广和通早盘大涨4% 率先实现Qwen3.5端侧部署
广和通(7.54, -0.41, -5.16%)（00638）早盘涨超4%，截至发稿，股价上涨4.15%，现报8.28港元，成交额2579.28万港元。 据广和通官微消息，近日，广和通AI研究院基于高通跃龙TMQCS8550处理器，率先完成Qwen3.5系列小尺寸模型在高通NPU上的端侧部署适配验证，打通模型转换、混合精度量化、NPU后端编译与端侧推理运行链路，为前沿大模型在端侧设备本地运行提供关键技术支撑。 围绕Qwen3.5模型结构与高通跃龙TMQCS8550处理器特性，广和通AI研究院基于Fiboc
花两万买部能跑AI的手机值不值？
花两万买部能跑AI的手机值不值？ 7月15日，国家网信办公布消息：苹果、华为、OPPO、vivo、小米、三星、中兴七家品牌已全部完成端侧AI大模型备案。这是监管机构首次针对"移动端生成式人工智能服务"设立专门备案类别。 关键要点： 首先，端侧AI正式进入规范化阶段。 模型在本地芯片运行，数据不上传云端，传统的服务器端监管方式无法覆盖。现在有了明确规范：边界划定清晰，赛道已经铺开，各方选手蓄势待发。 其次，苹果AI中国版本取得重要进展。 苹果已官宣与阿里千问携手，中国区iPhone用户苦等近两年后，终于看到
三星AI PC专用加速芯片"GAIA"曝光：4nm制程、剑指2027年大规模量产
三星电子正在研发一款专用于人工智能个人电脑（AI PC）的加速芯片，研发代号为“GAIA”，预计将在2027年进入量产阶段。据业界消息透露，GAIA由三星电子设备解决方案（DS）部门旗下的系统LSI事业部主导研发。当前，三星已向联想、惠普等主流个人电脑制造商提供工程样品，开展性能评估与适配验证工作。GAIA采用4nm先进制程，核心架构围绕神经网络处理器（NPU）构建。区别于传统的中央处理器（CPU）和图形处理器（GPU），该芯片专注于生成式人工智能相关运算任务。此外，三星正在积极推动GAIA与存内计算（P
AI ISP：极客摄像头的真正拐点，专为开发者而生
如果你热衷于折腾硬件，或许心里早已对各类"AI开发板"有了价格锚点。树莓派4B四百出头，摄像头和NPU另算——AI推理纯靠CPU硬扛，人脸检测帧率仅个位数。Jetson Nano性能尚可，但门槛千元，功耗7-15W，移动电源基本没戏。ESP32-CAM十几块就能拿下，可它是MCU架构，跑不了Linux，更无NPU可言，所谓智能只能把图像甩给云端处理。对于想深挖AI视觉的玩家而言，理想中的平台大概是这样：售价几百、自带NPU、可接Sensor、弱光成像可用、SDK开箱即用。这一价位长期无人填补MT。ShiM
解密AI计算力的真面目
（图片由AI生成）“人工智能算力”这词听起来就像黑匣子里的玄虚概念。让我用最贴近日常的方式，把它拆解成你“能看见、能触摸”的东西。一、暂且抛开“算力”，抓住两个字：“智力”你可以把AI模型当作一个超级勤奋的学生：1·学习阶段：这个学生要把全球的知识（所有书籍、文章、图像、视频）统统吸收一遍。它需要闪电般的运算速度来完成数亿道习题、记下数十亿个知识点。这里的“速度”，就是学习算力。2·应用阶段：你向它提问（比如“帮我生成一段文案”或“制作一张熊猫弹吉他的图像”），它必须在几秒内搜索自己的“记忆库”，整理出答
AI 三雄竞逐 IPO、Claude Fable 5 震撼登场、Win11 深度整合 AI
📅 2026-06-11 | 午间·快讯精选 AI 三雄竞逐 IPO、Claude Fable 5 震撼登场、Win11 深度整合 AI📅 2026-06-11 | 午间·快讯精选大家中午好！今日的 AI 快讯准时送达。上午我们深入探讨了苹果 WWDC 的动向，此刻利用午间时光，通过三条短讯快速梳理今日最受瞩目的 AI 进展——涵盖资本市场、模型迭代至操作系统层面，AI 的普及速度远超预期。 💰 资本重磅 OpenAI 秘密递交 IPO 申请，AI 三巨头集体冲击公开市场 6 月 9 日，OpenAI 正
国芯科技AI PC芯片流片成功 单核算力8TOPS
快科技6月4日报道，多家机构如东北证券、银华基金近期调研了国芯科技。公司透露，与龙擎空天联合研发的CNN 300 NPU IP已投入产业化应用。以此为基础构建的GPNPU SoC AI PC芯片整体设计已定稿，现进入流片验证环节，这代表国产AI PC核心芯片迎来了重大进展。 CNN 300是专为AI PC及通用智能体打造的自研NPU IP，具备可重构编程特性。其单核算力达到8TOPS，若采用四核堆叠模式，总算力可攀升至32TOPS。 GPNPU SoC芯片配备64位RISC-V双核CPU，集成了PCIe
高通AI芯片搅局 PC市场格局生变
