# GPU的所有文章

在 HTX 新聞中心流覽與「GPU」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

AMD发布小型AI主机，直指英伟达DGX Spark

2026年6月，AMD发布了一款与苹果Mac mini大小相仿的AI开发主机Ryzen AI Halo，搭载128GB统一内存，定价2949至3999美元，直接对标英伟达此前推出的类似设备DGX Spark（起价3999美元）。两者虽内存规格相近，但技术路线迥异：AMD采用集成CPU、GPU和NPU的x86处理器，预装Windows或Ubuntu，强调通用性与开放性；英伟达则使用ARM CPU加Blackwell GPU的定制方案，配备高速网卡，运行专用DGX OS，强化集群扩展与CUDA生态集成。实测显示，在单批次推理中两者性能接近，但在复杂任务处理及分布式场景下，英伟达凭借软硬件深度优化仍保持优势。近期，AMD通过收购获取系统设计能力、与OpenAI和Meta签订大额GPU供货协议，并持续迭代ROCm软件栈，展现出以开放生态和成本优势切入市场的策略。而英伟达则巩固其从桌面到数据中心的全栈闭环，通过软硬件绑定锁定开发者。Ryzen AI Halo的推出，是AMD将这一战略延伸至桌面端，为追求性价比、希望避免供应商锁定的开发者提供一个替代选择，而非试图在性能上全面超越。当前竞争格局表明，AMD正寻求在英伟达主导的市场中，以“可用替代选项”的角色争夺份额。

marsbit06/16 09:13

marsbit06/16 09:13

英伟达 200 亿美元发债，给比特币矿工转型 AI 的故事又添了一把火

英伟达计划发行至少200亿美元债券，用于AI投资和偿债，反映出市场对AI基础设施的旺盛需求。这一趋势也为面临利润压力的比特币矿工提供了转型方向。随着2024年比特币减半后挖矿难度和成本上升，利润空间被严重挤压，矿工们开始抛售比特币库存并寻求新收入来源。多家矿企如HIVE、TeraWulf、Hut 8、CleanSpark等正利用其现有的高耗能厂房和电力设施，转向改造为AI数据中心或提供算力服务。分析师认为，AI基础设施业务可能成为这些公司未来的主要价值所在。

marsbit06/16 02:28

marsbit06/16 02:28

没有腾讯，燧原还剩什么？

燧原科技科创板IPO获通过，成为国产GPU“四小龙”中最后一家上市的公司。其招股书揭示了一个核心问题：公司营收高度依赖单一客户腾讯，2025年销售额的74.9%（按另一口径超80%）来自腾讯。与其他“四小龙”先融资、讲故事的路径不同，燧原从成立起就锚定大客户交付，营收增长迅猛，2026年第一季度同比暴增1474.85%。这种陡峭增长源于超级大客户的算力订单集中释放。腾讯大规模采购燧原芯片，背后是自身庞大的AI算力需求（如混元大模型、元宝等）以及构建可控、稳定算力供应链的战略考量。燧原超过80%的加速卡及模组收入来自推理产品，精准匹配了腾讯大模型落地的急需。腾讯不仅是燧原第一大客户，也是持股20.26%的第一大股东。这种“股东+客户”的深度绑定，在产业逻辑上被视为供应链培育。腾讯通过确定性订单帮助燧原迭代工艺，而自身业务系统与燧原芯片的深度集成也形成了较高的替换成本，构成了燧原的生态护城河。行业格局逐渐清晰：英伟达为规则制定者，华为昇腾走国家级路线，而燧原、摩尔线程等商业化玩家则依靠市场订单。燧原的定位愈发偏向“腾讯生态的算力底座”，其产品路线图与腾讯需求高度协同。文章指出，中国AI芯片行业已告别PPT融资驱动，进入残酷的订单交付周期。未来比拼的关键不再是技术参数，而是订单量、交付能力和生态绑定深度。燧原手握腾讯长期且金额翻倍的采购订单，这或许比技术本身更能体现其现阶段价值。国产芯片的长期主义，在于赢得客户的信任、场景和持续订单。

