跳到正文

公司与模型

NVIDIA 英伟达 最新动态

英伟达的 GPU 新品、CUDA 软件生态、机器人平台与 AI 算力供需。

92 条精选近 30 天 25 条共收录 1,166 条

更新

精选归档 · 第 2 页

9月28日周一第 21–40 条
  1. NVIDIA:Newsroom61

    NVIDIA 董事会批准增加 1500 亿美元股票回购授权,剩余总额达 2350 亿美元

    NVIDIA 宣布董事会批准在现有股票回购计划下追加 1500 亿美元授权,使剩余回购总额提升至 2350 亿美元,为公司历史上最大的回购授权增加。公司预计在 2028 财年内执行完剩余计划,CEO 黄仁勋称此举反映了对 AI 与加速计算长期机遇的信心。

    推荐理由:官方公告给出回购增额、剩余总额和执行时间表,读者可以据此了解 NVIDIA 的资本回报规模与节奏。

  2. X.PIN78

    据The Information报道,北京方面已向阿里巴巴和字节跳动询问其计划采购的NVIDIA新款工作站芯片数量及用途。字节跳动正评估采购约100万颗芯片用于AI模型训练;NVIDIA预计12月底开始发货,计划向中国季度供应50万片。目前审批时间与配额尚不明确,美方未公开该芯片出口状态。

    推荐理由:该消息揭示了中美科技博弈下中国头部企业对高端算力的迫切需求,以及中方在关键硬件进口上的政策审慎态度。对关注AI产业供应链、地缘政治影响及国产替代节奏的读者具有现实参考价值。

  3. NVIDIA Technical Blog:Agentic AI / Generative AI82

    NVIDIA 发布开源智能体安全平台,提供芯片级持续监控与隔离

    NVIDIA 推出 NVIDIA Open Agent Safety Platform,包含开源运行时 OpenShell、硬件层 Sentry 及 DOCA 技术。该平台旨在通过内核级隔离、零信任环境和带外(out-of-band)监控来防止 AI 智能体行为漂移和越权。OpenShell 将操作指令转化为可验证策略,BlueField DPU 在模型路径上提供实时策略执行与身份治理,确保即使主机不可信时也能独立保护系统。

    推荐理由:针对前沿实验室报告的智能体逃逸风险,NVIDIA 提供了从软件到硬件的完整安全栈方案。其“带外监控”和“芯片级隔离”理念为构建可信 AI 基础设施提供了重要参考,适合关注 Agent 安全落地的开发者与企业。

9月25日周五
  1. Epoch AI:Gradient Updates65

    Epoch AI 分析:华为 AI 芯片到 2030 年仍落后 Nvidia 约 4 年

    Epoch AI 报告估算,2026 年华为总 AI 算力产出约为 Nvidia 的 1/25,Ascend 950 性能约为 B300 的 1/7、2022 年 H100 的一半。报告认为即便华为路线图全部兑现并计入走私 HBM 情景,到 2030 年其在芯片性能和算力产出上仍落后 Nvidia 约 4 年,出口管制是主要制约因素。

    推荐理由:报告用量化估算比较双方芯片性能、产量和 HBM 供给,读者可以据此理解出口管制下差距的成因与走向。

9月24日周四
  1. NVIDIA Blog61

    NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

    NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作,通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构,旨在为下一次疫情储备知识。

    推荐理由:原文给出数据集规模、覆盖范围和可复用的开源预测流程,读者可以据此评估如何用于自己的蛋白结构研究。

9月12日周六
  1. IT之家·人工智能78

    英伟达洽谈以基石投资者身份参与 Anthropic IPO,投资至多 100 亿美元

    据路透社报道,英伟达正与 Anthropic 洽谈以基石投资者身份参与其 IPO,考虑投资至多 100 亿美元。Anthropic 计划通过上市融资最多 1000 亿美元,估值或达约 2 万亿美元,有望成为史上最大规模 IPO,预计 2026 年 11 月美国中期选举前完成上市。

    推荐理由:报道汇总了 IPO 融资规模、估值和双方既有合作安排等数字,读者可以据此了解这宗超大规模上市的关键背景。

9月10日周四
  1. Nathan Lambert85

    Nathan Lambert 评价 Nvidia 收购 HuggingFace,认为 HuggingFace 影响 AI 讨论方向的能力对 Nvidia 值得每年付出约 100 亿美元。他认为 Nvidia 比三大云厂商更适合做买方,HuggingFace 应摆脱盈利单位定位,去争取下一代 1 亿 AI 开发者;作者曾在 HuggingFace 工作并于去年预言过这一收购。

