Homa: The End of TCP for AI Clusters — John Ousterhout, Stanford（在新分頁開啟原站）
探討 AI 叢集中 TCP 的終極命運，並分析其對架構的影響。
21.9 萬次觀看
※ 摘要僅根據標題與說明
AI 晶片與硬體
AI Chips & Hardware ・ 91 筆內容
GPU、AI 晶片、資料中心與半導體供應鏈。
也叫做：GPU、晶片、芯片、半導體、半导体、AI chip、AI chips、NVIDIA、輝達、英伟达、台積電、TSMC、資料中心、数据中心、data center、ASIC、HBM
排行前 50 名
依相關、人氣、新鮮度綜合排序；站長推薦的加成
Bill Dally对话TPU之父Norman Jouppi ：真正竞争的不是芯片 | AI芯片 | TPU | 英伟达 | 系统工程 | 硅金矿 | CUDA（在新分頁開啟原站）
Bill Dally 與 TPU 之父 Norman Jouppi 對話，探討 AI 晶片競爭焦點不在單一晶片，而在系統工程與矽金礦整合。
2.4 萬次觀看※ 摘要僅根據標題與說明
- 28.4 萬次觀看
※ 摘要僅根據標題與說明
AI内存的技术混战 | 伯恩斯坦研究报告 | AI内存 | HBM | CXL | DRAM | NAND | KV缓存 | 存储器产业 | AI算力底层硬件 | 存储级内存 | 人工智能推理（在新分頁開啟原站）
伯恩斯坦報告探討 AI 記憶體技術的激烈競爭，涵蓋 HBM、CXL、DRAM 等核心概念，解析不同記憶體架構如何影響 AI 算力與推理效能。
3.2 萬次觀看※ 摘要僅根據標題與說明
挑战GPU、绕过HBM，深挖史上最大芯片背后的Cerebras（在新分頁開啟原站）
影片記錄了 Cerebras 從十年前被視為不可能製造的瘋狂賭注，到 2026 年成功上市並引發 AI 行業關注的崛起歷程。
10.4 萬次觀看※ 摘要僅根據標題與說明
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | The GPU Economy（在新分頁開啟原站）
Stanford 線上課程介紹了 AI 超級週期經濟，探討 GPU 產業如何驅動未來經濟。
8.5 萬次觀看※ 摘要僅根據標題與說明
中国AI基础设施热潮 | 数据中心 | 东数西算 | 字节跳动 | 阿里云 | 腾讯云 | 人工智能 | 中国科技 | 模块化数据中心 | 资本开支 | 华为昇腾 | 昆仑芯（在新分頁開啟原站）
本節解讀中國AI基礎設施的真實面貌，指出市場規模達24GW且正以極快速度增長。分析顯示，儘管存在高空置率與算力短缺的矛盾，但超大型雲商（如阿里、騰訊、百度、位元組、華為）的資本開支激增，推動了從零售機架向AI批發式資料中心的轉型。
3,537次觀看Amazon 與 Synopsys 簽逾 10 億美元多年期協議，取得晶片設計 IP 授權（在新分頁開啟原站）
新思科技與 Amazon 簽訂超過 10 億美元的多年期協議，讓 Amazon 取得 Synopsys 的晶片設計 IP 授權及 EDA 工具。
搶攻 AI 基礎建設商機，大同首度發表「TTG AIDC CUBE」（在新分頁開啟原站）
大同董事長張榮華發表 TTG AIDC CUBE 解決方案，整合電力與冷卻技術，目標 180 天完成 AI 算力建置。大同從裝置製造轉向 AI 基礎建設整合，將百年電力經驗轉化為算力基礎設施，並宣示未來將此方案帶向世界。
- 1 萬次觀看
※ 摘要僅根據標題與說明
EP152 - OpenAI 自研晶片 Jalapeño 真的有點猛（在新分頁開啟原站）
介紹 OpenAI 自研的 Jalapeño 晶片，該晶片採用 Active silicon mix 技術，結合 Spatial Architecture 架構，旨在提升 AI 運算效能。
