GPU吃不饱,CPU忙不过来,DPU能否“抢班夺权”?

资讯 AI 行业观察 作者:Alter聊科技 全文 5094 字 · 约 13 分钟读完 配图 1 张 分类英伟达英特尔芯片数据中心

2019年3月,英伟达以69亿美元的价格击败英特尔、微软、赛灵思等巨头,将服务器与网络芯片厂商Mellanox收入囊中。 一年半以后,英伟达正式将Mellanox的BlueField“智能网卡”命名为DPU,与CPU、GPU并列为数据中心“第三颗主力芯片”:CPU负责通用计算,GPU负责加速计算,DPU负责数据搬运与处

所属频道 算力与芯片

2019年3月,英伟达以69亿美元的价格击败英特尔、微软、赛灵思等巨头,将服务器与网络芯片厂商Mellanox收入囊中。

一年半以后,英伟达正式将Mellanox的BlueField“智能网卡”命名为DPU,与CPU、GPU并列为数据中心“第三颗主力芯片”:CPU负责通用计算,GPU负责加速计算,DPU负责数据搬运与处理。

根据黄仁勋公开给出时间表:五年内,全球每个数据中心都会部署DPU。

有了这套宏大叙事,各路芯片企业迅速跟进:英特尔在2021年推出IPU产品线,AMD在2022年收购DPU厂商Pensando,国内的中科驭数、星云智联、云豹智能等DPU创企纷纷拿到大额融资。

就结果来看,黄仁勋的预言只兑现了一部分。

DPU确实在超大规模数据中心普及了,可跑出规模的主要是云厂商的自研芯片:AWS在2017年就规模化上线了Nitro卡、谷歌联合英特尔定制了IPU E2000、微软收购Fungible后推出了Azure Boost DPU......英伟达与AMD的商用DPU长期“叫好不叫座”。

直到2026年的智能体浪潮。

按照AMD的预计,2026年全球约60%的AI算力将用于模型推理。随着长上下文推理和智能体的普及,怎么将庞大的KV Cache和实时记忆快速喂给GPU,直接关系到一座数据中心的实际产出。

当数据搬运与处理成为制约Token产能的关键环节,DPU终于等来了“抢班夺权”的机会。

01.“以存代算”焦虑:为什么CPU成了梗阻?

DPU再次被推上台前,离不开大模型推理的“内存墙”与“经济账”。

在自回归推理过程中,大模型需要保存已经计算过的KV Cache,避免每生成一个新Token,都要重新计算全部上下文。问题在于,模型的上下文窗口越长,需要保存的KV Cache就越多。

2023年到2025年,主流大模型的上下文窗口从128K跃升至百万Token级别。以部分大参数模型为例,单个百万Token序列的KV Cache,就可能占据10GB至100GB的存储空间。

按微软在72-GPU机架上演示的每秒110万Token吞吐量推算,在特定模型配置下,单颗GPU每天对应的KV Cache数据生成量可达92TB。简单做一个换算的话,80GB HBM显存仅够存约1.2分钟,即使是1TB的DRAM,也仅够约16分钟。

智能体进一步加剧了“存储压力”。

智能体执行一次任务,通常涉及模型思考、调用工具、等待结果、再思考、再调用等循环,每一步都在GPU生成和CPU、I/O工具执行之间来回切换,每一轮都要带上系统提示词、工具清单和返回结果。

据美光科技的测算,智能体场景对内存容量的需求可能是普通推理的10至40倍。

既然显存和内存都装不下,行业开始转向:把暂时不活跃的KV Cache卸载到NVMe SSD,需要时再拉回显存。

按照Omdia在2025年统计的介质成本,HBM3E约为每GB 14美元,DDR5约为每GB 8.50美元;按部署后的单位字节成本计算,DRAM约是NVMe SSD的44倍。

vLLM团队进行了一场测试,在2×H100、PD分离的环境下,当并发会话超过128个、CPU内存被填满后,卸载至存储层仍能维持高命中率,使Prefill吞吐量翻倍。

问题恰恰出在“把数据从SSD拉回GPU”。

在传统服务器架构中,CPU长期扮演着数据流转的中枢:GPU要读取外部存储中的数据,通常要经过主机操作系统、文件系统、存储协议栈和内存管理机制,才能最终完成数据搬运。

