SemiAnalysis 谈 GPU 集群可靠性评估

AMD 刚刚宣布与 Anthropic 达成协议，将投资高达 50 亿美元，换取 Anthropic 采购 2GW 的 AMD MI455 UALOE72 及未来 GPU。🚨 这与我们三天前关于 Anthropic 的说法一致。

重大延迟：Jensen 在 GTC 上展示 Kyber NVL144 仅 3 个月后，该项目遭遇重大挫折，已推迟超过 12 个月，延至 2028 年。下文我们将解释 Kyber 为何面临大幅延迟，以及 NVIDIA 的 NVL72x2 背靠背机架架构为何也被取消，导致 Rubin Ultra 的扩展域受限。👇️ 1/6🧵

有意思：在GTC 2026宣布Rubin Ultra仅3个月后，原4-die Rubin Ultra因制造执行问题被取消。新的“Rubin Ultra”尺寸减半，实际性能约为原版的一半。1/4🧵

BREAKING NEWS: 据 CloudFlare Radar 数据，全球互联网 HTML 网页的 AI 智能体流量已超过人类流量。

突发新闻：JAX NVIDIA GPU & XLA：GPU最大客户刚刚宣布已放弃JAX GPU，宁愿用Grok Build“氛围编程”一个C训练框架。据报道xAI的JAX堆栈MFU低于10%。NVIDIA JAX团队过去两年全部主力996专注于支持xAI却失败了，我想他们现在可以休息并兑现期权了。

AMD 首次公开 Helios 的 TH6 scale up 交换机设计，从背板经飞线接入交换 ASIC 的路径旁可见 Broadcom 以太网 retimer。

警报 🚨🚨OpenAI 最新的 GPT6.1 Sol Ultrafast 并非运行在 Cerebras 上，而是在 NVIDIA GPU 上以低 batch size 运行。 这对 Cerebras 意味着什么？Cerebras 未来会服务 GPT6.1 Sol Ultrafast 吗？

在 Semicon Taiwan 上，EVG 介绍了纳米压印光刻（NIL）在光子集成电路大规模制造以及激光器制造中的应用。NIL 特别适合在光子芯片内定义周期性结构，例如光栅耦合器，或用于微发射器阵列的微透镜阵列，并有可能用于 DFB 激光器光栅。(1/3)🧵

SemiAnalysis 对 GPU 集群健康检查做最基本测试：看它在纸面上是否可能跑通，结果发现好几个根本不可能成立。在 Amazon HyperPod Slurm 上首次测试时，一个健康检查要求节点先健康才能运行，但该检查本身又是节点重新入池所必需的，形成死循环。SemiAnalysis 称测试中约有五到十个这类"健康检查从未有机会运行"的例子，并质疑这些方案交付客户前是否经过充分验证。

https://x.com/MTSlive/status/2103668195362238901