AI算力受限因素已从芯片层面转移至能源供给
前几日读到一则消息，Anthropic 与 Lambda 签订了一份高达350亿美元的云计算合同，而 Lambda 的投资方之一是 Nvidia。坦白讲，这则新闻让我颇为意外。原因并非金额——OpenAI 去年刚完成1220亿美元的融资。而在于这份协议背后的深意：Anthropic 已不再局限于模型训练阶段，它在囤积"土地资源"。350亿，以当前 AI 数据中心的市场行情计算，大约能锁定400兆瓦的算力规模。这个数字堪比一座中等城市的总用电负荷。我做过一项推算：若每兆瓦可承载10万块 H100，那么400
国产GPU半年报：营收翻倍靠炒股，主业赚钱路在何方？
AI算力市场火热，国产GPU现状如何？ 上市仅8个月的天数智芯，交出了首份半年成绩单。 账面数据亮眼：营收9.46亿元，同比大增近两倍；利润1.06亿元，成功扭亏为盈。 许多人以为国产GPU终于翻身，实则不然。 这1亿多利润并非卖芯片所得，而是股权投资的账面浮盈。 01 营收暴增近两倍 对于2026年上半年业绩，先看好的一面。 上半年营收9.46亿元，同比大涨191.64%，且已达2025年全年收入的91.49%。 通用GPU产品贡献收入9.16亿元，同比增长231.03%，占比高达96.88%。 天垓系
瑞网广通AI KV Cache存储·五大典型AI应用场景解析—01|强化学习后训练篇
瑞网广通AI KV Cache 存储KV Cache存储五大典型AI应用场景01｜强化学习后训练：KV Cache 如何支撑大规模Rollout？当大模型从“会生成”迈向“会推理、会思考”，强化学习后训练正逐渐成为提升模型能力的关键路径。在GRPO、PPO、RLVR等后训练流程中，模型需针对海量Prompt执行多次Rollout，产出多条Response或Trajectory，再依据Reward完成策略迭代。Rollout频次与上下文长度的不断攀升，使得KV Cache从GPU内部的临时缓存，演变为左右训
获英伟达注资的AI云企业Lambda拟通过私募短债募资10亿美元，用于采购GPU向微软租赁
获得英伟达投资的AI云计算企业Lambda已募集约10亿美元的私募短期债券，所筹资金将用于采购算力芯片，以履行其与微软的合作协议。 据要求匿名的知情人士披露，这笔融资由摩根大通担任主承销商，债券面向私募配售投资者进行推广。 知情人士进一步指出，该笔债券募集资金将专项用于购买英伟达GPU显卡，这批芯片将在后续阶段以租赁形式提供给微软使用。 责任编辑：陈钰嘉 新浪财经声明：本文系从合作媒体转载而来，新浪财经发布此文旨在传递更多资讯，文章内容仅作参考，不构成投资建议。 郑重声明：1.依据《证券法》相关规定，严禁
AI深度介入商业博弈
加州联邦法官裁决，撤销五角大楼针对Anthropic的制裁。起因是Anthropic拒绝放松军事用途的限制，随后被列入黑名单。法院判定该制裁违法并永久解除禁令；不过，华盛顿特区还有另一场诉讼，Anthropic想要彻底摆脱黑名单，还需等待后续判决。对于普通软件供应商，很难拒绝最大采购方的订单，但Anthropic敢于回绝，凭借的是其模型已深度嵌入代码、流程及组织决策。若更换供应商，需重新测试、迁移，还要让员工重新适应。安全规则不仅是道德口号，更是与产品共存的议价筹码。这种权力也是有代价的。规则过松，出了事
专科生突围：大模型赛道竞争激烈，算力运维或成新出路
大模型表面的繁荣，离不开背后默默支撑的算力运维技术团队，他们既是 AI 系统的稳定基石，也是大专背景人群进入人工智能领域的理想切入点。不必执着于算法研究，专攻 AI 底层算力运维，同样能踏入人工智能赛道。算力中心作为大模型运转的物理根基，涵盖智算中心、GPU 集群、IDC 机房等领域，市场对熟悉硬件、服务器及集群运维的实战型人才需求旺盛。从职业方向来看，掌握相关技能后可进入国企智算中心、AI 公司算力平台、算力产业园 IDC 机房或系统集成服务商，从事服务器、GPU‑Stack 算力集群、监控平台等运维岗
AI圈今日四大焦点事件速览
AI正同步朝着高端与终端两个方向延伸。一端是英伟达单季962亿美元营收加129亿美元鲸吞Hugging Face的壮举，将算力底层设施拉升到全新层级。另一端则是Anthropic让Claude直接驾驭实验室机械臂，以及一台399美元的开源机器鸭把强化学习搬到桌面。有意思的是，Hugging Face在同一天既是待嫁对象，又是新品发布主角，这家公司的走向折射出整个AI生态的权力洗牌。英伟达2027财年第二季度交出了让市场瞠目的成绩单。营收962.21亿美元，同比增长106%；净利润596.88亿美元，同比增
亚马逊云科技联手英伟达加码合作 再添200万块GPU算力部署
