當人類還在為宇宙 138 億年的年齡驚嘆時，Google的一款量子晶片已經刷新了 “速度天花板”——Willow 晶片僅用 5 分鐘，就完成了當前最快超級電腦需要 10²⁵年才能搞定的計算任務。這一突破不僅讓量子計算的 “算力碾壓” 成為現實，更破解了困擾學界近 30 年的量子糾錯難題，標誌著全球量子計算從實驗室走向實用化邁出關鍵一步。一、核心突破：兩大 “全球之最” 改寫量子計算規則1. 算力鴻溝：5 分鐘完成超算 10²⁵年工作量Google在隨機電路採樣（RCS）基準測試中，用 Willow 晶片創造了史無前例的算力差距。這款搭載 105 個物理量子位元的晶片，在不到 5 分鐘內完成了一項複雜計算任務，而作為對比，當前全球頂級超級電腦 Frontier 即便全速運行，也需要耗費 10²⁵年 —— 這個時間是宇宙年齡的 700 多萬倍，遠遠超出人類已知的時間尺度。隨機電路採樣是量子計算領域的 “性能試金石”，專門用於檢驗量子電腦是否能完成經典電腦無法企及的任務。Willow 的表現不僅遠超上一代晶片，更讓量子計算的 “指數級加速” 從理論落地為現實。2. 糾錯革命：30 年難題終被攻克量子位元的 “脆弱性” 一直是行業痛點 —— 量子位元數量越多，越容易受環境干擾產生錯誤，導致計算失效。而 Willow 首次實現了 “低於閾值” 的量子糾錯能力：隨著物理量子位元陣列從 3×3 擴展到 5×5 再到 7×7，邏輯錯誤率不僅沒有增加，反而持續減半。這一突破的關鍵在於Google採用的表面碼糾錯技術，通過將資訊分佈到多個量子位元上，建構出 “即時糾錯安全網”，能在錯誤影響計算結果前就完成修復。更重要的是，Willow 的邏輯量子位元壽命比單個物理量子位元更長，真正實現了 “糾錯越徹底，性能越穩定” 的良性循環。二、硬核參數：105 個量子位元的 “精準進化”Willow 的成功並非單純追求量子位元數量，而是在 “質量與規模” 之間找到了最佳平衡點：量子字節態：105 個物理量子位元，採用 2D 網格架構，適配表面碼糾錯的工程實現需求；相干時間：量子位元保持量子狀態的時間達到 100 微秒，是上一代晶片的 5 倍，為長周期複雜計算提供了基礎；系統穩定性：可在接近絕對零度的低溫環境中，穩定運行最多 100 萬個計算周期，同時即時解碼錯誤並維持高性能；製造工藝：在Google聖巴巴拉專屬量子製造設施中打造，從晶片架構到門電路校準實現全流程最佳化，確保各元件高效協同。三、技術原理：量子計算為何能實現 “超時空加速”普通讀者可能對 “量子優勢” 感到抽象，其實核心在於兩大量子特性的突破應用：量子疊加：一個量子位元可同時表示 0 和 1 兩種狀態，105 個量子位元就能同時處理 2¹⁰⁵種可能 —— 這個數量遠超宇宙中所有原子的總和，讓平行計算能力實現指數級提升；量子糾纏：多個量子位元形成 “超距關聯”，即便相隔遙遠也能同步狀態，配合即時糾錯技術，讓大規模量子計算的穩定性從 “不可能” 變為 “可能”。簡單來說，經典電腦解決複雜問題需要 “逐個嘗試所有路徑”，而量子電腦能 “同時探索所有可能”，再通過糾錯技術篩選出正確答案，這就是 Willow 能實現算力碾壓的核心邏輯。四、全球競爭：量子賽道的 “雙雄並跑”Willow 的發佈，讓全球量子計算競爭進入白熱化階段。有趣的是，中國中科大潘建偉團隊同期推出的 “祖沖之三號” 量子晶片，同樣搭載 105 個量子位元，形成了 “雙峰並峙” 的格局：Google Willow：主打 “糾錯優先”，突破可擴展性瓶頸，為大規模量子電腦奠定基礎；祖沖之三號：側重 “位元質量”，單門保真度達 99.90%，在特定計算任務中實現 10¹⁵倍加速，性能表現同樣強悍。兩者的技術路線雖有差異，但都證明 105 個量子位元是當前超導量子計算的 “黃金數量”—— 既能支撐核心技術突破，又能控制系統複雜度，為後續商用化提供了可行方案。五、未來應用：從實驗室走向千行百業的想像空間隨著糾錯難題的破解和算力的爆發式增長，Willow 為量子計算的商用化打開了廣闊前景：藥物研發：精準模擬分子結構和化學反應，將新藥研發周期從 10 年縮短至 1-2 年；新能源突破：最佳化電池材料設計、模擬核聚變反應，助力高效清潔能源技術落地；人工智慧：為大模型訓練提供超算級算力支援，突破當前 AI 的算力瓶頸；密碼學：推動後量子密碼技術發展，建構更安全的網路通訊體系。Google量子 AI 負責人哈特穆特・內文直言：“Willow 是迄今為止最可信的可擴展邏輯量子位元原型，讓我們離解決現實世界問題的實用量子電腦越來越近。”六、行業影響：量子計算邁入 “實用化倒計時”Willow 的突破不僅是Google的技術勝利，更將推動全球量子計算產業加速發展。當前，Google已開放開放原始碼軟體和教育資源，邀請全球開發者參與量子演算法創新；而隨著量子糾錯技術的成熟，量子電腦的規模有望在未來 5-10 年內從百級量子位元擴展至千級、萬級，真正實現 “量子計算即服務” 的商業化模式。從 Sycamore 到 Willow，從 “量子優勢” 到 “實用可期”，量子計算正在以遠超預期的速度改變世界。這場由Google引領的技術革命，不僅將重塑科技競爭格局，更將為人類解決能源危機、疾病難題、氣候挑戰等全球性問題提供全新工具。 (大視覺小傳達)

中國科學技術大學科研團隊在量子資訊研究領域取得重要進展，成功實現了光子貝爾態製備數量的世界紀錄，為大規模量子計算與量子網路的研究奠定了關鍵技術基礎。這一成果由中國科學院院士潘建偉領導的團隊完成，相關論文已於2025年11月17日在國際權威學術期刊《自然·光子學》上發表。研究團隊通過設計新型非線性干涉儀與最佳化參量下轉換過程，顯著提升了糾纏光子的產生與收集效率。實驗中，團隊在每秒內可製備超過1700萬對糾纏光子對，這一資料較以往國際公開報導的最高水平提升了一個數量級。值得注意的是，團隊所製備的糾纏光子不僅數量大，其糾纏保真度也穩定保持在98%以上，體現出系統的高純度和高穩定性。貝爾態是量子糾纏的核心資源態，在量子通訊、量子計算與量子精密測量中具有重要作用。例如，在光學量子計算中，貝爾態的規模直接決定了量子位元的連通能力和計算潛力；在量子網路中，高品質的糾纏光源是實現遠距離量子態傳輸與分佈式資訊處理的關鍵。本研究通過技術路徑的創新，在不對光子路由與探測提出極端要求的條件下，實現了多光子貝爾態的高效製備，為後續可擴展量子系統的建構提供了更加可行的實驗方案。業內專家指出，該成果標誌著中國在量子光源與糾纏操控方面已處於國際領先地位。高效率、高保真度的糾纏光源不僅有助於推動基礎科學研究，如量子非定域性檢驗和多體糾纏成像，更將在量子金鑰分發、分佈式量子計算等未來技術邁向實用化的過程中發揮支撐作用。研究團隊表示，下一步將致力於該系統的晶片化整合探索，並進一步與量子儲存等技術結合，推動量子資訊處理能力的整體提升。隨著量子科技逐漸步入實際應用，此類核心器件的突破將持續為中國在量子科技領域的可持續發展注入創新動力。 (晶片行業)

