英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市

资讯 华尔街见闻 全文 4321 字 · 约 11 分钟读完 配图 5 张 分类RubinVera英伟达AMD算力芯片

Rubin HPC单颗GPU搭载超5万CUDA核心,专为科学计算优化,预计2028年上市。CUDA-X扩展科学计算版图,覆盖天体物理、材料科学、药物研发和单细胞生物学等领域,黑洞分析从一个月缩短至8分钟。英伟达展示光子互连与量子计算融合、补齐超算基础设施,称Lambda采用英伟达光子共封装光学技术(CPO)实现最高5倍

所属频道 算力与芯片

英伟达把AI基础设施的争夺战打到了科学计算这一侧。11月16日,超级计算大会SC26在芝加哥召开,会上英伟达推出新一代GPU Rubin HPC,瞄准的是科学计算、工程仿真和数据分析,同时公布了CUDA-X软件库、光子计算、量子计算等方面的多项进展。按其设想,GPU加速计算、AI智能体与传统高性能计算(HPC)要装进同一个平台。

这次发布透露出的信号是:AI智能体开始插手科研工作,能自己提假设、调计算工具、跑仿真,再根据结果改方案,科学计算对算力的需求也随之改变。英伟达想靠软硬件协同设计,让AI从帮研究人员分析数据的角色,往前走一步,直接参与从提出问题到验证结果的全过程。

Rubin HPC是这次发布的核心硬件。它跟主要面向AI训练和推理的GPU不一样,针对科学与工程计算中大量数据读取、稀疏矩阵运算和复杂仿真任务做了专门优化。英伟达在SC 26期间还披露了Vera CPU机架的进展,该产品将于明年初上市。

英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市(配图 1)

从SC26看,英伟达要争的不只是AI训练和推理那部分GPU市场,还有科学计算、工程仿真、量子计算以及相关基础设施这一块更大的盘子。AI智能体正从信息处理工具变成能调用专业软件、执行复杂任务的研究助手,GPU算力、科学计算软件和高速互连网络之间的配合,会是下一阶段高性能计算竞争的关键。

Rubin HPC:单颗GPU超过5万CUDA核心,专为科学计算优化

据英伟达介绍,Rubin HPC是Vera Rubin平台新增的一款GPU,专门面向科学、工程和数据分析工作负载。单颗GPU搭载超过5万个CUDA核心,创下英伟达GPU核心数量的新纪录;同时引入稀疏数据加速能力,并用上第七代NVLink互连技术,提升GPU之间的数据传输效率。

英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市(配图 2)

英伟达指出,科学计算和传统AI训练任务差别明显。气候建模、工程仿真、基因组分析、金融风险计算这些应用,往往要从海量数据里反复提取分散的信息,再执行计算,如此不断重复。光增加GPU计算核心解决不了问题,数据传输和处理能力也得同步跟上,否则计算核心只能干等数据,白白闲置。

Rubin HPC的设计重点,正是让数据移动与计算能力保持平衡。它加速稀疏矩阵运算、模板计算(Stencil Computation)、排序和归约等科学计算中的常见操作,从而抬高整体计算效率。

在英伟达看来,AI智能体正在改变需求格局。智能体可以替科学家和工程师搜索更多候选材料、分子结构与工业设计方案,而仿真计算承担起验证职责。假设由智能体提出,随后它调用仿真工具检验结果,再依照反馈修正下一步研究路径。GPU跑仿真越快,研究人员能试的方案就越多。

英伟达表示,Rubin HPC预计2028年上市。公司希望借这款产品把AI智能体、GPU加速仿真和科学数据处理整合起来,缩短从提出假设到验证发现的周期。

CUDA-X扩展科学计算版图:黑洞分析从一个月缩短至8分钟

Rubin HPC提供的是硬件算力,而英伟达此次重点展示的CUDA-X软件库,则是让AI智能体能够调用专业科学计算工具的关键。

英伟达在SC26公布了CUDA-X库的扩展进展,涉及cuPhoton、cuPotential和cuSpa等工具,覆盖天体物理、材料科学、药物研发和单细胞生物学等领域。

