AMD官方宣布，代号“Venice”的第六代EPYC处理器正式启动量产，该处理器采用台积电2nm先进工艺打造，现阶段于台积电台湾工厂生产，后续将落地台积电美国亚利桑那州工厂，实现多产地量产布局。这款Venice处理器是业内首款基于台积电2nm工艺量产的高性能计算（HPC）产品，是AMD与台积电先进制程合作的重要进展，可为新一代云计算、企业服务以及AI基础设施，提供稳定的性能与能效支撑。当前AI应用持续迭代，从基础的训练、推理场景，逐步拓展至复杂智能体算力负载，CPU在AI基础设施搭建中的核心作用持续提升，
关键字：
AMD
台积电
NVIDIA、超威（AMD）、英特尔（Intel）三大芯片大厂均看好AI发展，服务器供应链业者坦言，现在不缺单，最缺反而有「三力」：电力、人力与财力，其中又以「电力」与「人力」最让厂商伤脑筋，而此状况，也让供应链的抢电、抢人大战，越烧越烈。AI浪潮正从模型训练（training），进展到推论运算（inference），代理式AI应用开始百花齐放，不仅带动GPU、特用芯片（ASIC）服务器，更拉升通用型（general purpose）服务器出货。 NVIDIA首席执行官黄仁勋乐观预估，全球10亿人口，未来
关键字：
NVIDIA
英特尔
AMD
AI服务器
AMD董事会主席及首席执行官苏姿丰博士（Dr. Lisa Su）携手零一万物创始人&CEO、创新工场董事长李开复博士，这两位行业大佬在上海AMD AI开发者大会（AMD AI DevDay 2026）现场给我们带来了一场高端对话。两人一致判断：2026年AI将迎来两个关键转折，促成生成式AI真正迈向智能体时代并落地。
关键字：
AMD
智能体
5月19日，在上海举办的 AMD AI 开发者日 2026 （AMD AI DevDay 2026）上，零一万物 CEO 李开复博士与AMD董事会主席及首席执行官苏姿丰博士展开了一场主题为“AI智能体新范式”的巅峰炉边对话。双方围绕企业多智能体、AI开发者生态、未来企业组织架构与生产力形态等议题进行了深入交流。零一万物 CEO 李开复博士（左）与AMD董事会主席及首席执行官苏姿丰博士（右）炉边对话活动现场，零一万物还与 AMD 联合发布了全新的“万智智算节点”Cube01。AMD董事会主席及首席执行官苏姿
关键字：
AMD
Cube01
智能体
2026年5月19日，上海——AMD公司今天宣布，其在上海举办的AMD AI开发者大会 (AMD AI DevDay 2026) 吸引了超过两千名开发者到场参加，现场气氛热烈，这是这一面向AI 开发者的AMD技术盛会首次登陆中国。秉承“开放-构建-创新-连接”的理念，本次大会汇集了行业领袖、技术领导者、生态系统合作伙伴、AMD 工程师和众多AI 开发者，通过包括主题演讲、技术会议、动手工作坊、开发者作品分享以及与 AMD 工程师和行业专家面对面交流等形式，与会者深入探讨AI创新和构建的最新动态与趋势，分享
关键字：
AMD
AI开发者大会
据韩媒TheElec报道，三星电子计划于2026年第三季度，向全球主要服务器及数据中心厂商批量交付支持CXL 3.1标准的下一代内存模块（CMM-D）样品，待通过客户质量认证后，最快于第四季度启动量产，敲定生产规模与出货计划。TheElec原文援引业内消息称，三星电子拟最快在第四季度，启动CXL 3.1 标准内存产品量产工作；同时计划于第三季度，率先对外送样旗下新一代 CMM-D 内存模块，该产品原生支持 CXL 3.1 规范。CXL是基于PCIe的高速互连技术，可实现CPU、内存与GPU间的高速数据传输
关键字：
三星
CXL
GPU
