跳到正文

NVIDIA 英伟达

英伟达的 AI 芯片与生态动态:GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。

362 条精选相关主题部署工程行业动态具身智能

最新精选

第 341–360 条 · 共 362 条

3月26日星期四

硅谷101 播客

E230|1万亿收入预期背后:英伟达的巅峰与软肋

黄仁勋在GTC上说,到2027年底,Blackwell和Vera Rubin两个平台的累计订单预计至少1万亿美元,而2024年全球半导体产业总销售额也就6000多亿美元。这期节目请了投资人、前英伟达芯片设计负责人和芯片架构师,一起拆解这个数字能不能落地。讨论认为,需求端确实旺盛,推理成本正在追上训练成本,未来Agent智能体铺开后Token消耗会更大。

推荐理由:黄仁勋在GTC给出到2027年底Blackwell与Vera Rubin累计订单至少1万亿美元的预期,节目请投资人和芯片设计负责人拆解这一数字能否落地。

3月24日星期二

Lex Fridman 播客

黄仁勋对谈 Lex Fridman:英伟达如何从单卡竞争转向整机柜、整数据中心的极端协同设计

黄仁勋在播客里解释了英伟达现在为什么要搞“极端协同设计”——因为单颗 GPU 已经不够用了。你想让一万台计算机跑出百万倍的加速,就不能只堆硬件,得把算法拆开、把模型和数据切碎(分片),让网络、交换、存储、供电、散热全部配合起来。否则受制于阿姆达尔定律,计算部分再快,整体也只快一点点。

推荐理由:黄仁勋在播客中解释英伟达为何转向整机柜与数据中心协同设计,并说明单卡性能受阿姆达尔定律限制,需算法分片与网络、供电、散热配合才能放大整体加速。

3月17日星期二

NVIDIA 博客

GTC 上 NVIDIA 用 RTX 电脑和 DGX Spark 跑本地 AI 助手,还发了新模型

NVIDIA 在 GTC 上主推两件事:一是让 AI 助手直接在 RTX 电脑和 DGX Spark 小超算上本地跑,不用联网,隐私和 token 成本都省了。DGX Spark 有 128GB 统一内存,能塞下 120B 参数以上的模型。

推荐理由:NVIDIA 在 GTC 上让 AI 助手直接在 RTX 电脑和 DGX Spark 上本地运行,DGX Spark 的 128GB 统一内存可容纳 120B 参数以上模型,隐私与 token 成本是本地推理的两个落点。

3月12日星期四

NVIDIA 博客

英伟达开源 Nemotron 3 Super:120B 模型只激活 12B 参数,跑 agent 任务吞吐量翻五倍

英伟达发了 Nemotron 3 Super,一个总参数量 120B、但每次推理只激活 12B 参数的混合专家模型。它用了混合 MoE、隐式 MoE 和一次预测多个 token 的技术,上下文窗口拉到 100 万 token。官方说在跑 agent 这类多步骤任务时,吞吐量比之前方案高 5 倍。

推荐理由:英伟达开源 Nemotron 3 Super,总参 120B 但每次推理只激活 12B,并支持 100 万 token 上下文,官方称跑 agent 多步骤任务时吞吐量提升 5 倍。

3月10日星期二

NVIDIA 博客

NVIDIA 和 Thinking Machines Lab 签了份长期大单,起步就是 1 吉瓦的算力

NVIDIA 和 Thinking Machines Lab 宣布了一项多年合作,核心是部署至少 1 吉瓦的 NVIDIA Vera Rubin 系统,目标明年年初上线,用来训练前沿模型和搭建可定制的 AI 平台。1 吉瓦这个数字很夸张,相当于一个大型核电站的发电量,说明这不是普通的云服务采购,而是直接锁定了一整座“算力电厂”的产能。

推荐理由:NVIDIA 与 Thinking Machines Lab 达成多年合作,部署至少 1 吉瓦 Vera Rubin 系统训练前沿模型,规模相当于一座大型核电站的发电量。

3月7日星期六

彭博科技

美国考虑对英伟达、AMD 的 AI 芯片全球销售搞许可证制度

彭博这期节目提到三件事。第一,美国商务部已经起草了新规,以后英伟达和 AMD 的 AI 芯片不管卖到哪个国家,都得先拿到美国政府的许可才能发货。正文没披露许可门槛怎么划、审批要多久,所以暂时没法判断这到底是真卡脖子还是走个形式。第二,甲骨文因为砸钱扩建 AI 数据中心,现金流吃紧,打算裁掉几千人,但具体裁哪些部门、省多少钱都没说。

推荐理由:美国商务部起草新规,要求英伟达和 AMD 的 AI 芯片销往任何国家都需先获许可,芯片出口管制从针对特定地区扩展到全球范围。

2月28日星期六

36 氪 · 直链

OpenAI 拿了 1100 亿美元新融资,软银、英伟达各投 300 亿,亚马逊投 500 亿

OpenAI 宣布完成 1100 亿美元融资,投前估值 7300 亿美元。软银和英伟达各出 300 亿,亚马逊出 500 亿,后续还会有其他财务投资人进来。除了拿钱,OpenAI 还跟亚马逊签了战略合作,跟英伟达签了下一代推理计算的协议。不过正文没披露这轮钱具体怎么花、估值逻辑和投资人占股比例。

