英伟达押注Simplismart:2000万美元融资背后的AI推理效率革命

源自33位全网作者

05-18 10:25

内容由AI生成

精选参考来源

1. 黄仁勋最怕中国AI的事 DeepSeek刚刚做到了 黄仁勋最害怕事还是发生了:DeepSeek V4发布,华为昇腾超节点深度适配,全球AI圈等待已久的大事落定,聊一聊背后的三大核心真相 #ai #deepseek v4 #deepseek #黄仁勋 #梁文锋

2. 开启存储下一个大机会!韩媒详解黄仁勋“神秘推理上下文内存平台”

3. 阿里千问与“AI Layer”崛起:一场重塑互联网的“操作系统”生态战 【硅谷101】

4. 吉利有点东西的,3月17号黄仁勋召开了科技春晚:英伟达GTC大会,核心围绕AI 基础设施、智能体、物理 AI三大方向展开,宣布了一些硬件革命,Vera Rubin平台(推理性能是H100的5倍)、Feynman架构(1.6nm工艺)、LPU推理芯片(推理性能是H100的10倍)。 黄仁勋预测2026-2027年全球AI算力需求从5000亿美元上调到了1万亿美元。 在这个超级时刻,吉利汽车集团CTO李传海应邀出席,宣布吉利将跟英伟达在物理AI、企业AI、工业AI三大领域持续深化合作与战略协同,双方将围绕智能驾驶、智能座舱、智能制造与研发、云端与 AI 基础设施等维度,展开一系列深度合作,共同定义下一代智能出行技术底座。 英伟达为何这么看重吉利呢? 吉利已经在“舱驾融合”上实现了关键突破,携手阶跃星辰、千里科技联合打造的超级Eva+G-ASD 4.0即将发布,极氪8X将首发搭载这套全球首个打通智能座舱、智能辅助驾驶、数字生态的超级智能体。 英伟达在2026GTC大会上刚刚发布的物理AI核心工具,在为吉利服务咯。 千里浩瀚G-ASD将集成NVIDIA Alpamayo(自动驾驶推理视觉-语言-动作模型套件)、NVIDIA Cosmos(生成式基础模型平台)和NVIDIA NuRec(3D高斯溅射技术的实时场景渲染工具) 这三款AI工具能够提升智能辅助驾驶的开发、仿真与验证效率,大大增强行车场景里的安全冗余,也能推动Robotaxi的开发和商业化落地。 在云服务与AI基础设施方面,吉利将充分利用NVIDIA AI超算平台,结合NVIDIA Nemotron开源大模型、NVIDIA NeMo软件以及 NVIDIA AI Enterprise套件,加速企业级 AI 进化,实现从研发数据处理到业务决策智能化的全面升维。 车端,吉利将行业首发搭载由NVIDIA与联发科(MTK)共同开发的天玑汽车座舱平台旗舰芯片 C-X1。针对 LLM 和 VLM 推理性能进行了专门优化,具有无与伦比的 token 处理吞吐量和显存带宽效率。 英伟达与吉利还将共同推进智能制造与研发体系的数字化革新,我觉得这个挺有趣的。 基于视觉人工智能体(Vision AI)的广泛应用、英伟达推出了一套基于OpenUSD标准的3D 实时协作与物理仿真平台:NVIDIA Omniverse,打通3D工具孤岛,构建可交互、物理精准的虚拟世界,完成工厂各个方面的自动化建设,核心优点是让设计、仿真、训练、部署在统一虚拟空间完成,零风险试错、大规模并行、AI 驱动优化。 老黄说,在虚拟世界同时训练百万台自动驾驶 / 机器人,效率提升 1000 倍 +、成本降低 90%+。Omniverse 不只是一个 3D 工具,而是构建、运行、优化物理 AI 系统的基础设施。 这就很让人关注吉利集团了,通过AI技术的介入,吉利将大幅缩短研发周期,实现从“制造”到“AI智造”的跃迁,步伐很新颖啊。#吉利发布舱驾融合关键成果#

