在 GPU Mode 与 Core Automation 联合举办的一场「自动研究」主题编程竞赛里，一名开发者借助 OpenAI 的 Codex 编程智能体，把一道 CUDA 矩阵分解内核的运行效率提升到基准方案的 232 倍，在 183 名参赛者中位列第 12。整篇复盘没有停留在「调参玄学」，而是把「让 AI 替你做研究、自己跑实验」的工作方式拆解得相当具体。

赛题：给张量核心喂饱矩阵乘法

竞赛的要求是实现批量方阵的紧凑 Householder QR 分解，输出格式需与 PyTorch 的 torch.geqrf 一致。QR 分解把矩阵拆成正交矩阵 Q 与上三角矩阵 R，是许多线性代数与优化器的底层算子。难点在于，标准的 Householder QR 是「一列一列串行」地清零下三角，串行部分只能跑在 SM 的慢速向量单元上，而昂贵的张量核心只能干等。

该作者的突破口是经典的「分块 Householder + WY 表示」：先在一个窄面板内完成串行工作，再把面板的多个反射子压缩成一次秩-b 更新，用三次连续的矩阵乘法（GEMM）一次性覆盖后方的主块。这样串行工作量被锁在窄面板里，其余部分全部变成张量核心最擅长的 GEMM 形状。测试覆盖的矩阵规模从 512×512 一直到 4096，批量大小跨度很大，最大的矩阵批量太少填不满张量核心，最小的 32 阶又得把多份矩阵塞进同一次内核启动。

自动研究：把未知未知变成已知未知

更值得借鉴的是人机协作的方法论。作者坦承自己只是「有一年的 GPU 内核优化基础、并非专业人士」，在排行榜上属于逆风开局——排在他前面的人里有英伟达的首席工程师。他的体会是：对问题理解得越透，给大模型的提示词就越精准，本质是「把未知未知转化成已知未知」。他先用 Claude 补 QR 分解与 Householder 反射的直觉，确认主干架构必须走分块 Householder 配合尾部 WY 更新；GPT-5.5 在这一架构上也给出了同样的判断。

在 14 天里，他提交了超过 1500 次方案。竞赛提供的命令行工具让智能体能直接测试、跑分并提交排行榜，形状级别的反馈加上整体几何平均耗时，构成了一个让智能体不断「爬山」的紧凑循环。他还利用低精度（FP16、FP8、NVFP4）在内部加速，同时保证返回的因子仍通过 FP32 级别的 QR 校验。工具链上，他使用 ChatGPT Pro（每月 200 美元）与 Claude Pro（每月 20 美元）两套订阅，并用 Modal 提供的每月 30 美元免费额度做性能剖析，Codex 的 /compaction 等功能则用来维持长程上下文。

对开发者的启示

这则案例的价值，不在于「232 倍」这个炫目的数字，而在于它展示了一种新的工程范式：当反馈循环足够紧凑、可自动评测时，编程智能体可以代替人完成大量试错，而人类的作用退化为「提对问题」与「判断方向」。对于日常做性能优化的工程师，文章也直言不讳地指出可改进之处——例如更早引入更系统的低精度策略、把更多形状纳入回归测试。自动研究不会取代领域知识，但确实把「懂一点」和「完全不懂」之间的差距，压缩得比过去小得多。

来源：Hacker News（原文出自 sankalp 个人博客，作者 sankalp）

过去三年，人工智能基础设施的投资几乎全部围绕图形处理器（GPU）展开。谁掌握了算力芯片，谁就掌握了这一轮技术浪潮的主动权。但在高盛资产管理看来，这个故事正在进入下半场。

高盛公共科技投资联席主管成秀（Sung Cho）近期提出一个判断：人工智能的投资主线，正从 GPU 周期，转向那些把人工智能「连接在一起」的公司——尤其是光通信与光纤设备制造商。他点名的两家代表性企业是 Lumentum（纳斯达克代码：LITE）与 Coherent（纽交所代码：COHR）。

