在2025年国际消费电子展（CES）上，NVIDIA 推出了一款名为 “Project DIGITS” 的新型个人 AI 超级计算机。与传统庞大的计算机相比，这款设备体型仅有迷你机的大小，但其性能却高达千万亿次，堪称业界的 “超级小巨人”。这款机器的发布引起了广泛关注，尤其是在 AI 技术不断发展的今天。Project DIGITS 搭载了一颗与联发科共同设计的超级芯片 “GB10”。该芯片集成了 Blackwell GPU、20核心 Arm 架构的 Grace CPU、128GB 的高带宽内存（HBM）以及4TB 的固态硬盘(SSD)，使其具备强大的计算能力。NVIDIA 方面表

在CES2025大展上，英伟达CEO宣布推出一款名为“Project Digits”的台式计算机，专为AI开发设计，号称全球最小的个人AI超级计算机，并计划于5月左右上市。Project Digits配备了最新的GB10Grace Blackwell超级芯片，其中包括英伟达Blackwell GPU，具备最新一代CUDA核心和第五代Tensor Cores，能够运行复杂的AI模型，处理多达2000亿个参数。此外，每台设备标配128GB统一内存及最高4TB的NVMe高速存储，确保数据处理与存储的高效性。

今年早些时候，谷歌发布了第六代也是迄今为止性能最强大的 TPU——Trillium。今天，Trillium 正式面向 Google Cloud 客户开放使用。谷歌使用 Trillium TPU 训练了最新的 Gemini2.0，这是谷歌迄今为止最强大的 AI 模型。现在，企业和初创公司都可以利用同样强大、高效和可持续的基础设施。AI 超级计算机的核心:Trillium TPUTrillium TPU 是 Google Cloud AI Hypercomputer 的关键组成部分。AI Hypercomputer 是一种突破性的超级计算机架构，它采用性能优化的硬件、开放软件、领先的 ML 框架和灵活的消费模型集成系统。随

在最近举行的 Re:Invent 大会上，亚马逊宣布与 AI 公司 Anthropic 合作，正在建设全球最大的人工智能超级计算机。这台超级计算机的规模将是 Anthropic 目前最强大模型所使用集群的五倍，预计完成后将成为全球最大的人工智能训练机器。亚马逊表示，这一项目被称为 “Rainer”，将配备数十万颗最新的 AI 训练芯片 Trainium2。图源备注：图片由AI生成，图片授权服务商Midjourney亚马逊云服务（AWS）的首席执行官马特・加曼(Matt Garman)在会议上还透露，Trainium2将普遍可用，并将在 Trn2UltraServer 集群中专门

特斯拉首席执行官埃隆・马斯克正在全力以赴地追求人工智能芯片，以支持他的新超级计算机，这一举动已经使得英伟达的生产能力达到了极限。根据《华尔街日报》的报道，一名英伟达的销售负责人在内部邮件中表示，马斯克对其芯片的需求正在给公司的供应链带来压力。英伟达的一位发言人表示:“我们努力满足所有客户的需求，并大幅提升了目前可用的供应量。” 图源备注:图片由AI生成，图片授权服务商Midjourney马斯克在九月宣布，他的人工智能初创公司 xAI 已经在仅仅122天内将其名

埃隆·马斯克展示了特斯拉在奥斯汀总部建设的Cortex AI超级计算机群的内部构造，预计在启动时需要130兆瓦的冷却和电力，到2026年增长至500兆瓦。该计算机群包含70,000个AI服务器，主要用于解决现实世界的AI问题，特别是训练特斯拉的全自动驾驶系统和Optimus机器人的AI。Cortex在启动时将完全依赖Nvidia的硬件，而特斯拉自己的硬件预计将在稍后阶段上线。该计算机群的散热系统同样引人注目，包括一个巨大风扇系统和Supermicro提供的液体冷却解决方案。

埃隆・马斯克的人工智能初创公司 xAI 正在建造一台超级计算机，而戴尔科技和Super Micro将为该计算机提供服务器机架。马斯克在社交媒体平台 X 上表示，戴尔将组装 xAI 超级计算机一半的机架。对于另一半的合作伙伴，这位亿万富翁回复另一则帖子时提到了 “SMC”，指的是服务器制造商Super Micro。总部位于旧金山的超微计算机以与英伟达等芯片公司的紧密关系和其液冷技术而闻名，该公司向路透社证实了与 xAI 的合作关系。

["Cloud TPU v5p是Google最强大的张量处理单元，每个pod搭载8,960个芯片，性能提升显著。","AI Hypercomputer采用协同系统设计，优化人工智能任务效率和生产力，革新超级计算机架构。","引入Dynamic Workload Scheduler和传统消耗模型，支持Cloud TPU和Nvidia GPU，优化用户支出。","这一创新标志着人工智能计算迈向性能增强、优化架构和灵活消耗模型的新时代。"]