1.爆特斯拉Optimus机器人发布会上受人工操控；

2.马斯克团队19天安装10万个英伟达H200 GPU，黄仁勋：通常需4年时间；

3.英伟达DGX B200 AI服务器上市，顶级AI硬件起售价50万美元；

4.人工智能初创公司Writer正在筹资，推出新模式与OpenAI竞争；

5.英伟达年度研发费用超120亿美元，是AMD的两倍；

6.每日万亿次验证！新思科技HAPS赋能SiFive；

1.爆特斯拉Optimus机器人发布会上受人工操控；

近日，有知情人士透露，在上周的特斯拉“WE，ROBOT”活动上，特斯拉远程操控了Optimus人形机器人的一些功能，以更好展示其产品。知情人士称，发布会当天其他地方的特斯拉员工远程监督了许多Optimus与来宾们之间的互动，其实并没有展示出来的那么智能。

当日发布会上，20余台Optimus列队在人群中穿过，5台Optimus人形机器人在舞台上集体舞蹈，灵活的动作和稳健的步伐引得现场掌声阵阵；一台精致着装的Optimus化身“服务员”在发布会后的参观活动中提供酒水服务——娴熟地拿起杯子接满鸡尾酒并递送给对面的客人。

马斯克在发布会上对人形机器人极尽赞美。他表示，人形机器人Optimus用途丰富——不仅可以遛狗、修剪草坪、照看老人和孩子，还可以成为工厂的工人、人们的老师和朋友。

一直以来，马斯克高度推崇发展人形机器人，他曾多次表示“未来特斯拉的长期价值，大部分体现在人形机器人——擎天柱（Optimus）上。”马斯克甚至还预言未来人类和机器人的数量比例为2:1，人形机器人的需求将达到100亿至200亿台，远超过电动汽车。

（校对/黄仁贵）

2.马斯克团队19天安装10万个英伟达H200 GPU，黄仁勋：通常需4年时间；

埃隆·马斯克（Elon Musk）和xAI背后的团队创造了一个工程奇迹，在19天的时间里建立了一个由10万个英伟达H200 Blackwell GPU组成的超级集群。英伟达CEO黄仁勋在X平台上与特斯拉车主硅谷的成员们讲述了埃隆·马斯克令人难以置信的安装能力。

黄仁勋以敬畏和尊重的口吻描述了马斯克19天的冒险之旅，称其为“超人”。据称，xAI团队从“概念”阶段到完全兼容英伟达的“装备”，只用了不到三周的时间。这其中还包括在新建的超级集群上进行xAI的首次人工智能（AI）训练运行。

从开始到结束，整个过程包括建造GPU所在的大型X工厂，并为整个工厂配备液冷和电源，使所有20万个GPU都能正常运行。更不用说英伟达和马斯克的工程团队之间的所有协调工作，以确保所有硬件和基础设施以协调的方式精确运输和安装。

从这个角度来看，黄仁勋表示，一个普通的数据中心需要四年的时间才能完成马斯克和他的团队在19天内完成的工作。其中三年的时间将用于规划，而最后一年将用于运输设备、安装设备并使其全部投入使用。

黄仁勋还详细介绍了英伟达硬件联网的复杂程度。他解释说，英伟达设备的联网与传统数据中心服务器的联网不同。

马斯克整合10万个H200 GPU的做法可谓是“前无古人”，可能不会再有其他公司复制，至少在很长一段时间内不会。（校对/张杰）

3.英伟达DGX B200 AI服务器上市，顶级AI硬件起售价50万美元；

英伟达的DGX B200“Blackwell”AI服务器已由服务器解决方案提供商Broadberry在线列出，价格相当惊人。英伟达的下一代Blackwell AI架构引起了业界的关注，主要是因为据说该平台具有市场过去从未见过的性能。

不仅英伟达CEO黄仁勋对Blackwell大加赞赏，而且它也被微软和Meta等主流科技巨头迅速采用，表明英伟达的新AI产品组合已准备好颠覆市场。有趣的是，Broadberry列出了Blackwell DGX B200 AI系统，起售价约50万美元，令人感到惊讶。

英伟达打算销售多个Blackwell AI系统，但针对更广泛市场的产品是DGX B200。每台DGX B200采用8块B200 GPU，可提供高达1.4TB的GPU内存，HBM3E内存带宽高达64TB/s。

根据英伟达提供的信息，DGX B200可提供高达72 petaFLOPS的训练性能和144 petaFLOPS的推理性能，与Hopper一代相比，这是巨大的升级。

DGX B200系统全部规格包括：内置8个英伟达Blackwell GPU，GPU内存总计1440GB，64TB/s HBM3e带宽，72 petaFLOPS FP8训练性能和144 petaFLOPS FP4推理性能，英伟达网络，英伟达DGX BasePOD和英伟达DGX SuperPOD的基础，包括英伟达AI Enterprise和英伟达Base Command软件。

Broadberry上的列表为Blackwell DGX B200 AI系统标价515410.43美元，还有配置选项，主要涉及售后服务。据说Blackwell最初将受到限制，大部分出货量定于明年第一季度。

