<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>AI 芯片 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/ai-%E8%8A%AF%E7%89%87/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Thu, 19 Nov 2026 08:11:41 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>GPU、NPU 与 TPU 的架构差异与适用场景</title>
		<link>https://mylogs.cn/gpu%e3%80%81npu-%e4%b8%8e-tpu-%e7%9a%84%e6%9e%b6%e6%9e%84%e5%b7%ae%e5%bc%82%e4%b8%8e%e9%80%82%e7%94%a8%e5%9c%ba%e6%99%af/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 19 Nov 2026 07:46:14 +0000</pubDate>
				<category><![CDATA[经验与技巧]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[AI 算力]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[AI大模型]]></category>
		<category><![CDATA[AI推理]]></category>
		<category><![CDATA[大模型]]></category>
		<guid isPermaLink="false">https://mylogs.cn/gpu%e3%80%81npu-%e4%b8%8e-tpu-%e7%9a%84%e6%9e%b6%e6%9e%84%e5%b7%ae%e5%bc%82%e4%b8%8e%e9%80%82%e7%94%a8%e5%9c%ba%e6%99%af/</guid>

					<description><![CDATA[GPU、NPU 与 TPU 均为面向特定计算任务的加速处理器。本文从设计定位、通用程度和部署方式三方面梳理三者差异，并讨论训练与推理的不同需求。]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">GPU、NPU 与 TPU 都属于面向特定计算任务的加速处理器，其共同目标是在各自擅长的领域获得高于通用 CPU 的效率。三者的差异体现在设计定位、通用程度和部署方式上。理解这些差异，是合理选型的前提。</p>



<p class="wp-block-paragraph">需要先明确一个前提：这些加速器并非 CPU 的替代品。CPU 核心数量有限但通用性强，负责逻辑判断与任务调度；神经网络的核心计算是大规模、重复性的矩阵乘法，交由核心数量庞大、结构简单的加速器处理更为高效。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c62c57&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c62c57" class="wp-block-image size-large wp-lightbox-container"><img fetchpriority="high" decoding="async" width="1200" height="800" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/chip-architectures.webp" alt="三种不同形态的处理器芯片并列示意图，象征 GPU、NPU 与 TPU 的架构差异" class="wp-image-15918" data-id="15918" srcset="https://mylogs.cn/wp-content/uploads/2026/11/chip-architectures.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/11/chip-architectures-300x200.webp 300w, https://mylogs.cn/wp-content/uploads/2026/11/chip-architectures-1024x683.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/11/chip-architectures-768x512.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>



<h2 class="wp-block-heading">GPU：通用并行计算</h2>



<p class="wp-block-paragraph">GPU 最初为图形渲染设计，后因适合深度学习而成为主流算力平台。其核心数量可达数千至上万，能够并行处理大量独立计算，加上 CUDA 生态成熟，事实上已成为行业默认选项。</p>



<p class="wp-block-paragraph">GPU 的优势在于通用性：训练、推理、图形渲染与科学计算均可胜任。代价是功耗与成本较高，一张高端训练卡功耗可达数百瓦，价格上万美元。目前绝大多数大模型的训练仍依赖 GPU。</p>



<h2 class="wp-block-heading">NPU：神经网络专用处理器</h2>



<p class="wp-block-paragraph">NPU 从设计之初即面向神经网络中的矩阵与卷积运算，舍弃了图形渲染等通用功能，将晶体管资源集中于 AI 计算。</p>



<p class="wp-block-paragraph">在相同算力下，NPU 的功耗显著低于 GPU，延迟也更低，因此成为手机、车规芯片与摄像头的标准配置——移动端 AI 摄影与端侧大模型均依赖 NPU。其局限在于通用性弱，仅能处理神经网络相关任务；各厂商指令集尚未统一，生态相对碎片化。</p>



<h2 class="wp-block-heading">TPU：谷歌的张量处理单元</h2>



<p class="wp-block-paragraph">TPU 是谷歌自研的专用集成电路（ASIC），针对张量运算深度优化，专用程度高于 NPU，完全服务于谷歌的 TensorFlow / JAX 生态与云基础设施。</p>



<p class="wp-block-paragraph">在谷歌云内部，TPU 具备较高的性价比，训练与大模型推理效率突出，Gemini 系列即基于 TPU 集群训练。对外部用户而言，TPU 基本只能通过谷歌云租用，生态绑定较强。</p>



<h2 class="wp-block-heading">三种架构的横向对照</h2>



<figure class="wp-block-table"><table><thead><tr><th>维度</th><th>GPU</th><th>NPU</th><th>TPU</th></tr></thead><tbody><tr><td>通用性</td><td>强</td><td>弱</td><td>极弱</td></tr><tr><td>典型场景</td><td>训练与数据中心推理</td><td>手机、车规、端侧</td><td>谷歌云训练与推理</td></tr><tr><td>功耗</td><td>高</td><td>低</td><td>中</td></tr><tr><td>生态</td><td>CUDA，最成熟</td><td>相对碎片化</td><td>绑定谷歌 / JAX</td></tr><tr><td>获取方式</td><td>可单独采购</td><td>集成于设备中</td><td>以云服务租用为主</td></tr></tbody></table></figure>



<h2 class="wp-block-heading">训练与推理的不同需求</h2>



<p class="wp-block-paragraph">训练过程需反复更新参数，精度要求高、通信密集，目前几乎由 GPU 主导。推理仅执行前向计算，对延迟与功耗更为敏感，NPU、TPU 一类专用芯片的优势由此显现。</p>



<p class="wp-block-paragraph">由此形成的趋势是：训练集中于 GPU 集群，推理逐步向专用芯片迁移。在端侧设备上这一趋势尤为明显——手机、车机与智能眼镜受功耗和散热约束，GPU 难以适用。</p>



<h2 class="wp-block-heading">关于 TOPS 指标的适用性</h2>



<p class="wp-block-paragraph">TOPS 衡量的是峰值整数算力，常被用于横向比较不同加速器。这一指标仅具参考意义：不同架构的算力利用率、精度口径与内存带宽差异显著，100 TOPS 的 GPU 与 100 TOPS 的 NPU 实际表现可能相去甚远。跨架构直接比较 TOPS 数值，结论往往不可靠。</p>



<p class="wp-block-paragraph">对于一般用户，关注设备是否配备 NPU 及实际 AI 功能表现，比比较参数更具现实意义。</p>



<p class="wp-block-paragraph">信息来源为腾讯云开发者社区 AI 计算架构对比、百度智能云 AI 芯片选型指南及 CSDN AI 芯片技术路线整理，数据截至 2026 年 11 月。</p>



