标签: GPU
小米威武！小米玄戒03性能击败高通登顶移动处理器第一名，安兔兔跑分高达522万，
小米威武！小米玄戒03性能击败高通登顶移动处理器第一名，安兔兔跑分高达522万，成为当前最强跑分利器。小米玄戒03采用了性能稳定的3nm制程工艺，其晶体管数量达到了240亿个，因为晶体管密度的提升，其面积仅有133mm²。除此之外，小米玄戒03的CPU采用了10核全大核设计，对比上代性能提升60%，其GPU采用了16核G2图形处理器，对比上代性能提升85%。那么，大家认为小米玄戒03会成为一代神U吗？
玄戒O3支持3.2K+120Hz超分超帧并发，小米18Fold的屏幕分辨率这下就知道了吧。同时，玄戒
玄戒O3支持3.2K+120Hz超分超帧并发，小米18Fold的屏幕分辨率这下就知道了吧。同时，玄戒O3自主设计标准单元数量超过2400个，是前代的5倍。所有核心IP均有AI算力加持，GPU内可实现原生AI渲染，AI超分时单帧功耗可降低20%。#小米玄戒#玄戒O3支持3.2K+120Hz超分超帧并发，小米18Fold的屏幕分辨率这下就知道了吧。同时，玄戒O3自主设计标准单元数量超过2400个，是前代的5倍。所有核心IP均有AI算力加持，GPU内可实现原生AI渲染，AI超分时单帧功耗可降低20%。小米玄戒
骁龙8EGen6这次升级幅度确实挺明显，尤其是Pro版和标准版，都用了台积电N
骁龙8EGen6这次升级幅度确实挺明显，尤其是Pro版和标准版，都用了台积电N2P工艺，核心架构也升级到了Oryon2+3+3，整体性能表现会更偏旗舰。8EliteGen6Pro代号SM8975，GPU是Adreno850,16核，1400MHz，内存规格是LPDDR6+UFS5.0，预计首发小米18Pro系列。这个版本明显更适合追求顶级性能和旗舰体验的用户。8EliteGen6代号SM8950，GPU是Adreno845,12核，1400MHz，内存规格是LPDDR5X+UFS4.1，预计首发小米18。相比Pro版会稍微收一点，但放在旗舰机里依旧很强。8liteGe5代SM8850，用的是台积电3nm，GPU是Adreno840，预计首发小米17。现在来看依然够用，预算有限的话也可以考虑现款旗舰。简单说，想冲顶级性能看Gen6Pro，想要旗舰均衡体验看Gen6，预算有限看Gen5也不亏。
自托管GPU集群编排：把散落的显卡变成一台AI服务器先说个扎心的现实
自托管GPU集群编排：把散落的显卡变成一台AI服务器先说个扎心的现实：手里捏着几张显卡，想自己部署大模型，事情比想象中麻烦得多。单卡还能凑合跑，装个推理工具就能跑起来。但凡有两三台机器、每台插着不同的卡，要同时跑vLLM和SGLang两套引擎，那就等着折腾吧——手动装环境、配端口、写启动脚本，模型一更新还得一台台重来。租云上GPU实例按小时计费，短期用用还行，长期跑推理服务，账单比显卡折旧还快。inferna-next就是冲着这个来的。这是一个刚冒出来的开源项目（GitHub上51颗星，Apache-2.0协议），定位是自托管GPU集群的"控制平面"：你只管选模型，它自动决定跑在哪台机器、用哪张卡、上哪个引擎。系统架构整体分三层：中央服务器：基于FastAPI，负责认证、权限、模型目录、实例调度，对外提供网页界面和REST、gRPC接口。Worker代理：跑在每台GPU主机上，每5秒汇报一次显卡状态和实例健康情况。服务器下发指令后，Worker负责拉起或销毁推理容器（vLLM或SGLang），全程走Docker。数据层：PostgreSQL存数据，Prometheus+Grafana做监控。一条dockercompose命令就能把整套东西跑起来。部署体验内置模型目录，Qwen、Llama、Phi、DeepSeek、BGE、Whisper、Qwen2.5-VL都在里面。选一个模型点部署，它会自动选有空闲显存的机器、选合适的引擎、按"低延迟"或"高吞吐"档位调参。多厂商GPU也在支持范围内。NVIDIA走NVML，AMD走ROCm，没有真卡还能开模拟模式。另外还内置了JWT登录、基于角色的权限控制和监控面板。现状项目在早期，文档和稳定性都需要自己踩坑。它的方向有一定价值——把"跑模型"这项重复劳动自动化。对手里有几张卡、想绕开云厂商的团队，可以留意一下后续进展。多机调度和故障恢复做扎实之后，自托管模型服务的门槛会低一些。
