AI 周报速递：机器人上手干活、Claude显意识、AMD千元机发布
本周AI周报聚焦具身智能落地、Claude意识发现及AMD开发机发布。这五条资讯对.NET开发者极有价值。咱们一条条深入剖析。上图展示了英伟达GEAR团队研发的ASPIRE系统架构示意图。ASPIRE全称Agentic Skill Programming through Iterative Robot Exploration——翻译成人话就是“让机器人像写代码一样，犯错、看回放、修bug、攒经验”。1. 英伟达开源ASPIRE：机器人也能写代码了核心摘要：英伟达AI科学家Jim Fan团队开源了一套叫AS
AI芯片三国争霸：英伟达、AMD与华为的生死较量
AI芯片三国争霸：英伟达、AMD与华为的生死较量深度解析 谁掌控芯片，谁就掌控AI的明天AI领域的军备竞赛，表面上是大模型的较量，实质上却是芯片的争夺。缺乏算力，再先进的AI模型也如同空中楼阁。今天这篇文章，我们将深度剖析这场关乎AI未来的芯片之战。英伟达：AI芯片领域的绝对霸主市场占比：AI训练芯片市场92%的占有率，形成绝对垄断主力产品：H200 于2024年推出、B200 于2025年推出、GB300 于2026年推出市值规模：3.2万亿美元，位居全球市值第三CUDA生态：全球95%的AI开发者依赖
全球AI芯片销量领先企业榜单
到2025年末，英伟达掌控了人工智能市场约三分之二的算力资源，其份额远超其他竞争对手的总和。尽管谷歌、亚马逊等科技巨头正加速自研芯片的生产，英伟达在AI领域的统治地位依然牢不可破，使得榜首与第二名的差距极为悬殊。此图表依据Epoch AI的芯片销售数据库，对全球顶尖AI芯片供应商进行了排序，该数据库覆盖了多种主流架构的计算效能。具体排序：*为便于不同芯片间的比较，数据已统一折算为“H100 等效单位”2025年第四季度，英伟达出货的近300万颗H100等效处理器，超越了其他所有厂商的出货总量。紧随其后的是
芯片股集体暴涨，美光英特尔AMD二季度市值飙升近2万亿
随着市场对人工智能相关资产的配置力度加大，除英伟达外，多家芯片制造商的股价在第二季度迎来惊人涨势：美光(1154.29, 9.01, 0.79%)、英特尔(139.63, 7.91, 6.01%)市值增长超过两倍，AMD(580.91, 41.42, 7.68%)也紧随其后。 在这三个月内，三家企业的市值总计上升约2万亿美元，目前分别位列美国科技公司市值榜的第10、11和12位。 尽管AI芯片龙头英伟达仍稳坐市值头把交椅，且营收保持高速扩张，但其股价在第二季度仅上涨15%。其大型数据中心客户——亚马逊(2
7月1日美股前20大成交额盘点：闪迪年内涨幅突破850%
周二美股成交额榜首美光(1154.29, 9.01, 0.79%)科技收涨0.79%，成交额达464.22亿美元。该股今年上半年累计涨幅超过300%。 据消息，美光科技宣布将出资2.5亿美元加入"特朗普账户"（530A账户）计划，此笔投入与公司此前公布的在美国本土存储器制造及研发领域超2000亿美元的投资规划相互独立。 本计划具体内容涵盖：为员工每名18岁以下子女最高1000美元的缴款提供对等配捐；在美光开展业务的7个州，向符合条件且已开设该账户的儿童一次性发放250美元，预计最多可覆盖100万名儿童。
ROG枪神10X深度测评：全息投影与全核AMD X3D带来的极致游戏体验
在存储成本飙升的当下，今年高端游戏台式机如何突破创新？ROG凭借枪神10X给出了答案：在持续强化游戏性能的同时，更注重打造差异化特色，这才是真正的制胜之道。 “掌”握科技前沿动态（微信搜索techsina或扫描左侧二维码关注） 新浪科技 新浪科技为您推送最新鲜的科技资讯 苹果汇 苹果汇为您带来最新的苹果产品动态 新浪众测 新奇特产品第一时间免费体验 新浪探索 提供最新的科学家新闻与震撼视觉图片 新浪科技意见反馈平台 新浪简介|广告服务|About Sina 联系我们|招聘信息|通行证注册 产品答疑|网站律
人工智能浪潮下，哪些核心能力难以被替代？
在人工智能日益发展的今天，究竟哪些能力最不易被机器取代？近日，麻省理工学院宣布AMD首席执行官苏姿丰将担任2026届毕业典礼的主讲嘉宾。在科技界，她堪称一位神话般的人物。👩💼 苏姿丰的背景如何？她生于台湾，三岁时随家庭迁居美国。自幼便对数学和工程领域充满热情。十八岁那年，她考入麻省理工学院攻读电子工程，并在此完成了学士、硕士及博士学业。2014年，苏姿丰接掌AMD帅印。彼时的AMD前景黯淡，市场普遍不看好。企业持续蒙受损失，股价长期在个位数美元徘徊。不少观察者甚至担忧AMD能否继续存活。然而在她的领导下
AI能完成许多任务，唯独这件事非人不可，25岁入职IBM时前路未明，56岁已执掌半壁AI算力江山|AMD苏姿丰MIT毕业演讲实录