<h3 class="wp-block-heading">相关阅读</h3>



<ul class="wp-block-list"><li><a href="https://mylogs.cn/%e5%a4%a7%e6%a8%a1%e5%9e%8b-api-%e7%9a%84%e8%ae%a1%e8%b4%b9%e6%9c%ba%e5%88%b6%e4%b8%8e%e6%88%90%e6%9c%ac%e6%af%94%e8%be%83/" target="_blank" rel="noopener">大模型 API 的计费机制与成本比较</a></li><li><a href="https://mylogs.cn/%e6%9c%ac%e5%9c%b0%e9%83%a8%e7%bd%b2%e5%a4%a7%e6%a8%a1%e5%9e%8b%e7%9a%84%e6%98%be%e5%ad%98%e9%9c%80%e6%b1%82%e4%bc%b0%e7%ae%97/" target="_blank" rel="noopener">本地部署大模型的显存需求估算</a></li><li><a href="https://mylogs.cn/%e4%b8%bb%e6%b5%81%e5%a4%a7%e6%a8%a1%e5%9e%8b%e9%80%89%e5%9e%8b%ef%bc%9a%e8%83%bd%e5%8a%9b%e3%80%81%e6%88%90%e6%9c%ac%e4%b8%8e%e5%9c%ba%e6%99%af%e9%80%82%e9%85%8d/" target="_blank" rel="noopener">主流大模型选型：能力、成本与场景适配</a></li></ul>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>1280 TOPS 是什么概念：AI 芯片算力单位一次讲清</title>
		<link>https://mylogs.cn/1280-tops-%e6%98%af%e4%bb%80%e4%b9%88%e6%a6%82%e5%bf%b5%ef%bc%9aai-%e8%8a%af%e7%89%87%e7%ae%97%e5%8a%9b%e5%8d%95%e4%bd%8d%e4%b8%80%e6%ac%a1%e8%ae%b2%e6%b8%85/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 19 Nov 2026 02:31:40 +0000</pubDate>
				<category><![CDATA[经验与技巧]]></category>
		<category><![CDATA[AI 算力]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[AI算力]]></category>
		<category><![CDATA[智能驾驶]]></category>
		<category><![CDATA[智能驾驶芯片]]></category>
		<guid isPermaLink="false">https://mylogs.cn/1280-tops-%e6%98%af%e4%bb%80%e4%b9%88%e6%a6%82%e5%bf%b5%ef%bc%9aai-%e8%8a%af%e7%89%87%e7%ae%97%e5%8a%9b%e5%8d%95%e4%bd%8d%e4%b8%80%e6%ac%a1%e8%ae%b2%e6%b8%85/</guid>

					<description><![CDATA[TOPS 指每秒万亿次运算。辨析 TOPS 与 FLOPS、峰值与利用率，附骁龙 8295 到马赫 M100 的算力阶梯对照。]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><strong>核心判断</strong>：TOPS 指每秒万亿次运算，1 TOPS 等于每秒 1 万亿次操作。理想马赫 M100 单颗 1280 TOPS，约为座舱芯片骁龙 8295 的 42 倍——但峰值算力不等于真实体验。<br><strong>速览</strong>：1 TOPS = 1 万亿次每秒 / 马赫 M100 1280 TOPS / 算力利用率 82%。</p>



<p class="wp-block-paragraph">先看几个高频混淆点，这些直接决定参数怎么读。</p>



<h2 class="wp-block-heading">TOPS 和 FLOPS 能不能直接换算</h2>



<p class="wp-block-paragraph">FLOPS 衡量每秒浮点运算，TOPS 通常指每秒整数运算。AI 推理大量使用整数计算，TOPS 因此成为 NPU 与智驾芯片的常用指标。</p>



<p class="wp-block-paragraph">两者不能直接换算。同一颗芯片的 INT8 TOPS 与 FP16 FLOPS 数值差异很大，看参数必须先确认精度口径，否则容易把不同量纲的数字比在一起。</p>



<h2 class="wp-block-heading">1280 TOPS 为什么打不过低算力高利用率</h2>



<p class="wp-block-paragraph">纸面算力只是上限，真实表现取决于利用率。2026 年 6 月理想 Livis Day 披露，马赫 M100 通过动态数据流架构把利用率拉到 82% 以上。</p>



<p class="wp-block-paragraph">按此计算，1280 TOPS 的有效算力约 1049 TOPS。若另一款 508 TOPS 芯片利用率只有 60%，实际约 305 TOPS。峰值再高，跑不满也是浪费；架构效率与制程、散热同样关键。</p>



<h2 class="wp-block-heading">车规芯片和手机芯片差在哪</h2>



<p class="wp-block-paragraph">车规芯片要求长时稳定、功能安全与宽温工作，手机芯片受功耗和散热限制，峰值只能短时维持。同样是 100 TOPS，持续输出能力和失效保护标准完全不同。</p>



<p class="wp-block-paragraph">对购车用户，TOPS 可作智驾硬件的参考门槛，但不宜作为唯一标准。城市辅助驾驶对算力要求高，高速场景低得多，算法效率与数据质量同样决定体验。</p>



<h2 class="wp-block-heading">主流芯片算力阶梯</h2>



<figure class="wp-block-table"><table><thead><tr><th>芯片</th><th>算力</th><th>主要用途</th></tr></thead><tbody><tr><td>骁龙 8295</td><td>30 TOPS</td><td>智能座舱</td></tr><tr><td>Orin N（单颗）</td><td>84 TOPS</td><td>智能驾驶</td></tr><tr><td>双 Orin X</td><td>508 TOPS</td><td>智能驾驶</td></tr><tr><td>马赫 M100（单颗）</td><td>1280 TOPS</td><td>智能驾驶</td></tr></tbody></table></figure>



<p class="wp-block-paragraph">从 30 到 1280 TOPS，座舱与智驾的算力需求差了四十多倍。选芯片时先明确用途——堆在座舱上不会让车机更跟手，高算力主要服务智驾大模型与多传感器融合。</p>



<h2 class="wp-block-heading">选智驾芯片前，先问这 4 个问题</h2>



<h3 class="wp-block-heading">1280 TOPS 能跑大模型吗？</h3>



<p class="wp-block-paragraph">能跑车端视觉语言模型，但要看模型规模和量化方式。7B 级模型跑得动，30B 以上仍受内存带宽限制。算力只是门槛之一，内存容量、带宽和散热同样决定实际表现。</p>