marsbit06/15 23:15

marsbit06/15 23:15

Anthropic警告的递归AI，田渊栋新公司刚刚走出了「第一步」

近日，Anthropic发布文章披露，其代码库超过80%由AI撰写，并警告AI“递归自我改进”（即AI自主设计、训练后续版本）可能带来风险，呼吁行业建立暂停机制。与此同时，由田渊栋等人联合创立的新公司Recursive Superintelligence结束了隐身状态，发布了其首项公开技术成果——“迈向自动化AI研究的第一步”。该系统旨在将传统AI研究中“提出想法-编写代码-运行实验-分析结果”的人工闭环自动化。它能够针对给定目标自动生成实验思路、实现代码、运行验证并从中学习，从而自主推进研究进程，并内置了防止“奖励作弊”的机制。 Recursive在三个差异显著的基准测试中取得了领先结果： 1. **小模型训练优化**：在固定计算预算下，将模型验证损失进一步降低，相当于以更少时间达到同等效果。 2. **训练速度竞速**：在社区持续优化两年的基准上，将训练时间从79.7秒缩短至77.5秒，核心改进包括在注意力层使用FP8计算、为优化器添加退火噪声等。 3. **GPU内核优化**：在英伟达的底层计算内核基准测试中，将整体得分提升至0.754，缩小了与硬件理论极限的差距，而这些优化策略并非来自团队的专业知识，而是由系统自主发现。 Recursive团队阵容强大，已获得巨额融资，其目标是构建能够递归提升自身研发能力的AI系统。这与Anthropic的警告形成了微妙对比：一方正在实践AI加速AI研发的路径，另一方则呼吁为可能到来的“递归自我改进”时刻做好风险管控准备。当前成果虽仅是迈向自动化研究的初步尝试，但标志着一个能够自我增强的AI研发新范式已开始运转。

marsbit06/12 04:11

marsbit06/12 04:11

Broadcom vs AMD，谁才是英伟达之后最值得押注的 AI 芯片股？

英伟达在AI芯片市场占据主导，但Broadcom与AMD正竞争第二名位置。AMD选择在通用GPU领域与英伟达正面竞争，虽获得部分客户如Meta的订单，但难以突破英伟达CUDA生态的护城河。Broadcom则走定制芯片路线，为Anthropic、谷歌、Meta、OpenAI等客户量身设计XPU，在效率和客户黏性上更具优势。尽管最新财报后股价大跌，且三季度AI收入指引未达预期，但CEO重申2027财年AI芯片年收入1000亿美元的目标不变。分析师认为，Broadcom增长预期更强，估值虽高于AMD，但其竞争优势和增长潜力值得溢价，近期回调或提供买入机会。

