杭州指令集智能科技有限公司

随着大模型技术的非线性爆发，整个科技界与商业界正经历着一场深刻的范式转移。 近日，在斯坦福大学CS153（前沿系统）课堂上，微软董事长兼首席执行官萨提亚·纳德拉（Satya Nadella）与课程联合导师迈克尔·阿博特（Michael Abbott）展开了一场高维对话。纳德拉深刻指出，未来企业的长期护城河绝非通用的基础大模型，而是如何将模型融入自身特有的数据、行为轨迹与强化学习环境，构建出属于企业自身的“爬山机器”。 华尔街见闻整理要点如下： 企业壁垒的底层逻辑重构：如果一家公司仅仅是基础大模型的消费者，其企业价值将面临归零风险。企业未来的核心壁垒在于将前沿模型、开源模型或授权权重模型嵌入自身特有的私有评估集和强化学习环境（RLE）中，构建属于自己的“爬山机器（Hill-Climbing Machine）”，让自身的隐性知识产权（IP）随着时间产生复利。 智能体（Agent）的三大演进形态：AI的落地形态已从最初的聊天助手（Chat）发展到任务指派的协同工作（Cowork），再到最新的“自动驾驶（Autopilot）”长期运行智能体。以微软Scout和开源框架OpenClaw为代表的自航智能体在后台全天候运

在AI算力需求呈指数级爆发的背景下，字节跳动加速推进自研CPU芯片战略。 6月30日据《南华早报》及TrendForce援引多位知情人士消息，字节跳动计划最迟于明年年初，完成下一代自研服务器CPU的设计定案，目标在2027年下半年实现量产并在全球数据中心大规模部署。 上述CPU早期版本已于去年底在公司内部低调上线试用，测试结果被认为"进展超出预期"。 为确保量产节奏，字节跳动正与美国芯片厂商高通展开深度合作，借助后者在台积电等晶圆代工厂的供应链话语权，共同争取产能资源。 GPU成本高企压力下，这一自研CPU项目被视为字节系统性降低对英伟达、英特尔及超微等海外供应商依赖度的关键一步，也可能对中国互联网企业长期依赖海外数据中心处理器的格局形成冲击。 设计提速，最快明年年初定案 钛媒体等多家媒体援引知情人士消息称，这款自研CPU的早期版本已于去年底在公司内部投入使用，主要承担部分数据中心负载，项目已从论证阶段迈入实际落地阶段。 其中一位知情人士透露，由于内部AI业务算力需求持续攀升，项目团队正在研究提前"流片"的可能性，即在最终设计定案前加速将设计送往晶圆厂生产试验版芯片，以为量产预留更多冗余，整体量产和部署节奏存

本周，一则不大不小的消息从英伟达那边传来：面向AI数据中心的新一代CPU Vera，最早八月就能让中国客户下单，单颗售价远超两万美元，一个含256颗芯片的整柜大约一千万美元。据报道已经有一家中国大型云服务公司盘算着先订三百多台双路服务器，每台塞两颗Vera CPU，先在海外数据中心跑一跑测试，再决定是否正式下...... 本文来自微信公众号： 大橘财经 ，作者：观网财经，原文标题：《英伟达CPU压境，中国RISC-V迎战——半导体深观察之四》 本周，一则不大不小的消息从英伟达那边传来：面向AI数据中心的新一代CPU Vera，最早八月就能让中国客户下单，单颗售价远超两万美元，一个含256颗芯片的整柜大约一千万美元。据报道已经有一家中国大型云服务公司盘算着先订三百多台双路服务器，每台塞两颗Vera CPU，先在海外数据中心跑一跑测试，再决定是否正式下单。 Vera是英伟达今年三月发布的、首款专为智能体AI设计的独立CPU，基于Arm技术，全面投产，号称运行速度比竞品同类处理器快1.8倍。英伟达CEO黄仁勋自己也承认，由于先进芯片出口管制等因素，公司在中国市场的份额实际已经大大下降。在这种背景下，把Vera送进中

2025年3月，George Hotz在个人博客上发了一篇文章，标题只有两个词：AMD YOLO，意思是「不留一丝退路，全押AMD」。 Hotz在文中写道：AMD正在寄送我们要的两台MI300X（AMD顶级数据中心AI加速卡），已在路上。 MI300X是AMD押注AI算力的旗舰产品，平时是云厂商和大模型公司排队抢的货。现在却要寄到tiny corp：一家当时连办公室都谈不上、靠GitHub和Discord运转的小公司。 而这个包裹的收件人，江湖人称geohot——George Hotz。 geohot这个名字第一次为人所知，是2007年的一段视频。当时17岁的他，第一次解锁了一部iPhone。 2007年，17岁的George Hotz对着摄像头展示全球第一部解锁的iPhone，那段视频播放量近两百万，让geohot这个名字传遍黑客圈。 后来他又因破解索尼PS3被告上法庭。而这一次，他想干一件更大的事：从软件侧，撬动英伟达的CUDA护城河。 「CUDA是生态，不是护城河」 「CUDA是生态，不是护城河」。 Hotz在博客中毫不客气的说，CUDA（英伟达的GPU计算平台）并非人们想象的那种护城河，它只是一个早

近日，半导体行业协会 (SIA) 与德勤合作，发布了一份报告，指出各种半导体技术都是人工智能 (AI) 不可或缺的一部分，在 AI 基础设施的价值中占据了相当大的份额，并在未来几年带来了巨大的市场机遇。 这份新报告指出，芯片在领先的人工智能服务器机架的组件价值中占比超过95%，在构建和运营人工智能数据中心所需的总资本支出中占比超过50%。该研究还详细阐述了人工智能如何需要涵盖逻辑、存储、模拟和基础芯片等全方位的半导体技术。此外，报告预测，到2028年，人工智能数据中心所用半导体的年收入可能达到1.2万亿美元。这比过去四年增长了近十倍，并且比2025年全球所有终端用途的半导体总销售额高出50%以上。 报告的其他主要发现： 1.人工智能数据中心需要大量的计算、存储和内存带宽、电力分配和网络能力，所有这些都由完整的芯片技术栈提供； 2.一个完整的AI服务器机架总共包含超过4500个封装芯片。其中包括： （1）先进的逻辑芯片，例如人工智能加速器、专用集成电路 (ASIC)、现场可编程门阵列 (FPGA)、中央处理器 (CPU)、数据处理单元 (DPU) 和网络芯片。 （2）、存储器，例如高带宽存储器（HBM）、动态和