gpu 文章最新資訊

英特爾發(fā)布至強(qiáng)600系列工作站處理器與銳炫Pro B70 GPU，雙芯聯(lián)動(dòng)重塑AI工作站格局

英特爾公司在北京舉辦新一代AI工作站平臺(tái)發(fā)布會(huì)，推出英特爾? 至強(qiáng)? 600工作站處理器與英特爾銳炫? Pro B70、B65 GPU。雙芯的強(qiáng)強(qiáng)聯(lián)合，將為AI開(kāi)發(fā)者與企業(yè)打造覆蓋從日常應(yīng)用和專(zhuān)業(yè)重負(fù)載AI應(yīng)用、且頗具成本效益的高效工作平臺(tái)。英特爾市場(chǎng)營(yíng)銷(xiāo)集團(tuán)副總裁、中國(guó)區(qū)總經(jīng)理郭威，闡釋英特爾順應(yīng)智能體應(yīng)用需求，利用至強(qiáng)和銳炫的雙芯協(xié)同，讓AI工作站真正做到了能攻、能守、能合英特爾至強(qiáng)600工作站處理器：四維升級(jí)，釋放重載算力英特爾至強(qiáng)600工作站
關(guān)鍵字：英特爾至強(qiáng)600 工作站處理器銳炫Pro B70 GPU AI工作站

摩爾線(xiàn)程 x 中國(guó)移動(dòng)｜國(guó)產(chǎn)GPU率先完成九天35B大模型適配

摩爾線(xiàn)程 x 中國(guó)移動(dòng)｜國(guó)產(chǎn)GPU率先支撐央企大模型，S5000完成九天35B大模型適配近日，中國(guó)移動(dòng)自主研發(fā)的九天35B通用大模型即將正式發(fā)布。作為中國(guó)移動(dòng)重要的生態(tài)合作伙伴及 “AI 能力聯(lián)合艦隊(duì)” 的核心算力成員，摩爾線(xiàn)程基于旗艦級(jí)AI訓(xùn)推一體全功能GPU MTT S5000，依托成熟的MUSA軟件棧與高性能算子優(yōu)化，已率先完成九天35B模型的全流程適配與推理驗(yàn)證。這不僅是國(guó)產(chǎn)GPU與央企大模型的深度協(xié)同，更意味著國(guó)產(chǎn)AI算力已具備支撐行業(yè)級(jí)大模型規(guī)模化落地的核心能力。軟硬協(xié)同優(yōu)化，釋放極致性能本次
關(guān)鍵字：摩爾線(xiàn)程中國(guó)移動(dòng) GPU 九天35B 大模型適配

GPU公司曦望（Sunrise）完成超 10 億元融資，估值破百億

中國(guó) AI 推理 GPU 賽道再迎重磅融資。據(jù)鳳凰網(wǎng)消息，國(guó)內(nèi) AI 推理 GPU 企業(yè)曦望（Sunrise）完成新一輪超10 億元人民幣融資，估值突破100 億元，成為中國(guó)純推理 GPU 領(lǐng)域首家獨(dú)角獸企業(yè)。這是 2026 年 AI 需求向推理側(cè)轉(zhuǎn)移背景下，國(guó)內(nèi) GPU 行業(yè)最大單筆融資之一。曦望源自 AI 巨頭商湯科技分拆，至今已完成7 輪融資，累計(jì)融資額約40 億元。本輪資金將主要用于：下一代啟望 S3（Qiwang S3）推理 GPU 的量產(chǎn)與交付全棧軟件生態(tài)建設(shè)后續(xù) S4、S5 芯片的持續(xù)研
關(guān)鍵字：曦望 GPU

