GPU 相关 AI 资讯

8月25日

21:48

21:48IT之家（博客/媒体）

78°

苹果推出 M6 芯片，采用 2 纳米制程，12 核 CPU，单线程性能全球领先。M6 提供全球最快单线程性能，多线程性能最高提升 1.2 倍。搭载 12 核 GPU，AI 场景下峰值计算性能提升近 30%。支持最高 32 GB 统一内存，提供 170 GB/s 的统一内存带宽。

AI产品苹果 M6 芯片单线程性能

推荐理由：苹果最新 M6 芯片发布，单线程性能全球领先，AI 计算能力大幅提升，值得关注。

原文

8月20日

09:11

09:11IT之家（博客/媒体）

英伟达尝试将使用其GPU的企业与北欧有能力部署这些GPU的数据中心运营商对接，推动当地数据中心交易升温。知情人士透露，英伟达借助‘牵线’方式助力北欧AI基础设施建设，2026年前后该地区预计新增数吉瓦数据中心容量。英伟达此举是为了拓展其在AI生态中的影响力，与北欧数据中心企业建立合作渠道。

行业英伟达北欧数据中心

推荐理由：英伟达帮有GPU的企业和北欧数据中心对接，这能促进当地交易，比之前更积极拓展生态呢。

原文

01:37

techcrunch@Theresa Loconsolo

华尔街每年向数据中心和GPU投入数百亿美元，AI产品算力成本定价难题仍未解决；硅谷创业公司尝试提出解决方案，针对金融领域算力定价需求；其模式为金融行业提供新途径，帮助企业应对算力成本波动。

AI产品 Silicon Data Wall Street AI compute

推荐理由：硅谷Silicon Data公司出了个给华尔街AI算力定价的方案，能帮企业控成本，和之前方式不一样。

原文

8月19日

00:11

Geek@geekbb

Opencode Go的DeepSeek V4 Flash使用额度已恢复至$30，但用户认为实际价值有限。创始人此前声称能在租用GPU上重现DeepSeek涨价前的价格，但用户对此表示怀疑。该推文引发对Opencode Go定价策略的讨论，用户关注下月续费情况。

AI产品 Opencode Go DeepSeek V4 Flash 定价

事件专题

推荐理由：Opencode Go额度变化了，创始人吹的牛没兑现，看看用户怎么吐槽的。

原文

8月17日

13:15

AI Will@FinanceYF5

精选72°

Scott Gray于2016年加入OpenAI，曾参与稀疏Transformer、Scaling Laws和GPT-3的研发，长期负责底层GPU系统。据Business Insider统计，OpenAI今年已有12位高层离职。这些十年老将的离开比普通高管更难替代。

行业 Scott Gray OpenAI GPT-3

事件专题

推荐理由：Scott Gray是给OpenAI早期模型搭GPU地基的人，连他都走了，今年走的12个人里属他最可惜。

原文

8月14日

22:54

techcrunch@Anna Heim

法国初创公司Kog认为，GPU不适合智能体工作流的观点可能是个误解。Kog正在更深入地优化GPU推理，以从现有硬件中榨取更多性能。与主流方向不同，Kog选择在GPU上挖掘潜力，而非转向专用硬件。这种做法或可为智能体应用提供更高效的推理基础。

AI模型 Kog GPU 推理优化

推荐理由：Kog这家法国创业公司说，都说GPU跑智能体任务不行，其实是个误会，他们正深挖推理性能，跟主流唱反调。

原文

8月13日

23:23

techcrunch@Julie Bort

英伟达公布一项高达5000亿美元的新计划。该计划旨在让老旧GPU避免价值缩水。英伟达试图说服新一批金融家继续为AI建设提供贷款。这一策略被评价为冒险但巧妙。

行业 Nvidia GPU AI基础设施

事件专题

推荐理由：英伟达想用5000亿美元的大计划，让旧GPU不贬值，还拉新金融家投AI建设，有意思吧。

原文

8月12日

21:30

21:30IT之家（博客/媒体）

腾讯发布2026年第二季度财报，营收2047.9亿元，同比增长11%，Non-IFRS净利润684亿元，同比增长9%。二季度资本开支达527.8亿元，同比增长176%，主要用于采购AI基础设施，支持Hy系列模型升级、WorkBuddy及CodeBuddy推理需求。腾讯高管表示，预计今年底至明年初GPU资源将更加充足，从而进一步提升云服务能力。公司计划在2026年第四季度部署基于近封装光学（NPO）技术的超级计算节点，单季度国产算力采购量可能达10万卡级别。