<h3 class="wp-block-heading">TOPS 越高车机越流畅吗？</h3>



<p class="wp-block-paragraph">不直接相关。车机流畅度取决于系统优化、存储速度和 UI 调度，30 TOPS 的骁龙 8295 已足够日常使用。高 TOPS 服务的是智驾，和滑动跟不跟手是两回事。</p>



<h3 class="wp-block-heading">TOPS 和算力利用率哪个更重要？</h3>



<p class="wp-block-paragraph">利用率更贴近真实体验。1280 TOPS 配 82% 利用率，有效算力约 1049 TOPS；508 TOPS 芯片若只有 60% 利用率，实际约 305 TOPS。看参数必须两个一起看，单看峰值容易被误导。</p>



<h3 class="wp-block-heading">手机芯片的 TOPS 和车规芯片能比吗？</h3>



<p class="wp-block-paragraph">不能直接比。车规芯片强调长时稳定、功能安全与宽温工作，手机芯片峰值只能短时维持。同样是 100 TOPS，持续输出能力和失效保护标准完全不同，跨场景对比意义有限。</p>



<p class="wp-block-paragraph"><em>信息来源：百度百科 TOPS 与芯片算力词条、新浪财经 2026 年 11 月报道、理想汽车 2026 年 6 月 Livis Day 披露数据，数据截至 2026-11。</em></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>营收 344 亿美元增 21%：应用材料全年净利破 100 亿</title>
		<link>https://mylogs.cn/%e8%90%a5%e6%94%b6-344-%e4%ba%bf%e7%be%8e%e5%85%83%e5%a2%9e-21%ef%bc%9a%e5%ba%94%e7%94%a8%e6%9d%90%e6%96%99%e5%85%a8%e5%b9%b4%e5%87%80%e5%88%a9%e7%a0%b4-100-%e4%ba%bf/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Fri, 13 Nov 2026 02:08:22 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[半导体设备]]></category>
		<category><![CDATA[应用材料]]></category>
		<category><![CDATA[营收]]></category>
		<category><![CDATA[财报]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e8%90%a5%e6%94%b6-344-%e4%ba%bf%e7%be%8e%e5%85%83%e5%a2%9e-21%ef%bc%9a%e5%ba%94%e7%94%a8%e6%9d%90%e6%96%99%e5%85%a8%e5%b9%b4%e5%87%80%e5%88%a9%e7%a0%b4-100-%e4%ba%bf/</guid>

					<description><![CDATA[结论：半导体设备龙头应用材料 2026 财年全年营收 344.46 亿美元、同比增长 21%，归母净利润 10 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph"><strong>结论</strong>：半导体设备龙头应用材料 2026 财年全年营收 344.46 亿美元、同比增长 21%，归母净利润 100.88 亿美元、同比增长 44%，双双创历史新高。<br> <strong>关键数字</strong>：全年营收 344.46 亿美元 / 净利 100.88 亿美元 / 第四财季营收同比 +53%</p>

<figure class="wp-block-table"><table><thead><tr><th>指标（2026 财年）</th><th>数值</th><th>同比</th></tr></thead><tbody><tr><td>营业总收入</td><td>344.46 亿美元</td><td>+21%</td></tr><tr><td>归母净利润</td><td>100.88 亿美元</td><td>+44%</td></tr><tr><td>毛利率</td><td>50%</td><td>同比提升 1.3 个百分点</td></tr><tr><td>稀释每股收益</td><td>12.62 美元</td><td>+46%</td></tr><tr><td>第四财季营收</td><td>104.09 亿美元</td><td>+53%</td></tr><tr><td>第四财季净利润</td><td>27.18 亿美元</td><td>+43%</td></tr></tbody></table></figure>

<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c6498b&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c6498b" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/img_3f6edb15f27ed13471165e651e0723b7_0.webp" alt="应用材料半导体设备与晶圆示意" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：AI 生成</figcaption></figure>
<h2 class="wp-block-heading">业绩为何全面超预期</h2>
<p class="wp-block-paragraph">全年营收与 Non-GAAP 摊薄每股收益均超出华尔街一致预期。第四财季营收 104.09 亿美元创历史新高，同比增 53%；半导体系统净销售 80 亿美元，同比增 68%。CEO Gary Dickerson 称本日历年半导体系统业务有望增长 40% 以上，上季度该部门销售猛增 64% 至近 80 亿美元。</p>
<h2 class="wp-block-heading">AI 需求到底贡献了多少</h2>
<p class="wp-block-paragraph">AI 热潮带动半导体制造设备需求激增，是本轮增长的核心驱动。应用材料被称为&#8221;半导体设备超市&#8221;，产品覆盖薄膜沉积、离子注入、刻蚀等全工艺环节，直接受益于先进 AI 芯片的产能扩张。过去一年公司股价涨逾 60%。</p>
<h2 class="wp-block-heading">下一季指引怎么样</h2>
<p class="wp-block-paragraph">公司预计 2027 财年第一财季营收约 111 亿美元（±5 亿），高于分析师预期 108.5 亿；非 GAAP 稀释每股收益约 4.35 美元（±0.20），高于预期 4.24 美元。盘后股价一度涨 3%。</p>
<p class="wp-block-paragraph">对产业链而言，应用材料是全球最大半导体设备商，其订单景气直接反映 AI 芯片扩产强度。值得注意的是，非 GAAP 每股收益创纪录达 4.16 美元，印证 AI 设备需求的高确定性。这意味着全球 AI 算力投资仍在加码，设备环节率先兑现业绩。</p>
<h2 class="wp-block-heading">常见问题</h2>
<h3 class="wp-block-heading">应用材料是做什么的？</h3>
<p class="wp-block-paragraph">应用材料是全球领先半导体设备商，覆盖薄膜沉积、离子注入、刻蚀、检测等全工艺环节，被称为&#8221;半导体设备超市&#8221;。</p>
<h3 class="wp-block-heading">第四财季业绩为什么这么强？</h3>
<p class="wp-block-paragraph">第四财季营收 104.09 亿美元同比增 53%，半导体系统净销售 80 亿美元同比增 68%，主要由 AI 芯片产能扩张带动设备需求。</p>
<p class="wp-block-paragraph"><em>信息来源：应用材料 2026 财年第四季度及全年财报（2026 年 11 月 12 日发布），IT之家、财联社 2026 年 11 月 13 日援引。</em></p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>微软 Maia 300 发布：288GB HBM4，2027 年部署</title>
		<link>https://mylogs.cn/%e5%be%ae%e8%bd%af-maia-300-%e5%8f%91%e5%b8%83%ef%bc%9a288gb-hbm4%ef%bc%8c2027-%e5%b9%b4%e9%83%a8%e7%bd%b2/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Mon, 12 Oct 2026 18:31:27 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 算力]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[HBM4]]></category>
		<category><![CDATA[微软]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e5%be%ae%e8%bd%af-maia-300-%e5%8f%91%e5%b8%83%ef%bc%9a288gb-hbm4%ef%bc%8c2027-%e5%b9%b4%e9%83%a8%e7%bd%b2/</guid>

