从放射学到药物研发，调研显示 AI 正在为医疗行业带来明确的投资回报

近期5月7日，埃隆·马斯克在X平台上扔下一颗重磅炸弹：xAI将不再作为独立公司存在 xAI 及其旗下的大语言模型 Grok（以及社交平台 X 的相关业务）都将并入SpaceX，未来以“SpaceXAI”的名义继续运营。 几乎同一时间，SpaceX与Anthropic联合宣布——Colossus 1超级集群全部算力租给Anthropic，超过22万张NVIDIA GPU、300兆瓦+电力，本月内全面

暑假将至，NVIDIA 2026 暑期实习网申现已进入最后冲刺阶段！ 作为 AI 计算和 GPU 技术的引领者，我们正在寻找对技术充满热情的你，与全球领先的团队一起用前沿科技探索更多可能。 核心岗位仍有少量名额。还在观望的同学，不妨登上这趟通往未来的“末班车”！ 几个数据快速了解 NVIDIA NVIDIA 作为 AI 和加速计算领域的全球领导者，为全球的 AI 基础设施注入动力，持续推动着各行各

全球功率系统和物联网领域的半导体领导者英飞凌科技股份公司，凭借其“面向测试工程的生成式AI”（GenAI for Test Engineering）项目荣获“2026年人工智能影响力奖”。该奖项由德国《经理人杂志》（manager magazin）和保时捷管理咨询公司（Porsche Consulting）联合颁发，旨在表彰通过有针对性地应用AI而实现显著且可衡量商业影响力的企业。 英飞凌荣获20

随着 AI 技术在不同行业中的持续落地，企业和个人对可验证、可迁移的技术能力提出了更加明确的要求。NVIDIA 认证基于真实工程实践、行业应用场景以及不同技术角色对能力深度的要求，构建了一套系统化的专业认证体系。 NVIDIA 深度学习培训中心（DLI）为您提供 11 门认证科目，覆盖生成式 AI 与大语言模型（LLM）、AI 基础架构与网络、数据科学、图形与仿真四大技术领域，验证从 AI 开发部

5月8日消息，美国加州北区联邦地区法院作出最新司法裁定，正式驳回英伟达公司要求驳回集体版权诉讼的动议，这起案件被业内称作AI训练数据版权第一案。 本次诉讼由多名作者联合发起，核心指控英伟达使用19.7万本盗版电子书，通过旗下NeMo Megatron AI框架训练大语言模型，侵犯了其合法著作权。 原告方在诉讼文书中明确，英伟达用于模型训练的数据，来自包含19.7万本未经授权电子书的Books3数据

Ian Buck 亲自将首批 NVIDIA Vera CPU 系统交付至 Anthropic、OpenAI、Oracle Cloud Infrastructure 以及 SpaceXAI，标志着智能体专用 CPU 从发布迈向投产。 代理式 AI 从一开始就需要一种全新的 CPU。NVIDIA 创始人兼首席执行官黄仁勋在今年 3 月于圣何塞举行的 GTC 上给出了答案 —— 独立的 Vera CP

5月6日消息，据《金融时报》最新报道，国家集成电路产业投资基金（简称“国家大基金”）正在与国内领先的大语言模型公司DeepSeek洽谈主导其首轮融资事宜，该轮融资对DeepSeek的估值有望达到450亿美元（约合3077.95亿元人民币）左右。这一估值较数周前谈判早期阶段的200亿美元直接翻了一番。 就在数周前的谈判早期阶段，外界对DeepSeek的估值还处于200亿美元左右，而现在直接翻了一番，

在今年的全美机器人周，NVIDIA 重点展示了推动 AI 走向物理世界的关键突破，以及正在重塑农业、制造业、能源等多个行业的机器人发展浪潮。 依托 NVIDIA 在仿真、合成数据和 AI 驱动机器人学习方面的完整平台，开发者如今已具备构建可在复杂环境中感知、推理并执行任务的智能机器所需的核心工具。 构建下一代 AI 机器人 在上个月的 NVIDIA GTC 上，NVIDIA 发布了一系列新技术，用

“软件定义”的浪潮正深刻重塑全球产业，汽车领域尤为显著。在电子电气架构向集中化、区域化演进的基础上，“软件定义”不仅重构了汽车作为智能终端的功能扩展方式，更深刻改变了用户的交互体验与价值模式。与此同时，为应对汽车产品快速上市与生命周期内持续功能迭代的需求，汽车研发正加速从传统的“先硬件后软件”模式向全栈一体化并行开发演进。 为应对软件定义汽车（Software-Defined Vehicles，S

最近的摩尔线程发布会上，摩尔线程创始人、董事长兼首席执行官张建中是这么形容AI时代遭遇的算力挑战的：“很少有人能准确预测下个月token的需求量是多少。”回看2024-2026年初这短短2年时间，中国的日均token消耗量就上涨了1800倍，2025年中日均token消耗量30万亿，二道了2026年初仅OpenClaw这一个应用的日均token消耗就达到了140万亿... 在智能体AI的时代背景下

