理想汽车把具身智能从概念拉到产品落地,关注智能汽车和 AI 硬件的开发者可以看看他们如何用芯片和感知模型定义下一代出行体验。
#AI chips
AI 芯片供应链的又一关键信号——Vera 作为英伟达首款 AI 智能体 CPU,采用 SK 海力士内存,做 AI 硬件或数据中心规划的团队值得关注。
英国政府用真金白银采购本土AI芯片,做半导体或AI基础设施的团队值得关注——这可能是欧洲摆脱美国芯片依赖的关键信号。
AI 芯片人才争夺战升级,关注 Anthropic 和 OpenAI 硬件布局的投资者和从业者值得留意——芯片自研能力可能成为 IPO 估值的关键变量。
英伟达的利润率护城河比想象中更深,做AI基础设施投资或关注芯片供应链的读者,值得了解为什么到2030年替代方案仍有限。
英伟达在韩国新建AI技术中心并推出四大新业务,关注AI硬件和机器人领域的开发者可以留意这些新平台带来的技术机会。
Pinterest 用 AWS Trainium 芯片加速 AI 视觉搜索,做个性化推荐和视觉内容处理的团队可以关注这种硬件选择如何提升效率。
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。
HBM和先进封装是AI芯片性能的关键瓶颈,SK海力士与台积电的联手将直接影响下一代AI硬件迭代速度,关注AI基础设施的从业者和投资者值得跟进。
黄仁勋的发言释放了英伟达与SK海力士深度绑定的信号,做AI芯片和HBM供应链的从业者值得关注——这直接关系到下一代算力卡的成本和产能。
联发科明确押注AI芯片和数据中心,承诺扩招工程团队,做芯片或云服务的从业者值得关注其业务动向和合作机会。
联发科转向英特尔封装,打破了台积电在AI芯片封装上的垄断格局,做芯片设计或关注供应链的从业者值得关注——这可能会影响未来AI芯片的成本和性能走向。
Arm 自研芯片战略提速,AI 基础设施需求爆发让芯片格局生变——关注芯片供应链和 AI 算力的从业者值得了解这一动向,尤其是 Meta 作为首批客户的信号。
英伟达明确AI PC芯片路线图,做AI开发或PC硬件的团队值得关注——新芯片配合完善软件栈,可能改变AI终端体验。
Intel 的推理芯片策略瞄准了 AI 落地中成本敏感的环节,做数据中心部署或预算有限的团队值得关注,低成本方案可能改变选型格局。
字节跳动自研CPU说明AI智能体正在重塑芯片需求格局,做大规模AI部署的团队值得关注——CPU不再是配角,而是成本与供应链的关键。
半导体行业从业者和投资者值得关注——CXMT和YMTC的IPO将重塑全球内存芯片格局,AI热潮下的产能扩张直接关系到供应链安全,建议点开了解具体时间表和融资规模。
稀疏计算是突破大模型算力瓶颈的关键路径之一,做AI基础设施或芯片投资的从业者值得关注Moffett AI的进展,看看国产芯片如何用差异化技术突围。
稀疏计算是 AI 芯片降本增效的关键路径,Moxin 拿到大额融资说明这条路线被资本认可。做 AI 推理部署的团队可以关注其 SparsePrime 卡能否替代传统 GPU,值得持续跟踪。
SpaceX 的芯片困境揭示了 AI 基础设施的瓶颈,关注太空 AI 和半导体供应链的读者值得了解这一风险。
FuriosaAI 的 TCP 架构和博通的互连技术直击大规模 AI 推理的通信瓶颈,做数据中心或 AI 基础设施的团队值得关注,这可能是 2028 年推理加速的新方向。
英伟达的支出暴增是 AI 产业景气度的最直接信号,关注半导体和 AI 基础设施的投资者、分析师和供应链从业者值得一看,这组数字能帮你理解 AI 热潮的真实规模。
国产AI芯片安全认证再升级,华为昇腾系列获最高等级I级,做信创和国产化替代的团队值得关注,直接对标国际产品。
高通首次大规模进入数据中心AI芯片市场,字节跳动作为头部AI应用公司,其智能体场景对算力需求巨大。做AI基础设施或智能体部署的团队值得关注这一合作对芯片供应链和成本的影响。
AI算力需求激增,字节跳动选择高通定制芯片而非自研量产,说明ASIC定制模式正成为大厂降本增效的关键路径。做AI基础设施或芯片采购的团队值得关注这一合作动向。
存内计算是突破冯·诺依曼瓶颈的关键路径,做边缘 AI 或低功耗设备的开发者值得关注——TetraMem 的 22nm SoC 验证意味着这项技术离量产又近了一步。
联发科与英伟达的合作覆盖物联网、车用电子到数据中心,做AI硬件和嵌入式开发的从业者值得关注这场直播,了解双方如何推动AI在各行业的落地。
玻璃基板是AI芯片封装的关键突破,做先进封装或数据中心硬件的团队值得关注——英特尔把量产基地押在里奥兰乔,说明技术已接近落地,建议点开看看具体布局。
美光 HBM4 产能翻倍提速,直接利好英伟达下一代 AI 平台,做 AI 基础设施或关注存储芯片的团队值得关注。HBM4E 转向台积电代工,产业链格局正在变化,建议点开了解具体策略。
三星内部分裂直接威胁HBM4交付,做AI芯片或关注存储市场的读者值得关注——这关系到英伟达下一代Rubin加速器的产能和供应链稳定性。
黄仁勋直接给LPX等SRAM芯片判了“利基”定位,做AI推理架构选型的开发者可以据此判断:短期别押注小众方案,GPU仍是主流。
微软 Maia 芯片若在推理成本上优于英伟达,做大规模 AI 推理的团队将多一个省钱选择,Anthropic 的动向值得关注。
Anthropic 若采用微软芯片,将打破英伟达垄断格局,关注 AI 算力供应链的开发者值得留意这一潜在变局。
英伟达下一代 AI 芯片 Vera Rubin 将推动推理和训练性能飞跃,做 AI 基础设施的团队值得关注其交付节奏和生态支持。
俄罗斯银行转向中国芯片,揭示了全球AI算力供应链的新格局。关注芯片出口和AI基础设施的从业者,值得了解这一动向对市场的影响。
华为把 AI 眼镜做到了接近普通眼镜的重量和厚度,还集成了拍摄、支付、翻译等实用功能,对想尝鲜智能穿戴又不想牺牲舒适度的用户来说,2499 元的价格值得关注。