marsbit06/09 14:56

marsbit06/09 14:56

当推理成为稀缺资源，价值由谁捕获

当推理成为稀缺资源，价值由谁捕获？本文探讨了AI算力市场中，推理（inference）正取代训练成为核心瓶颈与价值捕获点的趋势。 2023年提出的“2000亿美元问题”指出GPU超前建设可能带来收入缺口，而2024年该问题已扩大为“6000亿美元问题”。市场近期开始意识到，缺口实际上正通过推理侧的需求来填补。推理是持续性的运营成本，伴随每次模型调用而增长，其市场规模可达训练的10至50倍。英伟达最新财报将业务重组为“数据中心”与“边缘计算”两大平台，凸显推理已成为战略核心。边缘计算虽当前占比小，但代表了推理向终端设备的延伸。同时，Cerebras的IPO获得超额认购，也因市场看好其专注于推理加速的芯片架构。 Anthropic的案例进一步印证了推理资源的紧张：其因使用量远超产能而接管大型数据中心专用于推理，并对高频的agentic使用改为按量计费，说明推理已成为制约应用扩张的关键因素。在AI算力栈中，价值沉淀点正在转移。大多数公司只占据从芯片制造到API服务中的某一层，而Hyperbolic作为一家不持有GPU的聚合平台，通过整合多来源的碎片化算力供给，提供统一、低成本的GPU租赁与路由服务，形成了“供给聚合-数据洞察-优化路由-吸引更多用户与供给”的飞轮。与之相比，Venice等应用层公司虽直接面向用户，但其利润受限于向底层购买的推理算力成本，凸显了聚合层在产业链中的潜在优势。最终，随着agentic AI和物理AI推动推理需求爆发，价值可能不会流向持有最多硬件的公司，而是流向能高效聚合、路由并优化算力资源的那一层。Hyperbolic正试图成为这样的关键聚合层，在推理成为稀缺资源的时代捕获核心价值。

链捕手06/08 15:38

越过“内存墙”，AI推理时代的晶圆级革命与算力路线

2026年，AI产业进入新拐点：全球主要云厂商的推理资本支出首次超过训练。这意味着算力需求核心从“炼模型”转向“用模型”，瓶颈也从计算规模变为“内存墙”——即数据在GPU与片外存储间搬运带来的高能耗与延迟。为突破内存墙，Cerebras公司选择了“晶圆级计算”的激进路线。其核心产品WSE-3不切割晶圆，直接制成超大芯片，集成90万个AI核心和44GB片上SRAM，带来远超传统GPU（如英伟达B200）的片上内存带宽。其架构将模型权重存储于片外MemoryX，按需流式传输至芯片计算，从而在LLM推理，尤其是首token延迟和长上下文任务中展现出显著优势，token生成速率可达GPU的1.5-5倍。同时，其芯片内互联功耗也远低于当前GPU。但这种极致物理优化也带来挑战：通过先进制程提升SRAM容量的路径已近天花板；整片晶圆发热量大，需专用液冷；片外I/O带宽有限，难以高速扩展形成大规模集群；软件生态也与主流CUDA不兼容。与此同时，行业巨头正通过多条路径围剿：1）自研ASIC推理芯片（如谷歌TPU、微软Maia）；2）利用台积电SoW等先进封装技术将“晶圆级”能力通用化、平民化；3）探索光互联/光计算作为终极解决方案。 Cerebras还面临商业转型的挑战，巨额订单迫使其从芯片商转向云服务商，需快速建设专用数据中心，交付压力巨大。最终，AI推理时代的算力架构呈现路线分野：Cerebras向左，追求单任务下的极致低延迟；英伟达向右，以通用性应对多变负载。技术变革仍在继续，谁将主导未来，尚无定论。

marsbit06/05 11:07

marsbit06/05 11:07

AI 泡沫真正在哪里：哪一层玩家在裸泳

AI产业链存在泡沫，但分布不均，不能一概而论。与2000年互联网泡沫“先有股价，再找收入”的模式不同，本轮AI热潮的核心是“先有收入，再涨股价”，头部公司有真实合同和爆发性增长支撑。产业链可分为五层：L0半导体制造（如台积电）和L4头部应用公司（如各大厂）泡沫最少，因其受制于产能、电力等物理约束，且有真实收入。L1内存层处于多空博弈状态。泡沫风险主要集中于三层：L2光模块（硬件中门槛最低、估值已透支未来数年增长）、L3 GPU租赁“二房东”（其商业模式依赖于暂时的算力短缺瓶颈），以及L4中大量的长尾AI创业公司（依赖VC输血，借用头部估值逻辑，成本结构脆弱）。真正的风险信号在于：潜在的算法效率革命、GPU通过复杂表外结构进行信贷加杠杆（ reminiscent of 2008），以及台积电未来可能放弃保守的扩产纪律。总之，当前AI生态是“贵，但门还锁着”。判断泡沫的关键在于认清标的处于产业链的哪一层，其收入是否真实，以及其盈利是源于结构性优势还是临时性瓶颈。