这一判断的要点在于：算力集群的约束条件，已经发生了转移。

从训练到推理，架构彻底变样

成秀的逻辑起点，是工作负载结构的变化。他表示，当前市场最重要的趋势之一，是从以人工智能「训练」驱动大部分算力，转向以人工智能「推理」驱动大部分算力。而在这两套架构之下，是一组完全不同的芯片与光通信设备，领导地位也会随着这次转型而演变。

训练阶段往往集中在少数超大规模的数据中心，追求极致的单体算力；推理阶段则不同——它更贴近最终用户，需要在离用户更近的地方部署大量数据中心。成秀指出，进入推理时代后，需要建设的数据中心数量大幅增加，彼此之间也必须被大量连接起来。

铜退光进：互连成为新天花板

在数据中心内部，布线本身成了天花板。成秀的解释很直观：处理器的运算速度，已经不再是瓶颈；真正的瓶颈，变成了芯片与芯片之间、服务器与服务器之间的通信能力。而现在大量的连接仍然依赖铜缆，未来将被光通信替代。

光纤的价值在于，它能在更高带宽、更长距离与更低功耗下传输数据，而铜连接在带宽和功耗上的天花板正变得越来越明显。换句话说，当一座座人工智能工厂拔地而起，决定其效率的不再只是「发动机」够不够强，还有「高速公路」够不够宽。

从供给侧看，光通信的扩产难度极大。成秀认为，光学器件的产能很难快速上线，而需求却随推理转型加速增长，这使得光通信相关资产的行情持续时间，可能长于以往的半导体周期。

两家公司的数据印证

市场似乎已经用走势投了票。Lumentum 二零二六财年第三财季（于五月五日提交）的财报验证了这一逻辑：营收达到八亿零八百四十万美元，同比增长百分之九十点一；非美国通用会计准则下每股收益二点三七美元，非美国通用会计准则 operating margin 环比提升七百个基点至百分之三十二点二。首席执行官迈克尔·赫尔斯顿提到，光电路交换机的积压订单超过四亿美元，共封装光学器件也拿到了一笔数亿美元、预计在二零二七年上半年交付的增量订单。该股年初至今上涨逾百分之一百二十，过去一年涨幅接近百分之六百。

Coherent 同样受益。这家已进入标普五百指数的公司，二零二六财年第三财季营收十八亿一千万美元，同比增长百分之二十点五；其中数据中心与通信业务贡献十三亿六千万美元，同比增长百分之四十点六，已占其总营收的百分之七十五。非美国通用会计准则下每股收益一点四一美元，营业利润率百分之二十点三。首席执行官吉姆·安德森表示，公司有望在二零二六年底将内部磷化铟产能翻一番，到二零二七年再翻一番以上。英伟达二十亿美元的投资，成为双方围绕激光与光网络设备的合作锚点；共封装光学、光电路交换机、多轨方案等新引擎，预计到二零三零年将带来超过两百亿美元的增量可服务市场。该股年初至今上涨逾百分之七十六。

这股趋势意味着什么

需要明确，这只是高盛的一家之见。高盛全球股票研究主管詹姆斯·科韦洛便持不同看法：他认为芯片厂商在生态其他环节尚未兑现回报时便大赚，这种格局「前所未有且不可持续」，更看好超大规模云厂商后续表现。

但抛开具体的股票涨跌，成秀点出的技术方向值得关注：人工智能的竞争，正从「谁的训练集群更大」，转向「谁能把成千上万颗芯片更高效地连起来」。随着英伟达从 Blackwell 向 Vera Rubin 乃至 Rubin Ultra 系统演进，单机柜内的网络价值占比预计将持续攀升，光模块、光引擎与光电路交换机的需求空间随之打开。

对正在大规模建设智算中心的市场，这一判断同样有参照意义：算力不只等于芯片，光互连与供电散热正共同决定人工智能基础设施的真实上限。当 GPU 不再是唯一的瓶颈，光，或许会成为下一段故事的主角。

来源：AOL / 24-7 Wall St.（高盛资产管理观点）

过去四年，人工智能研究全面围绕大语言模型展开，而最前沿的突破，已经从大学实验室转移到了私人公司。大学根本负担不起训练和运行尖端模型所需的显卡，即便负担得起，Anthropic 与 OpenAI 也不会对外公开 Claude 与 ChatGPT 的内部细节。

