{"source":{"id":"16965160","title":"OpenAI 自己造的芯片，把英伟达打懵了。 功耗只有英伟达旗舰的一半，极限能效却拉出了上百倍差距。 这是 OpenAI…","url":"https://mubeitech.com/p/16965160"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2044468295957635392","account":"mubei","brand":"@mubei","title":"全球最强的三个AI大模型，有两个已经不用英伟达的芯片了。 Claude和Gemini的底层算力，全跑在谷歌的TPU上。…","summary":"全球最强的三个AI大模型，有两个已经不用英伟达的芯片了。 Claude和Gemini的底层算力，全跑在谷歌的TPU上。 英伟达的铁王座要塌？ 面对当面质疑，黄仁勋的回应狂到了极点。 “我不介意别人去试其他芯片。” “如果不去试，他们怎么会知道英伟达有多好？” 硬核的对决从来都靠数…","body":"全球最强的三个AI大模型，有两个已经不用英伟达的芯片了。\nClaude和Gemini的底层算力，全跑在谷歌的TPU上。\n\n英伟达的铁王座要塌？\n\n面对当面质疑，黄仁勋的回应狂到了极点。\n“我不介意别人去试其他芯片。”\n“如果不去试，他们怎么会知道英伟达有多好？”\n\n硬核的对决从来都靠数据说话。\n黄仁勋直接甩出战书。\n针对推理成本的基准测试工具全网开源。\n结果非常尴尬。\n谷歌的TPU不敢来跑分。\n亚马逊的Trainium不敢接战。\n对手在宣发时动辄吹嘘几十倍的性能优势。\n真到了比拼总体拥有成本（TCO）的公开场子，连个人影都看不见。\n\n近日Anthropic签下了博通和谷歌的巨额算力大单。\n外界惊呼大模型公司要摆脱英伟达的控制了。\n老黄直接泼下一盆冷水。\nAnthropic的转向是一个彻头彻尾的孤例。\n除开这单一客户，TPU和Trainium的市占率增长约等于零。\n连整天谋划自研芯片的OpenAI，基本盘依然被英伟达死死捏在手里。\n\n半导体行业最不缺的就是豪言壮语。\n每年都有无数个声称要推翻英伟达的项目胎死腹中。\n自研一款专用的ASIC芯片很容易。\n难的是性能真能打。\n最绝望的是挑战者面对着一家每年都在进行跨越式迭代的庞然大物。\n\n只要英伟达自己不犯下致命失误，现有的护城河根本跨不过去。\n算力霸权之争没有捷径。\n所有的颠覆者最后都得乖乖站到公开测试场上交答卷。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2044531593625178206","translated_status_id":"2044531593625178206","published_at":"2026-04-15 21:40:57","created_at":"2026-04-15T23:07:43.445918","url":"https://mubeitech.com/p/2044468295957635392","markdown_url":"https://mubeitech.com/p/2044468295957635392/markdown"},{"rank":2,"id":"2091439473603035444","account":"mubei","brand":"@mubei","title":"英伟达要砸 60 亿美元，造一个全球最顶级的开源大模型。 一个卖芯片的硬件巨头，疯了吗？ 《华尔街日报》爆出猛料。 英伟…","summary":"英伟达要砸 60 亿美元，造一个全球最顶级的开源大模型。 一个卖芯片的硬件巨头，疯了吗？ 《华尔街日报》爆出猛料。 英伟达拿下了人工智能初创公司 Poolside 的技术授权。 他们把对方 100 多名核心员工，直接并入了 Nemotron 开源模型团队。 紧接着，又按 120…","body":"英伟达要砸 60 亿美元，造一个全球最顶级的开源大模型。\n一个卖芯片的硬件巨头，疯了吗？\n\n《华尔街日报》爆出猛料。\n英伟达拿下了人工智能初创公司 Poolside 的技术授权。\n他们把对方 100 多名核心员工，直接并入了 Nemotron 开源模型团队。\n紧接着，又按 120 亿美元的投前估值，给 Poolside 塞了 10 亿美元投资。\n\n这一仗要打谁？\n向西，直插 OpenAI 和 Anthropic 这些美国闭源巨头的腹地。\n向东，正面迎战 DeepSeek 和 Kimi 这些来自中共国的开源主力。\n\n黄仁勋这盘棋，到底在图什么？\n闭源巨头想靠私有模型建立软件生态，摆脱硬件约束。\n英伟达就直接砸重金把开源模型拉到最顶峰，把全行业的推理门槛彻底踏平。\n当顶尖模型的软件溢价被击穿，大家能拼的，依然只剩下底层算力。\n\n无论大模型怎么开源，跑在最底层的，永远都是英伟达的芯片。