AI巨头集体造芯，推理成本减半但显卡涨价_

1. 开放AI安全联盟：英伟达携36家产业链巨头发布全球倡议

2. 黄仁勋的第一次X推文，是在一场全球AI路线战争之后发的

3. 微软英伟达联手支持开源，别以为他们变开明了——纯粹是怕你彻底脱钩。表面看，OpenAI是微软的摇钱树，闭源越垄断他们赚得越多。但华盛顿真要全面封杀中国开源AI，他们第一个跳出来反对。原因就一句：真把中国逼到绝路，三五年内国产芯片加国产框架全跑通，美国巨头将永久失去全球最大算力市场。封杀中国AI，等于亲手拆掉自己的护城河。他们不是支持开源，是怕你不再需要他们。#AI创造营##英伟达微软反对禁止中国开源AI##科技先锋官# 种斌Marco的微博视频

4. 英伟达拟为OpenAI提供2500亿美元融资担保，AI数据中心大战升级7月27日，华尔街日报报道称，英伟达正在与OpenAI洽谈一项大规模融资支持计划，可能为OpenAI价值2500亿美元的数据中心建设项目提供融资担保。该项目被认为是全球规模最大的AI基础设施建设计划之一，总投资规模可能达到数千亿美元。报道称，英伟达考虑通过类似“信用增级”的方式，为OpenAI获得更优惠的债务融资条件提供支持。由于OpenAI目前仍是一家未上市且尚未实现盈利的公司，大规模建设AI数据中心需要依靠外部资本，而英伟达的信用支持可能帮助其降低融资难度。此次合作背后，是AI产业进入“算力基础设施竞赛”的新阶段。随着大模型训练和推理需求快速增长，AI公司已经不再只是购买云计算资源，而是开始直接参与建设属于自己的超级数据中心。据报道，该项目计划建设规模达到10吉瓦电力容量，预计未来几年逐步投入运行。项目将由多方参与，包括软银等投资机构，并寻求通过大规模资本投入满足未来AI模型训练和推理所需的庞大算力需求。除了融资担保外，英伟达还在讨论为OpenAI芯片采购提供额外融资支持。未来，OpenAI可能通过长期采购英伟达GPU和AI计算系统，将资金投入转化为数据中心和算力基础设施建设。对于英伟达而言，这不仅是一笔芯片销售，更是在巩固其AI基础设施核心供应商地位。当前，全球主要AI企业都在争夺有限的GPU、能源和数据中心资源，英伟达通过资本支持客户建设AI基础设施，有助于锁定未来数年的芯片需求。对于OpenAI而言，这意味着公司正在进一步加强自身算力基础设施布局，降低对单一云服务供应商的依赖。随着AI竞争从模型能力扩展到算力、电力和数据中心建设能力，拥有稳定计算资源已经成为AI企业未来发展的关键。如果该融资方案最终落地，它将成为AI产业发展的重要节点。未来AI公司的竞争，可能不仅是大模型能力的竞争，更是芯片供应、能源获取、数据中心建设以及资本整合能力的综合竞争。

5. 华为半导体首席科学家廖恒接受访谈，提出了华为在芯片上放弃单纯追逐先进制程单点突破，以系统工程对冲物理极限的四大方法：1、超高带宽片间互联：将芯片互联作为核心指标，依靠高速互联搭建超大规模算力集群；系统算力 = 单芯片性能 × 集群互联规模；2、逻辑折叠先进封装：采用 2μm 混合键合，裸片垂直互联连接数达千万级，远超行业主流几万级连接，实现裸片级高密度融合；3、软硬件一体化深度耦合：自研 CANN 算子库，针对国产大模型做底层适配，大幅提升算力卡 MFU 硬件利用率；4、集群级整体优化：不靠单芯片堆性能，通过超节点架构、散热、供电、调度一体化设计补齐制程差距。通过上面的方法，从昇腾950开始，华为可以为大模型和AGI的发展提供国产算力基础设施，实现软硬全栈的自主可控。

