Skip to main content

62 posts tagged with "NVIDIA"

NVIDIA AI chips and GPUs

View all tags

Spectrum-X 与 NVLink Fusion:英伟达的网络与开放策略读解

· 4 min read
Industry Research Team

当超大规模客户纷纷自研芯片,英伟达的应对不是把门关得更紧,而是把门框卖给所有人。Spectrum-X 与 NVLink Fusion 组成了一套精巧的双层策略:计算可以不是我的,但你的芯片必须接在我的网络上。

Spectrum-X:把以太网改造成 AI 网络​

传统以太网为吞吐优化,AI 集群需要的是无损、低熵的集合通信。Spectrum-X 的组合拳包括自适应路由、基于遥测的拥塞控制、RDMA 与 SuperNIC 端侧包重排序,官方目标是达到至少 95% 的有效带宽——而传统以太网在大规模 AI 负载下往往只能用到一半出头。

Spectrum-X 家族组件定位与关键能力
Spectrum-X 以太网交换机Scale Out 主干,800G 端口,自适应路由
Spectrum-XGS跨园区扩展:距离感知的拥塞控制与负载均衡
Spectrum-X Photonics共封装光学(CPO):激光器数量减少约 4 倍、光网络功耗降低约 5 倍
ConnectX-9 SuperNIC端侧 800G 及以上,配合包重排序
BlueField-4 DPU从网络卸载扩展到 KV Cache 上下文存储(CMX),官方称 token 吞吐最高提升 5 倍

采用信号很有说服力:Meta 正在扩展基于 Spectrum-X 的 AI 负载,Oracle 在 OCI 上为大规模 AI 网络标准化选择 Spectrum-X,Cisco 与英伟达共建安全 AI 工厂参考设计。共封装光学已进入量产,用光互联的功耗红利去换取更多可分配给计算的瓦数——在 AI 工厂的电费账本里,这是实打实的 token 收益。

NVLink Fusion 于 2025 年 5 月 COMPUTEX 发布,逻辑是:第三方芯片只要集成 NVLink Fusion chiplet 与 NVLink-C2C 接口,就能接入英伟达的纵向扩展域和 MGX 机柜架构,获得最高每 XPU 1.8TB/s(新一代架构达 3TB/s 以上)的全对全带宽,以及 72 加速器的扩展能力。

伙伴类型代表厂商
定制 CPU/XPU联发科、Marvell、富士通、高通、Intel、SiFive、三星
设计服务与 IPAlchip、GUC、Cadence、Synopsys
互联与光子Astera Labs、Ayar Labs、Lightmatter
云厂商自研芯片AWS(Trainium4)、Meta
推理芯片新贵d-Matrix(Raptor XPU,2026 年 9 月宣布接入)

这步棋的防御逻辑值得细读:即使超大规模客户的加速层走向异构——AWS 跑 Trainium4、Meta 跑自研推理芯片——英伟达依然通过 NVLink 交换芯片、机柜架构与网络栈捕获价值。反向看,UALink 阵营试图以开放标准做同样的事,NVLink Fusion 则用成熟度和生态深度先发截流。对定制芯片公司而言,好处是现实的:不必重造 scale-up 互联和机柜设计,就能拿到接近英伟达原生的系统级带宽。

两层策略合起来看​

Spectrum-X 管 Scale Out(机柜之间、数据中心之间),NVLink Fusion 管 Scale Up(机柜之内),BlueField 与 CMX 管存储与上下文,Mission Control 管运维——英伟达正在把"AI 工厂操作系统"的每一层都做成可出售的基座。计算层越开放,网络与软件层的护城河反而越深。

小结​

对采购者的启示有二:其一,评估英伟达方案时,网络栈(Spectrum-X、BlueField、光学)应当与 GPU 一起核算 TCO,它们已不是配件而是性能变量;其二,自研或采用第三方芯片的团队,NVLink Fusion 提供了一条免建互联的捷径,但要清醒地认识到,接入它的代价是深度绑定英伟达的系统生态。开放是真的,方向也是被设计好的。

Vera CPU 智能体基准实测:10.8秒拉起千个沙盒,速度达 AMD EPYC 8倍

· 4 min read
Industry Research Team

快科技10月10日消息,AI 代码执行平台 Daytona 公布了最新一轮智能体 AI 基准测试结果:NVIDIA Vera 处理器在沙盒启动速度和任务吞吐量两项核心指标上,均明显优于采用 AMD EPYC "Zen 5" 架构的产品。对正处爆发期的 Agentic AI 行业而言,这是第一次有一组公开数据,把"多智能体场景下的 CPU 选型"这个新命题摆上了台面。

Vera CPU 深度:SCF + 1.5TB LPDDR5X,NVIDIA 自研 CPU 的野心

· 7 min read
Industry Research Team

当所有人盯着 Rubin R200 的 50 PFLOPS FP4 时,真正决定这台机器推理经济性的,可能是一颗 CPU。Vera——NVIDIA 首次全面自研核心的数据中心 CPU,用 88 个 Olympus 核心、第二代 SCF 一致性结构和 1.5TB LPDDR5X,重新定义了"AI 工厂的主机处理器"。本文依据站内芯片数据库与智能体基准实测,拆解 NVIDIA 从外购 Arm 核到自研 SCF 的演进逻辑。

从 Grace 到 Vera:自研之路的三级跳​

NVIDIA 的 CPU 战略经历了三个阶段:GH200/GB200 时代的 Grace CPU 基于 72 核 Neoverse V2 公版 Arm 核心,本质是"外购核心 + 自研互联";GB300 延续了这一代 Grace;而 2026 年 GTC 发布的 Vera 则完成质变——核心、片上互连、内存子系统全部自研。据站内芯片数据库,Vera 的核心规格如下:

