1.英伟达CFO：预计H20第三季度在华营收可达50亿美元
2.苹果C1芯片表现不输高通！ iPhone 16e 5G测试出炉
3.马斯克称三星AI6芯片将是“史上最佳”
4.转型阻力超出预期，OpenAI开始考虑“最后手段”
5.正裕工业官宣入局机器人市场，与董波博士合资成立斐博森公司
6.吴军×陈宁巅峰对话：寻找 AI 芯片下一个浪潮
1.英伟达CFO：预计H20第三季度在华营收可达50亿美元
英伟达首席财务官科莱特·克雷斯（Colette Kress）在高盛 Communacopia + 技术大会上发表了讲话，并分享了该公司下一代 Vera Rubin AI GPU 的细节。克雷斯指出，中美之间的地缘政治问题阻碍了该公司向中国销售H20 AI GPU的收入。
克雷斯表示，英伟达已获得特朗普政府颁发的H20许可证，如果全球最大经济体之间的紧张局势缓和，英伟达第三季度的H20销售收入可能高达50亿美元。
多份报告暗示，中国正在敦促本土企业使用国产芯片，而非英伟达的产品。然而，克雷斯坚称，该公司相信“（向中国出口的H20芯片）很有可能实现”。她表示，虽然很难确定这批芯片能带来多少额外收入，但可能在20亿美元至50亿美元之间。
克雷斯评论了英伟达的数据中心收入及其增长情况，但剔除了中国市场专用的H20 AI GPU。她表示，如果将英伟达的数据中心和网络业务收入纳入考量，第二季度的环比增长将达到12%。
她补充道：“我们目前对第三季度的预期是环比增长17%”，这表明 英伟达未来产品需求将激增。
据克雷斯称，除了看到GB200网络机架的需求外，她的公司“GB300 Ultra也达到了规模化水平”。
克雷斯表示，英伟达将在第三季度进一步扩大GB200和GB300机架的规模。她的言论与最近的一份报告相符，该报告指出，英伟达的GB300机架在第三季度的销量可能环比增长300%。
至于英伟达的下一代Vera Rubin AI芯片，Kress概述道：“Rubin正在研发中，我们已准备好以一年为周期，与Rubin一起开启一段旅程。Vera Rubin共有六款芯片，全部已完成流片。”
2.苹果C1芯片表现不输高通！ iPhone 16e 5G测试出炉
网络测速公司Ookla周一（8日）公布了针对苹果 iPhone 16e的最新行动网络速度测试结果，显示搭载苹果自家设计的5G调制解调器芯片C1的iPhone 16e，在大多数市场的表现与搭载高通Snapdragon X71芯片的标准版 iPhone 16相差不大。
根据《MacRumors》报导，虽然整体表现相近，但不同国家及电信厂商的测试结果仍存在差异。
Ookla指出，在美国T-Mobile网络上，标准版iPhone 16的5G下载速度中位数为 317 Mbps，而iPhone 16e则为252 Mbps；但在西班牙某不具名网络上，iPhone 16e的5G下载速度中位数达到139 Mbps，反而高于标准版 iPhone 16的 110 Mbps。
总体而言，Ookla表示，iPhone 16e在5G连线表现上“与标准版iPhone 16相当”，呼应今年3月的初步测试结果。
值得注意的是，Ookla测试结果发布之际，苹果将于美国时间 9月9日（北京时间9月10日凌晨1点）举行特别发表会。外界预期，全新超薄的iPhone 17 Air也将搭载C1芯片。（来源： 钜亨网）
3.马斯克称三星AI6芯片将是“史上最佳”
美国电动汽车制造商特斯拉首席执行官埃隆·马斯克最近表示，他期待三星电子即将生产的自主设计的人工智能芯片 AI6“将成为有史以来最好的”。
