安徽艾德未来智能科技有限公司

被称为"HBM之父"的韩国科学技术院（KAIST）金正浩教授抛出一个颠覆认知的判断：AI的本质是内存，而不是GPU。 近日，韩国科学技术院（KAIST）电气工程系教授金正浩接受视频专访，围绕HBM技术演进、AI算力格局和未来半导体架构作出系统性阐述。金正浩被业界称为"HBM之父"，早在2010年代初期便与SK海力士合作参与HBM1开发，此后主导了一系列底层架构研究。此次访谈内容在科技与投资圈广泛流传，核心观点直指当前AI算力竞赛的结构性矛盾。 金正浩在访谈中直接给出了一个令人震动的数字： "GPU装100万台，真正工作的时间只有10%。" 他解释，每当ChatGPT输出一个词，系统就需要从HBM中读取数据、完成计算、再写回内存，"读和写几乎占掉了全部时间，GPU就在旁边干等着。"即便通过算法优化，GPU利用率也很难突破30%。 这正是他多年坚持的核心论断的现实依据："AI等于内存（AI = Memory）。" 一、为什么GPU遇到了"外通死局" 金正浩对英伟达（NVIDIA）现状的判断措辞犀利。他说，黄仁勋近期频繁访问韩国、参加综艺、吃炸鸡喝啤酒、会见各路人士，"这么多会面背后，说明他不安心"。 "GPU的

全网都在讲AI替代人力，现实是大厂正在疯狂招人。 微软这边刚传出要裁几千人，那边就砸25亿美元成立Frontier Company，整合约6000名工程师、技术顾问和销售团队，派驻联合利华、诺和诺德这些企业客户现场。Ford更绝，刚花了大价钱把350个老工程师请回来，因为AI自动化设计系统搞出了一堆错误，质量下滑到不得不人工返工。 AI不是来替代人力的吗？怎么越搞越离不开人？ 微软砸25亿，从"卖光盘"变成"上门装机" 微软6000人驻场，直接从现有团队抽调。商业业务总裁Judson Althoff六月份就公开承认，"三年前做Copilot时只绑定OpenAI模型是个错误"，现在推平台中立的Frontier Company，帮客户"灵活切换不同大模型"。 Althoff这的核心意思其实就一个：之前卖Copilot许可证，企业以为拿回去自己就能用，结果发现根本用不起来。 软件公司的理想是"卖光盘"，客户拿回去自己装，这也是Saas的传统思路。现在微软派人上门安装、调试、教客户用，说明AI工具的产品化还没跑通。客户不会用、不敢用、用不好，只能厂商把人送过去。25亿美元是初始资金，覆盖薪酬、差旅、平台搭建和运营，养

英伟达眼睁睁地看着，大客户们一个接一个的自研芯片。 谷歌、微软、亚马逊……OpenAI是最新一个。 OpenAI发布首款自研推理加速芯片Jalapeño，联合博通和Celestica合作打造。 与GPU作为通用加速器不同，Jalapeño专为ChatGPT、Codex以及未来智能体产品量身定制，从芯片到整个配套的基础设施，全都针对大模型工作负载优化。 只用9个月，从0开始设计到到流片，是迄今为止高性能先进半导体ASIC领域最快的开发周期。 到2026年底，就能初步部署。 OpenAI公告中霸气定义：这，就是全栈优势。 在OpenAI之前，谷歌、亚马逊、微软、Meta已经先后走上了自研芯片这条路。在OpenAI之后，Anthropic也在考虑自研芯片。 英伟达的超级客户清单，正在变成一份竞争对手名单。 OpenAI首款AI芯片 为OpenAI操刀Jalapeño的是Richard Ho，前谷歌TPU团队的核心成员。 他还担任过光计算芯片公司Lightmatter的高级副总裁，更早期联合创办过EDA公司0-In Design Automation。 他的履历横跨芯片设计、AI加速和光互联三个领域，几乎是为”设