规格参数
CPU 架构ARM 架构(自研 Olympus 核心)
指令集ARMv9.2(完全兼容)
核心数量88 个 Olympus 核心
线程数量176 个线程(空间多线程)
单核性能前代产品的 2 倍
最大内存容量1.5 TB(LPDDR5X)
内存带宽1.2 TB/s
互联技术NVLink-C2C(1.8 TB/s)
片上互连第二代 SCF(3.4 TB/s 对分带宽)
发布时间2026 年 3 月 17 日
量产时间2026 年下半年

SCF:88 核无延迟扩展的底座​

SCF(Scalable Coherency Fabric,可扩展一致性结构)是 Vera 最值得细看的技术。第二代 SCF 提供 3.4 TB/s 对分带宽,采用片上网格 + 统一缓存设计,可无延迟扩展 88 个核心。

对分带宽(bisection bandwidth)是衡量片上互连质量的关键指标:它表示把芯片切成两半时,两半之间的总通信带宽。88 核的大芯片如果对分带宽不足,核心越多内耗越大。第二代 SCF 用网格拓扑让任意核心间的通信路径趋于均匀,配合统一缓存避免一致性流量的长距离穿梭——这正是 Vera 敢于采用单体计算芯片设计(而非多小芯片拼接)的底气:避免跨小芯片通信延迟,在所有核心满载时保持稳定延迟和吞吐量,性能可预测性强。

1.5TB LPDDR5X:把内存子系统当主武器​

Vera 将 SCF 与高达 1.5TB 的 LPDDR5X 内存子系统结合。对比上一代 Grace 的规格变化一目了然:

指标Grace(GB200/GB300)Vera提升
内存容量480GB LPDDR5X最高 1.5TB LPDDR5X约 3 倍
内存带宽512 GB/s1.2 TB/s约 2.3 倍
CPU-GPU 互联NV-HBI 900 GB/sNVLink-C2C 1.8 TB/s2 倍
核心数72 核 Neoverse V288 核 Olympus+22%

更关键的是系统级设计:LPDDR5X 与 GPU 的 HBM4 可视为单一一致性内存池。这意味着数据不再需要在"CPU 内存"和"显存"之间显式搬运,两个物理上分离的内存子系统在软件视角下是一体的。对推理业务,这带来两个直接收益:KV 缓存卸载——不常用的注意力上下文可以下沉到 LPDDR5X 侧,把昂贵的 HBM4 带宽留给热点数据;多模型高效执行——多个模型实例共享同一内存池,切换与加载开销大幅降低。

Daytona 实测:智能体时代的 CPU 门槛​

2026 年 10 月 10 日公布的 Daytona 智能体基准测试,给 Vera 的实际能力提供了量化注脚。智能体负载的特点是海量并发沙盒的创建与销毁——恰恰考验 CPU 的内存容量、一致性与调度效率:

测试项VeraAMD EPYC 9755差距
1000 沙盒上线10.8 秒88.4 秒约 8 倍
峰值智能体任务吞吐13.3 任务/秒——
2000 沙盒上线27.4 秒——

8 倍的沙盒上线速度差距说明:智能体负载对 CPU 的要求已与通用计算分道扬镳——容量大(1.5TB 装下海量沙盒状态)、带宽高(1.2TB/s 喂饱并发)、一致性结构强(88 核高效协作)。站内芯片数据库同时记录,Vera 的软件环境运行速度相比传统架构 CPU 提升最高 50%,满负载下强化学习评估周期可缩短 50%。

与 Groq 3 LPX 的异构分工​

Vera 所在的 Rubin 平台还有一位非常规队友:NVIDIA 收购 Groq 后推出的 Groq 3 LPX。据站内芯片数据库,LPX 机架集成 256 颗 LPU,聚合 128GB 片上 SRAM,聚合带宽高达 40 PB/s,官方口径的能效优势显著(35× perf/W vs H100 推理)。在 Rubin 平台的分工中,GPU 承担训练与 prefill,Groq 3 LPX 专攻智能体解码阶段的低延迟输出——而 Vera 则是这一切的调度中枢。prefill 吃算力、decode 吃带宽、调度吃一致性与容量,三种负载由三种架构分别消化,这正是"每 token 经济学"推导出的异构架构必然性。

Vera vs EPYC Venice:服务器 CPU 的新战场​

Vera 的出现让 NVIDIA 与 AMD 在服务器 CPU 领域正面相遇。据站内芯片数据库,AMD EPYC Venice(2026 CES 发布)是全球首款 2nm 数据中心 CPU:

指标NVIDIA VeraAMD EPYC Venice(Zen 6C)
核心88 个自研 Olympus最多 256 个 Zen 6C
制程未公开台积电 2nm(N2)
内存1.5TB LPDDR5X16 通道 DDR5
单路带宽1.2 TB/s1.6 TB/s
L3 缓存—1GB
卖点NVLink-C2C、CPU-GPU 一致性通用性、x86 生态

两者的定位差异明显:EPYC Venice 是通用数据中心 CPU 的极致(256 核、x86 生态、Helios 机架中与 MI455X 组队),而 Vera 是 AI 专用 CPU——它不做通用服务器生意,只为 AI 工厂的主机负载优化。Vera 甚至支持硬件级 FP8 计算,是全球首款支持 FP8 精度的 CPU,并支持全机密计算的硬件级安全隔离。竞争的天平取决于一个问题:AI 工厂的 CPU 采购,会不会整体从通用服务器预算中剥离?如果会,Vera 绑定 Rubin GPU 的销售模式将是护城河;如果不会,EPYC 的生态广度仍难撼动。