英特爾發(fā)布至強(qiáng)600系列工作站處理器與銳炫Pro B70 GPU

近日，英特爾公司在北京舉辦新一代AI工作站平臺(tái)發(fā)布會(huì)，推出英特爾? 至強(qiáng)? 600工作站處理器與英特爾銳炫? Pro B70、B65 GPU。雙芯的強(qiáng)強(qiáng)聯(lián)合，將為AI開(kāi)發(fā)者與企業(yè)打造覆蓋從日常應(yīng)用和專(zhuān)業(yè)重負(fù)載AI應(yīng)用、且頗具成本效益的高效工作平臺(tái)。?英特爾市場(chǎng)營(yíng)銷(xiāo)集團(tuán)副總裁、中國(guó)區(qū)總經(jīng)理郭威，闡釋英特爾順應(yīng)智能體應(yīng)用需求，利用至強(qiáng)和銳炫的雙芯協(xié)同，讓AI工作站真正做到了能攻、能守、能合?英特爾至強(qiáng)600工作站處理器：四維升級(jí)，釋放重載算力英特爾至強(qiáng)600工作站處理器為專(zhuān)業(yè)重負(fù)載場(chǎng)景和卓
關(guān)鍵字： AI工作站英特爾至強(qiáng)600 工作站處理器銳炫 GPU

AI 數(shù)據(jù)中心加速迭代，催生全新電子硬件回收經(jīng)濟(jì)

盡管銅并非數(shù)據(jù)中心內(nèi)回收量最大的材料，但隨著數(shù)據(jù)中心持續(xù)擴(kuò)建與架構(gòu)重構(gòu)，廢舊銅材正催生出一條全新的產(chǎn)業(yè)鏈。圖片來(lái)源：snezhkina/Adobe Stock人工智能數(shù)據(jù)中心的高速擴(kuò)張，正為廢舊硬件、老舊配件及原材料回收打造出一個(gè)全新二級(jí)市場(chǎng)。在這一新興回收經(jīng)濟(jì)中，退役 GPU、CPU、內(nèi)存以及銅材等物料被重新利用，在其他設(shè)備中開(kāi)啟 “第二生命周期”，或至少被回收處理以備后續(xù)使用。AI 數(shù)據(jù)中心對(duì) GPU 和 CPU 的更新?lián)Q代速度，遠(yuǎn)快于傳統(tǒng) IT 硬件周期。部分硬件在使用三至四年后便會(huì)被替換，而在某些
關(guān)鍵字：數(shù)據(jù)中心 CPU GPU

UALink 2.0發(fā)布：GPU網(wǎng)絡(luò)標(biāo)準(zhǔn)新進(jìn)展

UALink聯(lián)盟近日發(fā)布了2.0版本通用規(guī)范，該版本新增了“網(wǎng)絡(luò)內(nèi)運(yùn)算”功能，旨在實(shí)現(xiàn)加速器之間的運(yùn)算和通信能力。相比1.0版本，2.0在降低延遲和提高帶寬使用效率方面有了顯著改進(jìn)，同時(shí)增強(qiáng)了AI工作負(fù)載分布式訓(xùn)練和推理的擴(kuò)展性能。據(jù)綜合Network World、The Register、SDX Central等報(bào)道，UALink聯(lián)盟成立于2024年中期，由AMD、思科（Cisco）和慧與科技（HPE）等科技巨頭支持，目標(biāo)是創(chuàng)建一個(gè)開(kāi)放、低延遲、高帶寬的互連技術(shù)，以提供不同于NVIDIA N
關(guān)鍵字： UALink 2.0 GPU 網(wǎng)絡(luò)標(biāo)準(zhǔn)

筑基AI4S：摩爾線(xiàn)程全功能GPU加速中國(guó)生命科學(xué)自主生態(tài)

