YOHO AI

标签： 英伟达

  • 英伟达搞出AI PC专用芯片，要抢2000亿美元CPU市场

    英伟达最近又放了个大招，在台北电脑展上发布了一款专门给AI PC用的CPU芯片，名字叫RTX Spark，直接把消费级PC的算力拉到了1 petaflop（每秒千万亿次浮点运算），目标很明确：要抢总共2000亿美元的CPU市场份额。

    英伟达已联合华硕、戴尔、惠普、联想、微软Surface等厂商，首批产品定于2026年秋季开售。

    产品核心亮点

    这款芯片的核心定位是支持AI智能体安全高效运行，英伟达和微软专门合作开发了安全沙箱机制，能让OpenClaw、Hermes Agent这类AI智能体在本地安全运行，不用把所有数据都传到云端。同时芯片搭配的CPU、GPU、内存以及底层CUDA软件，都支持大语言模型本地化部署，现在已经有超过1000款游戏和应用支持RTX的AI功能了。

    英伟达CEO黄仁勋
    英伟达CEO黄仁勋（来源：TechCrunch）

    行业影响与挑战

    • 英伟达CEO黄仁勋表示，未来全球会出现数十亿个AI智能体，将带来海量CPU需求
    • 微软已推出搭载该芯片的Surface Laptop Ultra，称其为“有史以来最强大的Surface笔记本电脑”
    • 目前已有超过100家Windows软件厂商宣布支持RTX Spark芯片，覆盖Adobe、Blender、Riot Games等头部产品
    • 英伟达曾在2013年尝试推出ARM架构Windows设备，最终失败计提9亿美元减值，本次产品市场表现仍存不确定性

  • COMPUTEX 2026今天开幕：英伟达黄仁勋打头阵，AI PC元年正式打响

    6月2日，台北南港展览馆，全球第二大电脑科技展COMPUTEX 2026正式开幕。这届展会的主题只有两个词——”AI Together”。但这两个词背后，是整条AI产业链从云端算力到终端硬件的全面摊牌。

    黄仁勋昨天已经开讲，英伟达的算盘不止是显卡

    英伟达CEO黄仁勋选在6月1日（展会前一天）提前开讲。演讲地点在台北流行音乐中心，同步举办GTC Taipei。黄仁勋的核心信息是两条线：AI算力继续往上堆，实体AI（机器人、边缘设备）往下扎。

    面向数据中心的下一代加速平台是重头戏，但更值得关注的是英伟达在PC端的布局——传闻中的ARM架构PC处理器（代号N1/N1X），20核CPU、RTX 5070级别的GPU性能、128GB LPDDR5X统一内存。如果这个产品落地，直接对标苹果M4 Ultra，同时英伟达的GPU生态优势是苹果没有的。

    “AI Together”不是口号。黄仁勋想说的是：AI不再是某一家公司的游戏，而是整条产业链一起重新定义电脑是什么。

    英特尔亮出18A制程，AMD守着AM5等Zen 6

    英特尔6月2日的主题演讲，重点是代号Nova Lake的新一代桌面平台。18A制程（1.8纳米等效）首次在消费级产品上亮相，最高配置16个P核加32个E核，合计48核。新插槽LGA 1954，支持Thunderbolt 5和Wi-Fi 7。这款产品今年晚些时候零售，今天是官方预览。

    AMD这边没有新显卡发布计划，RX 9060 XT和RTX 50系列还在铺货。但AMD准备了面向AM5主板的全新芯片组，可能支持CUDIMM内存冲击更高频率。Zen 6架构的预热大概率也会出现，目前兼容主板信息已经开始泄露。笔记本端继续推锐龙AI Max 400系列APU，128GB统一内存可在CPU和GPU之间共享，直接对标苹果M系列。