6. 三星与博通达成2000亿美元AI芯片供应协议7月25日，据彭博社报道，三星电子已与美国芯片巨头博通达成一项规模最高达2000亿美元的长期芯片供应合作。该协议涉及人工智能基础设施所需的先进芯片，包括存储芯片、晶圆代工服务以及AI加速器相关产品。这笔巨额订单是在全球AI算力需求持续爆发的背景下达成的。随着生成式AI、大模型训练和数据中心建设快速推进，市场对高性能存储、定制化AI芯片以及先进制造能力的需求不断增长。对于三星而言，此次合作有望进一步提升其在AI半导体领域的竞争力。近年来，三星正加速布局高带宽内存HBM、先进制程代工以及AI芯片生态，希望在全球AI产业链竞争中占据更重要的位置。与此同时，博通也正在扩大AI芯片业务布局。近年来，博通持续推进AI数据中心相关芯片研发，并与多家大型科技企业建立合作关系，成为AI基础设施供应链中的重要参与者。此次三星与博通的合作，也反映出AI时代芯片竞争正在从单一芯片性能比拼，转向涵盖存储、晶圆制造、先进封装以及定制AI加速器的全产业链竞争。随着AI基础设施投资持续扩大，全球半导体行业正在迎来新一轮产能争夺。三星此次押注AI芯片供应链，或将成为其进一步提升AI半导体市场地位的重要一步。

7. 英伟达真会玩啊，不只卖芯片，还提供金融担保服务，深度绑定OpenAI未来算力采购！这是要把自己从卖铲人，升级成AI时代央行的角色。但这也是一场风险极高的豪赌，OpenAI未盈利、没信用评级，却提供2500亿美元融资担保。一旦出啥幺蛾子，达子肯定也会受到牵连的。不过，这个短期利好英伟达、美光等AI硬件链。毕竟OpenAI砸钱建算力，得买存储芯片，得用英伟达芯片。这些钱又回到AI硬件上游了，这是左脚踩右脚要上天啊！美国巨头资本开支的游戏，根本停不下来。所以AI科技牛还没结束，美日韩巨头已经结成同盟，要死一起死，不会这么快引爆的。

8. “榨”出硅的极限：怎么让GPU不“闲着”？｜与SGLang、RadixArk深聊AI Infra技术与千亿美元市场

9. 长鑫上市意味着什么？存储行业可能要迎来拐点，海外三巨头（三星、海力士、美光）的投资者为什么会出现分歧？存储芯片是目前制造业利润最厚的赛道，而海外三巨头吃着全球制造业最肥的肉，但是这些高毛利不是源于不可逾越的技术壁垒，而是寡头垄断。很多人觉得长鑫的技术不是最领先，做不了高端，很难追赶上海外三巨头，但是我们的优势是不追求技术的绝对领先，而是通过快速扩产，把价格打下来。长鑫超过98％的营收来自DRAM芯片，不需要在技术门槛更高的HBM和三巨头拼刺刀，只需要扩产把DRAM的价格打下来，这是三巨头的利润底座，关系着融资、研发、扩产。而长鑫的扩产速度远超三巨头，一旦把价格击穿，会发生什么？三巨头逐渐砍掉DRAM产能，全部挤进更高端的HBM，HBM的产能会翻倍翻倍再翻倍，而长鑫的HBM产能也在高速扩张，价格战从中低端蔓延到高端。回到AI产业链，巨额投资在为非高技术的环节买单，很明显是不可持续的，全球AI资本开支要的是算力的持续扩张，要的是花钱能买到量，而不是某个环节的价格被推高。不是说不能涨价，涨价的幅度能覆盖成本，放大盈利，才是可持续的，AI的下半场是扩产。

