آخرین خلاصه اخبار دستاول در موضوع «GPU».
GPU
اخبار تازه و دستاول با موضوع GPU رو برات این پایین گذاشتیم!
طرح ۵۰۰ میلیارد دلاری انویدیا برای نجات تراشههای قدیمی؛ فرصتی نو یا ریسکی خطرناک؟
ادامه مطلب
- 💰 انویدیا طرحی ۵۰۰ میلیارد دلاری برای مراکز داده اجرایی کرد
- 📉 شرکت متعهد به جبران تا ۲۵ درصد کاهش ارزش تراشهها شد
- ⚠️ تحلیلگران این طرح را بهدلیل خطرات مالی پرریسک توصیف کردند
- 🌐 این ابتکار به دنبال ایجاد بازار ثانویه برای GPUهای قدیمی است
تحلیل برنستین: بازار توان محاسباتی هوش مصنوعی به سمت کالایی شدن میرود
ادامه مطلب
- ⚡ تحلیلگران برنستین بازار توان محاسباتی (Compute) را مشابه بازار برق میدانند.
- 📈 افزایش تقاضا برای زیرساختهای هوش مصنوعی، نیاز به بازارهای آتی را دوچندان کرده است.
- ⚖️ بورسهای بزرگ در حال بررسی قراردادهای آتی برای قیمتهای لحظهای GPU هستند.
- 🔍 استانداردسازی واحد محاسباتی، کلید اصلی ایجاد شاخصهای مرجع و ابزارهای پوشش ریسک است.
- 💡 هجینگ تنها راه مدیریت ریسک قیمت در چرخههای سرمایهگذاری تریلیون دلاری هوش مصنوعی است.
سکوی ملی هوش مصنوعی ایران تا اردیبهشت ۱۴۰۵ در دسترس کاربران قرار میگیرد
ادامه مطلب
- 🗓️ سکوی ملی هوش مصنوعی تا پایان اردیبهشت ۱۴۰۵ در دسترس کاربران قرار میگیرد.
- ⚠️ بخش زیادی از سیستم پردازش اصلی در طول جنگ از دست رفته است.
- 💾 قسمت نرمافزاری سکو به دلیل بکاپگیری آسیبی ندیده است.
- 🏛️ ۱۲ دانشگاه و ۲۰ شرکت دانشبنیان به این سکو پیوستهاند.
- 💰 معاونت علمی منابع زیادی را به خرید GPU اختصاص داده است.
چالشهای بیسابقه در سیلیکونولی: کمبود سختافزار، سرمایهگذاریهای عظیم و آینده هوش مصنوعی
ادامه مطلب
- 📈 مصرف توکنهای هوش مصنوعی در OpenRouter چهار برابر شد.
- ⚠️ شرکت آنتروپیک دسترسی به ابزارهای خود را محدود و با قطعی روبرو شد.
- 🚫 OpenAI و GitHub پذیرش محصولات جدید را به دلیل محدودیت محاسباتی متوقف کردند.
- 💰 آمازون و گوگل به ترتیب ۱۰۰ و ۴۰ میلیارد دلار در زیرساختهای هوش مصنوعی سرمایهگذاری کردند.
- 🏭 کمبود تراشههای GPU، HBM و CPU آینده هوش مصنوعی را با چالش مواجه کرده است.
شایعات: اسنپدراگون 8 الیت نسل 6 پرو در CPU انتظارات را برآورده نمیکند
ادامه مطلب
- 📉 عملکرد پردازنده مرکزی (CPU) اسنپدراگون 8 الیت نسل 6 پرو کمتر از ۲۰ درصد افزایش مییابد.
- ⚙️ این تراشه از فرایند ساخت ۲ نانومتری TSMC بهره میبرد.
- ⚡ پیکربندی پردازنده «۲ + ۳ + ۳» با سرعت کلاک ۵.۰۰ گیگاهرتز است.
- 🚀 پردازنده گرافیکی (GPU) Adreno 850 با رم LPDDR6 ارتقا یافته است.
- 🧠 قابلیتهای هوش مصنوعی با بهبود حافظه کش GPU تقویت میشود.
انویدیا: سود بیسابقه با ۶۸ میلیارد دلار درآمد سهماهه چهارم و رشد انفجاری هوش مصنوعی
ادامه مطلب
- 💰 انویدیا: ۶۸ میلیارد دلار درآمد سهماهه چهارم، ۷۳٪ رشد سالانه.
- 📊 ۶۲ میلیارد دلار از درآمد مربوط به بخش مرکز داده انویدیا.
- 📈 تقاضای جهانی برای توکنها و GPUها به شدت افزایش یافته است.
- 🇨🇳 عدم گزارش درآمد از چین به دلیل محدودیتهای صادراتی آمریکا.