英特尔下一代锐刃湖AX(Razor Lake-AX) 芯片将内置封装内存，直接对标 AMD 的美杜莎旗舰级 APU 产品。英特尔将在下一代锐刃湖 AX芯片上重新启用封装内存设计，用以抗衡 AMD 美杜莎系列旗舰 APU。英特尔上一次采用封装内存，还是用在月湖（Lunar Lake） 系统级芯片上。该系列芯片主打低功耗移动平台，在 30W 功耗限制下性能表现不俗；而英特尔此次新一代封装内存方案，规格将大幅升级。据社交平台 X 爆料博主 Haze2K1 消息，英特尔锐刃湖 AX系统级芯片将搭载封装内
关键字：
AMD
美杜莎
APU
英特尔
Razor Lake-AX
LPDDR6
英特尔公司在北京举办新一代AI工作站平台发布会，推出英特尔® 至强® 600工作站处理器与英特尔锐炫™ Pro B70、B65 GPU。双芯的强强联合，将为AI开发者与企业打造覆盖从日常应用和专业重负载AI应用、且颇具成本效益的高效工作平台。 英特尔市场营销集团副总裁、中国区总经理郭威，阐释英特尔顺应智能体应用需求，利用至强和锐炫的双芯协同，让AI工作站真正做到了能攻、能守、能合 英特尔至强600工作站处理器：四维升级，释放重载算力英特尔至强600工作站
关键字：
英特尔
至强600
工作站处理器
锐炫Pro B70
GPU
AI工作站
生成式AI应用推升图像处理器（GPU）需求爆发，全球半导体业也进入由AI驱动的结构性重组，然值得注意的是，中央处理器（CPU）在历经行动装置时代与GPU崛起的压抑后，再度重返主战场，需求来得又急又快，也使得英特尔（Intel）产能罕见陷入供不应求盛况。英特尔经营层于财报会议上直言：「目前需求远大于供给，产能不足已流失数十亿美元营收机会。」供应链人士表示，在英特尔决定将有限产能优先供给高价的Xeon服务器处理器为主后，NB、台式机（DT）城门大开，不仅超威（AMD）全线处理器市占率明显拉升，甚至传出台系IC
关键字：
英特尔
服务器
Xeon
处理器
联发科
AMD
摩尔线程 x 中国移动｜国产GPU率先支撑央企大模型，S5000完成九天35B大模型适配近日，中国移动自主研发的九天35B通用大模型即将正式发布。作为中国移动重要的生态合作伙伴及 “AI 能力联合舰队” 的核心算力成员，摩尔线程基于旗舰级AI训推一体全功能GPU MTT S5000，依托成熟的MUSA软件栈与高性能算子优化，已率先完成九天35B模型的全流程适配与推理验证。这不仅是国产GPU与央企大模型的深度协同，更意味着国产AI算力已具备支撑行业级大模型规模化落地的核心能力。软硬协同优化，释放极致性能本次
关键字：
摩尔线程
中国移动
GPU
九天35B
大模型适配
中国 AI 推理 GPU 赛道再迎重磅融资。据凤凰网消息，国内 AI 推理 GPU 企业曦望（Sunrise） 完成新一轮超10 亿元人民币融资，估值突破100 亿元，成为中国纯推理 GPU 领域首家独角兽企业。这是 2026 年 AI 需求向推理侧转移背景下，国内 GPU 行业最大单笔融资之一。曦望源自 AI 巨头商汤科技分拆，至今已完成7 轮融资，累计融资额约40 亿元。本轮资金将主要用于：下一代启望 S3（Qiwang S3） 推理 GPU 的量产与交付全栈软件生态建设后续 S4、S5 芯片的持续研
关键字：
曦望
GPU
近日，英特尔公司在北京举办新一代AI工作站平台发布会，推出英特尔® 至强® 600工作站处理器与英特尔锐炫™ Pro B70、B65 GPU。双芯的强强联合，将为AI开发者与企业打造覆盖从日常应用和专业重负载AI应用、且颇具成本效益的高效工作平台。 英特尔市场营销集团副总裁、中国区总经理郭威，阐释英特尔顺应智能体应用需求，利用至强和锐炫的双芯协同，让AI工作站真正做到了能攻、能守、能合 英特尔至强600工作站处理器：四维升级，释放重载算力英特尔至强600工作站处理器为专业重负载场景和卓
关键字：
AI工作站
英特尔
至强600
工作站处理器
锐炫
GPU