1 萬次觀看※ 摘要僅根據標題與說明
Synopsys 攜手 OpenAI 開發晶片設計 AI，雙方依「設計成效」拆分營收（在新分頁開啟原站）
Synopsys 與 OpenAI 合作開發晶片設計專用 AI 模型「GPT-Synopsys」，透過訂閱制與成效分潤模式，協助工程師最佳化電路設計。客戶資料加密不用於訓練，產出仍需傳統工具簽核。雙方目標是縮短晶片設計時程，加速晶片開發。
3000万开发者买光算力，15亿人进场榨干电力铜矿 | AI算力 | 黄仁勋 | 马斯克 | 英伟达 | 数据中心 | 太空算力 | SpaceX | 人工智能 | 芯片供应链 | 多模型架构（在新分頁開啟原站）
標題說明 3000 萬開發者購買了光算力，15 億人將進入電力銅礦，內容聚焦於 AI 算力、英偉達與 SpaceX 的太空算力議題。
9,800次觀看※ 摘要僅根據標題與說明
EP146 - 市值只有 NVIDIA 的 1%，卻想挑戰 AI 晶片霸主：深度解析 Cerebras（在新分頁開啟原站）
介紹 Cerebras 公司如何以極低成本挑戰 NVIDIA 的 AI 晶片霸權，並解析其核心技術與市場潛力。
5,000次觀看※ 摘要僅根據標題與說明
Reiner Pope – Chip design from the bottom up（在新分頁開啟原站）
本講解從最底層邏輯閘開始，逐步推演 AI 晶片如何運算。講者解釋了為什麼乘積累加（MAC）是 AI 晶片的核心，並手動演示了從邏輯閘到全加器、 systolic array 的演進過程。
当AI热潮钱烧完之后 | Ben Thompson | AI泡沫 | 英伟达 | 台积电 | 资本支出 | 大宗商品 | 亚马逊 | Meta | 谷歌 | OpenAI（在新分頁開啟原站）
探討 AI 熱潮退潮後，企業如何重新評估資本支出與供應鏈成本，並分析不同科技巨頭在這一過程中的策略與影響。
1.1 萬次觀看※ 摘要僅根據標題與說明
SK海力士崛起史：一个荒诞又狗血的财阀故事，如何卡住全球AI的脖子（在新分頁開啟原站）
SK 海力士從紡織業轉型為全球 AI 算力關鍵，其 HBM 技術突破卡住了全球半導體的瓶頸。該影片透過深度解析其從現代集團的複雜歷史，到在市場重組中成功卡位，展現了財閥如何透過技術與政治力量重塑產業格局。
19.8 萬次觀看※ 摘要僅根據標題與說明
Jensen Huang – TPU competition, why we should sell chips to China, & Nvidia’s supply chain moat（在新分頁開啟原站）
Jensen Huang 在節目中探討了 TPU 競爭、Nvidia 對供應鏈的鎖定策略，以及是否應將 AI 晶片銷售給中國市場。他強調，將電子轉換為 token 的過程極難完全商品化，因為其中包含大量藝術與工程。
万亿美元AI资本开支的回报在哪里 | 黑石Jon Gray | 数据中心 | AI算力 | 工业革命 | 投资回报 | 超大规模云厂商 | 芯片短缺 | 电力基础设施 | 生产率 | AI应用场景（在新分頁開啟原站）
黑石集團總裁喬恩·格雷在 2026 年投資者大會上，透過 1400 家投資組合公司的資料，探討萬億美元 AI 資本開支的真實回報。他結合歷史視角分析變局，並指出未來面臨物理世界瓶頸與技術風險，同時提出具體投資機會。
※ 摘要僅根據標題與說明
英伟达129亿收购Hugging Face | 黄仁勋 | NVIDIA财报 | Vera Rubin | Blackwell Ultra | AI芯片 | 开源模型（在新分頁開啟原站）
英偉達宣佈以 129 億美元收購開源公司 Hugging Face，旨在整合開源模型資源以加速 AI 發展。
※ 摘要僅根據標題與說明
