BetVictor Sports(伟德体育)国际官网(访问: hash.cyou 领取999USDT)
去年10月,亚马逊宣布世界上最大的AI 计算集群之一 Project Rainier 现已投入使用。这一超级集群配备近 50 万颗 Trainium2 芯片,分布于美国境内多个数据中心。亚马逊 AWS 合作伙伴 Anthropic 已经开始在该集群上运行工作负载,这一AI 基础设施提供的计算能力是 Anthropic 之前训练其 AI 模型所用的 5 倍以上。而到 2025 年底,Anthropic 将在超过100 万颗 Trainium2 芯片上运行 Claude 模型的训练、推理等工作负载。
谷歌则宣布将2026年TPU芯片出货量目标大幅上调50%至600万颗。4月初,Anthropic与谷歌、博通签下最新协议,根据协议,Anthropic将从2027年起获得基于谷歌TPU处理器、由博通提供的约3.5吉瓦AI算力支持。此次合作延续了双方的战略布局:2025年10月,Anthropic已宣布与谷歌扩大合作,计划部署多达100万枚TPU(算力超1GW)支持Claude模型需求。TPU作为谷歌自研AI芯片,除自用外,大模型厂商(如Meta)也积极采用,凸显其在高性能推理与训练场景的竞争力。
当前,初创公司布局GPU路线主要分为两大方向:一是高端通用GPU的“性价比”,二是细分场景专用GPU,实现精准卡位。前者方面,比如国产芯片公司壁仞科技、沐曦科技便已推出研发性能接近英伟达H100、H20等,且更具成本优势的产品,同时凭借本土供应链优势,已实现规模出货。后者方面,部分公司打造“场景专用”的GPU产品,避开与巨头的正面竞争。比如聚焦自动驾驶场景的初创公司,针对车载环境的低功耗、高可靠性需求,优化GPU的功耗控制与实时性,打造车载专用AI GPU;聚焦边缘计算场景的初创公司,则精简GPU架构,降低功耗与体积,适配边缘设备的部署需求。
该路线是AI芯片初创公司突围的核心路径,也可分为三大方向:第一类是提供极致性能的ASIC产品,比如上文提到的国际AI芯片公司Cerebras、Groq,它们放弃通用路线,针对超大规模AI训练、低延迟推理等极端场景,定制开发ASIC芯片。第二类和GPU场景类似,是提供细分场景专用的ASIC产品。比如上文提到的Matrix,针对AI推理的存储瓶颈,开发全新的3D DRAM技术。第三类是通过与头部客户绑定,直接为其定制芯片。比如SambaNova便选择与英特尔合作,为英特尔x86生态定制专用AI ASIC加速卡,打造“CPU+ASIC”的协同方案。
沐曦股份2025年实现营收16.44亿元,同比大幅增长121.26%;实现归母净利润-7.89亿元,较上年同期-14.09亿元收窄43.97%,这是该自公司成立以来首次实现亏损幅度收窄。财报表示,2025年收入增长主要因为随着产品及服务获得下游客户的广泛认可与持续采购,GPU产品出货量显著增长。其中,沐曦股份的训推一体GPU板卡(曦云C系列为主)销量达33649片,同比增长147.31%,而智算推理GPU板卡销售量则为4946片,同比增长达到866.02%。
天数智芯实现总营收 10.34 亿元,同比大增 91.6%;毛利 5.58 亿元,同比飙升 110.5%。2025年,其通用GPU产品产生的收入达到9.23亿元,同比增长149.6%,占同年总收入的89.3%。其中,专为满足AI模型训练需求而设计的天垓系列,收入为5.84亿元,同比增长116.7%,而专为云端及边缘推理应用而设计的智铠系列,收入为3.39亿元,同比增长238.2%,收入贡献占比也由2024年的18.6%增长至32.8%。
HASHKFK