比特幣的量子清算日或許尚需數年，但恐慌已然降臨。Google、加州理工與 IBM 的突破性進展，重新點燃了關於"Q-Day"迫近的辯論：量子電腦或將破解守護比特幣與去中心化金融的密碼體系。然而專家警告，真正的危險可能首先源於人性而非演算法。在市場恐慌、過度反應與開發者遲緩應對的疊加下，信心崩塌或許遠在密碼體系實際失效前就會發生。恐慌蔓延快於數理推演在加密世界，恐慌的傳播速度永遠快於理性。市場雖由程式碼驅動，但價格仍由情緒主導。後量子密碼公司 BOLTS Technologies 創始人 Yoon Auh 指出，上月市場閃崩事件顯示，即便只是關於量子電腦破解比特幣的誤傳，也可能引發連鎖反應。Yoon Auh 表示：“加密貨幣市場剛經歷小幅閃崩。一場在傳統市場中微不足道的 5000 萬至 1 億美元拋售，竟導致區塊鏈資產全線重挫。這揭示出系統依然何等脆弱。”本月早些時候，川普一則對中國進口商品徵收 100% 關稅的帖文，引發史上最大單日加密貨幣清算潮。隨著比特幣短暫跌破 10.2 萬美元，190 億美元槓桿頭寸瞬間蒸發。Yoon Auh 警告量子恐慌可能引發相同動態："設想有人宣稱'橢圓曲線密碼現可被破解，或許非立時奏效，但已為時不遠'。所有人都會奪路而逃，系統將陷入自我踩踏。"行業早有前車之鑑。2017 年，4Chan 論壇一則關於以太坊創始人 Vitalik Buterin 死亡的虛假帖文，在交易員識破騙局前已抹去數十億美元市值。這場拋售彰顯：當資訊傳播超越驗證速度時，信任體系會如何急速崩塌。量子時間軸：現實節點量子電腦的運行原理完全不同於經典計算。以可同時處於多重狀態的量子位元替代非 0 即 1 的經典位元，當量子位元形成"糾纏"特性時，即可同步處理海量可能性。該特性使得因數分解與離散對數等特定數學問題的求解效率呈指數級提升。1994 年數學家彼得·肖爾證實，足夠強大的量子電腦理論上能破解從信用卡到比特幣錢包的全部加密體系。比特幣依賴的橢圓曲線密碼學，通過易於計算卻幾乎不可逆的方程將私鑰轉化為公鑰。而具備足夠規模的量子電腦通過運行肖爾演算法即可逆轉該過程，暴露區塊鏈上任何已公開公鑰對應的私鑰。比特幣採用的 secp256k1 系統運用此類橢圓曲線方程生成並驗證簽名。能執行此類計算的量子電腦可復原與公開公鑰關聯的私鑰並清空錢包。一個 256 位橢圓曲線金鑰提供的經典安全性，約等同於 3072 位 RSA 金鑰（以當今標準衡量堪稱固若金湯）。目前該威脅仍停留於理論層面。全球最大量子處理器—— IBM 的 1121 位"禿鷹"與加州理工超 6000 位中性原子陣列，距離產生數千個容錯邏輯量子位元所需的百萬級物理量子位元仍遙不可及。現有研究指出，破解比特幣橢圓曲線加密需約 2000 至 3000 個邏輯量子位元。實現該目標預計還需十年以上，儘管 IBM 與Google的樂觀預測將此類機器的出現時間定於 2030 年代早中期。蘭德公司物理學家 Edward Parker 表示："量子對密碼學的威脅真實且嚴峻。有人認為量子電腦永難威脅加密，這或許成立。但風險足以讓我們必須未雨綢繆。"這種審慎警告常在網路傳播中被扭曲，本為激發討論與準備的警示，反而助長了"量子末日"的誇張論調。美國已率先行動。2022 年《第 10 號國家安全備忘錄》總統令要求聯邦機構啟動後量子加密升級。這是跨部門長期協調的罕見案例。Edward Parker 引用密碼學家 Michele Mosca 2023 年主導的研究，指出密碼學意義量子電腦出現時間中值估計約為 2037 年。研究科學家 Ian MacCormack 認同公眾恐懼已超越技術實際能力。"量子電腦遠未強到能破解 RSA-2048 或任何具實際規模的加密。降低錯誤率並整合數千量子位元實現實用化，需要時間、資金與反覆試錯。"MacCormack 指出量子計算的神秘光環放大了恐懼。"人們聽聞量子計算，覺得它如神明般深不可測。但拋開其潛力，這本質是項極困難的工程難題。開發抗量子加密的處理程序，幾乎註定快於建造能破解現行加密的量子電腦。"Coin Metrics 聯合創始人、Castle Island Ventures 合夥人 Nic Carter 近期稱量子計算為"比特幣最大風險"。他在《比特幣與量子問題》一文中指出，近四分之一比特幣（約 400 萬枚）存於已暴露公鑰的地址，理論上在實用量子解密問世時極易受攻。對比特幣數學體系不可破性的信心，恐遠在數學本身被破解前就已崩塌。建構抗量子比特幣儘管威脅尚遠，專家指出行動窗口就在當下（但這取決於廣泛協作）。後量子網路安全公司 QuSecure 聯合創始人兼 CEO Rebecca Krauthamer 表示下一步很明確：必須淘汰橢圓曲線密碼學。需用後量子標準化演算法如 ML-DSA 取而代之。ML-DSA（模組格基數位簽名演算法）是美國國家標準技術研究院制定的新型後量子密碼標準。它建立在格基數學之上，該密碼學分支將資訊隱藏於多維數字網格中。破解這些網格需解決"容錯學習"問題，即便強大量子電腦也無法高效求解，使得 ML-DSA 遠比比特幣現行橢圓曲線系統更難破解。目前僅少數區塊鏈真正實現抗量子，多數仍在適應後量子密碼學。抗量子帳本專為量子安全設計，採用 NIST 標準化的 XMSS 基於雜湊簽名方案。Cellframe 與 Algorand 使用 NIST 套件中的格基演算法（Crystals-Dilithium、FALCON 與 NTRU），可在標準演進時靈活模組化升級。IOTA 在其"纏結"網路中依賴 Winternitz 一次性簽名，保護交易免受量子金鑰復原威脅。Nervos 網路以混合模式整合經典與格基系統，支援逐步遷移至後量子安全。比特幣、以太坊、Cardano 及 Solana 等主流公鏈仍處於過渡階段。以太坊 3.0 路線圖包含後量子簽名的積極研究與測試網，而比特幣的模組化 Taproot 與 Schnorr 升級為未來整合量子安全密碼學奠定基礎。此類升級技術上可行，但政治層面複雜。比特幣安全模型依賴礦工、開發者與節點的全網共識。任何密碼學變更都需分叉實現，且需經年累月的討論與測試。Rebecca Krauthamer 指出："量子計算聽來抽象，但解決方案出奇直接。我們已掌握數學工具，政府正強制推行量子安全標準，金融業自會跟進。難點在於如何在危機來臨前喚起重視。"多數專家建議最穩妥路徑是漸進式。