MI400还没摊牌,AMD先要证明这笔账能算通
AMD 已公布 Advancing AI 2026 主题演讲时间,但现有公开材料还不足以确认 MI400 的显存、功耗、售价和训练成本。判断它能否撬动 NVIDIA,重点要看 ROCm、集群互联与首批客户部署。
阅读全文关键词:AI芯片
AMD 已公布 Advancing AI 2026 主题演讲时间,但现有公开材料还不足以确认 MI400 的显存、功耗、售价和训练成本。判断它能否撬动 NVIDIA,重点要看 ROCm、集群互联与首批客户部署。
阅读全文基础模型竞争正向头部集中,推理需求则把成本拉到每一次调用上。2026年四家科技巨头资本支出预计达6600亿美元,推理芯片占AI芯片市场的52%。创业公司需要重算模型路由、交付成本和续费,把参数能力变成可持续收入。
阅读全文端侧AI进入手机和智能眼镜后,峰值算力已不足以解释真实体验。现有材料能确认苹果等厂商持续推进端侧AI、国内至少50个团队布局AI眼镜;至于「ARM V3.1」及相关性能数据,缺少官方文档和测试条件,暂不宜写成定论。
阅读全文把三者放进同一张峰值算力榜,采购很容易算错。B200的门槛在CUDA迁移成本,昇腾910C要过算子与集群交付关,RISC-V则应在内存、功耗和散热受限的端侧设备上实测。
阅读全文“香山”C950和报道所称的“25%”把RISC-V推到台前,但端侧AI的胜负不会只由指令集决定。Arm的优势在系统集成、安全隔离和成熟工具链,RISC-V则靠开放与定制切入AIoT、车载与工业场景。
阅读全文把主流轻量模型丢进最新的RISC-V开发板,贴着1W功耗天花板跑实测。本文给出具体帧率、能效比和崩溃点,并对比ARM方案,给物联网开发者一份能用的选型参考。
阅读全文面对2026年7月美国商务部最新的出口管制清单,国内算力租赁市场出现剧烈波动。本文通过采访三家头部算力租赁商,揭示企业如何从依赖海外芯片转向大规模部署昇腾910D,分析迁移成本、软件生态鸿沟以及在电力成本压力下的真实算力
阅读全文部分国产产品的FP16峰值算力已突破500 TOPS,但项目验收还要看集群扩展、软件迁移、故障恢复和长期运维。随着推理需求与国产化采购加快,参数表只能承担第一轮筛选。
阅读全文百镜大战打到2026年中,光波导良率仍卡在40%上下,端侧AI芯片要在1瓦预算内抢70亿模型的实时性。本文从供应链厂商视角拆解光波导、功耗调度与系统协同的硬约束,给硬件从业者一份可落地的选型参照。
阅读全文2026年7月,美国对华AI芯片出口管制新规生效,H20芯片被无限期禁止出口。这篇文章通过多家AI初创公司的实际案例,剖析算力成本飙升、训练进度延宕和商业模式的被迫调整,并评估国产芯片适配、海外部署、模型瘦身等替代路径的
阅读全文通用仍把自动驾驶列为重点方向,但公开信息存在明显缺口:Cruise在2024年底转向辅助驾驶,此前的休斯敦路测无法说明调整后的进度;自研芯片只有“预计2025年部署”的市场消息,Snapdragon座舱芯片的车型和量产时
阅读全文B300已经可用,288GB HBM3e和CUDA路径适合近期部署;MI400计划2026年下半年出货,以432GB HBM4、19.6 TB/s带宽争取大模型推理。采购时还要算上交期、ROCm迁移和整机成本。
阅读全文