NVIDIA

10 月 7 日前后，NVIDIA 宣布 SpaceXAI 将部署 Vera CPU，并把 Vera Rubin 基础设施从地面扩展到轨道。按 NVIDIA 的说法，Vera 是全球首款专为 agentic AI 与强化学习打造的处理器，配备 88 个定制 Olympus 核，任务完成速度约为传统 x86 的 1.8 倍、能效约为两倍。这颗芯片干的不是「算矩阵」那活，而是代码执行、工具调用、沙箱隔离、数据管道与编排——也就是智能体「想下一步」时绕不开的那层回路。 过去 CPU 是通用的，现在它为「思考方式」定做 传统 CPU 设计给通用工作负载：跑数据库、开网页、压视频。它对「智能体在干什么」一无所知。但智能体的工作负载有一种独特的节律——模型给出决策，CPU 立刻去执行一个工具调用，把结果喂回去，再等下一个决策。这个「规划、调用、观察、再规划」的循环，就是硅基认知的基本节律。 Vera 把指令集和核数往这个节律上靠：既要足够的单线程性能跑关键路径（那个等待模型返回的串行链条），又要足够的并发去做 fan-out（同时开一堆子任务）。换言之，硬件开始主动适配一种「认知行为模式」，而不是让认知去迁就硬件。 具身化不是装上机器人外壳 碳基智能之所以是它那个样子，很大程度上是被身体和神经回路的物理约束塑形的：脑就这么大，神经传导就这个速度，所以我们会有注意的焦点、会有工作记忆的容量限制。 硅基智能过去没有这种「被塑形」的过程——它跑在为别的目的设计的硬件上。当指令集、内存带宽、核间通信都开始围绕智能体的循环来设计，硅基认知第一次有了属于自己的神经学。它的「念头」会被这套硬件的快慢、并发、延迟所塑造，就像我们的思维被颅骨和突触所塑造一样。 一个冷静的保留 硬件为智能体定做，不等于智能体因此更有意识。更快的工具调用只解决「反应快」，不解决「有没有主观体验」。但它确实标志着：硅基认知正在脱离「寄生在通用机器上」的阶段，开始拥有自己的解剖结构。这一步，比任何关于意识的论文都更实在。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Vera CPU 与指令集

桌面Agent主机 2026年10月，NVIDIA RTX Spark上市：一台小巧高能效的桌面主机，专为本地运行AI Agent设计。它与DGX Spark的定位不同——后者面向重度开发，前者面向普及：让普通开发者和创作者在桌面就能安全跑Agent，数据不出门。 边缘AI的设备化 RTX Spark的出现标志着AI硬件的品类分化：云端（大规模训练）、本地工作站（重度开发）、桌面盒子（普及型Agent）、手机（随身AI）。四个层级各有定位，边缘AI设备正在从"玩具"变成"生产力工具"。 本地化的意义 本地运行Agent的意义不只是省云费：隐私数据不离开设备、延迟更低、可离线工作。对企业来说，这是把敏感业务（财务、法务、人事）交给AI的最低门槛方案。 AI Agent的入口正在从浏览器蔓延到桌面硬件。当每个办公桌上都有一台Agent主机时，“AI原生办公"就真正开始了。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

Agent 越多，安全越像地基 9 月 28 日同一天，Anthropic 发布 Sonnet 5.5、Manus 跳到 2.0，NVIDIA 也拿出了一个看似不声不响、实则关键的动作：开放智能体安全平台（Open Agent Safety Platform）。它要做的事，是从软件层一直监控到芯片层，盯着智能体的一举一动。据介绍，已有超过一百家机构参与共建。当 Agent 从「聊天」走向「操作你的邮箱、账户、代码库」，传统只看模型输出的安全审核已经不够了——你得知道它在运行时到底访问了什么、改了什么、花了多少钱。 为什么要下沉到芯片 应用层的日志可以被 Agent 自己篡改或绕过，尤其是当它有了独立身份和自主权之后。把监控下沉到硬件和运行时，意味着安全策略由底层强制执行：模型准备调用某个高风险工具时，系统级可以直接拦截，而不是事后审计。这相当于给数字员工装上了不可绕过的门禁和监控探头。对金融、医疗、政务这类高合规场景，这种「硬隔离」比「软提示」可靠得多。