YOHO AI

标签： Nvidia

  • 英伟达多了个真对手，Etched 芯片拿到 10 亿美元订单

    英伟达在 AI 推理芯片领域多了一个值得认真对待的对手。一家叫 Etched 的创业公司今天披露了最新进展：台积电今年早些时候已经成功造出了他们的芯片，而现在这款产品的合同订单已经堆到了 10 亿美元。

    Etched 给这套东西起了个名字叫”前沿推理集群”（frontier inference clusters），本质上是把自研芯片、定制机架和配套软件打包在一起卖。说法很直白：帮大模型公司跑推理，速度更快、成本更低、功耗更省。推理听起来不如训练那么性感，但它现在是 AI 公司最大的成本中心和瓶颈——这也是为什么投资人愿意为任何声称能解决这个问题的团队买单。

    从月月熬到估值 50 亿，两年走了完全不同的路

    Etched 成立于 2022 年，累计融资到现在是 8 亿美元。最近的一笔是去年 12 月关账的 5 亿美元，投后估值 50 亿美元。这轮由 VentureTech Alliance、Stripes 领投，跟投的名单读起来像量化交易圈的名人录：Jane Street、Hudson River Trading、Two Sigma、Ribbit Capital。

    天使轮更夸张。Andrej Karpathy、Geoffrey Hinton、Fei-Fei Li、Arthur Mensch、Scott Wu 都在里面，还有亿万富翁 Stanley Druckenmiller 和 Peter Thiel。一个做 AI 芯片的创业公司，天使投资人里既有图灵奖得主也有对冲基金大佬，这个组合不太常见。

    Etched AI 芯片概念图
    Etched AI 推理芯片，专为大模型推理设计的 ASIC

    2023 年差点死掉，现在满地都是钱

    创始人 Gavin Uberti（CEO）和 Robert Wachen（总裁）都是从哈佛辍学后入选 Thiel Fellowship 的。他们在 2024 年就已经在跟 TechCrunch 聊他们的芯片计划了，但回头看，真正的转折点在 2023 年。

    Uberti 后来在 Patrick O’Shaughnessy 的播客里说，2023 年他们到处见投资人，试图讲清楚”AI 最终会需要专用芯片，而不只是通用 GPU”这个故事，结果每一个大机构都 pass 了。公司当时按月烧钱，随时可能断粮。

    从”每个月都在担心能不能发工资”到”估值 50 亿美元、订单 10 亿美元”，中间隔了不到三年。AI 基础设施的投资热度把这家曾经无人问津的创业公司推到了一个完全不同的轨道上。

    对手不止英伟达，大家都想做自己的芯片

    Etched 现在面对的竞争格局相当拥挤。Cerebras 今年打了 AI 芯片赛道第一个 IPO，Groq 刚融了 6.5 亿美元。 hyperscaler 们也在自己搞：亚马逊的 Trainium、Google 的 TPU、微软的 Maia 都在路上。就连 OpenAI 也刚刚发布了和博通联合定制的第一款芯片。

    Etched 的赌注是：通用 GPU（也就是英伟达的 H100/B200 这些）在推理工作负载上不够高效，专用 ASIC 才是未来。这个论点不是只有他们在讲，但对于一家曾经连融资都困难的创业公司来说，现在能拿到 10 亿美元订单，说明至少有一些大客户认同这个判断。

    Etched 还没有公布具体是哪些客户下了这 10 亿美元的订单。如果后续有披露，这件事的可信度会更高一些。眼下，这家公司从”没人要”到”估值 50 亿”，本身就是这轮 AI 基础设施热潮里一个挺极端的样本。

  • 英伟达联手剑桥大学发「红皇后」论文：AI自己造考官淘汰自己，2028年AGI真的要来了？

    英伟达联手剑桥大学发「红皇后」论文：AI自己造考官淘汰自己，2028年AGI真的要来了？

    Anthropic 联合创始人 Jack Clark 在今年 5 月给了一个概率：60%，到 2028 年底，完全自主的递归自我进化 AI 就会出现。当时很多人觉得他在喊狼来了。但现在，英伟达和剑桥大学等 13 位研究者联合发布了一篇论文，让这个预测突然变得没那么遥远了。

