AI硬件行业日报

英伟达正式造CPU，大模型公司集体"造芯"突围

2026年7月22日 · AI硬件行业每日深度解读

一、英伟达发布Vera CPU完整规格，自研Olympus内核正面挑战AMD和英特尔

7月21日，英伟达正式发布数据中心CPU"Vera"的完整技术规格，包括芯片规格、基准测试数据与架构信息，标志着这家GPU巨头正式进军服务器CPU赛道。

Vera是英伟达首款从内核开始完全自主设计的服务器CPU，搭载自研Olympus内核，基于Arm v9.2-A架构，采用88核176线程单片设计，摒弃了AMD和英特尔常用的Chiplet小芯片方案，选择单die单片集成。L3缓存达164MB，支持最高1.5TB LPDDR5X内存（带宽1.2TB/s），TDP范围250W至450W。Olympus内核采用10宽解码引擎（宽于AMD Zen 5的8宽），搭载神经分支预测器，每周期可执行两个分支跳转。

在SPEC CPU 2026基准测试中，Vera以925分超越AMD EPYC 9755 Turin的898分，领先约3%，且是在线程数更少的情况下实现的。英伟达强调，Vera专为智能体AI（Agentic AI）场景优化，单核满载性能比x86架构CPU高出50%——在智能体负载中，CPU需要处理代码解释、工具调用、数据库检索等分支密集型任务，Vera的设计正是为此而生。

Vera芯片已于今年6月交付客户，采购方包括OpenAI、Anthropic和SpaceX。英伟达表示Vera既可单独销售，也可与GPU组成Vera Rubin一体化平台交付。沃尔夫研究预测Vera芯片均价约5000美元，今年出货量约130万颗。不过合作伙伴名单中公开云服务商仅有甲骨文，OpenAI计划从本季度开始大规模部署。

这一动作的战略意图清晰：英伟达不再满足于只卖GPU，而是向客户交付从CPU到GPU、网络到存储的整机柜一体化算力系统。英伟达预计服务器CPU整体市场规模有望达到2000亿美元——远超当前约370亿美元的成熟市场体量，增量空间来自AI智能体带来的新需求。

二、英伟达宣布Vera Rubin全面量产，CoreWeave实测每兆瓦Token吞吐量提升10倍

与Vera CPU同步，英伟达7月21日宣布Vera Rubin平台正在全球扩大部署，正式进入全面量产阶段。CoreWeave、谷歌云、微软Azure和甲骨文云等已开始采用Vera Rubin NVL72系统。

CoreWeave在DeepSeek-R1模型上的基准测试显示，Vera Rubin NVL72相比Grace Blackwell NVL72，每兆瓦可实现10倍Token吞吐量提升——直接命中AI工厂最关键的"每瓦性能"指标。Vera Rubin平台整合Vera CPU、Rubin GPU、NVLink 6、ConnectX-9 SuperNIC、BlueField-4 DPU及Spectrum-6交换系统，从芯片到机架实现端到端协同设计。

英伟达称Vera Rubin已覆盖全球350多个工厂节点、30个国家，拥有"史上最大、最成熟的机架级供应链"。DeepInfra的独立基准测试也显示，NVIDIA Vera CPU的速度是其他CPU的两倍多，在相同服务质量下支持最多1.6倍的并发AI代理，协同速度达2.2倍。

此外，英伟达正在美国大规模收购暗光纤资源用于AI算力基础设施互联建设，收购规模达100对光纤，结合密集波分复用技术理论总带宽可达7.6Pb/s。英伟达未来三年在通信网络项目的总投资或将达50-100亿美元，通过自建骨干网络直接向客户提供端到端GPU算力服务，降低对微软、亚马逊等第三方云服务商的依赖。

三、AMD Helios机架级AI系统正式公布，72颗MI455X加31TB HBM4正面叫板英伟达

AMD在7月20日宣布与微软扩大战略合作，微软Azure将全面部署AMD Helios机架级AI系统，用于前沿模型推理。这是AMD首个整机柜级AI系统，直接对标英伟达Vera Rubin NVL72。

Helios单机架搭载72颗Instinct MI455X GPU（基于CDNA 5架构）、18颗第六代EPYC"Venice"CPU，总HBM4内存达31TB——显著超过Vera Rubin的约20.7TB。单GPU最高432GB HBM4、19.6TB/s带宽，整机架提供260TB/s Scale-up带宽，FP4推理算力达2.9 ExaFLOPS，FP8训练算力1.4 ExaFLOPS。