通過新地址類型或混合簽名新增後量子支援，引導託管方與錢包對新資金應用該標準，逐步遷移舊有錢包。這可避免全員同步更換金鑰引發的混亂。此類情景對信心的摧毀速度恐遠超真實量子攻擊。比特幣貢獻者已在開發者論壇探討後量子簽名與混合方案。挑戰不在尋找演算法，而在決策部署時機與方式。治理困境德克薩斯大學奧斯汀分校電腦科學教授 Scott Aaronson 指出，比特幣去中心化模式會使升級舉步維艱。"以太坊等多數公鏈可在危急時自主遷移至抗量子密碼，但比特幣需多數礦工同意分叉。並且約千億美元價值的早期代幣仍僅受 ECC 保護。"這種缺乏中心權威的特性可能延緩處理程序，倉促實施或致網路分裂。不過不少比特幣開發者主張，一旦可行升級路徑出現，共識自會圍繞有效程式碼形成。以太坊與 Solana 擁有更靈活治理機制，適應速度可能更快。比特幣的審慎雖使其免於錯誤決策，但同等保守性也令重大變革難以推行。Q-Day 究竟多遠？當前原型機量子位元數僅達千級，而非穩定可擴展攻擊所需的百萬級糾錯量子位元。足以破解比特幣加密的量子電腦尚未問世。此前，Google宣佈量子研究新里程碑：其 105 量子位元"柳樹"處理器用兩個多小時完成物理模擬，而"前沿"超級電腦需耗時三年以上。該實驗動用 23 電路層的 65 個活躍量子位元，實現中值雙量子位元門誤差約 0.0015。此舉標誌可驗證的量子加速，但對加密不構成威脅。即便視量子計算為長期威脅的研究者，也承認真實風險仍在數年之外。密歇根大學電腦科學與工程教授 Christopher Peikert 表示："我認為量子計算有合理機率，例如超過5%，成為比特幣及其他加密貨幣重大甚至存亡攸關的長期風險，但這在未來數年內尚非真實威脅。量子計算的技術與工程距離威脅現代密碼學仍道阻且長。"Christopher Peikert 補充道，更棘手在於後量子系統部署後的性能表現。"後量子簽名使用的金鑰大得多。由於加密貨幣依賴大量簽名處理交易與區塊，轉向後量子或混合簽名將顯著增加網路流量與區塊體積。"關於近期防護，Christopher Peikert 認為最佳緩釋策略在於行為模式而非技術手段。"短期應避免在公開網路暴露公鑰，除非絕對必要，並縮短金鑰有效期。長期而言，核心協議需審慎升級，為關鍵功能與資產引入後量子密碼學。"業界共識是量子計算短期內不會破解比特幣。 (奔跑財經)

量子AI 助力，半導體供應鏈韌性升級。幾十年來，矽一直是電腦發展的主要驅動力，但摩爾定律如今已接近極限。隨著對晶片速度和能效要求的不斷提高，由於供應短缺和地緣政治緊張局勢，供應鏈面臨的壓力前所未有。這就是人工智慧和量子計算發揮作用的地方。這並非科幻小說；它們正在幫助發現新的半導體材料，並最佳化晶圓廠的生產計畫。這可以縮短交貨周期，降低風險，並打造更具韌性的供應鏈。對於工程師和採購團隊來說，資訊很簡單：要想在晶片領域保持領先地位，很快就需要同時利用量子計算和人工智慧。量子計算和人工智慧在半導體創新中的融合量子計算使用量子位元，與經典位元不同，量子位元可以處於疊加態，同時表示0和1。這使得量子處理器能夠處理經典電腦難以完成的複雜模擬，例如模擬新型半導體材料中的原子級行為。人工智慧增強了這種能力。通過將預測分析應用於量子模擬，機器學習模型可以識別有前景的候選材料，預測其性能，並提出調整建議。這使得原本緩慢的試錯過程轉變為可執行的洞察，從而節省了數年的實驗室工作。以Google的Willow處理器為例。它是Sycamore的後續產品，雖然並非完全為材料研究而設計，但它展示了量子系統如何擴展並減少誤差。當與機器學習相結合時，它為晶片創新至關重要的材料特性提供了前所未有的視角。正如Anima Anandkumar 指出的那樣：“人工智慧幫助我們將量子模擬的原始複雜性轉化為工程師實際可以使用的見解。”—— Anima Anandkumar，加州理工學院教授兼輝達人工智慧研究高級總監。人工智慧和量子計算的結合，正在為晶片設計奠定一種全新的基礎。人工智慧驅動的材料科學：營運和市場影響在發現新型半導體材料時，原子級精度至關重要。人工智慧驅動的量子模型可以模擬石墨烯、氮化鎵或鈣鈦礦等材料中的電子行為。這使得研究人員能夠在進行實驗室測試之前評估材料的導電性、能量效率和耐久性，從而極大地加快材料鑑定速度。實際影響顯著。傳統上，材料驗證需要數年時間，但早期研究表明，驗證時間可以縮短30%至50%。這使得晶圓廠能夠更高效地營運，使生產與新技術同步，並最大限度地減少閒置時間。市場壓力進一步加劇了這一局面。在2021年的短缺期間，交貨周期從大約12周延長至一年以上。借助人工智慧，企業可以預測供應鏈中斷並主動調整採購策略。量子模擬還能擴大可用材料的範圍，從而減少對單一供應商或高風險地區的依賴。圖1. 半導體交貨周期從2020年的12周飆升至2022年的30周以上，之後有所緩解。人工智慧與量子技術的融合可以通過實現預測分析和多元化採購來幫助穩定這些波動。投資回報令人矚目。德勤指出，將人工智慧融入研發和供應鏈營運的企業，效率提升幅度可達兩位數，這主要得益於產量預測的改進和停機時間的減少。Google的量子研究團隊已證明，人工智慧驅動的模擬可以在幾周內將有前景的材料從數千種縮減到幾種，而使用傳統計算方法通常需要數年時間。研發周期的顯著縮短從根本上改變了競爭格局。為採購和供應鏈領導者提供戰略洞察對於採購和供應鏈領導者而言，這不僅僅是一次技術升級，更代表著一項真正的戰略優勢。人工智慧驅動的量子工具能夠最佳化交付周期，從而實現更精準的供應商合同，並減少對過剩庫存的需求。預測分析還能幫助團隊在潛在風險影響晶圓廠或延誤客戶交付之前識別它們。供應鏈韌性也得到提升。當人工智慧引導的量子模擬確認可以從不同地區採購的替代半導體時，採購團隊就能降低地緣政治風險或自然災害帶來的影響。這種方法與美國《晶片與科學法案》和歐盟《晶片法案》等國家倡議相契合，這兩項法案都旨在促進更強大的本地化生產和更具韌性的採購策略。量子人工智慧建模提供了驗證這些替代供應管道所需的必要技術保障。“短期內，人工智慧行業的上升趨勢顯而易見，但那些能夠有效管理供應鏈、吸引並留住人才的公司，才能更好地把握人工智慧蓬勃發展帶來的機遇並從中獲益。”——畢馬威全球技術主管馬克·吉布森圖2. 採用人工智慧增強型半導體營運的公司獲得了顯著更高的投資回報率，諮詢研究報告顯示，與傳統營運相比，效率提高了兩位數。歸根結底，成功整合這些技術的公司不僅能更快地將產品推向市場，還能在當今瞬息萬變的全球市場中獲得真正的競爭優勢。在半導體行業，幾周的延誤就可能造成數十億美元的收入損失，因此，敏捷性對於生存至關重要。未來展望：量子人工智慧對半導體製造的影響規模化展望未來，下一個重大發展方向似乎是全端式量子人工智慧設計。