不同实现路径有所差异,但在常规I/O模式下,元数据查询、协议处理、加解密以及多次内存拷贝,都可能消耗大量CPU资源。对于传统企业应用,开销尚且可以接受。

遇到分秒必争的推理需求,则成了瓶颈:推理并发不断提高,海量KV Cache读写请求会持续冲击CPU和主机I/O系统。原本负责协调数据流转的CPU,反而可能成为拖慢GPU的瓶颈。

早在2020年10月的GTC期间,英伟达就曾示范GPU Direct加速存储的可行性:通过减少CPU参与的数据搬运路径,在特定测试中实现最高2.8倍的带宽提升,将CPU相关开销降低3至5倍。

当“每兆瓦电力能产出多少有效Token”成为AI工厂的核心经营指标,如何让数据绕过CPU参与的冗余处理环节,成了架构师们必须面对的问题,也给了DPU重新上位的机会。

02.巨头纷纷下场,DPU加速“抢班夺权”

试图重构CPU权力边界的玩家中,英伟达可以说是最激进的一个。

2025年10月,英伟达发布了BlueField-4系列,进一步模糊了传统智能网卡与独立计算平台间的界限。

标准BlueField-4 DPU拥有约1260亿颗晶体管,集成64核Grace CPU、最高128GB LPDDR5X内存、PCIe 6.0 x16总线、最高800Gb/s网络接口.....已经很难再用传统的“智能网卡”定义。

在存储节点侧,英伟达还准备了不同形态的方案。

例如OCP 2026展示的STX版本,采用Vera CPU架构;Hot Chips 2026展示的双BlueField-4 Vera方案,将存储访问带宽推向3.2Tb/s,宣称可实现10倍IOPS和5倍能效提升。

背后隐藏着英伟达更大的野心。

过去,DPU主要负责卸载网络、安全、虚拟化和部分存储任务,让CPU从重复劳动中解放出来;现在,英伟达希望DPU进一步接管大模型推理过程中最关键的数据流转环节。

DPU正在从CPU的辅助处理器,向GPU与存储之间的新中枢演进。

为了实现目标,英伟达准备了两套相互配合的方案。

第一套:重新定义存储层级。

传统的数据中心存储架构,大致可以分成四级:G1是GPU内部的HBM显存,速度最快、成本最高;G2是主机DRAM;G3是本地SSD;G4则是容量更大、但访问延迟更高的共享存储。

这套体系在传统计算场景下运行多年,到了大规模智能体推理时代,逐渐暴露出局限。

本地SSD虽然速度快,却难以在不同计算节点之间灵活共享;远端共享存储虽然容量充裕,但访问延迟和网络开销,又可能影响GPU的响应效率;特别是多个智能体共享同一套知识、工具和历史上下文时,如果每个节点都要单独保存、重复加载KV Cache,就会产生大量冗余的数据搬运。

英伟达给出的答案,是在传统存储层级之间插入一个新的G3.5层,也就是上下文内存层(CMX)。

GPU吃不饱,CPU忙不过来,DPU能否“抢班夺权”?(配图 1)

按照英伟达的设计,CMX通过BlueField-4将机柜级闪存资源组织成共享存储池,专门承接大规模推理产生的KV Cache,让GPU不再需要关心某一段上下文究竟存放在哪块SSD、哪个存储节点。

第二套:DOCA软件生态。

熟悉英伟达历史的人,很容易联想到CUDA。英伟达通过CUDA构建起覆盖开发工具、编程框架和应用生态的软件体系,逐渐将硬件性能优势转化为平台竞争力。

类似的思路正在DPU领域重演。

在BlueField-4的架构中,DOCA Memos等软件组件负责连接推理框架与底层存储系统:上层推理引擎决定什么时候需要哪些上下文数据,底层DPU通过硬件加速和软件卸载,处理NVMe-oF、RDMA、加解密、校验以及跨节点数据流转等任务。

CUDA已经帮助英伟达建立了GPU计算生态,DOCA承载着英伟达向数据通道延伸平台能力的野心。一旦越来越多的推理框架和存储厂商围绕DOCA进行深度适配,英伟达就有机会把竞争优势从GPU计算环节,延伸到整个AI数据通道。

有同样想法的,显然不只有英伟达。

在2026年推出的Helios机架级方案中,AMD将EPYC Venice CPU、Pensando Salina DPU和Vulcano 800G网卡组合起来,试图构建基于开放以太网的AI基础设施。

