/
AWS雷尼爾人工智能超級集群正式上線運行
亞馬遜云服務宣布雷尼爾項目正式投入運營，該AI超級集群配備近50萬塊Trainium2芯片，分布在多個數據中心。AWS稱這是全球最大的AI計算集群之一，從宣布到全面運營僅用不到一年時間。合作伙伴Anthropic計劃年底前擴展到超過100萬塊芯片。該項目與OpenAI星門計劃展開激烈競爭，AWS憑借自主硬件開發優勢能夠控制從芯片到數據中心的完整技術棧。
新唐科技在微控制器中集成微型AI功能
臺灣新唐科技發布NuMicro M55M1微控制器，集成Arm Cortex M55處理器和Arm Ethos U55神經處理單元，可在低功耗環境下處理語音觸發、姿態識別、手勢識別和視覺任務，無需云端連接。該芯片運行頻率220MHz，支持本地機器學習推理，適用于智能玩具、門鈴等簡單AI應用場景，為嵌入式設備提供離線AI能力。
韓國AI芯片新星FuriosaAI憑借低功耗設計贏得LG青睞
韓國AI芯片初創公司FuriosaAI本周獲得重大客戶突破，LG AI研究部門選擇其AI加速器為搭載Exaone大語言模型的服務器提供算力支持。與主流GPU相比，RNGD推理加速器雖然性能指標看似平庸，但憑借僅180瓦的功耗實現了出色的能效比，在LLM推理任務中比GPU節能2.25倍。該芯片采用張量收縮處理器架構，大幅減少矩陣運算指令和數據移動。LG現計劃向企業客戶提供基于RNGD的服務器解決方案。
重磅！美國正式公布芯片限制新規！
美國對18個關鍵盟友與合作伙伴的芯片銷售無任何限制。除此之外的大多數國家則將面臨總算力限制，每個國家在2025年至2027年期間最多可獲得約50000個AI GPU。美國還將免除集體算力較低的芯片銷售許可，例如向大學和研究機構的銷售。
年終盤點：2024年最炙手可熱的10家半導體初創公司
雖然每個季度在企業AI芯片支出中Nvidia要占有高達數百億美元的份額，但仍有許多公司和投資者認為AI基礎設施市場還有空間留給其他贏家，無論是邊緣芯片還是數據中心芯片領域。
英特爾：合作伙伴將在2025年推廣銷售Gaudi 3 AI芯片時發揮“巨大作用”
英特爾美國渠道負責人Michael Green表示，當英特爾的Gaudi 3加速器芯片成為“2025年渠道可用的產品”時，渠道合作伙伴將在推出該芯片的過程中發揮“巨大作用”。
分析丨臺積電業績飆升，這次能站穩萬億美元市值嗎？
此前，光刻機領域的領軍企業ASML公布的業績不及預期，引發了市場對于全球芯片制造業[產能過剩]的擔憂，并進一步對人工智能需求增長的真實性和可持續性產生了質疑。然而，臺積電隨后發布的三季度財報及隨后的電話會議，顯著提振了半導體行業的信心，為美股資本市場帶來了積極信號，猶如一劑[強心針]。
AI芯片算力基礎及關鍵參數
AI芯片通常采用GPU和ASIC架構。GPU因其在運算和并行任務處理上的優勢成為AI計算中的關鍵組件，它的算力和顯存、帶寬決定了GPU的運算能力。GPU的核心可分為CudaCore、Tensor Core等；Tensor Core是增強AI計算的核心，相較于并行計算表現卓越的Cuda Core，它更專注于深度學習領域，通過優化矩陣運算來加速AI深度學習的訓練和推理任務
AMD這場AI濃度爆表的發布：各“U”上陣、性能硬核對標，但掌舵10年的蘇媽說：“一切剛開始”
在當下的AI競爭格局下，沒什么能比一場AI濃度爆表的大會，更能快速彰顯自身實力了，AMD的這場「Advancing AI大會」，就是印證。
AWS的AI芯片對成本和供應鏈“極其重要”
不少解決方案提供商看好AWS投入巨資打造專門針對AWS基礎設施優化芯片的計劃，該計劃將使合作伙伴在AI市場競爭中占據優勢，因為電力成本更低，供應鏈優勢更大。
AI芯片對決：英特爾GAUDI與英偉達GPU
因此，英特爾在Computex簡報會上公布了產品的定價與基準測試性能，以期展示Gaudi 3與當前“Hopper”H100 GPU的直接比較結果。
云巨頭兩面下注：亞馬遜云科技既要原研AI芯片，又要英偉達GPU
曾幾何時，或者說就在短短幾年之前，數據中心芯片市場還是個資金門檻極高但卻相對簡單的市場。CPU戰團主要有英特爾、AMD和Arm，GPU陣營則是英偉達、AMD和英特爾等廠商的舞臺。盡管AI初創公司數量可觀，但普遍并未在數據中心領域建立起真正的話語權。
英特爾籌備出口友好型低功耗Gaudi 3 AI芯片，專供中國市場
英特爾將推出兩款專供中國市場的Gaudi 3 AI加速器，根據美國出臺的制裁政策對性能做出大幅“閹割”。
產業丨AI芯片戰火蔓延，UXL基金狙擊英偉達CUDA
Precedence Research近期發布的報告也顯示，預計到2032年，涵蓋CPU、GPU、ASIC以及FPGA等類型的AI芯片市場規模將從2023年的約219億美元大幅增長至2274.8億美元。
走進芯時代：AI算力GPU芯片分析
盡管AI芯片種類繁多，GPU因其適應性和強大的并行計算能力，仍是AI模型訓練的主流硬件。英偉達在GPU領域的技術積累和生態建設使其處于領先地位，而國內GPU廠商雖在追趕，但仍存在差距。AI應用向云、邊、端全維度發展，模型小型化技術成熟，數據傳輸需求增加，Chiplet技術降低設計復雜度和成本。
Nvidia AI芯片路線圖分析與解讀
Nvidia在2023年投資者會議上展示了其GPU發展藍圖，計劃在2024年推出H200和B100 GPU，2025年推出X100 GPU。其AI芯片更新周期從兩年一次縮短至一年一次，體現產品開發速度加快。Nvidia的“One Architecture”統一架構支持不同環境下的模型訓練和部署，適用于數據中心和邊緣計算。同時，Nvidia的技術路線圖包括HBM3E高速存儲器、PCIE 6.0/7.0、NVLink、224G SerDes、1.6T接口等先進技術。
HBM研究框架：突破“內存墻”，封裝新突破
HBM技術通過提升I/O口數量和速率，突破內存限制，成為AI芯片的強大輔助。HBM3和HBM3e將成為AI服務器主流配置，預計HBM4將于2026年發布。全球HBM市場預計在2024年超百億美元。HBM采用TSV+Bumping和TCB鍵合方式，但散熱效率低下，海力士引入MR-MUF工藝改善。預計HBM4將采用混合鍵合Hybrid Bonding技術，3D封裝的核心是混合鍵合與TSV。
Nvidia發布第四季度財報 AI芯片需求巨大推動數據中心GPU收入大漲409%
今天Nvidia公布了第四季度財務業績，結果再次超出華爾街預期，使其股價在盤后交易中走高。
京公網安備 11010802021500號
