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 121–140 条 · 共 362 条

8月27日星期四

AI HOT 精选

英伟达预测 2028 财年营收增长 70%,黄仁勋说真实需求比这高得多

英伟达在二季度财报会上给了一个 2028 财年的增长指引:营收同比大约涨 70%。黄仁勋补了一句,70% 是他们按现有供应能力能保底的数,市场实际要的货远不止这些。他提到 AI 需求正在从几家大云厂商往外溢,企业和政府这类“主权 AI”客户还没被市场充分算进去。二季度公司营收 962.2 亿美元,同比翻了一倍多,其中数据中心业务占了 92%。

推荐理由:英伟达给出2028财年营收同比涨约70%的指引,黄仁勋称这是按现有供应能力保底的数字,实际需求远高于此,并提到企业与政府的主权AI需求尚未被市场充分计入。

AI HOT 精选

亚马逊把英伟达芯片订单加码到三倍,再追订200万颗GPU

亚马逊在英伟达财报电话会上宣布,将在2027到2028年向AWS数据中心追加部署200万颗英伟达GPU,涵盖Blackwell Ultra、Rubin和Rubin Ultra三代芯片。五个月前亚马逊刚承诺部署超过100万颗,英伟达说实际需求已经超出当时的预期。按单颗成本估算,这笔订单价值数百亿美元,但双方都没公布具体财务条款。

推荐理由:亚马逊在英伟达财报电话会上把GPU部署承诺从超100万颗提高到200万颗,覆盖三代芯片,这一数量变化本身反映出云厂商算力投入的节奏。

The Verge · AI

英伟达单季收入逼近千亿美元,数据中心业务占大头

英伟达刚公布的最新季度收入超过 960 亿美元,离单季千亿只差临门一脚。这个数字有多夸张?很多科技巨头一年的收入都没它一个季度多。收入绝大部分来自数据中心业务,也就是卖 AI 训练和推理用的 GPU。不过文章没披露利润、毛利率和同比增速,所以不知道这 960 亿里实际赚了多少,以及增长是在加快还是放缓。

推荐理由:英伟达单季收入超960亿美元,其中绝大部分来自数据中心GPU,这一体量超过不少科技巨头全年收入,可直观感受AI算力需求的规模。

TechCrunch · AI

Anthropic 又砸 450 亿美元租算力,这次找上了英国新公司 Nscale

Anthropic 签了一份六年长约,花大约 450 亿美元租用 AI 算力,供应商是 2024 年才成立的英国公司 Nscale。Nscale 会用英伟达最新的 Vera Rubin 芯片系统来提供计算资源,这套系统把六块不同芯片绑在一起干活,预计 2027 年底开始向 Anthropic 交付。

推荐理由:Anthropic 与 2024 年成立的英国公司 Nscale 签下六年约 450 亿美元的算力租约,采用英伟达 Vera Rubin 芯片系统,2027 年底开始交付。

AI HOT 精选

英伟达半年净赚1180亿美元,数据中心收入翻倍,下季度指引1080亿

英伟达发了2027财年半年报,半年营收1778亿美元,归母净利润1180亿,同比涨了161%。毛利率稳在75%,这个赚钱效率在硬件公司里很夸张。第二财季单季营收962亿,其中数据中心业务占了890亿,同比翻了一倍多,说明大客户们还在疯狂抢购AI算力。

推荐理由:英伟达2027财年半年报显示营收1778亿美元、归母净利润1180亿,数据中心单季收入890亿同比翻倍,这组数字勾勒出头部客户采购AI算力的实际规模。

8月26日星期三

FT · 科技

英伟达的 2000 亿美元“资产负债表即服务”生意

FT 把英伟达的生意重新定义为“资产负债表即服务”:它用自己的股票和客户承诺,帮云厂商和创业公司融资买 GPU。文章估算英伟达通过担保、投资和供应商融资撬动了约 2000 亿美元资金,但没给出具体拆分明细。核心风险在于,如果 AI 需求降温,英伟达的资产负债表会同时受到股价下跌和客户违约的双重打击。

推荐理由:FT 将英伟达用股票和客户承诺为云厂商与创业公司融资买 GPU 的模式概括为资产负债表即服务,估算其撬动约 2000 亿美元资金。

FT · 科技

FT 算了一笔账:全球 AI 数据中心投资计划已超 7 万亿美元,但下游应用还没证明能赚回本

FT 把各家公开的 AI 数据中心投资计划加总,得出一个超过 7 万亿美元的数字。先打个折,这是多年累计的意向性总额,不是一年就烧掉的钱。但核心风险没变:现在 AI 收入大头还在英伟达这类硬件商手里,真正用 AI 做业务的应用层公司还没交出能匹配这笔投资的回报。如果企业客户最终不愿意为 AI 服务付足够多的钱,这些机房和芯片就可能变成没人接盘的闲置资产。