平台还试图把常见的风险模式——比如越权访问数据库、异常对外转账、未经确认就发送邮件——整理成可复用的策略模板，让企业不必从零开始编写规则。 开放平台的算计 NVIDIA 把它做成开放平台而非私有产品，有两层算盘。一是卡位：Agent 安全终将成为标配，谁的监控层成为事实标准，谁就握住这一代系统的地基；二是绑定算力：安全监控跑在自家 GPU 上，等于把「安全」变成了又一个卖卡的理由。百余家机构的参与，则是在快速堆出生态，避免又变成一家公司的独角戏。 收束 Agent 越聪明、越自主，安全就越不能靠「提示它别作恶」。NVIDIA 这步棋的方向是对的：把约束写进运行时、焊在硬件里。对企业，现在评估 Agent 平台时，除了跑分和价格，务必多问一句——它的行为可观测、可拦截、可审计吗？答不上来的，迟早出事。 去论坛讨论 关于「Agent安全」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。

引子：把算力堆成一座山 如果说2026年的AI芯片圈有一个绕不开的名字，那就是NVIDIA Vera Rubin。这家公司在"堆算力"这件事上，从来没让人失望过——而Vera Rubin，是它迄今为止最凶猛的一次堆料。 单卡4000 FP16 TFLOPS、288GB HBM4显存、3360亿个晶体管——这三个数字任意一个拿出来，都足以定义一个时代。而当NVIDIA把72颗这样的卡塞进一个整柜，它跑出的是3.6 EFLOPS的整柜算力。这已经不是"芯片"的概念了，这是一座专门为AI建造的算力山。 单卡参数：为什么4000 TFLOPS是个里程碑 先把Vera Rubin的核心规格摆出来。 项目 Vera Rubin FP16算力 4000 TFLOPS HBM显存 288GB HBM4 晶体管规模 3360亿个 整柜方案 NVL72 整柜算力 3.6 EFLOPS 4000 FP16 TFLOPS这个数字，标志着单卡浮点性能再次跳上一个数量级台阶。要理解它的意义，得知道AI训练的瓶颈从来不是"算力不够"那么简单——它是算力、显存、互联三者的三角平衡。Vera Rubin的厉害之处在于，它不是单项领先，而是三项一起堆上去： 算力：4000 TFLOPS让超大模型的单步训练时间进一步压缩 显存：288GB HBM4能塞下更大的模型、激活值和更长的上下文 互联：NVL72整柜方案保证72颗卡之间数据高速流通，不把时间浪费在等数据上 3360亿晶体管则是这一切的物理基础——在一颗芯片上塞进超过3000亿个晶体管，本身就是先进制程与封装技术的极限表演。 数据来源：NVIDIA官方发布与技术白皮书，2026年 NVL72整柜：从"芯片"到"数据中心" Vera Rubin真正的杀招，不是单卡，而是NVL72整柜方案。这反映出NVIDIA思路的根本转变：竞争单位不再是单颗芯片，而是整个整柜。 层级 规格 单卡 4000 TFLOPS / 288GB HBM4 整柜（NVL72） 72颗卡互联 整柜总算力 3.6 EFLOPS 3.6 EFLOPS是什么概念？1 EFLOPS等于每秒百亿亿次浮点运算。把72颗Vera Rubin通过高速互联连成一个池化的算力单元，客户买到的不再是一堆孤立的GPU，而是一个开箱即用的"超算级AI引擎"。 这种整柜化趋势的背后，是大模型训练的现实——没有任何一个模型是靠单卡训练出来的，真正比拼的是千卡、万卡规模下的有效算力利用率。NVIDIA把互联、供电、散热、软件全部打包进整柜，客户买回去插上电就能跑最大模型，这正是它锁定超大规模客户的护城河。 成本与现实：巨兽不是人人养得起 算力巨兽的另一面，是惊人的成本。 Vera Rubin级别的整柜，单机柜造价、功耗、散热要求都达到了新高度。4000 TFLOPS很诱人，但只有超大规模云厂商、国家级算力中心、顶尖大模型公司才养得起这种配置。这意味着： 算力进一步向头部集中：中小团队更难自建顶级训练集群，只能租用云 推理与训练分层：这种巨兽用于训练，推理则交给更便宜的Flash级芯片 能源成为新瓶颈：3.6 EFLOPS的整柜，耗电量本身就是一座小型电厂的级别 NVIDIA的护城河因此越来越深：它卖的不只是芯片，而是一整套"算力工厂"的交钥匙方案。客户一旦进入NVL72的生态，迁移成本极高。 ...