AI正在慢慢变成一场有钱人的游戏。黄仁勋牵头联合阿波罗、贝莱德、黑石、博枫、高
AI正在慢慢变成一场有钱人的游戏。黄仁勋牵头联合阿波罗、贝莱德、黑石、博枫、高盛、KKR六大华尔街巨头，官宣搭建算力融资平台，计划长期动员超过5000亿美元的第三方资本投入AI算力基础设施建设36氪。简单来讲，如果AI企业拿不出足够现金采购GPU，这套平台就帮忙对接华尔街金主提供融资支持。目前完整的贷款利息条款尚未敲定。英伟达内心最担心AI行业热度降温，芯片需求下滑；但GPU硬件成本高昂，很多客户一次性全款采购压力巨大。于是英伟达牵线手握巨额资金的金融巨头，通过算力融资租赁模式，降低产业链企业采购芯片的现金流门槛，以此维持行业算力采购的循环运转。谷歌也走出了一条高度相似的道路，Anthropic就是谷歌TPU数据中心最大的客户。但是AI创业公司很难一次性拿出数百亿现金买下算力硬件，于是谷歌引入财团资金，由SPV特殊目的实体出资买下整套TPU算力资产，再长期租赁给Anthropic，公司后续依靠经营收入逐年支付租金。算力赛道的成本门槛越来越高，GPU采购、数据中心电费等各项开支水涨船高，高昂的前期投入，已经让现金流薄弱的参与者很难亲自自建大规模算力。这场算力的击鼓传花游戏想要继续运转下去，就必须源源不断有大额资本进场，为硬件采购、AI创业公司输血。但是整套模式背后潜藏不小隐患：算力投资门槛持续抬升，资金投入成本越来越贵，最终市场还是要看AI企业能不能实现盈利、客户是否愿意长期付费、ARR年度经常性收入能否持续走高。一旦ARR增长陷入停滞，这套重资产扩张的商业逻辑就会被动摇。这种“外部资本出钱购置算力资产，AI企业按期支付租金”的模式，让AI基建越来越偏向金融化运作。市场上不少投资者担忧，真正愿意为AI产品付费的终端买单人还没有大规模出现，但是算力资本扩张的舞台已经搭建到很高的位置。
清晨8点，一条中信证券的研报弹出来，让市场从存储芯片的狂欢中稍稍抽离，把目光投向
清晨8点，一条中信证券的研报弹出来，让市场从存储芯片的狂欢中稍稍抽离，把目光投向了AI算力底座里更沉默的一环不是GPU，不是HBM，而是PCB和CCL。说白了：就是AI服务器里那块承载所有芯片的电路板，以及做电路板用的覆铜板。中信证券的定调：上半年业绩已经亮眼，下半年还要加速增长，CCL环节的涨价更是短期就能落地，中长期价格高位的确定性在不断增强。当全球都在为英伟达的GPU缺货，HBM涨价而焦虑时，真正的产业瓶颈，已经悄悄传导到了更底层的物理材料上。AI服务器不是把芯片焊上去就完事了，它需要高多层、高密度、低损耗的电路板来支撑日益恐怖的信号传输需求。英伟达下一代机架被曝因PCB工艺延迟，就是直接的警报。而PCB的产能扩张，又受制于上游CCL的供给。于是，CCL的涨价，就成了这轮AI基建里确定性比较强的环节之一。更要琢磨的是，这份研报给出的判断，AI新产能释放，下游加速拉货。这几乎是在说，AI的资本开支正在从云厂商的财报指引，转化为对电路板和覆铜板供应商的真金白银订单。前面的芯片涨完了，现在轮到板子涨价了。这正是我反复强调的那层逻辑。AI的利润，正在沿产业链向底层和不起眼的材料环节传导。台积电涨完，光模块涨；光模块涨完，存储涨；存储涨完，现在轮到PCB和CCL。每一次传导，都是对卖水人的一次价值重估。掏心窝子的话放这儿。中信证券这份研报，不是让你去追PCB板块的涨停，而是给你确认一个更硬的产业趋势：算力基建的红利，正在从聚光灯下的芯片，流向那些藏在机柜深处、却缺一不可的基础材料。去翻一翻，谁在做AI服务器用的高频高速覆铜板，谁在给CCL厂供那几微米级别的铜箔和玻纤布。那才是这轮AI基建下半场，被低估的下一个印钞机。ai行情分析
