AI芯片

近期芯片股波动引发 AI 需求是否降温的讨论。多位 AI 行业高管表示，整体需求依然旺盛，供给严重跟不上，特别是数据中心和芯片。同时，企业正从“不计成本”转向关注投资回报，进入更理性的 AI 部署阶段...

RK182X 系列芯片配备多核高算力 NPU，支持 3B/ 7B 参数规模 LLM / VLM 本地化部署，具备多模态处理能力。

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。

软银将率先在其位于日本的下一代 AI 数据中心率先部署 SN50 芯片。包括英特尔资本在内的投资者参与了 SambaNova 的 3.5 亿美元 E 轮融资。

这位高管并不认为外售芯片会蚕食 AWS 的 AI 云业务，宣称 AI 算力领域还有很大的增长空间。

拥有自研芯片可实现 AI 软硬件协同优化，提升算力芯片利用效率，降低对外部芯片供应商的依赖。

多家科技巨头加速部署 AI ASIC，以图降低对 GPU 依赖、提升 AI 负载运行效率。

得益于阵列、电路、封装、算法等多层次的整体优化设计，Etched 的台积电 N4P 芯片数学模块电压比大多数竞品低 50% 以上。

英伟达预计将把单一 LPX 机柜 / 机架中的 LPU 数量从当前的 64 颗提升至 256 颗，新型 LPX 系统预计 2026Q4~2027Q1 量产。

Triggerfish 片内 SRAM 缓存规模是 TPU v9 Humufish 的 2~3 倍，同时片外 DRAM 升级至 HBM4E，还新增 simulation die。