marsbit06/04 10:20

marsbit06/04 10:20

CPU，悄悄回到了AI算力的舞台中央

过去三年，AI算力的焦点几乎全在GPU上，CPU长期被视为次要的“配套”角色。然而，2026年起，这一叙事开始出现变化。英特尔推出至强6+处理器，强调其在AI基础设施中作为“控制平面”的角色，负责编排、并发与数据流动，而非仅仅是GPU的辅助。这种转变源于AI工作负载的变化。早期重心是高度并行的大模型训练，GPU占绝对主导。但随着AI进入推理与智能体时代，工作负载转变为部署已训练模型到实际业务中，涉及大量任务调度、多模型协作、并发请求处理和数据流管理。这类编排任务GPU并不擅长，反而成为了新的系统瓶颈。因此，CPU在处理这些“周边算力需求”上变得至关重要。至强6+的产品定义反映了这一判断：它采用高密度能效核设计，核心数多达288个，重点追求多任务并发吞吐能力，而非传统意义上的单核峰值性能。这瞄准了智能体AI所需的高密度、高能效工作负载。然而，CPU的“回归”并非英特尔一家之事，也面临多重挑战：英伟达通过Grace CPU等方案试图整合CPU角色；主要云厂商纷纷自研高能效ARM架构CPU；同时，至强6+所依赖的Intel 18A制程也需在良率、性能上与台积电N2等竞争。总而言之，随着AI从集中训练迈向大规模智能体部署，负责系统编排和数据流动的CPU价值被重新发现和定义。虽然CPU回归AI算力核心舞台的趋势已现，但最终由哪家厂商主导这场回归，答案仍未可知。

marsbit06/03 10:41

marsbit06/03 10:41

当 Google 也要“印股票”造 AI，高估值 Neocloud 的叙事被谁打破了？

近日，Google宣布自2005年以来首次股权融资，计划募集800亿美元。此举并非单纯扩大AI基建产能，而是旨在挑战Nvidia GPU在AI算力市场的主导地位。通过三个连贯动作——发布新一代TPU芯片并向第三方销售、与黑石成立合资公司提供算力服务、启动大规模股权融资——Google正以TPU为核心，同时推进自建数据中心、出售芯片和进军云算力服务，试图重塑算力市场格局。分析指出，此次融资中仅约500亿美元将直接用于AI基建，其余部分用于覆盖股权激励等行政支出。Google此举反映出其AI资本需求已巨大到必须动用股权工具。相比之下，微软因自研芯片进展缓慢，深度依赖以Nvidia GPU为核心的Neocloud服务商（如CoreWeave、Nebius、IREN），而Google凭借自研TPU，选择了一条自建加对外扩张的差异化路径。 Neocloud“三剑客”短期虽手握大量已锁定GPU合同，现金流无忧，但长期估值叙事已受冲击。其高估值依赖的“AI算力供不应求、Nvidia GPU唯一、大厂自建跟不上”三大前提正被动摇。其中，CoreWeave与Nvidia深度绑定，转型空间最小；Nebius技术栈相对灵活；而由矿商转型的IREN因估值较低、合同扎实，反而显得更稳健。市场结构正在转变：前沿AI公司开始采用多芯片栈，大厂技术路线分化，资金成本差距将影响长期竞争力。Google以低成本资金入场，若其TPU生态扩张顺利，可能重塑市场格局。后续需关注Google与黑石合资项目的产能落地、TPU能否赢得更多大客户（如Meta、xAI），以及微软会否转向TPU。这些动向将决定Neocloud厂商的未来。

marsbit06/03 07:04

当 Google 也要“印股票”造 AI，高估值 Neocloud 的叙事被谁打破了？