同样是通过DPU和高速网络扩展GPU可访问的存储资源,让大规模KV Cache摆脱本地显存容量的限制。

华为则提供了另一种思路。

在2026年全联接大会上,华为发布了OceanStor M900,进一步将计算、网络与存储控制能力融合进系统架构,并通过UnifiedBus等技术缩短昇腾NPU与SSD之间的数据访问路径,减少传统主机I/O链路中的冗余开销。

三家巨头的技术路线不完全相同,但形成了一个共识:下一代AI基础设施的竞争,数据流转效率将成为与计算性能一样重要的变量。网络、存储乃至上下文调度中的大量高频任务,正在逐渐摆脱CPU,交给DPU或其他专用硬件处理。

沿循这样的逻辑,DPU的“抢班夺权”,本质上是CPU长期掌握的数据通道控制权,向专用处理器转移。

03.替代路线与TCO拷问:非买DPU不可吗?

站在云厂商和大型企业的角度,答案恐怕没有那么简单。至少有三个变量,正在对DPU的商业价值形成挑战。

第一个变量是模型侧的“瘦身”。

KV Cache带来的存储压力,取决于模型架构、上下文长度、并发规模以及缓存数据的组织方式。如果能够通过模型架构创新减少KV Cache的生成量,自然也就不需要投入同等规模的外部存储资源。

第二个变量是CXL内存池化。

不同于将KV Cache卸载到SSD,CXL提供了另一种思路:让多个计算节点灵活访问和共享内存资源。北京大学团队的一项研究显示,在DeepSeek-V3.2的测试中,CXL内存池化的吞吐量达到RDMA基线的2.1倍。

第三个变量是最现实的TCO账本。

要搭建一套完整的机架级KV Cache存储系统,除了SSD,还可能需要采购DPU、交换机、高速光模块,并承担额外的机柜空间、功耗、软件授权及运维成本,目前仍缺少足够透明、跨平台、同口径的TCO账本。

比技术变量更难回答的,是商业问题。

DPU最早一轮商业化浪潮,已经证明了一件事:技术先进,并不意味着云厂商一定愿意采购。

如果云厂商将KV Cache管理能力整合进下一代自研网卡或专用处理器,DPU作为一种技术架构或许会加速普及,但留给独立商用DPU的市场空间,未必能同步扩大。

与上一轮商业化浪潮不同的是,英伟达已经获得了不少存储厂商的支持。

2025年底到2026年初,多家AI原生存储厂商陆续宣布拥抱BlueField-4:WEKA宣布将下一代NeuralMesh存储软件运行在BlueField-4上;DDN计划结合Infinia与BlueField-4打造下一代平台;VAST Data也将VAST AI OS引入BlueField-4生态,切入CMX相关市场......

也有不少厂商试图从底层协议和存储介质寻找突破口。

譬如华瑞指数云推出的原生分布式KV存储WQS,尝试绕开传统文件系统中的部分冗余I/O路径和内核开销,直接管理NVMe裸盘;针对高并发KV Cache写入可能引发的QLC闪存写放大和尾延迟问题,慧荣推出了面向KV Cache卸载的MonTitan参考设计。

当上下文内存成为新的基础设施需求,究竟由DPU厂商、存储厂商、主控厂商,还是云厂商自己来主导,目前远未形成定局。

英伟达最大的机会窗口,可能还是智能体。

正如黄仁勋对Vera Rubin平台的角色分工:Rubin负责智能体的思考,Vera负责执行,BlueField承担治理任务。

随着企业开始部署大量自主智能体,基础设施正面对新的安全挑战。

一个智能体可能同时访问企业数据库、调用外部工具,并与其他智能体共享上下文。不同租户之间的权限边界、数据隔离和行为审计,都需要更加细粒度的管理。

通过BlueField Astra及DOCA相关安全组件,英伟达正试图将身份权限、数据访问控制和行为审计等能力下沉到基础设施层,利用DPU建立一个独立的安全控制点。缺乏自研能力的AI云厂商,急于补齐安全短板的数据中心,可能直接采购整套基础设施。

04.写在最后

回看DPU过去七年的发展历程,颇有些戏剧性。

英伟达最初收购Mellanox时,DPU承载的是数据中心网络与基础设施卸载的想象空间。一直到AI工厂开始计算每一瓦电力、每一美元投入究竟能创造多少有效Token,数据搬运和记忆调度终于从幕后走向台前,才给了DPU重新证明自己的机会。

遗憾的是,黄仁勋的离职给DPU增加了新的变数。

从收购Mellanox到推动Vera Rubin整机柜架构,黄仁勋一直是英伟达向数据中心基础设施延伸的关键推动者。新管理层能否延续这套长期战略,尤其是如何平衡BlueField的商业回报与DOCA、Dynamo的软件生态扩张,将影响DPU的未来。

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. 英伟达单季营收1158亿美元:买算力的人靠什么回本?