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2091759514190053818","translated_status_id":"2091759514190053818","published_at":"2026-08-24 05:26:49","created_at":"2026-08-24T07:16:10+02:00","url":"https://mubeitech.com/p/2091439473603035444","markdown_url":"https://mubeitech.com/p/2091439473603035444/markdown"},{"rank":3,"id":"2084741987702624595","account":"mubei","brand":"@mubei","title":"AI 的核心计量单位，变了。 不再是囤了多少张 GPU，而是“吉瓦”（GW）。 马斯克交了底。 今年年底，他的算力规模要…","summary":"AI 的核心计量单位，变了。 不再是囤了多少张 GPU，而是“吉瓦”（GW）。 马斯克交了底。 今年年底，他的算力规模要突破 2 GW。 到了明年年底，这个数字会直接逼近 10 GW。 这早就不是什么硬件采购清单了。 这是直接在搞大基建。 AI 竞争，已经彻头彻尾地变成了能源和供…","body":"AI 的核心计量单位，变了。\n不再是囤了多少张 GPU，而是“吉瓦”（GW）。\n\n马斯克交了底。\n今年年底，他的算力规模要突破 2 GW。\n到了明年年底，这个数字会直接逼近 10 GW。\n\n这早就不是什么硬件采购清单了。\n这是直接在搞大基建。\nAI 竞争，已经彻头彻尾地变成了能源和供应链的较量。\n\n怎么建？\n路线直接拍板：独家押注英伟达。\n底牌，就是新一代的 Vera Rubin 架构。\n\n看看这台算力怪兽的硬指标。\n3360 亿个晶体管。\n推理性能飙到 50 PFLOPS，直接是上一代 Blackwell 的 5 倍。\n训练性能达到 3.5 倍。\n内存带宽拉到了夸张的每秒 22 TB。\n\n想让这种吞电巨兽全速运转，就得拿发电站的规模来喂。\n以后在 AI 牌桌上，手里没有几个吉瓦的电网，根本连入局的资格都没有。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2084795300439294089","translated_status_id":"2084795300439294089","published_at":"2026-08-04 20:50:17","created_at":"2026-08-04T22:43:17+02:00","url":"https://mubeitech.com/p/2084741987702624595","markdown_url":"https://mubeitech.com/p/2084741987702624595/markdown"},{"rank":4,"id":"2043052190982639797","account":"mubei","brand":"@mubei","title":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和…","summary":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和延迟数据，直接盖过人类工程师的图纸。 这家公司把过去三十年历代GPU的底层源码和绝密文档全盘喂给AI。 练出了一个专供内部的超级大脑ChipNeMo。 新手遇到…","body":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。\n现在单张GPU跑一夜就能搞定。\n最终产出的功耗和延迟数据，直接盖过人类工程师的图纸。\n\n这家公司把过去三十年历代GPU的底层源码和绝密文档全盘喂给AI。\n练出了一个专供内部的超级大脑ChipNeMo。\n新手遇到不懂的底层原理直接找大模型连环追问。\n资深老手彻底从基础答疑里解放出来。\n连抓Bug、分析错误源头、给具体模块指派责任人的活，全由AI一手包办。\n\n进位先行链是一个从上世纪五十年代就被反复研究的底层难题。\n英伟达让强化学习程序像打街机游戏一样疯狂试错。\n它只要勉强满足时序底线，就把体积和功耗往死里压。\n最终系统吐出的架构图纸诡异至极。\n人类设计师根本画不出那种走线。\n测试台上的硬性指标硬生生比人工精调的方案高出30%。\n\n如今英伟达内部的AI群体已经在接管新架构的参数探索。\n首席科学家Bill Dally描绘了硬件制造的终局。\n开局甩给系统一句指令：去把下一代GPU设计出来。\n人类工程师直接去度假滑雪。\n几天后回来，拿着跑完验证流程的完美图纸找台积电流片。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2043630500820984119","translated_status_id":"2043630500820984119","published_at":"2026-04-13 09:10:37","created_at":"2026-04-13T10:24:46.914463","url":"https://mubeitech.com/p/2043052190982639797","markdown_url":"https://mubeitech.com/p/2043052190982639797/markdown"},{"rank":5,"id":"2055130148614050264","account":"mubei","brand":"@mubei","title":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。 