推荐理由:FT 汇总各家公开计划得出超 7 万亿美元的数据中心投资规模,并指出 AI 收入目前主要流向硬件商,应用层回报尚不足以匹配这笔投入。

AI HOT 精选

英伟达单季营收指引首破千亿,但回款周期从 45 天拉长到 60 天

NVIDIA 上季度营收 960 亿美元,同比增长 106%,并给出 Q3 1080 亿美元 ±2% 的指引,首次有半导体公司单季营收突破千亿。作者指出超大规模客户营收环比仅增 13%,而 ACIE 营收环比增 25%,新云厂商首次贡献数据中心净新增营收的多数。

推荐理由:英伟达给出单季1080亿美元营收指引,同时回款周期从45天拉长到60天,新云厂商贡献数据中心净新增营收的多数,增长引擎的转移与付款条件的变化一并呈现。

Hacker News 首页

Perplexity 推出“便携电脑”:AI 干活时私密数据不离开你的机器

Perplexity 发布了一个叫 Portable Computer 的本地版 AI 助手,专门跑在 NVIDIA DGX Spark 这台桌面小机器上。它用 Qwen 3.8 27B 或 PPLX 27B 模型在本地处理文件、代码和工作流,私密数据不用上传,也不消耗云端积分。

推荐理由:Perplexity 把本地版 AI 助手放到 NVIDIA DGX Spark 上运行,文件、代码和工作流在机器内处理,私密数据无需上传云端,也不消耗云端积分。

8月25日星期二

FT · 科技

英伟达员工被美国司法部指控,涉嫌向中国走私受出口管制的先进芯片

美国司法部对一名英伟达员工提起走私指控,说他偷偷把受出口管制的先进芯片运往中国。目前 FT 的报道只放出了标题,正文被付费墙挡住,具体是什么型号的芯片、通过什么渠道走私、涉及多少数量和金额,这些关键信息都没披露。这件事发生在中美芯片管制持续收紧的背景下,直接把英伟达的合规风险摆到了台面上。

推荐理由:美国司法部指控一名英伟达员工向中国走私受出口管制的先进芯片,事件发生在中美芯片管制持续收紧的背景下,直接涉及英伟达自身的合规风险。

8月24日星期一

AI HOT 精选

NVIDIA 说 Vera Rubin NVL72 跑 AI 智能体每瓦能干 H100 30 倍的活

NVIDIA 官方博客放出一组内部测试数据:用 Llama 3.3 70B 模型跑智能体工作流(让模型进业务流程干活),Vera Rubin NVL72 整机柜系统每瓦完成的工作量是 H100 的 30 倍。这个 30 倍是峰值数字,正文没披露延迟数据和完整的测试配置,所以实际部署时我会先打个折。新系统定在 2026 年下半年上市,主打推理和智能体场景。

推荐理由:NVIDIA 公布 Vera Rubin NVL72 跑 Llama 3.3 70B 智能体工作流的内部测试数据,每瓦工作量达到 H100 的 30 倍,该整机柜系统定于 2026 年下半年上市。

8月23日星期日

AI HOT 精选

AI 硬件瓶颈像鞭子一样从 GPU 一路抽到存储和机房外壳

Tomasz Tunguz 用牛鞭效应解释 AI 基础设施的连锁短缺:2023 年大家疯抢 GPU,导致服务器出货量暴跌 22%,内存厂跟着遭殃。18 个月后,内存厂为了利润转产 HBM(高带宽内存),挤占了普通内存的产能,企业级固态硬盘一个季度就涨了 80%。

推荐理由:Tomasz Tunguz 用牛鞭效应串起 AI 硬件从 GPU 到内存再到固态硬盘的连锁短缺,并给出服务器出货量下跌 22%、企业级固态硬盘单季涨 80% 等具体数据。

8月22日星期六

TechCrunch · AI

Nvidia 用一套外挂流程把非顶尖模型在 ARC-AGI 3 上拉到满分,说明现在干活靠的是“缰绳”而不是模型本身

Nvidia 发了篇研究,用他们叫 AVO 的一套外挂流程(负责规划、纠错和记忆),让一个不是最前沿的模型在 ARC-AGI 3 测试里拿了 100% 的成绩。这相当于说,让 AI 处理长链条任务时,外围的调度和纠错机制比模型自身能力强弱更关键。不过文章没提底层模型叫什么、参数量多大、跑一次要多久、成本多少,所以这点先别太激动,离实际能用还有信息缺口。

推荐理由:Nvidia 用 AVO 外挂流程让非前沿模型在 ARC-AGI 3 上拿到满分,这条提供了一个观察角度,即长链条任务中外围调度与纠错机制的作用可能超过模型本身。

