稳住！AI底层逻辑未变
当前市场恐慌主要集中在两点，一是三大云服务商对上游供应链掌控力减弱，下游需求萎缩。致使连续提价后，云服务商净利润承压，现金流趋紧。二是彭博社传闻，北美市场已出现落后模型难以为继、算力需求骤减的情况，矛头直指Meta的LLaMA。据称Meta已中止模型训练，改向GPU租赁转型为云服务商。更有甚者渲染，若后续Gemini也掉队，将演变为众多CSP簇拥OpenAI与Anthropic两驾马车独领风骚的格局。上述两则消息，经研判，恐均属过度解读。先说供应链价格把控，实则成熟制程产品均在降价；能涨价的都是最新最难、
英伟达在华收入占比骤降至个位数
快科技6月25日报道，黄仁勋在2026年度股东会议问答中披露，2026财年英伟达从中国获得的营收比例已滑落至约9%，较之前年份出现显著萎缩。 在出口管制实施前的2022财年，中国市场为英伟达贡献了26.4%的收入，份额达到四分之一强。随后，随着美国对华芯片限制不断收紧，该比例逐年走低，2024财年仍保持在17%左右。 值得关注的是，中国针对美国芯片管控采取了多项应对措施，包括对英伟达高端AI芯片实施进口约束。2026年1月美方准许H200对华销售后，有消息称，该芯片至今未有企业下单采购。 另外，国内企业每
燧原科技IPO审核通过 国产AI芯片加速登陆资本市场
人工智能芯片领域传来重大动态。6月15日，上海证券交易所官网披露，上海燧原科技股份有限公司科创板IPO申请顺利通过上市委会议审核，公司计划募集60亿元资金，将投向第五代及第六代AI芯片系列产品的研发与产业化项目，以及先进人工智能软硬件协同创新平台建设。这意味着继摩尔线程、沐曦股份、壁仞科技之后，被誉为“国产GPU四小龙”的最后一家企业也成功迈过资本市场准入门槛，“四小龙”即将在资本市场首次完成集结。燧原科技的上市进程并非一蹴而就。这家2018年3月成立的初创企业，用近八年时间完成了从无到有的蜕变。恰逢中国
国产AI芯片崛起：DeepSeek-V4发布与本土算力生态突破
2026年4月24日，DeepSeek-V4大模型正式发布，成为首个同时支持华为昇腾芯片与英伟达芯片的模型，标志着我国人工智能产业正式迈入构建本土AI算力基础设施的新阶段，2026年因此被视为国产AI芯片实现规模化训练的元年。该模型针对华为昇腾新一代推理芯片进行了深度优化，在脱离境外技术生态后，模型端到端延迟成功降低35%，整体运行表现稳定且高效。DeepSeek-V4拥有1.6万亿总参数规模，支持百万词元超长上下文处理，在数学推理、代码生成等关键领域展现出卓越性能，API服务定价也具备明显优势，构建起独
DeepSeek-V4发布：国产AI算力迎来新突破
2026年4月24日，DeepSeek-V4大模型正式面世，首次将华为昇腾及英伟达芯片一同列入硬件验证名单，这表明我国人工智能产业正从依赖外部半导体，迈向构建自主本土AI算力基础设施的新阶段，2026年也因此成为了国产AI芯片训练落地的关键一年。针对该模型优化的华为昇腾新推理芯片性价比极高，摆脱境外生态后，模型端到端延迟减少了35%，运行更为稳定流畅。DeepSeek-V4拥有1.6万亿总参数及百万词元的超长上下文支持，在数学和编程领域表现卓越，API服务价格极具竞争力，确立了独特的差异化优势。如今，字节
DeepSeek-V4发布：首次同时支持华为昇腾与英伟达芯片，国产AI算力时代来临
2026年4月24日，DeepSeek-V4大模型正式发布，首次将华为昇腾芯片与英伟达芯片并列纳入硬件验证清单，意味着我国人工智能产业从依赖境外半导体，转向构建本土AI算力基础设施，2026年成为国产AI芯片训练落地元年。该模型适配的华为昇腾新款推理芯片性价比突出，脱离境外生态后模型端到端延迟降低35%，运行稳定高效。DeepSeek-V4具备1.6万亿总参数、百万词元超长上下文，在数学、代码等领域表现优异，API服务价格优势显著，形成差异化竞争态势。当前，字节跳动、腾讯、阿里巴巴等国内科技企业加快采购华
华为昇腾 950DT 八月登场：自研 HBM 助力 DeepSeek V4 性能倍增
快科技 6 月 7 日讯，DeepSeek V4 现已接入华为昇腾 950 AI 计算平台，而下半年更令人期待，升级版昇腾 950DT 定于 8 月亮相，其自研 HBM 芯片性能提升超过一倍。 华为副总裁兼中国云业务部部长陈林近日表示，昇腾系列芯片正按“一年一迭代、算力翻番”的节奏演进，全新昇腾 950DT 将于 8 月正式登陆华为云平台。 早前市场已获悉昇腾 950 处理器的消息，实则该系列包含两个版本：昇腾 950PR 与昇腾 950DT。两者核心架构相同，但内存配置各异，面向的应用场景也有所区分。
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