小结​

Vera CPU 标志着 NVIDIA 完成了从"用别人的核心攒超级芯片"到"自研全套主机平台"的跃迁:SCF 的 3.4TB/s 对分带宽解决了 88 核扩展难题,1.5TB LPDDR5X 与 HBM4 构成的一致性内存池重构了推理数据流,Daytona 实测的 8 倍沙盒优势则证明智能体负载确实需要一颗不一样的 CPU。它的野心不在挑战 x86 的通用服务器王座,而是重新划定一条边界——AI 基础设施中,CPU 是 GPU 子系统的一部分,而不是独立采购的商品。这条边界能否成立,将决定未来五年服务器市场的版图。

NVIDIA 投资竞争对手 d-Matrix、支持多厂商互联 Token Fabric:"竞合"成为新打法

· 5 min read
Industry Research Team

The Information 报道 NVIDIA 计划投资推理芯片对手 d-Matrix;同日,NVIDIA 参投的 Upscale AI 发布跨厂商互联平台 Token Fabric。从收购 Groq 到开放 NVLink Fusion,霸主的应对方式正在从对抗转向"收编"。

NVIDIA 计划投资 d-Matrix​

据 The Information 10 月 8 日报道,NVIDIA 计划投资 d-Matrix——一家 AI 推理芯片初创公司,同时也是 NVIDIA 产品线的直接竞争对手。交易条款和金额未披露。

值得注意的不是交易本身,而是报道给出的框架:d-Matrix 等"挑战者"正选择与 NVIDIA 合作,而非独立竞争。一家推理芯片公司拿到行业霸主的投资,这本身就是对"独立挑战"路线的一次重新定价——市场开始默认,与霸主同行可能比与其对抗更有前途。

Token Fabric:连接竞争对手的互联平台​

同日(10 月 8 日),NVIDIA 参投的 Upscale AI 发布 Token Fabric 平台。它的设计目标很特别:在同一个数据中心内连接多家竞争供应商的 AI 芯片,解决不同厂商芯片生态互不兼容所造成的网络孤岛问题。

在异构算力混布逐渐成为常态的背景下,多厂商芯片组网确实是真实痛点——数据中心里同时存在多家供应商的加速器时,网络层的不兼容会显著抬高部署成本。但一个由 NVIDIA 参投背书的多厂商互联标准,其"中立性"天然存疑:治理权在谁手里,标准就会向谁倾斜。

背景对照:从收购到开放的组合拳​

把近期动作放在一起看,NVIDIA 对推理层挑战者的策略是一条清晰的轨迹:

动作内容作用
收购 Groq此前完成收购直接消除一个推理挑战者并吸收其技术
开放 NVLink Fusion允许伙伴集成自定义 CPU/加速器把第三方设计拉进 NVIDIA 互联生态
投资 d-Matrix推理芯片直接对手,条款和金额未披露用资本绑定潜在对手
Token Fabric参投 Upscale AI 发布,连接多家竞争供应商芯片在互联标准层保持话语权

Inference 层是当前竞争最激烈的新战场:推理需求随应用爆发持续放量,而推理芯片的技术门槛与训练芯片不同,给了初创公司更多切入空间。NVIDIA 的回应是全套组合拳——能收购的收购,能投资的投资,能开放的开放,把每一个可能的威胁转化为生态的一部分。

市场涟漪:算力资产金融化​

同期两条市场消息进一步扩大了观察视野:

  • 亚马逊拟向投资者转让约 80 亿美元的 NVIDIA 芯片,采用售后回租模式以缓解现金流压力;
  • SpaceX 拟融资 400 亿美元采购英伟达芯片,由 Apollo 牵头,结构约为 100 亿美元银行贷款加 300 亿美元投资级债务。

AI 算力正在被金融工具深度改造:芯片从单纯的固定资产,变成可转让、可抵押、可回租的资产类别。售后回租和芯片抵押融资的出现,既反映了算力需求之热,也提示了部分买家的资金链已经绷得很紧。

分析:竞合逻辑的三层解读​

**对 NVIDIA:收编优于对抗。**面对推理挑战者,正面对抗意味着价格战和生态战,成本高且结果不确定;用资本和生态把挑战者拉进自己的轨道,既消解威胁又吸收创新。NVLink Fusion 开放、投资 d-Matrix、支持 Token Fabric,本质上是同一战略的不同侧面。

**对 Token Fabric:中立性是最大考题。**一个由 NVIDIA 参投的公司推出的"多厂商互联标准",其他厂商接受它的前提是治理结构足够中立。如果标准最终被视作 NVIDIA 生态的延展工具,其多厂商价值将大打折扣,AMD、博通等厂商是否愿意接入将成为试金石。

**对推理芯片创业公司:独立生存空间收窄。**d-Matrix 选择与 NVIDIA 合作,说明独立路线的融资与商业化难度在上升。"借船出海"可以换来资本与生态的入场券,代价是战略自主性。对整个推理芯片赛道而言,站队正在加速,留给中立玩家的窗口期越来越短。

小结​

投资对手 d-Matrix、参投 Token Fabric、收购 Groq、开放 NVLink Fusion——NVIDIA 正在用资本与生态把推理层的挑战者逐个纳入轨道,"竞合"取代正面对抗成为新打法。与此同时,亚马逊 80 亿美元售后回租、SpaceX 400 亿美元债务融资采购芯片,显示算力资产金融化正在成为行业新变量。推理芯片这一新战场上的博弈,正从纯技术竞争转向资本与标准的综合较量。

RTX Spark 笔记本开订、DGX Station 登陆 Windows:NVIDIA 把 AI 超算搬上办公桌

· 5 min read
Industry Research Team

在旧金山举行的微软 Windows AI 与 Surface 活动上,NVIDIA 一手开启 RTX Spark 笔记本预订,一手预览 DGX Station for Windows——从 1 PFLOP FP4 的笔记本到 20 PFLOPS FP4 的桌面工作站,AI 算力正在从数据中心一路铺到办公桌。