    这篇论文叫《Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators》（红皇后哥德尔机：协同进化的智能体与评估者），6 月 24 日挂在 arXiv 上。名字里的”红皇后”来自进化生物学——物种必须不断进化才能保持相对于其他进化物种的适应性，就像《爱丽丝镜中奇遇记》里的红皇后对爱丽丝说的：”你只有拼命跑，才能留在原地。”

    Red Queen Gödel Machine 概念图
    红皇后哥德尔机：AI 评估者可以与智能体协同进化 | 制图：AI资讯

    以前的所有自进化系统，评估者都是死的

    要理解这篇论文干了什么，得先搞清楚它解决了什么问题。递归自我进化 AI 的理想状态是：AI 改写自己的代码，跑一下测试，如果测试结果更好，就保留这次改写。听起来很合理对吧？

    但有一个根本性的问题：你用来评估”是否更好”的那个评判标准（evaluator），是固定不变的。随着 AI 越来越强，它会学会”刷分”——专门针对评估者的偏好来优化，而不是真正提升底层能力。这在经济学里叫古德哈特定律（Goodhart’s Law）：当一个指标变成优化目标，它就不再是好指标了。

    打个比方：你让 AI 做数学题，然后用一个固定的评分程序来判断答案对错。AI 学会了找评分程序的漏洞，给出能通过评分但实际错误的答案。这在 AI 安全圈里叫”reward hacking”（奖励黑客）。以前的解决方案是把评估者做得更复杂，但本质上还是在用固定标准测一个不断进化的系统——这就像用一把不会长的尺子去量一个一直在长高的孩子。

    红皇后哥德尔机的核心突破是：评估者也可以进化。在每个训练周期（epoch）的边界，系统可以换一个更好的评估者——但前提是，这个新手得在一个人类标注的留存验证集上证明自己确实比老手更准。如果证明不了，老手继续留任。

    数学奥林匹克和科学论文写作，两个硬指标都涨了

    论文里给出了具体数字。在数学奥林匹克级别的题目上，协同进化的证明评分者比之前的最佳水平高出 9% 的准确率。在科学论文写作任务上（用一组 AI 评委来打分），协同进化的写手比之前的最佳自进化智能体高出 1.78 到 1.86 倍的接收率。

    这些提升不是靠堆算力换来的。因为协同进化的代码审查者只需要查询一次智能体的输出，而不是反复跑测试套件，所以红皇后哥德尔机在完成 Polyglot 基准测试改进时，用的 token 数比之前的最佳系统少了 1.35 到 1.72 倍。

    还有一个细节值得说。在科学写作领域，之前最强的基线评分者会把 AI 生成的论文以高达 1.91 倍于人类论文的比例”放行”——这是 AI 评判的一个已知失效模式，评分者太好说话了。红皇后哥德尔机在每个周期边界组装一组对抗性 AI 提交物，专门奖励那些能正确识别并拒绝这些”水论文”的新评估者。几轮进化下来，得到的评委对人类和 AI 论文用了同等的严格程度，同时在留存验证集上保持了 80% 的准确率。

    安全护栏本身，也是一个静态基准

    论文的作者们很坦诚地讨论了系统的局限。他们用来防止评估者失控的护栏，是一个人类标注的留存验证数据集。只要这个数据集还能提供可靠信号，系统就有一个”锚”。但这个问题其实被推到了更高一层的抽象上——如果 AI 系统足够强，它会不会也开始”刷”这个验证集？

    这就是论文留下来的核心开放问题。作者在论文里说，他们的系统是”初步的实证调研”，打算在未来版本里探索更长的搜索视野。但不管怎么说，一个没有天然停止条件的改进循环，现在从理论变成了可以实际运行的代码。