The Future of AI Infrastructure with CoreWeave（在新分頁開啟原站）
CoreWeave 的科瑞·桑德斯與 Chris 討論了 AI 基礎設施如何從傳統雲端演變為專為 AI 設計的架構。他們指出，隨著 AI 應用複雜度提升，需要全新的訓練與推理工作流，特別強調「代理開發」與 AI 原生基礎設施的重要性。
EP125 - NVIDIA 護城河失效？誰會是 AI 晶片贏家？ | 專訪 耐能智慧創辦人暨執行長劉峻誠博士（在新分頁開啟原站）
專訪耐能智慧創辦人劉峻誠博士，探討 NVIDIA 護城河是否失效，並分析未來 AI 晶片市場誰將成為贏家。
1.4 萬次觀看※ 摘要僅根據標題與說明
EP145 - 記憶體如何成爲 AI 的關鍵瓶頸？| 專訪 美光 資深副總裁 Jeremy Werner 與 Mark Montierth（在新分頁開啟原站）
美光資深副總裁 Jeremy Werner 專訪談記憶體如何限制 AI 發展，指出其作為關鍵瓶頸的挑戰。
3,800次觀看※ 摘要僅根據標題與說明
EP146 - 市值只有 NVIDIA 的 1%，卻想挑戰 AI 晶片霸主：深度解析 Cerebras（在新分頁開啟原站）
探討市值僅 NVIDIA 1% 的 Cerebras 如何挑戰 AI 晶片霸主地位。透過深度解析其 wafer-scale 架構與 ASIC 設計，揭示其獨特的 AI 運算邏輯，並對比 Meta 的出租算力模式與 Blackwell 架構…
※ 摘要僅根據標題與說明
Import AI 464: Fable writes GPU kernels; AI automation; and analog computation（在新分頁開啟原站）
探討 AI 如何從寫 GPU 核函式開始，逐步實現自動化。內容涵蓋了 Fable 寫出最快 GPU 核函式、AI 系統在自動化線上工作任務上的進步、OSWORLD 2.0 對複雜電腦操作能力的測試、以及中國電商平台 JD 的自適應庫存管理…
逾百業者響應Nvidia Open Agent Safety Platform，打造跨產業的AI代理安全生態系（在新分頁開啟原站）
Nvidia 推出 Open Agent Safety Platform，結合開源軟體與硬體，為 AI 代理建立安全邊界。目前已有逾百家廠商參與，涵蓋從軟體開發到機器人、金融等多元領域，協助企業建立可觀測與可稽核的 AI 代理環境。
Dylan Patel — Deep dive on the 3 big bottlenecks to scaling AI compute（在新分頁開啟原站）
Dylan Patel 深入探討了擴充 AI 運算資源時的三大瓶頸：邏輯、記憶體與電力。他從實驗室、超算企業、製程廠到製程裝置商的全層面經濟模型進行剖析，讓讀者了解每一層技術的實際限制與成本結構。
※ 摘要僅根據標題與說明
Dylan Patel – Anthropic & OpenAI will have most of the world’s compute by 2028（在新分頁開啟原站）
Dylan Patel 與 Dwarkesh 探討 AI 算力集中趨勢，預計 2028 年 Anthropic 與 OpenAI 將控制全球大部分可用浮點運算能力。
Import AI 470: No rights for machines; automating environment generation with SPADE; and building better GPU kernels with Hawkeye（在新分頁開啟原站）
探討了 AI 加速的差異性，指出在網路安全與數學領域有顯著加速，但在 AI 研究本身則較慢。文章介紹了 SPADE 框架，利用自對弈生成合成環境以輔助訓練，並展示了 Hawkeye 框架如何透過最小化監督學習來最佳化 GPU 核碼。