試想一下，量子處理器運行全晶片模擬，而人工智慧則負責最佳化其速度、效率和可製造性。雖然我們尚未完全實現這一目標，但光子電路和自旋電子元件的逐步進步已經產生了切實可見的成果。對於製造團隊而言，挑戰在於如何保持供應鏈的靈活性。隨著新材料從模擬階段過渡到試生產階段，採購和製造團隊必須協調一致地擴大規模。如今的量子處理器並不完美，它們在量子位元數量、錯誤率和可擴展性方面仍然存在侷限性，但如果進展持續，未來十年內有望出現實際的工業應用。現在就開始規劃、制定路線圖並建立戰略合作夥伴關係的公司將獲得顯著優勢。結論目前，半導體行業正處於一個關鍵的轉折點。將人工智慧的預測能力與量子計算的原子級洞察力相結合，可以加速產品發現，縮短研發周期，並顯著增強供應鏈的韌性。對於工程師和採購負責人而言，資訊很明確：採用人工智慧與量子計算的融合不僅僅關乎技術，更關乎保持競爭力。矽晶片的下一個重大突破並非偶然，而是需要借助人工智慧和量子計算進行精心設計、最佳化和工程打造。 (半導體產業縱橫)

01. AI正在從“演算法革命”進入“能源革命”算力正成為新的電力，GPU是發電機，智算中心是電廠——這是一場人類經濟底座的重構；02. 輝達的發佈會，其實是人類文明的施工圖黃仁勳在描繪未來十年的基礎設施：從晶片到6G，從量子到AI工廠，從虛擬到現實；03. AI投資的下半場，屬於“供電的人”最值得關注的不再是模型概念，而是能持續供給算力、連線到網路、落地產業的公司。美東時間10月28日，輝達CEO黃仁勳在華盛頓登台，開啟了今年第二場GTC大會。這次，他沒有專注講某一代GPU，而是展開了一場更像“AI文明宣言”的演講。從6G、量子計算、核聚變、機器人到自動駕駛，黃仁勳幾乎描繪出AI產業的全景——一張從算力到通訊、從網路到產業應用的基礎設施地圖。如果說ChatGPT開啟了AI時代的“應用元年”，那麼輝達這次GTC，則宣告了AI進入基礎設施時代。他明確反駁“AI泡沫論”——“客戶在為AI服務付費，這證明昂貴的計算基礎設施是有商業價值的。”這句話的含義其實遠超業績表態。黃仁勳在定義一個新範式：AI正在成為一種能源系統。算力是燃料，GPU是引擎，演算法是管道，產業是終端。輝達要做的，不是晶片公司，而是AI文明的供電公司。輝達究竟在下怎樣一盤大棋？（1）能源層：算力成為新的“電力”黃仁勳表示，輝達的Blackwell GPU已在美國亞利桑那實現量產。未來五個季度，公司預計出貨2000萬塊晶片，訂單金額高達5000億美元。這意味著，算力的生產規模正在接近能源產業的體量。更具象徵意義的是，美國能源部已將輝達納入其AI超算體系——計畫建造Solstice和Equinox兩台AI超級電腦，總計配置超過11萬塊GPU，總算力2200 ExaFlops。這不僅是科研項目，更是能源體系的重構。也意味著，AI不再是消費電子，而是戰略能源。未來，算力會像電一樣被度量、調度和交易。對中國投資者而言，這代表AI硬體周期的延長。AI伺服器、散熱系統、光模組、功率半導體、液冷裝置等環節，將繼續受益於“算力工業化”的趨勢。AI的第一層機會，不在概念，而在基建。（2）網路層：AI的通訊革命與量子融合如果說算力是AI的能源，那麼通訊網路就是它的血管系統。在GTC大會上，輝達宣佈與諾基亞達成10億美元合作，推出面向6G時代的AI-RAN平台Aerial RAN Computer（ARC）。這意味著未來的無線網路將不再是“訊號通路”，而是“AI通路”。AI原生網路的出現，讓移動通訊、邊緣計算和算力中心的邊界被打通。AI不再僅僅“算得快”，而是“連得上”。與此同時，輝達推出的NVQLink，讓GPU與量子電腦實現高速互聯。17家量子廠商、9個美國國家實驗室已經宣佈接入這套系統。這是一種新的“混合算力形態”：GPU承擔大規模平行任務，量子計算處理高複雜度演算法，AI的“能效比”因此被重新定義。對於資本市場，這一層的投資主線是“算網融合”。光通訊、GPU互聯裝置、邊緣AI計算節點、網路安全體系，將成為AI網路化時代的關鍵環節。（3）應用層：AI工廠、機器人與產業落地黃仁勳提出了一個新概念——AI工廠。它不是比喻，而是一個真實存在的基礎設施。BlueField-4處理器支援800Gb/s吞吐量，可為AI工廠提供作業系統級算力支撐。在這個體系裡，AI模型被看作生產線，資料是原材料，GPU是機器裝置。輝達與Palantir合作，將GPU計算力嵌入企業資料平台，建構“決策智能系統”；與禮來合作，在製藥業部署上千塊Blackwell Ultra GPU，打造生物研究的AI超級計算平台——縮短藥物研發周期、擴大實驗規模。輝達還牽手Uber、Stellantis和奔馳，計畫到2027年部署10萬輛Robotaxi。這是一張完整的落地路徑圖——從科學研究到工業決策，從藥物研發到城市交通，AI正在被“產業化量產”。對投資者來說，這意味著AI不再是網際網路的“附屬故事”，而是製造業、醫療、能源的新引擎。AI製藥、AI製造、AI安全、自動駕駛，將是接下來幾年最具確定性的落地方向。我們的投資機會在那裡？黃仁勳這次GTC大會，把AI從“軟體創新”拉回了“能源革命”的軌道上。他的底層邏輯其實非常樸素——AI不是消費產品，而是新工業體系。當算力成為能源，AI的競爭將不再是演算法速度，而是能源供給能力。中國的“AI文明基建”正在同步展開。從“東數西算”到各地智算中心、從AI晶片到AI工廠，中國正建構一條屬於自己的算力產業鏈。如果說輝達展示的是全球範本，那麼中國市場對應的投資機會，可以分為三條主線：（1）算力硬體：AI的能源底座這一條最確定。輝達定義的“AI工廠”，在中國正以“智算中心”形式快速複製。每一座智算中心都是一個AI時代的“發電站”。重點方向：GPU與AI伺服器：浪潮資訊（000977）、中科曙光（603019）、寒武紀（688256）AI算力配套裝置（電源、散熱、液冷）：英維克（002837）、同飛股份（300990）、奧特維（688516）、立新能源（603906）高速互聯與光模組：中際旭創（300308）、天孚通訊（300394）、新易盛（300502）、光迅科技（002281）這些企業的邏輯一致：AI算力需求越多，硬體端的資本開支周期越長。在算力成為“基礎設施”後，這一層的成長性將遠高於傳統IT裝置。（2）算網融合：通訊與計算的邊界消失輝達與諾基亞的6G合作，實質上在啟發一個新的投資方向——通訊裝置、資料中心和算力網路的融合。AI原生網路（AI-RAN）未來在中國也將有本土版本，推動“算力即網路”的趨勢。