    本文仅在今日头条发布,谢绝转载。 英伟达这一个季度的营收,是1158亿美元。这笔钱,绝大部分是别人掏钱买算力花出去的。那问题来了:花钱买机器的人,到底怎么回本? 11月18日早间(北京时间),英伟达公布了截至2026年10月25日的2027财年第三季度业绩:营收1158亿美元,同比增长103%;其中数据中心业务营收10

    来源 AI 行业观察
  2. 英伟达Q3营收1158.44亿美元:黄仁勋愿回归任CEO

    英伟达新任临时CEO科莱特·克雷斯。图片经由AI处理 文丨苏扬编辑丨徐青阳 英伟达在黄仁勋离职后交出了第一份成绩单。美国当地时间11月17日,英伟达公布截至2026年10月25日的2027财年第三季度财报。财报显示,英伟达当季营收1158.44亿美元,同比增长103%,环比增长20%;净利润652.87亿美元,同比增长

    来源 腾讯网
  3. 英伟达CEO被解职前:桥水索罗斯Druckenmiller调仓分化

    随着2026年三季度13F文件集中披露,全球顶级投资机构的持仓调整路径浮出水面——英伟达遭遇机构史上罕见的大分流,桥水转向AI硬件产业链,索罗斯完成"芯片内部换仓",Druckenmiller大举清仓半导体并转向黄金与SpaceX,伯克希尔则继续远离科技追逐,坚守地产与航空。 这批截至9月30日的持仓报告,恰好卡在一个

    来源 AI 行业观察
  4. 英伟达七年19笔并购:AI推理为主,克制是常态

    如果只看英伟达的营收和市值,很容易把它当成一家“卖算力/芯片的公司”。 但如果看它过去七年做过的很多笔并购案,会发现另一个不一样的英伟达。这是一家并购风格理性克制,把“技术”当成核心能力的公司:它很少为了并表收入而收购,也很少为了消灭对手而收购,它买的大多是能把它的GPU变成更强、更难绕开的技术能力。 据 IT桔子收录

    来源 AI 行业观察
  5. 5450亿美元!高盛大幅上调AI项目融资预测,但关键担保人英伟达正在退场

    其中芯片融资达3200亿美元,较今年增长近七倍,其核心依赖厂商担保以对冲折旧风险。然而英伟达正收紧担保承诺,其主导的5000亿美元融资平台迄今零交易落地。按25%担保比例,3200亿融资需800亿担保支撑,而三大芯片商可纳入指数债券存量仅940亿美元。担保人退场、贷款方要求提高、买方基础收窄,无人接盘风险正上升。

    来源 华尔街见闻
  6. 黄仁勋离任后英伟达首场全员大会:克雷斯承诺全面加薪

    黄仁勋离任后,英伟达召开首场全员大会。临时CEO科莱特·克雷斯承诺全面加薪并扩大股权激励,以安抚动荡中的员工情绪。这场会议既是对人心的紧急止血,也折射出这家AI芯片巨头在领导层更迭期面临的治理与人才双重考验。

    来源 AI 科技快讯
  7. 英伟达投资组合飙至650亿美元,黄仁勋离场引创投圈疑虑

    英伟达的私人投资组合价值在过去九个月内近乎翻了三倍,达到约650亿美元,主要得益于CEO黄仁勋激进的交易策略以及投资组合公司估值的持续攀升。然而,随着黄仁勋的离场,市场对英伟达未来投资交易的走向产生疑虑,这家AI芯片巨头能否延续创投狂飙成为行业焦点。

    来源 AI 科技快讯
  8. 英伟达放弃中国市场:临时CEO确认停售芯片,影响几何?

