AI算力：异构芯片的混战格局
类别核心障碍资金流向对HBM的依赖度Training（训练）全面需求算力+带宽+互联全拉满极高Prefill（读题）计算能力算力核心中等Decode（答题）内存带宽HBM带宽或SRAM高推荐/检索容量+随机访问超大容量内存（CXL/DRAM）低MoE路由/Agent通信交换互联带宽+极低时延低模型规模INT4量化后大小能否放进44GB？7B3.5 GB轻松70B35 GB勉强（KV Cache空间极小）405B（Dense）200 GB完全放不下671B（MoE，激活37B）~18 GB放得下CoreWe
KESAR：融合知识推理的古籍图像分割与识别新范式
论文题目：Knowledge-Enhanced Historical Document Segmentation and Recognition作者：En-Hao Gao、Yu-Xuan Huang、Wen-Chao Hu、Xin-Hao Zhu、Wang-Zhou Dai作者单位：南京大学新型软件技术国家重点实验室；南京大学人工智能学院；南京大学智能科学与技术学院发表会议：The Thirty-Eighth AAAI Conference on Artificial Intelligence，AAAI
AI算力争夺战背后的真相：三大巨头仅占21%，其余79%流向何方？
2026年6月末，一张数据图在AI社区引发热议。图中三条短柱象征OpenAI、Anthropic和xAI，一条长柱代表全球其他所有力量。三条短柱的总高度，还不及长柱的一半。说明文字更令人震惊：到2025年底，这三家掀起AI算力竞赛的公司，实际只消耗了全球运营AI算力的约21%。许多人起初难以置信。过去三年，媒体头条几乎被这些公司垄断，Nvidia财报会议反复提及的也是它们。人们早已习惯认为，算力领域由这三家主导。这张图表源自独立研究机构Epoch AI的研究员Josh You。他在2026年5月20日发布
AI芯片研发与平台升级同步推进：行业最新动态汇总
6. 国际媒体披露：DeepSeek正研发专用推理处理器，市场反应明显据海外媒体7月8日报道，DeepSeek正在打造自主AI推理芯片，旨在减少对英伟达和华为产品的依赖。这款芯片聚焦推理运算，不涵盖模型训练环节，项目仍处于初期开发阶段。DeepSeek正与多家芯片设计公司、代工企业及存储供应商接洽，同时大力招募芯片工程人才。此前，DeepSeek利用H800成功训练出R1模型，在美国出口限制导致供应链中断后转向华为昇腾平台，已推出适配昇腾的V4版本。此番自主研发芯片的策略与OpenAI的Jalapeno、
AI时代拉开差距的关键：会"出题"的人正在超越只会"用"的人
- 前情提要- ㊟本文一共2376字， 全部阅读完大约需要4分钟。最近有位做财务的朋友跟我倾诉工作烦恼。公司月度成本分摊报表，他图省事直接把数据丢给大模型处理，AI输出的结果看起来条理清晰、格式规范，他没有二次核对就直接提交了。直到财务总监复核时发现，多层抵扣环节的计算逻辑完全颠倒，部门预算数据全部失真，光是整改、复盘、补资料就耗费了整整两天。他说了句很扎心的话：现在人人都在用AI，但人和人的差距，反而被越拉越大了。我一直在思考：我们和AI之间，真正的分水岭到底在哪里？直到看到复旦大学那场独特的期末考试，
AI浪潮下，软件产研体系迎来全面重构
根据最新行业资讯，AI技术正深度重塑全球软件开发与研究体系，从需求分析、系统架构、代码编写到测试验证、上线部署的全链路环节，均已实现AI的广泛嵌入。当前业界领先公司的AI代码产出占比已突破60%，测试环节的AI应用覆盖率超过70%，整体研发交付效能增长达三倍以上，众多中小型软件厂商也纷纷启动AI驱动的产研升级。这一变革的核心驱动力来自AI大模型编程能力的日趋完善，AI应用重心正从消费侧向生产端全链条延伸。与大模型开发阶段一次性集中投入训练算力不同，AI赋能的产研体系需要为研发团队提供持续稳定的推理服务能力
没有本体的AI就像“识字不识意”——读《本体驱动的AI数据管理》第3章有感
本体驱动的AI数据管理 · 第3章读后感⑩：没有本体的AI是"识字但不识字"——它能读"坡度15.1度"，但不知道这意味着什么"读完《本体驱动的AI数据管理》第3章3.3.2节'支撑业务活动中的AI'"一、这部分我学会了啥3.3.1节读完我留了一个问题：智能工作台聚合了所有信息，但会不会让审查员变懒？3.3.2节没直接回答"替代"还是"增强"的边界问题，而是给了我对AI角色的新理解——AI不是替代人，是增强人。
Positron冲刺50亿美金估值，7.5亿融资加速AI芯片突围
AI推理芯片初创企业Positron正与多方投资者磋商分两阶段融资约7.5亿美元，首轮融资估值预计为35亿美元，第二轮有望达50亿美元。若交易达成，这家仅成立三年的公司将在五个月内实现估值翻两倍以上。 Positron成立于2023年，总部设于内华达州里诺，专注打造高能效推理芯片，用于部署AI模型，是挑战英伟达市场主导地位的新兴力量之一。截至目前，公司已累计获得约3.09亿美元融资，投资方包括Arm Holdings、卡塔尔投资局、Valor Equity Partners与Atreides Manage