行业腾讯 GPU 云服务

推荐理由：腾讯说年底GPU更充裕，云服务要提速，还砸了527.8亿买算力，搞AI的可以关注下。

原文

8月9日

15:59

15:59IT之家（博客/媒体）

摩尔线程发布2026年半年度报告，营业总收入17.36亿元，同比增长147.42%。归母净利润亏损1156.31万元，较上年同期亏损2.71亿元收窄95.73%。扣非净利润亏损1.51亿元，同比收窄52.37%。经营活动现金流净额为-21.69亿元，同比扩大86.3%。报告期末总资产169.24亿元，较上年末增长10.34%，实际控制人仍为张建中及一致行动人。

行业摩尔线程 GPU 财报

推荐理由：摩尔线程把半年亏损从2.71亿压到1156万，营收还翻了一倍多，看GPU赛道这份财报挺能说明问题。

原文

8月6日

23:41

Geek@geekbb

OpenCode在租用GPU上复现了DeepSeek当前API价格，证明其定价并未亏本。该分析指出DeepSeek涨价并非成本压力，而是因流量过载采取的流量调控。OpenCode的测试表明租用GPU也能覆盖推理成本，DeepSeek的定价存在利润空间。

行业 DeepSeek OpenCode GPU

推荐理由：OpenCode用租来的GPU就复现了DeepSeek的价格，说明人家没亏，涨价是在限流呢，别慌。

原文

01:11

官方账号NVIDIA AI@NVIDIAAI

精选

达索系统宣布采用NVIDIA的AI与GPU技术加速其仿真工作流。该合作将NVIDIA的高性能计算能力引入达索的工业模拟场景。用户可借助GPU并行计算提升复杂工程仿真的处理速度。

行业 NVIDIA Dassault Systèmes GPU

事件专题

推荐理由：达索系统把NVIDIA的GPU和AI用在了仿真上，算得更快，搞工业设计的可以关注。

原文

8月5日

16:16

官方一手pandaily@contact@pandaily.com (Pandaily)

野村和花旗在报告中表示，美国即便推出光学模块禁令，对中国厂商的损害也有限。Macquarie将国产芯片公司Biren Technology的目标价上调4.5倍。上调的理由是该公司赢得新的GPU订单，国内AI芯片平均售价随之走高。

行业 Biren Technology 光模块国产AI芯片

推荐理由：野村花旗说美国禁光模块影响有限，麦格理把Biren Technology目标价上调4.5倍，国产算力链预期在变。

原文

8月4日

12:13

12:13IT之家（博客/媒体）

TinyGPU v2.0属于Tiny Tapeout SKY 25b流片项目，拥有约24万个晶体管，屏幕最多容纳1000个三角形。该GPU支持SIMD并行处理4个像素，每个着色器包含31条指令，指令集共26种操作。在Basys3 FPGA主机上实测，帧率为7.5到15 FPS。开发者Pongsagon Vichit已提交v3.0，核心变化是加入参考DirectX 8 PS 1.1的可编程像素着色器。

AI产品 TinyGPU Tiny Tapeout GPU

推荐理由：Pongsagon Vichit做了个全球最小的GPU TinyGPU v2.0，24万晶体管就能渲染3D，最高15帧，还打算出带像素着色器的v3.0。

原文

7月29日

11:27

官方账号arXiv cs.LG@Christopher Hahne

传统SVD算法串行，制约GPU吞吐量，难以满足临床实时需求。Quasi-SVD是一种可微分、完全并行的矩阵分解框架，通过单个李参数化因子保证正交性，软约束恢复其余部分。在SSIM=0.89-0.94下，相比cuSOLVER和随机SVD加速3-20倍，吞吐量超过25 FPS。在超声定位显微镜和Mueller矩阵偏振测量两个医学成像任务上验证了鲁棒性，使结构化矩阵分解适用于实时图像引导工作流。