    AI PC不是概念了，今年真的有货

    2026年被各家分析机构公认为AI PC大爆发元年。COMPUTEX这届展会上，华硕、宏碁、微星都会拿出搭载新一代处理器的AI PC样机。英特尔发力AI PC，意图很直接——把被高通和AMD蚕食的PC市场份额抢回来。

    高通6月1日下午的演讲聚焦AI PC和边缘运算，骁龙X系列继续往Windows on ARM生态里塞。NXP（恩智浦）则切入车用电子和实体AI，这条线跟英伟达的机器人布局是对得上的。

    • 1500家海内外企业参展，6000个展位，规模是亚洲第一
    • 首度新增「机器人&智慧移动」展区，AI从云端算力延伸到实体硬件
    • 南港两馆分别主打硬件零组件和AI运算次世代科技
    • 十铨科技展出PCIe Gen6 SSD，顺序读取28GB/s，直指AI训练场景

    掌机市场意外成为AI PC的试验田

    英特尔基于Panther Lake架构推出Arc G3处理器，分G3和G3 Extreme两个版本，均为14核设计。Extreme版最高12个Xe3核心，搭配LPDDR5X-8533内存，CPU频率下调到4.7GHz以兼顾续航和散热。宏碁、仁宝、富士康、GPD、微星等厂商将推出搭载该处理器的掌机产品。

    这条产品线某种程度上是AI PC技术的提前试水——低功耗、高能效、集成GPU AI算力，这些要求跟未来AI PC的核心是同一套逻辑。

  • 英伟达正式发布RTX Spark芯片，要替英特尔和苹果做PC心脏

    今年秋季，英伟达要从”显卡公司”变成”PC芯片公司”了。在历经数月的爆料后，RTX Spark正式亮相——这是英伟达第一款面向普通消费者的完整计算芯片，内置CPU和GPU，直接塞进笔记本和迷你主机里。

    英伟达产品管理高级总监马克·埃弗曼放出狠话：”这是有史以来最高效的PC芯片。”不过他没有拿出任何数据或图表来支撑这个说法，留到秋季发布时再验证。

    英伟达RTX Spark芯片
    英伟达CEO黄仁勋在Computex上展示RTX Spark芯片 · 图片来源：The Verge

    和DGX Spark同款，但走向大众市场

    RTX Spark本质上和英伟达去年发布的”个人AI超算”DGX Spark搭载的GB10芯片规格一致，现在从单一产品扩展为一个芯片系列。旗舰款规格毫不逊色：20个CPU核心、6144个GPU核心、128GB LPDDR5X内存。

    后续还会推出定位更低的版本，最低内存配置16GB，覆盖更多价格段。埃弗曼承诺：”RTX Spark会是一个覆盖大量不同价格段的产品系列，我们看到的整体市场机会非常大。”

    “这是有史以来打造出的最高能效PC芯片。”——英伟达产品管理高级总监 马克·埃弗曼

    Arm架构，需要模拟层跑x86软件

    和苹果M系列、高通骁龙一样，RTX Spark是Arm架构芯片。这意味着为英特尔、AMD x86处理器打造的传统Windows软件，需要通过模拟层运行，可能会有性能损耗。

    不过微软已经花了数年时间为高通、英伟达的Arm芯片优化Windows系统和Prism模拟器，英伟达也声称自身的图形和AI能力会让Arm芯片上的Windows体验达到前所未有的水平。

    AI是本场主角

    英伟达宣称，凭借RTX Spark的性能，用户可以在14mm厚、无外接电源的笔记本上，渲染90GB的3D场景、编辑12K分辨率视频，还能以1440p分辨率、100fps的流畅帧率运行《印第安纳琼斯：大圆环》。

    最高128GB的统一内存是另一个卖点，和AMD上一代Strix Halo芯片持平。英伟达表示搭载RTX Spark的设备可以运行1200亿参数的AI智能体，微软对这一特性在Windows上的应用表现出了浓厚兴趣。