RTX Spark 笔记本正式开订​

在微软于旧金山举行的 Windows AI 与 Surface 活动上,NVIDIA 宣布 RTX Spark 笔记本正式开启预订,首批产品将于 10 月 16 日(周五)发货;紧凑型桌面产品则计划在 11 月跟进上市。

OEM 阵容覆盖了几乎所有主流 PC 品牌:Acer、ASUS、Dell、HP、Lenovo、Microsoft(Surface Laptop Ultra)、MSI、Gigabyte 全部在列。从发布即有如此完整的品牌背书来看,RTX Spark 显然不是一款演示性产品,而是要成长为一个完整的终端新品类。

Blackwell RTX + Grace CPU:数据中心架构下沉终端​

RTX Spark 的硬件方案可以概括为"把 Grace Blackwell 的思路压缩进 PC":

  • GPU:基于 Blackwell 架构的 RTX GPU,最高 6144 个 CUDA 核心;
  • CPU:最多 20 核的 Grace CPU;
  • 互联:CPU 与 GPU 之间提供 600 GB/s 高速链路;
  • 算力:最高 1 PFLOP FP4;
  • 内存:最高 128GB 统一内存,CPU 与 GPU 共享同一内存池;
  • 软件:运行完整 CUDA 栈。

其中"统一内存 + 完整 CUDA 栈"是两个关键点:前者决定了本地能装下多大的模型,后者决定了云端训练的代码可以低成本迁移到本地调试,开发者不必为桌面场景另学一套工具链。

DGX Station for Windows 首次预览​

如果说 RTX Spark 面向个人开发者,那么同场预览的 DGX Station for Windows 则瞄准了更高一层的需求。它基于 GB300 Grace Blackwell Ultra Desktop Superchip,拥有 748GB 一致性内存,算力最高可达 20 PFLOPS FP4,目标是让用户在本地运行约 1 万亿参数的模型。

对 Linux 生态的兼容也给出了务实答案:Linux 工具链可以通过 WSL(Windows Subsystem for Linux)访问。DGX Station for Windows 将于 Q4 上市,由 ASUS、Dell、HP、Lenovo 四家推出。

Surface Laptop Ultra 与内存挤压隐忧​

作为活动的另一主角,Surface Laptop Ultra 已于 10 月 7 日开启预订,最高配备 128GB 统一内存——这个容量已经接近入门级推理服务器的水平。

但 DIGITIMES 提出了一个不容忽视的问题:AI PC 的内存供给正在被服务器需求挤压。在内存厂商的优先级排序中,服务器 DRAM 需求被放在首位,AI PC 依赖的 LPDDR5X 供给承压。在存储供应紧张的背景下,128GB 统一内存的 AI PC 能否稳定供货,本身就是一个变数。

从云端到桌面的算力分层​

把 NVIDIA 目前的桌面产品线摆在一起,可以清晰看到一条算力分层路线:

产品形态关键规格定位
DGX Spark桌面 AI 超算64GB 统一内存、1 PFLOP FP44,999 美元,个人与小团队原型验证
RTX Spark 笔记本笔记本最高 6144 CUDA 核心 + 最多 20 核 Grace CPU、最高 128GB 统一内存随身开发与调试
DGX Station for Windows桌面工作站GB300 Grace Blackwell Ultra Desktop Superchip、748GB 一致性内存、最高 20 PFLOPS FP4本地运行约 1 万亿参数模型

这条路线的逻辑是:云端负责大规模训练与生产推理,桌面负责原型验证、微调与敏感数据场景,笔记本负责日常开发与演示。当模型越做越大、数据合规要求越来越严,"把算力放在身边"的价值正在上升。

Windows CUDA 原生化与 WSL 的务实路线​

过去十几年,CUDA 的主战场在 Linux 服务器上,Windows 开发者在工具链上长期处于跟随位置。RTX Spark 与 DGX Station for Windows 意味着完整 CUDA 栈第一次以原生姿态大规模进入 Windows 桌面场景。

而 WSL 桥接 Linux 工具链的安排,则是一种典型的务实路线:既照顾 Windows 用户的使用习惯,又不要求现有 Linux 工作流推倒重来。对于在 Windows 环境中做模型开发和内部工具的企业开发者来说,迁移成本被明显降低;对 NVIDIA 而言,这等于把整个 CUDA 开发者生态延伸到了全球存量最大的桌面操作系统上。

小结​

RTX Spark 笔记本开订与 DGX Station for Windows 预览,标志着 NVIDIA 把 AI 算力的故事延伸到了最后一米:从数据中心,到桌面工作站,再到背包里的笔记本。1 PFLOP FP4 到 20 PFLOPS FP4 的分层算力、128GB 到 748GB 的统一内存、WSL 桥接的 Linux 工具链,共同构成了一条完整的桌面 AI 开发路径。剩下的悬念有两个:一是 LPDDR5X 供给紧张会不会卡住 AI PC 的出货节奏,二是 11 月的紧凑型桌面和 Q4 上市的 DGX Station 能否如期落地。

NVIDIA N1X进军PC处理器:发布当日Intel、AMD股价各跌4.2%

· 4 min read
Industry Research Team

2026年10月4日,NVIDIA正式发布N1X PC处理器,直接切入Intel与AMD长期分割的PC处理器市场。消息公布当日,Intel与AMD股价双双下跌4.2%——资本市场用最直接的方式表达了对这场"降维打击"的担忧。

发布当日:资本市场的剧烈反应​

N1X发布当天,Intel与AMD股价各下跌4.2%。这不是一次普通的产品发布,而是PC处理器市场四十年来首次迎来真正的"第三极"。此前,x86双寡头格局虽然在ARM阵营(高通)的冲击下出现过裂缝,但NVIDIA携GPU生态与AI势能入场,威胁等级完全不同。