最近，英伟达向OpenAI交付了首批DGX B200 AI系统，表明两家公司之间存在独家合作关系。无论如何，英伟达的Blackwell将迎来“AI淘金热”的新时代，预计最终引领下一代架构成为英伟达最成功的产品。（校对/张杰）

4.人工智能初创公司Writer正在筹资，推出新模式与OpenAI竞争；

总部位于旧金山的人工智能初创公司Writer周三首次推出大型人工智能模型，与OpenAI、Anthropic等公司的企业级产品展开竞争。但与其中一些竞争对手不同的是，它不需要花费那么多钱来训练自己的人工智能。

该公司提到，它花费了约70万美元来训练最新的模型，包括数据和GPU，而竞争对手的初创公司则花费了数百万美元来建立自己的模型。该公司的策略引起了投资者的注意。

据一位熟悉情况的人士接受采访时透露，Writer正在以19亿美元的估值筹集最多2亿美元的资金。这几乎是该公司2023年9月估值的四倍，当时该公司以超过5亿美元的估值融资1亿美元。

该公司利用合成数据或人工智能创建的数据削减成本。它旨在模拟现实世界的信息，这些信息通常被输入到模型中，同时又不损害隐私，正在成为一种更受欢迎的训练方法。

人工智能研究人员在6月份修订的一项研究发现，如果目前的人工智能发展趋势继续下去，科技公司将在2026年至2032年间“完全耗尽”公开可用的训练数据，并写道：“人类生成的公共文本数据无法在这十年之后继续扩展。”

亚马逊在训练Alexa时使用了合成数据，Meta在微调其Llama模型时使用了合成数据，而根据该公司发布的职位描述，微软支持的OpenAI正在将合成数据纳入其模型。

不过，一些专家警告说，合成数据应谨慎使用，因为它有可能降低模型性能，加剧现有偏差。

Writer的联合创始人兼首席技术官Waseem Alshikh提到，Writer多年来一直在开发合成数据管道。

“业内对‘合成’数据的定义有些混淆。”Alshikh说，“明确地说，我们不会用虚假或幻想的数据来训练我们的模型，也不会用模型来生成随机数据......我们采用真实的事实数据，并将其转换为合成数据，这些数据以更清晰、更简洁的方式进行专门的结构化，以便进行模型训练。”

该公司的生成式人工智能允许企业客户使用其大型语言模型（或LLM），为从领英（LinkedIn）帖子到职位描述再到任务说明等任何内容生成人声文本，分析和总结数据或文本，并为市场分析等建立定制的人工智能应用。该公司拥有250多家企业客户，其中包括埃森哲、优步、Salesforce、欧莱雅和Vanguard，他们在支持、IT、运营、销售和营销等领域使用该技术。

生成式人工智能市场有望在十年内突破1万亿美元的收入。根据PitchBook的数据，到2024年为止，投资者已向498笔生成式人工智能交易注入了268亿美元，该领域的公司在2023年筹集了259亿美元，比2022年增长了200%以上。

5.英伟达年度研发费用超120亿美元，是AMD的两倍；

研发（R&D）费用是未来收入增长的最高质量指标之一。鉴于英伟达（NVIDIA）对未来几个季度营收的预期不断提高，因此在研发指标方面，英伟达绝对领先于包括AMD在内的同行，这一点也不足为奇。

截至7月底的季度，英伟达的研发支出为30.9亿美元。将这一数字按年计算，这家GPU制造商在前一个季度和未来三个季度的累计（可能）研发指标为123.6亿美元。

相比之下，AMD在截至6月底的季度中支出的研发费用为15.93亿美元。将这一数字按年计算，则该公司前一个季度和未来三个季度的累计（可能）研发指标为63.72亿美元。

换句话说，根据目前的年化预测，英伟达目前的年度研发投入约为AMD的2倍。这与2013年的情况大相径庭，当时两家公司在各自研发活动中的投入几乎完全相同。然而，从那时起，英伟达就不断加大对研发的投入，现在正享受着这些投资带来的成果。

更重要的是，AMD不得不在CPU、GPU和FPGA部门之间分配研发资源。相比之下，英伟达正将越来越多的资源用于构建人工智能（AI）机架，这只会进一步巩固这家GPU制造商在这一竞争激烈的领域的领先地位。

William Blair认为，英伟达2025财年的营收将高达1100亿美元。而该公司2023财年的收入仅为270亿美元。

要知道，英伟达GB200 CPU+GPU组合目前售价在6万~7万美元之间，而单台英伟达B100 AI加速器的价格则在3万~3.5万美元之间。更重要的是，该公司的72款芯片AI机架目前售价在200万~300万美元之间。

英伟达CEO黄仁勋最近在接受采访时断言，在未来4到5年内，现有数据中心将需要价值约1万亿美元的GPU，以适应不断变化的需求环境，从而实现现代化。（校对/张杰）

6.每日万亿次验证！新思科技HAPS赋能SiFive；

原文标题：每天一万亿次验证周期：新思科技HAPS助力SiFive满足不同各户的RISC-V设计需求

生成式人工智能、物联网等领域正蓬勃发展，对先进RISC-V内核IP的需求也迅速攀升。技术发展日益以软件为驱动力，行业已经从“先硬件后软件”模式转变为“以应用为主导”的新范式，尤其是在人工智能领域，大型语言模型正扮演关键角色。这一转变使包含高度可配置指令集架构（ISA）的RISC-V得到了行业青睐。