					<description><![CDATA[10 月 12 日，微软正式发布 Maia 300 人工智能芯片。这款产品配备 288GB HBM4 内存，带 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">10 月 12 日，微软正式发布 Maia 300 人工智能芯片。这款产品配备 288GB HBM4 内存，带宽达到 18TB/s，FP4 算力最高可达 13.8 PFLOPS，基于台积电 N2P 制程工艺打造，计划于 2027 年部署。</p>
<p class="wp-block-paragraph">Maia 300 采用多芯粒（chiplet）设计，主要计算部分使用台积电 N2P 2 纳米制程，并集成独立的内存芯粒与 I/O 芯粒。在算力指标上，其 FP4 算力最高 13.8 PFLOPS，FP8 算力为 6.9 PFLOPS。SoC 功耗额定值为 950W，明显高于上一代 Maia 200 的 750W。</p>
<p class="wp-block-paragraph">在内存方面，该产品配备 8 组 HBM4 内存，总容量可达 288GB，带宽 18TB/s，更适用于对内存容量要求较高的 AI 推理任务。双向扩展互连带宽为 3.2TB/s，采用基于以太网的双层网络架构。</p>
<p class="wp-block-paragraph">在系统层面，单个机架可容纳 96 颗 Maia 300，最多可组建包含 12000 颗加速器的集群。这意味着微软在自研 AI 算力基础设施上继续加码，以支撑其大模型训练与推理的规模化需求。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>AMD 全力扩产 AI 芯片：2027 年供应大增，消费级靠边站</title>
		<link>https://mylogs.cn/amd-%e5%85%a8%e5%8a%9b%e6%89%a9%e4%ba%a7-ai-%e8%8a%af%e7%89%87%ef%bc%9a2027-%e5%b9%b4%e4%be%9b%e5%ba%94%e5%a4%a7%e5%a2%9e%ef%bc%8c%e6%b6%88%e8%b4%b9%e7%ba%a7%e9%9d%a0%e8%be%b9%e7%ab%99/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 07 Oct 2026 17:04:50 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[AMD]]></category>
		<category><![CDATA[供应链]]></category>
		<category><![CDATA[台积电]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[苏姿丰]]></category>
		<guid isPermaLink="false">https://mylogs.cn/amd-%e5%85%a8%e5%8a%9b%e6%89%a9%e4%ba%a7-ai-%e8%8a%af%e7%89%87%ef%bc%9a2027-%e5%b9%b4%e4%be%9b%e5%ba%94%e5%a4%a7%e5%a2%9e%ef%bc%8c%e6%b6%88%e8%b4%b9%e7%ba%a7%e9%9d%a0%e8%be%b9%e7%ab%99/</guid>

					<description><![CDATA[据科技媒体 TechRadar 报道，AMD 首席执行官苏姿丰近日明确表态：公司将在 2027 年大幅增加 A [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">据科技媒体 TechRadar 报道，AMD 首席执行官苏姿丰近日明确表态：公司将在 2027 年大幅增加 AI 数据中心芯片供应。这一承诺再次凸显了 AMD 押注 AI 基础设施的决心，但对期待消费级新品的用户来说，恐怕不是好消息。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c65c17&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c65c17" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/d2a733810a01c4ba9e5fa762f6852c1d_header.webp" alt="AMD 扩产 AI 芯片配图" title="图片来源：AI 生成配图" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">供应链密集拜访：富士康、台积电，下一站韩国</h2>
<p class="wp-block-paragraph">苏姿丰在中国台湾地区接受采访时表示：&#8221;随着 2026 年的推进，我们已经能确保增加供应。到 2027 年，我们将大幅增加供应。&#8221;</p>
<p class="wp-block-paragraph">据悉，她此次行程访问了富士康、台积电，目的是确保 AMD 能够扩大 CPU 和 GPU 产能，满足不断增长的 AI 需求。据 TechRadar 报道，她的下一站是韩国，将与三星、SK 海力士会面，进一步保障内存芯片供应——这也是 AI 服务器最紧缺的环节之一。</p>
<h2 class="wp-block-heading">AI 业务高利润，消费级只字未提</h2>
<p class="wp-block-paragraph">值得注意的是，苏姿丰此番表态完全没有提到消费级产品。从商业层面看，AI 加速器的利润远高于消费级 CPU、GPU，AMD 自然把资源向数据中心倾斜。</p>
<p class="wp-block-paragraph">AI 需求的旺盛程度也超出寻常。苏姿丰表示，AMD 预计未来几年需求都会&#8221;非常、非常高&#8221;，因此公司已开始按未来三到五年的维度规划产能，而不只是看下一年度。作为英伟达在 AI GPU 市场最重要的竞争对手之一，AMD 的 Instinct 系列 GPU 与 EPYC 服务器处理器需求快速增长，公司市值近期首次突破 1 万亿美元。</p>
<h2 class="wp-block-heading">消费级用户为何该关心</h2>
<p class="wp-block-paragraph">对普通玩家而言，这意味着 Radeon 显卡与 Ryzen 处理器的供应短期内难有惊喜。此前已有不少分析指出，内存芯片供应明年可能进一步趋紧，而 AMD 此番表态等于确认：产能会继续优先满足数据中心。</p>
<p class="wp-block-paragraph">从 ChatGPT 兴起以来，AI 算力对消费级硬件供应链的挤压就一直在持续。至少从 AMD 的规划看，2027 年之前，这一趋势恐怕不会逆转。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>亚马逊回租80亿美元英伟达芯片，AI基建减负</title>
		<link>https://mylogs.cn/%e4%ba%9a%e9%a9%ac%e9%80%8a%e5%9b%9e%e7%a7%9f80%e4%ba%bf%e7%be%8e%e5%85%83%e8%8b%b1%e4%bc%9f%e8%be%be%e8%8a%af%e7%89%87%ef%bc%8cai%e5%9f%ba%e5%bb%ba%e5%87%8f%e8%b4%9f/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sat, 03 Oct 2026 04:38:26 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[亚马逊]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[英伟达]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e4%ba%9a%e9%a9%ac%e9%80%8a%e5%9b%9e%e7%a7%9f80%e4%ba%bf%e7%be%8e%e5%85%83%e8%8b%b1%e4%bc%9f%e8%be%be%e8%8a%af%e7%89%87%ef%bc%8cai%e5%9f%ba%e5%bb%ba%e5%87%8f%e8%b4%9f/</guid>