精準(zhǔn)醫(yī)療與藥物研發(fā)正被人工智能深刻重塑。作為AI for Science（AI4S）領(lǐng)域的核心陣地，解碼生命奧秘的關(guān)鍵已從實(shí)驗(yàn)觀測(cè)轉(zhuǎn)向算力與算法的協(xié)同突破。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、基因組分析與醫(yī)學(xué)影像，構(gòu)成了生命科學(xué)AI的三類(lèi)關(guān)鍵技術(shù)，其能力直接決定了新藥研發(fā)的效率與精準(zhǔn)醫(yī)療的進(jìn)程。然而，作為這三類(lèi)關(guān)鍵技術(shù)之一的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型AlphaFold 3，其訓(xùn)練代碼未完全開(kāi)放，商業(yè)使用亦受限，這使得科學(xué)家難以基于該模型構(gòu)建真正自主可控的研發(fā)環(huán)境。這種技術(shù)依賴(lài)還面臨更深層的合規(guī)挑戰(zhàn)：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與基因組分析涉及大量
關(guān)鍵字： AI4S 摩爾線(xiàn)程 GPU

CPU正面臨嚴(yán)重短缺

最開(kāi)始緊缺的是GPU，隨后是內(nèi)存，而如今緊缺的矛頭轉(zhuǎn)向了CPU。據(jù)半導(dǎo)體行業(yè)分析機(jī)構(gòu)Semianalysis Dylan Patel指出，GPU已不再是云廠商的瓶頸，這一角色現(xiàn)已轉(zhuǎn)移至CPU。受Agentic AI爆發(fā)式增長(zhǎng)影響此前，用于AI的GPU僅執(zhí)行簡(jiǎn)單推理任務(wù)，隨著新模型推出，任務(wù)形態(tài)發(fā)生根本性變化 —— Agentic AI如今被大量用于數(shù)據(jù)庫(kù)調(diào)用，以及物理仿真、模擬運(yùn)算等高度依賴(lài)CPU的任務(wù)。這些頻繁的數(shù)據(jù)庫(kù)訪(fǎng)問(wèn)與CPU密集型運(yùn)算，導(dǎo)致云數(shù)據(jù)中心CPU使用率急劇飆升。這種爆發(fā)式需求已導(dǎo)致Git
關(guān)鍵字： CPU GPU AI 英偉達(dá) AMD 英特爾 Arm

芯片比豪車(chē)保值？專(zhuān)家揭硅谷暴利內(nèi)幕「價(jià)格漲瘋了」

在AI熱潮推動(dòng)下，算力需求持續(xù)噴發(fā)，導(dǎo)致芯片資產(chǎn)出現(xiàn)罕見(jiàn)現(xiàn)象：GPU（圖形處理器）的保值能力甚至超過(guò)汽車(chē)。以英偉達(dá)H100為例，使用3年后仍可維持原價(jià)84%，折舊速度遠(yuǎn)低于一般耐用品，顛覆市場(chǎng)對(duì)科技硬件「快速貶值」的既有認(rèn)知。據(jù)財(cái)經(jīng)媒體《商業(yè)內(nèi)幕》（Business Insider）報(bào)道，這樣的價(jià)格表現(xiàn)并非個(gè)案，而是整體市場(chǎng)供需失衡的結(jié)果。根據(jù)Silicon Data的數(shù)據(jù)，英偉達(dá)不論新款或舊款GPU，近幾個(gè)月價(jià)格全面上升，顯示AI算力需求仍持續(xù)超過(guò)供給。GPU價(jià)格顛覆常態(tài) 舊款芯片不跌反升過(guò)去芯片市
關(guān)鍵字：芯片硅谷 GPU

