AI芯片

Pinterest 计划在 2031 年前在 AWS 云服务上投入 40 亿美元，并将更大比例的计算基础设施运行在 AWS Graviton 系列 Arm CPU 上。

该产品支持从原生 FP4/MXFP4 到 FP64 的各种数据类型与变体，整卡采用 350W 功耗 PCIe AIC 设计。

Mistral 目前在算力上高度依赖英伟达，不过也在进行一些自研芯片探索。

FuriosaAI 表示其芯片架构针对 AI 计算的数学核心进行了优化，将内存访问视为首要任务，专注于高带宽数据传输和大规模张量运算。

有消息人士称这笔交易将帮助字节跳动将已完成的内部芯片设计转变为生产就绪的半导体。

LPX 的设计目标是低延迟和高 Token 速率，但吞吐量和容量都比较低，更适合软件编程场景的上下文处理。

这一架构以 3D DRAM 为核心，首创 3.5D 异质异构集成方案，可基于国内领先供应链规模化量产。

该 SoC 具有高集成度，能帮助客户降低 39% 的 BOM 成本、缩短 67% 的开发周期。

HTX301 采用 LISA 语言指令集架构，专注带宽密集型负载，6 芯单卡功耗 240W 可运行 700B 模型。

Fractile 的芯片采用了不同于现有主流 AI XPU 的“模拟内存计算”架构，宣称运行头部模型时可实现 25 倍的速度、1/10 的成本。