而Blackwell架构的AI芯片出货还在继续。今年下半年，采用该架构的GB300出货逐渐进入高峰期。当 地时间7月3日，云服务公司CoreWeave宣布，公司成为第一家为客户部署最新GB300 NVL72系统的 AI云服务提供商，并计划继续扩大部署。 在上周的英伟达股东大会上，英伟达CEO黄仁勋则谈到市场对算力的需求还在增长。他表示，推理需要 更多计算。仅在过去一年时间里，tokens（词元）生成就激增了50到100倍。为了满足这种指数级的 激增，大型人工智能工厂正在各地崛起。仅微软在上个季度就处理了超过100万亿的tokens，是一年前 的5倍。 黄仁勋还表示，公司在多个领域都有增长机会，人工智能和机器人技术是最大的两个机会，代表着数万 亿美元级别的增长机会。未来将有数十亿台机器人、数亿辆自动驾驶汽车和数十万个机器人工厂，它们 都将由英伟达的技术驱动。 有市场研究机构预计，英伟达将继续带动半导体IC产业规模增长。TrendForce集邦咨询梳理了去年全 球Fabless公司的营收，排除芯片以外的业务后发现，营收前10名的厂商中，英伟达营收增长率达 125%，其他公司的增长率最多只有21%，英伟达拉动了整个 ...

在上周的英伟达股东大会上，英伟达CEO黄仁勋则谈到市场对算力的需求还在增长。他表示，推理需要更多计算。仅在过去一年时间里，tokens（词元）生 成就激增了50到100倍。为了满足这种指数级的激增，大型人工智能工厂正在各地崛起。仅微软在上个季度就处理了超过100万亿的tokens，是一年前的5 倍。 黄仁勋还表示，公司在多个领域都有增长机会，人工智能和机器人技术是最大的两个机会，代表着数万亿美元级别的增长机会。未来将有数十亿台机器人、 数亿辆自动驾驶汽车和数十万个机器人工厂，它们都将由英伟达的技术驱动。 有市场研究机构预计，英伟达将继续带动半导体IC产业规模增长。TrendForce集邦咨询梳理了去年全球Fabless公司的营收，排除芯片以外的业务后发现，营 收前10名的厂商中，英伟达营收增长率达125%，其他公司的增长率最多只有21%，英伟达拉动了整个行业增长。该机构称，上半年半导体IC产业需求状况 很好，主要受惠于行业提前备货需求，再加上英伟达GB200、GB300下半年出货量增长，预计将推动2025年全球半导体IC产业规模增长19%左右。 截至周四收盘，英伟达股价上涨1.33%，股价159.34美元/股 ...

美国股市在当地时间7月3日迎来强劲表现，三大指数全线上扬。标普500指数上涨51.94点，涨幅达 0.83%，收于6279.36点。纳斯达克综合指数攀升207.97点，涨幅1.02%，报收20601.10点。道琼斯工业平 均指数增长344.11点，涨幅0.77%，收盘价为44828.53点。标普500指数与纳斯达克指数双双刷新历史收 盘纪录，这是标普500指数年内第七次创下收盘新高，纳指则实现年内第四次收盘新高。受公共假期影 响，美股当日下午1点提前收盘，整体交投相对清淡。 本文源自：金融界 作者：观察君 就业数据提振市场信心 美国劳工统计局公布的6月非农就业数据超出市场预期，为股市上涨提供重要支撑。6月非农就业岗位增 加14.7万个，远超分析师预期的11万个，增幅达33%。失业率降至4.1%，优于预期的4.3%。平均时薪环 比上涨0.2%，同比增长3.7%，显示薪资温和增长态势，有助于缓解通胀压力。 分项数据显示就业增长呈现结构性特征。政府部门就业增长7.3万人，成为主要拉动因素，增长集中于 州和地方教育岗位。医疗保健新增就业3.9万人，社会援助行业增加1.9万人。联邦政府则因裁员减少 7000人。此前两个 ...