加州山景城一场聚焦 AI 学者的闭门聚会，把这种错位摆到了台面上。这场活动由施密特科学基金会旗下的 AI2050 项目发起，旨在资助从事人工智能研究的学者。与会者中，加州大学伯克利分校计算机科学教授妮卡·哈格塔拉布打了个比方：当下的 AI 学者，像是活在一个私人企业独占基因编辑工具 CRISPR 的世界里的生物学家。前沿实验室之外的人，可以研究 ChatGPT 与 Claude 表现出的行为，却无法深入探究这些工具的设计与训练，更别提亲自引导设计方向。

钱与算力双重短缺

AI2050 确实为学者提供了一笔可用于采购显卡的经费，不少与会者认为这是参与该项目的一大实惠。但资金压力依旧沉重，尤其考虑到美国联邦科研经费近期遭到削减。即便是不自己跑模型的学者，为了扎实地研究 OpenAI、Anthropic 与谷歌的模型，反复调用接口的成本也高得令人却步。

绕开大厂赛道

许多受资助学者把精力投向那些 Anthropic 与 OpenAI 不太可能去碰的问题。约翰斯·霍普金斯大学计算机科学教授安贾莉·菲尔德的态度很有代表性：「我尽量不去钻研那些我觉得科技公司迟早会解决的问题。」企业终究要盈利，那些几乎无利可图、甚至答案可能让公司难堪的研究方向，往往得不到投入。菲尔德曾做过一项研究：语言模型对「更常由女性使用的表达方式」所给出的回应，明显不如对男性化表达来得周全——这类题目很难想象会出自 Anthropic 或 OpenAI 之手。

不碰大模型的另一群人

还有一大批 AI 学者根本不与大模型打交道。他们多是科学家，构建专门用于数据分析、预测、乃至模拟整个物理系统的模型，并不必然与前沿实验室正面竞争。不过挑战照样不少：谷歌 DeepMind 旗下、凭蛋白质结构预测拿下诺贝尔奖的 AlphaFold 团队，上个月刚刚解散。另一些研究者则苦恼于公众对「非大模型 AI」的普遍误解——比如有人专门搭建应对气候变化的专用 AI，却常因大众把「AI」等同于「吞电的大模型」而难以争取支持。

人才外流与新的可能

格局正在变化：多位知名学者已请假加入前沿实验室，不少 AI2050 受资助者同时在学界与企业任职。近半年又冒出新的隐忧——OpenAI 的模型已在数学领域解出若干真实研究难题，有人担心纯数学领域或许不再需要人类。一位与会学者就表达了对同行数学家心理状态的担忧。

但也不必全然悲观。经验科学要比数学难自动化得多，因为数据采集本身就是慢功夫。卡内基梅隆大学计算机科学家蒂姆·代特默斯致力于让模型跑得更快更省，他的看法是：AI 科学家不会取代人类，反而能让人类科学家效率大增，去追求那些原本抽不出手的好点子。

资源的约束反而催生韧性。正是训练不起尖端模型这一限制，逼着学者去寻找把模型做小、做高效的办法，甚至探索全新架构。倘若下一项重大突破不是出自巨头，而来自某个精打细算的大学实验室，恐怕没人会太意外。

来源：MIT Technology Review（2026 年 8 月 10 日，原载于周刊通讯 The Algorithm）

瓶颈不在算力，在搬运

Cursor 训练的是自家的智能体编程模型 Composer。团队在博客中写道，随着训练和推理规模不断放大，混合专家层始终是最主要的瓶颈——视工作负载和训练配置而定，这一层可以吃掉端到端训练时间的一半以上。

原因在于 MoE 的工作方式。这类模型不会让每个 token 都走完整个网络，而是由一个路由器为它挑选少数几个“专家”子网络。省算力的代价是，专家权重被切分存放在不同显卡上，token 必须先被分发（dispatch）到持有对应专家的卡上算完，再被收回（combine）原处加权求和。通信耗时可能和计算本身一样长，两者若串行执行，效率极低。