AMD近日宣布，正为下一代Instinct MI500 AI加速器开发基于MRM的共封装光学（CPO）解决方案，构建起“AMD设计+格芯制造+日月光封装”的产业链合作模式。据消息透露，MI500预计于2027年推出，采用台积电2nm工艺与CDNA 6架构，并搭载HBM4E内存。CPO技术将硅光引擎与计算芯片集成在同一封装内，通过光传输替代传统铜线互连，从而显著提升带宽，同时降低延迟与功耗。供应链分工明确：格芯负责光子集成电路（PIC）制造，依托其Fotonix硅光平台；日月光则承担系统级封装任务。此外，A
关键字：
AMD
格芯
日月光
MI500
加速器
CPO
尽管铜并非数据中心内回收量最大的材料，但随着数据中心持续扩建与架构重构，废旧铜材正催生出一条全新的产业链。图片来源：snezhkina/Adobe Stock人工智能数据中心的高速扩张，正为废旧硬件、老旧配件及原材料回收打造出一个全新二级市场。在这一新兴回收经济中，退役 GPU、CPU、内存以及铜材等物料被重新利用，在其他设备中开启 “第二生命周期”，或至少被回收处理以备后续使用。AI 数据中心对 GPU 和 CPU 的更新换代速度，远快于传统 IT 硬件周期。部分硬件在使用三至四年后便会被替换，而在某些
关键字：
数据中心
CPU
GPU
UALink联盟近日发布了2.0版本通用规范，该版本新增了“网络内运算”功能，旨在实现加速器之间的运算和通信能力。相比1.0版本，2.0在降低延迟和提高带宽使用效率方面有了显著改进，同时增强了AI工作负载分布式训练和推理的扩展性能。 据综合Network World、The Register、SDX Central等报道，UALink联盟成立于2024年中期，由AMD、思科（Cisco）和慧与科技（HPE）等科技巨头支持，目标是创建一个开放、低延迟、高带宽的互连技术，以提供不同于NVIDIA N
关键字：
UALink
2.0
GPU
网络标准
精准医疗与药物研发正被人工智能深刻重塑。作为AI for Science（AI4S）领域的核心阵地，解码生命奥秘的关键已从实验观测转向算力与算法的协同突破。蛋白质结构预测、基因组分析与医学影像，构成了生命科学AI的三类关键技术，其能力直接决定了新药研发的效率与精准医疗的进程。然而，作为这三类关键技术之一的蛋白质结构预测模型AlphaFold 3，其训练代码未完全开放，商业使用亦受限，这使得科学家难以基于该模型构建真正自主可控的研发环境。这种技术依赖还面临更深层的合规挑战：蛋白质结构预测与基因组分析涉及大量
关键字：
AI4S
摩尔线程
GPU
最开始紧缺的是GPU，随后是内存，而如今紧缺的矛头转向了CPU。据半导体行业分析机构Semianalysis Dylan Patel指出，GPU已不再是云厂商的瓶颈，这一角色现已转移至CPU。受Agentic AI爆发式增长影响此前，用于AI的GPU仅执行简单推理任务，随着新模型推出，任务形态发生根本性变化 —— Agentic AI如今被大量用于数据库调用，以及物理仿真、模拟运算等高度依赖CPU的任务。这些频繁的数据库访问与CPU密集型运算，导致云数据中心CPU使用率急剧飙升。这种爆发式需求已导致Git
关键字：
CPU
GPU
AI
英伟达
AMD
英特尔
Arm
在AI热潮推动下，算力需求持续喷发，导致芯片资产出现罕见现象：GPU（图形处理器）的保值能力甚至超过汽车。 以英伟达H100为例，使用3年后仍可维持原价84%，折旧速度远低于一般耐用品，颠覆市场对科技硬件「快速贬值」的既有认知。据财经媒体《商业内幕》（Business Insider）报道，这样的价格表现并非个案，而是整体市场供需失衡的结果。 根据Silicon Data的数据，英伟达不论新款或旧款GPU，近几个月价格全面上升，显示AI算力需求仍持续超过供给。GPU价格颠覆常态 旧款芯片不跌反升过去芯片市
关键字：
芯片
硅谷
GPU
