英伟达Vera CPU专为智能体AI而生
采用全新架构设计的Vera，搭载88个定制化奥林匹斯核心，引入空间多线程技术，融合高带宽内存子系统与第二代低功耗LPDDR5X内存（带宽高达1.2 TB/s，能耗降低50%），能够高效满足多租户AI工厂及智能体响应场景的需求。截至目前，阿里云、字节跳动、Meta（META.US）、甲骨文（ORCL.US）云基础设施、CoreWeave（CRWV.US）、Lambda、Nebius、Nscale等已率先采用Vera；戴尔科技（DELL.US）、慧与（HPE.US）、联想、超微、华硕、富士康、技嘉、和硕、广达
AI CPU：性能跃迁新纪元
伴随大模型迈向Agentic AI（多智能体推理）的新范式，CPU在数据中心中的定位正经历根本性转变——从以往的任务调度与数据流转，升级为深度介入推理环节，致使CPU需求激增，甚至显现出用量超越GPU的态势。在Agentic AI推理流程中，约70%-80%的时间由CPU承担（涵盖任务分解、沙箱隔离、线程调度及应用调用等），GPU则仅聚焦于核心计算。这使得CPU与GPU的配比由传统的1:2逐步向1:1乃至更高比例演进，单颗CPU需支撑的线程数量剧增，以英伟达Vera（88核176线程）为例，单颗CPU可承
AI时代：认知带宽决定阶层差异
当人与人之间的鸿沟不再局限于财富。在AI时代，决定阶层差异的或许是“认知带宽”。昔日，人与人之间的隔阂源于土地、资本、资源或资讯。展望未来，这种差距或将转化为“你与AI及世界建立连接的快慢”。毕竟，AI正逐步蜕变为我们的第二大脑、全能助手、专属研究组以及战略顾问。同一个体，能否驾驭AI将导致效率悬殊，差距甚至可达十倍或百倍。未来最卓越的人才，未必是智商最高的，而是那些率先实现人机协作的人。这也解释了为何全球科技巨头正疯狂押注Neuralink、脑机接口、AI智能体、超算及数据中心。因为未来的竞争核心，已不
三星首发 HBM4E 样品，供货全球 AI 巨头
三星电子于周五宣布，已正式启动其最新一代高带宽内存（HBM）芯片——12 层堆叠的 HBM4E 样品的发货工作，并强调这是全球范围内首次实现该类产品的交付。鉴于 AI 服务器及处理器对高端存储芯片的需求急剧攀升，三星的客户名单涵盖了 AMD(518.09, 22.55, 4.55%)、英伟达以及谷歌 (386.12, 1.29, 0.34%) 等业界领先的 AI 企业。 责任编辑：王永生 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。 郑重
三星全球首发 HBM4E 样品，性能跃升超两成
三星电子于周五正式宣告，已启动其最新一代高带宽内存（HBM）——12 层堆叠 HBM4E 样品的交付工作，并强调这是全球范围内该类产品的首次出货。 鉴于人工智能服务器及处理器对高端存储芯片的需求急剧攀升，包括 AMD(518.09, 22.55, 4.55%)、英伟达以及谷歌 (386.12, 1.29, 0.34%) 在内的顶级 AI 巨头，均已纳入三星的客户阵营。 在今年早些时候率先实现业界领先的 HBM4 大规模量产与商用交付后，三星此次通过推出 HBM4E 样品进一步拓展了其 HBM 技术路线图，
AI对责任制的致命冲击
人类社会的博弈纳什均衡： 惩罚机制推高了说谎的成本，使得说真话成为唯一的理性选择。AI的介入导致了系统的崩塌：AI是一个拥有无限弹药且免疫惩罚的博弈异类。核心剖析：AI是如何通过“零惩罚”机制瓦解责任制的 1. 惩罚机制在AI系统中的物理失效古典责任制是建立在肉体约束之上的。惩罚人类的手段包括：剥夺财产、限制自由、社会信用破产（臭名昭著）。AI的免疫性：无法对一串权重数值进行罚款，无法关押代码，AI更不在乎“名誉”。可怕之处：惩罚的物理载体消失了。当一个系统无法被惩罚，任何基于“成本-收益”的约束模型在它
AI 浪潮引爆韩国芯片，SK 海力士市值破万亿
核心摘要 得益于投资者对人工智能概念半导体股票的狂热追捧，SK 海力士股价在周三交易中一度飙升 11%，助推这家韩国芯片巨头的市值成功跨越 1 万亿美元门槛。 人工智能服务器及算力所需的高带宽内存芯片需求爆发，驱动该股今年持续大涨，累积升幅已达约 250%。如今，SK 海力士已成为人工智能芯片霸主英伟达的关键供应商，牢牢占据全球人工智能产业链的核心地位。 收盘时，SK 海力士涨幅回落至 9.21%，三星电子则上扬 2.68%。 就在几周前，其国内竞争对手三星电子的市值也正式突破了 1 万亿美元关口。 这两
AI 浪潮助推：SK 海力士与美光迈入万亿市值行列
