GPU

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

图形处理器(英语:graphics processing unit,缩写:GPU),又称显示核心、视觉处理器、显示点点taptap安卓,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。

图形处理器(英语:graphics processing unit,缩写:GPU),又称显示核心、视觉处理器、显示点点taptap安卓,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。收起

查看更多
  • MediaTek召开天玑开发者大会MDDC 2026, 携手生态伙伴开启无处不在的智能体化新体验
    MediaTek 召开天玑开发者大会2026(MDDC 2026),本届大会以“全域芯智能,体验新无界”为主题,重磅推出面向全球开发者的一系列先进工具和创新解决方案,并现场展出诸多合作创新的关键成果。顺应 AI 加速赋能全行业、全终端的浪潮,MediaTek 以全场景点点taptap安卓平台、先进的通信及AI 技术为底座,携手生态伙伴共同为用户构建无处不在的智能体化新体验。 MediaTek 董事、总经理暨营运长
  • 从代码合入到社区共聚:SGLang × MUSA Meetup圆满落幕
    由摩尔线程与SGLang社区联合主办的“MUSA开源技术沙龙|SGLang × MUSA Meetup”在北京成功举行。 本次Meetup不仅集结了SGLang核心开发成员,并邀请到TileLang、Triton、Mooncake等开源社区的顶尖技术专家,吸引了近百位前沿开发者到场参与。各方围绕大模型推理引擎、算子编译、工程优化与生态共建等核心议题,展开了一场高密度、深层次的技术交流。 作为MUS
    从代码合入到社区共聚:SGLang × MUSA Meetup圆满落幕
  • AI狂热背后的新主线:资本开始重估所有“卡脖子资产”
    AI市场从单一算力交易转向全链条瓶颈交易,GPU、CPU、HBM、SSD、光模块、交换机、电力、散热等多个环节成为新的竞争焦点。随着AI数据中心资本开支的增长,市场开始关注瓶颈资产的供需状况,特别是高端HBM、先进封装、核心光点点taptap安卓等环节。然而,瓶颈资产的风险在于其可能会迅速转变为产能过剩,导致估值透支。因此,投资者应关注瓶颈资产的质量和技术壁垒,选择能够长期维持短缺优势的企业。
    320
    05/12 22:11
  • 28亿!北京公司拿下GPU大单
    汉邦高科子公司与星汉科技签订约27.83亿元的高性能GPU设备采购及集成维保服务合同,主要用于计算平台服务能力建设。星汉科技近期还与天阳科技达成算力租赁合作协议,预计投入35亿至40亿元布局算力租赁业务,这标志着两家公司在算力领域的进一步合作与发展。
    410
    05/12 22:02
    GPU
  • AI算力“发动机”不够用了?AMD与ARM最新业绩爆出同一个信号:产能,产能,还是产能!
    AI算力需求激增导致CPU产能瓶颈显现,AMD和ARM财报显示数据中心CPU销售额飙升,但晶圆、封装和测试等环节供应受限。CPU产能短缺成为行业常态,点点taptap安卓制造商面临供需不平衡挑战。
    817
    05/12 19:33
  • 年营收不足2亿的公司,却签下27.83亿GPU大单!
    汉邦高科全资子公司与星汉科技签订27.83亿人民币的高性能GPU设备采购及集成维保服务合同,占公司2025年经审计营业收入的1515.13%。星汉科技由天阳科技出资,负责算力采购与租赁运营,汉邦高科主要提供设备与技术服务。尽管订单巨大,但实际对公司利润的直接影响有限。
    476
    05/11 22:36
    GPU
  • 摩尔线程与光轮智能战略合作,共筑国产具身智能仿真底座