5. 英伟达力荐,小团队两个月开源一款「光速级」智能体推理引擎

6. DeepSeek V4直接弃用英伟达CUDA,全栈迁移华为昇腾,推理性能干翻英伟达H20近3倍,速度狂飙35倍,这是国产AI摆脱卡脖子的关键一步,巨头纷纷入局适配,国产替代集群已然成型。过去国产AI全靠英伟达生态,囤芯片看脸色,迁移成本高到离谱,利润大量外流,创新被牢牢限制。如今终于有了更多的选择,国产AI可以甩开膀子加油干了!#一分钟精选视频扶持计划##专业视频创作季##AI创造营##科技先锋官# 种斌Marco的微博视频

7. #互联网技术[超话]##个重磅信号!#黄仁勋 #AI #人工智能#机器人 #自动驾驶 #CES2026 #英伟达#新年演讲# 黄仁勋在2026年CES展会上的新年首场演讲,以"物理AI"为核心主题,宣告人工智能正式迈入从理解数字世界到改造物理世界的新阶段。以下是演讲的核心内容整理: 一、时代定调:双重平台转移开启AI新纪元 黄仁勋指出,计算机行业正经历十年一遇的"平台重置",同时发生两大平台转移:一是应用程序全面构建于AI之上,软件开发从"编程"转向"训练",运行载体从CPU迁移至GPU;二是软件的开发与运行逻辑彻底革新,AI应用不再是预编译的固定程序,而是能理解上下文、实时生成内容的智能系统。这一变革正驱动全球价值约十万亿美元的计算机基础设施进行现代化改造。 二、物理AI的ChatGPT时刻已至 物理AI成为演讲的核心焦点。黄仁勋认为,AI的演进可以分为四步:感知AI、生成AI、代理AI、物理AI。当模型能够理解重力、摩擦、惯性、动量守恒等物理定律,AI才能真正走出屏幕,进入物理世界执行任务。 支撑物理AI战略的三大技术支柱已全面成型: Newton物理引擎:实现低于0.01秒的实时物理计算响应 Cosmos基础模型平台:以1000亿参数达成1毫秒级推理延迟,支持多模态物理世界理解 GPU+LPU混合架构:算力效率提升100倍,成本降低90% 三、Rubin计算架构全面量产 英伟达推出新一代Vera Rubin计算架构(简称Rubin架构),该平台已进入全面量产阶段。Rubin架构通过CPU与GPU协同设计,AI训练性能较前代Blackwell提升3.5倍,推理性能提升5倍,token生成成本最高降低10倍。该架构包含六款全新芯片:Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-X以太网交换机。 四、自动驾驶与机器人突破 自动驾驶领域:英伟达发布全球首个开源端到端AI系统Alpamayo,这是业界首个具备思考推理能力的自动驾驶AI模型。2025款梅赛德斯-奔驰CLA将首发搭载该技术,计划2026年第一季度在美国上路,随后推广至欧洲和亚洲市场。 机器人领域:黄仁勋宣布"机器人领域的ChatGPT时刻已经到来"。英伟达发布了专为人形机器人设计的Isaac GR00T N1.6视觉语言行动模型等开源工具,同时推出Cosmos Reason 2推理型视觉语言模型。特斯拉Optimus人形机器人已通过Omniverse数字孪生平台完成90%以上的训练,自主运行比例达85%,2026年第一季度将实现5万台量产,成本降至2万美元以下。 五、开源生态战略加速 黄仁勋强调,开源模型与前沿闭源模型的差距已缩短至约6个月,且仍在持续缩小。英伟达不仅开源模型,还开源用于训练这些模型的数据,以建立真正的"系统信任"。现场展示的多款开源模型包括三家中国开源模型:Kimi K2、Qwen和DeepSeek V3.2。黄仁勋特别提到,DeepSeek R1的出现意外推动了整个行业的变革进程。 六、全栈AI体系构建 英伟达的角色已从芯片供应商转变为"全栈AI体系"的构建者。通过"三台计算机"的架构——训练(DGX超级计算机)、仿真(Omniverse与RTX)、推理(AGX系列边缘设备),英伟达构建了从云端训练到现实部署的完整闭环系统。同时,通过开源模型、数据及NeMo开发库,英伟达正推动技术民主化,让更多开发者和企业能够参与到物理AI的创新浪潮中。 黄仁勋在演讲结尾强调,物理AI的落地将重塑全球千万家工厂与数十万个仓库的运作逻辑,开启AI与实体经济深度融合的新时代。 http://t.cn/AXb9Z9MM

