Nvidia 与 AMD 以信用担保争夺数据中心客户融资

Kog团队在标准数据中心GPU上实现了极高的单用户推理速度，在8× AMD MI300X GPUs上达到3，000 tokens/s，在8× NVIDIA H200上达到2，100 tokens/s。相比常规推理速度（约100-300 tokens/s），实现了10-30倍提升。其核心思路是将LLM解码视为内存流问题，通过协同设计monokernel、重建同步机制、针对性内存访问映射及采用延迟张量并行的Laneformer模型架构，消除了传统流程的阻塞点。

为什么英伟达不自己直接卖token "黄仁勋真的很擅长让他的朋友们成为亿万富翁。" --Neil Movva，Sail Research 联合创始人，前英伟达 GPU/内核工程师

中国五大厂商占2026上半年全球人形机器人出货量的86%，全球总出货量超2.2万台，同比增长近300%。英伟达正将CUDA模式复制至该市场，通过深度嵌入少数头部厂商，以GPU/Jetson+CUDA+Isaac/GR00T/Cosmos栈覆盖机器人开发全流程。

中国人形机器人占全球出货量86%，英伟达正将其CUDA策略复制到这一高度集中的市场。英伟达只需深度嵌入少数几家机器人厂商，即可覆盖大部分市场。其路径是让机器人厂商依赖英伟达GPU/Jetson、CUDA及Isaac/GR00T/Cosmos平台，实现仿真、训练、控制与部署的全栈绑定。

SemiAnalysis 长文披露 OpenAI 自研 Jalapeño 芯片，称其面向数十万亿参数模型与百万级 token 上下文设计，并质疑 CUDA 在 AI 可自写代码优化新架构下的存续。该芯片以每瓦性能为核心，目标让数千芯片协同为单一推理机，其每兆瓦输出 token 吞吐已超越英伟达 Vera Rubin 公布数据。

NVIDIA 在 GLM 5.3 SGLang 对比测试中，在 150 tok/s/user 条件下，成本效率最高比 AMD 优 5 倍。 - 最新 SemiAnalysis 报告 "以 AMD 当前的软件状态，在 150 tok/s/user 下，NVIDIA 的性能优势如此之大，以至于即便竞争对手的芯片硬件免费赠送（但服务商仍需支付数据中心托管、电力和其它运营成本），使用 NVIDIA 的每 token 成本仍然更低。"

NVIDIA 上季度营收 960 亿美元，同比增长 106%，并指引 Q3 营收达 1080 亿美元（±2%），成为首家单季营收破千亿的半导体公司。按此年化营收 4320 亿美元，NVIDIA 已跃居全球第六大公司。同时，非超大规模客户首次贡献数据中心净新增收入的大部分，应收账款周转天数从 45 天升至 60 天，显示其正通过延长付款条件为买家提供更多供应商融资。

2026年1至8月，Hugging Face公开模型仓库从243万增至296万，但85.6%的模型下载量不足200次，1.5%的仓库占据99.2%下载量。中国实验室月度最大开源模型参数规模在754B至2.78万亿之间，美国实验室七个月中五个月低于130B。AMD与NVIDIA各发布超200个新模型仓库，成为发布开源模型最多的机构。

Azure 上季度增长 43%，全年收入首破 1000 亿美元，但谷歌云同期增长 82%，且云业务营业利润率从 20.7% 扩至 35.6%。微软因不拥有前沿模型与自研芯片，需向英伟达支付其利润率，资本开支中约三分之二投向 CPU/GPU。其合同积压达 6780 亿美元，但剔除 OpenAI 后仅增长 25%，近半未来订单依赖单一客户。

Google Cloud 在 2026 年 Q2 营收同比增长 82% 至 $24.8b，超过 $22.3b 的预期，增速已与 NVIDIA 趋同。增长主要来自 AI 算力租赁需求，而非 TPU 系统销售--后者本季度才开始确认收入，大部分收入将在 2027 年落地。云业务积压订单达 $514b，同比增长 385%，营业利润率从一年前的 20.7% 扩大至 35.6%。