Topic Guide / AI Infrastructure

AI芯片与算力公司

AI不只是一张GPU。模型真正跑起来，还要CPU、内存、网络、数据中心、电力和愿意先垫钱的人。这一页沿着同一条产业链，把各家公司放回它们真正的位置。

先给答案：英伟达的优势不只是芯片快，而是CUDA软件、整机系统和生态一起卖；国产GPU公司面对的也不只是制造问题，还要补软件和客户验证。AI投资进入大额资本开支阶段后，融资能力本身也会成为竞争力。

先看计算平台

从CUDA和GPU生意，读到它为什么联合资本机构动员5000亿美元。

CPU老大如何错过移动与AI，又怎样用代工厂和融资争取下一局。

摩尔线程从通用GPU、软件生态到香港融资，面对的是一场系统战。

阿里把模型开放出去，真正想带动的是云计算、企业服务和生态。

内存不是配角。模型训练与推理越大，数据搬运和存储的瓶颈越明显。

SpaceX的AI资本开支把算力、卫星网络和物理基础设施连在一起。

一家公司卖的是单颗芯片，还是一整套系统？软件生态能否锁住开发者？资本开支由谁承担、多久回本？当供给增加或需求放慢，利润率会怎样变化？把这四个问题想明白，比记住一串公司名字更有用。