在人工智能热潮的驱动下，全球半导体行业迎来繁荣，存储芯片巨头 SK 海力士与美光 (895.88, 144.88, 19.29%) 科技已成功晋级，成为市值突破万亿美元的顶级企业。 作为全球第二大存储芯片制造商，SK 海力士今年的股价涨幅已超过两倍。本周三，其股价收盘劲升 9.3%，使得这家韩国公司的总市值攀升至 1599 万亿韩元，约合 1.061 万亿美元。 美光科技则于本周二正式跨过万亿市值大关，当日股价暴涨 19%，收盘报 895.88 美元。瑞银 (47.78, 0.82, 1.75%) 分析师
AI 越火手机越贵？账单揭秘芯片涨价背后的真相
当 AI 浪潮席卷全球，普通大众正默默为硅谷的狂欢埋单。你是否察觉到一个耐人寻味的现象？2026 年，全球在 AI 芯片上的投入两年间直接翻倍。Nvidia 单季数据中心营收飙升至 752 亿美元，同比激增 92%。与此同时，你的手机、电脑乃至汽车，价格都在不知不觉中上浮。这绝非偶然。钛媒体近期的一项深度调查揭露了一个令人忧虑的事实：在 AI 芯片的总开销里，"大脑"（计算芯片）仅占 13%，而"记忆"（高带宽内存）却独吞了 63%。这意味着，你为 AI 手机多掏的钱，大半
美国航空联合SpaceX为500余架客机装配星链网络
美国航空正对其机上网络体验进行全面改造。公司于5月26日公布计划，自2027年第一季度开始，将在逾500架空客(54.17, 0.00, 0.00%)窄体客机上配置SpaceX星链Wi-Fi设备。 本次网络升级将涵盖美国航空旗下的大部分空客窄体机队，涉及现有飞机以及全新的A321XLR和A321neo机型。星链系统通过低轨道卫星群提供宽带互联网服务，相较于传统地球静止卫星，具备更低延迟和更优传输速度，可支持在线游戏、视频流及实时协作等应用。 美国航空首席客户官希瑟·加博登指出：“身为一家国际顶级航空公司，
存储股热潮下的冷思考：周期律并未失效
近年间，存储类个股的优异表现强力拉动了美韩两地股市上扬，然而市场分析人士警示，若投资者忽视了该行业固有的周期性特征，恐将付出沉重代价。自 2022 年末 ChatGPT 问世至今，存储产业便步入持续扩张轨道，进而引爆了对高带宽内存（HBM）的庞大需求。作为 HBM 芯片的两大巨头，三星电子与 SK 海力士今年以来的股价涨幅惊人，分别达到了 114% 和 186%。美企美光科技与闪迪同期表现同样抢眼，股价分别攀升了 141% 和 156%。推动存储芯片股走向牛市的核心论点在于：市场普遍相信该行业已彻底告别往
AI算力背后的内存对决：HBM与DDR的技术博弈
近一年多来，各大存储芯片企业迎来业绩爆发期。国内多家存储企业正加速推进上市进程，本文就此展开探讨。带宽决定效率在人工智能模型训练过程中，计算能力并非唯一限制，数据传输才是核心环节。传统DDR5内存单通道带宽仅为50-100GB/s，而高端HBM3E则可达到1-4.8TB/s，这种量级差异直接决定了GPU能否充分发挥性能。设想若采用DDR5运行大模型，GPU大部分时间将处于等待状态，训练周期可能从数周延长至数月；而采用HBM则能让训练效率接近满载，时间成本大幅缩减。可以说，AI训练本质上是带宽的竞争。定位与
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浪潮下，边缘计算如何撬动千亿市场？
AI浪潮下，边缘计算如何撬动千亿市场？ 在人工智能飞速发展的今天，「边缘计算」（Edge Computing）正迅速崛起为科技行业的焦点。通俗地讲，边缘计算就是将原本需要上传至远程云端处理的信息，保留在靠近用户或终端设备的"边缘侧"直接完成运算。 如果将云端比作"远在总部的专家团队"，那么边缘计算就像是"分布在现场的小型作战单元"。 人工智能时代的来临，为边缘计算创造了广阔的发展空间，同时也带来了不少棘手的问题。 广阔的发展空间 （机遇在哪里？） 1. "速度决定一切"：毫秒级实时响应 自动驾驶车辆、远程
三星研发新一代 HBM 技术，赋能高性能端侧 AI 手机
IT 之家 5 月 15 日讯，根据韩国媒体 Etnews 上周（5 月 12 日）披露的消息，三星电子正致力于开发下一代 HBM 技术，旨在为移动设备带来更强劲的端侧 AI 算力支持。业界专家指出，三星正在攻关多层堆叠 FOWLP（Multi Stacked FOWLP）工艺，力求在智能手机和平板电脑等便携终端上实现更大容量与更高带宽的 HBM 应用。鉴于移动设备的内部空间远小于服务器机柜，且对能耗和散热的控制极为严苛，因此无法直接沿用现有的服务器方案。当前，主流的 LPDDR 内存多采用引线键合（Wi