暑期本是大学新生装机、办公族更换电脑的传统旺季，但今年暑期，却成了不少学生和玩家眼中的“最贵装机季”。华强北多家商户表示，受全球主要显卡生产商发出新一轮涨价通知的影响，目前各大显卡品牌的工厂都已经全面执行封仓政策，暂时停止对外批量出货，全流通环节的现货供给快速收紧。此次涨价覆盖GDDR7和GDDR6两大显存产品线，从新架构产品到现售产品全线涉及。记者走访华强北多家装机商户了解到，由于新货出不来，存量库存成为“稀缺资源”，渠道商普遍惜售，推动现有库存价格走高。有商户介绍：“采购商通知之后，这两天涨价幅度在30%左右。RTX 5070（显卡）去年零售价格在4500到5000元，目前价格是6000到6500元，RTX 5080平均价格去年是8000元，现在零售价接近12000元。基本就是一天一个价，一天平均涨幅500到1000元。”7月24日，据财联社援引硬件媒体BenchLife消息，英伟达已经向下游显卡制造商又一次发出GPU套装…

行业对算力底座的需求，正随着Agentic AI（代理式人工智能）应用的发展发生重大转型。7月17日， 2026世界人工智能大会（WAIC）正式在上海拉开帷幕，算力基建、超节点、光互连成为今年大会最受关注的议题之一。WAIC期间，壁仞科技正式推出下一代NPO光互连、分布式解耦架构超节点方案，支持单个超节点1024卡Scale-up扩展。据壁仞科技介绍，当前AI发展面临三大核心挑战：模型参数从千亿迈向数万亿（超大参数）、Agent等应用场景要求百万级上下文长度（超长文本）、推理和训练都需要成千上万张GPU协同工作（超大集群）。仅凭单张GPU的算力性能，已难以独立承载上述复杂任务。在此背景下，如何实现海量GPU高效协同运行，使之如同一台一体化超级计算机开展工作，正是超节点架构着力破解的核心难题。由于当前主流的电互连超节点方案正面临规模扩展的物理极限，光互连成为突破这一瓶颈的必然选择。 在众多光互连技术路线中…

行业对算力底座的需求，正随着Agentic AI（代理式人工智能）应用的发展发生重大转型。7月17日， 2026世界人工智能大会（WAIC）正式在上海拉开帷幕，算力基建、超节点、光互连成为今年大会最受关注的议题之一。WAIC期间，壁仞科技正式推出下一代NPO光互连、分布式解耦架构超节点方案，支持单个超节点1024卡Scale-up扩展。据壁仞科技介绍，当前AI发展面临三大核心挑战：模型参数从千亿迈向数万亿（超大参数）、Agent等应用场景要求百万级上下文长度（超长文本）、推理和训练都需要成千上万张GPU协同工作（超大集群）。仅凭单张GPU的算力性能，已难以独立承载上述复杂任务。在此背景下，如何实现海量GPU高效协同运行，使之如同一台一体化超级计算机开展工作，正是超节点架构着力破解的核心难题。由于当前主流的电互连超节点方案正面临规模扩展的物理极限，光互连成为突破这一瓶颈的必然选择。 在众多光互连技术路线中…

行业对算力底座的需求，正随着Agentic AI（代理式人工智能）应用的发展发生重大转型。7月17日， 2026世界人工智能大会（WAIC）正式在上海拉开帷幕，算力基建、超节点、光互连成为今年大会最受关注的议题之一。WAIC期间，壁仞科技正式推出下一代NPO光互连、分布式解耦架构超节点方案，支持单个超节点1024卡Scale-up扩展。据壁仞科技介绍，当前AI发展面临三大核心挑战：模型参数从千亿迈向数万亿（超大参数）、Agent等应用场景要求百万级上下文长度（超长文本）、推理和训练都需要成千上万张GPU协同工作（超大集群）。仅凭单张GPU的算力性能，已难以独立承载上述复杂任务。在此背景下，如何实现海量GPU高效协同运行，使之如同一台一体化超级计算机开展工作，正是超节点架构着力破解的核心难题。由于当前主流的电互连超节点方案正面临规模扩展的物理极限，光互连成为突破这一瓶颈的必然选择。 在众多光互连技术路线中…

每经评论员 杜恒峰存储芯片巨头SK海力士赴美上市获得巨大成功，其ADR（美国存托凭证）发行收获超额认购，刷新ADR融资纪录，上市首日股价大涨12.76%。SK海力士CEO（首席执行官）预判，AI（人工智能）驱动的存储芯片结构性短缺将持续至2030年。在大模型训练、海量数据存储、高端算力集群建设的刚性需求支撑下，GPU（图形处理器）、HBM（高带宽内存）、高端DRAM（动态随机存取内存）等产品持续供不应求，上游硬件成为当前AI产业最确定的盈利赛道。但算力产业不同节点的悲喜并不相同。与上游企业的高歌猛进不同，下游算力服务商正在艰难越冬。美国东部时间7月9日，标普全球将甲骨文信用评级下调至“BBB-”级，仅差一档即为投机级（俗称垃圾级）。此次评级下调，核心原因是甲骨文高企的资本开支、不断累积的债务规模和高度紧绷的自由现金流。作为全球头部云计算与算力服务厂商，甲骨文持续加码数据中心建设，叠加传统业务增速…