论文 Quasi-SVD GPU 实时成像

推荐理由：Quasi-SVD把矩阵分解速度提了3-20倍，还能在GPU上并行跑，医学实时成像终于有戏了。

原文

7月28日

01:35

Qdrant@qdrant_engine

72°

高通的Alan Zhu在Vector Space Day SF展示了设备端AI的延迟优势。NPU在agentic search任务中瞬时响应，而GPU耗时12秒，CPU耗时30秒后因发热降频。NPU在整个会话中保持90 tokens/秒，温度仅37°C。CPU速度持续下降。NPU的预填充速度足以在数秒内处理数千本地文件并返回引用答案，无需网络。

AI模型 Qualcomm NPU GPU

推荐理由：高通用NPU跑agentic搜索，GPU要12秒CPU要30秒，NPU瞬间搞定还不发烫，这才是真有用的本地AI。

原文

00:12

小互@imxiaohu

NVIDIA在GTC 2024上发布Blackwell架构GPU B200，集成2080亿晶体管。相比H100，大模型训练性能提升约4倍。首批客户包括OpenAI和微软。该芯片预计2024年晚些时候出货。

AI模型 NVIDIA Blackwell B200

事件专题

推荐理由：WSJ详细介绍了Blackwell B200的架构和性能，想了解最新AI芯片的来看看。

原文

7月22日

17:40

17:40IT之家（博客/媒体）

英伟达推出全新融资模式，为AI云服务商GMI Cloud等提供担保，帮助其获得银行贷款采购GPU。GMI计划利用该模式投资5亿美元扩建AI基础设施。该模式中，若客户停止付款，英伟达承担风险并介入处理，作为交换分享收入分成。Fireworks AI本月完成15亿美元融资，估值达175亿美元。分析认为此举助英伟达拓展客户群，但也引发“循环融资”质疑。

行业英伟达 GPU AI云服务商

推荐理由：英伟达用担保帮云厂商借钱买卡，自己赚分成又卖更多GPU，这招既聪明又有点冒险，适合关注AI基础设施融资的朋友看。

原文

02:53

官方账号NVIDIA AI@NVIDIAAI

Cognition 公司的 AI 编程智能体 Devin 推出 Outposts 功能，现已集成到 NVIDIA Brev 平台。用户可以通过 Brev 编写和 profiling 内核、运行实验、部署和微调开源模型，并在真实硬件上测试。Outposts 支持将 Devin 运行在任何机器上，包括 Mac mini、实验室 GPU 盒、私有网络 VM 或 Kubernetes 集群。该集成降低了 Devin 的部署门槛，允许开发者在自己控制的基础设施上使用。

AI产品 Devin NVIDIA Brev Cognition

事件专题

推荐理由：现在你可以把 Devin 跑在自己的 GPU 上了，NVIDIA Brev 直接集成了 Outposts，写代码调试都更方便。

原文

02:14

Cognition@cognition_labs

精选72°

Cognition宣布Devin Outposts可在NVIDIA Brev上部署。这一集成使Devin能够访问GPU基础设施，用于调试训练运行、检查GPU状态、重现故障，并在实际硬件上验证修复。部署入口位于brev.nvidia.com的launchable页面。该方案面向需要GPU调试的AI工程团队。

技巧 Devin NVIDIA Brev GPU

事件专题

推荐理由：Cognition把Devin Outposts搬上NVIDIA Brev，让Devin能直接动用GPU来定位训练bug、检查显存状态，不用自己搭环境。

原文

7月20日

16:04

官方一手pandaily@contact@pandaily.com (Pandaily)

在2026年WAIC大会上，中国主要GPU厂商，包括燧原科技、摩尔线程、壁仞科技等，一致认为单芯片竞争时代已结束。超节点架构、光互连（optical interconnection）和系统级TCO成为下一代计算核心指标。该共识强调系统级优化而非单纯提升芯片算力。多个厂商展示了基于超节点和光互连的集群方案，目标实现更低延迟和更高能效。