N1X是什么:基于RTX Spark的PC战略核心​

N1X由NVIDIA与微软合作打造,基于2026年6月Computex上发布的RTX Spark芯片,面向消费级和OEM Windows PC市场。其核心规格如下:

规格参数
CPU最多20核 Arm CPU
GPU6144 CUDA 核心(Blackwell 架构)
统一内存最高 128GB LPDDR5X
内存带宽300GB/s
模型能力可运行1200亿参数模型
上下文长度100万 token
上市时间2026年秋季

从规格上看,N1X本质上是一颗"能当CPU用的AI显卡":20核Arm CPU负责日常计算与Windows系统负载,6144个CUDA核心的Blackwell GPU则让本地运行千亿参数大模型成为可能。100万token的上下文窗口,也远超当前多数消费级平台的本地推理能力。

三重竞争关系:高通、苹果与x86双寡头​

对高通:N1X与Snapdragon X Elite走的是同一条Arm PC路线,但NVIDIA手中握有高通无法匹敌的王牌——CUDA生态。Arm PC推广多年来最大的痛点是软件兼容性,而NVIDIA的GPU驱动、AI软件栈(TensorRT、cuDNN)和游戏生态都是现成的,这让N1X在"AI PC"叙事上比高通更完整。

对苹果:N1X的统一内存架构明显对标Apple Silicon。128GB统一LPDDR5X加上300GB/s带宽,思路与M系列芯片的统一内存如出一辙——CPU与GPU共享大容量内存,这正是本地大模型推理的关键。苹果证明了这条路能跑通,NVIDIA则试图凭借更大的CUDA生态基本盘分食这块蛋糕。

对Intel与AMD:这才是最致命的。x86双寡头四十年来首次同时面对:一个掌握AI算力定义权的对手、一个深度绑定微软Windows的Arm方案、以及一个在数据中心已经验证过平台化打法(CPU+GPU+网络)的竞争者。当日4.2%的跌幅,反映的正是市场对"第三极"长期侵蚀份额的定价。

份额转化取决于什么​

当然,发布日的股价下跌不等于市场份额的转移。N1X的实际份额转化取决于三个变量:

  1. 兼容性:Arm架构Windows在x86应用转译、外设驱动、游戏反作弊等方面的表现,仍是高通路线上的老问题,NVIDIA与微软的深度合作能否解决尚待观察;
  2. OEM采纳:N1X面向消费级和OEM市场,联想、戴尔、惠普等大厂的整机定价、渠道投入将决定其出货规模;
  3. 性价比:RTX Spark方案的成本能否支撑有竞争力的整机价格,是消费者用钱包投票的最终标准。

小结​

N1X的发布标志着PC处理器市场进入"三强时代":Intel与AMD的x86双寡头、苹果的Apple Silicon、以及NVIDIA+微软的Arm AI PC阵营。秋季上市之后,N1X能否将资本市场的恐慌转化为真实的出货量,要看兼容性、OEM采纳与性价比三大变量的兑现程度。想了解N1X的完整规格与参数细节,详见站内芯片页:NVIDIA N1X。

2026年Q4 AI芯片前瞻:Rubin放量、Helios交付、昇腾950DT上市与国产新窗口

· 4 min read
Industry Research Team

2026年进入第四季度,AI芯片竞争的关键词从"发布"转向"交付"。Rubin能否持续放量、Helios能否如期爬坡、昇腾950DT如何定价上市,将共同决定2027年竞争格局的起点。

NVIDIA:Rubin放量与生态开放双线推进​

Q4期间NVIDIA的计划主线:

  • Vera Rubin NVL72:2026下半年持续放量,MLPerf Inference v6.1首秀已登顶(Qwen3-VL较GB300最高3.7倍),HBM4平台优势开始兑现;
  • N1X:基于RTX Spark的PC处理器按计划2026年秋季上市,打开消费级战场;
  • Blackwell Ultra(B300):租用价格参考Nebius口径约9.50美元/GPU小时,仍是当前租赁市场的重要基准;
  • 后续代际:Rubin Ultra等后续路线待发;
  • 生态动作:NVLink Fusion持续开放生态,NVHBM定制内存方案推进。
产品/计划Q4状态
Vera Rubin NVL722026下半年持续放量
N1X秋季上市
B300租用9.50美元/GPU小时(Nebius口径)
Rubin Ultra待发布
NVLink Fusion / NVHBM生态开放与定制内存推进

AMD:Helios从首发出货到Q4爬坡​

AMD在Q4的核心任务是交付:

  • Helios机架:MI455X首批出货目标Q3末,Q4进入量产爬坡阶段;
  • 客户部署:OpenAI 6GW、Meta 6GW部署合作推进中,微软作为首批客户计划2026年下半年交付;
  • MI430X:驱动欧洲LUMI-AI超算,拓展科学计算场景;
  • ROCm:软件生态继续补齐;
  • 下一代:Helios II / MI500级产品路线待公布。

华为:昇腾950DT上市与云服务全球商用​

华为Q4的关键节点最为明确:

  • 昇腾950DT:Q4上市,报价超25万元;
  • 昇腾950智算集群云服务:9月30日已国内商用,11月30日全球商用;
  • 960系列:计划2027年接棒,970/980排在2028-2029年。

阿里平头哥:真武V900量产倒计时​

平头哥的时间表指向2027年:真武V900计划2027年Q1量产上云,配套磐久AL128与50万卡集群规划;J900排期2027年Q3。Q4将进入量产前最后的验证阶段。