					<description><![CDATA[据《金融时报》10 月 2 日报道，亚马逊正考虑将价值约 80 亿美元（按当前汇率约合 537.15 亿元人民 [&#8230;]]]></description>
										<content:encoded><![CDATA[<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c66748&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c66748" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/f1a456bd432ee9fd12e1f12342830e45_header.webp" alt="亚马逊拟将英伟达 Grace Blackwell AI 芯片剥离至 SPV 并回租，转向轻资产运营。（图片来源：AI 生成）" title="图片来源：AI 生成" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<p class="wp-block-paragraph">据《金融时报》10 月 2 日报道，亚马逊正考虑将价值约 <strong>80 亿美元</strong>（按当前汇率约合 537.15 亿元人民币）的英伟达 Grace Blackwell AI 芯片，转入一家新设的特殊目的实体（SPV），再从该实体回租使用。该消息随后被路透社等媒体跟进援引。截至发稿，亚马逊与英伟达均未就此作出公开回应。</p>
<h2 class="wp-block-heading">交易怎么运作</h2>
<p class="wp-block-paragraph">根据报道，这笔交易涉及的芯片为数千颗英伟达 Grace Blackwell 加速卡，已部署在亚马逊美国五个州、十余个数据中心内。亚马逊计划把这些昂贵的半导体资产移交给 SPV 后，继续从 SPV 租用并照常使用；SPV 则通过发行债券引入外部投资者，并可能向外部投资者提供该载体最多 <strong>10%</strong> 的股权。</p>
<p class="wp-block-paragraph">由于亚马逊自身拥有双 A 级（AA）信用评级，市场预计该 SPV 将获得<strong>投资级信用评级</strong>，从而向保险公司、养老基金等更宽广的投资者群体敞开参与空间。对亚马逊而言，这种方式可以把硬件及其对应的债务从自身资产负债表上移开，转向更轻资产的运营结构。</p>
<h2 class="wp-block-heading">为什么这么做</h2>
<p class="wp-block-paragraph">亚马逊近年来在 AI 基础设施上的投入规模空前。据《金融时报》报道，亚马逊预计 2026 年资本支出将达到约 <strong>2000 亿美元</strong>量级，主体用于 AWS 的 AI 数据中心与加速器采购。在如此庞大的支出面前，把部分加速器的资本开支与资产风险转移给外部投资者，有助于释放资产负债表空间，同时不丧失对算力的实际掌控——物理上的超级计算机没有改变，改变的是所有权与出资结构。</p>
<p class="wp-block-paragraph">业内人士指出，类似的 GPU 抵押融资结构并非孤例，此前在 CoreWeave 以及英伟达向客户提供的融资支持中已出现过，显示这类安排正逐渐成为 AI 基础设施融资的常规工具，而非一次性补救。</p>
<h2 class="wp-block-heading">并非&#8221;缺钱&#8221;信号</h2>
<p class="wp-block-paragraph">需要厘清的是，这一安排并不等同于亚马逊资金紧张。报道援引的市场数据称，亚马逊 2026 年第二季度净利润升至约 <strong>626 亿美元</strong>，远超第一季度的 303 亿美元；消息传出后，亚马逊股价不跌反涨约 1.34%。分析认为，市场将其解读为资产负债表&#8221;工程&#8221;，而非紧急变现。</p>
<p class="wp-block-paragraph">不过，这类结构也带来新的风险考量：Grace Blackwell 芯片随着英伟达产品迭代贬值较快，SPV 投资者实质上是在押注租出的 AI 芯片能保有足够残值以偿付所募债务。随着此类融资安排增多，如何为残值风险定价正受到行业广泛关注。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>阿里真武 V900 发布：AI 芯片算力提升 3 倍，明年量产</title>
		<link>https://mylogs.cn/%e9%98%bf%e9%87%8c%e7%9c%9f%e6%ad%a6-v900-%e5%8f%91%e5%b8%83%ef%bc%9aai-%e8%8a%af%e7%89%87%e7%ae%97%e5%8a%9b%e6%8f%90%e5%8d%87-3-%e5%80%8d%ef%bc%8c%e6%98%8e%e5%b9%b4%e9%87%8f%e4%ba%a7/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 23 Sep 2026 00:10:40 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[云栖大会]]></category>
		<category><![CDATA[超节点]]></category>
		<category><![CDATA[阿里巴巴]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e9%98%bf%e9%87%8c%e7%9c%9f%e6%ad%a6-v900-%e5%8f%91%e5%b8%83%ef%bc%9aai-%e8%8a%af%e7%89%87%e7%ae%97%e5%8a%9b%e6%8f%90%e5%8d%87-3-%e5%80%8d%ef%bc%8c%e6%98%8e%e5%b9%b4%e9%87%8f%e4%ba%a7/</guid>