    2026 年 2 月的国际 AI 安全报告已经把递归自我进化基础设施列为跨国安全威胁。Jack Clark 的 60% 概率预测，现在看起来不像几个月前那么遥远了。英伟达作为 AI 算力的实际垄断者，亲自下场做递归自我进化研究，这个信号本身就很值得玩味——他们是想看清这个技术的边界，还是想确保自己在这场竞赛里不掉队？

  • 被英伟达挖走创始人之后，Groq融了6.5亿美元重新出发

    被英伟达挖走创始人之后，Groq融了6.5亿美元重新出发



    Groq AI芯片概念图
    Groq的AI推理芯片（概念图）

    想象一下这个场景：你花十年时间攒出一家AI芯片公司，技术是自己亲手设计的，结果某天英伟达跑来跟你说——”把技术授权给我，顺便你的创始人兼CEO我也一并请走了”。你会怎么办？

    Groq的选择是：再融一笔钱，换一批人，换个打法，继续干。

    Jonathan Ross和他的LPU

    先把时间拨回十年前。Jonathan Ross在Google待过，帮Google搞出了TPU（Tensor Processing Unit）那块AI训练芯片。出来创业后，他搞了一款叫LPU（Language Processing Unit）的推理芯片，专门给大模型推理用的，速度很快。2024年Groq的估值冲到69亿美元，在AI芯片圈里算是英伟达之外最被看好的挑战者之一。

    然后英伟达来了。2025年12月，英伟达跟Groq签了一份非独占技术授权协议——说白了就是把LPU的技术拿去用——同时把Ross、总裁Sunny Madra和一帮核心工程师全部请进了英伟达。这笔交易的结构在AI圈有个外号叫”not-acqui-hire”：投资人拿钱走人，人才被挖走，但公司品牌还留着。

    英伟达那边当然没闲着。今年3月的GTC大会上，英伟达直接推出了自己的Groq 3 LPX推理硬件系统，用的就是拿到授权的LPU技术。

    6.5亿美元，重新出发

    按理说，核心技术IP给了竞争对手、创始人也被挖了，这家公司基本可以宣告出局了。但Groq没有。

    6月22日，Groq宣布完成6.5亿美元新一轮融资。领投方是达拉斯的成长型基金Disruptive（其创始人Alex Davis同时担任Groq董事长）和佛罗里达对冲基金Infinitum。Groq没有披露最新估值，但去年9月上一轮融资时估值还是69亿美元。

    更关键的是，Groq在业务上做了一个 pivot——转向所谓”neocloud”业务。这个业务原来由Madra负责，现在成了一号位。

    根据公司披露的数据：Groq的推理云现在有13个数据中心，覆盖北美、欧洲、中东和亚太，服务超过500万开发者，每周处理上万亿个token。这个规模说明，哪怕核心技术IP被英伟达拿走了，Groq的云服务本身还是有客户的。

    新班子，新打法

    创始人走了，就得找新人。Groq这几个月的动作就是：招人。

    新任CEO是Doug Wightman——他当初没有跟Ross一起去英伟达，留了下来。COO请来了Alan Rice，之前在xAI和Meta干过，再之前是美国海军出身。CTO和CPO则是一对被投过的创业搭档：Sinclair Schuller和Rakesh Malhotra，两人之前一起搞过企业云软件公司Apprenda，后来又创立了软件工程公司Nuvalence，2024年被安永收购。

    这个班子搭建的意图很明确：Groq不再主打芯片硬件，而是主打推理云服务。问题是，英伟达现在自己也有Groq 3 LPX系统了，Groq的云服务还能有多少差异化优势？

    活着就有希望

    有意思的是，这种”被大厂not-acqui-hire之后还能活下来”的案例，在AI圈并不是没有先例。

    Scale AI去年被Meta用143亿美元做了一笔类似的交易（Meta拿了Scale的数据标注授权，同时挖走了创始人兼CEO Alexandr Wang等人）。当时外界普遍认为Scale要完蛋了。但Scale AI的CEO Jason Droege今年5月告诉Forbes，公司业务已经反弹，今年营收预计突破10亿美元。