8. 特斯拉小鹏蔚来理想中国车企可能都会有自己车载推理芯片,但是模型训练还必须得用英伟达GPU马上要自己开工厂造芯片的马斯克,还不忘在X上夸赞英伟达及黄仁勋一番:英伟达的市值实至名归,SpaceX AI和特斯拉将继续大规模采购英伟达芯片目前国内像寒武纪这样的公司推理芯片也陆续跟上来了,英伟达也通过并购groq等的方式急忙加强推理芯片版图,应对接下来的token经济但在大规模集群、高吞吐、高算力密度的超算中心建设中,英伟达的软硬件生态与系统方案仍无可撼动#人工智能#

9. #科技先锋官# 英伟达拟以30亿美元收购以色列AI初创公司AI21 Labs成为AI领域年终焦点。这场收购并非简单的资本运作,而是从技术、行业、市场层面重塑大模型与生成式AI生态的关键布局。此次收购实现核心能力互补。AI21 Labs的王牌产品Jamba大模型采用Transformer与Mamba混合架构,长文本处理速度比同类模型快2.5倍,且内存占用更低,完美填补了英伟达在高效长上下文模型领域的短板。企业级平台Maestro的AI代理开发与结果验证能力,还能与英伟达现有AI软件套件深度融合,强化端到端技术服务能力。这标志着AI产业进入软硬协同整合新阶段。此前英伟达以GPU硬件主导AI算力市场,而AI21 Labs在企业级生成式AI应用场景的积累,将帮助英伟达打通“硬件-软件-应用”全产业链,推动生成式AI从技术研发加速落地到金融分析、文档处理等实际场景,引领行业从分散竞争走向生态化协同。收购将加剧全球AI生态竞争。当前Meta、AWS等巨头均在加码大模型布局,英伟达通过整合AI21 Labs的技术与客户资源,进一步巩固在生成式AI基础设施领域的领导地位,也对英特尔、AMD等竞争对手形成压力。这场收购不仅是企业间的实力整合,更是全球AI产业竞争格局重构的重要信号。#一条vlog回顾2025##AI创造营##AI创作热点# 种斌Marco的微博视频

10. 黄仁勋最新访谈(2/3):面对激烈的竞争,为什么英伟达的市场份额不降反升?#英伟达 #黄仁勋 #GTC #芯片 #算力

11. NVIDIA 刚刚宣布推出 Alpamayo,CEO 黄仁勋称之为世界上第一个思考、推理的自主车辆 AI,将于今年晚些时候在美国道路上推出,首先搭载在 奔驰 CLA 上。黄仁勋:“它采用端到端训练。字面意思是从摄像头输入到执行输出;它会推理即将采取的行动、导致该行动的原因,以及轨迹。”Alpamayo 引入了视觉-语言-行动 (VLA) 模型,这些模型使自动驾驶系统能够解释所见内容、推理复杂驾驶场景,并生成驾驶行动。该平台包括大型推理模型、用于测试罕见和边缘案例场景的仿真工具,以及用于训练和验证的开放数据集。NVIDIA 表示,这种方法提升了自主系统在复杂真实世界环境中的透明度、安全性,并支持车辆自主性向更高水平迈进:“Alpamayo 1 采用 100 亿参数的架构,利用视频输入生成轨迹并附带推理轨迹,展示每个决策背后的逻辑。开发者可以将 Alpamayo 1 调整为更小的运行时模型用于车辆开发,或将其作为 AV 开发工具的基础,例如基于推理的评估器和自动标注系统。Alpamayo 1 提供开放模型权重和开源推理脚本。该系列未来的模型将具备更大的参数规模、更详细的推理能力、更多输入输出灵活性,以及商业使用选项。” 骆智慧的微博视频

12. AI基础设施投资风向转变:AMD、英特尔与美光飙涨,英伟达光环渐褪

13. 英伟达800伏电压“革命”:全球数据中心面临史上最大规模基础设施改造

14. 【#甲骨文股价不到五个月已腰斩#,甲骨文今年仍想筹资500亿美元扩容云基础设施】据统计,AI数据中心的开发已导致甲骨文的自由现金流转为负值,预计这种情况将持续到2030年。投资者的不安也反映在了股价中。从9月10日的历史高点到1月30日,甲骨文(NYSE:ORCL)股价已下跌约50%,市值蒸发约4600亿美元。对于甲骨文而言,能否实现2026年的融资计划,其将决定公司的未来。华尔街知名资管机构Guggenheim的分析师John DiFucci在此前的一份报告中写道,发行股票将帮助甲骨文向市场传递一个积极的信号,即公司正致力于维持其投资级债务评级。

