{"source":{"id":"2091439473603035444","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…","url":"https://mubeitech.com/p/2091439473603035444"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2044501901065306340","account":"mubei","brand":"@mubei","title":"如果没有英伟达掏钱给资源，如今这批最猛的 AI 云平台根本就不会存在。 黄仁勋把底牌亮出来了。 CoreWeave 能活…","summary":"如果没有英伟达掏钱给资源，如今这批最猛的 AI 云平台根本就不会存在。 黄仁勋把底牌亮出来了。 CoreWeave 能活下来，全靠英伟达当初的扶持。 Nscale 和 Nebius 能有今天的盘子，也是英伟达一手托起的。 这到底算一种什么商业模式？ 黄仁勋的做法极度克制：按需而为…","body":"如果没有英伟达掏钱给资源，如今这批最猛的 AI 云平台根本就不会存在。\n黄仁勋把底牌亮出来了。\nCoreWeave 能活下来，全靠英伟达当初的扶持。\nNscale 和 Nebius 能有今天的盘子，也是英伟达一手托起的。\n\n这到底算一种什么商业模式？\n黄仁勋的做法极度克制：按需而为，尽量少插手。\n英伟达正满世界砸钱，四处投资各类基础大模型公司。\n但他们给自己定下了一条铁律：绝不下场挑选赢家。\n\n谁能跑到最后，由市场说了算。\n英伟达只负责给赛道上的每一个选手递上一瓶水。\n去投其中一家，就是在押注整个生态。\n支持所有人去卷，才是这门生意的终极乐趣。\n\n卖硬件赚差价，根本装不下黄仁勋的野心。\n他要让架构和 AI 接入全球每一个行业。\n让整个地球的未来，都跑在人工智能的轨道上。\n最致命的一环是：这一切都必须构建在美国的技术栈之上。\n\n算力捏住命门，生态制定法则。\n英伟达早就超越了卖铲子的角色。\n他们正在重写整个数字世界的地契。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2044692354410459211","translated_status_id":"2044692354410459211","published_at":"2026-04-16 08:04:54","created_at":"2026-04-16T09:58:08.601404","url":"https://mubeitech.com/p/2044501901065306340","markdown_url":"https://mubeitech.com/p/2044501901065306340/markdown"},{"rank":2,"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":3,"id":"2053187655626633566","account":"mubei","brand":"@mubei","title":"400亿美元砸向AI底层。 这不是单纯的卖货，这是在造一个帝国。 有人说他在玩火，像极了当年的互联网泡沫； 但黄仁勋想的…","summary":"400亿美元砸向AI底层。 这不是单纯的卖货，这是在造一个帝国。 有人说他在玩火，像极了当年的互联网泡沫； 但黄仁勋想的是，要把每一分挣来的钱，都变成AI基座的钢筋混凝土。 到2026年，英伟达的投资承诺已经横跨了整个AI产业链。 他在英特尔投下的50亿美金，现在已经滚到了250…","body":"400亿美元砸向AI底层。\n\n这不是单纯的卖货，这是在造一个帝国。\n有人说他在玩火，像极了当年的互联网泡沫；\n但黄仁勋想的是，要把每一分挣来的钱，都变成AI基座的钢筋混凝土。\n\n到2026年，英伟达的投资承诺已经横跨了整个AI产业链。\n他在英特尔投下的50亿美金，现在已经滚到了250亿。\n还拿下了能源巨头IREN 21亿美金的投资权，以及康宁公司32亿美金的期权。\n\n逻辑很简单：我要卖GPU，我就得保证有人买，有电用，有光纤传数据。\n这种“买家融资”模式虽然被质疑，但它确实在疯狂加速AI生态的演进。\n\n这就是算力霸权时代的玩法。\n与其说是英伟达在投资未来，不如说是他在给竞争对手关上大门。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-11 11:54:40","created_at":"2026-05-11T13:53:32.064729","url":"https://mubeitech.com/p/2053187655626633566","markdown_url":"https://mubeitech.com/p/2053187655626633566/markdown"},{"rank":4,"id":"2053445662243758297","account":"mubei","brand":"@mubei","title":"英伟达这一年，掏出了400亿美金。 