    RTX Spark笔记本特性
    英伟达展示RTX Spark的AI应用场景

    英伟达还画了不少AI应用场景的大饼：电竞主播可以让PC自动关灯、静音麦克风、切换直播模式，方便自己抽身去吃饭；设计师可以通过Adobe直接把草图生成完整图像、渲染3D模型，再生成AI视频，全程只需要语音指令。

    英伟达说这将带来”一个新的个人计算范式：AI就是交互界面”——用户不再需要学习复杂的应用UI，直接和PC对话就能完成操作。听起来很诱人，实际表现如何等秋季上市后见分晓。

    首批合作厂商和产品

    英伟达已经拉拢了几乎所有主流PC厂商。今年秋季率先上市的8款RTX Spark笔记本包括：

    • 华硕 ProArt P14、P16
    • 戴尔 XPS 16
    • 惠普 OmniBook X14、Ultra 16
    • 联想 Yoga Pro 9i
    • 微软 Surface Laptop Ultra
    • 微星 Prestige 16 Flip AI

    其中微软的新品被Surface部门负责人安德鲁·希尔称作”我们有史以来打造的最强大的设备”。埃弗曼表示，合作伙伴已经在研发超过30款笔记本和10款台式机。

    游戏兼容性和软件生态

    软件生态方面，Blender、DaVinci Resolve、Maxon Cinema 4D、Topaz Photo、剪映、Cubase等软件现在已经原生支持Arm架构。Adobe也已加入合作，为Premiere和Photoshop提供针对英伟达Spark笔记本的专属优化。

    游戏方面，Riot Games正在将《英雄联盟》和《无畏契约》带到Windows on Arm平台；Krafton正在移植《PUBG》。埃弗曼声称”所有顶级游戏都可以在RTX Spark上运行，且体验出色”。

    目前还有一些疑问没有答案：定价尚未公布，仅表示首批产品”瞄准市场的高端价位段”；续航表现也只是模糊地说”会比你之前见过的所有RTX笔记本好得多”；性能对比数据则完全没有分享。

  • 英伟达又破纪录了，但黄仁勋盯上了更大的蛋糕

    英伟达又破纪录了，但黄仁勋盯上了更大的蛋糕

    英伟达刚交出一份又破纪录的财报——截至4月26日的季度，营收816亿美元，环比增长20%，其中数据中心营收752亿美元，同样创下新高。季末公司还授权了800亿美元的股票回购计划，看上去一切都在按计划推进。

    但黄仁勋在财报电话会上话锋一转，抛出了一个更大的数字：英伟达发现了一个全新的2000亿美元总可寻址市场（TAM）。这个市场来自英伟达今年3月刚发布的Vera CPU——全球第一款专为代理式AI（Agentic AI）设计的中央处理器。

    黄仁勋在GTC大会
    黄仁勋在GTC大会上（图源：Getty Images）

    为什么是CPU？

    这个逻辑听起来有点反直觉——英伟达不是做GPU起家的吗？黄仁勋的解释是：AI模型的”思考”部分由GPU负责，但AI智能体（Agent）的大部分任务执行，其实跑在CPU上。随着智能体数量爆发，对CPU的需求会跟着涨。

    “全球有10亿人类用户，我的判断是未来会有数十亿个智能体。这些智能体都会使用工具，而这些工具会像个人电脑一样运行——当然不是现在，我们会在发展过程中逐步达到这个规模。”黄仁勋在电话会议上这样说。

    Vera的设计思路和传统CPU不一样。传统CPU追求”核心数”，目标是尽可能同时跑多个应用实例；而Vera专门优化了token处理速度，匹配智能体场景的需求。这款产品既可以单独销售，也可以和英伟达的下一代GPU Rubin捆绑销售。

