AI新闻

已选标签:
AI训练
12月 2日
2 条新闻
22:29

AI泡沫原罪:英伟达是AI戒不掉的“毒丸”?

AI泡沫原罪:英伟达是AI戒不掉的“毒丸”?

本文通过分析AI产业链核心公司的财务状况,揭示了AI投资热潮下的利润分配不均问题。在AI基建初期,云服务商面临高昂的前期投入与实际现金流紧张的矛盾;算力提供商如英伟达因垄断地位获利丰厚;而下游应用商如OpenAI则因收入增长速度不及成本增加速度而陷入亏损。文章指出,这种利润分配模式导致了整个AI产业生态链的不稳定,需要通过技术创新和商业模式优化来解决。

来源:36氪

18:22

数据中心,电力告急

数据中心,电力告急

随着AI算力需求激增,数据中心电力消耗问题日益突出。高盛报告指出,美国AI发展面临的主要障碍是电力供应。初创公司如PowerLattice和Empower正致力于研发高效电源管理芯片,旨在减少能耗并提升计算效率,预计未来几年内将实现千兆瓦级别的能源节省。同时,第三代半导体材料GaN与SiC的应用,以及800V高压直流架构的推广,将进一步推动AI基础设施向更高效、更环保的方向发展。

来源:36氪

11月 30日
1 条新闻
10:15

华尔街尬捧TPU学术界懵了:何恺明5年前就是TPU编程高手,多新鲜

华尔街尬捧TPU学术界懵了:何恺明5年前就是TPU编程高手,多新鲜

新闻指出,尽管市场对谷歌TPU的突然追捧导致英伟达股价下跌,但Meta、xAI等大公司及学术界早已广泛使用TPU进行AI模型训练。技术上,谷歌与英伟达均未形成绝对优势;成本方面,基于Llama 3.3的评测显示,H100相比TPU v6e在性价比上有显著优势。分析认为,谷歌通过TPU销售更多是为了保障产能而非直接竞争。

来源:量子位

11月 27日
5 条新闻
21:10

谷歌AI往事:隐秘的二十年,与狂奔的365天

谷歌凭借Gemini 3与Nano Banana Pro等模型,在AI生图精度和想象力上取得显著进展,月活跃用户大幅增长。其成功源于长期投资和技术积累,包括早期的‘猫论文’、大规模神经网络训练及DeepMind收购等关键节点。这些举措不仅推动了无监督学习、推荐系统等技术的发展,还促进了整个AI产业的繁荣。

来源:36氪

16:14

5亿热钱砸向清华AI Infra明星:最大化算力效能筑造智能体基建

5亿热钱砸向清华AI Infra明星:最大化算力效能筑造智能体基建

无问芯穹完成近5亿元A+轮融资,累计融资近15亿。公司凭借软硬协同、多元异构的技术优势,在AI基础设施领域实现差异化发展。资金将用于扩大技术领先优势、推动AI云与终端方案规模化拓展及加大智能体基础设施研发投入。其“智能体基础设施×(AI云+终端智能)”战略精准把握了智能体时代的核心需求,展示了在云端大算力、终端大模型推理等方面的体系化能力。

来源:量子位

16:07

月之暗面公开RL训练加速方法:训练速度暴涨97%,长尾延迟狂降93%

月之暗面公开RL训练加速方法:训练速度暴涨97%,长尾延迟狂降93%

月之暗面联合清华大学提出全新加速引擎Seer,显著提升LLM强化学习训练速度,在不改变核心算法前提下,实现Rollout效率提升74%~97%,长尾延迟减少75%~93%。Seer通过三大模块(推理引擎池、请求缓冲区、上下文管理器)和三项关键技术(分段生成、上下文感知调度、自适应分组推测解码),从内存、调度、推理三个维度优化rollout效率。实验验证表明,Seer在不同工作负载中均实现性能突破,吞吐量提升显著,且大幅降低长尾延迟。

来源:量子位

15:58

谷歌 Ironwood TPU 突袭,英伟达 GPU 迎来挑战者?

谷歌 Ironwood TPU 突袭,英伟达 GPU 迎来挑战者?

谷歌发布第七代TPU Ironwood,性能提升显著,与ARM架构AxionVM共同构建全方位AI基础设施体系,提供“AI超级计算机即服务”模式。此方案对大模型训练、推理及服务场景友好,大幅降低AI落地门槛和运维成本。英伟达强调其在通用性、兼容性和生态方面的优势,但市场格局正面临挑战。未来AI芯片市场将呈现多样化共存态势,投资逻辑转向全栈服务能力。

来源:36氪

11月 25日
4 条新闻
20:36

AI芯片开启第二战场

AI芯片开启第二战场

谷歌TPU芯片成为AI硬件焦点,与博通合作开发TPU v7p预计2026年推出。Meta计划租用并部署谷歌TPU,交易规模或达数十亿美元。谷歌TPU在大规模、低功耗推理上展现优势,支持Gemini 3等模型训练。市场对ASIC芯片兴趣重燃,预计2026-2027年各大CSP的ASIC数量将迎来爆发式增长。

来源:36氪

19:34

马斯克开始用Grok替代员工了,最惨部门裁员90%

马斯克开始用Grok替代员工了,最惨部门裁员90%

马斯克正在推动用AI替代人力的战略,通过Grok模型取代X公司中负责安全和内容管理的工程团队。他计划让X的算法完全AI化,并由Grok接管推荐系统及用户兴趣匹配。此外,他还启动了Macrohard项目,旨在利用AI自动化软件开发过程,涵盖代码编写、游戏设计等领域。然而,这种激进策略可能引发平台安全性和核心业务稳定性方面的风险。

来源:36氪

16:28

新加坡国家AI计划放弃Meta模型,转向阿里千问

新加坡国家人工智能计划(AISG)正在进行一次重大战略调整,在其最新的东南亚语言大模型项目中,放弃了Meta模型,转向阿里巴巴的通义千问Qwen开源架构,标志着中国开源AI模型在全球影响力版图中的一次关键扩张。据悉,AISG于11月25日宣布推出的“Qwen-SEA-LION-v4”模型,在一项衡量东南亚语言能力的开源榜单上迅速占据首位。这一转变旨在解决一个长期痛点:此前以Meta的Llama系列为代表的开源模型,在处理印尼语、泰语和马来语等区域性语言时表现不佳,严重制约了本地化AI应用的开发效率与性能。 (上证报)

来源:钛媒体

11月 24日
2 条新闻
17:44

美国AI算力新基建是“泡沫”吗?

美国AI算力新基建是“泡沫”吗?

美国正进行大规模算力投资,以支持通用人工智能的发展,预计吸引超2.5万亿美元投资。尽管存在泡沫风险,但大模型企业如OpenAI和Anthropic的高速增长收入及各行业对AI应用的需求,为这一投资提供了合理性。同时,AI技术推动了云计算行业的显著增长,增加了对芯片和数据中心的需求。然而,需关注潜在的技术迭代减缓、产业链循环投资等风险。

来源:36氪

16:43

青年科学家数量创新高!35位新一期“新基石研究员”获资助

青年科学家数量创新高!35位新一期“新基石研究员”获资助

新基石研究员项目第三期资助35位科学家,其中青年科学家占比超过四分之一,平均年龄45岁。该项目聚焦原始创新与自由探索,支持数学与物质科学、生物与医学科学两大领域,鼓励跨学科研究。通过长期稳定资金支持,促进AI相关基础技术如深度学习、机器学习及多模态模型的发展,并推动其在医疗诊断等领域的应用。

来源:量子位