行业 WAIC 2026 GPU 超节点

推荐理由：中国GPU大厂在WAIC上齐声表态：单芯片时代过去了，超节点+光互连才是未来。想了解下一代算力架构趋势，这篇必看。

原文

13:13

AI Will@FinanceYF5

GPU厂商现在普遍要求3到5年合约，且需支付30%首付款，价格持续上涨。两大实验室、超大云厂、Grok和Meta已提前锁定大量算力，剩余公司只能争夺少量资源。Meta年底将拥有约7GW算力，但尚未绑定任何大模型，成为最大变数。

行业 GPU 算力 Meta

推荐理由：GPU越来越难租，大厂签长约还交30%首付，小公司只能抢剩下的一点点，Meta手握7GW还没决定用在哪。

原文

7月19日

15:40

量子位@量子位的朋友们

在WAIC 2026上，摩尔线程首次公开旗下GPU在训练和推理场景的多项实践成果，包括基于MUSA架构的大模型训练优化、推理部署方案。其三大“AI工厂”（成都、武汉、合肥智算中心）已累计交付超过2000PFLOPS算力，支撑多个千亿参数模型训练。同时展示了与智谱AI等合作方在推理效率上的实测数据，较上一代架构提升3.5倍。

行业摩尔线程 GPU AI训练

推荐理由：摩尔线程这次一口气端出了训练、推理和算力工厂的硬核数据，2000PFLOPS真实落地产能，性能提升3.5倍，国产GPU玩家越来越能打了。

原文

7月18日

03:31

量子位@思邈

在WAIC 2026上，多位业内人士分享了关于国产AI芯片竞争格局的新判断。真正的对手不是英伟达GPU，而是软件生态和场景落地的挑战。芯片厂商需要更关注实际应用需求而非单纯比拼算力参数。

行业国产AI芯片 WAIC 2026 英伟达

推荐理由：逛WAIC发现个新角度：国产芯片别只盯着英伟达，生态和落地才是真考验。

原文

02:27

量子位@闻乐

在WAIC上，沐曦展示了其GPU产品，并吸引了十个开源社区入驻展台。这体现了开源协作在AI芯片生态中的重要作用。沐曦通过社区合作推动其GPU在开源框架和工具中的适配。该展台成为WAIC期间备受关注的硬件与开源结合案例。

行业沐曦 GPU WAIC

推荐理由：沐曦GPU联合十大开源社区亮相WAIC，看看他们怎么用开源协作做芯片生态

原文

7月17日

20:03

techcrunch@Tim Fernholz

一笔4亿美元的芯片支持贷款显示，早期GPU融资方开始转向推理芯片。该交易由一家未具名金融机构提供，用于购买专用推理芯片而非传统GPU。此举标志着AI基础设施从训练向推理阶段的重心转移，反映了市场需求的变化。分析认为，推理芯片在能效和成本上更具优势，可能重塑未来AI硬件投资格局。

行业 GPU 推理芯片 AI基础设施

推荐理由：GPU融资方开始押注推理芯片，4亿美元大单说明风向变了，干AI基础设施的得留意。

原文

7月16日

09:18

09:18IT之家（博客/媒体）

71°

英伟达汽车业务负责人吴新宙在The Verge播客《Decoder》中透露，英伟达内部计算GPU供应有限，不同团队需竞争资源。他每周需协调分配计算资源，有时需CEO黄仁勋介入调解。黄仁勋将自动驾驶视为“零万亿美元业务”，持续优先投入，尽管汽车部门规模远小于数据中心。随着AI公司大规模采购芯片，英伟达内部也出现芯片和晶圆厂产能的争夺。

行业英伟达黄仁勋 GPU

推荐理由：英伟达自家芯片都不够用，黄仁勋还得亲自调解部门抢资源，汽车业务老大的内幕真刺激。

原文

7月14日

07:15

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA发布“AI Model Co-Design”系列文章，首篇探讨模型维度与GPU性能的关联。文章指出，调整模型维度（如宽度、深度）能直接影响GPU的计算效率。通过合理设计，可提升系统吞吐量和单用户响应速度。该系列旨在推动模型与硬件的协同优化。