整不会了，马斯克花600亿美元买了Cursor，这数字我看了三遍才敢信。Sp
整不会了，马斯克花600亿美元买了Cursor，这数字我看了三遍才敢信。SpaceX8月14日正式完成收购，Cursor团队直接接入全球最大GPU集群。马斯克在内部会上放话：9月份AI收入就要超过SpaceX其他所有业务的总和。从Grok模型到编程工具，全栈布局一步到位。啥是Cursor？就是那个让程序员"说句话就能写代码"的AI编辑器，这两年火到离谱，堪称VibeCoding时代的头号工具。马斯克买它不是为了做慈善，是要杀入AI编程赛道跟Anthropic和OpenAI正面刚。我越想越觉得这事的影响被低估了。600亿是什么概念？相当于收购了半个推特。马斯克这是在赌一个未来——以后写代码可能真的不需要人了，或者说不需要那么多人了。程序员群体已经开始焦虑了，但我觉得更该焦虑的是那些"只会写增删改查"的中级开发。不过冷静想想，Cursor再强也只是工具。真正值钱的从来不是敲代码的手速，是理解需求、设计架构的能力。AI能帮你写函数，但帮不了你判断该不该做这个功能。你觉得AI编程会取代多少程序员？三年内会有变化吗？马斯克AI计划马斯克AI布局马斯克AI上天马斯克AI版图马斯克ai员工马斯克AI争议马斯克cursor
存储之后，MLCC或成为A股的科技股的主线板块现在MLCC（片式多层陶瓷电容器）
存储之后，MLCC或成为A股的科技股的主线板块现在MLCC（片式多层陶瓷电容器）货源紧张，下游客户为了拿到货，愿意加价2‑3倍向国巨、村田这些大厂采购，谁出价高谁优先拿货。大厂国巨也确认了行情：目前MLCC需求火爆，工厂产能拉满，很多AI相关企业害怕之后断货，都在签订长期订单，提前锁定产能，供需越来越紧张。AI服务器、算力设备大量市场不再只追逐涨价预期，原厂长单、客户锁产能、现货大幅加价，都是基本面强验证信号，有利于提升板块估值；行情分化明显：高端算力MLCC、上游稀缺材料弹性更大，普通消费级产品涨幅有限。算力行情从GPU、HBM、光模块、CPU，进一步传导到被动元器件MLCC，机构把MLCC类比存储芯片的量价齐升周期，属于AI硬件链条的延伸题材。涨价行情依赖大厂扩产节奏，如果未来2027年后新增产能集中释放，供需紧张格局会缓解，下游整机客户涨价承受能力存在上限，持续暴力加价会抑制下游采购意愿；客户高价抢料+原厂确认长单，验证MLCC进入AI驱动的量价齐升周期，带动国内被动元件产业链迎来涨价与国产替代双重利好，但行情具备强周期波动风险。
国产GPU龙头摩尔线程（证券代码：688795）发布《2026年半年度报告》。根
国产GPU龙头摩尔线程（证券代码：688795）发布《2026年半年度报告》。根据报告，2026年上半年，摩尔线程实现营收17.36亿元，同比大幅增长147.42%，已超2025年全年营收；毛利总额达9.89亿元，同比增长103.78%；盈利能力显著改善，归母净利润、归母扣非净利润分别较上年同期亏损收窄95.73%、52.37%。同时，摩尔线程保持高强度研发投入，2026年上半年研发投入7.69亿元，同比增长38.16%。2022年以来累计研发投入近59亿元。报告期内，摩尔线程商业化全面提速。MTTS5000智算集群实现规模化销售，已在北京、无锡、杭州等多地完成落地部署，并首批通过国家《安全可靠测评》，高端训练能力取得多项"国芯训国模"突破。公司加速渗透互联网、运营商等关键客户，以更丰富的应用场景持续推动收入高增。MUSA软件栈生态日益完善，开发者数量超过80万人。