据彭博社报道，负责审核英伟达、AMD AI 加速芯片出口许可的美国商务部机构，过去一年人员大幅流失，芯片厂商审批周期已拉长至数月。消息源自 20 多位知情人士：美国工业和安全局（BIS） 正疲于应对特朗普政府关税调查、AI 芯片出口审查带来的激增工作量；商务部副部长杰弗里・凯斯勒坚持几乎亲自审批每一份许可申请，并让企业 “直接致电他本人以获批许可”。彭博社对美国人事管理办公室数据、领英资料变动及机构记录的分析显示：2024 年以来，BIS 共流失101 名员工，缩减19%规则制定与许可审核岗位流失率接近2
关键字：
英伟达
AMD
AI芯片
出口审批
Nutanix 首席执行官拉吉夫・拉马斯瓦米表示，人工智能技术的应用已开始为公司贡献利润。不过，自主智能体 AI 真正开始显著影响客户的盈利状况，还需要一段时间。该厂商在上月的 GTC 大会上公布了自主智能体 AI 平台战略，并于本周推出了更多相关功能，其中包括一套多租户框架，旨在帮助企业与新型云服务商从 GPU 中榨取更多价值。但目前仍处于早期阶段，可以合理认为，真正规模化使用 Nutanix 全新 AI 技术的客户数量大概率仅有数十家，而非数千家。与此同时，公司在聚焦即将到来的自主智能体 AI 时代的
关键字：
GPU
虚拟化
CPU
虚拟化
AI 通常被定义为算力故事：更大的模型、更快的 GPU、布满加速器的数据中心。但随着系统持续扩容，真正的限制并非算力，而是数百、数千乃至数百万处理器间的通信。图一：人工智能数据中心规模扩展集群规模的演变。现代 AI 的核心是矩阵乘法，大型神经网络可将运算分配至多个处理单元，并行计算成为提升性能的首选方案。但模型规模超过约 100 亿参数后，小型本地计算域无法支撑扩容，工作负载需分配至多个图形处理器（GPU），覆盖板卡、服务器、机架，乃至跨建筑区域级光纤网络。实际应用中，GPU 需协同如同一台超大处理器，需
关键字：
人工智能
GPU
英特尔发布了最新基准测试成绩，展现了其在 CPU 与 GPU 平台上的最新人工智能推理能力。该结果作为 MLCommons 组织MLPerf Inference v6.0测试套件的一部分正式公布，凸显了英特尔至强 6 处理器搭配英特尔锐炫 Pro B 系列 GPU，在工作站、数据中心与边缘端部署场景下的性能表现。对于关注 AI 硬件平台演进的工程师与开发者而言，这些结果清晰展现了英特尔在当前由专有 GPU 生态主导的市场中，如何布局开放、可扩展的推理系统。基准测试凸显锐炫 Pro GPU 扩展能力MLPe
关键字：
人工智能
英特尔
GPU
核心要点智能体 AI 工作负载正在重塑数据中心算力需求，性能瓶颈从以 GPU 为中心的推理转向CPU 密集的调度与工作流管理。传统 AI 推理是单步前向传播，而智能体 AI 是分布式、多步骤、带规划 / 工具调用 / 验证 / 迭代推理的复杂流程，对 CPU 需求激增。实测显示：在金融异常检测、AI 代码生成等场景中，CPU 耗时超过 GPU 推理，仅靠提升 GPU 性能无法优化整体吞吐。数据中心需保持CPU 与 GPU 均衡配比，推荐比例为 1:1 到 1.4:1，即每颗 GPU 配 86–120 个
关键字：
智能体AI
Agentic AI
GPU
Equinix 正在扩大其数据中心容量，以满足来自人工智能与云基础设施日益增长的需求，特别是高密度 GPU 部署场景。此次扩建反映出计算架构的整体转变 ——AI 推理负载正对供电、散热和网络互联能力提出越来越高的要求。这一动态凸显出基础设施限制正成为 AI 系统设计的关键因素，同时也表明半导体生态系统的价值重心正在转移：不再局限于芯片本身，而是延伸到支撑芯片运行的物理基础设施层面。为 AI 负载扩展基础设施Equinix 正在升级设施以支持更高的功率密度，其数据中心专为大型 GPU 集群（例如基于英伟达架
关键字：
Equinix
液冷
GPU
人工智能
基础设施
