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年6月5日AI产业早报
各位读者，早上好。今天是2026年6月5日，星期五。欢迎收看人工智能早间新闻。从央行大额逆回购到香港AI应用展，从英伟达开源物理AI模型到Anthropic秘密递交IPO文件，AI产业正以前所未有的密度和广度，从技术赛跑全面转向资本与产业的多维较量。一个由顶层战略护航、全球资本驱动、实体场景牵引的智能经济新格局，正加速成形。宏观层面，为保持流动性充裕，央行6月5日开展5000亿元买断式逆回购，采用固定数量、利率招标、多重价位中标方式，期限为3个月（92天），到期日为2026年9月5日。5000亿的“活水”
北航人工智能学院学子赴华为KADC大会参观学习
2026年5月22日，北航人工智能学院精心策划的"AI企业行"系列活动圆满举办，组织学生赴中关村国际创新中心参加华为KADC大会（鲲鹏昇腾开发者大会2026）本次KADC大会精心设置两大环节：日间展览与晚间庆典活动。日间展览主要涵盖鲲鹏峰会、昇腾峰会、多场技术研讨会、专题展示区及Codelabs。展示区域围绕鲲鹏与昇腾950系列芯片架构、超节点及灵衢互联技术展开，呈现了鲲鹏、昇腾芯片的前沿技术与应用成果以及超节点解决方案。同步开展多场学术讲座，学术权威与企业领袖深入解读最新芯片产品与技术、算子开发、内核融
北京AI产业创新大会圆满落幕，聚焦智能生态发展
[中国，北京，2026年2月28日] 以“融合 效能 安全——让AI‘+’出新活力”为主题的第四届北京人工智能产业创新发展大会在国家会议中心二期举办。本届大会由北京市科学技术委员会、中关村科技园区管理委员会，北京市经济和信息化局，北京市广播电视局，北京市政务服务和数据管理局，北京市门头沟区人民政府，华为技术有限公司联合主办。共计15000余名政府领导、全球学界领袖、业界精英、行业大咖、领军企业代表受邀出席。开幕式上，北京昇腾生态先锋中心启动仪式正式点亮。第四届北京人工智能产业创新发展大会当前，北京人工智能
2026年昇腾AI开发实战营在雄安科创中心圆满落幕
5月31日，“智汇雄安·昇腾未来——2026年昇腾AI开发实战训练营”在雄安科创中心圆满落幕。本次活动由雄安科学园主办，雄安人工智能教育科技有限公司、北京软通动力教育科技有限公司联合承办，汇聚华为昇腾全栈技术与资深讲师资源，致力于打造懂模型、精部署、强实战的AI开发人才。讲师学员合影实训课程实拍课程采取“理论+实操+实战”三位一体模式，实操比例超55%，确保学员全程动手，真正做到“学完即练、练完能战”。训练为期五天，涵盖内网本地部署、模型训练调优、算力调度及开源模型应用等核心内容，并紧扣企业业务设计实战项
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
AI课程全新启航！马鞍山数字人才发展中心首期公开课精彩纷呈
为筑牢数字人才发展根基，推动本地高校人才培养及企业数智化转型升级，5月29日，马鞍山数字人才发展中心首期AI公开课正式启动。活动共汇聚近60名学员，涵盖马鞍山职业技术学院、马鞍山学院、皖江工学院等本地高校相关专业的学生、市内优秀企业一线技术人员及众多AI爱好者，实现校园人才培养与社会人才赋能双轨并进。本次培训特邀华为认证专业讲师团队全程授课，采用理论讲解与沉浸式实操相结合的教学方式，有效降低AI学习门槛，既能帮助零基础学员快速入门，也能助力进阶学员深化技术能力。上午课程围绕当前热门的AI智能体技术展开，讲
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
昇腾鲲鹏技术革新，开发者规模突破415万
新浪科技讯 5 月 26 日上午报道，在近期举办的鲲鹏昇腾开发者大会 2026 上，多项涉及昇腾与鲲鹏的创新成果正式亮相，内容囊括超节点架构的革新、软件生态的开源开放以及易用性的持续优化等。 聚焦 AI 计算范畴，昇腾超节点与 Agent 负载具有天然契合度，正引领算力基建的新模式。华为公司 Fellow、半导体首席科学家廖恒在题为《面向 Agentic AI 时代的昇腾超节点最佳实践》的演讲中指出：昇腾始终遵循从“芯片架构到系统架构，再到集群与软件架构”的深度协同策略，不断迭代硬件实力、优化 CANN
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
端侧AI新突破：国产技术实现手机运行大模型的高效压缩
一个 8B 参数的大模型，通常需要约 16GB 显存。参数越多，越吃显存，这就是为什么，内存价格一天比一天高。 现在，有一种方法，可以省下 6 倍显存，却几乎不损耗模型性能。 过去两年，围绕这个看似极端的思路，一条全球性的技术竞赛正在成型。而就在这条赛道上，一个完全基于国产算力的方案，刚刚给出了自己的第一个回答。 模型被压到了不到 3B，同时，能力却可以保留 97%，甚至更进一步，如果结合 MoE 架构，未来可以直接在一部 8GB 内存的手机，运行 600 亿参数的大模型。 听上去匪夷所思，怎么做到的？
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