					<description><![CDATA[9 月 22 日，2026 云栖大会在杭州国际博览中心开幕。阿里巴巴集团 CEO 吴泳铭在主题演讲中，把 AI [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">9 月 22 日，2026 云栖大会在杭州国际博览中心开幕。阿里巴巴集团 CEO 吴泳铭在主题演讲中，把 AI 模型、AI 芯片、AI 云定义为“机器智能”时代的三大基石，并发布由旗下<a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">半导体</a>公司平头哥研发的新一代训推一体 AI 芯片——真武 V900。平头哥称，其单芯片性能达到上一代真武 M890 的 3 倍，是目前中国算力性能最强的自研 AI 芯片。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c6732e&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c6732e" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/09/alibaba_pingtouch_v900_header.webp" alt="真武 V900 训推一体 AI 芯片在云栖大会发布" title="图片来源：IT之家" style="max-width:100%;height:auto" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">核心规格：单芯片性能为上一代 3 倍</h2>
<p class="wp-block-paragraph">真武 V900 基于自研并行计算架构设计，搭载 216GB 大容量显存，片间互联带宽达 1200GB/s，单芯片性能为真武 M890 的 3 倍。它原生支持 FP8、FP4 低精度计算，在大幅提升算力密度的同时降低推理成本，可覆盖万亿级参数<a href="https://mylogs.cn/chatgpt-pro-%e9%87%8d%e5%bc%80-200-%e7%be%8e%e5%85%83%e6%a1%a3%ef%bc%9aapi-%e4%bb%b7%e5%80%bc%e8%bf%91%e7%bf%bb%e5%80%8d/">大模型</a>的训练、推理全场景。按照规划，该芯片将于 2027 年第一季度量产售卖，并在阿里云<a href="https://mylogs.cn/ai-%e6%99%ba%e8%83%bd%e4%bd%93%e5%bc%95%e7%88%86%e9%9c%80%e6%b1%82%ef%bc%9a%e6%9c%8d%e5%8a%a1%e5%99%a8-cpu-%e4%ba%a4%e4%bb%98%e8%a6%81%e7%ad%89-30-%e5%91%a8/">数据中心</a>规模化部署。</p>
<h2 class="wp-block-heading">超节点：上千颗芯片像一颗“超级芯片”</h2>
<p class="wp-block-paragraph">真武 V900 通过平头哥自研的 ICN Switch 互联芯片，具备原生内存语义与内存统一编址能力，可实现千卡全带宽高速互联，让上千颗芯片像一颗“超级芯片”一样协同工作，为超大参数模型的训练与推理提供高吞吐、低延迟的算力。与之配套的新一代磐久超节点服务器，集成真武 V900、ICN Switch、磐脉智能网卡以及镇岳 SSD 主控芯片，实现算、存、网全栈系统级协同，单一集群可扩展至 50 万卡规模。</p>
<h2 class="wp-block-heading">上一代已经过验证：跑通超 2 万亿参数模型</h2>
<p class="wp-block-paragraph">基于真武 M890 的超节点已大规模应用，跑通了 Qwen3.8、Kimi K3 等超 2 万亿参数的大模型。平头哥透露，截至 2026 年 6 月，真武系列已服务超过 650 家企业客户，覆盖智驾、金融、大模型、具身智能、能源、制造等领域，是场景应用最广的中国自研 AI 芯片之一。吴泳铭表示，随着产品线成熟与客户广泛应用，平头哥 AI 芯片的年出货量将大幅提升。</p>
<h2 class="wp-block-heading">CPU 路线图首次公开</h2>
<p class="wp-block-paragraph">针对智能体（Agent）对 CPU 的强依赖，平头哥首次公布倚天服务器 CPU 的规划：2027 年推出倚天 720 与倚天 730 两代产品，其中倚天 730 首次基于全自研 CPU 微架构，单核性能最高可达倚天 710 的 1.4 倍；后续还将推出搭载第二代自研核的倚天 750，支持自研 ICN 片间互联，使 CPU 与真武 AI 芯片直接互联。平头哥还预告了下一代 AI 芯片真武 J900，自研并行计算架构将迎来跨越式革新，计划 2028 年第三季度上市。</p>
<p class="wp-block-paragraph">在基础设施层面，吴泳铭给出了更长远的目标——到 2032 年，阿里云运营的全球数据中心规模将超过 20GW。从芯片、互联、存储到服务器与云，一条围绕 AI 算力的完整链路正在被逐段补齐。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>阿里吴泳铭：2032 年数据中心超 20GW，重押 AI 基建</title>
		<link>https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%90%b4%e6%b3%b3%e9%93%ad%ef%bc%9a2032-%e5%b9%b4%e6%95%b0%e6%8d%ae%e4%b8%ad%e5%bf%83%e8%b6%85-20gw%ef%bc%8c%e9%87%8d%e6%8a%bc-ai-%e5%9f%ba%e5%bb%ba/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Tue, 22 Sep 2026 05:00:34 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 基础设施]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[云栖大会]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[通义千问]]></category>
		<category><![CDATA[阿里云]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%90%b4%e6%b3%b3%e9%93%ad%ef%bc%9a2032-%e5%b9%b4%e6%95%b0%e6%8d%ae%e4%b8%ad%e5%bf%83%e8%b6%85-20gw%ef%bc%8c%e9%87%8d%e6%8a%bc-ai-%e5%9f%ba%e5%bb%ba/</guid>