喂进去的数据量是 10 万亿 token。 以…","summary":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。 喂进去的数据量是 10 万亿 token。 以前硅谷大厂卷模型，训练精度底线死死卡在 8-bit 甚至 16-bit。 谁都知道把数据精度再砍一半能省下海量显存。 但没人敢在预训练阶段碰 4-bit。 只要…","body":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。\n喂进去的数据量是 10 万亿 token。\n\n以前硅谷大厂卷模型，训练精度底线死死卡在 8-bit 甚至 16-bit。\n谁都知道把数据精度再砍一半能省下海量显存。\n但没人敢在预训练阶段碰 4-bit。\n只要精度压到这个级别，模型训练就会极度不稳定，直接崩溃不收敛。\n\n英伟达这次交了底牌，发了一套基于 NVFP4 格式的训练法。\n他们把解决路径拆成了具体动作。\n用随机阿达马变换把区块异常值按住。\n上二维量化控制前向和反向传播的误差。\n再配合随机舍入算法去抓取无偏梯度。\n\n这套操作做完，长程训练稳住了。\n实测跑出来的 MMLU-pro 测试成绩是 62.58%。\n作为对照，用传统 8-bit 精度跑出的基线成绩是 62.62%。\n两者只差了不到 0.05 个百分点。\n\n精度少了一半，准确率几乎毫发无损。\n这意味着同样的硬件，显存消耗直接砍半，算力性能翻了两到三倍。\n英伟达已经把核心代码在 Transformer Engine 里加了支持。\n下一代万亿参数模型的算力入场券，就这么被强行打了个对折。","category":"科技","score":83.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-15 06:24:35","created_at":"2026-05-15T05:36:24+02:00","url":"https://mubeitech.com/p/2055130148614050264","markdown_url":"https://mubeitech.com/p/2055130148614050264/markdown"},{"rank":6,"id":"2039584909174460821","account":"mubei","brand":"@mubei","title":"AI 产业 85% 的利润去了哪？ 全进了一家公司的口袋。 那就是英伟达。 硅谷这帮老钱其实根本看不懂硅基硬件。 现在却…","summary":"AI 产业 85% 的利润去了哪？ 全进了一家公司的口袋。 那就是英伟达。 硅谷这帮老钱其实根本看不懂硅基硬件。 现在却只能对着显卡顶礼膜拜。 芯片行业的垄断怎么玩？ 想长久称霸，必须在下游死死绑定一家软件巨头。 英特尔当年就是靠着微软才横着走了几十年。 但在今天的 AI 牌桌上…","body":"AI 产业 85% 的利润去了哪？\n全进了一家公司的口袋。\n那就是英伟达。\n硅谷这帮老钱其实根本看不懂硅基硬件。\n现在却只能对着显卡顶礼膜拜。\n\n芯片行业的垄断怎么玩？\n想长久称霸，必须在下游死死绑定一家软件巨头。\n英特尔当年就是靠着微软才横着走了几十年。\n但在今天的 AI 牌桌上，英伟达孤立无援。\n\n下游客户全在偷偷搞小动作。\n各大云厂商都在疯狂砸钱自研芯片。\n大家都不傻。\n没有任何大厂愿意长期忍受 10 倍的硬件溢价。\n\n只要定制芯片铺开，高昂的算力税就收到头了。\nAI 的主战场很快会从训练转向推理。\n推理端根本不需要堆砌极品算力。\n它只需要便宜、碎片化、随处可见的算力模块。\n\nPeter Thiel 把终局剧透了。\nAI 芯片迟早会变成标准化的廉价商品。\n现在的英伟达只是站在了一个注定无法维持的高岗上。\n它的护城河，正在被它最大的客户亲手挖断。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2039728747973079278","translated_status_id":"2039728747973079278","published_at":"2026-04-02 15:36:23","created_at":"2026-04-02T17:31:57.883856","url":"https://mubeitech.com/p/2039584909174460821","markdown_url":"https://mubeitech.com/p/2039584909174460821/markdown"}]}