OpenAI/博通 Jalapeño:多吉瓦部署推进​

OpenAI与博通合作的Jalapeño定制芯片规格已明确:13.4 PFLOPS(4-bit精度)、232GB内存,多吉瓦部署规划正在推进。这枚自研芯片的量产进度,将直接影响OpenAI未来的算力自给率。

关键变量:三大约束​

Q4的交付兑现程度,将取决于三个外部约束:

  1. HBM供给:戴尔CEO警告2027年可能比2026年更紧缺,HBM产能是所有GPU路线图的共同瓶颈;
  2. 国产涨价传导:昇腾950DT涨价20%-50%、寒武纪690涨价20%-30%(路透,HBM成本驱动),涨价将传导至国产算力服务价格;
  3. 电力约束:Emerald AI/Google/NVIDIA成立的AEMA电网响应模式,预示电力正在成为算力扩张的第一性约束。

三条观察建议​

基于上述事实,给三类角色的观察点(非投资建议):

  • 采购方:昇腾950DT与寒武纪690的涨价幅度表明国产算力已进入卖方市场,锁量谈判宜早不宜迟;同时关注Helios Q4实际爬坡数据,作为第二供应源评估依据;
  • 开发者:ROCm生态补齐与NVLink Fusion开放,意味着2027年异构算力混布的软件门槛正在降低,可提前在推理侧做多框架适配;
  • 投资者:可跟踪的公开观察点包括——Helios首批交付兑现情况、昇腾950云服务11月30日全球商用落地、HBM价格走势对各家毛利率的影响信号。

小结​

2026年Q4是"交付验证季":NVIDIA Rubin放量、AMD Helios爬坡、昇腾950DT上市与云服务全球商用、平头哥V900量产倒计时——各家计划均已排定,剩下的变量集中在HBM供给、涨价传导与电力约束三点。所有时间节点以"计划/预计/排期"口径为准,Q4末回看兑现率,就是对2027年格局的最好预判。

定制HBM军备赛:AWS联手NVIDIA开发NVHBM,超大规模厂商开始"造内存"

· 5 min read
Industry Research Team

当芯片厂商开始"造内存"、云厂商开始"造芯片",AI基础设施的分工边界正在瓦解——存储不再是采购来的标准件,而是与加速器协同设计的战略资产。

NVHBM:AWS与NVIDIA的定制内存联姻​

AI Infra Summit 2026(9月17日)上爆出的消息显示:亚马逊旗下Annapurna Labs正与NVIDIA合作开发NVHBM定制高带宽内存技术。

这个组合本身就足以说明问题。Annapurna Labs是AWS自研芯片体系的核心(Graviton CPU、Trainium/Inferentia加速器都出自该团队),而NVIDIA则是AI加速器绝对主导者。两家联手开发定制HBM,意味着最强势的云厂商与最强势的芯片厂商决定共同绕开标准内存路线,为AI负载打造私有化的内存方案。

存储协同设计:行业范式转移​

NVHBM并非孤立事件。AI Infra Summit 2026前后,存储行业的密集动作勾勒出一幅"存储深度嵌入AI"的图景:

厂商时间动作关键内容
亚马逊+NVIDIA9月17日报道合作开发NVHBM定制高带宽内存
SK海力士9月17日发布"New Spectrum"组合HBF高带宽闪存、PIM存内计算、eSSD、SALT-KV
SK海力士9月18日成立SK hynix Ventures(硅谷)拓展全球AI生态投资
美光9月15日超密度服务器内存模组全球首款

2026年9月21日的半导体周报对这一趋势给出了精辟概括:"Memory is being co-designed with AI accelerators rather than treated as a commodity"——内存正在与AI加速器协同设计,而不再被视为大宗商品。

这句话宣告了一个时代的结束:过去几十年,内存是标准化的商品,JEDEC规范统一接口,谁家买都一样。而在AI时代,内存的带宽、容量、拓扑直接决定集群效率,"标准件"思维已经跟不上需求。

为什么绕过JEDEC走定制路线​

超大规模厂商选择定制HBM,动机有三:

  • 性能天花板:标准HBM的规格迭代节奏由JEDEC委员会决定,而AI负载的内存需求以年为单位翻倍。定制方案可以围绕特定加速器优化堆栈数、接口带宽和容量配比,榨取最大能效。
  • 供应安全:HBM产能持续紧张,已成为整个AI芯片产业的瓶颈。定制协议绑定的不只是技术规格,更是产能分配——把内存供应商变成深度盟友。
  • 成本控制:HBM占AI加速器物料成本的重要比重。云厂商自建芯片团队后,有动力也有能力参与内存定义,消除中间层的规格冗余。

HBM短缺:国产芯片涨价潮的根源​

定制HBM军备赛的另一面,是HBM产能的普遍短缺。近期的国产芯片涨价潮,其根源正是HBM供应不足——当NVIDIA、AMD以及各云厂商自研芯片都在争夺有限的HBM产能时,位于优先级末端的采购方(包括部分国产AI芯片厂商)面临的是"有芯片设计、没有内存可用"的窘境,成本随之水涨船高。

这解释了为什么HBM产能与成本已成为芯片厂商的核心竞争维度:谁能锁定HBM供应,谁就能锁定出货量;谁的定制内存方案能效更高,谁的产品就更具竞争力。存储厂商的地位因此空前提升——SK海力士在发布"New Spectrum"后次日即于硅谷设立SK hynix Ventures投资AI生态,正是从供应商向生态节点跃迁的标志性动作。

对下一代平台意味着什么​

NVHBM若落地,影响将体现在两个层面:

  • NVIDIA Vera Rubin及后续代际:定制内存与加速器协同设计,意味着未来Rubin后续产品的内存子系统可能针对AWS负载定制,云厂商对芯片平台的参与度从"采购方"升级为"共同定义方"。
  • 机架级内存竞赛:AMD已展示31TB HBM4机架方案,机架级内存容量的军备竞赛已经开打。当内存容量从单卡432GB演进到机架数十TB,内存架构的设计自由度(定制HBM vs 标准HBM4)将直接决定产品竞争力。