潛在受益類股：光通訊與傳輸裝置：華工科技（000988）、中際旭創（300308）、劍橋科技（603083）邊緣計算與資料中心互聯：寶信軟體（600845）、紫光股份（000938）、鵬博士（600804）6G概念鏈：中國聯通（600050）、中貝通訊（603220）這一方向的邏輯是：AI模型越重，邊緣側越智能，通訊裝置就越“算力化”。未來的通訊基礎設施，將是“計算+傳輸”一體化的形態。（3）AI落地：從演算法到產業產能GTC演講後半部分的關鍵詞是“AI工廠”。BlueField-4、Palantir、禮來、Uber、Stellantis——這些合作說明AI已經從實驗室走向產業現場。中國的機會正出現在這一“落地帶”：AI製藥與科研算力：藥明康德（603259）、晶泰科技（688595）自動駕駛與智能座艙：地平線、舜宇光學（2382.HK）、中科創達（300496）AI安全與企業決策智能：奇安信（688561）、科大訊飛（002230）、海康威視（002415）AI工業與數字孿生：中控技術（688777）、東方國信（300166）、寶信軟體（600845）這些領域的共通點是——AI開始創造真實現金流。製藥、製造、能源、城市治理等場景的智能化改造，將是AI紅利的第二曲線。結語：從輝達到中國，AI的競爭正從“模型領先”轉向“能源領先”。投資者需要從炒概念，轉向看產業鏈現金流、資本開支與政策共振。過去十年，網際網路紅利建立在“流量”之上；未來十年，AI紅利將建立在“算力”之上。 (財經三句半)

AI大繁榮，是不是泡沫？剛剛結束GTC大會上，輝達CEO老黃穿著他標誌性的皮夾克，直接懟了泡沫論。還甩出一組資料：新晶片Blackwell和Rubin，在未來五個季度已經拿下了5000億美元的訂單。如果這是泡沫，那這泡沫裡砌的都是金磚，比印鈔機還猛！黃仁勳還宣佈AI版的曼哈頓計畫，正式啟動。6G、量子計算、機器人、自動駕駛全都有份。他表示，“AI已進入良性循環轉折點，大模型已經足夠強到客戶願意買單，這讓天價算力投資變得合理！”舉個例子，輝達要和Uber搞的10萬輛自動駕駛計程車，2027年就要上路。輝達 的自動駕駛平台即將登陸 Stellantis、Lucid 和梅賽德斯-奔馳汽車，為其提供自動駕駛計程車功能。投資了10億美元給諾基亞，開啟6G革命，讓基站也變成AI工廠。推出了一款全新的 Aerial RAN 電腦，這是一個支援 6G 的電信平台，可以支援直接融入網路連線的 AI 服務。這意味著更穩定、更高效的連接以及更快的資料傳輸，這將為蜂窩網路上 AI 的未來提供動力。還和製藥巨頭禮來合作，要造藥研超算，能用AI把新藥研發從10年縮到幾個月。這些不是畫餅，是實打實的訂單。輝達甚至把量子計算接入了顯示卡，他們發佈了全新系統“NVQLink”，簡單來說就是一條為量子晶片和GPU打造的高速公路。量子計算第一次走出了實驗室，融入到主流AI超算體系。“在不久的將來，每一台輝達 GPU 科學超級電腦都將成為混合系統，通過與量子處理器緊密耦合，拓展計算能力的邊界。”輝達稱它為“量子計算的羅塞塔石碑”。“NVQLink 正是連接量子與經典超級電腦的羅塞塔石碑—— 將二者融合為一個統一、連貫的整體系統，標誌著量子-GPU 計算時代的開啟。”真正的技術革命從來不是泡沫，而是一波人看不懂，另一波人靠它封神。最後，你怎麼看AI？是風口還是風險？ (奇偶工作室)

Vera Rubin晶片已完成實驗室測試，預計明年此時或更早量產；預計出貨2000萬塊Blackwell晶片，Blackwell和Rubin晶片合計銷售額5000億美元；輝達將與諾基亞推出Aerial RAN Computer助力6G網路轉型；輝達NVQLink技術連接量子計算與GPU系統，已獲17家量子處理器製造商支援；輝達聯手甲骨文打造配備10萬塊Blackwell GPU的美能源部最大AI超算；輝達支援AI工廠作業系統的處理器BlueField-4預計明年推出早期版本，作為Vera Rubin的部分；輝達與CrowdStrike、Palantir、禮來分別合作；輝達自動駕駛開發平台DRIVE AGX Hyperion 10助Uber2027年起部署Robotaxi車隊，首批提供這些車的製造商包括Stellantis。美東時間28日周二，輝達CEO黃仁勳在華盛頓舉行的今年第二次GTC大會上發表主體演講，重點涵蓋6G、AI、量子計算和機器人領域的技術突破。黃仁勳在演講中強調，隨著摩爾定律失效，加速計算和GPU技術成為推動技術進步的核心動力。在AI與6G技術結合方面，輝達宣佈與諾基亞達成戰略合作，將投資10億美元認購諾基亞股份，共同推進AI原生6G網路平台。超算方面，輝達推出融合AI超算和量子計算的NVQLink技術，連接量子處理器與GPU超級電腦，已獲得17家量子計算公司支援。輝達還宣佈，與美國能源部合作建造該部門最大的AI超算。AI工廠方面，輝達將推出支援AI工廠操作的處理器Bluefield-4。此外，輝達給自動駕駛計程車服務Robotaxi的熱潮又添一把火，宣佈與共享用車鼻祖Uber以及克萊斯勒母公司Stellantis合作。Uber計畫從2027年起部署10萬輛基於輝達技術的Robotaxi服務汽車。輝達還與AI明星Palantir以及醫藥巨頭禮來分別達成合作，將其GPU計算能力與企業資料平台和製藥研發深度整合，旨在推動AI從概念走向實際應用。這兩項合作分別針對企業營運智能和藥物研發，標誌著AI技術在複雜行業場景中的商業化處理程序加速。黃仁勳表示：“AI是我們這個時代最強大的技術，而科學是其最偉大的前沿。” 周二官宣的合作標誌著，輝達從晶片製造商向全端AI基礎設施供應商的戰略轉型。黃仁勳在現場首次展示了輝達下一代Vera Rubin超級GPU的實物。黃仁勳表示，Rubin GPU已完成實驗室測試，首批樣品已從台積電送回實驗室，預計明年此時或更早量產。Vera Rubin是採用無纜連接設計的第三代NVLink 72機架級超算。單機架算力達100 Petaflops，是初代DGX-1性能的100倍，意味著過去需要25個機架完成的工作，現在一個Vera Rubin即可實現。黃仁勳在演講中明確反駁了AI泡沫說，稱：“我不認為我們處於AI泡沫之中。我們正在使用所有這些不同的AI模型——我們在使用大量服務，並樂於為此付費。” 他的核心論點是，AI模型現在已經足夠強大，客戶願意為其付費，這反過來將證明昂貴的計算基礎設施建設是合理的。Rubin計算架構實現無纜全液冷 NVL144平台性能較GB300提升3.3倍Vera Rubin計算托盤的推理性能可達440 Petaflops。輝達透露，其底部配備了8個Rubin CPX GPU、BlueField-4資料處理器、兩顆Vera CPU以及4個Rubin封裝，總共8個GPU全部實現了無纜連接和全液冷設計。