硅谷自动驾驶初创公司Nuro日前宣布了一项重大战略转型，推出Nuro Driver自动驾驶系统，并向汽车制造商和移动出行服务提供商开放技术授权。这一举措标志着Nuro从专注于自主开发送货机器人，转向成为广泛的自动驾驶技术供应商，potentially涉足从乘用车到叫车服务，再到送货机器人等多个领域。图源备注:图片由AI生成，图片授权服务商MidjourneyNuro Driver是一款覆盖SAE2级至4级自动化水平的自动驾驶系统，由Nvidia Drive Thor芯片和Arm Neoverse CPU提供支持。该系统结合了汽车级硬件与人工智能驱动的

甲骨文（Oracle）宣布推出全球首个 Zettascale 云计算集群。这款集群配备了高达131，072个 NVIDIA Blackwell GPU，能够提供高达2.4ZettaFLOPS 的峰值性能。这一强大的 AI 基础设施使企业能够以更高的灵活性和主权处理大规模的 AI 工作负载。甲骨文云基础设施（OCI）与 NVIDIA 的先进 GPU 架构相结合，提供了可扩展的 AI 计算解决方案。这对于全球的企业和研究人员来说，都是至关重要的。NVIDIA 的副总裁 Ian Buck 表示，NVIDIA 的全栈 AI 计算平台与甲骨文的云服务相结合，将在前所未有的规模上提供 AI 计算能

当前科技行业主要依赖人工智能（AI）的繁荣来掩盖整体低迷状况，许多公司仍在经济衰退中挣扎。传统科技领域，如软件、IT咨询和为制造业、汽车行业提供电子设备的公司，面临需求疲软和库存过剩的问题，难以复苏。AI虽然成为唯一的增长点，但过度招聘和开支后遗症、经济环境不确定性加大了复苏难度。大型科技公司增速放缓，小型企业科技行业收入增长尤其疲软。虽然AI是当前亮点，但其掩盖了其他核心领域的周期性下滑。投资者兴趣逐渐转向金融服务和工业等领域，市场期待经济环境改善。尽管如此，AI领域的未来仍扑朔迷离，行业底部形成迹象显现，但AI的持续性影响尚不确定。

随着全球人工智能市场的迅速发展，图形单元（GPU）作为核心动力，对大语言模型驱动的应用程序至关重要。未来几年，GPU价格波动将显著增加，影响企业成本管理。传统上，能源密集型行业如矿业和物流业已习惯于成本波动，而金融和制药等行业则需迅速适应。Nvidia作为主要供应商，其GPU需求激增，估值飙升。GPU之所以受欢迎，是因其能够并行处理大量计算，适合训练和部署大型语言模型。由于需求激增，企业可能需采取策略以应对成本波动，如自行管理GPU服务器、提前采购或选择合适的GPU类型。地理位置选择也会影响成本，电力成本较低的地区可能成为降低成本的关键。面对AI计算领域快速发展的趋势，企业需制定策略以适应未来价格波动。

AI技术的迅猛发展推动GPU成为全球热销商品，Nvidia在第二季度业绩大增，收入超过300亿美元。然而，强大的GPU需要足够的数据中心来支持，以满足AI需求。Nvidia与合作伙伴向Applied Digital投资1.6亿美元，加速在北达科他州的数据中心建设，旨在围绕Nvidia的GPU提供数据中心和云服务。数据中心建设至关重要，因为GPU价格高昂，高昂费用促使数据中心运营商寻求资金支持。AI数据中心公司如CyrusOne和CoreWeave获得大量融资，AI云初创公司Foundry和专注于定制语言处理单元的Groq也获得资金支持。市场竞争激烈，新公司如TensorWave和Voltage Park正在扩展基于AMD和Nvidia GPU的计算集群。Nvidia投资此类项目旨在增加GPU销售量，通过每小时1美元的订阅收入，如20,000GPU集群带来的收入，体现其巨大商业潜力。

东京的AI研发公司Sakana AI宣布完成1亿美元的A轮融资，投资方包括NEA、Khosla Ventures、Lux Capital和NVIDIA。Sakana AI专注于自然启发智能和模型优化，尤其是进化优化和稀疏性。与NVIDIA的合作将提供先进GPU技术支持，以及日本数据中心使用权，旨在推动AI研究和创新。合作目标包括研究推动、利用NVIDIA基础设施提升实验能力，以及通过举办活动和大学合作弥补AI人才缺口。Sakana AI旨在应对日本挑战，如人口下降和地缘政治，通过建立世界级AI实验室，开发支持国家竞争力的技术。此轮投资将用于人才和基础设施建设，以实现其可持续高效AI技术目标。