					<description><![CDATA[云栖大会定调：AI 基建成阿里长期战略 2026 云栖大会于 9 月 22 日上午在浙江杭州开幕。阿里巴巴集团 [&#8230;]]]></description>
										<content:encoded><![CDATA[<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c67e8a&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c67e8a" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/09/ithome587_header.webp" alt="头图" title="图片来源：IT之家" style="max-width:100%;height:auto" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">云栖大会定调：AI 基建成阿里长期战略</h2>
<p class="wp-block-paragraph">2026 云栖大会于 9 月 22 日上午在浙江杭州开幕。阿里巴巴集团 CEO 吴泳铭在会上表示，当前客户对<a href="https://mylogs.cn/chatgpt-pro-%e9%87%8d%e5%bc%80-200-%e7%be%8e%e5%85%83%e6%a1%a3%ef%bc%9aapi-%e4%bb%b7%e5%80%bc%e8%bf%91%e7%bf%bb%e5%80%8d/"><a href="https://mylogs.cn/%e8%85%be%e8%ae%af%e5%86%85%e6%b5%8b-ai-%e6%b8%b8%e6%88%8f%e6%90%ad%e5%ad%90%e9%b9%85%e6%ac%a1%e5%85%83%ef%bc%9a%e6%95%b0%e5%ad%97%e4%ba%ba%e9%99%aa%e4%bd%a0%e5%bc%80%e9%bb%91/">人工智能</a></a>的需求非常强劲，阿里将全力投入 AI 基础设施建设，目标到 2032 年，阿里云运营的全球<a href="https://mylogs.cn/ai-%e6%99%ba%e8%83%bd%e4%bd%93%e5%bc%95%e7%88%86%e9%9c%80%e6%b1%82%ef%bc%9a%e6%9c%8d%e5%8a%a1%e5%99%a8-cpu-%e4%ba%a4%e4%bb%98%e8%a6%81%e7%ad%89-30-%e5%91%a8/">数据中心</a>规模超过 20GW。</p>
<p class="wp-block-paragraph">本届云栖大会上，<a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">英伟达</a>位列巅峰合作伙伴，是最高等级合作伙伴；<a href="https://mylogs.cn/%e6%b7%b1%e8%93%9dl06%e8%bf%bd%e9%a3%8e%e7%89%8810%e6%9c%88%e4%b8%8a%e5%b8%82%ef%bc%8c%e9%85%8d%e7%a2%b3%e7%ba%a4%e7%bb%b4%e5%b0%be%e7%bf%bcai%e5%ba%a7%e8%88%b1/">英特尔</a>、AMD 分获钻石、红宝石合作伙伴。阿里巴巴集团 CEO 吴泳铭、阿里千问大模型（LLM）项目负责人刘大一恒等将在大会上发表主题演讲。云计算、人工智能、智能制造等领域的国内外头部企业，以及多家算力、大模型产业链厂商集中亮相，算力生态合作成为本次大会的一大看点。</p>
<h2 class="wp-block-heading">机器思考将承担 99.9% 的思考工作</h2>
<p class="wp-block-paragraph">吴泳铭在演讲中给出了一个判断：今天机器动力已经承担了 99.9% 的物理工作，未来人类的思考总量还会继续增长，但机器思考将以更快的速度扩张，预期将会承担 99.9% 的思考工作。</p>
<p class="wp-block-paragraph">他认为，顶级思考将从奢侈品变成可规模化供给的商品，每个细分领域都可以拥有上百万量级的 AI 科学家和专家，这将给人类社会带来巨大改变。吴泳铭表示，AI 模型、AI 芯片和 AI 云是机器智能时代的三大基石，阿里巴巴将坚定投入这三项基础设施建设，这是阿里的长期战略选择。</p>
<h2 class="wp-block-heading">全栈 AI 体系与万亿参数模型</h2>
<p class="wp-block-paragraph">阿里巴巴集团董事会主席蔡崇信在会上表示，AI 发展已迈入全新阶段，正持续从前沿技术突破转向真实场景的规模化价值创造。目前 AI 已深度赋能自动驾驶、具身智能、世界模型等核心领域，有效赋能千行百业、提升产业生产力。</p>
<p class="wp-block-paragraph">蔡崇信透露，阿里巴巴正持续坚定加码全栈 AI 体系建设，搭建起覆盖芯片、云模型、模型服务、智能体应用的五层协同完整架构。该体系可形成从底层技术研发到全域产业落地的完整闭环，高效推动各项 AI 技术成果转化为实体产业进步。</p>
<p class="wp-block-paragraph">此外，阿里巴巴计划训练一款参数量为 5 万亿至 10 万亿的人工智能模型。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>黄仁勋：英伟达明年芯片销量将翻倍</title>
		<link>https://mylogs.cn/%e9%bb%84%e4%bb%81%e5%8b%8b%ef%bc%9a%e8%8b%b1%e4%bc%9f%e8%be%be%e6%98%8e%e5%b9%b4%e8%8a%af%e7%89%87%e9%94%80%e9%87%8f%e5%b0%86%e7%bf%bb%e5%80%8d/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 17 Sep 2026 17:39:39 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 安全]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[GPU]]></category>
		<category><![CDATA[半导体]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[英伟达]]></category>
		<category><![CDATA[黄仁勋]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e9%bb%84%e4%bb%81%e5%8b%8b%ef%bc%9a%e8%8b%b1%e4%bc%9f%e8%be%be%e6%98%8e%e5%b9%b4%e8%8a%af%e7%89%87%e9%94%80%e9%87%8f%e5%b0%86%e7%bf%bb%e5%80%8d/</guid>

					<description><![CDATA[英伟达 CEO 黄仁勋当地时间周四表示，预计公司 2027 年的芯片销量将是 2026 年的约两倍。这番表态出 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph"><a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">英伟达</a> CEO 黄仁勋当地时间周四表示，预计公司 2027 年的芯片<a href="https://mylogs.cn/iqoo-15-%e9%94%80%e9%87%8f%e7%aa%81%e7%a0%b4-200-%e4%b8%87%e5%8f%b0/">销量</a>将是 2026 年的约两倍。这番表态出现在苏格兰举行的一场科技行业高管会议上，正值外界围绕快速发展的<a href="https://mylogs.cn/chatgpt-pro-%e9%87%8d%e5%bc%80-200-%e7%be%8e%e5%85%83%e6%a1%a3%ef%bc%9aapi-%e4%bb%b7%e5%80%bc%e8%bf%91%e7%bf%bb%e5%80%8d/"><a href="https://mylogs.cn/%e8%85%be%e8%ae%af%e5%86%85%e6%b5%8b-ai-%e6%b8%b8%e6%88%8f%e6%90%ad%e5%ad%90%e9%b9%85%e6%ac%a1%e5%85%83%ef%bc%9a%e6%95%b0%e5%ad%97%e4%ba%ba%e9%99%aa%e4%bd%a0%e5%bc%80%e9%bb%91/">人工智能</a></a>行业是否需要加强监管的讨论升温之际。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6aff502c689a7&quot;}" data-wp-interactive="core/image" data-wp-key="6aff502c689a7" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" style="max-width:100%;height:auto" src="https://mylogs.cn/wp-content/uploads/2026/09/ithome831_header.webp" alt="黄仁勋：英伟达明年芯片销量将翻倍" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：IT之家</figcaption></figure>
<h2 class="wp-block-heading">销量翻倍的预期</h2>
<p class="wp-block-paragraph">黄仁勋在会上强调，AI 安全“至关重要”。他表示，如果企业无法对产品的安全性充满信心，就不应该推出相关产品。这一表述呼应了近期业界对 AI 监管走向的高度关注。</p>
<h2 class="wp-block-heading">监管博弈</h2>
<p class="wp-block-paragraph">与此同时，《华尔街日报》报道称，黄仁勋、Meta CEO 马克·<a href="https://mylogs.cn/meta-%e4%bc%81%e4%b8%9a%e5%b9%b3%e5%8f%b0%e5%8f%91%e5%b8%83%ef%bc%8c%e5%89%91%e6%8c%87%e4%bc%81%e4%b8%9a-ai-%e5%b8%82%e5%9c%ba/">扎克伯格</a>以及 SpaceX CEO 埃隆·马斯克近期曾就一项拟议中的行业资助监管机构向美国总统唐纳德·特朗普表达担忧。据报道，三人的介入最终使这一计划暂时搁置。</p>
<h2 class="wp-block-heading">市场反应</h2>
<p class="wp-block-paragraph">IT之家注意到，在上述表态发布后，英伟达股价盘前上涨 2.1%，报 218.4 美元。作为 AI 算力的主要供应商，英伟达的芯片出货预期被视为整个 AI 基础设施投资景气度的风向标。</p>
<p class="wp-block-paragraph">黄仁勋对 2027 年销量的乐观判断，延续了过去两年 AI 加速器需求持续走高的趋势。不过，最终出货量仍取决于<a href="https://mylogs.cn/ai-%e6%99%ba%e8%83%bd%e4%bd%93%e5%bc%95%e7%88%86%e9%9c%80%e6%b1%82%ef%bc%9a%e6%9c%8d%e5%8a%a1%e5%99%a8-cpu-%e4%ba%a4%e4%bb%98%e8%a6%81%e7%ad%89-30-%e5%91%a8/">数据中心</a>客户资本开支节奏、供应链产能以及全球监管环境的变化。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>只能满足 50% 客户：英特尔 CEO 陈立武谈 CPU 短缺与代工取舍</title>
		<link>https://mylogs.cn/%e5%8f%aa%e8%83%bd%e6%bb%a1%e8%b6%b3-50-%e5%ae%a2%e6%88%b7%ef%bc%9a%e8%8b%b1%e7%89%b9%e5%b0%94-ceo-%e9%99%88%e7%ab%8b%e6%ad%a6%e8%b0%88-cpu-%e7%9f%ad%e7%bc%ba%e4%b8%8e%e4%bb%a3%e5%b7%a5%e5%8f%96/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 16 Sep 2026 05:49:31 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 芯片]]></category>
		<category><![CDATA[先进封装]]></category>
		<category><![CDATA[台积电]]></category>
		<category><![CDATA[晶圆代工]]></category>
		<category><![CDATA[英特尔]]></category>
		<category><![CDATA[陈立武]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e5%8f%aa%e8%83%bd%e6%bb%a1%e8%b6%b3-50-%e5%ae%a2%e6%88%b7%ef%bc%9a%e8%8b%b1%e7%89%b9%e5%b0%94-ceo-%e9%99%88%e7%ab%8b%e6%ad%a6%e8%b0%88-cpu-%e7%9f%ad%e7%bc%ba%e4%b8%8e%e4%bb%a3%e5%b7%a5%e5%8f%96/</guid>