比支付更难的，是授权，比技术更稀缺的，是信任。  AI支付不是大厂拍脑袋的产物，不是无意义的入口争夺，更不是用户不需要的"伪需求"。它是一次被技术和用户习惯共同推着走的基础设施升级，是支付行业从"交易处理"到"智能服务"的必然演进。 当然，它今天依旧不完美。会有安全问题、场景局限，会有大厂之间的博弈和竞争。 但如果我们因为不完美而苛责，很可能会错过一个让支付真正"无感"的时代。 推进AI完成交易的“最后一公里” 最近微信、支付宝、京东、银联密集发布AI支付产品，很多人的第一反应是：大厂又开始卷支付了？但把产品拆开来看，会发现它们甚至不在同一赛道。 支付宝解决的是AI如何真正完成任务。微信解决的是AI如何安全地替用户花钱。京东解决的是AI花错钱，谁来负责。银联解决的是AI如何进入现有支付网络并获得信任。 海外的Visa、Mastercard、Stripe，则在争夺未来智能体商业的底层协议和基础设施。 看似都在做AI支付，其实却是在补齐Agent时代交易链路里的不同缺口。 最激进的是支付宝。据晚点LatePost报道，支付宝内部从2023年下半年启动“宝计划”，探索智能化转型。2024年9月上线独立App“支小宝

兜兜转转两年，Momenta终于要上市了。 6月18日，据中国证监会备案信息，Momenta Global Limited拟发行不超过4375.41万股境外上市普通股，并在港交所上市。市场消息称，Momenta此次计划募资约10亿美元，对应估值约90亿美元。 而据接近交易人士透露，Momenta目前已通过港交所上市聆讯，将于6月30日前后启动发行。 那么，为何Momenta会选择在这个时间点上市？对其来说，未来最大的风险又在哪里？ 01  Momenta不是来要钱的 单看募资规模，Momenta并不像缺钱的样子。 据独角兽早知道，今年3月Momenta在向港交所递交招股书时的计划融资是5亿至10亿美元，而IPO估值预期则超过了1000亿元人民币。换句话说，哪怕顶格，融资额也只占估值的不到一成。 对于还在高研发投入阶段的Momenta来说，5亿到10亿美元当然不是小钱。但如果把它放在千亿人民币估值的框架里看，这笔钱更像是一部分补充弹药，而不是决定生死的救命钱。 更何况，Momenta一直都不太担心钱的问题。 据公开信息来，Momenta自成立以来大致经历了五轮重要的融资，从早期的风险投资，到中后期引入车企与产

面对千行百业智能化的蓝海，云厂商们再次站到了同一起跑线上，开启了一场比拼落地能力的竞速赛。 1698年，托马斯·萨弗里发明了一种蒸汽泵，由锅炉、活塞和阀门组成，通过蒸汽冷凝产生真空，再利用大气压把水从矿井抽上来。 1712年，铁匠托马斯·纽科门对蒸汽泵进行了改良，创造了大气式蒸汽机，可连续工作24小时，让深达150米的矿井不再积水。 1765年，詹姆斯·瓦特发明了分离式冷凝器，让蒸汽机的效率提升了6倍。接下来的20年里，瓦特相继发明了飞轮和齿轮系统，蒸汽机不再只能上下抽水，还可以旋转驱动机器。 1785年，第一台瓦特蒸汽机在棉纺厂运转，纺纱效率直接翻倍，人类社会由此开启了“蒸汽时代”的新篇章。 回顾云计算的演变历程，和蒸汽机高度相似。 早期的云计算以虚拟化和弹性著称，就像蒸汽泵取代了风车抽水机，云计算解决了企业数字化最迫切的问题：不用建机房，不用买服务器，不用维护基础设施，只需要按需购买云端的资源。 大模型浪潮进一步重构了云的价值，正如大气式蒸汽机对抽水能力的提升，大模型时代的云计算，渐渐承载了模型训练、推理调用、AI应用开发等服务，演变为跨行业的智能化底座。 Agent的出现，让AI走出了对话框，开始具备拆

你最近为 AI 工具花过多少钱？ 可能是一个转写会员，一张录音时长卡，一个大模型订阅，或者某个能帮你整理会议纪要的工具。 AI 进入职场后，很多变化还没落到公司流程里，却已经先出现在个人账单上。 AI 耳机的走红，恰好撞上了这笔外溢出来的效率支出。 抛开遥远的入口想象，AI耳机更容易被用户理解的地方，落在职业人每天都要处理的声音任务里：听不懂、记不全、说不清。 这些需求不性感，但足够贴近日常。 AI 耳机借用原本就存在的佩戴习惯，把 AI 放到声音发生的现场，也因此露出了一个更容易被验证的购买理由。 这也把问题推向下一层：当这些基础能力慢慢变成标配，AI耳机接下来更值得看的，是它能不能顺着一段声音，走进后面那串更长的工作。  01 想象退潮后，留下的是可验证的声音能力 当所有硬件都在试图重塑交互入口，AI耳机的热闹，已经不需要靠概念来撑场。 2025 年第一季度，全球 TWS 耳机出货量达到 7800 万台，同比增长 18%；同一时期，洛图科技监测到国内主流电商平台 AI耳机销量达到 38.2 万副，同比增长 960.4%，销量规模已经超过 2024 年全年。传统音频品牌、手机厂商、翻译设备公司甚至互联网大厂