EP122 - NVIDIA 發表的自駕車跟特斯拉不能比？下一代的 AI 晶片來了！提升效能的關鍵是什麽？（在新分頁開啟原站）
探討 NVIDIA 自駕車晶片與特斯拉的競爭關係，並揭曉下一代 AI 晶片將如何透過硬體加速與自適應壓縮技術，成為提升效能的關鍵。
※ 摘要僅根據標題與說明
- 4,100次觀看
※ 摘要僅根據標題與說明
EP128 - 你不知道能算 AI 的兩種電腦：類比運算與神經形態運算！未來能挑戰傳統數位電腦嗎？（在新分頁開啟原站）
探討 AI 硬體演進，介紹類比運算與神經形態運算兩種非傳統數位電腦架構。內容涵蓋其原理、應用案例及未來潛力，並分析類比晶片在商業上的侷限，為讀者提供新的技術視角。
※ 摘要僅根據標題與說明
AI:AM: Was Trump-Xi Anything? What Counts as Utopia? + AWS GPUs Cost 3X & AI Diagnoses Rare Diseases（在新分頁開啟原站）
探討了美國與中國在 AI 領域的潛在合作、GPU 租賃價格差異、以及 AI 如何協助診斷罕見疾病。主持人指出，雖然美中關係有微妙的改善跡象，但缺乏透明度和互信機制仍可能導致高昂的能源成本。
EP122 - NVIDIA 發表的自駕車跟特斯拉不能比？下一代的 AI 晶片來了！提升效能的關鍵是什麽？（在新分頁開啟原站）
探討 NVIDIA 自駕車晶片與特斯拉的差異，並介紹下一代 AI 晶片如何提升效能。
3,600次觀看※ 摘要僅根據標題與說明
EP140 - AI 半導體的隱形王者：ASML | 專訪《造光者》作者 Marc Hijink（在新分頁開啟原站）
專訪《造光者》作者 Marc Hijink，探討 ASML 如何透過技術突破成為半導體製造的隱形王者。
1,900次觀看※ 摘要僅根據標題與說明
DeepSeek 的 10 万亿美元大战略（在新分頁開啟原站）
探討 DeepSeek 如何透過混合專家模型、KV 緩衝壓縮及 SSD 技術，構建一個價值 10 萬億美元的中國 AI 硬體生態系，以支撐其 1 萬億美元市值目標。
EP125 - NVIDIA 護城河失效？誰會是 AI 晶片贏家？ | 專訪 耐能智慧創辦人暨執行長劉峻誠博士（在新分頁開啟原站）
專訪耐能智慧創辦人劉峻誠博士，探討 NVIDIA 護城河是否失效。他分析 ASIC 與 NPU 差異，並指出推論時代下端雲協同與可重構 NPU 將成為新贏家。
※ 摘要僅根據標題與說明
XEP27 - Cerebras 深度分析：高速推論市場、競爭壁壘與成長空間【試聽】（在新分頁開啟原站）
XEP27 是 Cerebras 最新推出的超高速推理晶片，旨在解決傳統 GPU 在 AI 訓練與推理中的效能瓶頸。
※ 摘要僅根據標題與說明
EP145 - 記憶體如何成爲 AI 的關鍵瓶頸？| 專訪 美光 資深副總裁 Jeremy Werner 與 Mark Montierth（在新分頁開啟原站）
專訪美光資深副總裁 Jeremy Werner 與 Mark Montierth，探討記憶體如何成為 AI 發展的關鍵瓶頸。
※ 摘要僅根據標題與說明
两小时激辩：黄仁勋为什么不怕 TPU、不怕华为、不怕出口管制？（在新分頁開啟原站）
黃仁勳接受 Dwarkesh 兩小時專訪，闡述 Nvidia 不為商品化、不押注贏家、不競價分配 GPU 的經營哲學。他強調 CUDA 護城河來自生態與生態量，並指出能源政策才是未來最大瓶頸。
not much happened today（在新分頁開啟原站）
探討了 AI 領域的近期動態，包括 OpenAI 推出效能優異的 Jalapeño 晶片、Microsoft 開發的 AutoSaddler 工具、以及 Apple 與 Perplexity 的本地 AI 解決方案。
新年直播3：华尔街视角下的AI泡沫、芯片及黑天鹅（在新分頁開啟原站）