8月21日星期五

Hacker News 首页

Nari Labs 把 Qwen3-TTS 的首音延迟压到 50 毫秒以内,一张 H100 就能跑 10 并发

Nari Labs 开源了一套 Qwen3-TTS 1.7B 的部署方案,在一张 H100 上做到 10 并发请求时,95% 的用户听到第一个字的时间不超过 50 毫秒,且播放不卡顿。他们对比了 vLLM-Omni、SGLang-Omni 等四个引擎,默认设置下最快的 p95 首音延迟也要 277 毫秒。

推荐理由:Nari Labs 开源 Qwen3-TTS 1.7B 部署方案,单张 H100 在 10 并发下把 p95 首音延迟压到 50 毫秒内,并对比了四个引擎的默认表现。

Latent Space

Poolside 把模型工厂和 109 名员工卖给英伟达,拿了 60 亿美元授权费,创始人留下转型

Poolside 跟英伟达签了一笔 60 亿美元的非独家授权协议,外加 10 亿美元投资,公司估值 120 亿美元。这笔交易把 Poolside 的模型工厂和 109 名员工转给了英伟达,但两位创始人没走,留下来要把公司彻底转向新方向。创始人自己说这不是收购,也不是“人才收购”——因为这次是员工去大厂、创始人留守的反向操作。

推荐理由:Poolside 把模型工厂和 109 名员工转给英伟达,两位创始人留守转型,60 亿美元授权费与 10 亿美元投资对应 120 亿美元估值,交易结构少见。

8月20日星期四

Computing Life · Share · 鸭哥调研

先问华为,再关大门:两台国家机器怎么分别挡住了 NVIDIA

这篇文章把中美两国阻挡 NVIDIA 的底层逻辑讲透了。美国靠的是公开的成文规则,像数字开关一样,每次更新管制条例,NVIDIA 就对着条文砍规格出新卡,双方来来回回打了四个回合。中国则完全相反,没有任何一纸禁令,但通过网信办约谈、海关拒批、发改委逐案审批、反垄断调查和稀土管制这套组合拳,让 NVIDIA 的产品线一条条陷入实质停摆。

推荐理由:文章对比美国靠成文管制条例与中国靠约谈、审批、反垄断等组合手段限制英伟达,梳理出两种截然不同的执行路径。

Hacker News 首页

DFlash 2 让并行猜词更聪明:每次验证多出 20% 以上有效输出,延迟只增加约 1%

Inco AI 发布了 DFlash 2,在原来一次性并行猜出整段候选词的基础上,加了一个轻量的路径选择器。DFlash 原本是每个位置独立挑最可能的词,但词与词之间可能不连贯,导致验证时整段被砍掉。DFlash 2 的做法是每个位置保留前 16 个候选,然后给相邻词对打分,从中挑出一条最连贯的路径。

推荐理由:Inco AI 的 DFlash 2 在并行猜词中加了路径选择器,让每次验证多出 20% 以上有效输出,延迟只增加约 1%。

8月19日星期三

FT · 科技

中国悄悄放松英伟达 H200 芯片进口限制

中国监管层没发正式文件,但审批上松了口,允许部分云厂商和数据中心买英伟达 H200。H200 是 H100 的升级版,显存带宽更高,对大模型训练有帮助。具体哪些公司拿到了许可、能买多少、什么时候开始,正文都没说。这更像执行层面的微调,不是出口管制方向掉头。

推荐理由:中国监管层未发正式文件,却在审批上放行部分云厂商和数据中心采购英伟达 H200,这条讲的是执行层面的松动幅度。

Computing Life · Share · 鸭哥调研

卖芯片的去当担保人:NVIDIA 用一年现金流给 OpenAI 的房租兜底

NVIDIA 给 OpenAI 在俄亥俄州的数据中心租约签了残值担保,最多赔 1050 亿美元,差不多是它 2026 财年一整年的经营现金流。OpenAI 没有信用评级,银行不敢借钱给房东 SB Energy 建厂,NVIDIA 出面兜底才让贷款落地。

推荐理由:NVIDIA 为 OpenAI 在俄亥俄州的数据中心租约签下残值担保,上限 1050 亿美元,接近其 2026 财年全年经营现金流,这笔担保让没有信用评级的 OpenAI 得以推动银行贷款落地。

8月18日星期二

FT · 科技

英伟达承诺砸 1000 亿美元,帮 OpenAI 在俄亥俄州建数据中心

英伟达要给 OpenAI 在俄亥俄州的数据中心项目撑腰,承诺投入 1000 亿美元。这笔钱不是直接给现金,而是通过买 GPU 和投基础设施的方式兑现。OpenAI 主导这个项目,建成后会是它训练和跑模型的核心算力基地。不过文章是付费墙后的内容,具体的开工时间、用哪款 GPU、电力供应怎么解决,正文都没披露。

推荐理由:英伟达承诺以采购 GPU 和投资基础设施的方式,为 OpenAI 在俄亥俄州的数据中心项目投入 1000 亿美元,这笔投入的兑现形式与两家公司在算力上的绑定关系是这条的核心。