AI日报：Anthropic呼吁踩刹车，965亿估值上市，华为国产算力获突破
一边是创纪录的IPO热潮，一边是有人主动踩下的"刹车"——如今的AI界呈现出一种前所未见的割裂态势。Anthropic罕见地警示了"递归自我进化"的隐患，与此同时却以965亿美元的高估值冲刺上市;华为昇腾910C成功完成DeepSeek模型的训练，标志着中国AI算力自主化攻克了最难的一关;四大AI巨擘联手致信国会，要求强制实施DNA合成筛查；代码编写工具的竞争护城河已悄然从模型本身转移到了"意图数据库"。Anthropic研究院周四发布的博文提出了一个令全行
2024中国AI算力市场深度洞察
2024年，中国AI算力领域呈现迅猛增长态势，市场规模攀升至190亿美元，同比增幅接近六成。预计到2025年，这一数字将增至259亿美元。当前市场正从单纯训练向推理驱动转变，预计2026年推理算力占比将突破60%。四大核心力量推动行业前行· 政策层面：“东数西算”工程与“人工智能+”战略持续强化。 · 需求层面：大模型快速迭代，各行业智能化转型步伐加快。 · 投资层面：全球科技巨头纷纷加大算力资本投入，展开激烈角逐。 · 供给层面：国产化替代正从概念验证阶段迈向规模化应用。上游环节：AI芯片国产化进程加速
2026人工智能应用工程师报考指南:(国产AI大模型与自主算力融合实现新突破)
2026年4月24日，DeepSeek-V4大模型正式发布，首次将华为昇腾芯片纳入与英伟达芯片同等地位的硬件验证体系，象征着我国人工智能产业从依赖进口芯片，逐步转向建立本土AI算力生态，2026年被视为国产AI芯片实现规模化训练的关键年份。该模型适配的华为昇腾新一代推理芯片在成本效益方面表现优异，摆脱境外技术体系后，模型整体响应时间缩短35%，运行表现稳定可靠。DeepSeek-V4拥有1.6万亿总参数量、百万词元超长上下文处理能力，在数学推理、代码生成等场景中性能卓越，API服务定价具有明显优势，形成了
九大国产 AI 芯获信创认证，华为独占两席
5 月 26 日，中国信息安全测评中心携手国家保密科技测评中心共同发布了《安全可靠测评结果公告（2026 年第 2 号）》，此举首次将人工智能训练与推理芯片纳入安全可靠测评范畴。国内 7 家企业的 9 款国产 AI 芯片均荣获安全等级 I 级评定，这标志着国产 AI 算力基建正式迈入国家信创安全认证行列，同时也宣告信创工程从传统的 CPU、操作系统及数据库领域，全面拓展至人工智能核心硬件层面。九大芯片上榜：涵盖训练、推理及通用 GPU依据公告附件，本次顺利通过安全可靠等级 I 级认证的 9 款人工智能训练
国产AI芯片逆袭：昇腾950PR性能超英伟达且成本仅三分之一
一、技术突破与场景契合国产推理算力正实现从“可用”向“划算”的关键跨越。华为昇腾950PR芯片FP4算力高达1.56 PFLOPS，是英伟达特供版H20的2.87倍，单卡售价约7万元，仅为H200的三分之一（依据DeepSeek V4技术报告）。5月20日，黄仁勋受访坦言英伟达已将中国AI芯片市场“拱手相让”，摩根士丹利预测2026年英伟达在华市占率将跌至8%，而国产芯片整体份额将突破60%。这一突破精准契合三大政企高频场景：智能客服与政务问答的在线推理文档审核与知识检索的RAG服务金融风控与合规审查的实
面壁智能破局：600亿参数模型仅用8G内存，国产算力领跑端侧AI
通常情况下，运行一个8B参数的大模型大约需要16GB显存，参数规模越大，对显存资源的消耗就越严峻，这也推高了硬件成本。不过，现在出现了一种新技术，能让显存需求骤降6倍，同时尽量维持原有的性能水平。这两年全球都在争夺这一前沿技术，而我国凭借国产算力优势，已率先取得突破。该技术能把模型压缩到3B以内，性能保留率高达97%；配合MoE架构，未来只需8G内存的手机就能运行600亿参数的大模型。这一惊人的技术突破背后有何奥秘？传统大模型通常依赖高精度的数值来存储权重，每个权重的可选数值非常丰富，虽然精度高，但非常消
国内首个1.58比特端侧大模型开源发布
IT之家5月25日信息，面壁智能携手清华等机构，今日公布并开源其最新低比特大模型成果BitCPM-CANN。 据透露，该模型为我国首个完全基于华为昇腾平台端到端训练并开源的三值（1.51-bit）大模型。从量化计算、训练方法到整体框架，BitCPM-CANN均在昇腾平台原生构建，提供0.5B、1B、3B、8B四种规模，与同规模MiniCPM4全精度系列逐一对比测试，表现卓越。 相较传统BF16精度，BitCPM-CANN在推理时释放约6倍显存优势，同时保持90%-97.2%模型能力保留率。 官方指出，对移
面壁智能开源首个基于昇腾训练的1.58位端侧大模型