					<description><![CDATA[当地时间 9 月 14 日，英特尔 CEO 陈立武在美国科罗拉多州丹佛市举行的 Splunk.conf26 大 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">当地时间 9 月 14 日，<a href="https://mylogs.cn/%e6%b7%b1%e8%93%9dl06%e8%bf%bd%e9%a3%8e%e7%89%8810%e6%9c%88%e4%b8%8a%e5%b8%82%ef%bc%8c%e9%85%8d%e7%a2%b3%e7%ba%a4%e7%bb%b4%e5%b0%be%e7%bf%bcai%e5%ba%a7%e8%88%b1/">英特尔</a> CEO 陈立武在美国科罗拉多州丹佛市举行的 Splunk.conf26 大会上指出，随着 AI 推理需求增长，英特尔 CPU 供应仍然紧张，目前只能满足约 50% 的客户需求。这一表态折射出 AI <a href="https://mylogs.cn/ai-%e6%99%ba%e8%83%bd%e4%bd%93%e5%bc%95%e7%88%86%e9%9c%80%e6%b1%82%ef%bc%9a%e6%9c%8d%e5%8a%a1%e5%99%a8-cpu-%e4%ba%a4%e4%bb%98%e8%a6%81%e7%ad%89-30-%e5%91%a8/">算力</a>扩张背景下，传统 CPU 产能与先进封装能力同样成为瓶颈。</p>
<h2 class="wp-block-heading">强调&#8221;设计+制造+封装&#8221;一体化</h2>
<p class="wp-block-paragraph">陈立武在主题演讲中回答思科总裁兼首席产品官 Jeetu Patel 关于英特尔晶圆厂重要性的提问时表示，芯片企业同时掌握设计、制造和先进封装能力至关重要。他认为，晶圆代工业务需要<a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">先进制程</a>技术，并对良率、缺陷率、生产周期和工艺波动进行严格管理，以保证产量可预测；不同客户的需求各不相同，代工厂还需具备相应知识产权并支持电子设计自动化（EDA）工具。</p>
<h2 class="wp-block-heading">先进封装成竞争焦点</h2>
<p class="wp-block-paragraph">陈立武特别强调了先进封装的重要性，即将 CPU、内存、输入输出设备及不同硅芯片整合到同一封装中。他对英特尔 EMIB（嵌入式多芯片互连桥）技术表示信心——该技术通过硅桥连接不同芯片，使多个裸片协同工作，正被英特尔作为与台积电 CoWoS 竞争的先进封装方案。他同时指出，封装基板是当前面临的主要挑战之一，日本和中国台湾地区的企业通过预付款锁定了大量基板供应。</p>
<h2 class="wp-block-heading">警示 AI 芯片代工过度集中</h2>
<p class="wp-block-paragraph">陈立武表示，全球 AI 芯片制造不应过度依赖单一代工企业。他指出，若将 95% 的订单交给台积电，供应链风险将显著增加。目前英伟达、AMD 和<a href="https://mylogs.cn/ai-%e5%8a%a0%e9%80%9f%e9%bb%91%e5%ae%a2%e5%b7%a5%e5%85%b7%ef%bc%8c%e8%8b%b9%e6%9e%9c%e7%b4%a7%e6%80%a5%e6%8f%90%e9%80%9f%e5%ae%89%e5%85%a8%e6%9b%b4%e6%96%b0/">苹果</a>等美国企业几乎都将 AI 芯片生产交给台积电。根据市场研究机构 Counterpoint 的数据，台积电 2026 年第一季度占全球晶圆代工收入的 70% 以上，领先三星电子、中芯国际和英特尔。</p>
<h2 class="wp-block-heading">代工复苏与制程进展</h2>
<p class="wp-block-paragraph">对于英特尔代工业务的复苏，陈立武表示晶圆代工&#8221;并非易事&#8221;，需要谨慎推进并投入大量资本，但&#8221;过去 18 个月情况已经有所改善&#8221;。英特尔此前在 14A 制程良率上遇到困难；2026 年 4 月，公司同意向由特斯拉和 SpaceX 主导的 Terafab 项目提供 14A 制程技术，首款产品预计 2028 年年中推出。2026 年 6 月，英特尔聘请前 SK 海力士 CEO 李锡熙（Lee Seok-hee）担任高级副总裁，负责代工部门先进封装及后端技术研发与制造。</p>
<p class="wp-block-paragraph">陈立武认为，随着面向推理的 AI 智能体数量持续增长，未来将需要更多计算资源与安全能力。GPU 主要用于 AI 模型训练，而 CPU 负责协调大量 GPU 协同工作并管理应用程序，因此在 AI 推理时代仍具重要作用。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