马斯克当地时间 9 月 6 日通过社交媒体平台 X（原推特）表示：“今天刚刚与特斯拉 AI5 芯片设计团队进行了一次非常棒的设计评审”，并补充道：“这将会是一款史诗级的芯片。”他还强调：“接下来的 AI6 有望成为迄今为止最好的 AI 芯片。”
他解释说：“从开发两种芯片架构转向专注一种意味着我们所有的人才都集中在打造一款出色的芯片。” 他补充道：“现在回想起来，这简直是显而易见的事。” 他鼓励道：“如果你想研发能够拯救生命的芯片，请加入特斯拉芯片团队。毫秒之差，分秒必争。”
在回答另一位用户关于这是否意味着汽车最佳 AI 芯片的问题时，马斯克回答说，AI5 可能是 2500 亿个参数以下模型的最佳推理芯片。他预测，AI5 的制造成本极低，性能功耗比也非常出色，并补充道：“AI6 将在这方面取得更大进步。”
特斯拉的 AI5 将由位于中国台湾的全球最大代工企业台积电生产，AI6 则计划在三星电子位于得克萨斯州的工厂生产。三星电子 7 月 28 日通过公开信息宣布，已与“全球大企业”特斯拉签署了价值 22.7648 万亿韩元的供货合同。当时，CEO 马斯克通过 X 透露：“三星电子位于得克萨斯州的新工厂将专门生产特斯拉的下一代 AI6 芯片”，并表示“该工厂的战略重要性不容小觑”。外媒评价称，这将是给陷入困境的三星电子代工业务注入新活力的机会。
4.转型阻力超出预期，OpenAI开始考虑“最后手段”
OpenAI CEO奥特曼
北京时间9月9日，据《华尔街日报》报道，OpenAI高管越来越担心，加州不断加剧的政治审查可能阻碍他们转型为营利公司的努力，已讨论将迁出加州作为最后手段。
加州的一些大型慈善机构、非营利组织和劳工团体正联合起来，反对OpenAI的高风险重组计划。由于OpenAI由非营利机构控制，他们正在要求加州总检察长确保新公司不会违反加州的慈善信托法。
目前，加州和特拉华州的总检察长正在对OpenAI提出的重组计划展开调查。作为监管机构，两州总检察长负有保护本州慈善组织的法律责任。他们有权对OpenAI可能违反非营利组织法的行为提起诉讼，或要求公司支付和解金作为重组条件。
对于OpenAI这家全球估值最高的创业公司来说，重组失败可能会对公司造成毁灭性打击，危及未来融资计划及潜在上市进程。在CEO萨姆·奥特曼(Sam Altman)的领导下，OpenAI目前作为不发行传统股权，由其非营利性母公司控股的子公司运营。这种结构在投资者中并不受欢迎，他们正积极推动OpenAI进行改革。
据知情人士透露，OpenAI高管在去年底首次宣布重组计划时，并未预料到会遭遇如此强烈的公众反弹。近几个月来，加州总检察长调查的结果尤其令他们担忧。
知情人士表示，如果加州总检察长在重组过程中设置障碍，OpenAI已讨论将搬离加州作为最后的手段。不过，由于其AI研究人员高度集中在旧金山，这一举措将非常困难。
OpenAI发言人表示：“我们将继续与加州和特拉华州总检察长办公室保持建设性合作。”他补充称，公司希望打造历史上资源最充足的非营利组织之一。（来源： 凤凰网）
5.正裕工业官宣入局机器人市场，与董波博士合资成立斐博森公司
正裕工业于9月9日发布公告，宣布与董波博士共同出资设立控股子公司深圳斐博森机器人科技有限公司（以下简称“斐博森公司”），正式进军机器人柔性触觉传感技术领域。
斐博森公司注册资本为1,000万元，其中正裕工业以货币方式认缴出资600万元，占注册资本的60%；董波博士认缴出资400万元，占注册资本的40%。此次投资旨在响应国家推进制造业转型升级的产业政策，加速推进正裕工业在具身智能及工业领域的战略布局。