透视AI思维黑箱：J空间揭示大模型隐性推理机制
近日，人工智能领域取得突破性进展：Anthropic团队在Claude大模型内部发现一个名为J空间（J-space）的隐性表征区域，并借助自研工具J透镜，首次实现对AI“未言明思考”的全貌观测。该研究突破传统参数与算力竞争框架，为解开大模型黑箱、构建AI安全体系开辟全新维度——简单说，人类终于拥有了洞察AI思维逻辑的“透视镜”。以往用户与大模型互动，仅能见到对话框中的最终回复。推理过程如封闭黑箱，模型在输出前如何联想、判断、预判，全然未知。此前“思维链”技术虽让AI展示思考步骤，但仅是刻意呈现的“表面草稿
AI浪潮背后：算力、能源与资本投入成产业决胜关键
算力角逐模型能力的每一次突破，背后都是芯片、服务器、机房、电力与现金流的协同作战。最近围绕 NVIDIAAI 加速芯片新一代 GPU以及数据中心扩容的报道不断涌现市场关注的并非某家企业的股价而是 AI 产业究竟需要多少算力谁能提供成本能否降低AI 的应用大规模落地不仅取决于软件层面的创新还取决于算力供给是否充足推理成本是否降低企业能否承受长期使用的支出企业推进 AI 项目时必须把成本模型梳理清晰训练开销推理开销调用规模峰值负载私有化部署云端服务之间的权衡都将决定商业模式能否走通深度解读：算力成本决定 AI
AI产业观察：竞争重心转向电力、推理芯片及合规治理
观物如实-拒绝碎片化认知。本文基于2026年7月9日前的公开资料梳理，重点探讨AI产业技术迭代、企业应用、成本控制及合规体系建设。本文仅供行业参考，不作为投资、法律或合规建议。截至当前，AI产业已从单纯的“模型能力比拼”深化为“基础设施、终端入口及治理体系”的全方位角逐。在硬件与基础设施层面，Meta宣布在加拿大阿尔伯塔省Sturgeon County建设1GW规模数据中心，涵盖电力、基建及冷却方案。这表明大型AI基建已超越单纯采购GPU，演变为电力供应、冷却系统、本地配套及长期运维的综合工程。此外，Pe
Anthropic发现AI隐藏思考机制
Claude还没开口，内心却早已乱了阵脚——这并非我凭空臆测，而是Anthropic近期公开的一项研究揭示的真相。该研究名为《语言模型中的全局工作空间》，Anthropic的研究员在Claude内部发现了一块自发形成的隐秘区域，名为J空间（J-space，源自雅可比矩阵Jacobian）。J空间颇为奇特，它几乎完全由词汇构成，但当某个词的模式亮起时，模型并未将其输出，仅是在脑海中进行构思。这是Claude的静默思考领域，无需落笔，便能先在脑海中过一遍概念。更重要的是，它并非人工刻意设计，而是训练过程中自然
AI观察 | 本土算力业绩爆发：从昇腾集群到云服务转折
📅 2026年7月9日 · 星期四浪潮信息中期净利润预增226%-288%，深信服20CM涨停，国资云板块领涨——本土算力产业链正从"概念炒作"迈向"业绩兑现"的关键转折点。在全球科技股同步承压、韩股步入熊市的背景下，A股本土算力板块逆势崛起。7月8日，云计算概念大爆发，深信服、网宿科技等20CM涨停，浪潮信息一字涨停，封单超70万手。消息面上，2026世界人工智能大会（WAIC）即将于7月17日在上海举行，昇腾旗下Atlas 950 SuperPoD超节点将重磅首展。市场对本土算力的关注从"有没有"迅速
2026年AI算力新周期：Token工厂模式与基础设施变革
△ 点击上方关注，加星标置顶本号即时掌握锦麟资本最新动态进入2026年，全球人工智能产业全面迈入以“具身智能”和“群智智能体”为核心的应用爆发期，AI算力需求结构发生根本性逆转——大模型大规模训练的算力红利逐步向长尾、高并发的推理算力池转移。在传统的算力租赁模式下，数据中心运营商扮演的是类似“数据地产商”的角色。通过大量采购英伟达、AMD或大厂自主研发的专用芯片，以固定时租（如单卡小时数）将硬件资源整块打包给大模型厂商。传统模式的弊端：基础设施厂商不承担模型研发风险，但也彻底绝缘了下游应用爆发带来的溢价红
英伟达与d-Matrix达成合作：融合架构赋能AI推理性能跃升
【科技媒体7月8日报道】据海外媒体The Information于7日披露，全球领先的GPU芯片厂商NVIDIA正与定制芯片新锐d-Matrix展开深度合作，共同构建融合型算力平台，旨在高效支撑AI模型的部署与运行。 据悉，d-Matrix在当日发布的官方声明中透露，云服务提供商Parasail通过整合NVIDIA Hopper/Blackwell系列GPU与d-Matrix自研的Corsair ASIC芯片，成功实现了令牌产出效率的十倍增长。 这款Corsair芯片基于数字存内计算架构打造，采用台积电先