综合
7*24 快讯
AI科普
合作
全部
英雄令
项目方
开发者
产品方
投资者
12月7日,百度回应昆仑芯分拆上市传闻,称正评估拟议分拆及上市计划,但不保证会进行,需经监管审批。此前摩根士丹利发布报告,将百度目标股价上调至188美元,看好其AI转型速度与规模被低估,预计明年将迎来爆发。报告预测,百度自研AI芯片收入将从今年13亿元增至明年83亿元,增长6倍,推动GPU计算收入在2026年翻倍。目前,AI云已占百度核心业务收入约1/4,成主要增长引擎。昆仑芯被视为关键增长点,科技行业对AI芯片需求持续上升。
原文链接
2025年11月13日,百度在世界大会上发布新一代昆仑芯M100和M300,并推出天池256、天池512超节点,预计明年上市。未来五年将按年推出新产品,包括千卡、4000卡超节点,计划2030年实现百万卡级单一集群规模。同时,百度还发布了文心大模型5.0、实时互动数字人等AI软硬件产品。业内人士指出,超节点已成为数据中心算力平台标配,但受限于可靠性和工具链,仍处小范围试点阶段。此外,阿里、华为、中科曙光等厂商也纷纷布局超节点领域,市场竞争加剧。
原文链接
2025年11月13日,百度在2025百度世界大会上发布全新一代昆仑芯M100和M300,并公布未来五年路线图。昆仑芯M100将于2026年初上市,针对大规模推理场景优化,主打“极致性价比”;M300将于2027年初上市,面向超大规模多模态模型训练和推理需求,主打“极致性能”。此外,百度宣布天池超节点后续规划:天池256超节点将在2026上半年上市,天池512超节点预计2026下半年推出,支持512卡互联,单节点可完成万亿参数模型训练。未来计划包括2028年推出天池千卡级超节点,2029年发布昆仑芯N系列,2030年点亮百度百舸百万卡昆仑芯单集群。
原文链接
在百度世界大会上,百度发布新一代昆仑芯M100和M300。M100针对大规模AI推理,预计2026年年初上市;M300面向超大规模多模态大模型训练和推理,预计2027年年初上市。这两款芯片的发布展现了百度在AI芯片领域的持续创新能力,为未来AI应用场景提供了更强算力支持。(记者 黄心怡)
原文链接
2025百度世界大会将于11月13日在北京开幕,主题为“效果涌现”,聚焦AI赋能百行千业。大会将展示百度在AI应用、无人驾驶及芯片领域的最新成果,包括萝卜快跑的全球布局和国产自研芯片“昆仑芯”的进展。萝卜快跑落地瑞士,累计服务订单突破1700万单,自动驾驶里程达2.4亿公里。昆仑芯已在多家头部企业与机构规模化部署,并于今年4月点亮国内首个全自研三万卡集群。百度创始人李彦宏将分享AI行业新洞察,延续其“AI重构产品”观点,探讨超级应用发展趋势。百度世界大会自2006年起成为AI技术变革的重要窗口,持续引领行业发展。
原文链接
9月22日,百度智能云千帆推出视觉理解模型Qianfan-VL并全面开源。该模型提供3B、8B和70B三种规格,针对企业级多模态场景深度优化,特别强化OCR、教育垂直场景等高频需求。基于自研昆仑芯P800完成计算,支持5000卡规模并行计算,在通用、OCR、数学解题等领域表现优异。即日起至10月10日,企业和开发者可免费体验8B、70B模型。Qianfan-VL具备多尺寸适配、思考推理能力及文档理解增强等特点,适用于复杂图表分析、文档智能化等场景。百度智能云表示将持续推动AI技术在各行业的落地应用。
原文链接
2025百度云智大会于8月28日召开,百度智能云发布百舸AI计算平台5.0版本,并正式启用昆仑芯超节点。此次升级在算力、网络、推理系统及训推一体系统四大方向实现全面能力提升,旨在突破AI计算效率瓶颈。昆仑芯超节点的上线标志着超级算力正式投入使用,为AI基础设施提供更强支持。
原文链接
7月10日,昆仑芯(北京)科技有限公司完成超亿元新一轮股权融资,投资方为山证投资有限责任公司,华兴证券担任独家财务顾问。昆仑芯是业界领先的人工智能芯片供应商,专注于打造“更快、更强、更省”的智能计算产品,在芯片架构、集群系统、软件生态领域具备全栈竞争优势。公司秉承“让计算更智能”的使命,已实现千行百业的产品大规模部署,并率先点亮国产AI芯片三万卡集群,为中国人工智能产业发展注入动力。
原文链接
《科创板日报》报道,百度旗下昆仑芯P800芯片在国内首次支持单机部署DeepSeek V3/R1 671B满血版大模型。该模型提供8卡和16卡两种配置,最高总吞吐量可达每秒4825tokens。此消息于20日发布。
原文链接
2月5日,国产AI加速卡昆仑芯宣布其新一代产品P800万卡集群点亮,3万卡集群即将点亮。昆仑芯已完成DeepSeek训练推理全版本适配,性能卓越且成本效率高。P800支持DeepSeek系列MoE模型的大规模训练,显存规格优于主流GPU 20-50%,可显著降低运行成本。此外,昆仑芯还全面适配了文心系列、Llama、Qwen等大模型的推理和训练任务。
原文链接
加载更多
暂无内容