在各大存储巨头竞相押注 HBF（高带宽闪存）等后 HBM 时代技术之际，被公认为 **“HBM 之父”的韩国科学技术院（KAIST）教授金正浩（Joungho Kim）** 抛出重磅判断：当前由英伟达主导的GPU 中心化 AI 架构，终将转向内存中心化架构。随着 AI 从生成式模型向智能体模型演进，内存瓶颈正成为关键制约。金正浩在接受《Aju News》采访时将这一转变称为 **“上下文工程”的兴起 —— 海量文档、视频及多模态数据需被并行处理。他强调，要跟上这一趋势，内存带宽与容量必须提升最高 1000
关键字：
HBM
HBF
AI
GPU
价格上涨不仅蔓延至存储半导体领域，也波及非存储半导体领域。继AI基础设施投资扩张推高DRAM和NAND闪存价格后，模拟芯片、功率半导体以及CPU等产品近期也出现了供应中断和价格上涨的情况。自2025年夏季以来，受数据中心需求激增导致的供应不足影响，以DDR5为中心的内存价格曾一度陷入疯狂。在2025年底的巅峰时期，内存售价较年初翻了3至5倍。内存出现大范围降价近几个季度以来的DRAM价格上涨，主要是由于AI数据中心市场需求激增所驱动。在此背景之下，综合市场数据与产能结构来看，目前三大DRAM原厂（三星、S
关键字：
存储
CPU
英特尔
AMD
3月25日至29日，以“科技创新与产业创新深度融合”为主题的2026中关村论坛年会在京举行，汇聚来自100多个国家和地区的上千名嘉宾，共促创新与发展。摩尔线程作为国产全功能GPU领军企业，深度参与未来产业、量子科技、人工智能等多个平行论坛。同时，摩尔线程重点展示了与生态伙伴在量子计算等前沿领域的最新合作进展，并携全栈自主算力解决方案亮相“人工智能+”展区，以自主可控的底层算力引擎，驱动智能经济高质量发展。 &n
关键字：
中关村论坛
摩尔线程
GPU
随着半导体制造工艺不断向更先进的纳米制程迈进，计算光刻已从芯片设计的辅助环节，发展成为先进芯片设计的核心支柱。如今，掩模合成、光刻仿真以及光学邻近效应校正（OPC）对计算精度和数据处理吞吐量提出了前所未有的要求。而这些工作流程的核心环节便是光栅化—— 将复杂的几何版图转换为超高分辨率像素网格的过程。西门子EDA部门近期发布了一份白皮书，提出了应对该问题的创新方案。书中深入剖析了光栅化成为技术瓶颈的原因，以及基于大规模并行 GPU 架构的创新光栅化算法如何破解相关难题，并通过实际性能测试结果，展现了这一创新
关键字：
并行
GPU
光栅化器
加速计算
光刻技术
西门子EDA
受 AI 热潮推动，如今热销的计算硬件不只有显卡和 NAND 闪存。AMD 与英特尔高管均指出，X64 CPU 需求大幅上涨—— 这一方面源于整体 AI 算力基础设施的大规模建设，更直接的原因则是AI 推理与智能体 AI（Agentic AI）负载的快速普及。在此之前，GPU 一直是 AI 领域无可争议的硬件主角。凭借强大的并行计算能力，GPU 能够承担现代神经网络所需的繁重运算，尤其在模型训练阶段，拥有数千个核心的 GPU 可以高效完成将训练数据转化为权重参数所需的并行矩阵乘法。英伟达占据了数据中心市场
关键字：
CPU
AI
Intel
AMD
过去一年，如果你关注通信行业的新闻，大概很难躲过「AI-RAN」这个词。英伟达和软银牵头成立的 AI-RAN 联盟，T-Mobile 西雅图的实验室测试，Indosat 在印尼完成的 AI 通话演示——一连串的动态似乎在传递一个信号：GPU 即将大规模进入基站，AI 正在从「网络上层」下沉到「无线底层」。但如果你有机会和运营商的朋友聊一聊，会发现他们的态度远没有发布会舞台上那么激动。兴奋是有的，但更多的是审慎、观望，甚至是一丝不易察觉的疑虑：基站里真的需要塞进一块 GPU 吗？这笔账到
关键字：
GPU
AI-RAN
amd.gpu介绍
您好，目前还没有人创建词条amd.gpu!
欢迎您创建该词条，阐述对amd.gpu的理解，并与今后在此搜索amd.gpu的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473