国产GPU突破技术壁垒：市场份额超六成、追赶者变领跑者
快科技5月18日报道，Bernstein Research等多家研究机构数据显示，英伟达在中国AI芯片市场的份额从三年前的95%骤降至8%，而国产AI加速卡市场份额突破60%，国产化率首次跨越六成门槛。中国AI芯片市场正在经历历史性变革，国产GPU彻底摆脱"追随者"的固有印象。 国产GPU的成功并非简单复制英伟达的技术路径，而是开辟了自主架构的新方向。据《2026中国AI计算芯片市场研究报告》，华为昇腾采用自研达芬奇架构实现全栈自研，950PR芯片推理性能达到英伟达H20的3倍，有力回击了国产芯片性能逊于
AI算力爆发致光纤紧缺，价格飙升
AI算力爆发致光纤紧缺，价格飙升 过去二十年里，光缆短缺的情形从未如当下这般严峻。 如今，各地纷纷兴建AI数据中心，各机房内的GPU集群互联，完全依赖光纤，仅一栋算力大楼所缠绕的光缆量，便超过一个老旧小区的总和。 由此导致的结果是，光缆价格在短短半年内翻了一番。 然而，这并非最严峻的问题，光缆本身价格尚低，昂贵之处在于其核心的光纤预制棒，该材料需极高纯度的石英玻璃，产能极具刚性，扩产周期往往长达两三年，当下游突然涌现如AI数据中心这般巨大的需求时，上游产能根本来不及响应。 简而言之，光纤制造产能遭遇瓶颈，
AI实验室深度解析：OpenAI与Anthropic算力成本分析
每机柜配备72块B200 GPU及36颗Grace CPU整机柜总功耗达120千瓦FP4模式下峰值算力为1,440 PFLOPsFP8模式下的峰值算力为720 PFLOPsFP16峰值性能可达360 PFLOPs搭载13.5 TB HBM3e显存单机柜预估造价约300万美元缩写定义完整名称对应FLOPs数值千次浮点运算10的3次方百万次浮点运算10的6次方十亿次浮点运算10的9次方万亿次浮点运算10的12次方千万亿次浮点运算10的15次方百亿亿次浮点运算10的18次方十万亿亿次浮点运算10的21次方输入：
YEF2026 | 开源与AI共塑算力新格局
AI算力基础设施快速演进，单一技术生态主导下的多架构不兼容、适配成本高、创新受限等问题日益突出，构建开放统一的GPU开源生态迫在眉睫。本论坛以 "智创算力：GPU开源生态的破局与新生" 为主题，聚焦开源技术创新、多架构协同适配、人才体系建设等多个核心方向，邀请行业专家分享实践经验，探讨国产开源生态构建路径，共同推动智能计算底层技术自主创新与产业高质量发展。日程安排顺序主题主讲嘉宾单位1论坛开场、嘉宾介绍、YOCSEF文化宣导王天阳湖南先进技术研究院2硬件无关的高性能数据传输：Mooncak
七类芯片定乾坤：揭秘 AI 算力的真实版图
展望未来十年的科技博弈，表层看似是 AI 应用的争锋，实则底层逻辑在于芯片体系的整体抗衡。近年来，每当话题触及人工智能，英伟达与 SK 海力士往往最先涌入大众脑海。这情有可原。大模型的训练依赖于惊人的计算吞吐量，算力芯片与存储芯片作为核心刚需，其中 GPU 因擅长并行处理而脱颖而出，致使英伟达成为此轮 AI 浪潮中的绝对主角。然而，若目光仅局限于 GPU，极易对整体芯片产业产生认知错位。毕竟，AI 的高效运转并非单靠某一颗芯片，而是依赖于一整套芯片系统的协同。GPU 主攻运算，CPU 负责调度，HBM 保
AI芯片产业链全景解析
市场概况今日市场全天维持窄幅震荡整理态势，走势与周日预判基本吻合。60分钟级别的顶背离结构对应8-12小时的调整周期，由于第二和第五根绿柱呈现放大态势，因此确认调整时间为12小时。完成缺口回补后主跌周期宣告结束，当前呈现横盘震荡格局，运行区间为4118-4150点，缺口形成支撑。实际走势验证了此前的判断，唯一不足之处在于收盘未能站上4150点上方。不过60分钟级别的顶背离已通过小一级别的底背离得到化解，30分钟级别已出现标准底背离动作，标志着市场调整周期基本告一段落。目前市场普遍判断为头部区域，但当前位置
HBM需求爆发：AI算力时代的内存技术革命
在AI大模型时代，GPU的性能天花板完全取决于HBM（高带宽内存），HBM的容量与带宽必须代代实现翻倍增长，不再像传统内存那样存在周期性瓶颈，需求将呈现持续指数级攀升。 一、回顾：CPU时代，内存（DDR）并不关键 在电脑、手机等传统CPU算力时代，行业的唯一核心目标是让CPU的运算速度不断提升。 我们日常接触的DDR普通内存仅仅是辅助角色，在行业中的地位极低，十余年来技术几乎没有重大突破，主要原因有两方面： 1、CPU自带优化机制，无需内存加速 CPU配备了多层缓存和并行计算架构，能够自行弥补内存速度慢
AI 之父黄仁勋的传奇之路
黄仁勋（Jensen Huang），1963 年出生于中国台湾，拥有美国国籍，作为英伟达（NVIDIA）的创始人及首席执行官，被世人尊称为“AI 教父”。回顾其早年创业历程，他 16 岁便跳级进入俄勒冈州立大学深造，随后取得斯坦福大学硕士学位。1993 年 2 月 17 日，正值其 30 岁寿辰之际，他与两位工程师在某餐厅携手创立英伟达，誓要打造 3D 图形芯片。在公司初创的至暗时刻，征程异常坎坷，首款产品 NV1 因技术路径失误而遭遇惨败，资金链多次告急，企业几度面临破产边缘。黄仁勋亲自前往日本，向客户
