黄仁勋收尾：Vera CPU订单创英伟达史上最快产品发布纪录，「过去六个月一切都变了」
相关推荐
英伟达详解下一代AI专用Vera CPU，向AMD和英特尔发起挑战
BlockBeats 消息，7 月 21 日，英伟达因其图形处理器（GPU）——即 AI 核心芯片——的需求极其旺盛而成为全球市值最高的公司。如今，英伟达已开始销售其专为 AI 设计的中央处理器（CPU）——Vera，并发布了新信息，以便潜在客户全面评估该芯片。 英伟达发布了其数据中心 CPU Vera 的新信息，包括规格参数以及潜在客户全面评估该芯片所需的基准测试和架构信息。英伟达代表表示，Vera 芯片已于 6 月交付给 OpenAI、Anthropic 和 SpaceX 等客户。进军 CPU 领域，为英伟达在 AI 服务器市场开辟了与 AMD 和英特尔竞争的新战场。 点击下方原文链接，加入动察 Beating · 飞书 AI 新闻渠道，7×24 小时不间断监测全球 AI 热点与新闻。
AMD年度旗舰AI大会来袭 瑞银：CPU/GPU技术路线是重头戏
火星财经消息,AMD年度旗舰AI大会“Advancing AI 2026”将于当地时间7月22日至23日在美国旧金山举行。瑞银发布前瞻报告称，此次活动可能更侧重于展示技术而非公布客户或财务信息，预计AMD将公布数据中心CPU(包含Venice、Verano)与GPU(MI450x以及MI500)技术路线的最新进展;嵌入式、游戏显卡业务也会同步更新相关信息。瑞银予AMD“买入”评级，目标价从670美元上调至700美元。(财联社)
比特币硬分叉链BIP-110已确定BLAKE2b为新POW算法，可使用普通CPU/GPU挖矿
Odaily星球日报讯 Luke Dashjr 已利用随机的方式确定 BLAKE2b 将作为 BIP-110 链的新 POW 算法，替代比特币目前使用的 SHA-256d 算法。与 SHA-256d 相比，BLAKE2b 更适合使用通用 CPU/GPU 进行挖矿，更偏 CPU 友好，可降低现有比特币 ASIC 矿机的优势。 此前消息，Luke Dashjr 计划将于 9 月 1 日正式实现 BIP-110 硬分叉，使其成为一条独立区块链，并产生区别于比特币的新代币，Luke Dashjr 已被比特币 BIP 编辑团队撤销了比特币 BIP 编辑权限。
机构：预计由Agent AI和AI服务器CPU增长所驱动的潜在需求将进一步推高传统DRAM价格
火星财经消息 8月4日，根据Counterpoint Research最新发布的全球存储追踪报告，三星在2026年第二季度以39%的市场份额重返全球DRAM市场第一，市场份额恢复至2024年水平。相比之下，尽管SK海力士的季度营收同比增长高达214%，但其市场份额由2025年第二季度的39%降至2026年第二季度的26%。作为全球三大存储厂商之一，美光同样取得了较好的季度业绩，以25%的市场份额几乎与SK海力士争夺第二的位置。该机构预计，由Agent AI和AI服务器CPU增长所驱动的潜在需求将进一步推高传统DRAM的价格。（广角观察）
韩国政府计划投入约4万亿韩元采购1万枚英伟达Vera Rubin GPU
Odaily星球日报讯 韩国政府计划明年投入约 4 万亿韩元，采购 1 万枚英伟达最新 GPU Vera Rubin，以支持“全民 AI”等面向公众的服务扩展及国家级 AI 基础设施建设。 韩国科学技术信息通信部计划延长“AI 计算资源利用基础强化项目”，并将明年引入的 GPU 全部配置为 Vera Rubin。该项目由运营数据中心的云服务提供商等民营企业负责 GPU 购买、建设和服务全流程，资金来自政府预算。 韩国政府过去两年通过该项目等方式累计 확보超过 3 万枚 GPU，并向公共和民间部门提供。Vera Rubin 相比上一代 Blackwell 架构，训练性能最高提升 6 倍，推理性能提升逾 8 倍。 韩国科学技术信息通信部相关人士表示，GPU 확보计划和预算规模尚未确定。行业人士表示，目前数据中心空间余量不足，明年前 확보大规模新增资源并不容易，政府正在评估多种替代方案。
高盛：英伟达下一代Vera Rubin超级芯片中存储成本占BOM约62%
火星财经消息，8 月 10 日，高盛最新报告确认，英伟达下一代「Vera Rubin」超级芯片的物料清单（BOM）中，存储组件成本预计占据约 62% 的比例。 据 ZeroHedge 援引高盛分析称，在 Vera Rubin 平台中，CPU 侧的 SOCAMM2 内存模块成本占比明显高于 GPU 侧的 HBM4 高带宽内存。 高盛此前在 5 月已指出，随着 AI 基础设施需求持续增长，存储器正在成为 AI 服务器硬件成本结构中的关键组成部分。此次报告进一步凸显了 AI 芯片供应链中存储环节的重要性，尤其是面向下一代 AI 计算平台的高性能内存需求正在快速提升。