Rubin GPU採用兩個Reticle尺寸晶片，FP4性能最高可達50 Petaflops，配備288GB下一代HBM4記憶體。Vera CPU則採用定製化Arm架構，擁有88個核心、176個執行緒，NVLINK-C2C互連速度最高可達1.8 TB/s。系統配備的NVLink交換機可讓所有GPU同步傳輸資料，乙太網路交換機Spectrum-X確保處理器同時通訊而不擁堵。結合Quantum交換機，整個系統完全相容InfiniBand、Quantum和Spectrum Ethernet。輝達Vera Rubin NVL144平台的FP4推理性能達到3.6 Exaflops，FP8訓練能力為1.2 Exaflops，較GB300 NVL72提升3.3倍。HBM4記憶體速度達到13 TB/s，快速記憶體容量為75TB，較GB300提升60%。NVLINK和CX9能力分別提升至2倍，速率最高可達260 TB/s和28.8 TB/s。每個Rubin GPU採用8個HBM4記憶體站點和兩個Reticle尺寸的GPU裸片設計。主機板總共配備32個LPDDR系統記憶體站點，與Rubin GPU上的HBM4記憶體協同工作，每個晶片周圍佈置了大量電源電路。第二代平台Rubin Ultra將於2027年下半年發佈，NVL系統規模從144擴展至576。Rubin Ultra GPU採用四個Reticle尺寸晶片，FP4性能最高可達100 Petaflops，HBM4e總容量達到1TB，分佈在16個HBM站點。Rubin Ultra NVL576平台的FP4推理性能將達到15 Exaflops，FP8訓練能力為5 Exaflops，較GB300 NVL72提升14倍。HBM4記憶體速度達到4.6 PB/s，快速記憶體容量為365TB，較GB300提升8倍。NVLINK和CX9能力分別提升12倍和8倍，速率最高可達1.5 PB/s和115.2 TB/s。該平台的CPU架構與Vera Rubin保持一致，繼續採用88核心Vera CPU配置。晶片出貨量激增 產能擴張迅猛黃仁勳透露，輝達目前最快的AI晶片Blackwell GPU已在亞利桑那州實現全面生產。這意味著，之前僅在台灣生產的Blackwell晶片首次可以在美國製造。黃仁勳披露了輝達晶片出貨的驚人資料。他表示，輝達預計將出貨2000萬塊Blackwell晶片。相比之下，上一代產品Hopper架構晶片在整個生命周期內僅出貨了400萬塊。黃仁勳還表示，過去四個季度已出貨600萬塊Blackwell GPU，需求依然強勁。輝達預計，Blackwell和明年推出的Rubin晶片將合計帶來五個季度5000億美元的GPU銷售額。本月早些時候，輝達和台積電宣佈首批Blackwell晶圓已在亞利桑那州鳳凰城的工廠生產。輝達在一段視訊中表示，基於Blackwell的系統現在也將在美國組裝。輝達聯手諾基亞佈局6G網路黃仁勳介紹，輝達將與諾基亞攜手推出Aerial RAN Computer（ARC），助力6G網路轉型。輝達與諾基亞將為6G通訊技術開拓AI平台。6G 與 AI 如何融合？除了AI學習和提升6G頻譜效率之外，我們還將看到AI加持的無線接入網路（RAN）產品、即“AI on RAN”。這意味著，在目前的網際網路狀態下，很多資料都在亞馬遜雲服務平台AWS上運行，但輝達要在6G連接之上建構一個雲端運算平台。這展現了超高速 AI 的潛力，它可以為自動駕駛汽車等技術提供動力。輝達和諾基亞周二宣佈建立戰略合作夥伴關係，將輝達驅動的商用級AI-RAN產品加入到諾基亞的RAN產品組合中，使通訊服務提供商能夠在輝達平台推出AI 原生的5G-Advanced 和6G網路。輝達將推出面向6G網路的Aerial RAN Computer Pro計算平台，諾基亞將在此基礎上擴展其RAN產品組合，推出新的AI-RAN產品。輝達還將以每股6.01美元的認購價，對諾基亞進行10億美元的股權投資。分析機構Omdia預測，到2030年，AI-RAN市場規模預計將累計超過2000億美元。輝達和諾基亞的合作將提供分佈式邊緣AI推理能力，為電信營運商開闢新的高增長領域。T-Mobile美國公司將同諾基亞和輝達合作，推動AI-RAN技術的測試和開發，將技術整合到其6G開發流程中。試驗預計於2026年開始，重點驗證客戶的性能和效率提升。該技術將支援自動駕駛汽車、無人機、增強現實和虛擬現實眼鏡等AI原生裝置。NVQLink連接量子計算與GPU系統目前，各種量子計算技術雖然性能強大，但對環境噪聲敏感，應用範圍有限。基於GPU的超級電腦正是因此有用武之地，它可以減輕量子處理器的負擔。黃仁勳周二提到，輝達基於旗下開源量子開發平台CUDA-Q核心建構了開源系統架構NVQLink。黃仁勳表示，他預計，除了新技術之外，量子計算還需要傳統處理器的支援，輝達將幫助實現這一目標。“我們現在意識到，將量子電腦直接連接到 GPU 超級電腦至關重要。這就是計算的未來量子化。”NVQLink是將量子處理器與GPU和CPU連接起來的新型高速互連技術。它並非要取代量子電腦，而是要和後者共同加快量子計算的速度。黃仁勳說，NVQLink技術將有助於糾錯，同時校準那些AI 演算法應該在GPU和量子處理器上使用。他透露，已有17家量子計算公司承諾將支援NVQLink。“業界的支援令人難以置信。量子計算不會取代傳統系統，它們將協同工作。”“它（NVQLink）不僅能對今天的量子位元進行糾錯，還能對未來的量子位元進行糾錯。我們將把這些量子電腦的規模從現在的數百個量子位元擴展到數萬個量子位元，甚至未來的數十萬個量子位元。”輝達稱，NVQLink技術已獲得17家量子處理器製造商和5家控製器製造商的支援，包括Alice & Bob、Atom Computing、IonQ、IQM Quantum Computers、Quantinuum、Rigetti等公司。美國能源部領導的9個國家實驗室將使用NVQLink推動量子計算突破，包括布魯克海文國家實驗室、費米實驗室、洛斯阿拉莫斯國家實驗室（LANL）等。輝達表示，開發人員可以通過CUDA-Q軟體平台訪問NVQLink，建立和測試無縫呼叫CPU、GPU和量子處理器的應用程式。輝達與甲骨文打造美能源部最大AI超算黃仁勳稱，輝達將與美國能源部合作，打造七台新的超級電腦。它們將分別部署在能源部旗下的阿貢國家實驗室（ANL）和洛斯阿拉莫斯國家實驗室（LANL）。輝達宣佈與甲骨文合作，為美國能源部建造該部門最大的AI超級電腦Solstice系統，該系統將創紀錄地配備10萬塊輝達Blackwell GPU。另一套名為Equinox的系統將包含1萬個Blackwell GPU，預計於2026年上半年投入使用。