黄仁勋驳斥核武论：显卡造福十亿人绝非军事武器
快科技5月17日报道，英伟达掌门人黄仁勋近日在斯坦福大学演讲期间，明确表达了对人工智能芯片出口限制政策的反对态度。 面对Anthropic创始人达里奥·阿莫迪将出售先进AI芯片类比向朝鲜输送核武器的观点，黄仁勋在台上直接予以回击。 黄仁勋强调，全球已有十亿用户在使用英伟达GPU，他不仅会推荐给亲友，更不会将其与原子弹相提并论。他认为这种比喻极其荒谬，是基于错误逻辑的极端误读。 他坚信全球技术开放才是最佳利益所在，人为封锁只会削弱自身优势。鉴于英伟达CUDA架构主宰了全球绝大多数AI开发工作，若解除禁令，无
国泰海通：算力期货开启新篇 行业扩容趋势未改
国泰海通(13.3, -0.11, -0.82%)发布研究报告指出，CME 计划推出算力期货，其底层资产挂钩 GPU 按需租赁价格指数，这标志着期货市场服务范畴正由传统大宗商品向新兴科技产业拓展。对于期货公司来说，新品的推出不仅意味着交易量、佣金收入及客户权益规模的增长空间，更关键的是扩大了服务产业的广度与风险管理的维度，助力业务模式从传统经纪通道向综合风险管理服务商转型，行业长期扩张的逻辑依然稳固。算力期货：AI 基础设施金融化的关键一步。CME 拟携手 Silicon Data 推出算力期货，底层锚定
OpenAI 推出 GPT-oss 开源模型，附本地部署指南及实测
我是祥瑞，负责万涂幻象多维表格社区，专注于飞书多维表格的AI落地应用。本站致力于分享实战案例与结构化方法，文末附有资源推荐，欢迎收藏～全文约3862字，配图5张，预计阅读时间10分钟此前发布的《我们建好了一个可以对话的AI知识库，现在你可以像聊天一样学习AI》获得了大量关注。为了方便上手，我们将知识库入口置于此处。这是一个支持对话的AI知识库，助你像聊天般轻松学习AI。👉点击幻象AI智能体共学社区知识库，立刻开始提问那个名字虽带“Open”却常被戏称为“CloseAI”的公司，在坚守闭源多年后，终于在全球
黄仁勋发家史：从流亡少年到 AI 霸主
在现今的科技圈，有一个名字无人不知。无论是电脑显卡、游戏设备，还是当下炙手可热的人工智能大模型，其背后都有一家名为英伟达的企业，以及它的掌舵人——黄仁勋。如今的英伟达，市值已跻身全球顶尖行列，牢牢掌控着全球算力与芯片产业的命脉。外界只目睹他身家亿万、风光无限，却鲜少有人知晓，这位常穿黑色皮衣的科技巨头，早年曾流离失所，尝遍常人未历之苦，几度将公司从倒闭边缘拉回。他从一个漂泊海外的普通少年起步，一路披荆斩棘，凭借坚韧的意志、独到的眼光和敢闯敢拼的个性，硬是闯出了一片天地。这一生，既有坎坷与挣扎，也有坚守，更
AI周报：Anthropic签下22万块GPU，算力军备升级
● ● ●周五深夜，刷到一条重磅消息——Anthropic与SpaceX达成算力合作。这可不是小打小闹，而是22万张NVIDIA显卡加上300兆瓦的电力供应。第一反应不是惊叹，而是疑惑：马斯克和Anthropic不是死对头吗？xAI和Anthropic一直明争暗斗。这就像麦当劳把后厨租给了汉堡王，在算力面前，竞争对手也得低头。开篇点题：AI算力军备竞赛进入白热化。● ● ●先聊本周核心。别的新闻暂且放放。5月6日，Anthropic宣布与SpaceX签署Colossus 1超算租约。规模惊人：22万块NV
AI 科技早报 2026 年 5 月 17 日：迭代狂潮与国产突围
【今日聚焦】GPT-5.5 发布仅三周，GPT-5.6 即刻开启内测，OpenAI 步入极速迭代阶段；国产 AI 芯片市场份额首次超越 50%，英伟达市值却冲上 5.5 万亿美元——AI 领域的冰火交织，正于本月集中爆发。 1. OpenAI 开启极速迭代：GPT-5.5 上线仅三周，GPT-5.6 已启动内部测试 5 月 6 日，OpenAI 正式推出 GPT-5.5 Instant 接替 GPT-5.3 成为 ChatGPT 默认模型，幻觉率大幅下降 52.5%，长文本理解能力实现翻倍。然而短短三周后
构建 AI 帝国的七大核心支柱
构建 AI 帝国的七大核心支柱！谈及 AI 热潮，人们常简化为“购入算力”。然而，“算力”这一概念过于宏大。AI 模型从训练至推理的全过程，绝非单靠一张 GPU 就能完成。它既需云平台构建机房底座，也需 GPU 或专用加速器承担 heavy-lifting，依赖 CPU 进行数据调度与通用计算，更需要 HBM、DRAM 及 SSD 提供数据吞吐支持。唯有拆解 AI 基础设施，方能洞察资金真实流向。本文将分七个层级剖析：算力平台、GPU/AI 加速、CPU、存储系统、能源电力设施、网络/CPO、先进制程与封