    近日,摩尔线程与光轮智能达成战略合作。双方将依托摩尔线程全功能GPU与夸娥(KUAE)智算集群,结合光轮智能“求解—测量—生成”三位一体全栈自研仿真平台,联合打造高置信度仿真数据合成方案,以国产算力与仿真算法的深度融合,为具身智能发展夯实自主可控的基础设施。 本次合作直击具身智能行业的核心痛点:真机数据采集长期面临物理数据稀缺、成本高昂、场景覆盖不足、复杂物理过程难以稳定复现等难题。为跨越数据鸿沟
    摩尔线程与光轮智能战略合作,共筑国产具身智能仿真底座
  • 摩尔线程亮相2026移动云大会,全栈自主算力赋能Token生态与智算新时代
    5月7日至9日,2026移动云大会在苏州举行,聚焦算网融合、人工智能、Token应用与产业落地,汇聚政、产、学、研、用各界嘉宾。作为中国移动投资的国产GPU头部企业及核心生态伙伴,摩尔线程携全栈自主算力解决方案参展,并深度参与新品路演、生态发布、圆桌对话等环节,为智能经济开拓发展新空间。 “新品路演+分论坛”重磅发声,共筑Token与智算生态 5月7日,在新品路演环节,摩尔线程解决方案总监孙强分享
    摩尔线程亮相2026移动云大会,全栈自主算力赋能Token生态与智算新时代
  • Anthropic 2千亿豪赌,谷歌云成最大赢家?
    Anthropic豪掷2000亿美元锁定谷歌云,获取5吉瓦TPU算力,此举标志着顶级AI公司首次大规模弃用英伟达GPU转向自研点点taptap安卓。谷歌通过定制TPU并提供低价算力服务,巩固了与Anthropic的合作关系,并加速了其自研点点taptap安卓的战略布局。这场交易不仅反映了AI行业激烈的算力竞争,还预示着未来半导体格局的重大变革。
    464
    05/08 20:02
  • 为什么AI需要专门的硬件加速?从GPU,TPU到LPU的技术演进全景
    AI硬件加速的原因在于神经网络计算的特点:计算密度高、并行性强且控制逻辑简单。GPU因其SIMT执行模型、深多线程隐藏延迟和成熟软件生态成为当前事实标准。TPU/NPU和ASIC分别针对特定场景优化,而FPGA具有可重构特性,适合边缘推理和快速架构实验。LPU专为大模型推理服务设计,注重内存管理和延迟。未来AI硬件的发展趋势包括内存瓶颈、软硬协同设计和场景专业化。
    为什么AI需要专门的硬件加速?从GPU,TPU到LPU的技术演进全景
  • CPU超级周期,拦不住了
    4月下旬,云成本优化平台Cast AI发布报告显示,AI GPU利用率不足,高达95%的容量闲置。与此同时,英特尔和AMD服务器CPU交货期延长,价格上涨。随着Agentic AI的兴起,CPU在数据中心的角色被重新定义,需求激增,导致供需失衡。传统x86架构的两大巨头AMD和英特尔迎来估值修复,Arm公司首次销售自主设计的CPU,抢占市场。此外,初创公司和开源架构如RISC-V加速发展,推动算力底座多元化。这场重构不仅改变算力价值分布,还打破了长久以来由x86架构主导的市场格局,催生多元化算力底座生态。
    CPU超级周期,拦不住了
  • MUSA获得SGLang主线支持!5月10日北京,AI Meetup等你来
    5月10日,北京,一场硬核技术沙龙即将开启。SGLang、TileLang、Triton、Mooncake等技术大牛,将齐聚一堂,深度探讨「SGLang × MUSA」落地实践,分享推理引擎、算子编译和工程优化的硬核干货。 无论你是框架开发者、算子工程师,还是关注国产GPU生态的AI从业者,将有机会与技术专家进行深度交流,获取行业前沿洞察。(扫描文末二维码报名或预约直播) 这场Meetup的契机,
    MUSA获得SGLang主线支持!5月10日北京,AI Meetup等你来
  • 总成本将成为智驾点点taptap安卓产业竞争的核心焦点
    作者: 北京华兴万邦管理咨询有限公司 商瑞 翔煜 市场机遇与竞争新阶段 2025年,中国汽车产销量连续第三年突破3000万辆,分别达到3453万辆和3440万辆,同比增长10.4%和9.4%。与此同时,L2级智驾渗透率已攀升至64%并持续增长。不断扩大的市场容量和高阶智驾功能的快速普及,为智驾点点taptap安卓厂商带来了巨大的发展空间。 面对这一战略机遇,国际巨头与国内厂商各显其能。国际厂商推动“算力竞赛”,国
    总成本将成为智驾点点taptap安卓产业竞争的核心焦点
