传Arm正在开发全新GPU架构，将挑战英伟达AI芯片霸主地位
8月18日消息，据外媒Techspot援引消息人士的爆料报道称，总部位于英国的半导体IP大厂Arm正在开发一款可以与人工智能（AI）芯片大厂英伟达（NVIDIA）竞争的 GPU，并计划利用其业务战略和行业合作伙伴关系来挑战英伟达在AI芯片市场的霸主地位。
标签： 英伟达
传英伟达GB200液冷服务器一关键组件也面临短缺！
8月13日消息，据《经济日报》报道，AI芯片大厂英伟达（NVIDIA）面向服务器的Blackwell GPU由于设计缺陷正遭遇出货延迟之际，由于GB200的服务器由风冷转向液冷，所需的关键零部件——快换接头（UQD）也遭遇了严重短缺，也影响了纬创、富士康等台系AI服务器供应商的出货时间。
台积电3nm制程及CoWoS封装加持，联发科将携手英伟达于明年上半年推出AI PC芯片
8月13日消息，此前有传闻称英伟达正在开发基于Arm架构的AI PC处理器，不过最新的消息显示，英伟达实际上是选择了与联发科合作，为联发科的AI PC处理器提供GPU IP，双方合作的首款产品将采用台积电3nm制程及CoWoS先进封装技术，预计2025年上半年正式发布。
英伟达遭遇美国司法部两项反垄断调查
得益于人工智能（AI）芯片需求的火爆，在经历了数月的股价暴涨和乐观情绪之后，英伟达（Nvidia）近期遇到了一些障碍，不仅正在被法国竞争管理局（Autorité de la concurrence）进行反垄断调查，新的Blackwell GPU也遭遇了设计缺陷导致量产延后，近日又遭到了美国司法部的反垄断调查。
AI服务器大厂获利不及预期，股价暴跌20%！
AI服务器大厂美国超微电脑（Super Micro Computer，又称“美超威”）于当地时间周二（6日）美股盘后公布了截至6月30日的第四季财报，该季度营收虽实现了同比及环比的大涨，但仍低于预期，并且获利也低于预期，且毛利率也创下了新低，致使其8月7日股价暴跌20.14%。
英伟达新推降配版B200A，将占其2025年高端GPU出货的55%
8月7日消息，市场近期传出消息称，英伟达（NVIDIA）已经取消了B100并转为B200A。但根据TrendForce的报告称，英伟达仍目标在2024年下半推出B100及B200，将供应CPS（云服务提供商）客户，也另外规划了降配版B200A给其他企业型客户，瞄准边缘AI应用。
英伟达的订阅软件帝国正在形成
8月7日消息，随着人工智能（AI）的繁荣，英伟达（NVIDIA）的收入飙升，以至于它一度成为世界上最有价值的公司。这种增长主要是由于AI需求爆发下，市场对其数据中心 GPU 的需求推动的，这些 GPU 用于训练和运行不断增长的更好、更智能、更大的大语言模型。但是，尽管投资者愿意相信英伟达CEO黄仁勋的GPU帝国将继续增长，一个季度又一个季度翻一番，但没有什么是永恒的。如果英伟达的未来只围绕销售GPU而展开，那么这可能是一件大事。但正如黄仁勋经常提醒人们的那样，英伟达既是一家硬件企业，也是一家软件企业。
摩根大通：受设计缺陷影响，英伟达GB200今年产量最多50万颗！
近日，英伟达被爆出消息称，其最新的Blackwell GB200系列因设计问题可能将延迟一个季度出货。摩根大通发布最新报告认为，GB200产能在今年下半年或将放缓，但预计在2025年大幅扩张，在此情况下，相关中国台湾供应链厂商将受影响，比如鸿海作为主要的主板及服务器代工厂，可能会受到波动，广达由于产品线多元化，受到的影响相对较小；液冷组件供应商双鸿和奇鋐也可能面临一定的挑战，台积电则将保持相对稳定。
传英伟达Blackwell GPU因“设计缺陷”将推迟上市
8月3日消息，据The Information援引知情人士的话报道称，由于“设计缺陷”问题，英伟达（NVIDIA）的下一代 Blackwell GPU 的上市时间已被推迟。
图解AI芯片生态系統
随着众多厂商纷纷加大对于人工智能（AI）投资，推动了数据中心、HPC、自动驾驶等领域对于AI芯片需求的暴增。然而，一个AI芯片的诞生涵盖各个层面，包括芯片设计、制造到应用部署整个过程，并涉及多种技术和产业链。
传部分英伟达RTX 40显卡将出现供应短缺，原因是美光GDDR6X模块质量不合格
7月30日消息，据Tom′s Hardware报导，市场传言GPU大厂英伟达（NVIDIA）GeForce RTX 40系列将从今年8月开始会出现短暂供应短缺，主要是因为上批不合格GDDR6X內存需要重新生产。
在LLama 3训练期间平均每3小时发生一次故障，英伟达H100 GPU和HBM3内存故障占据了一半
7月28日消息，Meta近期发布了目前全球最强的开源大模型LLAMA 3.1 405B，引发了业界的关注。近日，Meta发布了关于LLAMA 3.1 405B的研究文章，详细介绍了其在 16,384 个 英伟达（NVIDIA）H100 80GB GPU 的集群上训练Llama 3.1 405B 模型所遇到的问题。
