2025年7月18日，在上海张江科学会堂举行的2025 RISC-V全球峰会上，RISC-V作为开源指令集架构的重要意义被广泛讨论。芯原股份创始人戴伟民表示，RISC-V是中国未来CPU发展自主、可控、繁荣的必选项。据预测，到2031年，基于RISC-V的SoC芯片市场渗透率将达25.7%，出货量超200亿颗，覆盖消费电子、数据中心等领域。当前，RISC-V已从AIoT端侧扩展至高性能计算领域，多家企业如兆易创新、英伟达等正推动其在AI计算和多核异构中的应用。然而，RISC-V仍面临软件生态不完善、通用场景落地薄弱等挑战。与会专家呼吁以标杆案例带动生态成熟，并预计RISC-V的发展需以十年为周期。

2025年7月16日，英伟达创始人黄仁勋在北京举行的媒体会上表示，英伟达已进入中国市场30年。他回忆称，首次来中国时，百度、阿里巴巴、腾讯等公司尚未成立，并强调英伟达在早期便与这些企业建立了合作关系。黄仁勋还提到，英伟达通过AI计算将性能提升了10万倍，远超摩尔定律，现已成为全球AI生态的核心平台。AI技术正推动各行业发展，赋能中国多家科技巨头，如腾讯微信、阿里巴巴淘宝、字节跳动抖音等，同时助力推想医疗科技提升医学影像诊断能力，惠及全球20多个国家。

2025年6月26日，龙芯中科在产品发布暨用户大会上推出多款新一代处理器，包括服务器处理器龙芯3C6000系列、工控及移动终端处理器龙芯2K3000/3B6000M，以及面向AI计算的GPGPU产品9A1000。龙芯表示，3C6000系列性能可对标英特尔第3代至强系列，标志着其正式进军服务器市场。同时，龙芯还与多家整机厂商合作推出基于该系列的服务器解决方案。此外，龙芯宣布进入AI处理器研发新阶段，未来将聚焦推理类应用，推动自主信息技术体系发展。

标题：爱簿智能推出E300 AI计算模组：50TOPS国产算力，赋能边缘AI全场景高效部署 正文： 爱簿智能近日推出面向边缘场景的E300 AI计算模组，搭载自研AI SoC芯片AB100，提供50TOPS INT8算力和102GB/s LPDDR5内存带宽，支持FP16/FP32混合精度计算，...

标题：如何通俗地读懂算力？ 正文： 昨天朋友问我：“通算、科算、智算、AI计算”有什么区别？它们分别用来干什么？我也曾困惑。后来花了时间梳理，才搞清楚。 算力是计算机处理数据的能力，像拼图高手，面对复杂数据能拼得更快。它分为几类：通算适合日常任务，科算专注科研，智算用于AI训练，AI计算则为深度学习...

英伟达CEO黄仁勋宣布，个人AI计算机DGX Spark已全面投产，并将在数周内投入使用。此外，英伟达与全球多家电脑制造商合作，推出了面向个人用户的“AI优先”DGX个人计算系统，DGX Spark配备了GB10超级芯片和张量核心。同时，英伟达还推出了DGX Station工作站，预计华硕、戴尔和惠普将在今年晚些时候推出相关产品。此举标志着个人AI计算设备的普及化进程加速，或将推动AI技术在更多领域的应用落地。

4月17日，微软研究团队推出开源大型语言模型BitNet b1.58 2B4T，参数达20亿，却仅需0.4GB内存，颠覆AI计算效率。该模型采用1.58位低精度架构原生训练，摒弃传统后量化方式，性能接近全精度模型。通过创新BitLinear层及W1.58A8配置，每权重仅需1.58位存储。模型历经预训练、SFT微调及DPO优化三阶段开发，表现优异，能耗低至每token 0.028焦耳，CPU解码延迟29毫秒。目前，BitNet已以MIT许可证在Hugging Face发布，但高效性需依赖微软专用C++框架bitnet.cpp实现。微软计划优化GPU/NPU支持，扩展上下文窗口并探索多语言功能。

2025年3月19日，SK海力士宣布全球首发12层HBM4样品并开始向主要客户出货，预计2025年下半年完成量产。HBM4相较HBM3E带宽提升60%，达到2TB/s。三星计划今年下半年启动HBM4量产，正加速研发并采用自有4nm工艺。美光则预计2026年实现HBM4量产，但对其前景充满信心。封装技术成为HBM竞争关键，SK海力士的MR-MUF技术显著提升了散热性能。未来HBM将向更先进制程、存算一体及混合架构方向发展，应用领域也将扩展至超算、5G/6G及智能汽车等。

英伟达在CES 2024上发布RTX 50系列显卡，RTX 5090搭载920亿晶体管，速度为前代RTX 4090的两倍。RTX 50系列显卡支持DLSS 4，可实现4K 240 FPS全光追游戏。英伟达创始人黄仁勋还宣布开发名为“Project Digits”的桌面级AI计算机，可处理2000亿参数模型。联想、华硕、惠普等厂商也在CES上发布新一代旗舰产品，聚焦AI功能和迷你高性能主机。CES 2024展示了PC市场回暖趋势，AI技术在垂直领域的应用加速，本地边缘计算芯片需求增加。

东吴证券指出，AEC作为AI计算时代Scale Up需求增强后的新技术方向，与Scale Out光互联不构成竞争。AEC有望在柜间、柜内及ToR层互联中持续渗透，带动交换机新需求，且‘光退铜进’趋势未明显显现，光模块市场需求稳定。《科创板日报》7日讯。