10. 【#25家巨头联名支持开源AI#，#OpenAI与Anthropic为何对开源沉默#？】当地时间7月24日，25家美国科技公司与机构联合签署公开信，阐述开源模型的重要性。签名名单不仅有英伟达、微软、IBM、Meta、戴尔等老牌科技巨头，a16z、YC等资本机构，Hugging Face、Mistral、Perplexity等AI新贵，还有Linux基金会、Mozilla等坚守开源底色的中坚力量。英伟达CEO黄仁勋在社交平台发布其个人首条推文为此公开信背书，微软CEO纳德拉、埃隆·马斯克等人相继转发响应。公开信内容强调：开源模型能够强化安全与网络防护能力、加速技术创新与行业普及落地、实现技术自主可控。美国的AI地位不应以某一前沿模型论成败，而应以能否构建一个强大、开放的生态系统，并使其渗透至各个产业来衡量。与25家厂商的声势浩大相比，OpenAI与Anthropic的缺席则暴露闭源阵营的深层隐忧。两家公司此时均已秘密向美国证券交易委员会提交S-1文件，筹备估值逼近 1 万亿美元的IPO。其估值逻辑建立在前沿闭源模型与高单价API授权之上。如果开放权重模型能够在短期内逼近甚至赶超闭源水准，其收费护城河将瞬间面临重估压力。尽管OpenAI CEO山姆·奥尔特曼与总裁格雷格·布罗克曼多次在公开场合声称“支持AI民主化”，但拒绝签字的动作暴露自身对商业壁垒的捍卫。25家巨头高举开源大旗，OpenAI与Anthropic为何沉默？

11. #中国AI芯片国产替代率五年从10%升至40%#，再过几年可就不是这个比例了，自从华为和大疆等厂商被制裁之后，大家应该都深刻地认识到了自研的重要性。短期内或许感知不强，甚至觉得徒增成本，但长远来看绝对是好事儿，而且将来也会拥有价格优势的，不会很久远。

12. #韩美9500亿美元芯片大单# 韩企这次是真的All in AI了。当地时间7月24日，旧金山AI峰会上，三星和SK联手甩出一张9500亿美元的超级大单，直接引爆全球半导体圈。几个核心看点：· 三星电子牵手博通，未来五年锁定2000亿美元的先进存储供应+AI芯片晶圆代工合作，三星的亚2纳米先进制程也敞开了大门。· SK集团更猛，宣布向英伟达等美企供应7500亿美元芯片。其中SK海力士与英伟达深度绑定HBM4，SK电信还要建2吉瓦级的AI数据中心。· 英伟达和SK集团的综合战略合作超过5000亿美元，黄仁勋直接放话：韩国具备成为全球AI强国的所有要素。这已经不是简单的卖货了，而是韩国举国之力把自己焊死在全球AI算力供应链的核心位置上。从存储到代工，从HBM到数据中心，韩国想做的分明是AI时代的“算力军火库”。韩美半导体绑定再升级，对全球芯片格局意味着什么？#AI芯片##半导体##科技热点##微博AI创作季##微博新知##科技妈咪#

13. #英伟达微软反对禁止中国开源ai# 英伟达要卖算力，微软要卖云服务，开源模型用得越多，他们赚得越多。闭源阵营的OpenAI、Anthropic反对，那是因为他们的商业模式靠的就是卖闭源模型赚钱。所谓的“国家安全”，只是说辞。例如，以前是造不如买，现在是中方从头到尾都是自己造。芯片、大模型、算力，全链条自主。老美拿什么卡？只能用拿国家安全这么个蹩脚的借口。结果，中国的AI已经强到他们的很多科技巨头已经离不开了。然而，美国还在用冷战思维搞封锁。但现实是，开源的、便宜的、好用的东西都在中国。老美想制裁，结果自己人先不愿意。#热点观点##热点解读# 英伟达微软反对禁止中国开源ai