英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市(配图 3)

天文学领域的一项应用颇具代表性。

事件视界望远镜(EHT)把全球各地的射电望远镜连起来,形成相当于地球直径的虚拟望远镜,用来观测黑洞。相关观测会产生PB级数据,传统处理流程可能要跑数月。

英伟达的cuPhoton.xBeam模块能用GPU加速射电天文数据的关联处理,把原本需要一个多月的分析任务压缩到8分钟。该工具已用于分析黑洞喷流J1924和3C279的观测数据,并推动梅西耶87星系中心黑洞的实时图像重建。

核聚变研究方面,英伟达展示了cuPhoton.xLens的应用。研究人员可以在等离子体仿真运行过程中同步提取数据、分析结果,不必等实验或计算全部结束后再处理。配合运行在本地系统上的Nemotron智能体,研究人员还能对仿真结果做交互式分析,实时调整模拟方向,为聚变反应堆靶室和腔体设计提供参考。

药物研发上,cuPotential来自西蒙斯基金会Flatiron研究所与D. E. Shaw Research的相关研究成果,可将现有分子模拟软件的运行速度提升至多3倍,计算稳定性和准确性也一并改善。它还能产出合成数据,供生成式AI模型训练使用;研究人员也可借助它寻找此前未知的分子结合位点、算出分子间的相互作用强度。

材料科学领域,英伟达介绍了Daviator工具。这是一组面向广泛使用的Vienna Ab initio Simulation Package(VASP)的批量GPU计算内核,可将量子力学计算速度提高最高22倍,同时将成本降低最高75%。

生物医学方向上,新开源的cuSpa用于加速细胞多边形计算,支撑大规模空间图谱以及患者、癌症模型的构建。纪念斯隆凯特琳癌症中心的相关应用,相比CPU最高实现900倍加速。

英伟达还介绍了rapids-singlecell框架,能够加速单细胞数据分析。Therna Biosciences利用该工具将数据处理速度提高200倍;Basecamp Research使用英伟达GPU加速的HMMER库进行生物序列注释,相关基准测试速度最高提高84倍。

从这些案例看,英伟达想把CUDA-X从过去那种GPU计算加速工具,推进成能被AI智能体直接调用的科学计算工具集。智能体不光要理解研究问题、规划步骤,还能调用专门的算法库来做数据处理、模拟和分析。

光子互连与量子计算:补齐超级计算基础设施

英伟达这次在SC26上铺开的范围,不只是GPU和科学计算软件。超级计算系统的网络互连、量子计算同传统超算的融合,也被一并纳入。

网络这一侧,云计算服务商Lambda已经把英伟达的光子共封装光学技术(Co-Packaged Optics,CPO)用到生产环境里。这套技术连接的,是搭载GB300 NVL72系统、GPU数量超过1万颗的AI工厂。

英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市(配图 4)

按照英伟达的说法,Lambda的测试结果显示:和传统可插拔光模块相比,换上光子交换机后,机架级网络延迟下降约4%,Pod级网络延迟最多降低约10%,吞吐量则基本持平。

英伟达称,光子技术的做法是把光引擎和交换芯片封装到一起。比起传统可插拔光模块,它能带来最高5倍的能效提升、最高15倍的可靠性提升,激光器数量则压到传统方案的四分之一。

AI集群规模一大,网络一旦出故障,可能几千颗GPU同时干等数据,整个系统的利用率就被拖下来。智能体推理和分布式计算的需求往上走,网络延迟、功耗、可靠性也就成了左右算力效率的关键因素。

量子计算这边,英伟达的办法是扩展Slurm工作负载管理系统,让量子处理器(QPU)进入传统超级计算的工作流。

英伟达透露的数据是:过去五年,超级计算中心部署的量子处理器数量增长接近7倍;眼下全球有近30家超级计算中心正在部署超过50台量子处理器。

不少超级计算中心本来就用Slurm管理CPU和GPU的计算任务。英伟达扩展Slurm对量子处理器的支持,是想让研究人员在熟悉的工作流里,把经典计算资源和量子计算资源放在一起统一调度。