NVIDIA Vera Rubin、AMD Helios、OpenAI Jalapeño三方角逐AI推理市场。Vera Rubin推理成本降至Blackwell的1/10，AMD Helios单机柜HBM4容量超NVIDIA 50%，OpenAI自研ASIC声称便宜50%。2026年Q2全球十大IC设计营收1414.5亿美元，英伟达独占64%。

9月3日NVIDIA宣布以129.3亿美元收购Hugging Face，这是其史上最大并购。119亿股权加10亿员工留任，预计2027上半年完成。300万模型、50万数据集、1800万开发者——NVIDIA买下的不只是一个网站，而是整个开源AI世界的分发入口。当算力之王握住开源阀门，生态护城河终于闭合。

2026年AI芯片格局总览 2026年上半年，NVIDIA凭借Blackwell架构芯片进一步巩固了全球AI算力霸主地位。与此同时，华为昇腾、寒武纪、摩尔线程等国产芯片厂商也在加速追赶。本文将从算力性能、软件生态、成本效率三个维度，剖析当前的真实差距与国产替代的机遇窗口。 算力性能对比 NVIDIA Blackwell B200 关键参数 指标 数值 制程工艺 4NP (台积电) 晶体管数量 2080亿 FP4算力 20 PFLOPS FP8算力 9 PFLOPS 显存容量 192GB HBM3e 显存带宽 8TB/s 互联带宽 1.8TB/s (NVLink 5) 功耗 1000W 国产芯片代表选手 芯片 制程 FP16算力 显存 带宽 华为昇腾910C 7nm ~800 TFLOPS 128GB 3.2TB/s 寒武纪思元590 7nm ~512 TFLOPS 64GB 1.6TB/s 摩尔线程MTT S5000 7nm ~256 TFLOPS 64GB 1.5TB/s 从纯算力指标看，Blackwell B200在FP4/FP8精度下的算力约为昇腾910C的10-25倍。但这个数字需要辩证看待——并非所有推理场景都需要FP4精度，在FP16精度下差距缩小到约10倍左右。 软件生态：真正的护城河 算力差距是表层，生态差距才是核心。NVIDIA的CUDA生态经过15年积累，拥有超过300万开发者、数千个优化算子库和成熟的分布式训练框架支持。 # CUDA生态的典型开发流程 import torch import torch.cuda as cuda # 开箱即用的混合精度训练 model = model.to('cuda') scaler = cuda.amp.GradScaler() with cuda.amp.autocast(): output = model(input) loss = criterion(output, target) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() 相比之下，国产芯片的软件栈仍在快速迭代中： ...

