如果您希望可以时常见面，欢迎标星收藏哦~ 过去十年，NVIDIA 一直主导着用于机器学习/人工智能领域的高性能计算机芯片市场。 英伟达凭借其专有的CUDA软件和快速创新，已成为人工智能处理器的代名词。该公司市值预计将 在2025年短暂达到5万亿美元。2025年2月至10月期间，支持人工智能发展的硬件（包括半导体芯 片和网络连接）的收入达到1478亿美元。 英伟达最新、最强大的处理器"Grace Blackwell"系列一经推出便迅速售罄，但其市场主导地位正 在逐渐消退。随着行业向更加专业化的硬件方向发展，英伟达如今面临的挑战不再仅仅局限于与一 家公司竞争，而是来自多个方面。 NVIDIA 的强劲销售和高利润率主要得益于有限的产量稀缺，高端芯片的主要瓶颈在于台积电在 芯片封装（CoWoS）先进封装方面的产能有限。 英伟达正在利用大部分有限的产能，但半导体供应的竞争正在加剧：作为唯一制造商的台积电计划 到 2026 年将其产能扩大到每月 10 万片晶圆。随着供应限制的缓解，谷歌和 AMD 等公司将从中 受益。 随着业界从试验大规模基础模型转向优先发展大规模、高性价比的推理，NVIDIA 面临着巨大的 风险。 主要 ...

end GPU 我们前几天讲过华为的CloudMatrix 384，在该AI集群的核心，是384块Ascend 910C芯片，它们以"全 互连"（all-to-all）拓扑结构相互连接。这套系统内部简称CM384。 根据SemiAnalysis的分析，CloudMatrix 384的BF16的算力是GB200 NVL72的1.7倍，显存容量是 GB200的3.6倍，由于集成了384个910C，这也导致了功耗是GB200的3.9倍。虽然单个chip的性能不如 GB200，但CloudMatrix 384系统绝对是目前最强的AI服务器。 据Financial Times的报道，一套完整的CloudMatrix 384系统的售价约为800万美元，约合5800万人民 币，大约是英伟达GB200 NVL72价格的三倍。这清楚地表明了华为的战略目标：它并不是要提供一 种低成本的替代方案，而是要为中国市场建立一个独立、无需依赖出口的高性能平台。 已有十家中国大型客户采用了该系统，并将其集成进现有的数据中心基础设施中。尽管这些客户的 名称并未公开，但报道称他们都是华为长期合作伙伴——很可能包括国家资助的云服务商、电信集 团以 ...