过去一年 Cursor 也写过自己的 MXFP8、NVFP4 训练算子和面向推理的“warp decode”方案，但那些工作只优化了计算部分，默认通信由别的库另行处理。到了生产环境，通信反而成了限制因素，于是团队决定从第一性原理出发，把整个 MoE 层连同通信一起重写。

一个内核吞下所有环节

MoK 的做法是把 MoE 的全部通信与计算融进单一内核，并且保证完全确定性——同样的输入必定得到逐位一致的输出。它专为英伟达 GB300 NVL72 机架设计：72 张显卡处在同一个 NVLink 域内，为细粒度的计算通信重叠创造了条件；但同一机架里集成的 Grace 中央处理器相对偏慢，显卡很容易空转等它，因此内核必须尽量抹掉主机侧的工作与同步。

团队的几项关键选择颇具反直觉色彩。业界惯例是用“推”（push）的方式散发 token，认为协议开销小、更能跑满链路；Cursor 的实测却发现，分发环节改用“拉”（pull）在专家负载不均时能把 NVLink 带宽利用率再提升最多 29%。更关键的是信令开销：推式分发要等最多 71 个对端的完成信号并刷新整个机架的内存，而拉式分发无需跨卡同步，微基准里两者延迟相差约 5.8 倍——103 微秒对 18 微秒。最终 MoK 选定了前向拉式分发、推式收回的组合。

此外，内核用环形 token 缓冲区复用固定内存，免去主机每步重新计算和分配缓冲区；并把流式多处理器拆开，一部分做矩阵乘法，一部分继续搬数据。在 Blackwell 架构上，凑够 256 个 token 就足以触发一条完整的张量核心矩阵乘指令，于是下一批还在路上时，这一批已经开算。

快了多少

在单个 MoE 层的对比测试中，MoK 的 MXFP8 前向吞吐最高达到最强公开基线的 2.37 倍。参与对比的是 NCCL 加 PyTorch、DeepEP 加 PyTorch、DeepEP 加 Transformer Engine，以及英伟达 HybridEP 加 Megatron 四套组合。

更有说服力的是生产数据。在横跨多个 NVL72 机架、共 512 张显卡的真实训练栈上，端到端每秒处理的 token 数从此前基于 DeepEP 方案的 760.9 提升到 1070.2，相当于 1.41 倍。Cursor 表示，MoK 目前已经支撑着数万张显卡规模的 Composer 训练。

谁会用得上

MoK 针对的是 DeepSeek-V3 式的 MoE 结构——一个共享专家加上数以百计的路由专家。Cursor 在文中直接点名，这一结构被 GLM、Qwen、Kimi（直到 K2.7）等开放权重模型广泛采用。换句话说，任何一家在 NVL72 机架上训练同类架构的团队，理论上都能直接受益。

代码已按 Apache 2.0 协议发布在 GitHub 的 cursor/mixture-of-kittens 仓库。署名作者为 Stuart H. Sul、Nash Brown、Henry Wildermuth、William Lin 和 Federico Cassano。

值得玩味的是发布者的身份：一家靠卖编程助手赚钱、不做芯片也不卖基础设施的应用层公司，公开了能从同一批硬件里多榨出四成吞吐的底层算子。这既说明模型训练成本对它已是实打实的支出项，也说明大规模训练的竞争，正越来越多地落在那些看不见的内核细节上。

来源：Cursor 官方博客

这次不再只针对旗舰卡

值得注意的是，今年 5 月那轮涨价只波及 RTX 5090 等高端型号，其余产品线并未受影响。而这一次，调价覆盖了英伟达更广泛的在售产品。

据硬件媒体 BenchLife 的报道，英伟达已再次向下游显卡制造商发出 GPU 套装（GPU 芯片加显存）涨价通知，核心原因是显存价格持续上涨。此轮调整同时涉及 GDDR7 与上一代 GDDR6，意味着除了采用 Blackwell 架构的多数 50 系显卡外，RTX 5050 乃至更早期的产品也难以幸免——包括近期以 2022 年原始建议零售价重回市场的 RTX 3060 12GB。

