AMD 高管:AI 不会取代超级计算机,高精度计算仍不可替代
AMD 企业副总裁 Scott Tease 表示,依赖双精度 FP64 的高精度科学计算将长期存在,AI 无法取代传统高性能计算。他主张构建包含 CPU、GPU 及量子计算机的异构计算体系,以协同处理不同精度需求。目前 AMD 正与 IBM 在橡树岭国家实验室推进试点,探索量子纠错与 AI 辅助科研的融合路径。
AMD 企业副总裁 Scott Tease 表示,依赖双精度 FP64 的高精度科学计算将长期存在,AI 无法取代传统高性能计算。他主张构建包含 CPU、GPU 及量子计算机的异构计算体系,以协同处理不同精度需求。目前 AMD 正与 IBM 在橡树岭国家实验室推进试点,探索量子纠错与 AI 辅助科研的融合路径。
OpenAI 首席执行官萨姆·奥尔特曼在 Semafor 峰会重申,他希望所有人都能拥有大量内存,并认为在家动手折腾硬件是很棒的事。此前他曾因建议将闲置内存用于云端以应对 DRAM 供应紧张而遭网友嘲讽,此次表态旨在澄清其言论被断章取义,强调支持个人自由配置硬件。
OpenAI CEO Sam Altman 在 Semafor 峰会上澄清,他支持个人电脑拥有大量 RAM 并鼓励家庭折腾。他承认 AI 数据中心需求导致 DRAM 价格近期上涨 5 至 7 倍,此前其关于内存应集中于数据中心的言论曾引发争议。
苹果前 CPU 首席架构师 Gerard Williams III 在访谈中提出,将移动芯片的极致功耗管理应用于 AI 数据中心,可在同等电力限制下提升 2 到 3 倍算力。他创立的 NUVACORE 采用“核心优先”架构,并利用 AI 工具将芯片前期性能建模时间从 7 至 12 个月压缩至 2 至 3 个月。
土耳其在 COP31 气候峰会前提出“安塔利亚人工智能承诺”,旨在推动数据中心使用清洁能源并建立负责任的 AI 开发标准。该承诺明确声明目标为自愿且无约束力,不产生新义务,且美国因退出全球气候协定未参与。此前《自然》期刊研究发现,AI 通过增加化石燃料生产导致的碳排放超过了其在可再生能源方面的减排贡献。
英飞凌、意法半导体和恩智浦的 CEO 表示,凭借汽车和工业技术优势,欧洲有实力在机器人和物理 AI 领域与美国、亚洲竞争。三家公司高管指出,AI 应用正从数据中心向机器人、汽车和工业设备延伸,能在现实环境中安全运行的芯片需求将增加。意法半导体已与意大利 Oversonic 签署协议,在马耳他半导体工厂部署首台人形机器人,但此类项目目前仍处于起步阶段。
哈佛商学院教授 Willy Shih 在 The Verge 访谈中分析 AI 热潮对全球供应链的冲击。他指出 AI 基础设施正在消耗全球计算资源,叠加关税变动与制造业回流未达预期,导致供应链面临前所未有的压力。
宇树科技创始人王兴兴在 2026 世界互联网大会乌镇峰会上预测,未来世界最核心的资源是数据、算力、芯片产能、能源和矿。他同时认为明年将是机器人行业或机器人模型的临界点,并指出当前全球对 AI 的重视程度仍显不足。
马斯克预言 2029 年部署到近地轨道的 AI 与云计算处理能力将远超地面算力,并预计 2028 年轨道算力月新增部署量即超过地面。这一趋势旨在解决地面数据中心面临的电力短缺与资源紧张问题,利用太空太阳能优势。目前谷歌、蓝色起源及 SpaceX 均已启动相关卫星数据中心项目,其中 SpaceX 计划部署最多 100 万颗卫星。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,在 DRAM 供应受限的环境下,将内存分散在个人电脑中仅 5% 利用率是“糟糕”的,云端最高利用率才是正确方向。目前 Samsung 和 SK Hynix 已与云服务商及 OpenAI 的 Stargate 项目签订长期协议,预订了未来几年大部分全球 RAM 产能。
科大讯飞董事长刘庆峰在 2026 全球 1024 开发者节上表示,国产算力对标全球目前仍有两代左右差距,但预计很快将缩小至一代或半代,未来有望实现并跑甚至领跑。他同时指出,当前国内真正投入大模型训练的企业较少,但未来将有更多参与者深入训练及应用生态,以构建自主可控的 AI 竞争力。
英伟达 CEO 黄仁勋在 GTC 柏林大会表示,得益于软件持续更新,GPU 实际使用寿命已从约 4 年延长至 8 年甚至更久。马斯克也指出,随着 AI 模型优化,每瓦计算能力产出的有用智能增加,导致 H100 等旧 GPU 租金高于新设备时期。