技巧 NVIDIA GPU 模型设计

事件专题

推荐理由：NVIDIA新系列讲模型和硬件怎么配合更高效，首篇教你调维度来榨干GPU性能，部署AI服务的人值得一看。

原文

7月13日

08:58

08:58IT之家（博客/媒体）

73°

英伟达CEO黄仁勋在摩根士丹利路演中表示公司季度营收即将逼近1000亿美元（约6779.96亿元人民币），并强调增长仍在加速。黄仁勋否认Rubin Ultra架构延期，称其仍按计划于2025年出货，但系统机架设计有所优化。一名曾主要依赖ASIC的前沿AI模型客户（市场指向Anthropic）已将英伟达GPU算力占比提升至接近50%。摩根士丹利维持“增持”评级，目标价288美元，预计2026财年营收增长82%、2027财年增长52.4%。英伟达指出未来三大增长引擎为AI实验室、超大规模云服务商以及主权AI和企业客户。

行业英伟达黄仁勋 Rubin Ultra

事件专题

推荐理由：英伟达正面回应ASIC竞争、架构延期和需求见顶三连问，还透露大客户转向GPU，观点很硬核。

原文

7月8日

19:43

19:43IT之家（博客/媒体）

沐曦股份首席产品官孙国梁透露，公司部分产品订单已排到明年甚至之后。MXC600 芯片系列是公司今年主力，已实现大规模出货，采用自研 GPU 架构并实现全国产工艺。该芯片于 5 月 26 日通过国家《安全可靠测评》。基于 MXC600 还打造了曦云 C600、曦思 N300、曦索 X300 等系列。

行业沐曦股份 MXC600 曦云C600

推荐理由：沐曦的 MXC600 国产 GPU 出货量起来了，订单都排到明年，说明国产算力在加速落地，值得关注。

原文

7月7日

22:27

Gary Marcus@GaryMarcus

SemiAnalysis报告指出AI债务融资正以惊人速度增长。Nvidia的GPU债务支持机制（Backstop）是推动AI项目三位一体（资本、承购、数据中心）的核心。报告预测到2029年AI债务规模将超过7万亿美元。该机制旨在通过Nvidia的担保扩大GPU计算资源获取。

行业 SemiAnalysis Nvidia GPU

事件专题

推荐理由：SemiAnalysis预测到2029年AI债务超7万亿，Nvidia的GPU债务支持是幕后推手，想看懂AI资本运作必看。

原文

01:11

官方账号NVIDIA AI@NVIDIAAI

精选

在 ICML 2026 上，NVIDIA 的 Nemotron 模型和数据集被 145 篇论文引用。NVIDIA 自身有 74 篇论文被接受，约 2000 篇论文引用了 NVIDIA GPU。这些数据体现了 NVIDIA 在 AI 研究中的基础设施地位。Nemotron 作为开放模型正在成为现代 AI 研究的基础。

AI模型 NVIDIA Nemotron ICML

事件专题

推荐理由：NVIDIA在ICML 2026上刷了一波存在感：145篇论文用上Nemotron，74篇自家论文入选，还有2000篇靠NVIDIA GPU跑出来的。学术圈地位一览无余。

原文

7月6日

07:27

07:27IT之家（博客/媒体）

韩国KAIST教授金正浩指出，AI计算中GPU利用率仅为10%-30%，瓶颈在于内存数据传输。他认为AI正从训练转向推理时代，内存能力将直接决定性能。他预测HBF（高带宽闪存）技术将在10年后取代HBM成为主流，市场需求超过HBM。远期还将出现基于SRAM的HBS，读写速度比DRAM快1000倍，容量可达1600GB。未来AI计算机将形成HBM、HBF、HBS三层堆叠的100层3D架构。

行业 HBM GPU 金正浩

推荐理由：HBM之父金正浩预测未来十年AI内存技术路线：HBF将取代HBM，HBS快到离谱，一篇讲清为什么GPU不是王道。

原文

7月3日

17:28

量子位@衡宇

AI模型利用28个GPU的计算资源，发现了4种人类此前完全未知的超导体。这些新材料在传统方法下从未被预测或合成。该成果将AI在材料科学领域的效率提升到新高度，超越了人类超导体发现100年的历史积累。