    财报里的其他细节

    说回财报本身。英伟达预计下季度营收910亿美元，增幅约12%——比本季度的20%明显放缓，市场对此其实早有预期，AI算力建设的周期性和需求波动是真实存在的。

    中国市场的出口管制仍是悬而未决的问题。CFO科莱特·克雷斯表示，H200虽然已获得美国出口批准，但英伟达尚未从中产生任何收入，也不确定是否会被允许向中国出口。

    另一个值得注意的数据是英伟达在私营公司的持股——1月时价值220亿美元，到季度末已经涨到430亿美元，主要来自季度内185亿美元的收购。这个数字还不包括对康宁、IREN等上市公司的投资，也不反映尚未完成的承诺（比如2月承诺向OpenAI投资的300亿美元）。

    黄仁勋在电话会上还提到了和Anthropic的合作——今年和明年为Anthropic上线的产能会”非常可观”。在此之前，英伟达对Anthropic的覆盖基本为零。这说明英伟达正在把算力基础设施的触角伸向AI最大的几个客户，而Vera CPU就是这套布局里的重要一环。

    2000亿美元是不是画饼？现在下判断还为时过早。但Vera上市首年就有200亿美元的销售额，至少说明市场愿意给它一个机会。至于能不能守住这块新市场，就要看英特尔、AMD和各大云厂商自研芯片的反击速度了。

  • 英伟达最新财报：数据中心营收暴涨92%，AI算力军备竞赛远未结束

    英伟达刚交出了一份让整个科技圈屏息的财报：2027财年第一季度，总营收816亿美元，其中数据中心业务752亿美元，同比增长92%。这个数字背后，是全世界对AI算力近乎贪婪的需求。

    Nvidia AI芯片
    英伟达AI芯片是这轮AI浪潮的核心基础设施 | 图片来源：The Verge

    数字背后的信号

    92%的同比增速，放在任何行业都是惊人的数字，但在英伟达身上，这已经变成了某种”常态”。过去两年，每次财报发布，市场都在问同一个问题：这个增速还能维持多久？每次英伟达都用实际行动回答：还能更猛。

    这次财报里有个细节值得拎出来说： 下一代Vera Rubin AI芯片将在今年第三季度按计划推出。这意味着英伟达的产品迭代节奏没有放慢，它并不打算给竞争对手留喘息的空间。

    “Vera Rubin AI芯片将在今年下半年按计划推出，从第三季度开始。”

    不是所有人的好消息

    财报里也藏着一个不太好的消息：受RAM短缺和价格上涨影响，英伟达的PC销量有所下滑。这说明AI算力扩张的代价正在向消费端传导——内存价格上涨，最终买单的是普通消费者。

    更大的背景是，全球各大科技公司正在上演一场前所未有的数据中心军备竞赛。微软、谷歌、亚马逊、Meta，每一家都在疯狂砸钱建数据中心，而每一座新数据中心的心脏，都是英伟达的GPU。这个局面短期内看不到结束的迹象。

    竞争者在哪里

    AMD在追赶，英特尔在重新布局，谷歌TPU、亚马逊Trainium、微软Maia都在推自己的AI芯片。但现实是，英伟达的护城河不止是芯片性能，更是CUDA生态——全世界绝大多数AI框架和模型，都是围绕CUDA开发的。换芯片意味着重写大量代码，没几家公司真的愿意这么做。

    Vera Rubin芯片如果在第三季度如期推出，英伟达的领先优势还会继续扩大。对于AI创业公司和研究者来说，这意味着算力成本可能继续下降——但对英伟达的竞争对手来说，窗口正在快速关闭。

  • NVIDIA Vera Rubin NVL72发布：推理成本暴降90%，Vera CPU亲自送货上门

    如果你最近关注AI硬件圈，5月18日这天有个消息值得盯一下。NVIDIA CEO黄仁勋站在Dell Technologies World的舞台上，说了一句话：”需求正在抛物线式增长，完全是抛物线。”台下坐着的5000家企业代表应该都听懂了——这里面包括礼来、三星、霍尼韦尔这些已经在用Dell AI Factory跑AI负载的公司。