这次Slurm的更新,建立在英伟达此前与IBM、Pasqal以及量子计算社区的合作之上。量子处理器制造商可以通过统一接口接入不同的超级计算中心,不必再为每一台量子处理器、每一套超级计算系统反复开发适配软件。

新版本还支持QRMI、QDMI等接口,IBM、IQM、Quantinuum、Pasqal等企业已经采用。Slurm 26.11预计在11月晚些时候发布。

英伟达发布Rubin HPC GPU:5万CUDA核心,2028年上市(配图 5)

英伟达同时扩展了CUDA-Q量子计算平台。新的TCBP-JOBS量子纠错解码算法,速度比行业标准算法最高快1.3万倍;费米国家加速器实验室用CUDA-Q做相关研究,把原本通常要五个月的工作压缩到三周。

量子与经典计算结合的实际应用也有展示。QunaSys用1024颗英伟达Hopper GPU模拟了超过3亿次量子操作,在四氢原子模型上达到化学精度;英伟达研究人员则借助德国JUPITER超级计算机,模拟104个量子比特在真实噪声环境下的运行情况,用来测试未来的容错量子计算架构。

CUDA迎来20周年:开发者生态成为长期护城河

SC26上还有一个有象征意味的节点:英伟达在庆祝CUDA发布20周年。

2006年11月,英伟达正式推出CUDA,并在当年的超级计算大会SC06上向科学计算领域推介这个GPU编程平台。研究人员由此可以用相对熟悉的编程模型调用GPU做通用并行计算,GPU的用武之地也从图形处理扩展到科学模拟、工程计算和数据分析。

20年下来,CUDA慢慢成了英伟达加速计算生态的核心。英伟达表示,全球已有超过1100万名开发者使用CUDA,CUDA-X拥有超过1000个库。

英伟达举出的代表性案例包括:伊利诺伊大学研究团队用CUDA加速分子动力学模拟,帮助推进艾滋病病毒衣壳的原子结构研究;多伦多大学研究人员用两颗英伟达GPU训练AlexNet,推动了2012年深度学习领域的突破;获得2024年诺贝尔化学奖的AlphaFold 2蛋白质结构预测软件,也用CUDA做GPU计算。

从最初服务科学模拟和工程计算,到后来成为深度学习和生成式AI发展的重要基础,再到眼下为AI智能体提供科学算法和专业计算工具,这套走了20年的软件生态,正被英伟达继续往AI驱动的科研领域延伸。

Vera CPU机架明年初上市,戴尔、慧与、联想和超微电脑供货

英伟达还宣布,面向高性能计算的Vera CPU机架级平台,预计从2027年初起由戴尔科技、慧与科技(HPE)、联想和超微电脑供应。

一个机架里整合192颗Vera CPU,通过英伟达Quantum-X800 InfiniBand网络互连,配约300TB内存和1PB存储,采用液冷设计,峰值总内存带宽超过200TB/s。

英伟达称,这个平台瞄准的是气候建模、分子动力学模拟这类数据密集型科学计算任务。

风险提示及免责条款
投资有风险,入市需谨慎。本文不构成针对个人的投资建议,也没有顾及个别用户特定的投资目标、财务状况或需求。用户应自行判断文中的意见、观点或结论是否契合自身情况。据此操作,风险自担。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 英伟达推Rubin HPC:超5万CUDA核心,押注AI智能体改写科学计算

    英伟达正将AI基础设施的竞争进一步延伸至科学计算领域。在11月16日于芝加哥举行的超级计算大会SC26上,英伟达发布专为科学计算、工程仿真和数据分析设计的新一代GPU Rubin HPC,并围绕CUDA-X软件库、光子计算和量子计算等领域公布一系列进展,试图将GPU加速计算、AI智能体与传统高性能计算(HPC)整合到统

    来源 腾讯网
  2. 英伟达7500亿美元融资网:输血初创换GPU采购?