董波博士拥有南开大学光学博士学位和新加坡国立大学电子与计算机工程博士学位，入选深圳市海外高层次海外留学人才孔雀计划B，曾入选中科院率先行动百人计划技术英才，并入选美国斯坦福大学和Elsevier联合发布的全球前2%顶尖科学家榜单。董波博士在光子集成器件、SAW/BAW芯片、光电检测等方面取得了系列创新性成果，其加入将为斐博森公司带来强大的技术支撑。
斐博森公司将专注于机器人用柔性触觉传感技术的研发、传感器的设计与制造，以及信号处理系统的开发与测试，致力于构建完整的柔性触觉传感系统技术闭环。公司经营范围涵盖智能机器人研发与销售、电子元器件制造与销售、人工智能软硬件开发等多个领域，旨在通过技术创新推动机器人技术的发展，实现投资价值的最大化。
正裕工业表示，此次投资设立子公司，将加速正裕工业在具身智能及工业领域的战略布局，拓展新的利润增长点，进一步提升公司的市场竞争力和盈利能力。董波博士的加入将有效提升公司的研发实力，强化核心竞争力，契合公司长期发展战略，符合全体股东利益。
6.吴军×陈宁巅峰对话：寻找 AI 芯片下一个浪潮
9月6日下午，以“智汇全球·绿创未来”为主题的全球创新峰会（深圳）在深圳市南山区举办。
云天励飞董事长兼CEO陈宁博士受邀出席，并与硅谷知名计算机科学家、《浪潮之巅》作者吴军博士展开创新巅峰对话。
吴军博士与陈宁博士围绕人工智能产业发展路径、技术突破与全球竞争格局展开深度交流。
吴军博士首先探讨了人工智能在平台、算力与应用三大层面的发展现状及存在的瓶颈。
陈宁博士则从技术要素角度进行分析，指出中国在应用落地、系统集成以及部分数据资源方面已形成独特优势，尤其是大湾区在智能硬件与 AI 融合领域展现出明显的竞争力。
陈宁博士强调，当前人工智能正从“训练时代”迈向“推理时代”，低功耗、高能效的推理芯片需求正快速崛起，推动终端应用普及。
双方均认为，不能简单以单一技术指标衡量发展差距，而应结合具体应用场景、商业化成熟度及生态完善度进行综合判断，同时强调大规模应用推广和全球化市场布局对未来发展至关重要。
在观众互动环节，现场提问围绕国内外技术对标、发展差距评估等现实问题展开。
陈宁博士回应指出，行业对比需全面考虑技术性能、软件生态、应用适配等多维因素，不能简单以个别企业或产品作为对标对象；在差距评估方面，应区分技术迭代周期与应用落地阶段，理性看待动态发展中的相对位置。
双方均表示，中国在应用推广和市场渗透方面进展显著，未来有望通过AI规模化应用带动技术升级，并通过全球化合作提升产业国际竞争力。
以下为对话详细内容，在不改变原意的基础上进行编辑
吴军：陈总是直接从事人工智能产业的专家，所以刚才想向您请教。如果简单地把AI产业划分为平台、算力和应用三个层面，您觉得目前在国内，哪些方面发展得比较好，哪些方面还相对薄弱？或者说，哪些领域还有更多机会吸引人才和企业加入？
陈宁：很高兴能与吴博士交流。美国多年前曾发布了一份报告，指出人工智能的几个核心要素——芯片、算法、人才、数据、应用、系统集成，中国的优势在于后三者。
有分析师认为，人才是流动的，算法是一套数学模型，可以通过交流快速追赶和获取。唯独芯片，它具备一定的垄断属性。从英伟达的芯片销售，到光刻机设备的制造、工艺和材料，整个链条都在对中国的高性能芯片产业进行投资、人才和服务上的限制，试图延缓中国在这一领域的追赶。
在这样的大背景下，我个人有几个观点。
应用系统：中国肯定是全球领先的。
数据：中国有差异化的优势，尤其是在中文语料和物联网的传感数据上。但在互联网的人类知识数据方面，过去六年我们是有劣势的。不过，最近几年我们在快速追赶。可以说，在算法层面，到今年年初，我们与国际先进水平的差距已经缩小到12个月以内。在应用层面，中国也有自己独特的优势。