    这次发布的核心是两个东西：Vera Rubin NVL72架构，以及NVIDIA第一款专门为AI代理（Agent）设计的CPU——Vera CPU。别被名字搞混了，Rubin是GPU架构，Vera是CPU，俩搭配着用。

    推理成本直接砍掉90%

    Vera Rubin NVL72最吓人的数据是：每token推理成本只有上一代Blackwell平台的1/10。换句话说，原来跑100块钱的推理任务，现在只要10块。这个降幅不是靠砍性能换来的——Dell同步发布的PowerEdge XE9812服务器，用HGX Rubin NVL8架构，性能是上一代HGX B200的5.5倍。

    “67%的企业AI工作负载现在跑在云端之外——本地、设备端、边缘、托管机房，这才是真实的企业AI部署现状。”——NVIDIA CEO黄仁勋

    88%的受访企业至少运行1个本地AI工作负载。这个数据背后有个很现实的原因：把数据搬来搬去的成本，比直接在企业自己机房里跑AI贵多了。Vera Rubin NVL72就是为这种场景设计的——专门优化长序列推理和高并发Agent任务。

    Vera CPU：首款为AI代理设计的处理器

    NVIDIA之前出过Grace CPU，但Vera是第一款明确为”AI代理时代”设计的CPU。这里的逻辑是：AI代理干活的时候，不是一口气跑完的，它要查数据库、跑代码、调工具，这些步骤是串行的，特别吃CPU的单线程性能和内存带宽。

    Vera的三个关键数字：

    • 内存带宽1.2TB/s，是其他CPU的3倍
    • AI代理工作负载完成速度比x86处理器快50%
    • 企业数据查询速度提升3倍（Starburst引擎吞吐量提升3倍）

    第一批发货的Vera CPU已经送到三个地方：OpenAI在米申湾的办公室、SpaceX AI在帕洛阿尔托的实验室、以及Anthropic在旧金山的总部。下一批会送到甲骨文云基础设施在圣克拉拉的机房。NVIDIA超大规模计算副总裁Ian Buck亲自送货上门——这阵仗挺少见的，一般芯片发布都是发新闻稿，不会搞”ceo亲自交付”这套。

    2030年的AI基础设施市场：3-4万亿美元

    黄仁勋在台上给出了一个预测：2030年全球AI基础设施支出将达到3-4万亿美元，同期token消耗量预计增长3400%。这两个数字放在一起看就有意思了——基础设施投入增长，单位token成本下降，但总消耗量增长更快，所以市场总盘子还是在爆炸。

    Dell AI Factory这边的策略是把”计算、网络、存储”打包成一个整体方案，客户不用自己拼组件。配套的还有NVIDIA机密计算（Confidential Computing）支持，模型权重和企业数据在运行过程中全程加密，这个对金融、医疗这些敏感行业挺重要的。

    目前已经在Dell AI Factory上跑AI负载的5000家企业里，礼来用它加速药物研发，三星用它跑芯片设计仿真，霍尼韦尔把原来放在公有云上的工业AI迁移回了本地机房。这些案例的背后逻辑都一样：数据搬不动，算力得靠近数据放。

    开源模型也在往这套基础设施上迁

    NVIDIA在这次发布会上列了一个支持Dell AI Factory的开源模型清单：Nemotron、Reflection、MiniMax-M2.7、DeepSeek Pro、DeepSeek-V4、GLM 5.1、Kimi K2.6。这些模型都做了NVFP4精度优化，在Vera Rubin架构上跑起来更高效。

    Hugging Face上已经开了Dell Enterprise Hub，企业可以直接拉取这些优化过的模型镜像部署。这个动作的信号很明确：NVIDIA不只是卖芯片，它在搭一个从芯片到模型到部署工具链的完整生态，让企业”买了硬件就能跑起来”，而不是买回去之后发现软件栈对不上。

