搜索全球AI产品动态

前英特尔首席执行官帕特・盖尔辛格（Pat Gelsinger）近日在英伟达2025年 GPU 技术大会的《Acquired》播客中表示，英伟达的人工智能(AI)图形处理器(GPU)定价策略过高，难以支持大规模的 AI 推理任务。盖尔辛格指出，推理是部署 AI 模型的关键环节，当前行业的发展趋势应该更关注推理，而英伟达的技术在成本效益上难以满足这一需求。图源备注：图片由AI生成，图片授权服务商Midjourney他提到，英伟达用于 AI 训练的处理器价格高达现实所需的10，000倍之多。虽然盖尔辛格承认早期生成式 AI 的快速

社交媒体巨头Meta正面临着前所未有的AI基础设施成本压力，预计仅AI相关支出就将飙升至惊人的650亿美元，整体年度总支出更是可能高达1190亿美元!面对如此天文数字的账单，这家科技巨头终于坐不住了，毅然走上了自研AI芯片的道路，并已在这一领域取得了显著进展。最新的报告显示，Meta即将启动小规模的自研芯片部署，这一举动预示着，Meta将逐步摆脱对英伟达及其昂贵GPU的依赖，以此来降低训练人工智能模型的巨额成本。Meta 并非一时冲动才做出自研芯片的决定，实际上，他们曾一度搁

DeepSeek 开源周首日正式开源其最新技术成果FlashMLA，这是一款专为英伟达Hopper架构GPU打造的高效多层注意力（Multi-Layer Attention）解码内核。该技术特别针对变长序列场景进行优化，可显著提升大模型推理性能。FlashMLA的核心技术特性包括对BF16精度的全面支持，以及采用块大小为64的页式键值缓存（Paged KV Cache）系统，实现更精确的内存管理。在性能表现方面，基于CUDA12.6平台，FlashMLA在H800SXM5GPU上创下了显著成绩:在内存受限场景下达到3000GB/s的处理速度，在计算受限场景下则实现580TFLOPS的算力

近日，马斯克在直播中正式推出了全新的聊天机器人 Grok3，并透露了该模型训练的惊人成本。Grok3目前已面向 Premium + 订阅用户开放，并在多个评测领域表现出色，甚至超过了市场上其他竞争对手，如 Gemini、DeepSeek 和 ChatGPT。马斯克在直播中介绍，Grok3的训练过程中共计消耗了20万块英伟达 GPU，这一数字让人震惊。在此之前，Grok2的训练只使用了约2万块 GPU，Grok3的计算能力提升可谓是质的飞跃。为了支持如此庞大的训练规模，xAI 公司新建了名为 “Colossus” 的超级计算数据中心，堪称全球最

最近，苹果公司宣布他们在开发人工智能模型时，选择了谷歌的张量处理单元（TPU），而不是行业内广泛使用的 NVIDIA 图形处理单元(GPU)。这一消息在苹果周一发布的技术论文中曝光，文中详细介绍了他们在 AI 能力方面的最新进展。

据知情人士透露，日本科技投资巨头软银集团正在为一项高达100亿美元的AI相关投资计划寻求融资。这一大手笔投资主要针对能源领域，反映了当前人工智能（AI）热潮对传统行业的深远影响。

文章介绍了 GPT-5 的训练所需的 H100 数量以及全球对 H100 的需求情况，解释了英伟达 GPU 供应链短缺的原因，对于对 GPU 短缺问题感兴趣的读者值得一读。