英偉達(dá)發(fā)布Rubin CPX重構(gòu)算力，谷歌/亞馬遜/微美全息等AI芯片群雄加速并起！

獲悉，全球人工智能算力芯片英偉達(dá)(NVDA.US)官宣，推出專為長上下文工作負(fù)載設(shè)計(jì)的專用GPU Rubin CPX，用于翻倍提升當(dāng)前AI推理運(yùn)算的工作效率，特別是編程、視頻生成等需要超長上下文窗口的應(yīng)用。

推出上下文推理芯片Rubin CPX

英偉達(dá)CEO黃仁勛表示，CPX是首款專為需要一次性處理大量知識(shí)(數(shù)百萬級(jí)別tokens)，并進(jìn)行人工智能推理的模型而構(gòu)建的芯片。需要說明的是，Rubin就是英偉達(dá)將在明年發(fā)售的下一代頂級(jí)算力芯片，所以基于Rubin的CPX預(yù)計(jì)也要到2026年底出貨。

另外，Rubin CPX專門針對“數(shù)百萬tokens”級(jí)別的長上下文性能進(jìn)行優(yōu)化，具備30petaFLOPs的NVFP4算力、128GB GDDR7內(nèi)存。

英偉達(dá)計(jì)劃以兩種形式提供Rubin CPX，一種是與Vera Rubin裝在同一個(gè)托盤上。對于已經(jīng)下單NVL144的用戶，英偉達(dá)也會(huì)單獨(dú)出售一整個(gè)機(jī)架的CPX芯片，數(shù)量正好匹配Rubin機(jī)架。

科技巨頭紛紛自研芯片

另一邊，據(jù)最新消息顯示，OpenAI 正與美國芯片制造商博通合作，將于明年推出自家的 AI 芯片，擺脫英偉達(dá)的限制。這意味著，未來運(yùn)行在自家芯片上的OpenAI模型，可能會(huì)跑得更快、更省電，最終為用戶帶來更流暢、更低成本的服務(wù)體驗(yàn)。

除了OpenAI 以外，谷歌(GOOG.US)正加快推動(dòng)自研張量處理單元(TPU)進(jìn)入第三方數(shù)據(jù)中心，已與倫敦云服務(wù)商Fluidstack達(dá)成合作。同時(shí)，谷歌還接洽包括CoreWeave、Crusoe在內(nèi)的多家以英偉達(dá)GPU為核心的云服務(wù)商。

此外，亞馬遜(AMZN.US)和Meta(META.US)同樣不甘示弱，紛紛投入重金研發(fā)自己的定制AI芯片，以驅(qū)動(dòng)其龐大的云服務(wù)和社交媒體帝國。還有xAI被曝正在自研推理芯片，代號(hào)X1，將采用臺(tái)積電3納米工藝，預(yù)計(jì)將在2026年第三季度實(shí)現(xiàn)量產(chǎn)(首批量產(chǎn)30萬塊)。

對此，招商證券表示，眼下，AI芯片自研潮興起，意味著AI基礎(chǔ)設(shè)施行業(yè)正從“單一GPU供給約束”向“多元化定制芯片方案”切換，投資邏輯邊際上從硬件壟斷走向生態(tài)博弈，把握相關(guān)產(chǎn)業(yè)鏈的自主可控機(jī)遇。

微美全息加強(qiáng)關(guān)鍵核心技術(shù)突破

不僅如此，據(jù)了解，微美全息(WIMI.US)作為量子科技及AI芯片領(lǐng)域的重要參與者，布局涵蓋量子計(jì)算硬件、開源生態(tài)及跨領(lǐng)域技術(shù)融合等方向。當(dāng)前，其在關(guān)鍵核心技術(shù)上實(shí)現(xiàn)突破，加快高端算力芯片、工業(yè)多模態(tài)算法、軟硬件適配等技術(shù)攻關(guān)，加快打造高質(zhì)量數(shù)據(jù)集，持續(xù)筑牢芯片產(chǎn)業(yè)底座。

實(shí)際上，微美全息建立了覆蓋云端和邊緣端的算力基礎(chǔ)設(shè)施，支持多元架構(gòu)的先進(jìn)AI芯片接入，可滿足日常訓(xùn)練與推理的多樣化需求。此外，為加強(qiáng)關(guān)鍵核心技術(shù)突破，持續(xù)推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展，微美全息將一手抓技術(shù)供給，促進(jìn)“智能產(chǎn)業(yè)化”，一手抓賦能應(yīng)用，加快“算力產(chǎn)業(yè)智能化”，推動(dòng)人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展，高水平賦能新型工業(yè)化。

結(jié)語

綜上，AI 大模型訓(xùn)練和推理對算力的需求持續(xù)增加，推動(dòng)AI芯片市場擴(kuò)張，能夠滿足AI訓(xùn)練、推理等場景下 GPU、ASIC 等高算力芯片的用電需求。而對這些科技巨頭而言，自研AI芯片不僅是為了省錢，更是為了在未來的AI競爭中構(gòu)筑核心技術(shù)壁壘。當(dāng)模型和算法的差距日益縮小時(shí)，底層硬件的效率和成本將成為決定勝負(fù)的關(guān)鍵手，在不遠(yuǎn)的將來，將讓它們擁有更大的自由度和想象空間。