更早的时间线是：今年 1 月，英伟达与 AMD 都曾因显存成本上调价格，幅度依规格不同大约在 10% 至 15%。

涨价压力并非只来自 GPU 一侧。据报道，三星预计也将把 DRAM 价格上调约 20%。从芯片成本看，目前单颗 3GB GDDR7 芯片价格已涨至 60 至 70 美元，而标准 2GB 版本约为 20 美元——容量只多出 50%，成本却是三倍。

传导到零售端：一天一个价

《经济日报》提到，涨价预期已经传导至零售渠道，部分电商平台因担心价格继续上行而不愿出货。

中国内地市场的反应尤为直接。据央视财经报道，深圳华强北多家商户表示，受新一轮涨价通知影响，各大显卡品牌工厂已全面执行”封仓”政策，暂停对外批量出货，现货供给快速收紧。有商户介绍，通知下达后的两天内，涨幅已达 30% 左右：RTX 5070 去年零售价约 4500 至 5000 元，如今涨到 6000 至 6500 元；RTX 5080 去年均价约 8000 元，目前零售价接近 12000 元，”基本一天一个价，一天平均涨 500 到 1000 元”。

以某国产品牌的 16GB GDDR7 版 RTX 5070 Ti 为例，一天之内价格就从 9299 元跳到 1.07 万元；而在今年 1 月涨价前，这款卡的定价约为 8000 元，去年 11 月更是 7200 元左右就能买到。

被推高的不只是显卡。有商户表示，此前批发价 300 至 400 元的固态硬盘，现在已涨到 800 多元。原本打算花 12000 元装机的消费者，一周后发现同样配置要 14000 多元。行情剧变之下，商户已取消每日固定报价单，改为随行就市实时调价；不少人转向二手设备和旧机扩容维修，有维修门店的笔记本日均维修量达到 20 至 30 台，同比增长约 20%。

根源仍在存储产能

供需失衡的源头指向存储。AI 服务器算力需求形成强大虹吸效应，三星、SK 海力士、美光等原厂将大量先进产能转向利润更高的 HBM 高带宽内存，消费级 DRAM 与 NAND 闪存产能被持续挤压。据集邦咨询数据，2026 年第一季度 DRAM 合约价环比涨幅超过 90%，NAND 闪存涨幅维持在 55% 至 90%。

产业链下游同样叫苦。微星董事长徐祥此前表示，目前存储供货能见度很短，大约只有一个月，原厂每月才告知能交多少货，价格也不确定，导致报价和成本都难以精准把握。他预计今年消费类产品出货量将下滑 10% 至 20%，但单价反而提升。

不过转折信号已经出现。TrendForce 最新数据显示，第三季度 DRAM 合约价环比跌幅预估已从 5% 扩大至 8% 至 13%，存储涨价周期的红利正在消退。只是从原厂报价传导到零售货架仍需时间，短期内高价行情恐怕难以明显回落。

生成式 AI 带来的元器件涨价潮，影响面早已超出 PC。过去一年，Xbox Series X/S 与 PlayStation 5 均出现过价格上调。对普通玩家和办公用户而言，升级设备的门槛正变得越来越高。

来源：Eurogamer（https://www.eurogamer.net/nvidia-gpu-price-rise-30-percent）、台湾《经济日报》、BenchLife、央视财经

从”零机会”到”大有可为”

SemiAnalysis在一篇深度分析中指出，他们对AMD在AI加速器领域的判断经历了三次更新。最初，SemiAnalysis认为AMD在软件层面与英伟达的差距过于悬殊，给出了”0%机会”的悲观评价——当时AMD软件问题丛生，团队甚至连续数月成为AMD Bug报告最多的提交者。

但六个月后，情况发生变化。SemiAnalysis观察到AMD有了真正推动变革的领导力，而非委员会式的决策模式。AMD CEO苏姿丰（Lisa Su）亲自与分析师沟通并采纳了多项建议，AMD软件团队的紧迫感明显增强。SemiAnalysis将评级从0%上调至”有一定机会”。