AMD宣布基思・斯特里尔担任全球人工智能市场的高级副总裁，旨在推动公司全球AI战略发展。斯特里尔的加入将领导AMD在全球范围内推进AI愿景，提升生态系统能力，并加速与各行各业的AI合作。作为在人工智能领域有丰富经验的专家，他将直接向AMD的执行副总裁兼首席技术官汇报工作。AMD董事长苏姿丰强调斯特里尔的市场专业知识和行业网络将增强公司在全球AI领域的影响力。斯特里尔的背景包括在安永担任全球AI领导者、德勤的首席数字官，以及参与美国国家AI咨询委员会和OECD AI计算与气候专家组。AMD近期完成的两项关键收购，包括以49亿美元收购ZT Systems和以6.65亿美元收购欧洲最大的私人人工智能实验室Silo AI，进一步增强了公司在服务器和AI数据中心的能力。

埃隆・马斯克的xAI公司宣布推出名为“Colossus”的人工智能训练系统，其核心是100,000块Nvidia H100 GPU，被认为是全球最强大的AI训练系统。该系统性能甚至可能超越美国能源部的Aurora超级计算机。Colossus的强大主要得益于Nvidia的H100 GPU，这款GPU在运行语言模型时速度比之前的GPU快30倍，尤其在基于Transformer神经网络架构的任务中表现出色。马斯克计划在未来几个月内将GPU数量增加至200,000块，包括50,000块新一代的H200 GPU，以进一步增强性能。此举将为xAI的旗舰大型语言模型Grok-2的继任者提供强大支持，预计该模型将在年底前发布。Colossus的部分服务器GPU原本是为特斯拉预留的，但马斯克向Nvidia请求将价值超过5亿美元的12,000块H100 GPU转给xAI。到年底，特斯拉在Nvidia硬件上的支出预计将达到30亿到40亿美元。

Nvidia面临美国司法部的反垄断调查，焦点在于其在人工智能领域的市场主导地位，以及是否采取措施限制竞争，对不使用其AI芯片的供应商施加惩罚。此消息导致Nvidia股价大幅下跌，市值蒸发2790亿美元。尽管股价整体上涨趋势未变，AI热潮推动其高价芯片销售。Nvidia近期推出的Blackwell系列AI芯片因设计缺陷面临延迟上市，加剧了与竞争对手的市场竞争。调查可能对Nvidia的经营策略和市场表现产生深远影响。

"OmniRe" 技术由多所顶尖高校与研究机构联合推出，旨在全面重建城市场景，包括车辆、行人和自行车等。相较于传统依赖局部视角的技术，"OmniRe" 通过整合多角度信息，实现对城市环境更准确的捕捉，显著提升重建质量。这一突破性进展对城市规划、自动驾驶与增强现实等领域具有重要价值。"OmniRe" 不仅能生成高精度三维模型，还具备高效处理大量数据的能力，加快重建速度。研究团队注重用户体验，使其广泛应用于城市规划、建筑设计和智能交通等多个行业，通过提供真实、全面的城市场景重建，助力相关领域决策与分析。

NVIDIA 联合多所高校推出了 NVEagle，一个能看图聊天的大型视觉语言模型。NVEagle 能解析图片内容并给出准确答案，如识别图片中的人物为黄仁勋。该模型通过将图像转化为视觉标记并与文本嵌入结合，显著提升了对视觉信息的理解能力。面对高分辨率图像处理的挑战，研究团队通过探索不同的视觉编码器和融合策略，构建了包括 Eagle-X5-7B、Eagle-X5-13B 和 Eagle-X5-13B-Chat 在内的三个版本，其中 13B-Chat 特别适用于对话式 AI。NVEagle 采用混合专家机制，根据任务动态选择最佳视觉编码器，提高了对复杂视觉信息的处理能力。在多种基准测试中，NVEagle 的表现均优于其他领先模型，特别是在 OCR、视觉问答和复杂视觉信息处理任务上。

人工智能初创公司Magic完成3.2亿美元融资，由埃里克·施密特、Alphabet的CapitalG及Atlassian等投资者参与，总融资额近5亿美元。Magic专注于AI模型开发，旨在生成代码并自动执行软件开发任务，其模型拥有超长上下文窗口，最大达1亿个token，超越当前商业模型。Magic计划与Google Cloud合作，构建两台超级计算机，以提升模型训练与推理效率，目标是开发比人类更可靠的AI（AGI）。面对安全性和版权问题，Magic通过创新技术在竞争激烈的AI市场中脱颖而出，市场潜力巨大，预计到2032年价值可达271.7亿美元。