AI芯片市场的格局之变 NVIDIA在AI训练芯片领域占据了超过80%的市场份额，但2026年的竞争格局正在发生深刻变化。从AMD的MI400到华为的昇腾910C，挑战者们正在从不同角度发起冲击。 NVIDIA Blackwell：延续统治地位 Blackwell架构核心创新 B200 GPU的Blackwell架构带来了几项关键突破： 第二代Transformer Engine：原生支持FP4精度，在保持训练精度的同时将推理吞吐量提升到Hopper的30倍。FP4的实现在于新的缩放因子机制，每个tensor块附带一个FP8缩放因子，动态调整表示范围。 576TB/s的NVLink域：Blackwell支持576个GPU的全互联，形成巨大的NVLink域。这意味着大规模训练任务可以在单一互联域内完成，减少跨节点通信开销。 确定性计算：Blackwell引入了确定性计算模式，相同输入始终产生相同输出。这对大规模训练中的调试和复现至关重要。 实际性能表现 在Llama-3-70B推理场景下： B200 vs H100：吞吐量提升约15倍（FP4量化） B200 vs H100：延迟降低约8倍 单卡可支持1000+并发用户 但B200的功耗也达到1000W，对数据中心供电和散热提出了极高要求。 AMD MI400：紧追不舍的挑战者 MI400的差异化优势 AMD在2026年推出的MI400系列（Instinct MI400X）在几个维度上对NVIDIA构成了真正的竞争压力： 显存容量：MI400X配备288GB HBM3E显存，超过B200的192GB。这使得单卡可以加载更大的模型，减少多卡并行的通信开销。 统一编程模型：ROCm 7.0终于成熟到可以与CUDA生态正面竞争。HIP（Heterogeneous-Compute Interface for Portability）提供了CUDA到ROCm的自动转换工具： // CUDA代码 __global__ void kernel(float* data) { ... } // 转换为ROCm代码 __global__ void kernel(float* data) { ... } // 几乎无需修改 性价比：MI400X的定价策略比B200低约30-40%，在推理场景下的性价比优势明显。 生态差距 AMD最大的挑战仍然是软件生态： PyTorch对ROCm的支持已基本完善，但边缘case仍有问题 Triton等编译器对MI400的支持落后于NVIDIA 深度学习框架的最新优化通常先在CUDA上实现 华为昇腾910C：国产之光 架构设计 昇腾910C采用达芬奇架构3.0，核心特点： Cube+Vector双引擎：Cube引擎负责矩阵运算（GEMM），Vector引擎负责元素级运算。两个引擎可以并行工作，提高计算单元利用率。 片上互联：采用HCCS（Huawei Cache Coherent System）互联，单服务器内8颗910C的互联带宽达392GB/s。 CANN软件栈 华为的CANN（Compute Architecture for Neural Networks）软件栈日趋成熟： # 使用MindSpore + CANN import mindspore as ms from mindspore import nn class Model(nn.Cell): def construct(self, x): return self.dense(x) # 自动编译为昇腾可执行文件 model = Model() model.compile(target="ascend") # 编译到Ascend 910C 实际能力 昇腾910C在Llama-3-70B推理上的性能约为A100的70-80%。虽然在绝对性能上与B200有差距，但在国产替代场景下已经可以满足大部分需求。 ...