    引用Nathan Lambert@natolambert

    Nvidia 应该收购 Hugging Face,作为一种廉价的方式,在 CUDA 与开源生态系统之间建立更深入的集成。 几乎和自行训练领先的开源模型一样便宜,并且与 Nvidia 在 2025 年日益增强的开放态度相一致。

    推荐理由:曾在 HuggingFace 工作的作者分析了这起收购的软实力逻辑,指出其每年值约 100 亿美元的原因。

9月4日周五
  1. IT之家·人工智能76

    英伟达两年从零建起近千亿美元股权投资组合

    据《商业内幕》9月4日报道,英伟达最新财报显示,截至7月26日公司持有价值990亿美元的股权投资,一年内增长14倍、两年增长45倍。其中约480亿美元为上市公司股票、约480亿美元为非上市公司股份,另披露250亿美元股权投资承诺;持仓包括价值300亿美元的英特尔股份和210亿美元的SpaceX股份。

    推荐理由:原文整理了英伟达近千亿美元股权投资的构成与增速,并呈现质疑方看法,便于读者判断其投资扩张的规模与争议。

9月3日周四
  1. NVIDIA Blog91

    NVIDIA 宣布以 129.303 亿美元收购 Hugging Face

    NVIDIA 宣布已同意以 12,930,300,000 美元收购 Hugging Face,黄仁勋在官方博客公布了这一消息。Hugging Face 目前有超过 1800 万开发者,托管超过 300 万个模型、50 万个数据集和 100 万个应用,服务超过 20 万家企业。

    推荐理由:原文来自收购方本人,给出了收购金额和对平台开放性的具体承诺,读者可以据此评估对开源生态的影响。

9月2日周三
  1. Rohan Paul83

    Bloomberg 报道 Nvidia 正接近以约 129 亿美元收购 Hugging Face,交易总额可能达约 140 亿美元,双方尚未达成最终协议,时间与细节仍可能变动。该价格约为 Hugging Face 2023 年融资轮 45 亿美元估值的 2.9 倍,按年化收入约 1.5 亿美元计算相当于 86 倍,Nvidia 还谈及在交易中加入 10 亿美元的员工留任方案。

    引用Rohan Paul@rohanpaul_ai

    最新消息:英伟达同意以129亿美元收购Hugging Face。 据报道,HuggingFace的年化收入约为1.5亿美元,这相当于该运行率的86倍。 - The Information。

    推荐理由:原文给出交易价格、估值倍数和留任奖金等关键细节,读者可以快速了解这桩收购的规模与进展。

8月27日周四
  1. Tomasz Tunguz 博客67

    NVIDIA 季度营收指引达 1080 亿美元,首次突破单季千亿大关

    NVIDIA 上季度营收 960 亿美元,同比增长 106%,并指引 Q3 营收达 1080 亿美元(±2%),成为首家单季营收破千亿的半导体公司。按此年化营收 4320 亿美元,NVIDIA 已跃居全球第六大公司。同时,非超大规模客户首次贡献数据中心净新增收入的大部分,应收账款周转天数从 45 天升至 60 天,显示其正通过延长付款条件为买家提供更多供应商融资。

    推荐理由:营收破百亿之外,DSO 从 45 跳到 60 是一个值得跟踪的信号,它提示 NVIDIA 正通过放宽信用支撑非超大规模客户,可能改变市场对其收入质量的判断。

  2. IT之家·人工智能75

    英伟达预计 2028 财年营收同比增 70%,黄仁勋称实际需求远高于此

    英伟达预计 2028 财年销售额同比增长约 70%,CEO 黄仁勋称实际市场需求远高于这一数字,增速主要受供应能力限制。公司同时宣布将在 2027 至 2028 年向 AWS 额外供应 200 万块 GPU。第二季度营收同比增长 106% 至 962.2 亿美元,连续第 13 个季度创下营收纪录。

    推荐理由:黄仁勋把需求分成超大规模云与尚被低估的主权 AI 两类,只按云厂商资本开支外推 AI 需求会漏掉正在扩大的企业端采购。

  3. TechCrunch:AI76

    亚马逊将英伟达芯片订单增至三倍,新增200万颗GPU

    亚马逊与英伟达宣布扩大合作,将在2027和2028年为AWS数据中心新增200万颗GPU芯片,包括Blackwell Ultra、Rubin和Rubin Ultra。此前五个月亚马逊刚同意部署超100万颗英伟达GPU,英伟达称此后“需求超出预期”。双方未披露财务条款,但按GPU单价估算交易价值达数百亿美元。