推荐理由:OpenAI 完成 1100 亿美元融资,投前估值 7300 亿美元,软银、英伟达各投 300 亿,亚马逊投 500 亿,并同步签下算力与云的战略合作。

彭博科技

OpenAI 从亚马逊、英伟达等手里拿了 1100 亿美元,估值冲到 7300 亿

这期 Bloomberg 节目提到 OpenAI 完成了一轮 1100 亿美元的融资,亚马逊和英伟达都参投了,投后估值 7300 亿美元。节目还聊了两件事:Anthropic 和五角大楼在军用 AI 上起了争执,以及 Block 为了押注 AI 直接砍掉一半员工。不过正文被 Bloomberg 的机器人验证挡住了,具体融资条款、争执细节和裁员基数都没披露。

推荐理由:OpenAI 完成 1100 亿美元融资,亚马逊和英伟达参投,投后估值 7300 亿美元,这笔资金规模与参投方构成是观察 AI 头部公司竞争格局的关键背景。

2月6日星期五

Dwarkesh Patel 访谈

马斯克预测:30 到 36 个月内,太空将成为部署 AI 最便宜的地方

马斯克在播客里抛了个判断:30 到 36 个月后,把 AI 算力放到太空会比地面便宜得多。他的理由不是 GPU 便宜,而是电。中国以外地区的发电量基本持平,但芯片产出在指数级增长,地面建电厂、拿许可、接电网都太慢。太空太阳能没有昼夜和大气衰减,同样一块板发电量大约是地面 5 倍,还省掉了储能电池。

推荐理由:马斯克在播客中判断,30到36个月后太空部署AI算力会比地面便宜,给出的依据是地面发电扩张慢、太空太阳能发电量约为地面5倍。

1月30日星期五

彭博科技

美议员指控英伟达曾与 DeepSeek“共同设计”模型,正文因付费墙未披露具体证据

这条消息来自彭博社,但正文被付费墙挡住了,只拿到一段 RSS 摘要。众议院中国问题委员会主席、共和党人声称,英伟达给 DeepSeek 提供了技术支持,帮他们搞出了一个突破性模型,即便美国对中国有高端芯片出口管制。指控的核心不是英伟达卖没卖卡,而是这种技术合作是不是绕开了管制的本意。

推荐理由:美国众议院中国问题委员会主席指控英伟达为 DeepSeek 提供技术支持,协助其设计出突破性模型,争议焦点落在技术合作是否绕开高端芯片出口管制的本意。

1月21日星期三

NVIDIA 博客

黄仁勋在达沃斯把 AI 分成五层蛋糕,说这是人类史上最大规模基建

黄仁勋在达沃斯论坛上把 AI 产业链拆成五层:能源、芯片与算力基建、云数据中心、模型、应用。他说 2025 年全球风投砸了超过 1000 亿美元,大部分钱流向了 AI 原生公司,重点在应用层和基建层。他举了个具体例子:美国护士缺口大概 500 万,AI 可以先把病历记录和转录这类活接过去。

推荐理由:黄仁勋在达沃斯把 AI 产业链拆成能源、芯片算力、云数据中心、模型、应用五层,并给出 2025 年超 1000 亿美元风投的流向分布,为理解当前 AI 投资结构提供了一套分层框架。

1月13日星期二

MIT Technology Review · AI

CES 2026 逛完,我理解了为什么中国科技公司这么乐观

今年 CES 来了超过 14.8 万人、4100 多家参展商,中国公司占了将近四分之一,在 AI 硬件和机器人区域尤其扎堆。作者临时决定去现场,结果发现中国厂商已经不只是“便宜量大”的路子——家用清洁机器人在美国市场把 Dyson 和 Shark 的份额抢得很凶,庭院设备也大多来自深圳,外观做得让人看不出是中国品牌。

推荐理由:今年 CES 中国展商占近四分之一,作者在现场看到家用清洁机器人在美国市场抢下 Dyson 和 Shark 的份额,庭院设备也大多来自深圳。

1月6日星期二

NVIDIA 博客

NVIDIA 用 RTX 显卡在本地跑 4K AI 视频生成,显存占用降了 60%

NVIDIA 在 CES 上放出了一套本地 AI 视频生成方案,核心是开源模型 LTX-2 和升级版 ComfyUI。在 GeForce RTX 显卡上,生成速度比之前快 3 倍,显存占用最多能降 60%。这主要靠 PyTorch-CUDA 的底层优化,以及 ComfyUI 原生支持了 NVFP4/FP8 低精度计算。

推荐理由:NVIDIA 在 CES 发布本地 AI 视频生成方案,靠 PyTorch-CUDA 优化和 ComfyUI 支持低精度计算,在 RTX 显卡上把生成速度提升 3 倍、显存占用最多降低 60%。