15. 既然AI不是泡沫,你打算怎么搭上这趟车? #大咖观察 #红衣聊AI #英伟达 #财报 #AI泡沫

16. 拿下1亿美元种子轮!SGLang团队创立RadixArk,打造下一代开放AI基础设施

17. 英伟达最新财报:AI狂欢依然在持续,下个季度收入增长会进一步加速#英伟达财报 #AI #英伟达业绩大超预期 #黄仁勋 #智能体

18. #科技先锋官# 别再盲目吹捧星链、柯伊伯了!很多人以为,太空竞赛就是比谁网速快、谁卫星多,这完全是误区! 真正决定未来的,根本不是全球宽带,而是天基 AI 算力。星链再强,也只是天上的基站;柯伊伯再火,也只是云端的延伸,它们都没有真正的太空计算能力。 中国三体计算星座,直接跳过宽带内卷,把 AI 超算搬上太空,实现星间组网、在轨推理,专攻遥感、天文、深空探测等高精尖场景。 这不是简单的技术比拼,而是赛道降维打击。你觉得星链依然无敌?还是三体计算才是未来?#过个有AI年##HOW I AI##微博超有用视频大赛##上微博涨知识# http://t.cn/AXt5JFIB

19. #黄仁勋200亿美元带走TPU核心班底#平安夜的200亿美元收购传闻,最终以非排他性技术许可协议落地,英伟达这波操作堪称AI芯片领域的精准布局。看似反转的背后,是其对AI推理市场的势在必得——吸纳谷歌TPU核心缔造者Jonathan Ross领衔的Groq团队,同时获取LPU专属架构技术,既补齐高能效推理短板,又削弱潜在竞争威胁。AI战场已从训练转向推理,Groq的确定性执行架构在低延迟场景下优势显著,而英伟达凭借CUDA生态壁垒,可快速将授权技术融入现有产品线。这种"技术+人才"的柔性整合,比全额收购更灵活,既规避监管风险,又降低运营成本。此次合作印证了AI硬件竞争的核心逻辑:谁掌握关键架构与顶尖人才,谁就能主导下一代算力革命。英伟达的战略智慧,正持续巩固其在AI芯片领域的绝对优势。#秒懂热点就用智搜# 黄仁勋200亿美元带走tpu核心班底

20. deepseek是4月24日发布V4的,两个版本,flash和pro。day0能适配的芯片就是华为昇腾、寒武纪。day1宣布适配的是英伟达。除此之外,25日,day1,海光、沐曦、摩尔线程、昆仑芯、平头哥真武、天数智芯根据智源研究院的FlagOS宣布flash版本的全量适配和推理部署。flash版本是比较容易适配的,单卡小集群就能跑,对硬件要求低,所以这些AI芯片入手比较快,但是真正考验人的是pro版本的适配。越快能适配pro版本,才说明1)技术能力强;2)是deepseek的核心朋友圈(能提前抢跑)。我查了下最新的情况,目前能适配Pro的国产芯片有:海光、摩尔线程、壁仞科技。(根据官方号自己宣布的)

21. 200亿收购AI芯片初创Groq?英伟达否认:只是达成推理技术许可

22. 失控的内存:AI为何被困在“内存墙”中?未来四大技术风口深度解析!

