英伟达被曝研发万亿参数Nemotron 4,规模翻倍仍小于中国头部开源模型
芯片厂自己下场做开源模型,本质是在给硬件铺一条不依赖任何一家实验室的需求通道。
115 条公司与产品报道 · 77 期日报
英伟达提供 GPU、CUDA 软件平台及数据中心互连系统,业务覆盖模型训练、推理和 AI 基础设施。这里重点整理其对外投资,观察资金如何连接模型公司、GPU 云服务商与芯片互连生态,同时保留产品、业绩和合作报道。
梳理 NVIDIA 对 Meta、OpenAI、Firmus、d-Matrix、Reflection AI、CScale 和 GMI Cloud 的投资报道,逐笔注明出资口径、交易阶段及业务关系。
日期为本站报道日期。每个节点保留当时的报道状态,后续进展见新闻时间线。
梳理 NVIDIA 对 Meta、OpenAI、Firmus、d-Matrix、Reflection AI、CScale 和 GMI Cloud 的投资报道,逐笔注明出资口径、交易阶段及业务关系。
芯片厂自己下场做开源模型,本质是在给硬件铺一条不依赖任何一家实验室的需求通道。
英伟达把卖芯片的生意,做成了给全行业找钱的生意,风险也跟着挪到了资本方账上。
英伟达把钱投到了插座那一端。
连英伟达都得在自家旗舰上让步,内存才是这一轮算力扩张真正的限速环节。
一句"只用英伟达",把明年的 GPU 排产表提前排掉了一大块。
挪威的水电加上摩根大通的信用证,正在替掉超大规模云厂商最难复制的那张底牌。
英伟达开源的从来不是慈善,是把竞争推到它卖芯片的那一层。
英伟达买的不是 SSI 的未来收入,是超级智能真出现时自己必须在场的那张门票。
阿里否认的是型号,不是那 2 万张卡。
蒸馏版打赢原版,说明这一代视频模型贵在冗余而不是能力。
管制拦得住采购单,拦不住把两朵云缝在一起的那根线。
同一笔 AI 支出,去年记在成长里,今年开始记在成本里。
一家零产品公司拿到 320 亿美元估值,定价的不是产品,是 Sutskever 本人。
当卖芯片的人开始替买芯片的人担保租金,需求侧的成色就不再由订单本身说了算。
内存厂第一次不是跟着服务器周期排产,而是跟着一份十年期的算力路线图排产。
CUDA 的护城河从来是二十年沉淀的开发者习惯,几家中国厂商同时开源工具链,等于第一次组队去填这条河。
写训练循环的事交给模型自己,工程师退到两条提示之后。
算力长约把创业公司的赌注从「模型能不能做出来」提前锁成了「四年后还有没有人用」。
英伟达开源机器人模型,图的不是模型本身,是把更多具身开发者引到自家 GPU 上跑。
从「一律不许买」松到「限量可买」,北京在芯片自给的长期目标和 AI 公司眼下的算力饥渴之间,划了一条很窄的临时缝。
英伟达把算力生意从一次性卖硬件,改成了对初创公司未来现金流的长期押注。
在国安场景里,客户先问的不是模型多聪明,而是数据出不出门——可气隙的开源模型,就此有了闭源给不了的东西。
具身智能能不能进工厂和家庭,卡点往往不在模型多聪明,而在安全这道关谁来兜底、按谁的标准兜。
当现金流最充裕的公司都在大举借债,说明 AI 基建的资本消耗才刚刚进入下半场。
出口管制没有阻止芯片流入,而是把芯片变成了一种需要提前锁定交付窗口的稀缺配额。
没有匹配的追踪动态。