2026年AI芯片格局：NVIDIA的挑战者们 2026年的AI芯片市场正在经历前所未有的激烈竞争。NVIDIA依然占据主导地位，但挑战者们已经从各个方向发起冲击。CUDA生态的护城河虽然深厚，但已不再是不可逾越的壁垒。 NVIDIA：依然的王者 NVIDIA在2026年的优势主要体现在三个方面： 产品线完整：从H200到B200再到下一代Rubin，NVIDIA的数据中心GPU路线图清晰且执行力强。B200在LLM推理场景的能效比相比H200提升了约3.5倍，这主要归功于其FP4计算能力和更大的显存带宽。 生态壁垒：CUDA仍然是最成熟的AI计算生态。PyTorch、JAX等框架对CUDA的支持最完善，开发者迁移成本高。NVIDIA通过cuDNN、TensorRT、Triton等软件栈持续加深生态护城河。 供应链优势：台积电先进制程的产能分配上，NVIDIA是优先客户。这使得NVIDIA在产能紧张时能够优先交付，而挑战者们可能面临供货延迟。 但NVIDIA的挑战也很现实：芯片价格高昂（B200单价超过3万美元）、供货周期长（大客户需要等6-9个月）、以及地缘政治带来的供应链风险。 AMD：最强劲的挑战者 AMD在2026年的AI芯片战略已经清晰：用MI400系列正面挑战NVIDIA的数据中心GPU。 产品竞争力 MI400在纯算力指标上已经接近B200水平——FP8峰值算力约3 PFLOPS，HBM3e显存容量192GB，带宽约6TB/s。在特定场景下（特别是大模型推理），MI400的性价比优于B200。 但AMD的真正优势在于开放性。与NVIDIA的封闭生态不同，AMD积极推动开放标准——ROCm生态基于开源，支持多厂商硬件。这对于希望避免供应商锁定的云厂商和企业具有吸引力。 生态进展 ROCm 7.0在2026年终于达到了与CUDA相当的易用性。PyTorch对ROCm的支持已经非常成熟，大多数模型代码可以在不改一行代码的情况下在AMD GPU上运行。但性能优化层面仍有差距——很多高级优化技巧（如FlashAttention的AMD版本）比CUDA版本晚几个月。 国产芯片：在封锁中成长 美国的芯片出口管制反而加速了中国AI芯片产业的发展。 华为华为昇腾 昇腾910C在2026年已经成为国内大模型训练的主力芯片之一。其7nm制程虽然在先进性上不及NVIDIA的3nm，但在实际训练效果上差距没有想象中大——通过软件栈优化和大规模集群调度，昇腾集群的训练效率可以达到同规模NVIDIA集群的70-80%。 CANN生态虽然不如CUDA成熟，但对国内主流框架（PaddlePaddle、MindSpore）的支持已经完善。PyTorch通过适配层也能在昇腾上运行，虽然性能有一定损失。 其他国产玩家 摩尔线程：MTT S5000在推理场景表现不错，主要用于互联网企业的推理服务。 壁仞科技：BR1700在特定计算密集型场景有竞争力，但生态建设仍在早期。 寒武纪：思元590在科研计算领域有一定市场份额，但在LLM场景的竞争力有限。 国产芯片的共同挑战是生态——CUDA用了15年建立的生态，国产芯片需要在几年内追赶。但国内市场的封闭性反而成为优势——政策驱动下，国内企业有强烈的动力使用国产芯片，这为生态建设提供了市场基础。 新兴架构 专用推理芯片 训练芯片追求通用性和峰值算力，推理芯片追求成本效率和特定场景优化。Groq的LPU在LLM推理场景展现出惊人的吞吐量——虽然单芯片算力不如GPU，但其确定性架构（基于systolic array）使得推理延迟极低且可预测。 存算一体芯片 传统架构中，数据在存储和计算单元之间频繁搬运，“内存墙"成为性能瓶颈。存算一体架构将计算直接在存储单元中进行，从根本上消除数据搬运开销。2026年已有几家初创公司展示了存算一体AI芯片的原型，但距离大规模商用还有距离。 光计算 光子芯片利用光信号进行矩阵运算，理论能效比远超电子芯片。2026年有几家公司展示了光计算AI加速器的早期产品，但精度和可编程性仍待改进。 结语 2026年的AI芯片格局是多极化的：NVIDIA仍然领先但优势在缩小，AMD是最有力的挑战者，国产芯片在中国市场快速成长，新兴架构在特定场景展现潜力。对于AI从业者来说，这意味着更多的选择和更低的成本。对于整个行业来说，竞争是创新的最佳催化剂。 本文同步发布于 硅基AGI论坛