到了2026年中，信号变得更加强烈。基于对AMD软件栈的深入体验，SemiAnalysis再次更新判断——只要AMD能解决两大关键风险，就有”很大机会”在AI加速器市场取得成功。

Anthropic、微软、OpenAI纷纷转向AMD

重磅信号来自AMD的客户名单。Anthropic已公开宣布将部署2GW的AMD芯片，Anthropic计算主管Tom Brown甚至在周末用Claude的”/goal”功能在AMD硬件上完成了内部Claude推理栈的适配。

更引人注目的是微软的转变。2023年，微软因HBM内存不可靠和软件质量差而放弃了AMD MI300X，并跳过了MI325X和MI355X两代产品。但2026年，微软180度转向，宣布将部署MI455X Helios系统。据SemiAnalysis分析，OpenAI将是Azure上MI455X机架的主要终端客户。

AMD还在与Cerebras达成合作，采用类似英伟达-Groq交易策略，实现PD分离（Prefill-Decode Disaggregation）以提供超快速交互式推理。

两大风险：产能爬坡与开发集群稳定性

尽管前景乐观，AMD仍面临两个严峻挑战。

第一，Helios机架系统的产能爬坡遇到困难。由于AMD未采用无电缆托盘设计，加上SerDes设计较弱，每个机架高达85%的背板需要重定时（Retiming），需要超过550个博通以太网重定时器。背板可靠性问题正在拖累量产节奏。

第二，内部GPU集群严重不足。AMD工程师最普遍的抱怨是缺乏稳定的GPU集群用于内部软件开发和自动化测试CI。这个问题正在阻碍AMD的进步速度——因为每个AI编码Agent本身也需要GPU才能运行和测试。

竞争升级：从”GPU对决”到”平台对决”

英伟达自然不会坐视不理。其正从GPU供应商转型为全栈AI基础设施提供商，通过收购网络技术公司和扩展软件堆栈实现硬件、软件与互联的垂直整合。英伟达还通过推出AI CPU正式进军数据中心CPU市场，瞄准约2000亿美元潜在市场，直接挑战AMD的传统优势领域。

但市场格局已经出现结构性变化。Gartner分析师指出，AI推理工作负载占比持续提升——2023年还是训练占2/3、推理占1/3，到2026年推理市场已增长至训练市场的2.16倍。推理占比越高，CUDA的生态锁定效应越弱，这对AMD更为有利。

高盛已将AMD目标价从240美元上调至450美元，伯恩斯坦上调至525美元。整个AI芯片赛道的投资逻辑，正在从”追逐英伟达训练芯片的垄断红利”转向”布局多元算力兼容的新方向”。

*文章来源：本文基于SemiAnalysis 2026年7月分析报告”Can AMD break the CUDA Moat? AMD Advancing AI 2026″改写，并综合Gate博客、雪球、同花顺等渠道信息补充。*

核心论点：编程抽象层正在上升

Dieckman 解释称，当前 AI 企业普遍在更高抽象层级进行编程，开发者通过各类推理服务框架完成模型部署，而非直接与 CUDA 等底层框架交互。在这一层级，开发者根本接触不到 CUDA，工具链会自动完成到硬件底层操作的转换。

这意味着一个根本性的变化：当开发者不需要关心底层是什么芯片时，CUDA 的独占优势就被大幅削弱了。

更值得注意的是，Dieckman 提到一个 2026 年才出现的新现象——AI 代理和模型本身已经开始帮助客户自动优化到 AMD 平台。换言之，当 AI 自己就能完成跨平台适配时，CUDA 的不可替代性将进一步被侵蚀。

Anthropic 的震撼案例：AI 自举打破人力壁垒

AMD 并非空口放话。在 Advancing AI 大会上，Anthropic 联合创始人 Tom Brown 披露了一个极具冲击力的技术细节。

Brown 表示，Anthropic 计划部署 2GW 的 AMD Helios 算力设施，明确青睐 MI355 芯片。但真正改写行业认知的，是适配过程本身。

团队原本预期在新硬件上启动模型会是”一个大项目”。但实际体验截然不同：一名工程师让 Claude 执行适配任务后让流程在周末自行运转，周一便拿到了 Anthropic 领先模型在该硬件上”周末期间持续攀升”的实际性能曲线。