    《华尔街日报》2026年11月13日调查报道指控英伟达通过向AI初创公司注资、要求其用所得资金购买GPU的方式人为制造芯片需求,布隆博格随后绘制的融资网络规模已超过7500亿美元。英伟达内部,CFO克雷斯(现任代理CEO)曾在8月高管会议上力阻该策略,遭黄仁勋以"鹿入车灯"之语驳斥。该调查触及大模型军备竞赛最脆弱的基础

    来源 AI 行业观察
  3. 英伟达GPU算力份额39%:谷歌微软转投博通合作

    11月16日,摩根大通资产管理市场与投资策略主席迈克尔・切巴莱斯特在前一日发布的报告中称,OpenAI、Anthropic这类前沿AI实验室已经敲定、未来将采购的算力基础设施里,英伟达(NVDA.US)GPU占比仅39%。而2023至2025年,英伟达在AI芯片整体收入中的份额曾达到83%,这预示着它在下一代算力基础设

    来源 腾讯网
  4. 英伟达麻烦不断:AMD与云厂商自研芯片正在改写AI算力格局

    英伟达在AI芯片市场的统治地位正面临前所未有的挑战。即便没有黄仁勋近期的风波,AMD、谷歌、亚马逊等竞争对手的追赶步伐也已明显加快,而大客户纷纷自研芯片更让这家芯片巨头腹背受敌。分析人士指出,这场混乱可能成为挑战者撬动英伟达护城河的绝佳窗口。本文剖析英伟达真正的结构性风险,以及这场AI算力霸主之争的下一步走向。

    来源 AI 行业观察
  5. 黄仁勋离开英伟达:芯片巨头与AI行业走向何方

    英伟达CEO黄仁勋在一场令人震惊的变故后黯然离职。这位以皮衣形象深入人心的AI算力布道者离场,对全球最关键的芯片公司、整个AI产业以及他本人都意味着什么?《连线》记者Lauren Goode深入解析权力交接背后的迷雾,以及这场变故将如何重塑行业格局。

    来源 AI 行业观察
  6. OpenAI锁定AMD:六年部署457MW MI455X算力

    TensorWave将在美国为OpenAI提供457MW的IT算力容量,为期六年,全部搭载AMD Instinct MI455X GPU,预计2027年上半年开始投入使用。TensorWave由AMD Ventures支持,今年6月完成B轮融资,旨在加速AMD算力部署。

    来源 华尔街见闻
  7. 美团开源1.6万亿参数模型,全程未用英伟达GPU

    美团发布LongCat-2.5智能体模型,基于华为昇腾训练且未使用英伟达芯片。Anthropic CEO坦言IPO前算力采购存在巨大风险。vLLM修复共享缓存越界写漏洞,MIT与DeepMind研究揭示AI顾问的“忠诚捕获”现象。本期还涵盖Seedance视频生成更新及Vercel子代理工作流实践。

    来源 AI 应用前沿
  8. 周鸿祎:“黄仁勋下台”背后,美对华芯片政策的分歧才是关键

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  9. 黄仁勋辞职:周鸿祎称创始人离场比丢CEO更伤,中国AI封锁难挡?

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  10. 黄仁勋辞职:周鸿祎谈创始人价值与美对华芯片分歧

    【TechWeb】11月14日消息,英伟达创始人黄仁勋突然辞职后,360创始人周鸿祎接连发布多条视频表达观点。他认为,英伟达失去的不只是一位CEO,更是一位能提前十年判断技术方向的创始人,若处理不当恐重蹈苹果当年赶走乔布斯的覆辙;与此同时,黄仁勋的离开也折射出美国对华芯片政策背后的深层博弈,但中国AI的发展不会因外部封

    来源 AI 行业观察
  11. 贝瑞看空英伟达GPU:AI泡沫刚开始瓦解?