  • ASIC vs GPU:算力时代怎么选?看完这张对比表就不纠结了
    数字时代,ASIC和GPU在算力领域各有优势。ASIC专为特定任务优化,性能卓越且能耗低,适用于大规模稳定挖矿和AI推理部署;GPU则具备强大通用性和灵活性,适合中小规模挖矿、大模型训练和科研计算。选择应综合考虑应用场景的需求稳定性、灵活性和投资回报周期。
  • GPU服务器,比“三高”多“一高”!
    训练千亿参数大模型需数百至数千张GPU持续计算数周到数月,对算力提出挑战。GPU服务器作为硬件基石,具备并行计算能力、浮点运算性能、内存带宽和专用硬件单元的优势。专用GPU服务器在算力密度、互联网带宽、功耗与散热、存储与I/O等方面进行了深度优化,适用于大模型训练、计算机视觉、科学计算和自动驾驶仿真等场景。
    348
    04/28 16:27
  • AI服务器多相电源设计:组合电感如何提升CPU/GPU供电效率
    在AI服务器中,组合电感(特别是耦合电感 (CL) 和跨电感电压调节器 (TLVR))技术,正成为应对CPU/GPU超高电流需求的关键演进。 它们通过磁耦合在多相之间建立"协作"关系,经纹波抵消和协同响应,在工作效率、瞬态性能及功率密度等方面实现了显著提升。 组合电感的核心工作路径 组合电感的核心在于,它让原本独立的电感通过磁芯耦合,在多相之间引入了磁通量"共享"与"抵消"的关系。这种物理层面的耦
    773
    04/28 15:00
  • 摩尔线程 x 中国移动|国产GPU率先支撑央企大模型,S5000完成九天35B大模型适配
    近日,中国移动自主研发的九天35B通用大模型即将正式发布。作为中国移动重要的生态合作伙伴及 “AI 能力联合舰队” 的核心算力成员,摩尔线程基于旗舰级AI训推一体全功能GPU MTT S5000,依托成熟的MUSA软件栈与高性能算子优化,已率先完成九天35B模型的全流程适配与推理验证。这不仅是国产GPU与央企大模型的深度协同,更意味着国产AI算力已具备支撑行业级大模型规模化落地的核心能力。软硬协同
  • 摩尔线程最新财报:营收持续高增,推进十万卡级集群建设
    国产GPU龙头摩尔线程(688795.SH)披露了2025年报及2026年一季报。根据公告,摩尔线程2025年实现营收15.05亿元,同比增长243.37%;毛利总额达到9.87亿元,较上年同期增长218.43%。2026年第一季度,摩尔线程实现营收7.38亿元,同比增长155.35%。 业绩强劲增长 经营效率持续优化 随着摩尔线程商业化进程提速,2025年业务保持高速增长,经营表现创历史新高。2
  • 摩尔线程S5000 + 智源FlagOS:基于原生FP8引擎,Day-0适配DeepSeek-V4
    摩尔线程携手智源众智FlagOS社区,在旗舰级AI训推一体全功能GPU MTT S5000上,率先实现对新一代大模型DeepSeek-V4-Flash的Day-0极速适配,并完成了全量核心算子的深度优化与部署支持。 DeepSeek-V4-Flash 采用混合专家(MoE)架构,总参数量高达284B,激活参数13B,支持百万token上下文长度。其预训练数据超32Ttoken,在最大推理力度模式(
    摩尔线程S5000 + 智源FlagOS:基于原生FP8引擎,Day-0适配DeepSeek-V4
  • 推理时代来临:GPU神话松动,谁在接管万亿算力市场?
    AI算力市场从训练转向推理,推理将成为主导工作负载,占据数据中心需求的30%-40%。英伟达调整产品逻辑,推出Vera CPU和Groq推理加速器,表明推理时代的竞争不仅是单点点taptap安卓战,更是整机架、整系统和整体成本结构的竞争。云厂商加大资本开支,重点投向数据中心和AI点点taptap安卓,推动推理市场发展。推理时代不仅仅是GPU的替代,而是系统层面的竞争,涉及CPU、定制ASIC、网络点点taptap安卓、内存与互联等多个方面。推理市场的发展促使资本从追求最强性能转向追求最低成本,未来的赢家将是能够在系统中有效降低成本的企业。
    1015
    04/23 13:40

正在努力加载...

Baidu
map