- 🤝 انویدیا به توافق سرمایهگذاری ۳۰ میلیارد دلاری با OpenAI نزدیک است.
همکاری انویدیا و زیمنس: تحولی در طراحی نیمههادیها با دوقلوهای دیجیتال
ادامه مطلب
- 🤝 همکاری عمیق انویدیا و زیمنس در نمایشگاه CES 2026 آغاز شد.
- ⚡️ هدف، شتابدهی فرآیند طراحی نیمههادیها با نرمافزارهای EDA روی GPU است.
- 💡 این مشارکت به توسعه «دوقلوهای دیجیتال» از سامانههای فیزیکی آینده میانجامد.
- 🚀 جنسن هوانگ به پلتفرم نسل بعدی «ورا روبین» برای شبیهسازی کامل اشاره کرد.
- 📈 این همکاری چرخه توسعه را کوتاه و از خطاهای پرهزینه تولید جلوگیری میکند.
دیپ سیک از معماری mHC برای آموزش پایدار مدلهای هوش مصنوعی رونمایی کرد ادامه مطلب
- 💡 دیپ سیک معماری mHC را برای آموزش پایدار مدلهای هوش مصنوعی معرفی کرد.
- 📉 هدف اصلی، کاهش ناپایداری و شکست در فرایند آموزش مدلهای بزرگ است.
- ⚡️ این رویکرد به کاهش محسوس انرژی هدررفته در آموزش هوش مصنوعی کمک میکند.
- 🚀 mHC بهرهوری در مقیاس بزرگ را با جلوگیری از تکرار آموزشها افزایش میدهد.
- ⏳ در بلندمدت، منجر به توسعه مدلهای قدرتمندتر با مصرف انرژی کمتر میشود.
دیپ سیک با روش mHC، آموزش مدلهای هوش مصنوعی را پایدار و کارآمد میکند ادامه مطلب
- 💡 دیپ سیک روش mHC را برای آموزش مدلهای هوش مصنوعی ارائه کرده است.
- 📉 این روش پایداری را افزایش و نیاز به تکرار آموزشهای پرهزینه را کاهش میدهد.
- ⚡️ mHC با جلوگیری از هدررفت انرژی، مصرف کلی را در فرآیند آموزش کاهش میدهد.
- 📊 هدف، بهبود کارایی در مقیاس بزرگ و استفاده بهینه از منابع موجود است.
- 🚀 این رویکرد به توسعه مدلهای قدرتمندتر با مصرف انرژی کمتر کمک میکند.
افزایش چشمگیر قیمت کارتهای گرافیک Nvidia و AMD از اوایل سال ۲۰۲۶ ادامه مطلب
- 📈 افزایش قیمت کارتهای گرافیک Nvidia و AMD از اوایل ۲۰۲۶.
- 🗓️ AMD از ژانویه و Nvidia از فوریه ۲۰۲۶ افزایش قیمت را آغاز میکنند.
- 💸 کارت گرافیک RTX 5090 از ۲۰۰۰ دلار به ۵۰۰۰ دلار میرسد.
- 🔄 افزایش قیمت ماهانه برای تمامی محصولات، شامل GPUهای هوش مصنوعی.
- 💡 افزایش ۸۰ درصدی سهم حافظه در هزینه تولید عامل اصلی گرانی.
افزایش قیمت کارت گرافیکها در ۲۰۲۶؛ کمبود تراشههای حافظه و محدودیت فروش در بازار جهانی
ادامه مطلب
- ⚠️ کمبود تراشههای حافظه، بازار کارت گرافیک (GPU) را به شدت تحت تأثیر قرار داده است.
- 💰 تولیدکنندگان اصلی برای حفظ تقاضا در Q1 2026، قیمتها را افزایش میدهند.
- 🇯🇵 خردهفروشیهای ژاپنی برای توزیع عادلانه، فروش GPU را محدود کردهاند.
- 📉 تأمین مدلهای پیشرفته ۱۶ گیگابایتی به دلیل مشکل DRAM چالشبرانگیز است.
- 🤖 تقاضای فزاینده هوش مصنوعی عامل اصلی فشار بر صنعت DRAM است.
رقابت نفسگیر در بازار تراشههای هوش مصنوعی: از سلطه انویدیا تا ظهور تراشههای سفارشی
ادامه مطلب
- 🧠 استفاده محققان الکسنت از پردازش موازی کارت گرافیک.
- 🚀 سرورهای GB200 انویدیا پیشتاز بازار هوش مصنوعی هستند.
- ⚔️ تراشههای سفارشی AMD Instinct رقیب جدی انویدیا محسوب میشوند.
- ☁️ گوگل، آمازون و مایکروسافت تراشههای اختصاصی (TPU, Trainium, Maia) ساختند.
- 🔬 شرکتهایی چون Cerebras و Broadcom به دنبال سختافزارهای تخصصیاند.







