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
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
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
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
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
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
在过去三年里，AI服务器市场的叙事逻辑高度单一：谁拥有更多的GPU，谁就掌握了通往通用人工智能（AGI）的钥匙。然而，随着AI应用从简单的聊天机器人升级为能自动执行复杂流程的代理AI（Agentic AI），数据中心的底层算力需求正在发生本质性的剧变。汇丰证券在最新发布的深度行业报告中指出，一个“算力再平衡”的时代已经开启，CPU正重新成为AI数据中心的决策枢纽。早期的AI模型主要依赖大规模GPU进行并行计算，但代理AI的工作流则完全不同，涉及大量的逻辑分支、任务同步和多线程处理。代理AI不仅需要输出内容
关键字：
代理AI
Agentic AI
CPU
GPU
算力瓶颈往往不是计算，而是数据传输。AI训练需要不断在服务器之间交换数据，例如梯度同步和模型参数更新。在这条高增长赛道上，博通与Marvell的脱颖而出，并非偶然，而是技术、资金、客户、战略四大维度长期积累的必然结果。
关键字：
GPU
定制芯片
AI硬件
近年来，中国获取英伟达高端芯片的限制持续收紧，而这些限制反而为国内芯片企业创造了前所未有的增长机遇。据 21 世纪经济报道消息，中国芯片设计企业营收实现增长，寒武纪、摩尔线程、元心科技等企业业绩大幅提升。值得关注的是，据爱集微指出，长期困扰中国芯片企业的盈利难题在 2025 年取得突破性进展：寒武纪业绩大幅扭亏为盈，摩尔线程、元心科技等 GPU 企业的亏损则大幅收窄。寒武纪 2025 年成功扭亏为盈21 世纪经济报道数据显示，寒武纪 2025 年营收达 64.97 亿元，同比激增 453%；净利润为 20
关键字：
GPU
寒武纪
摩尔线程
元心科技
在扩展 AI 工作负载的过程中，你会遇到的问题之一就是 KV 缓存耗尽 HBM 内存，这会限制 AI 应用的 “记忆” 容量，并导致用户体验下降。针对这一问题，英伟达及其合作伙伴正在开发全新的 上下文内存存储平台（Context Memory Storage，CMX）。上周在美国犹他州盐湖城举办的首届 VAST Forward 大会上，英伟达与 VAST Data 的代表演示了 CMX 如何突破 GPU 内存墙。 KV 缓存是现代 AI 技术栈的固有组件。有了 KV 缓存，用户不必每天早上 7
关键字：
英伟达
CMX
GPU
内存墙
VAST Data
综合韩国媒体《首尔经济》、New Daily等报道，2026年2月12日清晨，三星天安园区使用大型低震动运输车，完成全球首批HBM4量产产品的出货。三星表示，本次出货的HBM4最高运行速率达13Gbps，远超行业此前预期的11.7Gbps，相较JEDEC标准的8Gbps快46%，也较前一代HBM3E的9.6Gbps提升超过35%。由于实际性能超出英伟达的规格要求，市场消息显示：在HBM3E阶段对三星产品持谨慎评估态度的英伟达，在测试三星HBM4样品后，反而主动要求提前量产进度。有分析认为，这批HBM4将搭
关键字：
三星
HBM4
英伟达
GPU
如今科技领域似乎一切都围绕AI展开，而事实也的确如此。在计算机内存市场，这一点体现得尤为明显。为AI数据中心中GPU及其他加速芯片提供支持的DRAM需求极其旺盛、利润空间巨大，导致原本用于其他领域的内存产能被分流，价格也随之暴涨。据Counterpoint Research数据，本季度截至目前，DRAM价格已上涨80%～90%。电子行业为何会陷入这一困境？当前局面是DRAM行业周期性繁荣与衰退叠加前所未有的AI硬件基础设施建设浪潮共同导致的结果。供需剧烈波动的核心要理解这一事件的来龙去脉，就必须认识到造成
关键字：
DRAM
GPU
2026年初，中国GPU行业进入了密集创新阶段，多家国内厂商发布了自研架构和针对特定市场细分的新产品。Iluvatar CoreX 公布第四代 GPU 架构路线图1月26日，Iluvatar CoreX发布了其第四代GPU架构路线图，提出了一个雄心勃勃的计划，力图在2027年前超越NVIDIA的Rubin架构。2025年，伊露维达天书架构表现优于NVIDIA Hopper;2026年，伊露维达天璇架构将与NVIDIA Blackwell进行基准测试。同样在2026年，伊露维达天机架构目标超越Blackwe
关键字：
GPU
新架构
英伟达
2026年初，中国GPU产业进入高强度创新阶段，多家本土企业相继推出自主研发的架构和新产品，精准切入细分市场，向英伟达（NVIDIA）发起挑战。摩尔线程发布第四代GPU架构路线图1月26日，摩尔线程（Iluvatar CoreX）正式公布其第四代GPU架构路线图，提出雄心勃勃的目标：到2027年超越英伟达Rubin架构。具体规划如下：2025年：天枢（Tianshu）架构性能已超越英伟达Hopper；2026年：天璇（Tianxuan）架构对标英伟达Blackwell；同年，天玑（Tianji）架构将实现
关键字：
GPU
英伟达
去年初以来，AMD 一直试图获得向中国市场销售 MI308 GPU 的许可，该产品积压的市场需求终获批准 —— 这笔价值 3.6 亿美元、原本未纳入官方销售渠道的 Instinct GPU 销售额，于 2025 年第四季度计入 AMD 财报。凭借这一突破，这家与英特尔、英伟达竞争的芯片制造商，在其数据中心计算业务史上首次实现 Instinct GPU 销售额超越 Epyc CPU。这一里程碑式的时刻历经十多年积淀，印证了 AMD 在软硬件领域的不懈努力 —— 使其得以在 GPU 市场与英伟达展开全面竞争。
关键字：
AMD
GPU
CPU
英特尔CEO陈立武（Lip-Bu Tan）表示将开始制造GPU，正式进军这一由英伟达主导的芯片市场 —— 标志着作为传统CPU巨头正在进行重大战略扩张，目标直指利润丰厚的数据中心AI芯片业务。同时，他在在思科AI高峰会（Cisco AI Summit）上表示公司已任命一名新的首席架构师，负责推动GPU研发布局。“我刚刚聘请了首席GPU架构师，他非常优秀，我很高兴他能加入我的团队”，他坦言邀请对方加入“花了一些工夫去说服”。据了解，原任职于高通的工程高级副总裁埃里克·德默斯（Eric Demmers）将担任
关键字：
英特尔
GPU
数据中心
三年前，当邓白氏集团（Dun & Bradstreet Holdings Inc.）着手构建一套以人工智能为核心的分析能力套件时，遭遇了一个如今在企业人工智能领域普遍存在的问题：如何在扩大人工智能工作流规模的同时，不牺牲对底层数据的信任。信任是不容妥协的关键。该公司的全球企业识别编码系统（Data Universal Numbering System），相当于企业的 “社会保障号”，已嵌入超过 20 万家客户的信贷决策、合规管理、贷款发放和供应商资质审核流程中，其中包括约 90% 的《财富》500
关键字：
人工智能
GPU
数据韧性
双nvidia gpu介绍
您好，目前还没有人创建词条双nvidia gpu!
欢迎您创建该词条，阐述对双nvidia gpu的理解，并与今后在此搜索双nvidia 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