14. 算电协同：AI与能源双向赋能的关键引擎

15. 英伟达押注Ilya Sutskever新AI实验室，计算能力将提升10倍7月27日，华尔街日报报道称，英伟达正在投资由OpenAI前首席科学家Ilya Sutskever创立的人工智能公司Safe Superintelligence（SSI），双方达成长期战略合作。通过此次合作，SSI将获得英伟达先进AI计算资源支持，其计算能力预计将提升10倍。SSI成立于2024年，是Ilya Sutskever离开OpenAI后创办的AI实验室。公司目标是打造“安全超级智能”，即开发具备接近甚至超过人类能力，同时能够保持可靠和可控的下一代AI系统。与OpenAI、谷歌DeepMind等已经推出大量产品的AI公司不同，SSI成立以来一直保持低调，尚未公开发布商业化AI模型。不过，凭借Ilya Sutskever在人工智能领域的影响力，公司成立后迅速获得资本关注，目前估值已经达到约300亿美元。根据英伟达公布的信息，此次合作不仅包括投资，还涉及计算基础设施支持。英伟达将向SSI提供先进GPU计算平台，包括最新一代AI计算技术，帮助其扩大模型训练和研究规模。双方表示，通过此次合作，SSI的计算能力规模预计将提升10倍。在此之前，SSI主要依赖谷歌的TPU芯片进行AI计算。此次获得英伟达支持，也意味着SSI将在AI芯片供应和计算资源方面获得更大的扩展空间。此次合作背后，是人工智能行业竞争正在从单纯的模型能力竞争，转向“顶尖人才、算法、数据、算力和基础设施”的综合竞争。随着大模型训练规模不断扩大，高性能GPU、数据中心和能源已经成为决定AI企业发展速度的重要因素。作为全球AI芯片领域的核心企业，英伟达近年来不仅向AI公司供应GPU，也通过投资、合作等方式绑定全球顶尖AI研发团队。从OpenAI到众多新兴AI实验室，英伟达正在构建覆盖模型开发、算力供应和基础设施建设的AI生态。Ilya Sutskever是现代深度学习领域的重要人物之一。他曾与“深度学习教父”Geoffrey Hinton等人推动神经网络技术发展，并参与创办OpenAI。在OpenAI期间，他担任首席科学家，参与推动生成式AI技术的发展。不过，在离开OpenAI后，Ilya Sutskever开始探索不同于当前主流路线的AI发展方向。他认为，实现更高级别人工智能不仅需要扩大模型规模，还需要解决AI安全、可靠性等关键问题。英伟达此次押注SSI，也反映出其对下一代AI技术路线的关注。随着全球AI竞争进入新阶段，围绕顶尖研究人才和计算资源的争夺正在加速，未来AI领域的竞争格局或将进一步发生变化。

16. 物理AI打开了想象空间，也关上了智驾的窄门

17. 粉丝推荐的一个超长访谈的 AI Summary，简单说，不等 euv，先用系统工程优化加速算力基础设施。这个深度访谈是科技媒体人张小珺（破站账号：张小珺商业访谈或合作出品的破站x WAIC AI会客厅）对话华为 Fellow、半导体首席科学家廖恒博士的节目。这是华为在遭受外部严厉制裁之后，半导体核心专家极罕见地公开接受数小时的长文/视频采访，涵盖了从昇腾芯片在低谷期一步步走出、计算架构演进，到整个大模型时代的算力竞争与本土芯片适配，内容极其扎实且充满技术细节。一、视频及文字版信息• 视频标题：《对华为半导体首席科学家廖恒的5小时访谈：一部昇腾史、18层宝塔与全球芯片恢弘30年史诗》• 视频时长：约 4 小时 38 分钟（业内俗称 5 小时深度访谈）二、核心内容摘要（Summary）访谈从个人成长（硅谷与全球芯片30年）、华为昇腾（Ascend）芯片演进史、AI大模型时代的算力战局三个维度展开，重点包含了以下关键信息：昇腾芯片的“生死长征”与“18层宝塔”• 低谷与破局：详细讲述了2020年华为遭遇严重外部制裁后，计算芯片业务如何经历“至暗时刻”，以及团队如何靠软件优化、软硬协同、系统级重构（突破单芯片物理极限）逐步将昇腾芯片从低谷中拉出来的过程。• 计算架构与“18层宝塔”：廖恒提出了芯片与计算系统的“18层宝塔”概念，指出未来的竞争不仅是单一晶体管或单张卡的竞争，而是从底层物理器件、芯片架构、互联通信、算子库、并行计算框架到上层大模型软件的全栈优化体系。大模型与 DeepSeek 等国产生态的协同• 大模型适配：访谈中触及了当前行业关注的热点，包括国产芯片与国内头部大模型公司（如 DeepSeek 等）之间的生态适配过程。廖恒探讨了如何提升国产算力卡在大模型训练与推理中的实际利用率（MFU），以及应对异构集群计算面临的工程瓶颈。应对摩尔定律放缓：系统工程对冲物理极限• 从“单点制胜”到“系统力”：在先进制程受限的情况下，华为半导体的战略是通过集群架构、超大带宽互联、先进封装以及软硬件一体化来对冲单芯片制程的劣势，用系统级的工程能力（Cluster-level engineering）支撑大模型训练所需的庞大算力需求。全球芯片30年变迁与个人思考• 廖恒结合自己在硅谷及全球半导体产业 30 年的从业经历，对比了中美芯片研发的文化与工程哲学，分析了全球 AI 芯片格局（包括 Nvidia 的 CUDA 生态护城河），并表达了对本土芯片产业建设长期性、艰巨性以及必胜信念的系统思考。