    电影《大卖空》原型人物、知名投资人贝瑞(Michael Burry)警告,早在黄仁勋去职风波爆发前,英伟达就就面临芯片供应过剩与AI产业转型「雪崩」冲击。 他在部落格发文指出:「AI泡沫今....

    来源 腾讯网
  12. 黄仁勋辞职,周鸿祎:美国对华芯片政策分歧才是关键

    【TechWeb】11月14日消息,英伟达创始人黄仁勋突然辞职后,360创始人周鸿祎接连发布多条视频表达观点。他认为,英伟达失去的不只是一位CEO,更是一位能提前十年判断技术方向的创始人,若处理不当恐重蹈苹果当年赶走乔布斯的覆辙;与此同时,黄仁勋的离开也折射出美国对华芯片政策背后的深层博弈,但中国AI的发展不会因外部.

    来源 腾讯网
  13. 黄仁勋谋划回归英伟达:国会质询与Anthropic IPO本周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  14. 黄仁勋谋划回归英伟达:16万人联署,国会质询与万亿IPO同周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  15. 黄仁勋被曝商讨重返英伟达CEO,贝森特施压要外部人选

    据报道,黄仁勋已与亲信讨论复职,盟友正在硅谷组建“战情室”并寻求白宫支持,马斯克等人联署公开信签名逾10万。但财政部长贝森特公开唱反调,要求英伟达从外部引入新CEO,并在10天内就对相关芯片销售合规问题作出答复。

    来源 华尔街见闻
  16. 黄仁勋离场背后:鲁比奥改备忘录,Anthropic被指递料

    英伟达创始人黄仁勋离职背后疑为一场精心策划的"猎杀"。国务卿鲁比奥涉嫌将CIA报告改写为措辞强硬的机密备忘录并泄露给媒体;AI竞争对手Anthropic则被指向记者提供爆料线索。争议核心在于AI芯片管控路径之争,黄仁勋坚决反对在芯片中植入后门与追踪功能,而Anthropic积极推动芯片出口管制。

    来源 华尔街见闻
  17. 黄仁勋辞职后盟友筹建“作战室”,力推创始人回归英伟达

    深陷丑闻数日后闪电辞职,黄仁勋却可能很快重返英伟达。据Ars Technica报道,其核心圈子正组建非正式“作战室”,试图推动这位创始人重新掌舵。这场围绕个人与公司的博弈,折射出AI芯片巨头在公司治理与创始人光环之间的深层张力:英伟达卖的不只是芯片,还有一张由黄仁勋本人书写了十余年的路线图。

    来源 AI 科技快讯
  18. 黄仁勋与英伟达深度绑定:AI行业会否被一家公司拖累?

    TechCrunch文章抛出一个尖锐问题:如果黄仁勋和英伟达遭遇坏消息,是否意味着整个AI行业也将承压?摘要指出,Jensen几乎等同英伟达,而当前AI经济高度依赖英伟达。本文围绕这一判断,分析英伟达在AI算力、资本市场与产业信心中的枢纽角色,并讨论风险集中可能带来的连锁反应。

    来源 AI 科技快讯
  19. 美国商务部AI芯片新规:远程算力出口也要许可证

    美国商务部发布临时规则,要求企业在可能向中国等受限国家提供算力的情形下,出口AI芯片须申请许可证。新规将管制范围从芯片实体出口延伸至远程云计算访问,意在堵住中国企业通过海外数据中心获取算力的漏洞。全球AI产业链与云服务格局或将迎来新一轮调整。

    来源 AI 科技快讯
  20. 黄仁勋卸任、RTX 60延期,消费级显卡真被AI挤到边缘了?

    最近科技圈里最大的瓜就是黄仁勋的离职风波了,英伟达临时换帅,引发了巨大震动。以游戏显卡起家的英伟达,如今在AI芯片领域拥有了绝对的统治权。英伟达的业务板块里,绝大部分资源都分配给了算力卡,留给消费级显卡的并不多。

    来源 36氪
  21. 黄仁勋卸任、RTX 60延期:AI狂潮下消费级显卡被边缘化?