英伟达 CEO 黄仁勋在柏林 GTC 大会表示,未来所有电信运营商都将提供 AI 算力,电信基站有望发展成分布式 AI 网络。他重提 AI“五层蛋糕”理论,强调 AI 是像电力和互联网一样的底层工业基础设施,涵盖能源、芯片、基础设施、模型和应用五个层级。
HPE Private Cloud AI 通过整合基础设施、模型与治理服务,将企业 AI 运营重点从单 token 成本转向有效成果成本。该平台利用调度、GPU 分区及 KV-cache 管理等手段提升利用率,在独立测试中显示高利用率下有效 token 成本低于按需租用。这标志着企业 AI 正从早期实验阶段转向需精细管理基础设施效率的基础设施化阶段。
英伟达 CEO 黄仁勋表示 AI 带来的积极影响将很快盖过投资者担忧,强调一切才刚刚开始。此前费城半导体指数连续 8 个交易日下跌,创 2008 年以来最长连跌纪录,英伟达过去 8 个交易日中 7 日收跌。
英伟达 CEO 黄仁勋在播客中回忆,上世纪 90 年代末曾通过黄页多次致电台积电却无人接听,最终靠一封长信促成与张忠谋的合作。黄仁勋称张忠谋强调诚信与长期合作,30 年来台积电一直尽力帮助英伟达。台积电近日公布第三季度净利润增长 69%,创下 7,631 亿新台币的纪录。
英伟达 CEO 黄仁勋在访谈中强调,企业做生意不能只顾自己吃尽利润,必须让合作伙伴有得赚以维持长期稳固的合作基础。他回顾与台积电三十余年合作,指出“限制是发明之母”,算力限制反而促使中国 AI 公司将架构做到极致。
前英特尔 CEO 基辛格批评 HBM 位密度低、散热差且受“海岸线带宽”限制,称其为“糟糕的内存”。他指出 HBM 对 AI 内存计算密集型负载存在明显短板,HBM4 总线宽度虽提升至 2048 位,但功耗超 30 瓦时接口发热将成为主要热应力来源。
AMD CEO 苏姿丰在 2026 年开放计算项目全球峰会上将今年定义为“真正的 AI 推理之年”,预计推理将占据约 60% 的市场份额。她指出受智能体 AI 兴起驱动,CPU 业务未来 4 至 5 年复合增长率预计达 50%,2030 年潜在市场规模将突破 2,000 亿美元。AMD 自 9 月起已向 OpenAI、Meta 等客户交付 Helios 量产系统,并计划持续扩大产量。
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,认为行业应更多强调 AI 消除癌症等积极潜力。他指出数据中心建设未充分与社区沟通导致阻力,并建议对 AI 进行合理监管。
中微公司董事长尹志尧在工博会上警示 AI 行业可能出现泡沫,需多加留意。他指出半导体行业资本开支波动剧烈,未来仍可能经历周期性变化。此前欧洲监管机构已考虑即将到来的 AI 泡沫破裂风险。
马斯克表示,中国一旦掌握产品制造方法,其扩产能力往往超过世界其他地区总和,锂电池和太阳能产业即为典型例证。他同时指出,内存产业情况可能不同,因为该领域已从低利润标准化商品转变为升值最快的产品之一,且新一代 HBM 架构等技术攻克难度更高。
英特尔 CEO 陈立武与博通 CEO 陈福阳警告,资金短缺可能取代算力成为 AI 发展的最大瓶颈。尽管计算基础设施需求持续超过供应能力,且供需失衡可能延续至 2029 年甚至 2030 年,但两位高管仍看好未来两到三年行业不会明显放缓。
阿里巴巴集团董事会主席蔡崇信表示,欧洲若要摆脱对中美的技术依赖,最佳选择是发展开源 AI。他呼吁欧洲建设本地算力基础设施以运行模型,并建议利用庞大的工业数据训练模型以形成优势。
英伟达 CEO 黄仁勋在微软 Surface 新品发布会上表示,如果没有 Windows 就不会有 GeForce,进而 CUDA 也不会问世。他回顾称,英伟达早期因坚持非主流技术导致 NV1 销量惨淡,直到 1997 年推出 RIVA 128 并优先优化 D3D 驱动后才站稳脚跟。
Hugging Face 发文指出,AI 的下一个真正约束不是智能而是 GPU 利用率,闲置 GPU 如同停飞的飞机,成本按日历小时累积而产出只按计算小时计。文章以 2020 年微软为 OpenAI 搭建的含超 10,000 块 GPU、285,000 个 CPU 核心的超级计算机为例,说明算力稀缺已从模型转向计算资源。