18. 每赚1美元先花1.57，五大科技巨头被AI投资拖入囚徒困境

19. AI模型公司集体“造芯”：向上游硅基延伸的战略选择

20. 从 OpenAI 到 Anthropic ， AI 公司排队造芯：看懂这个趋势，就知道芯片 ETF 还能不能拿

21. 2026算力大变局！大模型厂商集体下场造芯，彻底摆脱英伟达依赖

22. 大模型公司集体"向下沉"：为什么都要自己造芯片？

23. AI早评 | 7月27日：四大厂商集体造芯，英特尔业绩炸裂，AI进入"词元经济"时代

24. OpenAI、DeepSeek、智谱都在造芯片了，AI 圈的规则彻底变了

25. 大模型公司，为什么都在偷偷造芯片？

26. 5000亿美金买不来一颗芯片，巨头们决定自己造

27. AI 公司集体"造芯"：DeepSeek、OpenAI、智谱为什么都在自研芯片？

28. DeepSeek偷偷造芯一年了

29. AI巨头受够了英伟达，集体自己造芯

30. 大模型API价格暴跌99%，用户狂欢，但大模型公司快被“隐形账单”逼疯了！这个账单就是推理芯片成本。训练芯片花一次钱，推理芯片却要回应每一次用户调用，成本随用户量飙升。数据说：推理芯片占大模型全生命周期计算成本的80%到90%。降价越狠，调用量越大，芯片成本越恐怖。阿里云算力预算60%给了推理芯片，Meta也超过55%。所以DeepSeek、小米一边疯狂降价，一边偷偷自研推理芯片。自研是唯一出路，但有三座大山：研发难——从软件跨界到硬件；迭代慢——芯片厂商开发更快；没生态——没有CUDA那样的开发者生态，无法摊薄成本。一句话：自研芯片决定这公司是AI产品公司，还是AI时代的基础设施公司。你觉得，大模型公司自己造芯片，没有英伟达那样的生态，能拼得过专业芯片大厂吗？