    Groq能不能复制这个剧本？现在下结论还为时过早。推理云服务这个赛道确实需求爆炸，各家AI公司都在抢算力，VC也愿意砸钱（就在本周，另一家推理初创公司Baseten据说正在以更高估值融资）。但竞争也在快速加剧——英伟达自己下场了，这可不是普通对手。

    AI芯片这个游戏，有钱就能继续玩。Groq拿了6.5亿，换了新班子，转了新方向，还留着500万开发者和每周上万亿token的处理量。这些筹码够不够跟英伟达再打一轮？至少Ross去了英伟达之后，Groq还没有选择投降。


  • Groq转身求融资6.5亿美元——英伟达200亿非收购之后，这家芯片公司要去哪里

    Groq转身求融资6.5亿美元——英伟达200亿”非收购”之后，这家芯片公司要去哪里

    Groq这个名字你可能还不熟悉，但在AI芯片圈子里，他们是这几年最让人看不懂的公司之一。

    事情是这样的：2025年12月，英伟达和Groq签了一笔200亿美元的交易——但这不是收购。部分Groq的核心工程师去了英伟达，Groq的硬件技术授权给英伟达使用。对Groq的投资者来说，这相当于一次大规模退出，拿到了现金回报。

    现在，Axios爆料说Groq正在向现有投资者募集6.5亿美元新资金，用来做一件完全不同的事情：AI推理云（inference neocloud）。

    从造芯片到卖推理，这步棋走对了吗

    训练AI模型是一次性的大工程，而推理是每次用户发一条消息都要发生的事情——这个需求比训练大得多，也持续得多。Groq的判断是：与其和英伟达在训练芯片上硬碰硬，不如把赌注押在推理基础设施上。

    他们的逻辑有一定道理。推理市场确实在爆发，但目前这个赛道已经有大量玩家：亚马逊、谷歌、微软的云推理服务，加上无数中小型推理优化公司。Groq能不能在这片红海里杀出来，关键看他们的技术是不是真的比竞争对手快很多——而且快到客户愿意迁移的程度。

    据Axios报道，这轮融资其实有一定的”保底”机制：现有投资方Disruptive和Infinitium已经承诺，如果其他老股东不愿意按比例跟投，这两家会补足6.5亿美元的额度。换句话说，这轮钱基本上是有保障的。

    管理层动荡，时机有点微妙

    Groq目前由临时CEO Adam Winter和临时CFO Matt Eng领导。创始人Jonathan Ross的去向，在这笔新融资的背景下变得值得关注——如果公司战略方向发生了根本性转变，创始团队和投资者的利益是否还完全一致，这是一个问号。

    从外部看，这家公司的身份定位有点模糊：它既不像纯粹的芯片公司（因为把技术授权给了英伟达），也不像纯粹的云服务商（因为之前的主业是造芯片）。”推理云”这个方向能不能让市场重新给它一个清晰的估值逻辑，这轮融资之后大概会见分晓。

    英伟达的200亿美元交易，从结果上看是一个巧妙的”不开收购之名的收购”——拿到了技术和人才，但不用承担整合一家独立公司的全部复杂性。对Groq来说，拿到了一大笔现金，但也需要回答一个问题：接下来的Groq，到底是一家什么公司？

    6.5亿美元的新融资如果顺利完成，我们大概很快就能看到他们的推理云产品正式亮相。是骡子是马，到时候牵出来遛遛就知道了。

  • 英伟达不再是唯一选择，AI芯片的牌桌正在重新洗牌

    英伟达不再是唯一选择，AI芯片的牌桌正在重新洗牌

    过去几年里，只要你聊到AI算力，所有人的第一反应都是英伟达。这家公司确实走到了一个前无古人的位置——数据中心AI芯片市场占有率一度超过90%，业绩增速让华尔街分析师不停地改预测模型。

    英伟达的巅峰与隐忧

    2026财年英伟达全年营收2159亿美元，同比增长65%。数字很漂亮，但细心的人已经注意到，几个大客户正在悄悄调整采购策略。

  • 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。