5月6日，一则报道引发市场高度关注：国家集成电路产业投资基金（简称“国家大基金”）正在洽谈领投DeepSeek首轮融资，估值约450亿美元。 几周前，这一数字还停留在200亿美元左右，短短数周翻倍有余，市场用真金白银给出了答案。 国家大基金向来被视为中国半导体产业的“国家队”，重点投向材料、设备、芯片制造等产业链，此前从未公开投资任何一家大语言模型公司。一旦本轮投资落地，这将是大基金首次公开注资本

GTC 期间，NVIDIA 深度学习培训中心（DLI）推出了面向教育工作者的全新 OpenUSD 教学套件，持续为高校提供体系化 AI 教学资源。 该教学套件围绕现代协作式 3D 工作流构建，系统讲解 OpenUSD 的核心概念与实践方法，帮助学生理解如何在真实生产环境中组织与管理 3D 数据。 在课程中，学员将学习包括 stage、prim、schema 与 composition 在内的关键机

近日，在OFweek 2026（第十五届）中国机器人产业大会上，安森美（onsemi）模拟与混合信号事业部战略业务拓展高级经理 Henry Yang 围绕智能电源与感知技术如何赋能自主移动机器人（AMR） 展开深度分享，聚焦七大子系统模块化方案、多传感器融合、Treo 65nm BCD 平台等核心技术，详解安森美如何以一站式系统级解决方案，帮助 AMR 厂商缩短研发周期、降低成本、提升可靠性，助力

NVIDIA 创始人兼首席执行官黄仁勋在向卡内基梅隆大学 2026 届毕业生发表毕业演讲时表示：“我无法想象还有哪个时刻比现在更适合开启你们的人生事业。” NVIDIA 创始人兼首席执行官黄仁勋在卡内基梅隆大学（Carnegie Mellon University）第 128 届毕业典礼上发表了主题演讲，他告诉毕业生：“你们正处在一个非凡的时代。一个全新产业正在诞生。科学与探索的新时代正在开启。”

摩尔定律未死，但已从“晶体管缩小”的线性红利转为“系统集成”的复合竞争。AI时代，芯片性能瓶颈从算力转向数据搬运与互联效率，先进封装成为连接GPU、HBM与Chiplet的关键杠杆，推动产业从“堆晶体管”进入“搭系统”的新阶段。 过去几十年，半导体行业有一个近乎信仰级的规律：摩尔定律。 简单说，就是芯片上的晶体管数量会周期性增加，芯片性能不断提升，单位计算成本不断下降。这个规律支撑了 PC、智能手

800V进入AI数据中心，不是换一个电压数字这么简单。机柜功率上来以后，电怎么安全进柜，怎么一路降到GPU附近，发热和故障怎么处理，都会变成实际设计问题。 AI数据中心最容易被看到的，还是GPU。 但一台台AI服务器装进机柜后，单个机柜里的GPU、加速卡和电源模块越来越多，整柜耗电增加。线缆、连接器、母线、电源模块和散热系统很快会先感受到压力。 单柜耗电增加，低压大电流开始吃力 功率固定时，电压越

这几年，人形机器人产业大爆发。就拿咱们国内来说，宇树科技、智元机器人、众擎机器人、‌优必选和傅利叶智能‌，随便一数就是一大串，当然还有很多其它的公司，这里就不一一罗列了。说实话，我翻了这些公司的公开资料，发现一个有意思的现象——大家的硬件方案越来越像，真正拼的还是算法和落地场景。 有粉丝朋友希望我出一期机器人的科普，说网上的信息虽然很多，但知识点比较零散，还是比较喜欢看我写的科普文章。我没做过机器

本文介绍了GPU 相关常见术语。 CPU像总经理，GPU像几万个熟练工人；CUDA 像管理这些工人的操作手册，HBM 像高速仓库，NVLink 像工厂之间的专用高铁。AI 模型越大、Token 调用越多，对 GPU、显存、互联、电力和散热的要求就越高。 你可以把 GPU 理解成：一座有成千上万个“小工人”的计算工厂，特别擅长同时处理大量重复计算，所以非常适合 AI、图形渲染、科学计算和大模型训练。

前言： 2026年4月，一家名叫Recursive Superintelligence的AI初创公司，完成了一轮5亿美元的融资，估值达到40亿美元。 一个只有20个人、成立四个月的公司，凭什么？钱不会凭空砸下来。Google和英伟达同时出手，买账的是什么？ 核心就两个词：[自学习]和[把人类从循环里移走]。 全明星团队：AI界的**[复仇者联盟]** 公司创始人Richard Socher，是自

现在我们用的GPU早就不是当年只用来画游戏画面的显卡了，从AI大模型训练到科学模拟，所有高算力需求的场景里，GPU都是绝对的核心。 今天我们就拿NVIDIA RTX 30系用的GA102芯片来举例，一层一层拆开讲清楚，现代GPU到底是怎么设计出这么恐怖的算力的。 1.  GPU算力的增长有多夸张？ 先来直观感受一下GPU这三十年的进步： 1996年跑《超级马里奥64》的3D画面，只需要每秒1亿次计