    最近科技圈里最大的瓜就是黄仁勋的离职风波了,英伟达临时换帅,引发了巨大震动。以游戏显卡起家的英伟达,如今在AI芯片领域拥有了绝对的统治权。英伟达的业务板块里,绝大部分资源都分配给了算力卡,留给消费级显卡的并不多。 对于老黄的离开,很多游戏玩家关心的是:下一代RTX显卡的发布进度是否会因此受到影响? 但说实话,无论管理层

    来源 AI 行业观察
  22. 黄仁勋辞任英伟达CEO:AI初创融资格局生变,谁来接棒

    IT之家 11 月 15 日消息,这是一场震动全球科技行业的人事变动。执掌英伟达 33 年、共同创立这家芯片巨头的首席执行官黄仁勋(Jensen Huang)已正式辞职。TechCrunch 援引一位新兴云计算公司的创始人的话称,他第一次听到这一消息时的反应是:“这就像一颗炸弹突然爆炸了。” 过去几年,英伟达一直是科技

    来源 AI 行业观察
  23. 黄仁勋辞任英伟达CEO:RTX Spark刚上市,这条路还走不走?

    不出意外,美东时间11月18日上午,飞行了近50年的旅行者1号,将抵达距离地球一光日的地方。 如果说旅行者1号承载了人类探索未知的雄心,那黄仁勋也凭借一次次对未来技术的大胆押注,带领英伟达走到了最初难以想象的地方。 但就在11月12日,掌舵英伟达33年的黄仁勋正式辞去CEO职务,长期担任CFO的科莱特·克雷斯(Cole

    来源 AI 行业观察
  24. TensorWave与OpenAI签六年协议:部署超450MW AMD算力

    AI云服务商TensorWave与OpenAI达成一项重大基础设施协议,进一步推动AMD在前沿AI算力市场的布局。根据协议,TensorWave将在美国多个数据中心站点为OpenAI提供457MW(兆瓦)的IT算力容量,为期六年,全部搭载AMD Instinct MI455X GPU,预计2027年上半年开始投入使用,

    来源 腾讯网
  25. 黄仁勋卸任英伟达CEO:33年掌舵结束,AI初创融资生变?

    IT之家 11 月 15 日消息,这是一场震动全球科技行业的人事变动。执掌英伟达 33 年、共同创立这家芯片巨头的首席执行官黄仁勋(Jensen Huang)已正式辞职。TechCrunch 援引一位新兴云计算公司的创始人的话称,他第一次听到这一消息时的反应是:“这就像一颗炸弹突然爆炸了。”过去几年,英伟达一直是科技初

    来源 腾讯网
  26. 英伟达循环融资调查:单季担保从1840亿飙至5300亿美元

    《华尔街日报》报道称,英伟达前CEO黄仁勋向无法自行购买GPU的AI初创公司注资,使其成为英伟达GPU的"循环买家",以消化台积电产能过剩带来的库存压力。英伟达总担保承诺金额在一个季度内从1840亿美元暴增至5300亿美元。CFO科莱特·克雷斯曾在内部会议力阻此类安排,遭黄仁勋怒斥,克雷斯现已在黄仁勋11月12日辞职后

    来源 AI 科技快讯
  27. 英伟达7500亿美元融资网被曝:CFO曾力阻,黄仁勋回怼“鹿入车灯”

    《华尔街日报》2026年11月13日调查报道指控英伟达通过向AI初创公司注资、要求其用所得资金购买GPU的方式人为制造芯片需求,布隆博格随后绘制的融资网络规模已超过7500亿美元。英伟达内部,CFO克雷斯(现任代理CEO)曾在8月高管会议上力阻该策略,遭黄仁勋以"鹿入车灯"之语驳斥。该调查触及大模型军备竞赛最脆弱的基础

    来源 AI 科技快讯
向下滚动自动加载更多