    下一波详细技术发布会在6月1-4日的COMPUTEX GTC Taipei大会上放出。如果你在关注AI推理成本这条曲线，Vera Rubin NVL72的价格和实测数据值得等一下那个发布会。

  • 英伟达Lyra 2.0：一张照片生成90米3D世界，具身智能有”健身房”了

    4月16日，英伟达研究团队悄悄放了个大招：Lyra 2.0，一个能从单张照片生成大规模3D场景的系统。这东西的目标很明确——给具身智能（embodied AI）提供训练场，让机器人在虚拟世界里先练熟了，再到现实中干活。

    你只需要喂给它一张图片，它就能给你生成一个纵深90米的连贯3D环境。这个距离什么概念？差不多一个足球场的长度。而且相机一路走一路拍，回来的时候场景还是你刚才看到的那个，不会突然变形或者裂开。

    它解决了两个老大难问题

    以前的3D生成模型有两个通病，英伟达这次都给治了。

    第一个叫”空间遗忘”——相机绕着场景走一圈再回到原点，发现原来的地方已经不认识了，场景扭曲得像进了哈哈镜。Lyra 2.0的做法很直白：实时把每一帧的3D几何信息存下来，相机回到老地方的时候，直接调档案，保证看到的东西跟第一次看到的一样。

    第二个问题更麻烦，叫误差累积——生成的帧数越多，前面犯的错会一直往后传，到最后整个场景崩掉。Lyra 2.0在训练的时候故意把一些有缺陷的输出喂给模型，让它学会自己纠正自己。这个思路有点像让模型”打草稿→检查→修改”，而不是一条路走到黑。

    在图像质量、相机控制这两项核心指标上，Lyra 2.0干掉了GEN3C、Yume-1.5等6个同类型竞品。快速版本比基础版效率提升13倍。

    跟机器人仿真平台打通了

    这是Lyra 2.0最实用的地方。它跟英伟达自己的Isaac Sim（机器人仿真平台）无缝集成，生成的3D场景可以直接导出为网格模型，机器人就能在这个虚拟环境里训练算法。

    以前要训练一个具身智能模型，你得派人拿着激光雷达和相机去现实世界扫一大堆3D数据，费时费力还贵。现在Lyra 2.0能自动生成多样化的训练场景，机器人先在虚拟世界里把活干熟练了，再到现实里上路。

    目前它只支持静态场景生成，动态物体还没搞定。但光是静态场景这个突破，已经给自动驾驶、通用机器人的物理感知训练提供了不少帮助。

    为什么这事值得关注

    3D世界生成这个方向，本质上是给AI建”健身房”。大模型是靠海量文本数据喂出来的，具身智能要靠海量3D交互数据，而现实世界的数据采集成本太高了。

    英伟达这步棋很精明——它不跟你卷大模型，它给你造训练大模型需要的”场地”。你用不用它的GPU跑模型另说，但你要想训练具身智能，它的仿真工具链几乎是绕不开的。

    目前没有看到Lyra 2.0开源的消息，但英伟达过去在研究方向上有开放的传统，后续会不会放出来让社区用，值得盯着。

    对于做具身智能的团队来说，这类工具的价值在于缩短迭代周期。以前一个场景要扫好几天，现在一张图几分钟出结果，测完不行马上改，迭代速度快了不止一个量级。

  • 英伟达2.6B小模型跑赢行业巨兽：单卡生成1分钟720p视频的世界模型来了

    前两天NVIDIA的NVLabs悄悄丢了个炸弹——SANA-WM，一个只有2.6B参数的开源世界模型，能在一块H100上生成720p、1分钟长的可控视频。你没有看错，一块卡，一分钟。

    SANA-WM吞吐量比开源基线高36倍，动作跟随准确率超过所有现有开源方案，视觉质量却跟大规模工业模型差不多。

    混合线性注意力：让长视频不再OOM

    做长视频生成最头疼的问题就是显存爆炸。标准DiT用的Softmax Attention是O(n²)复杂度，生成60秒视频（约1800帧）时，纯Softmax方案大概跑到15秒就OOM了。