兩套系統均通過輝達網路互聯，總計提供2200 exaflops的AI性能。這些超級電腦將使科學家和研究人員能夠使用輝達Megatron-Core庫開發和訓練新的前沿模型和AI推理模型，並使用TensorRT推理軟體堆疊進行擴展。能源部長Chris Wright表示："維護美國在高性能計算領域的領導地位，需要我們搭建通向下一個計算時代的橋樑：加速量子超級計算。我們國家實驗室、初創公司和輝達等行業合作夥伴之間的深度合作對這一使命至關重要。"阿貢國家實驗室主任Paul K. Kearns表示，這些系統將與能源部前沿實驗設施（如先進光子源）無縫連接，使科學家能夠通過科學發現應對國家最緊迫的挑戰。BlueField-4推動AI工廠基礎設施升級黃仁勳認為，代理式AI不再只是一種工具，而是人們所有工作的助手。AI帶來的“機會不勝列舉。” 輝達的計畫是建造專用於AI的工廠，裡面堆滿晶片。輝達周二當天宣佈，推出支援AI工廠作業系統的處理器Bluefield-4。輝達的BlueField-4資料處理單元支援800Gb/s吞吐量，為千兆級AI基礎設施提供突破性加速。該平台結合輝達Grace CPU和ConnectX-9網路技術，計算能力是前代BlueField-3的6倍，可支援的AI工廠規模較BlueField-3擴大3倍。BlueField-4專為新一類AI儲存平台設計，為AI資料管道的高效資料處理和大規模突破性性能奠定基礎。該平台支援多租戶網路、快速資料訪問、AI執行階段安全和雲彈性，原生支援輝達DOCA微服務。輝達稱，多家行業領頭羊計畫採用BlueField-4技術。其中，伺服器和儲存領域的公司包括思科、DDN、戴爾科技、HPE、IBM、聯想、Supermicro、VAST Data和WEKA。網路安全領域企業包括Armis、Check Point、思科、F5、Forescout、Palo Alto Networks和Trend Micro。此外，雲和AI服務商如Akamai、CoreWeave、Crusoe、Lambda、甲骨文、Together.ai和xAI正基於輝達DOCA微服務建構解決方案，加速多租戶網路、提升資料移動速度並增強AI工廠和超級計算雲的安全性。輝達BlueField-4預計將於2026年作為Vera Rubin平台的一部分推出早期版本。輝達與CrowdStrike合作AI網路安全開發黃仁勳稱，輝達將與網路安全公司CrowdStrike在AI網路安全模型方面進行合作。輝達宣佈與CrowdStrike建立戰略合作，在CrowdStrike Falcon XDR平台上提供輝達AI計算服務。該合作將Falcon平台資料與輝達GPU最佳化的AI管道和軟體（包括新的輝達NIM微服務）相結合，使客戶能夠建立定製化安全生成式AI模型。根據2024年CrowdStrike全球威脅報告，平均突破時間已降至62分鐘，最快記錄的攻擊僅略超過2分鐘。隨著現代攻擊速度更快、更複雜，組織需要AI驅動的安全技術來獲得必要的速度和自動化能力。黃仁勳表示："網路安全本質上是一個資料問題——企業能夠處理的資料越多，就能檢測和處理的事件越多。將輝達加速計算和生成式AI與CrowdStrike網路安全結合，可以為企業提供前所未有的威脅可見性。"CrowdStrike將利用輝達加速計算、輝達Morpheus和NIM微服務，將定製LLM驅動的應用程式引入企業。結合Falcon平台的獨特上下文資料，客戶將能夠解決特定領域的新用例，包括處理PB級日誌以改進威脅搜尋、檢測供應鏈攻擊、識別使用者行為異常，以及主動防禦新興漏洞。輝達新自動駕駛開發平台助Uber部署Robotaxi車隊黃仁勳介紹，輝達的端對端自動駕駛平台DRIVE Hyperion已準備好推出提供Robotaxi服務的汽車。包括Stellantis、Lucid 和梅賽德斯-奔馳在內的全球汽車製造商將利用輝達的新技術平台DRIVE AGX Hyperion 10 架構加速開發自動駕駛技術。輝達宣佈與Uber建立合作關係，使用新一代輝達DRIVE AGX Hyperion 10自動駕駛開發平台和DRIVE AV軟體，擴展全球最大的L4級行動網路。輝達將支援Uber，從2027年開始逐步將其全球自動駕駛車隊規模擴大至10萬輛。DRIVE AGX Hyperion 10是一個參考級生產電腦和感測器架構，使任何車輛都能達到L4級準備狀態。該平台使汽車製造商能夠建構配備經過驗證的硬體和感測器的汽車、卡車和貨車，可以託管任何相容的自動駕駛軟體。黃仁勳表示："無人駕駛計程車標誌著全球交通轉型的開始——使交通更安全、更清潔、更高效。我們與Uber共同為整個行業建立了一個框架，以大規模部署自動駕駛車隊。"Uber CEO Dara Khosrowshahi表示："輝達是AI時代的支柱，現在正充分利用這一創新，以巨大規模釋放L4自動駕駛能力。"Stellantis正在開發AV-Ready平台，專門最佳化以支援L4級能力並滿足無人駕駛計程車要求。這些平台將整合輝達全端AI技術，進一步擴展與Uber全球移動生態系統的連接性。Uber稱，Stellantis將成為首批提供Robotaxi汽車的製造商之一，這些製造商將為Uber在美國和國際的業務提供至少5000輛輝達驅動的Robotaxi車。Uber將負責車輛的端到端車隊營運，包括遠端協助、充電、清潔、維護和客戶支援。Stellantis稱，將與富士康在硬體和系統整合方面展開合作，生產計畫定於2028年啟動。首先在美國與Uber合作開展營運。Stellantis 表示，預計未來幾年試點項目和測試將逐步展開。Lucid正在為其下一代乘用車推進L4級自動駕駛能力，在DRIVE Hyperion平台上使用全端輝達AV軟體，向客戶交付首批L4級自動駕駛汽車。梅賽德斯-奔馳正在測試基於其專有作業系統MB.OS和DRIVE AGX Hyperion的未來合作，新款S級車型將提供卓越的L4級豪華駕乘體驗。輝達和Uber將繼續支援和加速在輝達DRIVE L4級平台上開發軟體堆疊的全球合作夥伴，包括Avride、May Mobility、Momenta、Nuro、Pony.ai、Wayve和WeRide。在卡車運輸領域，Aurora、沃爾沃自動駕駛解決方案和Waabi正在開發由輝達DRIVE平台驅動的L4級自動駕駛卡車。輝達與Palantir打造營運AI技術堆疊 Lowe's率先應用供應鏈最佳化方案輝達與Palantir的合作核心是將輝達的GPU加速計算、開源模型和資料處理能力整合到Palantir AI平台（AIP）的Ontology系統中。