搜索
刚刚，SpaceX 宣布正与英伟达达成合作，共同设计 Starmind AI1 卫星计算载荷。每颗 Starmind 卫星都将搭载 NVIDIA Rubin GPU 和 Vera CPU，把接近数据中心级别的算力部署到太空。
AI算力变革，从边缘、物理到云端，安谋全栈IP加速“进化”。
AI行业正上演一场冰火两重天。一边是大模型公司将烧钱推向极致，万亿美元级别的开支砸向算力与研发；另一边，不练模型、不抢GPU，帮AI企业“管钱”的金融基础设施公司营收飙升。当所有人都在追问哪个模型会赢时，真正的赢家或许是这些提供AI基建的公司。
2亿枚AI芯片，要集体开机了！目前，全球投入使用的AI芯片，总算力已经相当于约2000万枚英伟达H100芯片。按照Epoch AI的估算，这个数字大约每9个月翻一倍。到2028年年底，全球AI算力预计将相当于约2亿枚。
目前，这项技术已成功应用于上海人工智能实验室Intern-S2-Preview 35B/397B系列多模态大模型的预训练中，有效提升了模型的科学推理与多模态理解能力。值得一提的是，相关研发均基于国产昇腾算力平台完成，并成功实现了面向大规模预训练的深度适配与优化。
在刚刚落幕的2026 WAIC世界人工智能大会上，无问芯穹首次公布了其在大模型推理系统架构中的新突破——跨集群异构推理架构PDD。
AI 算力的下一个浪费重灾区，可能就在价值数百万美元的整柜系统内部。
刚刚，OpenAI前首席科学家Ilya Sutskever的创企Safe Superintelligence（SSI）宣布和英伟达建立长期战略合作伙伴关系。英伟达将大量投资SSI，使其算力规模未来12个月内增长10倍。
最近，兔展智能联合北京大学、鹏城实验室研发的 UniWorld-View 登顶李飞飞团队 WorldScore 世界模型榜单（训练数据来自北大系初创企业元空智能），并完成国产昇腾算力适配与代码、权重开源。
我们想强调的是：智能体 “跑得久”，并不等于 “具备长程能力”。真正的关键，不在于占用更多时间与算力，而在于能否在更长、更复杂、更真实的推理依赖链上持续、有效地行动。长期以来，Autonomous Agent、Self-Evolving Agent 等概念常与长程智能体混用。