31. 通用GPU不够用了？ OpenAI、DeepSeek 为何跨界造芯？

32. DeepSeek造芯，又“气到了”黄仁勋

33. 一颗推理芯片、一次软硬通吃的试探，DeepSeek真正想要的不是省钱而是定义权

34. Anthropic自研AI芯片：AI实验室的"芯片野心"正在觉醒

35. DeepSeek 偷偷造芯一年，AI 公司终于要下工厂了

36. 当AI开始为自己造芯，人类工程师的未来还剩多少时间？

37. 中国AI芯片自给率41%，但大厂集体"造芯"背后藏着三层真相

38. Meta秘密推进Iris自研芯片量产！开源Llama迎来专属算力底座

39. DeepSeek自研芯片，这盘棋比你想的大

40. 深度调研95-DeepSeek自研ASIC芯片进展及国内AI大模型厂商算力布局与芯片自研动态

41. Anthropic要自己造芯片了——不是传闻，是SK集团会长亲口说的

42. 英伟达为什么能成为AI时代最大的赢家？

43. 颠覆性突破｜效率暴涨50倍！英伟达AI工程师全流程接管造芯，彻底改写芯片研发规则

44. 【算市信息】Anthropic 敲定 2nm 自研 AI 芯片方案，联合 SK 海力士锁定长期 HBM 存储供货

45. 英伟达为什么要替客户找钱？AI算力进入“融资—采购—扩建”循环

46. Anthropic也要自研AI芯片了已向SK海力士寻求供应

47. 腾讯、阿里、字节、大厂自研AI芯片格局

48. Meta上调全年资本开支指引自研AI芯片9月拟量产推进算力布局

49. Anthropic自研AI芯片、智元机器人赴港IPO、中美AI差距缩至3个月——今日5条AI圈重磅速递

50. AI芯片+TPU，超前布局的7家公司

51. 崔泰源披露Anthropic自研AI芯片，向SK海力士求供存储半导体，斥500亿建AI数据中心

52. 字节Ada1性能冲到H100的八成，自研芯片不再是小打小闹咯！

53. AI独角兽也要自己造芯片了！ SK集团会长透露，知名AI企业Anthropic已经找到SK海力士，寻求采购芯片原料，用来研发自有的半导体芯片。从OpenAI到Anthropic，AI大厂们纷纷动起了“自己动手”的念头。为什么做软件的都要卷向硬件？答案很现实：算力太贵，买现成的太吃成本，自研能更好地适配自己的大模型并降低长期开支。 AI的竞争已经从“比谁模型厉害”延伸到了“比谁算力底座更稳”。当软件巨头纷纷卷向硬件自研时，产业链上游不可或缺的存储和设备厂商，反而成了能跨越阵营壁垒的“硬通货”。

54. Anthropic自研芯片正式落地，携手三星SK海力士，500亿布局AI算力

55. AMD AI芯片挑战NVIDIA，拆开看不只算力数字

56. Anthropic自研芯片落地：AI大厂的垂直整合范式

57. Anthropic点名SK海力士：AI巨头造芯，A股HBM产业链谁先尝甜头？

58. 小米大会师：自研芯片、澎湃系统、大模型扎堆8月亮相，雷军布局

59. 自研芯片降本！光迅科技6.4T NPO过测，超节点成本战开打

60. 2026全球AI前沿观察：模型厂商加速布局定制ASIC解读（附下载）

61. 字节跳动算力砸下千亿，自研芯片供应链有谁？

62. 2026年，KIMI 48小时完成AI造芯demo，使更多AI芯片架构师离职创业

63. Meta秘密推进Iris自研芯片量产

64. 国产AI芯片份额突破60%，华为昇腾年出货130万张断层第一，英伟达国内份额跌破50%！

65. Kimi 48小时自主造芯：AI第一次从「用芯片」变成「设计芯片」

66. 但斌转发了一张图表，科技巨头失血，芯片公司收钱！科技公司的现金流焦虑，为了不被AI时代淘汰，科技巨头们患上了算力焦虑症，不计成本疯狂砸钱，买芯片、建数据中心。自己失血，把卖铲子的人喂得满嘴流油。从图表中可以看出，两条曲线代表两类企业远期自由现金流预期： 1. 深蓝色（半导体公司：英伟达、美光、博通等）：远期自由现金流持续陡峭上行； 2. 浅蓝色（超大型云科技巨头：亚马逊、谷歌、Meta、微软等）：远期自由现金流预期大幅下滑，甚至击穿零轴。 AI军备竞赛下，谷歌、Meta、微软、亚马逊等云厂商产生算力焦虑，持续大规模资本开支，疯狂采购GPU、扩建数据中心。云巨头持续大额资本投入，侵蚀自身自由现金流（失血）；订单大量涌向上游芯片厂商，半导体企业持续收获营收与现金流（卖铲子的持续收钱）。当下行情也印证了图中的结论。算力需求刚性爆发，资本开支向上游传导，上游芯片、光模块等“卖铲子”环节优先受益；下游云厂商承担巨额投入，盈利、现金流承压。这也是本轮AI行情，算力上游板块涨幅显著领先互联网大厂的底层原因。 A股涨得最好的也是中际旭创、新易盛这类卖铲子的公司！但斌也持有英伟达、美光这类卖铲子的公司，他同时也持有谷歌这类Ai大模型公司。

67. GPU与算力：看懂大模型造价高昂的根本原因

AI巨头集体造芯，推理成本减半但显卡涨价

精选参考来源