Helios的关键差异化在于开放标准：采用UALink协议进行GPU间Scale-up互连（而非英伟达专有的NVLink），遵循Ultra Ethernet Consortium规范进行机架间Scale-out组网，使用OCP Open Rack Wide标准机架形态。AMD押注数据中心运营商不愿意被单一供应商锁定。

台积电2nm工艺是Helios的另一武器：EPYC Venice CPU将成为首批基于台积电2nm工艺的企业级CPU，MI450系列加速器同样采用2nm工艺（N2P节点），而英伟达Rubin平台仍采用3nm（N3P）工艺。三星已确认成为AMD下一代加速器HBM4的核心供应商。

AMD表示，全球前十的AI公司中已有八家采用其GPU产品（包括OpenAI、Cohere、xAI），预计2027年实现数百亿美元的数据中心AI业务年收入。工程样品今年下半年出货，量产计划2027年第二季度。Futurum Group估算Helios单机架成本约500万至550万美元，高于Vera Rubin的350万至400万美元。

四、大模型公司集体"造芯"：DeepSeek秘密研发推理芯片已近一年

大模型公司正在以前所未有的速度涌入芯片赛道。据路透社7月21日报道，DeepSeek已秘密启动AI推理芯片自研项目近一年，目标是减少对英伟达和华为的依赖。该项目仍处于早期阶段，但DeepSeek已与芯片设计公司、晶圆代工厂和存储厂商进行了多轮接触。今年6月DeepSeek完成510亿元人民币首轮融资（投后估值520亿至590亿美元），资金将主要用于扩建国产芯片算力中心、自研AI芯片和吸引全球人才。

智谱AI同样在加速布局。7月21日，智谱AI宣布建成1GW级全栈国产AI算力数据中心，所有算力节点均搭载国产AI芯片，支撑GLM系列模型运行。同时完成对国产AI异构算力软件企业中科加禾的收购，补齐算力硬件供给与软件调度两大短板。智谱AI已向多家国内芯片设计公司发出咨询，联合开发专为GLM系列定制的AI处理器ASIC。GLM 5.2发布后日Token使用量单周暴涨27倍，但受美国实体清单限制无法采购高端英伟达芯片，自研芯片成为不得不走的路。

海外方面，OpenAI联合博通发布了首款定制推理芯片Jalapeño；Anthropic正与三星洽谈2nm制程代工合作，并从OpenAI挖来芯片团队核心成员Clive Chan加速自研进程。据行业数据，推理成本在模型全生命周期中占比高达80%至90%——训练是一次性投入，推理是持续支出，这就是大模型公司集体造芯的根本驱动力。

五、华为麒麟2026与小米玄戒O3双3nm旗舰芯片登场，国产手机芯片站上第一梯队

2026年下半年，国产手机芯片将迎来历史性突破。华为麒麟2026和小米玄戒O3两款3nm旗舰芯片密集登场，打破苹果A系列和骁龙在高端手机芯片市场的长期垄断。

麒麟2026主打AI全场景生态体验，依托鸿蒙全场景生态深度适配，打通了AI算力、系统调度、影像算法、智能交互底层逻辑，支持离线AI大模型本地运算。在工艺、能效、架构方面实现全方位跨越式升级，解决了前代旗舰高负载发热和功耗失控的通病。

玄戒O3是小米首款正统3nm旗舰芯片，采用台积电第三代N3P工艺，创新性采用1+3+4三丛集架构，超大核主频4.05GHz，能效核性能较上代提升68%。工程机安兔兔跑分稳定突破400万，顶配版本有望冲击480万，搭载于小米MIX Fold5冲击高端折叠屏市场。

在业内普遍不看好DUV工艺冲击3nm旗舰的背景下，两款芯片的成功落地证明国内半导体企业已掌握顶级芯片设计和软硬件协同优化的全链条核心技术。对消费者而言，高端旗舰市场不再被外企独大，AI生态与极致性能的差异化选择开始形成。

六、东方算芯DF1000获WAIC SAIL最高奖，"14nm≈4nm"架构创新范式获权威认可

在2026世界人工智能大会上，东方算芯凭借"高能效软件定义近存计算芯片DF1000"获评SAIL卓越人工智能引领者奖——这是WAIC最高奖项。首次参展即获此殊荣，标志着"软件定义计算架构加3D堆叠近存计算"技术路线获得产研学各界权威认可。