小结​

AWS联手NVIDIA开发NVHBM,标志着存储正式从"采购关系"进入"协同设计"时代:SK海力士以HBF/PIM/eSSD/SALT-KV重构存储产品线并设立风投部门,美光推出超密度内存模组,超大规模厂商开始绕过JEDEC定制内存。HBM短缺引发的国产芯片涨价潮则揭示了新秩序的残酷一面——内存即产能,产能即话语权。当"造内存"成为芯片巨头的必修课,AI基础设施的竞争维度被彻底改写。

NVIDIA's China Share Crashes to 8% as Ascend Rises to 50%: The Dramatic Reshuffle of China's AI Compute Market in a September Report

· 5 min read
Industry Research Team

This article is based on market analysis published by Bloomberg Intelligence and Bernstein in September 2026 and public reporting; market share and revenue figures are analyst estimates, not official disclosures.

On September 28, two Wall Street reports simultaneously painted a dramatic picture: the balance of market share in China's AI compute market completed an almost total flip within 12 months.

1. The Share Flip: 40% to 8%, Ascend to 50%​

Bernstein's latest forecast:

  • NVIDIA's share of the China AI chip market will fall from about 40% to about 8% by the end of this year
  • Huawei Ascend rises to nearly 50%
  • The immediate trigger: China's September ban on new H20 orders from NVIDIA, which shut the last channel for NVIDIA's return to the Chinese market
  • ByteDance, Alibaba, and Tencent have all placed large Ascend orders

On the timeline, this was not a sudden shock but the cumulative result of three years of tightening export controls: NVIDIA's share of the China AI chip market once peaked at 95%; as high-end chips were cut off, Chinese hyperscale cloud providers pivoted wholesale to Huawei and domestic alternatives. Even when Washington allowed H200 sales to China in January 2026, the gears of that shift had already meshed — there was no going back.

2. Ascend 950PR: The "Chinese H200" in Analysts' Eyes​

What underpins this share data is product strength itself:

  • The Ascend 950PR entered mass production in March this year, with FP4 compute of up to 2 PFLOPS and 128GB of domestic HBM
  • Analysts rate it as roughly on par with the NVIDIA H200
  • Huawei's AI chip revenue is expected to reach $12 billion this year, up 60% from $7.5 billion in 2025

For the full specifications of the 950 series, see our earlier in-depth articles: Ascend 950PR/950DT Dual-Configuration Analysis and Ascend 960 Official Launch — the 960 was ready three quarters ahead of schedule, confirming a one-generation-per-year cadence.

3. The Model Side: Chinese Open Models Take the OpenRouter Token Pie​

While chip shares flipped, the model usage data is equally striking (OpenRouter platform statistics):

MetricData
DeepSeek token share (June)16.3%, surpassing Google, Anthropic, and OpenAI individually to rank first
Combined token share of Chinese open-weight models (May)About 61% (DeepSeek, Qwen, MiniMax, Tencent Hunyuan, etc.)
Weekly token consumption of Chinese modelsAbout 18 trillion, versus about 5.5 trillion for US models — a gap of more than 3x, with the overtake completed within a year
China-US frontier model performance gap (June)Narrowed to 6%, a historic low (9% in May)

Compute and models form a positive feedback loop: cards that cannot be bought force domestic compute to scale up; scaled-up domestic compute produces cheap tokens; and cheap tokens let Chinese open-source models swallow the bulk of global inference traffic.

4. But the Stock Market Isn't Buying It​

Bloomberg Intelligence pointed out a contradiction in the same period: the valuation discount of the China Tech 8 relative to the US Magnificent Seven has widened to more than 50%, the widest of the year, and BI believes only a "true AI breakthrough" can close it. Year-to-date stock performance: Alibaba about -7%, Tencent about -23%, while US AI infrastructure leaders broadly gained more than 15%.

There are two readings of this divergence: either the market is underestimating China's AI fundamentals, or earnings execution (Alibaba's EPS missed expectations by 17.3% last quarter, Baidu's by 36%) has dragged down the delivery of the AI narrative. For industry observers, the notable point is: the compute-side data (share, revenue, shipments) has moved ahead, while application-side monetization is still on the way.

5. Three Takeaways for Compute Buyers​

  1. For deployments in China, the Ascend ecosystem is already the default option. The cost of migrating from CUDA to CANN is one-time, while supply uncertainty is persistent; after the September ban, there is no compliant path to procuring new NVIDIA cards in the Chinese market.
  2. Domestic compute "matching the H200" is a watershed. The implicit assumption of domestic substitution used to be "discounted performance, discounted price"; when single-card performance catches up to the H200 generation, procurement decisions return to pure TCO and supply-security calculations — we recommend using the TCO Calculator to put electricity, depreciation, and utilization into the same table.
  3. The token cost curve determines the application landscape. Chinese models' 61% share of OpenRouter tokens shows that the chain of compute self-sufficiency leading to token price drops leading to application prosperity has completed its first leg; the next question is whether inference costs can keep falling.

Summary​

From 40% to 8% is not a slogan but a market reshuffle driven jointly by the ban, product strength, and the model ecosystem. For the Chinese market, the mass-production cadence of Ascend 950/960 and the maturity of the CANN ecosystem will determine whether this share can be held; for the global market, the combination of China's compute "internal circulation + open-source models going overseas" is rewriting the geographic distribution of inference traffic.

(Market share and revenue forecasts come from Bernstein / Bloomberg Intelligence analyst reports; actual figures are subject to each company's financial reports.)