新浪科技讯 8月27日午间消息，亚马逊云科技与英伟达联合宣布进一步深化战略合作关系。依托长达16年的协同创新积累，双方拟在亚马逊云科技遍布全球的基础设施中额外引入200万块英伟达GPU，同时在AI工厂、CPU、网络、开放模型、数据处理以及机器人(14.550, 0.09, 0.62%)技术等多个维度展开更深层次协作，借助联合定制化解决方案，帮助客户以空前的规模推进AI研发进程。 据相关信息披露，本次合作范围的拓展进一步丰富了亚马逊云科技的自研芯片产品矩阵，使客户能够依据不同的工作负载需求灵活挑选最契合的算
亚马逊将向英伟达采购200万颗GPU芯片
专题：业绩超预期！英伟达第二季度营收达962亿美元，同比增长106%，数据中心业务营收890亿美元，同比增长117% 亚马逊与英伟达联合宣布，AWS将采购200万颗英伟达GPU，并部署英伟达全新Vera CPU。 英伟达透露，AWS采购的部分Vera CPU将与Rubin平台整合——Rubin是英伟达即将发布的下一代AI芯片，其余部分则作为独立产品单独部署。 该交易印证了超大规模客户持续加大投入的趋势，打消了市场关于其可能缩减开支的疑虑。英伟达首席财务官科莱特·克雷斯指出，预计"前五大超大规模客户"的资本
英伟达的隐秘武器 —— 资本运作
核心要点 英伟达依托在人工智能领域大幅领先的早期布局，跃升为全球市值最大的公司。生成式 AI 热潮已持续近四年，AMD(478.71, -27.29, -5.39%)、谷歌(341.395, -0.06, -0.02%)等竞争者持续侵蚀英伟达的技术领先位置，迫使这家企业亮出另一张底牌 —— 资本。 继上周与华尔街机构敲定合作，拟为英伟达图形处理器（GPU）筹集 5000 亿美元规模资金之后，英伟达于本周一宣告，将为 OpenAI 在俄亥俄州的超大型数据中心提供最多 1050 亿美元援助，相当于为这家 Ch
百度二季度业绩公布：总营收313亿，GPU云业务增速达283%
新浪科技讯 8月18日下午消息，百度公布2026年第二季度财务业绩，期内总营收达313亿元；百度常规业务收入为252亿元，其中AI业务收入占比达到50%，已连续两个季度占比超半。本季度，AI云基础设施中GPU云业务同比增长283%，连续四个季度保持三位数高增长。 "随着AI业务成为百度的核心战略方向，我们正在为下一阶段的AI驱动增长奠定坚实基础。"百度董事长李彦宏指出，"本季度，AI云基础设施延续强劲增长动能，GPU云在较高基数之上进一步提速。我们的AI应用矩阵持续展现良好发展势头，能力持续提升，应用场景
英伟达在GPU寿命议题上释放自相矛盾的信息
英伟达既希望客户尽可能多地采购下一代AI芯片，又试图让客户相信，其老款AI芯片能够长期保持价值。这两个目标，英伟达能否同时兼顾？英伟达之所以能维持高速增长，核心在于说服各大客户几乎每年都全面升级到最新一代硬件。例如在2024年中国台湾台北电脑展（Computex）上，英伟达将硬件更新周期从两年压缩至一年，推动客户更频繁地更换设备。就在本周一，英伟达、OpenAI与软银敲定了俄亥俄州大型数据中心项目，整个8吉瓦算力园区将全部搭载英伟达下一代芯片。黄仁勋指出，每一代新硬件都能为英伟达贡献1500‑2000亿美
英伟达芯片寿命论调陷前后矛盾
芯片巨头英伟达一方面力推新一代AI处理器采购，另一方面试图说服客户手头的旧款芯片依然能够长期保持价值。这两重诉求，能否兼顾？ 英伟达业绩高速攀升的核心动力，源自其成功劝说大型客户近乎每年完成一次向最新最强硬件的全面升级。 本周一，英伟达、OpenAI及SB Energy三方达成协议，OpenAI即将建设的8吉瓦算力设施将全部搭载英伟达下一代处理器。英伟达CEO黄仁勋透露，每一代新硬件有望为公司贡献1500至2000亿美元的销售额。 每一代芯片的性能均大幅超越上代，定价也随之显著攀升，从而推动英伟达利润飙升
英伟达公布Q2末对SpaceX投资估值达210亿美元
英伟达于当地时间周五公布，其对埃隆·马斯克执掌的SpaceX的投资在第二季度末估值约为210亿美元。 这家芯片巨头在美国证券交易委员会的文件中披露，其持有该马斯克旗下火箭公司的1.228亿股A类股票，该公司在6月份完成了首次公开上市。 SpaceX股价周五报收140美元，较6月底的170.86美元有所下滑，导致英伟达所持股份市值缩水至约172亿美元。 该笔持仓是英伟达的第二大投资，仅排在英特尔之后（英特尔股价102.5美元，跌幅2.06%或1.97%），后者当前估值约220亿美元，低于季度末的300亿美元
AI Agent介入EDA工具链：“智能体工程师”背后需要怎样的算力底座？
当大模型接入EDA工具：“智能体工程师”需要怎样的算力底座？AI+EDA服务器怎么配？智能体工程师的CPU、GPU与存储底座前言近期，NVIDIA扩展了面向工程场景的Agent Toolkit，将PhysicsNeMo和新的CUDA-X能力纳入智能体可调用的工具体系。与此同时，Cadence、Synopsys、Siemens等厂商也在积极推进面向芯片设计、验证以及系统工程的智能体工作流。这一动向的看点，并不仅仅是AI又掌握了一项新能力。更值得关注的是，模型开始介入真实的工程流程：解析规范、调用工具、提交任