赖英伟达GPU硬件基础设施 [33] - 创始人坚信AI将全面造福人类,强烈反对"AI威胁论" [32]