英特尔或许从未料到会有如此被动的一天。高通推出的AI PC芯片凭借45 TOPS的NPU算力，直接让Intel处于劣势。这不仅仅是性能的数字增长，而是整个PC产业游戏规则的彻底改变——过去是硬件配置决定用户体验，如今则是AI能力说了算。AMD同样不甘示弱，锐龙8040系列直接把NPU模块集成到消费级处理器中。从这两家巨头的应对速度就能看出，业界心里都很明白：再犹豫就会被市场淘汰。为何手机厂商如此兴奋？因为端侧大模型意味着你的手机将来能够理解人类语言、帮你撰写文案、甚至代替你参与会议。这不再是那些傻乎乎的语
AI Agent时代团队协作新模式探讨
直播信息分享主题：AI Agent时代团队协作新模式探讨分享时间：2026.06.04（周四）19:00-20:00直播平台：毕昇编译-视频号内容介绍AI Agent作为新兴编码助手，已大幅改善软件开发编码效能。本报告研究的关键议题是：当团队成员"人均配备AI Agent"时，该如何重新构建协作模式与职责划分，从而最大化整体产出效率。针对NPU IR项目知识壁垒高、上下文环境复杂等特性，我们研究的方向是构建Skill知识库作为核心载体，统一整合"人与人、人与Agent、Agent与Agent"三种知识交互
离线AI的潜力有多大?本地化AI PC给出了全新诠释
你或许会这么想：AI断网后，就像汽车缺油、手机没电——还能派上用场吗？但2026年的AI PC却在说：事实恰恰相反。当业界纷纷热议云端大模型、API调用、Token计费之际，一批尖端电脑却反其道而行——将AI能力完整"嵌入"本地硬件，彻底挣脱网络枷锁。这就是AI PC。2024年被称为"AI PC元年"，而2026年则是全面爆发的"出货大年"。Gartner预测，AI PC的市场渗透率将从2025年的31%跃升至2026年的55%以上。离线的AI，究竟能强大到何种地步？答案，或许超出你的想象。传统PC仰赖
DEEPX携手研扬科技，共拓边缘AI全球市场
韩国物理AI芯片企业DEEPX与华硕旗下工业计算子公司研扬科技，在2026年台北国际电脑展期间正式签订了一份为期三年的全球量产合作备忘录。双方将联手推动基于DEEPX神经处理单元的AI方案在全球工业领域的商业化应用。 依据协议，DEEPX将向研扬科技的核心产品线提供其NPU芯片及配套专用编译器，覆盖范围包括工业计算机、单板计算机以及边缘网关。双方将围绕M.2、mPCIe、PCIe卡及COM Express等标准规格，共同开发AI性能提升模块，并展开OEM/ODM定制化边缘AI产品的深度合作。重点应用领域涵
云端算力巨头对决桌面AI助手：同冠AI之名价格却差千倍，解读智能计算的双轨世界
同样顶着"AI"的标签，一台售价数百万元，一台只需数千元。它们各自扮演什么角色？行业正在经历怎样的蜕变？未来又将呈现何种形态？若你关注科技资讯，这两个概念必定耳熟能详——AI服务器与AI PC。名称相近，本质却截然不同：前者是支撑大模型运行的超级计算集群，后者是赋予个人电脑本地AI处理能力的升级方案。一个在数据中心日夜运转，一个在你面前低调工作。它们分别代表AI算力的两个极端，共同构成了这个时代最基础的计算格局。AI服务器，专业名称为人工智能服务器，是专门为模型训练与推理任务构建的高性能计算平台。它绝非普
AI个人电脑时代启幕
6月1日11:00（北京时间），GTC Taipei 2026，黄仁勋主讲，官方口径：“驱动下一代 AI 的突破性技术”，市场一致预期N1X+AI PC 是核心。英伟达、微软Windows、Arm三方联动发布“A new era of PC”，传闻核心配置：20 核 CPU6144 CUDA 核心（Blackwell）128GB LPDDR5X 统一内存CPU/GPU/AI 单元单芯片集成。苏姿丰在2026年CES（1月初）和上海AI 开发者日（5月19日） 两次亲自展示的那台“便当盒 / 巴掌大”AMD
AI电脑：定义未来的生产力工具
何为AI PC？AI PC并非简单的“AI工具+PC”组合，而是涵盖芯片、系统、软件及工作模式的全维度革新，打造出全新的下一代计算终端。它与传统PC究竟有何不同？首当其冲的是架构革新。传统PC采用“CPU+GPU”双核架构，而AI PC升级为“CPU+GPU+NPU”三重架构。三者各司其职：CPU负责通用运算，GPU处理图形渲染，NPU专攻AI智能任务。特别是NPU，无论是独立芯片还是集成设计，都能以极低的能耗高效处理AI负载，速度远超传统CPU。其次是交互体验的质变。传统电脑依赖物理操作，处理长文、复杂
人工智能芯片与计算架构术语解析
CPU： Central Processing Unit 的缩写，中文称中央处理器，是个人电脑与服务器中承担核心通用计算或控制工作的芯片。GPU： Graphic Processing Unit 的缩写，中文叫图形处理器，主要负责图形渲染与并行计算。凭借高效的并行计算架构，它能让复杂图形相关任务更快完成，并广泛用于人工智能训练与推理、科学模拟、数字孪生、游戏等场景。如今，GPU 也已成为人工智能计算的重要硬件支柱。GPGPU： 指借助 GPU 的并行计算能力，去执行原本由 CPU 处理的通用计算任务的技术