    英伟达临时CEO确认公司将不再向中国销售芯片,标志着这家AI芯片巨头在全球最大半导体市场之一的战略急转弯。黄仁勋被罢免后,这一决定引发业界震动:失去中国市场将带来数十亿美元收入损失,并可能重塑全球AI芯片竞争格局。本文分析这一决定的背景、代价与深远影响。

    来源 AI 科技快讯
  9. 英伟达非上市持股增至655亿美元:AI创投格局会怎么变?

    人工智能芯片巨头英伟达的投资版图再次引发行业震动。根据 TechCrunch 的最新报道,英伟达最新披露的数据显示,其对非上市初创公司的持股价值已经暴增至65.5亿美元(约合当前人民币数百亿元),较今年1月报告的22亿美元实现了大幅增长。这一资产的膨胀,既得益于公司近期的大规模新投资,也包含了现有投

    来源 AI 开发者社区
  10. 微软Maia 200芯片投产:每瓦token性能提升1.7倍,已部署美欧澳

    IT之家 11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布旗下第二代自研人工智能加速器 Maia 200 现已正式投入规模化生产,并开始在数据中心运行微软最大规模的前沿 AI 大模型。与“领先 GPU 基础设施”相比,该加速器在 Microsoft Teams、Copi

    来源 腾讯网
  11. 微软Maia 200量产:台积电3纳米,每瓦token量最高提升1.7倍

    在昨日(11 月 17 日)的 Ignite 2026 活动上,微软宣布第二代自研 AI 加速器 Maia 200 已正式投入规模化生产,并开始在数据中心里撑起微软最大规模的前沿 AI 大模型。这款芯片最硬的成绩单,是每瓦 token 处理量:与“领先 GPU 基础设施”相比,在 Microsoft

    来源 AI 开发者社区
  12. 微软英特尔签长期协议:Azure自研芯片首用EMIB封装

    11月18日,微软与英特尔宣布扩大合作,签署长期协议共同推进Azure云与AI基础设施建设,微软由此成为首家宣布采用英特尔代工厂EMIB先进封装技术用于自研芯片的企业。此次协议涵盖多个层面:英特尔确认向微软提供多年期Xeon处理器供货保障,包括下一代服务器CPU"Diamond Rapids";微软将把EMIB技术应用

    来源 腾讯网
  13. 微软Maia 200投产:3纳米工艺,每瓦性能最高提升1.7倍

    微软在11月17日Ignite 2026宣布,第二代自研AI加速器Maia 200已规模化生产,并开始在数据中心支撑其最大规模前沿AI大模型。该芯片主打每瓦token处理量,在Teams、Copilot、Cowork等内置AI功能中,较领先GPU基础设施最高提升1.7倍,同等电力下产出近一倍,面向AI推理。

    来源 AI 产业速递
  14. 英伟达非上市持股增至655亿美元:投资加码,AI创投格局将生变?

    英伟达投资版图再受关注。最新披露数据显示,其持有非上市初创公司股权价值已增至65.5亿美元,较1月报告的22亿美元大幅攀升。增长既来自近期大规模新投资,也源于现有投资组合企业估值显著上升。报道称,其前九个月股权投资规模逆势激增,显示这家AI芯片巨头正加速扩张投资布局。

    来源 AI 产业速递
  15. Claude三天完成AMD MI355X适配,CUDA壁垒被撬动?

    人工智能硬件与底层软件生态的竞争格局正在迎来一次深度的结构性松动。近日,业内传出重磅消息,Anthropic旗下的Claude Mythos仅用时3天,且在几乎无需人工干预的情况下,成功完成了对AMD MI355X芯片近100% 的底层内核代码编写。 这一突破性进展直接将原本需要数十名资深工程师耗时

    来源 AI 开发者社区
  16. Claude用3天完成AMD MI355X底层适配,CUDA生态生变

    AI硬件与底层软件生态竞争格局出现结构性松动。Anthropic旗下Claude Mythos仅用3天、几乎无需人工干预,完成AMD MI355X芯片近100%底层内核代码编写,把原本需数十名资深工程师6至12个月的适配周期压缩至72小时。实测显示,移植后模型性能表现突出,或显著改变芯片适配效率与生态竞争态势。