孔令国所在的投资机构专注于半导体全产业链的投资。2025年12月17日上市的沐曦股份，他的公司从天使轮开始陆续投入2.5亿元，企业上市后，账面出现大量浮盈。天使轮投资沐曦5000万元，5年时间，浮盈就超过74亿元。这家企业为何被资本如此看好？创始人陈维良曾担任AMD数代GPU设计的全球总负责人，软件CTO杨建曾是AMD大中华区第一位企业院士，硬件CTO彭莉曾是AMD全球首位华人女院士。三人加起来，有超过半个世纪的芯片设计经验。正是这支“梦之队”，让这家企业在创业之初就拿到了和利资本、红杉、经纬等顶级机构的投资。据了解，这家企业的芯片已经应用到国内多个千卡级的算力中心。有机构预测，到2029年，中国国内算力卡采购额将达到1.44万亿元。庞大的算力需求让投资机构相信，中国将诞生多家市值万亿甚至十万亿的上市企业。（央视财经）责任编辑：刘德宾…

[文/观察者网 张菁娟]时隔近十年，中国超算再次站上全球性能之巅。据《卫报》报道，当地时间6月23日，德国汉堡国际超算大会发布最新全球超算TOP500榜单。中国全国产自主研制的“灵晟”（LineShine）超级计算机超过美国劳伦斯·利弗莫尔国家实验室的超算El Capitan（“酋长岩”），登顶榜首。这是自2017年“神威·太湖之光”之后，中国超算再次登顶这份常被视为衡量国家科技实力的榜单。报道称，“灵晟”与其他高性能计算机的不同之处在于，它采用纯CPU（标准微处理器）设计，未使用任何GPU（图形处理器）等先进人工智能（AI）芯片。而全球顶尖超算大多数依赖CPU+GPU的异构架构，TOP500中GPU占比超55%，以此进行繁重的数值计算。能效维度方面，“灵晟”整机额定功耗为42.2 MW，能效指标52.07 GFlops/W。算力综合测评层面，在高性能共轭梯度（HPCG）基准测试排名中以22.00 HPCG-Petaflop/s的成绩位列第一，在适配…

[文/观察者网 张菁娟]时隔近十年，中国超算再次站上全球性能之巅。据《卫报》报道，当地时间6月23日，德国汉堡国际超算大会发布最新全球超算TOP500榜单。中国全国产自主研制的“灵晟”（LineShine）超级计算机超过美国劳伦斯·利弗莫尔国家实验室的超算El Capitan（“酋长岩”），登顶榜首。这是自2017年“神威·太湖之光”之后，中国超算再次登顶这份常被视为衡量国家科技实力的榜单。报道称，“灵晟”与其他高性能计算机的不同之处在于，它采用纯CPU（标准微处理器）设计，未使用任何GPU（图形处理器）等先进人工智能（AI）芯片。而全球顶尖超算大多数依赖CPU+GPU的异构架构，TOP500中GPU占比超55%，以此进行繁重的数值计算。能效维度方面，“灵晟”整机额定功耗为42.2 MW，能效指标52.07 GFlops/W。算力综合测评层面，在高性能共轭梯度（HPCG）基准测试排名中以22.00 HPCG-Petaflop/s的成绩位列第一，在适配…

证券时报记者 阮润生2026年以来，存储上市公司市值不断创新高，市场正在尝试将存储资产从传统“周期股”转变为“AI时代核心基础设施资产”。在此估值切换窗口，海外调研机构SemiAnalysis一则关于英伟达新一代Vera Rubin AI服务器平台的内存降配、成本下降的研报，引发海内外存储概念股集体回调。6月5日，SK海力士重挫9.92%，A股存储器指数下跌4%，佰维存储、江波龙、澜起科技等存储龙头股价回落。据业内分析，本次报告中所指降配仅限于CPU侧系统内存，与GPU算力核心并无关系，这是基于英伟达兼顾供应链、功耗、成本的多重战略选择。内存容量“缩水”引担忧综合报道显示，SemiAnalysis最新报告称，英伟达正在对其下一代Vera Rubin NVL72机架系统的内存配置进行调整，Vera CPU原本配置的192GB SOCAMM（小型压缩附着内存模组）方案，容量将缩减至96GB，降幅接近一半。随着存储成本优化，每台Vera Rubin NVL72机架的物料与制…

证券时报记者 王一鸣曾被GPU抢尽风头的CPU，正在重回AI算力的舞台中央。6月1日，英伟达创始人兼CEO黄仁勋在GTC大会上宣布，旗下首款独立数据中心CPU Vera正式进入量产，将于今年第三季度投产。5月下旬，超威半导体（AMD）已宣布下一代EPYC数据中心CPU“Venice”进入量产。国内CPU厂商亦动作不断，5月28日龙芯中科推出23亿元定增方案，其中4.85亿元投向CPU关键核心技术研发项目。中关村物联网产业联盟副秘书长袁帅接受证券时报记者采访时表示，Agentic AI（代理式人工智能）时代的到来，正在重新定义算力需求结构。伴随CPU产业需求爆发，以及自主可控趋势深化，国产CPU厂商亦有望迎来规模化替代与产业地位重估的机遇。缘何重回聚光灯下？本轮CPU热潮背后的逻辑并不复杂。AMD CEO苏姿丰在今年5月下旬的一次演讲中阐述，在AI训练阶段，GPU承担了绝大部分矩阵运算工作，CPU更多扮演“数据搬运工”的角色。但在智能体时代，工…