本文概述了AI推理芯片领域的最新发展，特别是MLPerf推理v4.1竞赛的结果，该竞赛汇集了来自AMD、谷歌、UntetherAI、Cerebras、FuriosaAI以及Nvidia等公司的最新芯片。Nvidia的H200和GH200芯片在“数据中心封闭”类别中保持领先，但其他公司的芯片在特定任务上表现出色，尤其是在能效方面。AMD的Instinct加速器、谷歌的Trillium加速器以及UntetherAI的speedAI240预览芯片在不同任务上表现出色，显示了市场上的竞争激烈。UntetherAI的芯片采用内存计算方法，显示出在能效和延迟方面有显著优势。Cerebras和FuriosaAI虽然没有参加MLPerf，但也发布了新芯片，分别展示了其在内存带宽和张量收缩处理器方面的创新。IBM的Spyre芯片则为即将到来的市场增添了新的竞争者。整体而言，AI推理芯片市场的竞争日益激烈，创新技术不断涌现，旨在提高性能、能效和成本效益。

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。

Cerebras Systems Inc.宣布推出号称“世界最快”的AI推理服务，挑战Nvidia Corp.，旨在以更快速度和更低成本完成AI任务。该服务基于WSE-3处理器，拥有90余万计算核心和44GB内存，核心数量是Nvidia H100的52倍。声称推理速度可达每秒1,000个令牌，比Nvidia同类服务快20倍，且性价比高100倍。服务提供免费、开发者和企业级三个层级，价格从每百万令牌10美分起。已吸引葛兰素史克、Perplexity AI Inc.、Meter Inc.等知名机构成为早期客户。DeepLearning AI Inc.创始人Andrew Ng博士对该服务给予高度评价。此外，Cerebras还宣布与LangChain、LlamaIndex等多家公司建立战略合作伙伴关系，提供AI开发工具，并与OpenAI兼容，方便现有应用程序迁移。

文章主要内容概括如下：作为投资者关注的焦点，人工智能（AI）技术被寄予改变游戏规则的厚望。虽然历史上对科技股持保守态度，但巴菲特旗下的伯克希尔・哈撒韦公司却将29% 的公募股票投资在了苹果公司上。苹果的 “Apple Intelligence” 计划旨在利用AI提升硬件设备的实用性，包括升级版的Siri、增强的写作工具和生成图像的能力。然而，值得注意的是，苹果的股价市盈率高达34倍，远超过去五年和十年的平均水平，这使得投资决策需谨慎考虑。

Nvidia开发的创新系统ACE将允许玩家通过自然语言与游戏中的非玩家角色（NPC）进行互动。该系统的核心是让NPC理解玩家的语音命令，并进行双向对话，通过网络摄像头识别玩家和周围环境。在Mecha Break游戏中，玩家能选择不同类型的机甲，在PC、Xbox Series X/S和PlayStation5上进行在线机甲战斗。ACE系统结合了本地和云端处理，最低支持到RTX2060，提供快速响应。目前应用有限，仅支持与单个NPC互动，未来有望深入游戏机制和故事叙述。对于非Nvidia GPU用户，系统处理方式待定。ACE的推出将显著提升游戏交互体验，为玩家提供更加自然、沉浸式的虚拟世界体验。

土耳其高中生Selin Alara Ornek，利用Nvidia技术，创新开发AI驱动的机器导盲犬，为视障人士提供高科技辅助。结合先进机器人与AI技术，Ornek的IC4U项目，通过AI摄像头与声音传感器，实现精准物体检测与识别，帮助购物等日常活动。这款四足机器人，通过Nvidia Jetson Nano芯片驱动，实现视觉与声音信息的高效处理。Ornek致力于提高AI和机器人开发的包容性，其项目在多项国际奖项中获奖，并计划未来在智能城市部署。

Nvidia研究团队利用模型剪枝和蒸馏技术，成功推出Llama-3.1-Minitron4B，这是Llama3模型的压缩版本，旨在实现设备上的人工智能。该模型通过深度剪枝和宽度剪枝技术，减少了原始8B模型的参数量，同时保持了与更大模型相近的性能。在训练数据量大幅减少（40倍）的情况下，该模型在MMLU基准测试中的性能提升了16%。该成果通过NVIDIA的NeMo-Aligner进行微调，适用于指令跟随、角色扮演、检索增强生成（RAG）和函数调用等任务。宽度剪枝版本已发布于Hugging Face平台，支持商业使用，为用户和开发者提供高效、性能卓越的模型选择。

AMD 以49亿美元收购AI基础设施公司ZT Systems，旨在加速自家Instinct数据中心芯片的市场采用率。ZT Systems作为微软、Meta和亚马逊的合作伙伴，提供定制化计算基础设施，此次收购对AMD构成重要战略布局。通过这项交易，AMD不仅获得约1000名工程师，还能加速AI解决方案的部署，并在2025年推出新芯片MI350，以抗衡Nvidia。此外，AMD还收购了欧洲AI初创公司Silo AI，增强全球AI领域的布局。此次收购还需监管审批，但对AMD在AI市场的竞争构成新动力。