Groq 3 LPX Enters Full Mass Production: Samsung 4nm Foundry, 315 PFLOPS FP8 per Rack — NVIDIA Turns the LPU into the Seventh Chip of Vera Rubin

· 5 min read
Industry Research Team

This article is based on NVIDIA official product pages, the March 2026 GTC architecture blog, and third-party benchmark data; performance figures are vendor architecture comparisons, and actual gains should be verified with your own tests.

NVIDIA has confirmed that Groq 3 LPX — the "seventh chip" of the Vera Rubin platform — has entered full mass production, manufactured at Samsung's Pyeongtaek campus. This is the first time the deal has landed in the form of production silicon since December 2025, when NVIDIA spent roughly $20 billion to obtain a non-exclusive IP license to Groq plus its core engineering team.

For the inference hardware landscape, this is a paradigm-level event: for the first time, NVIDIA has incorporated a "specialized inference architecture defined by someone else" into its own flagship platform — and not as an add-on sale, but as deep co-design.

1. The Groq 3 LPU Chip and the LPX Rack: Specs at a Glance​

Single Groq 3 LPU (4nm, Samsung foundry):

ItemValue
Compiler-managed on-chip SRAM500 MB
SRAM bandwidth150 TB/s
Chip-to-chip scale-up bandwidth2.5 TB/s (96 chip-to-chip links, 112 Gbps each)

A single LPX rack (32 1U liquid-cooled trays, 8 LPUs per tray):

ItemValue
Total LPUs256
FP8 compute315 PFLOPS
Total on-chip SRAM128 GB
Aggregate SRAM bandwidth40 PB/s
In-rack scale-up bandwidth640 TB/s
DDR5 memory12 TB (hosting large model weights)

The 500 MB of SRAM per LPU may not look like much, but multiplied by 256 LPUs and stacked with 40 PB/s of aggregate bandwidth, it forms the physical foundation of "deterministic low-latency decoding" — the LPU's design philosophy is precisely to use compiler static scheduling of on-chip SRAM to completely eliminate memory-fetch stalls during the inference decoding phase, which is exactly the most typical bottleneck of GPU inference.

2. AFD: Attention and FFN Split Up, GPU and LPU Each Do Their Own Job​

LPX does not replace the GPU; instead, it forms a heterogeneous system with Vera Rubin NVL72, centered on AFD (Attention-FFN Disaggregation):

  1. Rubin GPUs handle prefill and attention — building the KV cache over large contexts and executing attention layers, consuming HBM capacity and high throughput;
  2. Groq 3 LPUs handle FFN / MoE expert-layer decoding — latency-sensitive and pattern-predictable, exactly the home turf of deterministic SRAM scheduling;
  3. Intermediate activations are exchanged between the two engines token by token, orchestrated and routed by NVIDIA Dynamo: the GPU computes every attention layer, the LPU computes every feed-forward layer, jointly producing each output token.

The logic of this division of labor is clear: agentic AI applications can consume 15x the tokens of traditional AI applications, and the bottleneck shifts from "can it finish computing" to "can it keep emitting tokens at stable low latency." Let the big HBM container run attention, and let the deterministic SRAM engine run decode — each plays to its strengths.

3. Measured Results and Official Figures​

  • Third-party benchmarks (Artificial Analysis): with Gemma 4 31B at a 100K token context, LPX output reaches roughly 3400 tokens/s — inter-token intervals below 1 millisecond, a qualitative leap in interactivity for long-context agentic scenarios
  • Official architecture comparisons: with LPX added, Vera Rubin NVL72 achieves up to 35x higher throughput per megawatt on trillion-parameter models; up to 10x more revenue opportunity per watt in "high-value token" scenarios
  • Launch customers: Nebius is the first to deploy LPX racks to expand its token capacity; CoreWeave already connects Vera Rubin racks in production with Spectrum-X Multiplane

It must be emphasized: the 35x/10x figures are architecture comparisons at specific high-interaction operating points, not universal conclusions. For training, high-throughput batch inference, and workloads that need CUDA ecosystem flexibility, the GPU remains the right answer; LPX's home turf is scenarios where "single-user interactive latency is the product" — agent loops, real-time coding assistants, long-context conversations.

4. Three Industry Signals​

1. Specialized inference chips get absorbed, not opposed. The old narrative of the LPU as a "GPU challenger" has become part of Vera Rubin. The endgame for inference hardware may not be one architecture winning, but the heterogeneous combination of "GPU + specialized decoding engines" becoming the standard. For other inference chip startups (Cerebras, Etched, etc.), this is both proof that the ceiling has risen and a warning: get integrated or find differentiation.

2. Samsung foundry lands a high-end AI order. Against the backdrop of TSMC's near-monopoly on AI main chips, Samsung 4nm taking on LPX mass production is highly significant — combined with Tesla's earlier AI6 2nm order, Samsung foundry has a shot at returning to full-year profitability in 2027.

3. Inference economics enters the "priced per MW" era. When vendors start telling their story with tokens/MW and revenue per watt, the core KPI of compute selection has completely shifted from peak compute (TFLOPS) to token output per unit of energy. This is consistent with the power-and-electricity cost model built into our TCO Calculator: the chip with the best-looking peak specs is not necessarily the chip with the lowest cost per token.

Summary​

Groq 3 LPX mass production marks the arrival of a heterogeneous era for inference hardware: "GPUs manage throughput, LPUs manage latency." For teams currently selecting inference clusters, the recommendation is to evaluate workloads separately: keep batch offline inference on GPUs, and separately calculate the unit cost of LPX-class solutions for interactive long-context agents. If in doubt, run the 3-year total cost of ownership of both architectures through the TCO Calculator before deciding.

(Performance data in this article comes from NVIDIA official architecture comparisons and Artificial Analysis third-party benchmarks; for actual deployments, please rely on your own testing.)