根据Omdia的最新报告，微软已成为英伟达旗舰产品Hopper芯片的主要买家，其采购量远超其他科技巨头。
今年，微软购买了48.5万颗Hopper芯片，是英伟达在美国第二大客户Meta的2倍以上，后者仅购买了22.4万颗。
微软的采购量也领先于云计算领域的竞争对手亚马逊和谷歌。
尽管亚马逊和谷歌正在开发自己的替代产品，但两家公司仍分别购买了19.6万颗和16.9万颗Hopper芯片。特斯拉和xAI的总采购量略高于亚马逊。
此外，Omdia指出，字节跳动和腾讯今年分别订购了约23万颗英伟达芯片，数量高于Meta。
微软采购大量AI芯片的原因是其数据中心既需要运行自家AI服务，也需要通过Azure部门向云服务客户出租算力。
（举报）
快科技4月15日消息，小鹏汽车董事长何小鹏近日透露，小鹏汽车全栈自研的图灵AI芯片即将提前到第二季度量产上车。随着汽车行业的智驾广泛应用端到端技术，催生AI大模型规模越来越大。小鹏汽车一方面开发参数量是主流VLA模型35倍的世界基座模型，另一方面即将量产1颗顶3颗英伟达Orin X的自研高算力芯片，两大重磅技术打造最强AI大脑”。在去年11月份举办的小鹏AI科技日”
快科技5月1日消息，据媒体报道，美国当地时间周三， 英伟达公司首席执行官黄仁勋造访白宫时表示，他希望特朗普政府修改从美国向全球出口人工智能（AI）技术的相关法规，以便美国企业能更好地抓住未来的机遇。我们需要加速美国AI技术在全球的扩散，”黄仁勋在与媒体的简短会面中表示，政府的政策和鼓励措施必须真正支持这一点。”与此同时，黄仁勋还呼吁美国政府放宽人工智能图形处理单元出口规定，但媒体报道特朗普政府计划加强控制。众所周知，英伟达目前主导着用于训练AI模型的尖端AI芯片市场，但其向中国客户销售最先进产品的渠道已被?
站长之家(ChinaZ.com) 4月15日 消息:随着 AI 行业的蓬勃发展，英伟达位于美国的人工智能芯片和超 级计算机工厂将创造数千个就业机会。科技巨头英伟达（NVIDIA）宣布，其 AI 超 级计算机将完全在美国本土生产。在全球贸易战的背景下，英伟达这一举动是为了减少对海外市场的依赖，并促进美国国内的生产。英伟达确认，他们已开始在台积电位于美国亚利桑那州凤凰城的工厂生产�
站长之家(ChinaZ.com) 4月15日 消息:当地时间4月14日，特斯拉首席执行官埃隆·马斯克在社交媒体透露，公司即将推出基于纯AI技术的全自动驾驶（FSD）解决方案。该方案完全依赖摄像头与特斯拉自主研发的AI芯片，并由其AI软件驱动，与特斯拉长期坚持的“纯视觉自动驾驶”技术路线一致。特斯拉近期通过官方X账号发布视频，展示其德克萨斯工厂内FSD无监督技术的应用场景。视频�
三星推出全新OLED S90F系列电视，搭载新一代NQ4 AI Gen3芯片，通过AI技术重塑家庭娱乐体验。该系列提供83/77/65/42英寸多尺寸选择，采用自发光OLED面板，支持4K AI影像增强、杜比全景声和144Hz可变刷新率，实现沉浸式视听效果。产品配备智能家居控制中心，可连接SmartThings平台管理智能设备，并支持7年系统升级服务。游戏性能方面，支持FreeSync Premium技术、21:9和32:9超宽屏比例，打造专业电竞体验。外观采用纤薄设计，获潘通色彩认证，兼顾科技美学与家居融合。
快科技5月2日消息，美国封锁芯片对华出口，这让英伟达CEO黄仁勋倍感焦虑，因为他深知中国国产算力目前达到了怎样的水平。前段时间华为推出了AI算力集群解决方案CloudMatrix 384，这在外行看来似乎没有什么不同，但如果仔细剖析其影响可谓深远。按照华为的说法，CloudMatrix 384基于384颗昇腾芯片构建，通过全互连拓扑架构实现芯片间高效协同，可提供高达300 PFLOPs的密集BF16算力，接近达到英伟达GB200 NVL72系统的两倍。此外，CM384在内存容量和带宽方面同样占据优势，总内存容量超出英伟达方案3.6倍，内存带宽也达到2.1倍，为大规模AI训
华为等中国AI半导体企业或成赢家……
黄仁勋表示，中国是英伟达非常重要的市场，希望继续与中国合作……
美国开始控制用于超级计算机的英伟达 H20 芯片的出口。黄仁勋虽然投资规模巨大，但也受到监管。
英伟达发布开源Llama-Nemotron系列模型，性能超越DeepSeek-R1。该系列包含三个版本：8B、49B和253B参数模型，其中253B的Ultra版本在推理吞吐量和内存效率上表现突出。关键技术包括：1）采用神经架构搜索优化模型结构；2）通过知识蒸馏和持续预训练提升性能；3）结合合成数据监督微调；4）在STEM领域进行大规模强化学习训练。Ultra版本在GPQA基准测试中达到开源模型最高水平，单节点8xH100即可高效运行。模型创新性支持"推理开关"功能，通过指令动态切换推理模式。训练流程包含五阶段优化，最终模型在数学推理和通用任务上均表现优异，部分基准超越专有模型。