市场观察者随即评论称：”我们已过了 CUDA 护城河时代。”

当 AI 自身能够替代工程师完成硬件迁移中最昂贵的人力环节时，英伟达 CUDA 生态最根本的护城河——高昂的迁移成本——正在被 AI 从根基上侵蚀。

来自腾讯新闻的分析：一场更深刻的产业变革

腾讯新闻的深度分析进一步揭示，AMD 的动作并非孤立事件。随着 AI 推理需求快速增长，市场正在从单一 GPU 计算模式走向更加多元化的芯片架构。英伟达 CEO 黄仁勋早已果断地用 200 亿美元获得了 Groq 的 LPU 技术和团队。

真正可能改变英伟达长期优势的变量，并不是另一颗更强的 GPU，而是 AI 本身。在 AAI 2026 大会上，AMD 宣布与 OpenAI、Meta 和 Anthropic 等前沿 AI 公司建立大规模合作关系。其中与 Anthropic 的合作尤其具有标志性意义——Claude 将参与 AMD 硬件生态建设，包括优化 Instinct GPU 上的 AI 工作负载、推动 ROCm 软件平台发展。

过去，CUDA 生态的优势来自硬件、软件和开发者之间长期形成的正反馈循环。但随着 AI 能力跃升，模型公司自身已成为基础设施创新的重要参与者，它们希望通过与不同硬件厂商合作，降低对单一计算平台的依赖。

冷静看待：护城河不会一夜消失

当然，AMD 的判断带有明显的商业立场。即便 CUDA 对部分企业确实变得无关紧要，其他公司可能仍倾向于沿用已被验证的基础设施。AI 数据中心的投资规模动辄数亿美元，稳妥往往比省钱更重要。

CUDA 是否真正失去护城河效应，取决于更高抽象层编程和 AI 代理自动优化能否成为行业主流，而非停留在少数前沿团队的实践中。但无论如何，2026 年 7 月这次 Advancing AI 大会传递的信号是明确的：AI 芯片市场的竞争规则，正在被 AI 自身重新书写。

—

图片来源：AMD Newsroom 官方新闻稿

两个模型，两种定位

MAI-Image-2.5-Pro定位高端图像生成场景，定价为每百万文本输入token 5美元、每百万图像输入token 8美元、每百万图像输出token 106美元。它在Arena社区排行榜的图像编辑项目上已排名第二，广告巨头WPP全球首席创意官Rob Reilly评价该模型是”生成式媒体工具的一大飞跃”。

MAI-Voice-2-Flash则走另一个方向：运行速度比MAI-Voice-2快一倍，成本低32%，定价每百万字符15美元。它瞄准的是呼叫中心、语音客服、实时语音应用这类对延迟和成本极为敏感的大规模场景。

生产数据：GPU成本最高降89%

微软这次公布的部署数据，比模型本身更具冲击力。

Bing Image Creator已全面切换至MAI-Image-2.5，这是该消费者级图像工具首次完全由自研模型驱动。在PowerPoint中，MAI-Image-2.5比OpenAI的GPT-Image-2节省高达84%的GPU成本。在OneDrive的关键图像编辑场景中，保存率提升26%，P95延迟降低约25%，中等负载下效率提升2.5倍。

语音方面的数据同样亮眼。MAI-Voice-2-Flash已接入Dynamics 365 Contact Center——该平台服务于T-Mobile、EasyJet等客户——微软声称GPU成本最多降低89%。

医疗场景：Dragon Copilot覆盖58种语言

在医疗领域，微软的Dragon Copilot已接入MAI-Transcribe-1.5模型。该系统目前服务17万名医疗提供者，上一季度处理了2800万次患者诊疗记录，支持58种语言的多语言工作流。微软称，在大多数语言中，转录和语言识别错误率均降低了50%——在转录错误可能直接影响临床记录的场景中，这一改进意义重大。

战略转向：从”依赖OpenAI”到”微软产品由微软模型驱动”