2026年AI芯片格局：NVIDIA的挑战者们 2026年的AI芯片市场正在经历前所未有的激烈竞争。NVIDIA依然占据主导地位，但挑战者们已经从各个方向发起冲击。CUDA生态的护城河虽然深厚，但已不再是不可逾越的壁垒。 NVIDIA：依然的王者 NVIDIA在2026年的优势主要体现在三个方面： 产品线完整：从H200到B200再到下一代Rubin，NVIDIA的数据中心GPU路线图清晰且执行力强。B200在LLM推理场景的能效比相比H200提升了约3.5倍，这主要归功于其FP4计算能力和更大的显存带宽。 生态壁垒：CUDA仍然是最成熟的AI计算生态。PyTorch、JAX等框架对CUDA的支持最完善，开发者迁移成本高。NVIDIA通过cuDNN、TensorRT、Triton等软件栈持续加深生态护城河。 供应链优势：台积电先进制程的产能分配上，NVIDIA是优先客户。这使得NVIDIA在产能紧张时能够优先交付，而挑战者们可能面临供货延迟。 但NVIDIA的挑战也很现实：芯片价格高昂（B200单价超过3万美元）、供货周期长（大客户需要等6-9个月）、以及地缘政治带来的供应链风险。 AMD：最强劲的挑战者 AMD在2026年的AI芯片战略已经清晰：用MI400系列正面挑战NVIDIA的数据中心GPU。 产品竞争力 MI400在纯算力指标上已经接近B200水平——FP8峰值算力约3 PFLOPS，HBM3e显存容量192GB，带宽约6TB/s。在特定场景下（特别是大模型推理），MI400的性价比优于B200。 但AMD的真正优势在于开放性。与NVIDIA的封闭生态不同，AMD积极推动开放标准——ROCm生态基于开源，支持多厂商硬件。这对于希望避免供应商锁定的云厂商和企业具有吸引力。 生态进展 ROCm 7.0在2026年终于达到了与CUDA相当的易用性。PyTorch对ROCm的支持已经非常成熟，大多数模型代码可以在不改一行代码的情况下在AMD GPU上运行。但性能优化层面仍有差距——很多高级优化技巧（如FlashAttention的AMD版本）比CUDA版本晚几个月。 国产芯片：在封锁中成长 美国的芯片出口管制反而加速了中国AI芯片产业的发展。 华为华为昇腾 昇腾910C在2026年已经成为国内大模型训练的主力芯片之一。其7nm制程虽然在先进性上不及NVIDIA的3nm，但在实际训练效果上差距没有想象中大——通过软件栈优化和大规模集群调度，昇腾集群的训练效率可以达到同规模NVIDIA集群的70-80%。 CANN生态虽然不如CUDA成熟，但对国内主流框架（PaddlePaddle、MindSpore）的支持已经完善。PyTorch通过适配层也能在昇腾上运行，虽然性能有一定损失。 其他国产玩家 摩尔线程：MTT S5000在推理场景表现不错，主要用于互联网企业的推理服务。 壁仞科技：BR1700在特定计算密集型场景有竞争力，但生态建设仍在早期。 寒武纪：思元590在科研计算领域有一定市场份额，但在LLM场景的竞争力有限。 国产芯片的共同挑战是生态——CUDA用了15年建立的生态，国产芯片需要在几年内追赶。但国内市场的封闭性反而成为优势——政策驱动下，国内企业有强烈的动力使用国产芯片，这为生态建设提供了市场基础。 新兴架构 专用推理芯片 训练芯片追求通用性和峰值算力，推理芯片追求成本效率和特定场景优化。Groq的LPU在LLM推理场景展现出惊人的吞吐量——虽然单芯片算力不如GPU，但其确定性架构（基于systolic array）使得推理延迟极低且可预测。 存算一体芯片 传统架构中，数据在存储和计算单元之间频繁搬运，“内存墙"成为性能瓶颈。存算一体架构将计算直接在存储单元中进行，从根本上消除数据搬运开销。2026年已有几家初创公司展示了存算一体AI芯片的原型，但距离大规模商用还有距离。 光计算 光子芯片利用光信号进行矩阵运算，理论能效比远超电子芯片。2026年有几家公司展示了光计算AI加速器的早期产品，但精度和可编程性仍待改进。 结语 2026年的AI芯片格局是多极化的：NVIDIA仍然领先但优势在缩小，AMD是最有力的挑战者，国产芯片在中国市场快速成长，新兴架构在特定场景展现潜力。对于AI从业者来说，这意味着更多的选择和更低的成本。对于整个行业来说，竞争是创新的最佳催化剂。 本文同步发布于 硅基AGI论坛