商业模式：但在中国，像SaaS（软件即服务）或面向中小企业的AI服务收费模式，似乎发展得并不顺利。在美国，OpenAI以及许多SaaS公司，包括Cursor，都能成功收费。但在中国，无论是做基础大模型的公司，还是做AI Agent的应用公司，都很难实现商业闭环。所以，在应用层面，中美各有差异。
另外，在中国，AI与智能硬件的结合是一个巨大的机会，尤其是在粤港澳大湾区。粤港澳大湾区全球创新指数跃居全球第一，靠的就是机电一体化的优势。大湾区几乎是全球唯一一个能够把智能硬件与AI结合得最好的区域。因此，中国的应用机会可能更多地体现在“AI+智能硬件”的结合上。而最大的挑战，我认为就是芯片。
吴军： 我先补充一点，然后再问您关于芯片的问题。其实大家今天了解比较多的美国企业是OpenAI，但它本身也未必能完全收回成本，基本上不怎么赚钱。真正能赚大钱的是像Databricks这样的公司，一上市就获得了几十亿美元的估值。它的利润也很高，因为它解决了企业级数据处理的痛点。
而且，美国是企业家在主导，他们非常懂得如何为价值付费。比如，一个企业级软件的座位，每年可能收费150美元，这在美国是普遍现象。所以，像Oracle等公司都做得很好。中国非常遗憾的是，所有这些独立的软件公司加起来的总和，可能还不如美国一家公司。这是一个很遗憾的事。
讲到芯片，当然现在基本上已经没人再提英特尔了，因为它技术路线走错了，基本退出了这个竞争。暂时我不觉得它能回来，主要是因为它太通用了，刷新效果不好。现在大家挑战英伟达的方向，是去做更加专用的芯片。再做一个“英伟达”已经没有意义了。未来的竞争会集中在更专用的方向。你越专用，应用场景可能小一些，但考虑到人工智能任何一个垂直领域打开，其市场潜力都很大。比如云天励飞，就是在差异化方面做得很好。如果我们选取2到3个最明显的特征，比如以单位能耗提供的算力来衡量，国产芯片有哪些特点和优势？
陈宁：我想在回答这个“微观”问题之前，先谈谈今年的一个宏观层面的机遇。
2025年很多人都提到要“All in AI”，这意味着什么？就是人工智能正在从2012年揭开的这波浪潮，无论是小模型还是大模型，经历了一个叫做“AI训练”的时代。无论是当时的显卡，还是2016年之后的GPGPU，大模型的训练，其实都是在用GPU把人类的知识“喂养”给CNN小模型或Transformer大模型，让它们学会人类的知识。这使得大语言模型在语言知识上，甚至在视觉理解能力上，都出现了“涌现”现象。
但现在，发生了一个根本性的变化，就是AI应用的爆发。相信今年上半年，在座的各位对AI感兴趣的人，都能感受到身边最大的变化：每个人的手机上都多了一两个大模型APP。大家有什么问题都习惯性地去问问“豆包”、问问“文心一言”。搜索，不再只是用搜索引擎了。这是全球一个巨大的变化，说明人们从思想理念上已经开始拥抱AI，每天都在潜移默化地接受AI。
AI应用需要的，不完全是A100、H100系列的GPGPU，不再是几万美金一张的训练显卡，也不再是动辄十万张卡互联、数千亿美元的投资。AI应用需要的是“端、边、云”无处不在的AI推理能力——在眼镜里、在智能手机里、在苹果的A系列NPU里。我们身边的扫地机器人、汽车，甚至未来所有房间里的路由器，都会集成一个AI芯片。这将像电网和通信网络一样，形成一张无处不在的AI推理算力网络。
就像我们云天励飞，2014年时，我和团队从硅谷回到深圳，创立了中国最早一批专注AI芯片的公司之一。我们从最早的终端芯片，到边缘芯片，再到今天的云端大算力推理芯片，以及未来的机器人的推理芯片，完成了这样的布局。