论文超导体材料发现 GPU

推荐理由：朋友，AI又搞大事了！只用28张GPU就发现4种全新超导体，效率比人类100年研究还高。快来看看是什么神奇操作。

原文

11:56

官方账号arXiv cs.LG@Mauricio Fadel Argerich, Jonathan Fürst, Marta Patiño-Martínez

WattGPU提出了两个预测模型，分别用于平均GPU功耗和令牌间延迟（ITL），仅利用公开的LLM元数据和GPU规格，无需硬件访问或预配置。在42个开源LLM（0.1B-27B参数）和8个GPU的数据集上，通过留一GPU和留一LLM交叉验证，功耗模型在离线场景下中位数绝对百分比误差≤3.4%，服务器场景下≤13.5%；延迟模型在服务器模式下≤8.5%，且GPU排名相关性Kendall τ≥0.76。与基于功耗的热设计功率（TDP）和基于延迟的roofline基线相比，WattGPU在未见过LLM-GPU组合上误差降低约4倍，在完全未见过GPU上降低约2倍。

AI模型 WattGPU LLM 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。

原文

7月2日

11:00

官方账号arXiv cs.AI@Jeffrey Fang, Keyi Shen, Anutam Srinivasan, Glen Chou

精选

本文提出GPUSLS-LEO方法，为非线性与神经网络动力学系统的线性时变（LTV）近似提供紧致、可微、GPU并行的线性化误差界（LEBs）。针对解析动力学，引入基于路径的Hessian界，比标准区间方法更紧；针对神经网络动力学，通过NN验证器生成的仿射松弛和局部雅可比修正导出认证LEBs。该方法在高达168维状态的非线性与神经网络动力学系统上，以67 Hz的速率在GPU上计算鲁棒控制策略，相比基线降低了求解时间和保守性，同时保持形式化保证和实时性能。

论文 GPUSLS-LEO LTV GPU

推荐理由：这篇论文把鲁棒控制加速到67 Hz，处理168维非线性动力学的车，GPUSLS-LEO在GPU上跑得比现有方法更快更紧，适合搞实时控制的人。

原文

7月1日

02:02

官方账号Decoder@Matthias Bastian

据 The Information 报道，OpenAI 将 AI 模型的推理成本降低超过一半。这项优化已应用于 ChatGPT，使得响应 guest 用户所需的 Nvidia GPU 数量有时降至仅几百块。这一调整显著降低了运营成本。

AI产品 ChatGPT OpenAI 推理优化

事件专题

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。

原文

6月25日

17:06

17:06IT之家（博客/媒体）

联想昨日在北京发布问天超节点算力解决方案，单节点可搭载40张GPU，FP8算力超过28 PFLOPS，HBM显存突破5.76 TB，满足万亿参数大模型训练与推理。该方案访存总带宽超80TB/s，百纳秒级芯片P2P单向时延，破解万卡级集群通信瓶颈。单节点支持40卡并向下兼容32卡，采用无线缆正交直插架构，集群部署周期压缩至数小时。同时发布万全异构智算平台V5.0，通过分层解耦PD分离和KV Cache共享缓存等技术提升训推性能。

AI产品联想问天 GPU

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。

原文

6月23日

17:21

17:21IT之家（博客/媒体）

行业英伟达 HPC 超级计算机

事件专题

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。

原文

6月20日

16:43

官方一手pandaily@contact@pandaily.com (Pandaily)

摩尔线程与 SGLang 社区在首次线下见面会上宣布，MUSA 后端已合并入 SGLang 主线。该合并使 SGLang 能够原生支持摩尔线程 GPU，不再依赖 CUDA。此次 Meetup 聚焦中国开源 AI 生态的 GPU 兼容性与性能优化。此举为国内开发者提供了更低门槛的国产 GPU 推理方案。

行业 SGLang MUSA 摩尔线程

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。

原文

6月19日

04:31

Latent.Space@latentspacepod

73°

AMP 创始人 Anjney Midha 在播客中分享 Google 内部将 95% GPU 利用率视为“故障”的标准，指出单纯购买更多 GPU 已非 AI 竞争核心。他介绍 AMP 正推动将 FLOPs 像兆瓦级电力一样调度，并警告数据中心阻力可能成为 AI 最大瓶颈之一。同时分析 Anthropic 通过独特文化和准备在编码领域取得突破，DeepMind 的研究囤积导致市场失灵，强调下一个前沿属于能在计算、资本、文化和科学上“最大化输出”的团队。

行业 Anthropic DeepMind AMP

事件专题

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。

原文