    SANA-WM的解法很巧妙——混合线性注意力。帧与帧之间用Gated DeltaNet做线性依赖（O(n)复杂度），每隔几帧再插一次Softmax Attention保长程一致性。这样既控制了显存，又没丢掉全局关联。效果就是：别人OOM的时候，它还在稳稳生成。

    双分支相机控制：6自由度精确驾驭

    世界模型跟普通文生视频最大的区别在于可控性。SANA-WM支持6自由度（6-DoF）相机轨迹控制，输入一张静态图+相机运动路径，就能生成对应的漫游视频。它用双分支架构：粗粒度全局位姿分支理解相机大致走向，细粒度像素对齐几何分支精确到像素级的几何变化。这让生成的视频不只是像，而是准。

    两阶段生成 + 极致训练效率

    生成流程分两步：2.6B基础模型先出60秒原始视频，再由17B精炼网络提升纹理和运动质量。有意思的是训练效率——只用了21.3万条公开视频片段（带6-DoF标注），64张H100跑15天就完事。对比同行动辄256+卡跑几个月，这个数据效率相当亮眼。

    • 蒸馏版 + RTX 5090：60秒720p视频34秒出片
    • 吞吐量：开源基线的36倍
    • 动作跟随准确率：超越所有开源方案
    • 视觉质量：对标LingBot-World等工业基线

    世界模型 vs 文生视频：两条路的分歧

    Sora、Kling这些文生视频模型走的是文字驱动路线，控制力偏弱；SANA-WM这类世界模型走的是图像+轨迹驱动路线，控制力强、物理合理性高。说白了，文生视频像是给AI一段描述让它自由发挥，世界模型像是给AI一张照片和运动指令让它精确执行。

    应用场景也很明确：自动驾驶仿真、机器人训练、游戏内容生成、影视预可视化、建筑漫游……任何需要如果相机这样动，世界会怎样的场景，都是世界模型的主场。

    2.6B参数就能做到这个程度，开源社区该兴奋了。代码已在GitHub放出（NVlabs/Sana-WM），权重按CC BY-NC-SA 4.0许可即将发布。

  • 英伟达最强挑战者上市：AI芯片公司Cerebras首日暴涨68%，市值逼近700亿美元

    5月14日，又一个值得记住的日子——Cerebras Systems正式登陆纳斯达克，股票代码CBRS。这家被称作”英伟达最强挑战者”的AI芯片公司，上市首日就交出了一份让整个华尔街瞠目结舌的成绩单：开盘涨89%，盘中涨幅一度达到109%触发熔断，最终收盘涨68%，市值冲到约697亿美元。

    说实话，这个数字我刚看到的时候以为是少打了个零。整个IPO筹资55.5亿美元——这不只是2026年全球最大规模的IPO，也是美国有史以来规模最大的半导体企业上市记录，超越了Arm Holdings 2023年创下的52.3亿美元纪录。

    Cerebras IPO上市
    Cerebras上市首日股价表现（来源：EET-China）

    一张晶圆=一颗芯片，疯狂的技术路线

    Cerebras和英伟达走的是完全不同的技术路线。传统GPU是把一块晶圆切成很多个小芯片再拼接，而Cerebras反其道而行——直接把整片晶圆做成一颗处理器。它的WSE-3芯片面积达到46225平方毫米，集成了约90万个AI计算核心、4万亿个晶体管、44GB片上SRAM，在AI推理任务上号称速度是英伟达GPU系统的10到20倍。

