英伟达：全栈协同设计应对AI内存挑战

随着模型变大、上下文变长，GPU内存压力上升且供给趋紧。英伟达称通过GPU、CPU、网络、存储与软件的全栈协同设计提升内存利用效率：从Blackwell Ultra到Vera Rubin，每GPU的HBM容量仅增约3%，但智能体每美元吞吐量最高提升30倍。

• Celestica三季度业绩亮眼，增速或超英伟达2026-10-30
• 英伟达30亿美元入股Meta，Meta加码采购芯片2026-10-27
• AI代理兴起，英伟达推首款独立CPU进军服务器市场2026-10-22
• 英伟达DSX POD将AI数据中心部署缩短至14天2026-10-21
• 谷歌云与NVIDIA的Vera Rubin基础设施正式可用2026-10-21