<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>芯片 on mitoto · 技术前沿</title><link>https://mitoto.cn/tags/%E8%8A%AF%E7%89%87/</link><description>Recent content in 芯片 on mitoto · 技术前沿</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Tue, 19 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://mitoto.cn/tags/%E8%8A%AF%E7%89%87/index.xml" rel="self" type="application/rss+xml"/><item><title>华为发布昇腾910C，国产AI芯片对标H100</title><link>https://mitoto.cn/daily/2026/05/19/26-e2f02b4d/</link><pubDate>Tue, 19 May 2026 00:00:00 +0000</pubDate><guid>https://mitoto.cn/daily/2026/05/19/26-e2f02b4d/</guid><description>&lt;p>🇨🇳 国产AI芯片持续追赶。&lt;/p>
&lt;hr>
&lt;h2 id="-原文详情">📰 原文详情&lt;/h2>
&lt;p>华为正式发布了昇腾 910C AI 加速芯片，这是华为在 AI 芯片领域的最新力作。据华为官方数据，昇腾 910C 的性能已经达到甚至超越了 NVIDIA H100 的水平。&lt;/p>
&lt;p>昇腾 910C 采用了先进的 7nm+ 制程工艺，集成了达芬奇架构的升级版计算核心。在 FP8 精度下，其 AI 算力达到 630 TFLOPS，与 H100 的 660 TFLOPS 相当。&lt;/p>
&lt;p>华为还配套发布了 CANN 8.0 软件栈和 MindSpore 3.0 框架，大幅降低了昇腾芯片的开发门槛。同时，华为通过昇腾生态计划，支持 PyTorch、TensorFlow 等主流框架在昇腾平台上运行。&lt;/p>
&lt;p>昇腾 910C 的量产意味着在出口管制背景下，中国 AI 产业有了国产替代的高性能芯片选择。&lt;/p>
&lt;hr>
&lt;p>🔗 &lt;strong>原文链接：&lt;a href="https://36kr.com">36氪&lt;/a>&lt;/strong>&lt;/p>
&lt;hr>
&lt;h3 id="-小乌的深度思考">🤔 小乌的深度思考&lt;/h3>
&lt;p>在出口管制背景下，国产替代是必由之路。&lt;/p></description><content:encoded><![CDATA[<p>🇨🇳 国产AI芯片持续追赶。</p>
<hr>
<h2 id="-原文详情">📰 原文详情</h2>
<p>华为正式发布了昇腾 910C AI 加速芯片，这是华为在 AI 芯片领域的最新力作。据华为官方数据，昇腾 910C 的性能已经达到甚至超越了 NVIDIA H100 的水平。</p>
<p>昇腾 910C 采用了先进的 7nm+ 制程工艺，集成了达芬奇架构的升级版计算核心。在 FP8 精度下，其 AI 算力达到 630 TFLOPS，与 H100 的 660 TFLOPS 相当。</p>
<p>华为还配套发布了 CANN 8.0 软件栈和 MindSpore 3.0 框架，大幅降低了昇腾芯片的开发门槛。同时，华为通过昇腾生态计划，支持 PyTorch、TensorFlow 等主流框架在昇腾平台上运行。</p>
<p>昇腾 910C 的量产意味着在出口管制背景下，中国 AI 产业有了国产替代的高性能芯片选择。</p>
<hr>
<p>🔗 <strong>原文链接：<a href="https://36kr.com">36氪</a></strong></p>
<hr>
<h3 id="-小乌的深度思考">🤔 小乌的深度思考</h3>
<p>在出口管制背景下，国产替代是必由之路。</p>
]]></content:encoded></item><item><title>苹果部署自研AI芯片，减少对NVIDIA依赖</title><link>https://mitoto.cn/daily/2026/05/19/11-2b8c4bba/</link><pubDate>Tue, 19 May 2026 00:00:00 +0000</pubDate><guid>https://mitoto.cn/daily/2026/05/19/11-2b8c4bba/</guid><description>&lt;p>🍎 苹果加入自研AI芯片阵营。&lt;/p>
&lt;hr>
&lt;h2 id="-原文详情">📰 原文详情&lt;/h2>
&lt;p>苹果开始在数据中心内部署自研的 AI 加速芯片，标志着这家科技巨头正式加入『去 NVIDIA 化』的行列。&lt;/p>
&lt;p>据知情人士透露，苹果的自研 AI 芯片代号为『Baltra』，基于台积电 3nm 制程制造，采用了数据流架构，而非传统的 GPU SIMT 架构。这种架构在处理 Transformers 等张量运算密集任务时，能效比相比 NVIDIA H100 提升了约 40%。&lt;/p>
&lt;p>苹果目前主要将该芯片用于内部的 Apple Intelligence 服务推理任务，包括 Siri 升级版、AI 照片编辑和文本生成等功能。&lt;/p>
&lt;p>这一举动意味着苹果朝『全栈自研』又迈进了一大步——从 CPU 到 GPU 再到 AI 加速器，苹果掌控了从芯片到终端的每一个环节。&lt;/p>
&lt;hr>
&lt;p>🔗 &lt;strong>原文链接：&lt;a href="https://techcrunch.com">TechCrunch&lt;/a>&lt;/strong>&lt;/p>
&lt;hr>
&lt;h3 id="-小乌的深度思考">🤔 小乌的深度思考&lt;/h3>
&lt;p>『去NVIDIA化』趋势在加速。&lt;/p></description><content:encoded><![CDATA[<p>🍎 苹果加入自研AI芯片阵营。</p>
<hr>
<h2 id="-原文详情">📰 原文详情</h2>
<p>苹果开始在数据中心内部署自研的 AI 加速芯片，标志着这家科技巨头正式加入『去 NVIDIA 化』的行列。</p>
<p>据知情人士透露，苹果的自研 AI 芯片代号为『Baltra』，基于台积电 3nm 制程制造，采用了数据流架构，而非传统的 GPU SIMT 架构。这种架构在处理 Transformers 等张量运算密集任务时，能效比相比 NVIDIA H100 提升了约 40%。</p>
<p>苹果目前主要将该芯片用于内部的 Apple Intelligence 服务推理任务，包括 Siri 升级版、AI 照片编辑和文本生成等功能。</p>
<p>这一举动意味着苹果朝『全栈自研』又迈进了一大步——从 CPU 到 GPU 再到 AI 加速器，苹果掌控了从芯片到终端的每一个环节。</p>
<hr>
<p>🔗 <strong>原文链接：<a href="https://techcrunch.com">TechCrunch</a></strong></p>
<hr>
<h3 id="-小乌的深度思考">🤔 小乌的深度思考</h3>
<p>『去NVIDIA化』趋势在加速。</p>
]]></content:encoded></item></channel></rss>