这笔钱不是为了造显卡，是为了买下AI的命门。 光是给OpenAI，黄仁勋就签了300…","summary":"英伟达这一年，掏出了400亿美金。 这笔钱不是为了造显卡，是为了买下AI的命门。 光是给OpenAI，黄仁勋就签了300亿的支票。 剩下的100亿，正在疯狂扫货光纤、能源和数据中心。 老黄不只想当卖铲子的人，他要围住整座金山。 科宁（Corning）拿了32亿，那是AI传输的血管…","body":"英伟达这一年，掏出了400亿美金。\n\n这笔钱不是为了造显卡，是为了买下AI的命门。\n光是给OpenAI，黄仁勋就签了300亿的支票。\n剩下的100亿，正在疯狂扫货光纤、能源和数据中心。\n\n老黄不只想当卖铲子的人，他要围住整座金山。\n科宁（Corning）拿了32亿，那是AI传输的血管。\nIris Energy分了21亿，那是算力燃烧的燃料。\n\n从最底层的硅片，到最顶层的算法模型。\n美国科技巨头正在利用自由市场的资本效率，完成对算力霸权的合围。\n这与靠补贴、靠指令、靠封闭围墙的经济模式完全不同。\n\n真正的MAGA是在实验室和资本市场里完成的。\n当算力成为数字时代的石油，英伟达已经挖好了所有的油井。\n黄仁勋穿着那件皮衣，在AI军备竞赛中按下了最后一个确认键。","category":"科技","score":80.2,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-10 17:04:24","created_at":"2026-05-10T14:02:51+02:00","url":"https://mubeitech.com/p/2053445662243758297","markdown_url":"https://mubeitech.com/p/2053445662243758297/markdown"},{"rank":5,"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"},{"rank":6,"id":"16965160","account":"mubei","brand":"@mubei","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…","summary":"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 首次公布自研推理芯片 Jalapeño 的实测战绩。 对比的对象不是老架构，而是英伟达当家旗舰 GB200 与 GB300。 两边差距有多夸张？ 单看功耗，J…","body":"OpenAI 自己造的芯片，把英伟达打懵了。\n\n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。\n这是 OpenAI 首次公布自研推理芯片 Jalapeño 的实测战绩。\n对比的对象不是老架构，而是英伟达当家旗舰 GB200 与 GB300。\n\n两边差距有多夸张？\n单看功耗，Jalapeño 封装功耗 700 瓦，GB300 则是 1400 瓦。\n刚一通电，功耗先砍掉一半。\n\n再看跑大模型的真实能效。\n跑 6700 亿参数的 DeepSeek R1，在普通峰值下，Jalapeño 每千瓦吞吐是 GB300 的 1.7 倍。\n可一旦把用户需要的生成速度拉高，差距瞬间拉开。\n当速度要求达到每秒 169 个词时，GB300 的能效跌到 118，Jalapeño 依然能跑出 12258。\n能效整整差了 104 倍！\n\n跑开源的 120B 模型也是一样。\n高交互速度下，Jalapeño 的能效是 GB200 的 53.7 倍。\n跑万亿参数的 Kimi K2.5，端到端延迟降低了 2.2 倍，生成速度一路顶到每秒近 700 词。\n\n为什么全能的通用 GPU 会被拉开这么大距离？\n英伟达要兼顾训练和各类通用计算，芯片上堆了大量通用冗余。\nOpenAI 的专用芯片只干一件事：把所有晶体管和供电，死死焊在推理访存和生成上。\n\n大模型规模化落地，核心死穴就是每瓦功耗和电费成本。\n自研定制芯片把特定模型的推理能效拉高上百倍，直接砸穿了成本底线。\n英伟达靠通用 GPU 垄断推理市场的格局，正在被巨头们亲手撕开。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2092404347732660632","translated_status_id":"2092404347732660632","published_at":"2026-08-25 22:39:59","created_at":"2026-08-26T00:19:05+02:00","url":"https://mubeitech.com/p/16965160","markdown_url":"https://mubeitech.com/p/16965160/markdown"}]}