点击上方蓝字关注我们AI 能做很多事，但有一件事只有人能做25 岁进IBM 不清楚未来，56岁已掌管半个AI算力版图技术本身不决定未来的样子，最好的人来决定。AI 能做很多事，但 AI 不能决定哪些问题值得解决。它不能在数据不够的时候做出艰难的判断。它不能为结果负责。这些是人的责任。2026 年，AMD 董事长兼CEO苏姿丰受邀在MIT毕业典礼发表演讲。她从自己的 MIT求学经历讲起，聊 UROP怎么让她爱上半导体，聊IBM导师教她冲向最难的问题，也聊到AI时代里，人仍然必须承担判断与责任。AMD 是全球
AMD再次调涨显卡售价：市场策略引发玩家流失担忧
快科技6月21日资讯，全球显卡行业即将面临新一轮的价格波动。日本媒体及供应链渠道透露，受GDDR显存芯片供应持续紧张影响，AMD预计最快从7月开始将GPU与显存组合套装的价格提升10%至15%，这已是AMD近半年来第二次因内存成本攀升而采取的涨价措施。 这一决策对本身已经面临挑战的AMD显卡业务而言无疑是雪上加霜。今年1月中旬，AMD曾因相同因素调整过一次售价，随后的市场反馈显示销量急剧下滑。 彼时正值NVIDIA显卡供给不足、价格上扬之际，众多游戏玩家本计划转向AMD阵营，但AMD涨价后，消费者迅速做出
AMD RX580 绕过 CUDA 激活闲置算力
当下 AI 本地部署需求日益高涨，针对非 CUDA 生态 GPU 的算力适配探索正迅速展开。据 HackerNews 报道，AMD RX580 显卡无需依赖英伟达 CUDA 架构即可在本地运行 AI 模型，此举打破了 AI 运行对 CUDA 生态的单一依赖。作为曾销量超千万的消费级显卡，RX580 目前仍有大量闲置存量，此前因生态壁垒阻碍，无法投入 AI 算力供给。从硬件技术角度看，此次适配证明了非 CUDA 架构下 AMD 系列显卡具备 AI 算力可用性，随着 ROCm 生态的持续优化，AMD 显卡的
Odyssey实验室获3.1亿融资估值14.5亿
人工智能实验室Odyssey于周三宣布，已成功完成总额3.1亿美元的融资，本轮融资后公司估值攀升至14.5亿美元。 此次B轮融资由Natural Capital担任领投方，亚马逊(238.33, -7.67, -3.12%)、AMD(521.9901, 14.70, 2.90%) Ventures、GV、EQT及IQT等机构参与跟投。 “近年来，我们在系统规模化、交互能力、多模态处理及物理精度上实现了显著突破，该行业正以前所未有的速度演进，”Odyssey联合创始人兼CEO卡梅伦（Oliver Camer
英伟达Vera处理器8月登陆中国 剑指服务器芯片市场
科技媒体6月14日报道，NVIDIA已正式通知中国客户，其首款自主研发的Arm架构Vera服务器处理器最快将于今年8月交付，目前订单通道已全面开放。这是NVIDIA在AI GPU对华出口受限后，首次向中国市场推出核心计算产品，直接挑战Intel与AMD长期垄断的服务器CPU市场。 与此同时，NVIDIA旗舰H200 AI GPU的对华发货已冻结数月。尽管美国商务部此前已批准约10家中国企业采购H200，但至今没有一片芯片实际交付。NVIDIA CEO黄仁勋此前坦言，受中美科技博弈影响，公司在中国AI加速卡
聚焦智能体开发：CSDN与AMD共探AI工程化实践
大模型竞争进入下半场，核心在于“上下文分层架构设计”。近年来AI浪潮席卷全球，开发者们对大模型的认知逐年深化，一个贯穿始终的问题也日益具体化、无法回避：大模型虽强，究竟何时才能真正“替我们完成任务”？从单轮对话到如今的智能体（Agent）时代，软件开发的底层逻辑正经历一场静默的变革。开发者的关注重点，正迅速从单纯的“如何撰写提示词”，升级为如何进行深度的“系统工程设计”——我们需要对Token进行分配与分层上下文管理，需要用可复用的Skills连接真实业务，更需要设计精密的运行Loop。6月13日，由CS
AI 算力基石：谁掌控了核心引擎？
潇博有芯事 原创出品若将 AI 基础设施视作一座急速扩张的巨型工厂，首要问题便是：动力核心掌握在谁手中？无论是模型训练还是推理应用，所有智能的最终落脚点皆是算力。而算力的接入点，正是权力版图上争夺最激烈、筹码最重的一环。这一层级仅存在三种角色：一家近乎垄断的霸主，一位不可或缺的竞争者，以及一群不愿只做买家的行业巨头。先谈霸主。NVIDIA 真正售卖的，从来不单是 GPU。GPU 承担计算任务，CUDA 构建开发生态，NVLink 与交换网络将成千上万颗芯片互联成单一系统，DGX 整机与机柜则负责整体交付。
AI 新阶段：被忽视的芯片或将四倍增长
大模型初现时，比拼的是暴力计算与参数堆叠，那确实是 GPU 的绝对主场，英伟达因此获利丰厚。然而转向「Agent（代理智能）」后，格局已变。Agent 不再是简单的问答机器，而是能代劳执行的助手。例如让它订票、比价并撰写总结。在此过程中，AI 需自主规划步骤，频繁调用各类 API 与数据库，并执行复杂的「If-Else 逻辑判断」。「GPU 的短板在于：」它专攻单一的大规模算力吞吐。一旦涉及频繁的任务切换与复杂逻辑调度，它便显得力不从心，不仅延迟极高，能耗也惊人。「CPU 则是老练专家：」此类管家式任务分