NVIDIA 博客

NVIDIA 在 CES 2026 说 Rubin 平台已量产,跑大模型的成本能降到上一代的十分之一

NVIDIA 在 CES 2026 上宣布,由六颗芯片组成的 Rubin AI 平台已经进入全面量产。最直接的好处是生成 token 的成本能压到上一代平台的十分之一左右。Rubin 的 GPU 在 NVFP4 精度下推理算力达到 50 petaflops,并且通过一个叫 KV-cache 的存储层把性能又提升了 5 倍。

推荐理由:NVIDIA 在 CES 2026 宣布 Rubin AI 平台全面量产,六颗芯片组成,生成 token 成本压到上一代约十分之一,GPU 在 NVFP4 精度下推理算力达 50 petaflops。

NVIDIA 博客

英伟达预告基于 Rubin 架构的 DGX SuperPOD,单柜 260TB/s 带宽,推理成本号称能降 10 倍

英伟达在博客里公布了下一代 DGX SuperPOD 的规划,核心是换装 Rubin GPU。今年下半年会先出两款机型:DGX Vera Rubin NVL72 和 DGX Rubin NVL8。

推荐理由:英伟达公布下一代 DGX SuperPOD 规划,下半年先推出搭载 Rubin GPU 的两款机型,单柜 260TB/s 带宽与推理成本降 10 倍的说法给出了下一代系统的性能预期。

NVIDIA 博客

NVIDIA 把跑千亿参数大模型的机器塞进了桌面

NVIDIA 在 CES 上展示了两台桌面设备 DGX Spark 和 DGX Station,能在本地跑 1000 亿到 1 万亿参数的开源模型。DGX Station 有 775GB 的统一内存,可以把模型压缩到 NVFP4 格式,压缩率最高 70%,跑 llama.cpp 时推理速度平均提升 35%。

推荐理由:英伟达在 CES 展示的 DGX Spark 和 DGX Station 能在桌面本地运行千亿到万亿参数开源模型,其中 DGX Station 的 775GB 统一内存与 NVFP4 压缩给出了本地部署大模型的硬件配置参考。

NVIDIA 博客

NVIDIA 的 DRIVE AV 软件将首发搭载于新款奔驰 CLA

新款奔驰 CLA 会成为美国市场第一辆用上 NVIDIA DRIVE AV 的量产车,今年底交付。这套系统是双架构设计:核心驾驶决策靠一个端到端 AI 模型,同时外面包了一层基于 Halos 的传统安全校验模块,用来兜底。功能上支持点到点辅助驾驶、城市道路导航、主动避撞和自动泊车,后续还能 OTA 升级。

推荐理由:新款奔驰 CLA 年底在美国交付,成为当地首款搭载 NVIDIA DRIVE AV 的量产车,其端到端驾驶模型加 Halos 安全校验模块的双架构,为观察端到端方案如何满足车规安全要求提供了量产实例。

NVIDIA 博客

NVIDIA 一口气开源了一堆模型、数据和工具,覆盖智能体、机器人、自动驾驶和生物医药

NVIDIA 在 2026 年 1 月 5 日放出了一批新的开源模型和数据集。语言模型方面,有 Nemotron 系列的新成员,专门做语音、外挂资料库(RAG)和安全对齐;还有一个叫 Alpamayo 1 的模型,正文没具体说它擅长什么。

推荐理由:NVIDIA 一次性开源覆盖智能体、机器人、自动驾驶和生物医药的模型、数据集与工具,其中 Nemotron 新成员分别面向语音、RAG 和安全对齐。

2025年12月3日星期三

Mistral AI

Mistral 发布 Mistral 3 系列模型,含 675B 参数 Mistral Large 3

Mistral AI 发布 Mistral 3 系列,包括 14B、8B、3B 三个稠密模型和采用稀疏 MoE 架构的 Mistral Large 3,后者为 41B 激活、675B 总参数,全部以 Apache 2.0 许可开源。

推荐理由:Mistral 以 Apache 2.0 开源 Mistral 3 系列,含 3B 到 14B 稠密模型与 675B 总参数的稀疏 MoE 大模型,覆盖端侧到前沿规模。

2025年9月22日星期一

OpenAI News

OpenAI 和英伟达签了份意向书,要一起搞 10 吉瓦的算力基建

OpenAI 和英伟达宣布了一份合作意向书,计划部署至少 10 吉瓦的英伟达系统,用来训练和跑 OpenAI 的下一代模型。10 吉瓦是什么概念?大概对应几百万张 GPU 的规模。英伟达打算按部署进度分批投钱,总额最高 1000 亿美元。第一阶段 1 吉瓦预计 2026 年下半年上线,会用英伟达新的 Vera Rubin 平台。

推荐理由:OpenAI 与英伟达签署意向书,计划分阶段部署至少 10 吉瓦算力系统,最高投资 1000 亿美元,首期 1 吉瓦定于 2026 年下半年上线。