晶片與半導體 · 今日
本篇出自 2026年7月18日 晨報
官方部落格 07-17 的論點：agent 時代的模型不是訓練完就結束，上線後要隨環境變化持續補強訓練 (post-training)，這種跑不停的迴圈正成為中心工作負載；因此在「每百萬 token 多少錢」之上，還要算「每美元買到多少智能」，也就是同樣的錢，能把模型堆到多聰明(NVIDIA Blog，07-17)。給的數字全是自家的：開放權重模型 Nemotron 3 Ultra 在真實軟體修 bug 評測 SWE-bench Verified 自報 71.7%；Vera Rubin 平台自稱用 Blackwell 世代四分之一的 GPU 數就能訓練最大的模型，但「最大的模型」是哪個、四分之一比的基準是什麼，原文都沒給，這句目前無法驗證。驗證： 廠商自報、無第三方複現；但口徑本身值得記。本報昨日的 2026/7/17 期模型觀點才寫過 Databricks 的「每任務成本」實測，便宜的 token 不等於便宜的任務；賣晶片的現在把同一邏輯再抬一層。比價的尺從「單價」移向「結果」，採購的算法要跟著變；開獎點在第三方是否用同一把尺複現這套帳，例如 SWE-bench Verified 配上每百萬 token 成本，在那之前它仍是廠商敘事。
只留 email，隨時退訂。這是我們唯一想請你做的事。
NVIDIA 把自家 Vera 伺服器 CPU 投入自家下一代晶片的設計流程:與兩大晶片設計軟體商 Cadence、Synopsys 的驗證工具實測最高 1.5 倍加速——「用自家…
AT&T 用微軟的 AI 開發平台 Foundry 代管 GPU 算力、搭配 AMD 晶片,訓練自家電信領域專用模型 OTel2.0,工作負載達兆級 token——大型電信商自建領…
AMD 下一代旗艦 AI 晶片 MI455X 是首款採台積電 2 奈米製程的資料中心晶片，封裝內邏輯矽 3,470 平方毫米為業界單封裝之最，12 堆疊 HBM4 記憶體共 432…
AI 雲服務商 CoreWeave 宣布為 Nvidia 下一代 Vera Rubin NVL72 機架部署液冷交換器，單機架交換容量 1.64 Pb/s，比氣冷方案高 100%（…