    推荐理由:亚马逊在自研Trainium的同时三倍追加Nvidia订单,显示短期AI算力缺口仍大于自研替代,这会影响市场对云厂商自研芯片能否替代Nvidia的判断。

  4. IT之家·人工智能74

    英伟达 2027 财年半年报归母净利润 1180.1 亿美元,同比增长 161.1%

    英伟达发布 2027 财年半年报,上半年营收 1778.37 亿美元,归母净利润 1180.1 亿美元,同比增长 161.1%,GAAP 毛利率 75%。第二财季营收 962.21 亿美元,同比增长 106%,环比增长 18%,归母净利润 596.88 亿美元,同比增长 126%。数据中心业务第二季度收入 890.23 亿美元,同比增长 117%,Vera Rubin 平台已进入全面量产。

    推荐理由:数据中心收入同比翻倍叠加 Vera Rubin 平台全面量产,显示 AI 基础设施的资本开支仍在加速,延迟部署的概率下降。

8月26日周三
  1. Tomasz Tunguz 博客84

    NVIDIA 季度营收指引达 1080 亿美元,首次突破单季千亿大关

    NVIDIA 上季度营收 960 亿美元,同比增长 106%,并指引 Q3 达 1080 亿美元(±2%),成为首家单季营收突破千亿美元的半导体公司。按此年化营收 4320 亿美元,NVIDIA 已跃居全球第六大公司。同时,应收账款周转天数(DSO)从 45 天升至 60 天,反映其正为投资级客户提供更长的付款期限以支撑需求。

    推荐理由:作者用 DSO 从 45 天跳到 60 天、应收账款增速远超营收等数据,提示 NVIDIA 增长背后对客户信用扩张的风险信号。

  2. SemiAnalysis 长文 RSS82

    SemiAnalysis 实测 OpenAI Jalapeño 推理芯片:多项性能超过 Nvidia Blackwell

    SemiAnalysis 应 OpenAI 邀请在实验室实测其在 Hot Chips 公布的 Jalapeño 推理 ASIC,称其在 DeepSeek R1、Kimi K2.5、GPT-OSS 等模型上的 perf/W 超过所有可测的 Nvidia、AMD 和 Google 芯片,DeepSeek R1 在并发 1 下达每用户超 700 token/s。

    推荐理由:SemiAnalysis 实测了 OpenAI Jalapeño 推理芯片,给出 InferenceX 性能数据和架构细节,并指出与 Rubin 对比才是更公平的参照。

8月25日周二
  1. Epoch AI:Gradient Updates62

    Epoch AI 报告:美国 GDP 统计漏记 Nvidia 创造的价值,去年增长被低估约 0.3 个百分点

    Epoch AI 发布报告,指出美国 GDP 统计漏记 Nvidia 等 fabless 芯片设计商在海外制造销售的价值,导致去年美国 GDP 增长被低估约 0.3 个百分点。

    推荐理由:报告用逐项核查和 BEA 确认,指出 GDP 统计漏记 Nvidia 这类 fabless 厂商的海外价值,量化了低估幅度。

8月24日周一
  1. NVIDIA Blog63

    NVIDIA Vera Rubin NVL72 树立 AI 智能体效率新标准:每瓦特工作量提升至 30 倍

    NVIDIA 实测数据显示,Vera Rubin NVL72 在智能体工作负载下每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍,每百万 token 成本降低至 35 倍。

    推荐理由:对电力受限的 AI 工厂,每兆瓦吞吐量 30 倍提升与 token 成本同步下降,意味着同等能源预算下可承载的 agentic 负载量级不同,部署决策中的成本模型可能改写。

8月22日周六
  1. LMSYS Blog63

    Ling-3.0-flash 在 4 块 Blackwell GPU 上如何将批处理 1 解码延迟降低 54%

    蚂蚁 Ling Infra 团队与 RadixArk SGLang 团队将 Ling-3.0-flash 混合线性注意力 MoE 模型的单请求解码速度从 288 tok/s 提升至 606 tok/s,平均 TPOT 从 3.33 ms 降至 1.53 ms。

    推荐理由:对做单请求低延迟推理的团队,可迁移的是先把主机从 GPU 进度上解绑再优化 GPU 关键路径,否则主机的同步等待会变成每步的 GPU 气泡,这与具体模型无关。