    当然，这种路线也有代价：散热、制造成本、量产规模都是巨大的挑战。这也是为什么Cerebras一直以来更像是个技术奇迹而不是主流选择。

    OpenAI是最大客户，收入90%靠它

    Cerebras能撑起近700亿市值，OpenAI功不可没。今年1月，Cerebras和OpenAI签署了一份超过200亿美元的算力合作协议，成为其最大的单一客户。粗略估算，Cerebras今年和明年收入的90%都将来自OpenAI。

    投资界对这个估值并不完全买账。目前Cerebras年收入约5.1亿美元（同比增长76%），但仍处于亏损状态（经营亏损约1.46亿美元），市场给出的估值相当于年收入的超过100倍。英伟达的估值”只有”年收入的30倍左右。

    发行价185美元也经过了多次上调——最初定价区间是115-125美元，后上调到150-160美元，最终定在185美元，高出原计划低端近61%。超额认购倍数超过25倍，说明市场对AI算力的热情依然高涨。

    疯狂估值背后的隐忧

    冷静下来看，这个故事没有听起来那么完美。Cerebras对OpenAI的依赖程度极高，如果OpenAI的算力需求出现变化，Cerebras的收入会直接腰斩。更重要的是，WSE-3芯片定位是专用AI加速器，在通用性上远不如英伟达的GPU生态——英伟达花十几年建立的CUDA生态，是Cerebras短期内很难逾越的护城河。

    但资本市场的逻辑从来不是”合理估值”，而是”想象空间”。在AI算力需求爆发式增长的当下，能提供差异化解决方案的选手永远有故事可讲。Cerebras上市首日的疯狂表现，既是对WSE技术路线的投票，也是对整个AI基础设施热潮的一次集体押注。能不能撑住这个估值，就看接下来能不能把更多的”OpenAI们”签下来了。

  • 每家75000颗！美国批准10家中国公司买英伟达H200，联想第一个站出来

    说实话，这条消息我看完愣了好几秒——美国商务部正式批准了10家中国企业采购英伟达H200芯片，而且每家最多能买75000颗。这可不是小打小闹，是实打实的芯片松绑。

    联想第一个站出来确认了

    名单一曝光，行业炸锅。阿里、腾讯、字节跳动、京东、联想、富士康……全是国内数一数二的互联网和制造巨头。联想那边更是直接官宣：自己是英伟达H200的中国区授权分销商。这意味着以后国内公司想买H200，不一定非要直接找英伟达，通过联想这条渠道也行。

    每家公司最多可购买75,000颗H200芯片——这是什么概念？中国早在今年1月就同意进口数十万颗H200，这批货足够喂饱好几年。

    黄仁勋随特朗普访华，芯片政策同步松动

    这事有意思的地方在于时间节点。5月14日，路透社放出消息的同一天，英伟达CEO黄仁勋正随特朗普的访华代表团在北京。你说这是巧合？我倒觉得更像是两边谈出来的结果。

    要知道，在H200之前，美国先放行的是H20——那是H200的”小弟”，性能差一截。就这，国内厂商也是等了大半年才拿到货。现在H200直接松绑，速度反而快了不少，这背后的谈判力度可见一斑。

    英伟达股价先涨为敬，但交付还没影

    消息一出，英伟达美股夜盘直接拉升，一度涨超2%，盘前又涨了2.6%，眼看就要七连阳。港股的阿里、腾讯也跟着沾光，股价走强。

    不过路透社泼了盆冷水：截至目前，英伟达尚未实际交付任何产品。这波更像是”政策落地”，真正的货还得再等等。

    中国市场对英伟达有多重要？

    这么说吧，之前被禁售的时候，英伟达在中国高端AI芯片市场的份额一度跌到谷底。但美国人算过账：中国市场太大了，放弃等于把蛋糕白送给AMD和英特尔。与其这样，不如定点放开——只卖给”听话”的大公司，既赚了钱，又不至于完全失控。

    所以我的判断是：这次H200解禁不是终点，后续很可能会逐步扩大范围。但前提是——你得够大、够正规。中小公司想分一杯羹？暂时还不在这份名单里。