    来源 AI 产业速递
  17. 又一位世界级华人CEO,遇到了麻烦

    作者丨思齐编辑丨子钺图源丨英特尔又一位站在全球半导体产业权力中心的华人CEO,遇到了麻烦。这一次,是英特尔CEO陈立武。当地时间11月13日,英特尔遭遇股东诉讼,陈立武及公司CFO大卫·津斯纳(David Zinsner)均被列为被告。原告指控英特尔未能充分披露PC市场需求下滑、渠道库存积压等问题对公司业绩的影响。就在

    来源 腾讯网
  18. 特朗普AI冠军名单将出炉:超25家获出口快批,管制转向

    据《华尔街日报》报道,特朗普政府最快于11月22日正式宣布将Nvidia、OpenAI、亚马逊、微软、Anthropic等逾25家美国AI企业认定为"国家冠军",享受出口许可快速审批、海外运营政府担保及联邦融资支持。这是2025年7月行政令《美国AI出口计划》的具体落地,标志着华盛顿AI政策主轴从"卡住中国"

    来源 AI 科技快讯
  19. 英伟达临时CEO反复安抚:公司一切尽在掌控

    WIRED统计了英伟达临时CEO科莱特·克雷斯在公开场合多少次向外界保证“公司一切尽在掌控”。面对AI芯片市场的剧烈波动、投资者疑虑与公司过渡期的不确定性,这句反复出现的承诺既是定心丸,也成了值得玩味的新闻线索。本文梳理克雷斯的表态脉络,分析英伟达当前所处的微妙局面。

    来源 AI 科技快讯
  20. 亚马逊CEO首度回应英伟达黄仁勋风波:合作关系不会动摇

    【TechWeb】11月18日消息,当地时间11月17日,亚马逊总裁兼首席执行官安迪·贾西(Andy Jassy)做客一档访谈节目。在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。 贾西表示:“我对黄仁勋怀有深深的敬意,也对英伟达怀有深深的敬意。长期以来,他们一

    来源 AI 行业观察
  21. 英伟达Aa1评级展望调整:上调可能性低

    穆迪:下调整英伟达评级展望至稳定(之前为正面),确认Aa1评级。该评级反映了英伟达卓越的财务实力及其在人工智能数据中心计算和网络技术领域的市场领先地位。英伟达的市场领导地位和财务状况依然异常强劲,但未来12至18个月内不太可能上调评级。 与黄仁勋辞职前事件相关的政府调查可能分散管理层注意力。

    来源 华尔街见闻
  22. 黄仁勋松口愿回归CEO:英伟达董事会仍称未考虑

    黄仁勋声明称,若董事会认为他回归符合公司、股东和员工的最佳利益,他愿意重新出任CEO。声明传出后,早盘曾跌近2%的标普和早盘曾跌超2%的纳指一度收窄过半跌幅,早盘曾跌超3%的半导体指数一度仅跌0.1%。

    来源 华尔街见闻
  23. 黄仁勋认错遭董事会明确拒绝,“回归之门”彻底关闭

    【TechWeb】英伟达联合创始人黄仁勋在辞职五天后首度公开发声、释放回归意愿,但董事会已在业绩电话会与内部全员大会上两度明确表态“不会请他回来”。这家AI芯片巨头正以一份历史上首次单季破千亿美元的财报、提前落地的员工加薪方案以及紧锣密鼓的新CEO遴选,尝试向市场与内部员工证明:公司能够平稳运转,不再依赖某一位...

    来源 腾讯网
  24. 猎头已接触Arm CEO哈斯,英伟达换帅程序正式提速

    【TechWeb】11月19日,彭博社报道称,英伟达董事会聘请的猎头公司海德思哲(Heidrick & Struggles)已接触Arm首席执行官雷内·哈斯,将其列为接替黄仁勋的潜在人选。这是自11月12日黄仁勋辞去CEO、总裁及董事会成员职务以来,英伟达换帅程序中最具实质性的进展——在预测市场平台Polymarket

    来源 AI 行业观察
  25. 掌舵人变了,芯片计划没变:英伟达回应市场关切

    IT之家 11 月 19 日消息,行业媒体 Digitimes 今天(11 月 19 日)发布博文,报道称在最新财报电话会议上,针对“换帅是否会打乱 AI 芯片供货”疑虑,英伟达临时首席执行官科莱特 · 克雷斯(Colette Kress)表示,公司业务照常开展。在黄仁勋辞职后英伟达举行的首次财报电话会议上,克雷斯强调

    来源 腾讯网
向下滚动自动加载更多