智东西6月3日报道，今天凌晨，在微软Build 2026开发者大会上，微软一口气发布了超20项重磅更新，包括9款自研模型、与英伟达合作的全新PC产品、Windows版“龙虾”，以及超10款智能体应用和开发工具。 英伟达创始人兼CEO黄仁勋从台北远程连线，深夜和微软董事长兼CEO萨蒂亚·纳德拉（Satya Nadella）纳德拉展开对谈。黄仁勋说，AI基础设施已经进入智能体时代，而微软与英伟达正在共同定义下一代AI计算平台。 “如果我们能把算力、内存都最大化，那会造出怎样一台开发者的「梦中情机」？” 纳德拉用一个问题引出微软重磅PC新品——搭载英伟达RTX Spark超级芯片的Surface RTX Spark Dev Box桌面工作站，AI算力达1PFLOPS，本地能跑120B参数的大模型。 Surface RTX Spark Dev Box 除了新型PC外，微软还展示了为多智能体世界而生的两款新型AI硬件：一款是能塞在胸前的AI可穿戴设备，另一款是AI桌面伴侣，主打以低成本、即插即用、随时响应的方式来使用智能体。 值得一提的是，在扶持OpenAI七年后，微软AI超级智能团队终于发力，连推7款自研大模型：

Arm在Computex 2026正式宣布AGI CPU进入量产阶段，押注Agentic AI时代数据中心对CPU算力的爆发性需求，并由此确立了向自研芯片领域的战略转型。 CEO Rene Haas表示，此前设定的150亿美元自研芯片营收目标"有望提前实现"——"需求比我们预期的还要强劲，需求表现非常好"。该目标原定于本十年末完成，届时自研芯片业务营收预计将超越现有IP授权业务规模。 Arm股价周一大涨逾15%，收报408.85美元，创历史收盘新高，年内涨幅累计达274%，过去12个月累计上涨224%。英伟达发布RTX Spark笔记本芯片——该产品集成Arm定制版Grace CPU，搭载20颗Arm架构核心，并配备专为智能体计算设计的Blackwell GPU，宏碁、华硕、戴尔、技嘉、惠普、联想、微星、微软等主流PC厂商均已确认推出对应机型。 Rene Haas直言，“常年不断有人咨询：Windows+Arm生态何时能在笔记本、通用计算领域形成规模化竞争力？我的答案是：如今这个节点已经到来。”黄仁勋则表示，打造智能体设备离不开高性能CPU，这也是我们选用Arm架构的核心原因。产品搭载20核CPU，单核性能优

微软正在同时押注AI互联网、量子计算和本地智能助手。 美东时间2日周二举行的年度开发者大会Build上，微软发布一系列重量级产品和技术：推出面向AI智能体（Agent）时代的搜索基础设施Web IQ；发布新一代量子芯片Majorana 2，将拥有具备商业应用价值的量子计算机实用目标时间大幅提前至2029年；同时宣布新的AI助手Scout以及一套让开发者能够在Windows PC上部署“龙虾（OpenClaw）”式自主智能体系统的工具链。 英伟达也成为微软Build舞台上的核心角色之一。英伟达CEO黄仁勋通过连线参与微软CEO纳德拉的主题演讲，双方展示了一套覆盖Windows设备、本地计算、边缘部署到Azure云端的统一智能体AI技术栈，包括新一代本地AI开发设备、Windows本地模型运行能力，以及开发者从PC直接扩展到云端智能体部署的新工具体系。 从搜索、模型、操作系统、量子硬件到AI计算平台，微软Build大会释放出清晰信号：微软不再满足于做AI应用公司，而是在构建下一代智能计算全栈生态。 综合观察微软今年Build的发布内容，一个明显变化是：微软的战略版图已经明显超出聊天机器人和Copilot。 微软如