矽谷 101 邀請兩位華爾街資深人士，深入剖析 2025 年 AI 泡沫、晶片競爭及 2026 年潛在風險。節目探討資本內迴圈推高估值是否會崩盤，並分析 SpaceX 等太空資料中心故事能否跑通，為投資者提供關鍵洞察。
※ 摘要僅根據標題與說明
EP151 - NVIDIA 的 CUDA 護城河消失中，但老黃早已想到下一步？AI 輔助的個人化 mRNA 癌症療法來了！（在新分頁開啟原站）
探討 NVIDIA 的 CUDA 護城河正在消失，並介紹 AI 輔助的個人化 mRNA 癌症療法新進展。
6,300次觀看※ 摘要僅根據標題與說明
AI at the Edge is a different operating environment（在新分頁開啟原站）
本訪談探討 2026 年「AI at the Edge」的定義與現況。Brandon Shibley 指出，邊端不再僅指離雲端，而是指將 AI 嵌入離資料中心、靠近感測器的實體裝置。
EP112 - 史上第一張AI晶片登上太空！資料中心的未來是在太空嗎？OpenAI完成盈利重組了（在新分頁開啟原站）
探討 OpenAI 完成盈利重組，並分析太空資料中心如何成為 AI 晶片競爭的新戰場。
※ 摘要僅根據標題與說明
E230｜1万亿收入预期背后：英伟达的巅峰与软肋（在新分頁開啟原站）
矽谷 101 在 GTC 2026 上專訪英偉達與 AI 生態關鍵人物，探討 1 萬億收入預期下的產業現實。內容指出推理業務正成為關鍵收入來源，但供應鏈如 CoWoS 產能已達瓶頸，且未來企業架構將更依賴 AI 勞動力而非傳統軟體。
※ 摘要僅根據標題與說明
- 445次觀看
※ 摘要僅根據標題與說明
The Professor of Outputmaxxing — Anjney Midha, AMP（在新分頁開啟原站）
Anjney Midha 探討 AI 訓練中 GPU 利用率（MFU）的瓶頸，指出單純增加硬體投入無法解決問題，核心在於最佳化系統架構與資源分配。
※ 摘要僅根據標題與說明
Breaking down the 2026 Stanford AI Index Report（在新分頁開啟原站）
本期節目由 Dan 與 Chris 深入解析 2026 年斯坦福 AI 指數報告，報告指出 AI 能力正加速增長，超過 90% 的前沿模型在 2025 年完成，並部分超越人類基線。
EP141 - AI Agent 沒想像中有用？個人 AI 裝置即將迎來革命！哈利的 COMPUTEX 逛展心得（在新分頁開啟原站）
探討個人 AI 裝置即將迎來革命，並分享哈利在 COMPUTEX 的體驗。內容涵蓋 AI Agent 的潛力、個人與企業端應用，以及 NVIDIA RTX Spark 等工具，幫助讀者了解 AI 如何改變數位生活。
※ 摘要僅根據標題與說明
最新
依發布時間
AI:AM: Was Trump-Xi Anything? What Counts as Utopia? + AWS GPUs Cost 3X & AI Diagnoses Rare Diseases（在新分頁開啟原站）
探討了美國與中國在 AI 領域的潛在合作、GPU 租賃價格差異、以及 AI 如何協助診斷罕見疾病。主持人指出，雖然美中關係有微妙的改善跡象，但缺乏透明度和互信機制仍可能導致高昂的能源成本。
AI 代理來襲！台灣 74% 企業推 AI 僅 35% 導入 Kubernetes，Nutanix 揭 IT 雙重負擔（在新分頁開啟原站）
台灣企業推動 AI 意願高，但僅 35% 正式匯入 Kubernetes，多數仍依賴虛擬化環境，面臨維運成本雙重負擔。Nutanix 透過單一平台策略協助企業平滑過渡，並推出支援開源的 NKP 方案，讓企業能將核心應用搬上容器化架構，提升…