企業(yè)用戶(hù)的GPU虛擬化必要性，絲毫不亞于曾經(jīng)的CPU虛擬化

Nutanix 首席執(zhí)行官拉吉夫?拉馬斯瓦米表示，人工智能技術(shù)的應(yīng)用已開(kāi)始為公司貢獻(xiàn)利潤(rùn)。不過(guò)，自主智能體 AI 真正開(kāi)始顯著影響客戶(hù)的盈利狀況，還需要一段時(shí)間。該廠商在上月的 GTC 大會(huì)上公布了自主智能體 AI 平臺(tái)戰(zhàn)略，并于本周推出了更多相關(guān)功能，其中包括一套多租戶(hù)框架，旨在幫助企業(yè)與新型云服務(wù)商從 GPU 中榨取更多價(jià)值。但目前仍處于早期階段，可以合理認(rèn)為，真正規(guī)?；褂?Nutanix 全新 AI 技術(shù)的客戶(hù)數(shù)量大概率僅有數(shù)十家，而非數(shù)千家。與此同時(shí)，公司在聚焦即將到來(lái)的自主智能體 AI 時(shí)代的
關(guān)鍵字： GPU 虛擬化 CPU 虛擬化

AI 推動(dòng)光互連技術(shù)應(yīng)用，實(shí)現(xiàn) GPU 可擴(kuò)展通信

AI 通常被定義為算力故事：更大的模型、更快的 GPU、布滿(mǎn)加速器的數(shù)據(jù)中心。但隨著系統(tǒng)持續(xù)擴(kuò)容，真正的限制并非算力，而是數(shù)百、數(shù)千乃至數(shù)百萬(wàn)處理器間的通信。圖一：人工智能數(shù)據(jù)中心規(guī)模擴(kuò)展集群規(guī)模的演變。現(xiàn)代 AI 的核心是矩陣乘法，大型神經(jīng)網(wǎng)絡(luò)可將運(yùn)算分配至多個(gè)處理單元，并行計(jì)算成為提升性能的首選方案。但模型規(guī)模超過(guò)約 100 億參數(shù)后，小型本地計(jì)算域無(wú)法支撐擴(kuò)容，工作負(fù)載需分配至多個(gè)圖形處理器（GPU），覆蓋板卡、服務(wù)器、機(jī)架，乃至跨建筑區(qū)域級(jí)光纖網(wǎng)絡(luò)。實(shí)際應(yīng)用中，GPU 需協(xié)同如同一臺(tái)超大處理器，需
關(guān)鍵字：人工智能 GPU

英特爾在MLPerf v6.0中強(qiáng)調(diào)可擴(kuò)展的AI推斷

英特爾發(fā)布了最新基準(zhǔn)測(cè)試成績(jī)，展現(xiàn)了其在 CPU 與 GPU 平臺(tái)上的最新人工智能推理能力。該結(jié)果作為 MLCommons 組織MLPerf Inference v6.0測(cè)試套件的一部分正式公布，凸顯了英特爾至強(qiáng) 6 處理器搭配英特爾銳炫 Pro B 系列 GPU，在工作站、數(shù)據(jù)中心與邊緣端部署場(chǎng)景下的性能表現(xiàn)。對(duì)于關(guān)注 AI 硬件平臺(tái)演進(jìn)的工程師與開(kāi)發(fā)者而言，這些結(jié)果清晰展現(xiàn)了英特爾在當(dāng)前由專(zhuān)有 GPU 生態(tài)主導(dǎo)的市場(chǎng)中，如何布局開(kāi)放、可擴(kuò)展的推理系統(tǒng)?；鶞?zhǔn)測(cè)試凸顯銳炫 Pro GPU 擴(kuò)展能力MLPe
關(guān)鍵字：人工智能英特爾 GPU

智能體AI（Agentic AI）不止需要GPU

核心要點(diǎn)智能體 AI 工作負(fù)載正在重塑數(shù)據(jù)中心算力需求，性能瓶頸從以 GPU 為中心的推理轉(zhuǎn)向CPU 密集的調(diào)度與工作流管理。傳統(tǒng) AI 推理是單步前向傳播，而智能體 AI 是分布式、多步驟、帶規(guī)劃 / 工具調(diào)用 / 驗(yàn)證 / 迭代推理的復(fù)雜流程，對(duì) CPU 需求激增。實(shí)測(cè)顯示：在金融異常檢測(cè)、AI 代碼生成等場(chǎng)景中，CPU 耗時(shí)超過(guò) GPU 推理，僅靠提升 GPU 性能無(wú)法優(yōu)化整體吞吐。數(shù)據(jù)中心需保持CPU 與 GPU 均衡配比，推薦比例為 1:1 到 1.4:1，即每顆 GPU 配 86–120 個(gè)
關(guān)鍵字：智能體AI Agentic AI GPU