“这些升级都指向同一个目标：微软产品，由微软模型驱动。”微软在其公告博客中写道。从Bing、PowerPoint、OneDrive到Excel、GitHub Copilot和Azure，7款核心产品已确认接入自研模型。

对于企业客户而言，这释放了一个明确的信号：微软的自研模型已不再是实验室项目，而是服务于数百万用户的生产级基础设施。这场AI军备竞赛的竞争维度，正在从”谁的模型最强大”转向”谁的模型最经济、最适配”。

图片来源：VentureBeat（AI生成配图）

Vera Rubin 的关键定位是：把 GPU 和 CPU 打包成一套完整的 AI 工厂。英伟达不再只想当 GPU 供应商，而是要把 AI 数据中心里从算力到调度的每一颗芯片都收入自己版图。

一、配置与性能：算力翻倍、能耗降一档

Vera Rubin 是英伟达 Grace Blackwell 混合超算平台的继任者，单机架（NVL 72）配置为 36 颗 Vera CPU + 72 颗 Rubin GPU。英伟达高管在 workshop 上公布的几个核心数字是：

• 每瓦特 token 处理量是 Grace Blackwell 的 10 倍
• 内存带宽接近 Blackwell 的 3 倍
• 100% 全液冷，可减少芯片散热能耗
• 取消机架间线缆，英伟达称之为”无缆计算”和”热插拔”

实际效果是：机架部署时间从此前的数小时压缩到几分钟，对大规模数据中心部署来说意义重大——目前 AI 算力瓶颈已经从买不到 GPU 转移到装不上、调试慢。

二、为什么英伟达要做 CPU

长期以来 CPU 是英伟达的弱项，市场被 AMD 和 Intel 占据。但 AI 正在改变格局：随着智能体（agentic AI）系统变多，CPU 承担了数据流调度、网络通信、软件协同等关键角色，需求量大幅上升。

英伟达给出的答案是 Vera CPU——一颗采用单芯片（monolithic）设计、放弃 chiplet 架构的 ARM 处理器。Nvidia CPU 产品营销负责人 Hannah Coutand 解释：把多个 chiplet 拼装在一起，会给内存带宽和数据搬运带来沉重税负；单芯片设计让数据在一颗集成电路上移动得更快。

Nvidia 加速计算副总裁、CUDA 架构之父 Ian Buck 更直接：在硅谷，要么创新，要么死。我们不只是要做 GPU，还要把 CPU 一起卷。

值得注意的是，Vera CPU 不仅内嵌在 Vera Rubin 机架中，也作为独立产品对外销售——据报道英伟达已告知中国客户，最快今年 8 月就能拿到。

三、首批客户与竞争格局

英伟达已经确认的 Vera Rubin 早期客户包括 Microsoft、OpenAI、Oracle。其中 OpenAI 已经率先部署了一台 Vera Rubin 机架，正在生产环境试用。

竞争对手方面，AMD 将在本周的年度会议上推出对标的 Helios AI 机架，意图从英伟达嘴里抢走大客户。AMD 近年在数据中心 CPU 市场份额上增长明显，x86 架构加上 chiplet 设计仍是其招牌。

四、给市场释放的信号

英伟达这次强力推 Vera Rubin，背景之一是上一代 Blackwell 芯片曾因机架过热问题被迫改设计、推迟发货，市场对英伟达能否按节奏交付新平台存在疑虑。黄仁勋反复强调 Vera Rubin 正在全面量产，下半年发货——这次 workshop 也是在反复对市场喊话：节奏没乱，产能稳得住。

更深层的信号是：当竞争对手在 AI 加速器市场追赶时，英伟达选择把战场从 GPU 单独比拼升级到整套 AI 基础设施比拼。卖铲子不够，还要把铲子、矿场、调度员都包给客户。

据英伟达高管透露，公司正在与多家日本企业合作开发机器人 AI；黄仁勋本人上周在 Computex 台北展上带回的台湾小吃也堆在执行简报中心办公室——英伟达的全球 AI 算力生态，正以肉眼可见的速度扩张。