DF1000是全球首颗软件定义近存计算3D AI芯片，基于纯国产14nm制程打造，却宣称可对标4nm先进制程芯片性能。通过3D混合键合技术将计算层与存储层垂直堆叠，互连间距从数十微米压缩至亚微米级别，单卡BF16精度峰值算力达520TFLOPS，原生访存带宽高达6.4TB/s。据测试，其训练性能已超越英伟达A系列，逼近H系列。

DF1000的全栈产品矩阵包括高性能3D AI芯片、加速卡、擎元QY100服务器、拓域TY64超节点和慧算HS512智算集群。公司已完成大规模集群全功能稳定运行验证，具备真实场景落地能力，在软硬件生态适配方面完成全链条自主布局。东方算芯董事长兼CEO为清华大学长聘教授、国家集成电路产业发展咨询委员会委员魏少军，公司2024年5月在上海张江成立。

DF1000代表了一条与众不同的国产算力突围路径：不追赶先进制程，而是通过架构创新在成熟工艺上释放更高有效算力，为受制程限制的国产AI芯片探索出兼顾性能、可落地性与自主可控的发展路径。

七、中昊芯英新一代TPU"须臾"亮相WAIC，功耗降50%欲做AI界X86

在WAIC 2026期间，中昊芯英正式发布新一代全自研高性能TPU架构AI专用算力芯片"须臾"，这是继2023年首枚量产级国产TPU"刹那"之后的技术迭代。

"须臾"混合精度浮点算力达896TFLOPS，8-bit推理算力达1792TOPS。双片芯粒合封版本综合算力较上一代"刹那"提升3倍以上，单芯片额定功耗仅600W，相较算力持平的传统芯片功耗降低50%。芯片支持单超节点最高2048片直联，采用3D Torus拓扑结构，天然适配万卡级集群搭建。

中昊芯英创始人杨龚轶凡拥有谷歌TPU原厂研发经验，2018年回国创业时预判Transformer架构大模型将成为AGI核心载体，选择了一条与众不同的TPU路线。公司主动规避了"一上来就要适配所有深度学习框架"的压力，聚焦Token经济赛道。对Qwen、DeepSeek、GLM等主流国产开源大模型，"须臾"基本能做到Day 0或Day 1快速跑通。

杨龚轶凡将目标定为"做AI界的X86"——像X86在PC和服务器市场占据主导地位一样，让TPU架构成为AI算力领域的通用底层标准。当前海外同类产品在Agent场景下单用户每日算力开销高达5至10美元，依托国产TPU有望将单日算力成本压缩至0.5美元左右，让中小企业和普通用户真正用得起AI。

趋势总结

今日AI硬件行业的信号异常密集，三条主线清晰浮现：

第一，英伟达从"卖GPU"升级为"卖系统"，CPU成为新战场。 Vera CPU的发布标志着英伟达垂直整合战略迈出关键一步——不再只卖GPU，而是从CPU到GPU、网络到存储，向客户交付整机柜一体化算力系统。Vera专为智能体AI设计，单核性能比x86 CPU高50%，开辟了一个AMD和英特尔尚无对等竞品的新CPU品类。Vera Rubin的10倍能效提升和全球350+节点部署，说明英伟达的系统级竞争力正在从"最强GPU供应商"升级为"最强AI系统供应商"。

第二，大模型公司集体"造芯"，算力自主权成为生存底线。 DeepSeek秘密研发推理芯片、智谱AI收购芯片公司建1GW算力中心、OpenAI发布Jalapeño、Anthropic接洽三星2nm——四家全球头部大模型公司几乎同时加速芯片自研。核心驱动力是推理成本：模型全生命周期中推理占比80%至90%，随着用户增长这一支出持续攀升。对于被实体清单限制的中国企业而言，自研芯片更是"不得不走"的生存之路。

第三，国产芯片在多个赛道同步突破，从"追赶"走向"定义"。 华为麒麟2026和小米玄戒O3双双冲击3nm旗舰，证明国产手机芯片设计能力已达全球第一梯队；东方算芯DF1000以"14nm≈4nm"架构创新获SAIL最高奖，走出了一条不依赖先进制程的差异化路径；中昊芯英TPU"须臾"以50%功耗降幅对标国际竞品，要做"AI界的X86"。从手机端到数据中心，从GPU到TPU，国产芯片正在多条技术路线上同步突围。

AI硬件行业的竞争格局正在加速重构：英伟达从芯片供应商转型为系统供应商，大模型公司从芯片客户转型为芯片设计者，国产芯片从技术追赶者转型为路径定义者。这场全栈战争，才刚刚开始。