这种灵活性非常关键，可以让开发者根据特定的软件需求定制指令集，从而优化执行、功耗和带宽。为满足日益增长的需求，由新思科技、SiFive等组成的强大半导体公司生态系统正积极开发RISC-VIP内核。该生态系统提供一系列产品，帮助客户自行构建RISC-V实现方案，通过定制指令集确保特定应用实现优异性能。RISC-V内核的微调和适应能力在多个细分市场中表现出显著优势。

虽然人工智能是RISC-V普及的主要驱动因素，但其应用已扩展到面向多种不同产品的通用处理器，甚至是64位处理器。通用处理器市场面临激烈竞争，RISC-VIP提供商正与老牌厂商展开正面交锋。这种竞争不仅推动了创新，也为客户提供了更多处理器IP选项，最终促进了整个行业的发展。

SiFive提供了广泛的RISC-V核心IP产品组合，涵盖了简单的嵌入式微控制器到高端64位应用处理器内核。在本文中，我们将围绕SiFive产品组合、新思科技HAPS原型验证系统展开讨论，并介绍双方如何共同实现每天一万亿次验证周期。

SiFive的先进RISC-V处理器产品组合

在开发和验证领域，速度至关重要。因此，SiFive设计了一个创新开发环境，能够快速制作满足客户特定需求的CPU，并为每款CPU开发了配套编译器。然而，面对如此庞大而多样化的产品组合，验证和软件确认构成了重大挑战。

SiFive开发经理 Rajesh Ramalingam Varadharajan 表示，SiFive独特的设计方法使我们能够构建出色的RISC-V产品组合，为客户提供广泛的产品和选项。客户的产品质量要求很高，因此在确保产品可投入生产方面，我们必须高度重视验证和确认工作。我们使用FPGA原型验证进行各种验证任务，包括功能验证、回归测试和整个软件堆栈的全面验证。我们的每个RISC-V IP都在Linux操作系统的真实软件工作负载下经过了大量测试。

为了解决超快速验证的需求，SiFive选择了新思科技HAPS原型验证系统，其市场主力型号HAPS-100 4F配备了四个FPGA，可以独立配置为一个、两个或四个FPGA使用。例如，仅为小型RISC-VIP配置一两个FPGA，而为较大型RISC-V IP配置四个FPGA。

目前，SiFive使用了数十个HAPS-100 4F单元，每个单元包含四个FPGA，每个FPGA每天可以执行大约8640亿个周期，这意味着SiFive的带宽达到每天数万亿个周期。这进而使其能够支持多种配置，满足各类客户的不同RISC-V设计需求。

RISC-V编译验证和认证

除了RISC-V内核的设计工作之外，SiFive还致力于为每个RISC-V架构开发软件编译器。他们利用HAPS进行功能验证、软件验证和RISC-V性能认证。

在开发早期阶段，对于基于Imperas技术（现已成为新思科技旗下品牌）的快速处理器等虚拟RISC-V模型来说，虽然在虚拟环境中运行也很有价值，但编译软件开发阶段要求准确表示CPU，而这只能通过RTL描述来实现。经多方面验证，HAPS原型验证系统成为了快速执行RTL代码的理想平台。SiFive广泛使用HAPS原型验证系统对其RISC-V内核进行全面测试，以满足Brython、SPEC等CPU基准测试的要求，确保其性能符合认证标准。

最后，HAPS支持在编译期间插入调试探针。SiFive利用这一功能，在操作系统运行过程中识别和调试功能故障，通过策略性地部署断言以在特定事件发生时触发，并捕获样本以分析潜在问题。这种方法比使用RTL仿真的速度更快。虽然新思科技VCS等RTL仿真很适合检测功能错误，但对于此场景而言，操作系统启动时间太长了。HAPS原型验证系统则可以满足对执行速度的基本要求。

RISC-V内核IP的未来

现代软件应用（尤其是人工智能）的需求不断发展，推动了对先进的RISC-V内核IP和快速芯片验证解决方案的需求。RISC-V的灵活性和可配置性使其成为优化各种应用性能的理想选择。

对于大量不同内核的IP验证和软件验证问题，可利用可扩展原型平台加以解决。凭借超快速表现，新思科技基于FPGA的HAPS平台帮助SiFive取得了成功，执行了数万亿次验证周期，最终实现了高投资回报率。即将推出的新一代RISC-V内核将比前代产品更庞大、更复杂，原型设计需求也将随之增加，以应对可能出现的大量错误和相应的测试周期需求。为解决这种复杂性，SiFive将连接多个HAPS平台，满足在更复杂的RISC-V内核上运行验证周期的需求。

凭借强大的IP提供商生态系统，在竞争激烈的市场格局下，RISC-V有望保持增长势头并推动技术领域持续创新。新思科技将携手SiFive及更多客户，继续加速突破RISC-V技术极限。