23. 卖铲人的疯狂时刻,英伟达发布Rubin意欲何为

24. #微博声浪计划##听见微博# CoreWeave股价涨9% 英伟达投20亿!#CoreWeave涨9%#CoreWeave股价上涨9%,因英伟达追加20亿投资并升级合作。公司将率先部署英伟达新存储系统及首款独立CPU,双方借合作巩固地位,助力CoreWeave抢占AI云计算市场,推动AI技术规模化落地。 凯文思考的微博音频

25. 英伟达很快会反超谷歌TPU,AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

26. #阿里悟空落地#3月17日,阿里巴巴正式发布AI to B应用“悟空”,以企业级AI操作系统为定位,整合淘宝、天猫、支付宝、阿里云等生态技能模块,成为集团B端AI能力统一出口。伴随智能体赛道爆发,阿里3月密集推出Qode、HiClaw、Copaw等产品,以矩阵化布局抢占风口。悟空的核心价值,在于把AI从个人工具升级为企业级生产力军团,依托钉钉组织与权限体系,实现安全可控、可审计、可计量的企业级落地,直击行业痛点。此举标志着阿里AI形成“C端千问、B端悟空”的双轮格局,以生态协同与场景深耕构筑壁垒。当前,企业智能体已从概念走向规模化落地。阿里以全栈能力与生态优势下场,将加速行业标准化与商业化进程,推动中国B端AI从工具应用迈向系统重构,重塑企业办公与业务流程新范式。#how i ai# 阿里悟空落地

27. Dwarkesh最新专访黄仁勋——英伟达的护城河能否持续?Web3天空之城的视频Dwarkesh最新专访黄仁勋——英伟达的护城河能否持续? 黄仁勋在视频中探讨了加速计算与人工智能行业的未来演进。他指出,将电力转化为具有价值的代币(Token)是一个融合了艺术、工程与科学的复杂过程,这一转化机制因其极高的技术门槛而难以被简单商品化。英伟达的核心策略是构建庞大的上下游合作伙伴生态系统,通过专注于攻克高难度的技术环节,实现计算效率的跨越式提升。针对行业内的硬件挑战,黄仁勋认为物理瓶颈通常能在数年内通过明确的需求信号得到解决。他强调,相比于专用集成电路,通用加速计算凭借其架构的可编程性,能够更灵活地支持新算法的发明与迭代。CUDA生态系统凭借庞大的装机量和深厚的技术积淀,已成为开发者首选的标准化平台。在商业模式与投资哲学方面,黄仁勋表示英伟达倾向于支持整个生态系统的多元化发展,通过投资领先的AI实验室来推动行业规模化,而非预设单一的赢家。视频还展望了从Blackwell到Vera Rubin的未来硬件路线图,并强调即便在人工智能领域之外,加速计算在科学研究、物理仿真和数据处理中依然发挥着不可替代的基础性作用。===================================00:00:00 算力革命与规模化护城河:从电子到产业链的深度重构00:13:11 加速计算的本质:超越摩尔定律的架构灵活性与算法创新00:24:47 生态飞轮:CUDA 的装机量优势与推理成本优化00:35:25 商业哲学与资源分配:通过生态投资赋能定义计算未来00:57:37 全球化视野:开源生态协作与技术标准的影响力01:13:41 产业竞争平衡:多层架构下的技术领先与市场布局策略01:31:34 未来进化之路:推理市场细分与加速计算的长远愿景

28. 英伟达:业绩好只是其次,未来还有巨大空间#英伟达 #财报 #AI泡沫 #CUDA #AI

29. 17000 token/s,比B200快48倍!Taalas AI 芯片能否颠覆英伟达GPU?

30. 芯片大咖访谈:英伟达最怕的不是AMD,而是华为,中国是半导体供应链最全的国家#AI #芯片 #半导体 #英伟达 #黄仁勋

31. The Information:即将发布的DeepSeek-V4会完全适配于华为的昇腾950PR芯片,阿里、字节、腾讯等大厂已经采购了数十万颗这款芯片,用来提供给云服务以便销售DeepSeek模型。因为供需关系的变化,昇腾950PR芯片已经涨价20%,出于分摊风险的考虑,DeepSeek-V4也适配了寒武纪的芯片,基于它的分支模型也都专为国产芯片优化。DeepSeek还拒绝了英伟达提前获取新模型的要求,这通常是为了帮助芯片厂商与重要模型进行磨合,只有华为等少数中国芯片厂商获得了这个提前窗口期。昇腾950PR的性能相当于英伟达H20的2.8倍,但比不过主流的H200,主要依靠中芯国际的代工,需要克服产能挑战。

32. 1亿美金!英伟达AMD英特尔破天荒联手,投给了这支团队

33. 英伟达拟领投印度AI初创公司Simplismart 2000万美元融资,估值达1亿美元

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章