【TechWeb】5月25日，面壁智能联合清华大学、OpenBMB开源社区共同发布了其在低比特大模型训练领域的最新成果——BitCPM-CANN。这是国内首款完全基于华为昇腾算力平台实现的1.53位端侧大模型，该模型在技术上实现了重要突破。在相同设备配置下，该技术展示首次完成，随后已将其完整模型系列向公众开放。据公开信息显示，相比传统BF16精度，该模型在推理过程中节省了约6倍的显存资源，同时模型能力保持在90%至97.2%之间。在相同终端设备上运行时，可承载的模型能力大幅提升，过去需要1/6的内存即可获
国产AI芯片三巨头竞逐算力基础竞争
在美国芯片出口限制加剧的环境下，中国的AI芯片行业迎来了战略机遇期。据国际数据公司（IDC）2026年4月发布的《2025年度中国云端AI加速器市场报告》指出，2025年国内AI加速卡出货量达400万张，其中国产厂商出货165万张，市场份额升至41%，而英伟达出货220万张，占比55%。在这一快速发展的国产市场中，华为昇腾、阿里平头哥和百度昆仑芯组成核心“三强”阵营。自2026年上半年以来，这三家企业相继发布新一代芯片产品和超节点方案，中国AI算力基础的竞争正加速推进。华为昇腾：以一年一代、算力翻倍的节奏
台积电 A13/A12 蓝图揭晓，AI 芯片封装战打响
台积电在 2026 技术论坛上投下震撼弹：A13 与 A12 两大先进制程路线图首度曝光，N2U 量产时程更提前至 2026 年第四季。这标志着 AI 芯片的竞逐核心，已由比拼"制程微缩"转向较量"封装实力"。📅 发布日期：2026 年 5 月 25 日⏱️ 预估阅读：约 4 分钟🏷️ 内容标签：#硅基觉醒 #台积电 #AI 芯片台积电借由 2026 台湾技术论坛，正式披露 A13（1.3 纳米）及 A12（1.2 纳米）两项新制程规划。同期，N2U（2 纳米增强版）的量产节点提前到 2026 年末季，较
清华携手华为昇腾：AI大模型训练内存占用锐减六成
快科技5月24日报道，当前AI算力的核心痛点已从显卡转移至存储介质，特别是国内在高端HBM内存方面存在短板，因此各类优化方案层出不穷。近期清华大学的一项研究成果显示，其在华为昇腾平台上成功将内存占用压低了六倍。 面壁智能、清华以及 OpenBMB 团队共同推出了 BitCPM-CANN，这标志着首个基于华为昇腾 NPU 打造的端到端 1.58 比特（三元）大模型训练平台问世。 该系统采用了独特的三元量化算法，将模型参数压缩至 -1、0、1 三个数值状态，不仅使显存占用减少了 6 倍，同时也有效降低了能耗。
俄储蓄银行拟采华为芯片：国产算力破局西方封锁
快科技 5 月 21 日讯，消息显示，俄罗斯联邦储蓄银行掌门人格尔曼·格雷夫透露，该行正计划引进中国产处理器，以支撑其 GigaChat 人工智能模型的运作。鉴于西方制裁致使俄方难以获得尖端欧美硬件，华为昇腾 950 系列已成为俄方重点考察的替代方案。当下华为昇腾 950PR 芯片面临巨大的产能考验，字节跳动、阿里巴巴及腾讯等国内互联网巨头已抢先锁定大量货源。单是字节跳动一家，今年采购金额便高达约 380 亿元人民币。华为设定了 2026 年产出 75 万颗芯片的目标，但受限于中芯国际 7 纳米 DUV
国产AI芯片崛起：英伟达份额骤降至8%，自研架构重塑市场格局
【TechWeb】中国AI芯片市场正经历一场深刻的变革。根据Bernstein Research等多家机构的最新数据，英伟达在中国AI芯片市场的占有率已从三年前的95%高位急剧下滑至8%。与此同时，国产AI加速卡的市场份额却强势攀升，成功突破60%大关，标志着国产GPU正式告别“跟随者”角色，开始主导市场走向。 自主创新：国产芯片突围的关键 国产AI芯片的强势崛起，并非简单模仿国外技术路线，而是凭借原创架构实现突破。据《2026中国AI计算芯片市场研究报告》显示，多家国产芯片企业通过自主研发，在性能和成本
AI 服务器电源产业深度解析：市场格局、技术趋势与供应链洞察
AI 服务器电源专家深度对话国产 AI 服务器超级节点目前的交付进度怎样？与 2025 年下半年相比有何不同？国产 AI 服务器超级节点计划于 2026 年启动小批量交付，整体步入稳健起步期，这与 2025 年下半年几乎无规模化产出的状况形成鲜明对比。目前，国内核心采购方主要为阿里和字节两家互联网巨头，两者的机柜硬件配置策略差异显著：阿里采用单机柜 128 卡搭配 3.3kW 电源架构，每台机柜配置 8 个电源模组，共计 96 颗 3.3 千瓦模块；字节曾规划多种方案，最终基于产品成熟度选定 72 卡机柜
无锡打造大型Token工厂 首批配备华为昇腾服务器
IT之家 5 月 17 日消息，据《科创板日报》今日消息，弘信电子将与无锡高新区合作建设大型"Token 工厂"。 消息称，此次在无锡高新区建成的"Token（IT之家注：词元）工厂"，初期将配置 4 台华为昇腾 384 超节点服务器。每台超节点服务器具备 384 卡算力能力，将 4 个 384 张 GPU 组成超级计算集群。该项目未来将作为规模化、高性能"国产芯片模型"算力集群的新典范。