Equinix 擴(kuò)展 AI 數(shù)據(jù)中心以支持 GPU 工作負(fù)載

Equinix 正在擴(kuò)大其數(shù)據(jù)中心容量，以滿(mǎn)足來(lái)自人工智能與云基礎(chǔ)設(shè)施日益增長(zhǎng)的需求，特別是高密度 GPU 部署場(chǎng)景。此次擴(kuò)建反映出計(jì)算架構(gòu)的整體轉(zhuǎn)變 ——AI 推理負(fù)載正對(duì)供電、散熱和網(wǎng)絡(luò)互聯(lián)能力提出越來(lái)越高的要求。這一動(dòng)態(tài)凸顯出基礎(chǔ)設(shè)施限制正成為 AI 系統(tǒng)設(shè)計(jì)的關(guān)鍵因素，同時(shí)也表明半導(dǎo)體生態(tài)系統(tǒng)的價(jià)值重心正在轉(zhuǎn)移：不再局限于芯片本身，而是延伸到支撐芯片運(yùn)行的物理基礎(chǔ)設(shè)施層面。為 AI 負(fù)載擴(kuò)展基礎(chǔ)設(shè)施Equinix 正在升級(jí)設(shè)施以支持更高的功率密度，其數(shù)據(jù)中心專(zhuān)為大型 GPU 集群（例如基于英偉達(dá)架
關(guān)鍵字： Equinix 液冷 GPU 人工智能基礎(chǔ)設(shè)施

“HBM 之父” 預(yù)言：HBF崛起推動(dòng)AI邁向內(nèi)存中心化，GPU核心地位將重塑

在各大存儲(chǔ)巨頭競(jìng)相押注 HBF（高帶寬閃存）等后 HBM 時(shí)代技術(shù)之際，被公認(rèn)為 **“HBM 之父”的韓國(guó)科學(xué)技術(shù)院（KAIST）教授金正浩（Joungho Kim）** 拋出重磅判斷：當(dāng)前由英偉達(dá)主導(dǎo)的GPU 中心化 AI 架構(gòu)，終將轉(zhuǎn)向內(nèi)存中心化架構(gòu)。隨著 AI 從生成式模型向智能體模型演進(jìn)，內(nèi)存瓶頸正成為關(guān)鍵制約。金正浩在接受《Aju News》采訪(fǎng)時(shí)將這一轉(zhuǎn)變稱(chēng)為 **“上下文工程”的興起 —— 海量文檔、視頻及多模態(tài)數(shù)據(jù)需被并行處理。他強(qiáng)調(diào)，要跟上這一趨勢(shì)，內(nèi)存帶寬與容量必須提升最高 1000
關(guān)鍵字： HBM HBF AI GPU

共957條 1/64 1 2 3 4 5 6 7 8 9 10 » ›|

gpu介紹

GPU概念 GPU英文全稱(chēng)Graphic Processing Unit，中文翻譯為“圖形處理器”。GPU是相對(duì)于CPU的一個(gè)概念，由于在現(xiàn)代的計(jì)算機(jī)中（特別是家用系統(tǒng)，游戲的發(fā)燒友）圖形的處理變得越來(lái)越重要，需要一個(gè)專(zhuān)門(mén)的圖形的核心處理器。 GPU的作用 GPU是顯示卡的“心臟”，也就相當(dāng)于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時(shí)也是2D顯示卡 [ 查看詳細(xì) ]