在ChatGPT中投放广告
Hacker News 社区围绕“在 ChatGPT 中嵌入广告”展开了一场深度讨论，从技术可行性（训练数据投毒、提示词操纵）到商业模式（类似谷歌搜索的渐进式广告化），揭示了 AI 聊天机器人从工具滑向广告平台的可能路径。
标签： 算力
我建了个页面，告诉你你的笔记本能运行哪些AI模型
一位开发者创建了名为“Local SOTA Benchmark”的网页工具（来源：engineersf.dev/），能自动检测用户电脑硬件配置，并预估其本地可运行的最大规模AI模型（从1B到1T+参数）。这直接回应了“我的设备能跑什么模型”这一普通用户与开发者的核心痛点。
这位前Intel CEO想用光让摩尔定律重获新生
前英特尔CEO帕特·基辛格在卸任后加入风投公司Playground Capital，押注一家名为xLight的初创企业，试图通过突破光刻技术（尤其是13.5纳米波长光的限制）来延续摩尔定律——即让芯片上晶体管数量继续以类似每隔约两年翻倍的速度增长。
Meta的AI模型正为第一波Genesis Mission Projects提供动力
Meta与劳伦斯伯克利国家实验室合作，利用其Segment Anything和DINOv2等AI模型，为首批Genesis Mission Projects提供技术支持，推动科学研究和环保领域的实际应用。
到2035年，数据中心用电量预计将增长4倍
BloombergNEF 最新报告预测，到2035年，美国数据中心将消耗全国五分之一的电力，是当前水平的4倍。AI 算力激增是主因，但电网承载能力不足正推高电价并拖累部署进度。
在NVIDIA GB300 NVL72上创造MoE预训练世界纪录
NVIDIA 在 GB300 NVL72 系统上，用 256 块 GPU 实现了 DeepSeek-V3 671B 模型的预训练，每块 GPU 达到 1,648 TFLOPs（万亿次浮点运算/秒）的算力利用率，比上一代 GB200 NVL72 提升了约 3 倍，创造了混合专家（MoE）模型预训练速度的世界纪录…
英伟达想包揽AI数据中心里的所有芯片
英伟达在本周高调发布新一代Vera Rubin芯片系统，不仅升级GPU，还首次将自研CPU作为独立产品力推，意图从AI算力提供商转型为数据中心全栈芯片供应商。这标志着AI行业对“智能体”系统需求激增，正在改变服务器内部的芯片分工格局。
NVIDIA Vera CPU：Olympus核心为Agentic AI中的极致单线程性能而生
NVIDIA 发布了 Vera CPU 的技术细节，其核心“Olympus”专为 Agentic AI 工作负载设计。与通用云 CPU 不同，它追求极致的单线程性能与可预测的低延迟，以应对大模型执行工具调用、代码解释等复杂任务时对CPU性能提出的新要求。
深入解读NVIDIA Rubin GPU架构：驱动Agentic AI时代
NVIDIA 正式发布 Rubin GPU 架构，这是专为“代理型 AI（Agentic AI）”设计的下一代数据中心 GPU，能效比当前 Blackwell 架构提升 10 倍，目标是解决多步推理、长上下文和工具调用带来的大规模算力瓶颈。
Bristol Myers Squibb 购买 Nvidia AI 系统用于药物发现
百时美施贵宝（Bristol Myers Squibb, BMS）正在采购 Nvidia 的专用 AI 硬件和软件，以加速药物发现和分子设计，这是制药巨头在 AI 算力投资上的最新案例。此举表明，大药企正在从“试用 AI 工具”转向“部署 AI 基础设施”。