强劲就业报告提振市场 当地时间7月3日，美股三大股指全线收涨，道指涨0.77%报44828.53点，标普500指数涨0.83%报6279.35点，纳指涨1.02%报20601.1点。标普500指数、 纳指均创下收盘历史新高。 美国劳工统计局周四公布的数据显示，经季节性因素调整后，6月非农就业人数增加14.7万人，高于预期的11万人。失业率降至4.1%。就业人数稳步增长、 失业率下降，平均时薪环比增长0.2%，同比增长3.7%，表明通胀压力减弱。 政府部门就业人数大幅增加，增幅居所有类别之首，增加了7.3万人，原因是州政府和地方部门的就业大幅增加，尤其是与教育相关的工作岗位增加。联邦政 府仍受到马斯克政府效率部裁员的影响，损失了7000人。此外，医疗保健也很强劲，增加了3.9万人，而社会援助就业增加了1.9万人。 劳工统计局数据还显示，4月份非农新增就业人数从14.7万人修正至15.8万人；5月份非农新增就业人数从13.9万人修正至14.4万人。修正后，4月和5月新增 就业人数合计较修正前高1.6万人。 脑再生科技再度暴涨。 当地时间7月3日（周四），美股三大股指集体上涨，截至收盘，标普500指数涨0.83%， ...

Group 1 - Nvidia has regained its position as the world's most valuable company, surpassing Microsoft, but faces new challenges from OpenAI's shift towards Google's TPU chips for AI product support [1][3] - OpenAI's transition from Nvidia's GPUs to Google's TPUs indicates a strategic move to diversify its supply chain and reduce dependency on Nvidia, which has been the primary supplier for its large model training and inference [3][5] - The high cost of Nvidia's flagship B200 chip, priced at $500,000 for a server equipped with eight units, has prompted OpenAI to seek more affordable alternatives like Google's TPU, which is estimated to be in the thousands of dollars range [5][6] Group 2 - Google's TPU chips are designed specifically for AI tasks, offering a cost-effective solution compared to Nvidia's GPUs, which were originally developed for graphics rendering [8][10] - The TPU's architecture allows for efficient processing of matrix operations, making it particularly suitable for AI applications, while Nvidia's GPUs, despite their versatility, may not be as optimized for specific AI tasks [10][11] - The demand for inference power in the AI industry has surpassed that for training power, leading to a shift in focus among AI companies, including OpenAI, towards leveraging existing models for various applications [15]

Group 1 - OpenAI has begun renting Google TPU chips to support its products like ChatGPT, marking its first large-scale use of non-NVIDIA chips [1][3] - This move aims to reduce reliance on Microsoft's data centers and lower inference computing costs, as ChatGPT's paid subscribers have surged from 15 million at the beginning of the year to over 25 million [3] - OpenAI's spending on NVIDIA server chips exceeded $4 billion last year and is projected to approach $14 billion by 2025 [3] Group 2 - Google has developed TPU chips for about a decade and started offering them to cloud customers in 2017, with other companies like Apple and Meta also renting them [3][4] - Despite providing TPU access to OpenAI, Google retains more powerful TPU versions for its own AI teams and Gemini models [3] - Google Cloud continues to rent NVIDIA-supported servers due to their industry standard status and higher profitability, having ordered over $10 billion worth of the latest Blackwell server chips from NVIDIA [4]

如果您希望可以时常见面，欢迎标星收藏哦~ 人工智能的进步依赖于指数级增长的人工智能超级计算机。自2010年以来，用于训练最著名人工 智能模型的计算量每年增长4.1倍，从而实现了先进聊天机器人、图像生成和蛋白质结构预测等突 破。这种训练计算量的增长主要依赖于更大规模的人工智能超级计算机，这些计算机现在包含超 过10万个AI芯片，硬件成本达数十亿美元，并且消耗相当于一个中等城市用电量的电力。 我们通过系统地收集2019年至2025年的公开数据，汇编了一个包含全球500多台人工智能超级计 算机的数据集。我们将人工智能超级计算机定义为使用AI芯片的系统，该系统在其首次投入运营 时达到了领先人工智能超级计算机至少1%的计算性能。通过将总性能与公开的AI芯片生产和销 售估算进行比较，我们估计我们的数据集涵盖了现有AI超级计算机总容量的10-20%。 领先人工智能超级计算机的计算性能每9个月翻一番，这得益于更多和更好的AI芯片的部署（图 1）。两个关键因素推动了这一增长：芯片数量每年增加1.6倍，以及每个芯片的性能每年提高1.6 倍。虽然在2019年拥有超过1万个芯片的系统很少见，但到2024年，各公司部署的人工智能超级 ...