消息稱英偉達調整 HBM4 內存需求，8Hi 低堆疊佔比提升
作者：溯波（實習） 責編：溯波 評論： 8 月 27 日消息，韓媒 ZDNET Korea 當地時間 26 日援引消息人士報道稱，NVIDIA（英偉達）已要求上游 HBM 內存供應商調整 HBM4 內存的供應規劃，提升 8 層堆疊 (8Hi) 產品佔比，更高堆疊的 12Hi HBM4 比例相應減少。全球內存市場當前處於供不應求的狀態，降低堆疊高度能以等量的 HBM4 DRAM Die 生產更多的 HBM4 堆棧，最終提升 Rubin GPU 交付數量。
另一方面，12Hi 堆疊意味著更大的發熱（和更高的熱密度），這對於包含大量 I/O 的 HBM4E 來說帶來了更大的良率壓力，8Hi HBM 也能從這個側面減少 DRAM Die 在加工中的損耗。此外，近來有更多風聲指出 NVIDIA 考慮降級下調 Rubin Ultra 的 HBM 內存配置，也是出於類似的考慮。
相關閱讀：《為應對 HBM 短缺，消息稱英偉達 Rubin Ultra 測試 192GB/256GB HBM4 版本》《為緩解 HBM 供應短缺，消息稱英偉達考慮降低 Rubin Ultra GPU 配置》《NVIDIA 評估下調 Rubin Ultra HBM 配置，或將不限於 12Hi HBM4E》 投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：英偉達，HBM4英偉達推出 NVHBM 定製高帶寬內存：相比 HBM4e 帶寬提升 30%、功耗降低 15%英偉達 2027 財年半年報歸母淨利潤 1180.1 億美元，同比增長 161.
1%華爾街高度關注英偉達第二財季業績，盼其能繼續引領 AI 板塊英偉達否認年底前推出中國特供 AI 芯片：路線圖中無此產品硅光新時代來了？英偉達全面投產 Spectrum-X，全球首款量產 200G/lane CPO 交換機2026 最大規模 AI 供應鏈洩露：40 分鐘搜刮英偉達等全球約 2500 家共 195TB 數據
Related
相關文章
從數字化到AI：企業數智躍遷的路徑、實踐與挑戰 | 2026 ITValue Summit前瞻：AI系統落地系列直播②
從數字化到AI：企業數智躍遷的路徑、實踐與挑戰 | 2026 ITValue Summit前瞻：AI系統落地系列直播②Tec...ITV...2026.08.27 12:08 · 來自北京全文3879字00:00 / 11:53對企業來說，下一階段更值得關注的，是如何找到真正有價值的場景，在可控範圍內不斷試驗，並讓技術、業務和人的角色在實踐中重新磨合。AI技術本身並不能自動帶來價值，真正的挑戰在於：企業能否找到適合自身的應用場景，將AI能力轉化為解決實際經營問題的生產力。近期，「深度實踐」欄目中，鈦媒體與ACCA聯合開展了一場直播，領益製造CFO王濤、科大訊飛CFO段大為、中集集團CIO潘進傑和雅戈爾股份CIO王歆四位嘉賓圍繞“AI在企業內部的落地與實踐”進行跨界對話，由鈦媒體聯合創始人萬寧擔任主持嘉賓。他們分別從CFO與CIO的不同視角，探討了AI從技術概念到業務價值的最後一公里，如何跨越組織、人性與ROI的重重障礙。附上本期直播時間軸，幫你快速跳轉感興趣的部分。00:01:31 企業AI的應用現狀與實踐00:24:56 推進AI的隱形阻力是什麼00:54:19 “一把手工程”之爭01:23:44 AI項目的推廣難題與選型經驗01:15:16 CFO視角下的AI投入與ROI考量01:43:33 AI時代CFO與CIO的角色演變擁抱AI，企業走到哪一步？作為一家人工智能企業，科大訊飛在自身管理中率先推行“自我革命”。段大為指出，目前成效最明顯的是AI編程，研發團隊大量採用人機協作方式進行代碼開發，大幅減少了對人工編碼的依賴。同時，各管理部門也在積極運用AI工具提升運營效率。訊飛的目標不僅是向客戶提供領先的AI技術，也要用AI反哺自身管理。領益製造是一家智能硬件製造平臺，業務從3C產品擴展至智能汽車和人形機器人。王濤表示，AI的發展為公司帶來了直接的商業機會，因為任何算法和模