中国AI基础设施热潮 | 数据中心 | 东数西算 | 字节跳动 | 阿里云 | 腾讯云 | 人工智能 | 中国科技 | 模块化数据中心 | 资本开支 | 华为昇腾 | 昆仑芯（在新分頁開啟原站）
本節解讀中國AI基礎設施的真實面貌，指出市場規模達24GW且正以極快速度增長。分析顯示，儘管存在高空置率與算力短缺的矛盾，但超大型雲商（如阿里、騰訊、百度、位元組、華為）的資本開支激增，推動了從零售機架向AI批發式資料中心的轉型。
3,537次觀看Open models and the future of Physical AI with NVIDIA（在新分頁開啟原站）
NVIDIA 的 Ming-Yu Liu 闡述了「開放模型」對於 AI 生態系的重要性，特別是對於物理 AI 的未來。透過開放模型，開發者能更快速理解模型原理、進行本地化部署，並透過開放資料與訓練框架進行創新。
Amazon 與 Synopsys 簽逾 10 億美元多年期協議，取得晶片設計 IP 授權（在新分頁開啟原站）
新思科技與 Amazon 簽訂超過 10 億美元的多年期協議，讓 Amazon 取得 Synopsys 的晶片設計 IP 授權及 EDA 工具。
Synopsys 攜手 OpenAI 開發晶片設計 AI，雙方依「設計成效」拆分營收（在新分頁開啟原站）
Synopsys 與 OpenAI 合作開發晶片設計專用 AI 模型「GPT-Synopsys」，透過訂閱制與成效分潤模式，協助工程師最佳化電路設計。客戶資料加密不用於訓練，產出仍需傳統工具簽核。雙方目標是縮短晶片設計時程，加速晶片開發。
搶攻 AI 基礎建設商機，大同首度發表「TTG AIDC CUBE」（在新分頁開啟原站）
大同董事長張榮華發表 TTG AIDC CUBE 解決方案，整合電力與冷卻技術，目標 180 天完成 AI 算力建置。大同從裝置製造轉向 AI 基礎建設整合，將百年電力經驗轉化為算力基礎設施，並宣示未來將此方案帶向世界。
82亿美元的质疑：AMD买World Labs到底值不值 | 苏姿丰 | 李飞飞 | 物理AI | 空间智能 | 世界模型 | Atlas模型 | 具身智能 | 英伟达 | 估值溢价 | 全股票交易（在新分頁開啟原站）
從 AMD 以 82 億美元全股票收購李飛飛創立的 World Labs 這一交易切入，分析市場對其估值溢價（7 個月從 50 億跳至 82 億）的質疑。
逾百業者響應Nvidia Open Agent Safety Platform，打造跨產業的AI代理安全生態系（在新分頁開啟原站）
Nvidia 推出 Open Agent Safety Platform，結合開源軟體與硬體，為 AI 代理建立安全邊界。目前已有逾百家廠商參與，涵蓋從軟體開發到機器人、金融等多元領域，協助企業建立可觀測與可稽核的 AI 代理環境。
Stanford CS153 Frontier Systems | Teaching AI to Touch Atoms（在新分頁開啟原站）
介紹 Stanford 的 Periodic Labs 團隊，他們利用 AI 結合自主實驗機器人，在 40,000 平方英尺的設施中閉環式地預測、合成並驗證新材料。
【科技早餐】SpaceX 星艦首次入軌部署 26 顆衛星，引擎問題使任務提前結束（在新分頁開啟原站）
報導了 SpaceX 星艦在第 14 次試飛中首次成功入軌並部署 26 顆 Starlink V3 衛星，但由於引擎問題導致任務縮短。
NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction（在新分頁開啟原站）
NVIDIA Kumo Tabular 是一款開源表格基礎模型，能在單次前向推論中直接預測新資料標籤，無需訓練或特徵工程。它基於表格結構設計，支援分類與回歸，並率先在 TabArena 等四個指標中取得最佳成績。