为什么说未来五年是GPNPU（通用神经网络处理器）技术路线主导的AI推理芯片的时代？我们甚至认为，五年之后，AI推理芯片的全球需求量将超越训练芯片，成为用量更大的芯片，因为它无处不在。
AI推理芯片对于消费者、企业，乃至头部互联网大厂，都提供了更高性价比的PPA（Performance per Power per Area，单位功耗和面积的性能）。生产一个token，其背后的硬件成本和电费成本可以大幅降低，甚至只有训练时代的十分之一、百分之一。只有这样，才能让AIGC大模型、智能机器人等颠覆性技术真正无处不在。每一次工业革命——无论是电力革命、蒸汽机，还是信息化、智能手机——都是因为大幅降低了硬件成本、提高了效率，才让技术普及开来。
吴军：我们把它分成几个层级，最简单的是终端。边缘计算其实已经提了很多年，但真正落地的并不多，这涉及到很多方面，比如移动通信的机房。然后是云端的数据中心。不同层级对计算的要求不同，最终使用的芯片也不同。
大家都很感兴趣的一个话题是无人驾驶汽车。在您看来，假设一辆无人驾驶汽车有一个主要的处理器，它大概需要什么样的计算能力？比如，它的算力能达到H100的水平吗？在H100的价格以内，能做到什么程度，用户才能接受？
陈宁： 对于无人驾驶来说，它其实可以作为边缘计算的一个典型场景，甚至已经演变成一个独立的赛道。目前，无人驾驶所需的边缘计算芯片，单芯片算力已经达到了几百TOPS的量级，价格在几百到上千美元之间，这是可以接受的。当然，目前中国电动车产业竞争非常激烈，一台车的利润可能也就一千多，所以成本控制压力很大。
但还有一个非常有意思的边缘场景：我们去年开始配合、今年年初立项的一个项目，是与中国头部、全球领先的硬件大厂合作。我们正在与头部硬件伙伴基于64TOPS自研芯片推进家庭计算主机产品。未来，当你回到家，说一句“帮我找找过去三年我带儿子钓鱼的照片”，它就能从你沉淀的几十万张照片中立刻检索出来，并推送到你的手机。你再说一句“帮我编辑个视频”，它就能自动完成，而且完全解决了个人隐私和数据安全的问题。未来的扫地机器人、家用电器都将连接到这个家庭计算主机，这其实就是典型的边缘计算。
吴军：我们现在芯片的发展，也涉及到中美之间的博弈。但全世界不只是这两个国家。比如，假设欧洲也需要大量的AI芯片。你觉得国产芯片，除了满足国内市场，未来向欧洲、日本等市场推广的前景如何？我们刚才讲了出海是“大西瓜”，我们要站得高一点，看得远一点，不要只盯着中国市场。您能给大家展示一下这个前景吗？
陈宁：我觉得这个问题可以从几个维度来看：
1. 当前挑战：对中国国产芯片来说，最大的挑战其实不是硬件本身，尽管工艺受限。最大的挑战是生态。
2. 全球竞争：中国作为全球数一数二的人工智能国家，未来5到10年，中美竞争的焦点，将不再是谁能训练出最聪明的大模型，而是全球有多少国家、多少人口在使用中国的模型和算力，还是美国的模型和算力。这涉及到“主权模型”和“主权算力”的问题。
3. 文明维度：再往大了说，到2030年之前，中国能否解决自己的芯片技术攻关问题，甚至实现芯片的全球化市场布局，这将决定中国有没有机会借助第四次工业革命的拐点，让中华文明再次崛起。我个人有个观点：过去几千年，中国靠四大发明在全球科技上相对领先。但三四百年前，第一台蒸汽机在英国出现，改变了历史。欧美凭借蒸汽机、电力、计算机这三次工业革命，引领了全球科技和文明的发展。第四次工业革命，有可能让这两条发展曲线再次交叉。而交叉的核心，恰恰在于算力芯片。如果我们能在这一要素上实现自主可控并形成生态，不仅能托举起中国的AI产业，更可能在全球范围内输出“中国标准”和“中国算力”，进而赢得这场关乎未来百年的文明竞争。（来源： 云天励飞）