騰訊湯道生，為“慢”作答
騰訊湯道生，為“慢”作答光子星球2026.08.27 11:52 · 來自北京全文2481字00:00 / 07:03到底慢不慢？文 | 光子星球8月25日晚，騰訊集團高級執行副總裁、雲與智慧產業事業群CEO湯道生，在騰訊內部年刊《知點》發表長文《和AI一起長跑：這兩年的一些思考》。文章裡，除了呈現其對於AI落地、技術演進的一些思考，還回應了過去八個月，懸在騰訊AI頭上最刺眼的一個字——“慢”。湯道生或許也知道這水攪不渾，索性不攪，而是大方承認了一些誤判。但與此同時，他也指出：“熬得久，比起得早更重要。”而這，既像解釋，亦有著一層“煙霧彈”的意味。“慢”的原罪騰訊確實慢過，也確實急過。縱使主觀上，騰訊或許想要快一些，但就過去幾場仗來看，其似乎有些快不起來。今年春節，騰訊元寶曾靠撒錢戰術，一度衝上5000萬日活，但熱度冷卻後，同頭部產品的差距再度顯現。騰訊過去最擅長的打法之一，是先依靠入口把產品推到用戶面前，再根據反饋持續迭代。只是，AI產品對底層模型的依賴更深，當回答質量、搜索能力和任務完成率存在明顯短板，流量越大，問題暴露得越快。“由於公司整體的算力嚴重不足，拖慢了模型訓練與產品發展，產生了比較大的影響。”湯道生解釋道。談及元寶，他則覆盤稱，過去一年在推廣引流上投入過多，但當時模型與產品都還沒Ready。所以，騰訊的慢從來不只落在某個模型或某款產品上。它主觀上，或許比誰都想快，春節紅包、迅速跟進“養蝦”熱潮，都能看出騰訊的焦慮；但拖住騰訊的算力、模型以及產品和組織之間的轉化速度，並不是隨便一腳油門就能改變的。如何回應“慢”對於“慢”這件事，湯道生的回應，其實有幾層。一層是前面提到的就事論事，承認錯誤，立正捱打。但更為重要的，是主動切換時間尺度。他借移動設備的歷史，講了一個長期主義的故事——從Game Boy到iPhone，起大早的諾基亞、黑莓們，墳頭草已三尺高。“重要的從
谷歌推出迄今“最精準”語音轉文本模型，從“逐字記錄”邁向“理解式轉寫”
谷歌近日宣布推出全新的語音轉文本模型，並以「迄今最精準」作為核心賣點。這項發布之所以引發關注，不只是因為辨識正確率的提升，更在於它標誌著語音辨識技術從過去單純的「逐字記錄」，正式邁向具備語意理解能力的「理解式轉寫」新階段。對於長期依賴語音輸入、會議記錄與字幕生成的用戶來說，這項轉變可能比想像中來得更有感。 過去幾年，主流語音轉文本技術的發展重點，幾乎都圍繞在「如何把每一個字都聽得更清楚」。
千問辦公首發上線Qwen3.8-Flash，生成速度提升100%，Token消耗減少75%
千問辦公首發上線全新Qwen3.8-Flash模型，並推出標準模式，所有用戶即日起可體驗。新模型透過架構升級與Agent協同優化，在真實辦公測試中單任務生成速度提升約100%，Token消耗平均減少75%。未來千問辦公僅保留標準與高級兩種模式，以應對不同任務需求。
小米推出米家彈蓋保溫杯 2：不鏽鋼內膽、6 小時保溫保冷，眾籌價 79 元
作者：浩渺 責編：浩渺 評論： 感謝網友 很宅很怕生、不一樣的體驗 的線索投遞！8 月 27 日消息，米家彈蓋保溫杯 2 現已在小米有品上架，將於 9 月 2 日開啟眾籌，提供白色、藏藍色、迷霧紫、冰川藍，眾籌價 79 元（點擊前往）。從商品頁面獲悉，新品杯蓋開合採用自動鎖設計，左滑、按壓即開，單手操作自然流暢；關蓋即鎖，有效防止忘鎖、誤觸漏水；飲水口與濾網均為 PPSU 材質，耐高溫、不易殘留異味；可裝卸飲水口設計，輕鬆拆洗。