Ontology通過將複雜資料和邏輯組織成互聯的虛擬對象、連結和動作，建立企業的數字副本，為AI驅動的業務流程自動化提供基礎。黃仁勳表示："Palantir和輝達有著共同的願景：將AI付諸行動，把企業資料轉化為決策智能。通過結合Palantir強大的AI驅動平台與輝達CUDA-X加速計算和Nemotron開源AI模型，我們正在打造下一代引擎，為運行全球最複雜工業和營運管線的AI專業化應用和代理提供動力。"技術層面，客戶可通過Ontology使用輝達CUDA-X資料科學庫進行資料處理，配合輝達加速計算，為複雜的業務關鍵工作流驅動即時AI決策。輝達AI企業平台（包括cuOpt決策最佳化軟體）將支援企業進行動態供應鏈管理。輝達Nemotron推理模型和NeMo Retriever開源模型將幫助企業快速建構由Ontology提供資訊的AI代理。Palantir聯合創始人兼CEO Alex Karp表示："Palantir專注於部署能為客戶立即帶來非對稱價值的AI。我們很榮幸與輝達合作，將我們的AI驅動決策智能系統與全球最先進的AI基礎設施融合。"零售商Lowe's成為首批採用Palantir和輝達整合技術堆疊的企業之一，正在建立其全球供應鏈網路的數字副本，以實現動態和持續的AI最佳化。該技術旨在提升供應鏈敏捷性，同時增強成本節約和客戶滿意度。Lowe's首席數字和資訊官Seemantini Godbole表示："現代供應鏈是極其複雜的動態系統，AI對於幫助Lowe's在不斷變化的條件下快速適應和最佳化至關重要。即使是需求的微小變化也會在全球網路中產生連鎖反應。通過將Palantir技術與輝達AI相結合，Lowe's正在重新構想零售物流，使我們能夠每天更好地服務客戶。"輝達和Palantir還計畫將輝達Blackwell架構引入Palantir AIP，以加速從資料處理和分析到模型開發、微調再到生產AI的端到端AI管線。企業將能夠在輝達AI工廠中運行AIP以實現最佳化加速。Palantir AIP還將在輝達新推出的政府AI工廠參考設計中獲得支援。禮來打造製藥業最強超算 超千塊Blackwell Ultra驅動禮來與輝達的合作將建設一台由超過1000塊Blackwell Ultra GPU驅動的超級電腦，這些晶片將通過統一的高速網路連線。該超級電腦將為AI工廠提供動力，這是一個專門的計算基礎設施，將大規模開發、訓練和部署用於藥物發現和開發的AI模型。禮來首席資訊和數字官Diogo Rau表示，從首次對人類進行藥物試驗到產品上市，通常平均需要約10年時間。該公司預計將在12月完成超級電腦和AI工廠的建設，明年1月上線。但這些新工具可能要到2030年末才能為禮來及其他製藥商的業務帶來顯著回報。Rau說：“我們現在討論的用這種算力發現的東西，真正會在2030年看到這些益處。"禮來首席AI官Thomas Fuchs表示："這確實是一種新型科學儀器。對生物學家來說，它就像一台巨大的顯微鏡。它真正讓我們能夠以如此龐大的規模做到以前無法做到的事情。"科學家將能夠在數百萬次實驗中訓練AI模型來測試潛在藥物，"極大地擴展藥物發現的範圍和複雜性"。雖然發現新藥並非這些新工具的唯一重點，但Rau表示這“是最大的機會所在”，“我們希望能夠發現僅靠人類永遠無法發現的新分子。”多個AI模型將在Lilly TuneLab上提供，這是一個AI和機器學習平台，允許生物技術公司訪問禮來基於其多年專有研究訓練的藥物發現模型。這些資料價值10億美元。禮來於去年9月推出該平台，旨在擴大整個行業對藥物發現工具的訪問。Rau指出，作為訪問AI模型的交換，生物技術公司需要貢獻部分自己的研究和資料，幫助訓練這些模型。TuneLab平台採用所謂的聯邦學習，這意味著，生物技術公司可以利用禮來的AI模型，雙方無需直接共享資料。禮來還計畫使用超級電腦縮短藥物開發時間，幫助更快地將治療方法送到患者手中。禮來表示，新的科學AI代理可以支援研究人員，先進的醫學成像可以讓科學家更清晰地瞭解疾病如何進展，並幫助他們開發用於個性化護理的新生物標誌物。 (invest wallstreet)

“十五五”，最近最熱門的詞彙之一了。不出所料，科技自主與創新依然是重中之重；其中量子科技被明確列為需要前瞻佈局的未來產業，旨在搶佔未來科技和產業制高點。這一戰略定位意味著量子計算正從技術研發加速走向產業應用。根據合肥地方金融管理局消息，本源量子計算科技於2025年9月15日完成上市輔導備案登記，正式啟動A股上市處理程序，輔導機構為中信建投證券。這家誕生於2017年的中國首家量子計算公司，技術起源於中國科學院量子資訊重點實驗室。作為國內首家具備超導量子電腦整機交付能力的廠商，本源量子此次衝擊科創板，有望成為A股“量子計算整機第一股”。本源量子的核心價值，首先建構在從量子晶片、EDA工具、測控系統到作業系統的完整技術鏈條上。其自主研發的中國第三代自主超導量子電腦“本源悟空”，搭載72位自主超導量子晶片“悟空芯”，在量子位元數量、相干時間等關鍵指標上達到國際先進水平。“本源悟空”的背後是量子晶片設計工業軟體到測控系統到極低溫環境支撐系統等量子電腦全端技術的自主突破，這讓團隊有底氣在全球量子競爭中與對手“同台競技”。同時，在2025年5月，本源量子推出中國第四代自主量子計算測控系統“本源天機4.0”，支援500+量子位元，標誌著中國量子計算產業已具備可複製、可迭代的工程化生產能力。“本源悟空”自2024年1月6日上線運行以來，已為全球143個國家和地區的使用者成功完成超50萬個量子計算任務，全球訪問量突破2900萬次。這一資料標誌著中國自主量子算力已邁向“規模化應用”階段。目前在商業落地方面，本源量子已在三大高價值賽道跑通付費閉環：金融領域：與中信銀行、國泰君安等合作量子期權定價與風險計算，單筆任務收費5萬元，復購率60%；生物醫藥：聯合恆瑞醫藥、藥明康德等利用“本源悟空”開展分子篩選，平均為客戶節省700萬元實驗成本，已簽1.2億元長期框架協議；CFD領域：為中國商飛、國家電網提供模擬服務，將計算時間從數天縮至數小時，單個項目金額200-500萬元。此外，本源量子已與國內500多家單位進行100多項量子計算應用合作，覆蓋國防、金融、醫藥、電力、通訊、航空等多個領域。出海方面，今年7月，由本源量子自主研發的本源SL400稀釋製冷機獲得國際大額訂單。稀釋製冷機是超導量子電腦的關鍵核心裝置之一，能夠為量子電腦提供接近絕對零度（-273.15℃）的極低溫運行環境，除量子計算外，還廣泛應用於凝聚態物理、材料科學、深空探測等前沿領域。訂單飽滿，自然收入也在高速增長。根據公開的財務資料：2024年營收9938萬元，淨虧損3419.82萬元，但毛利率達到58%，；2025年一季度營收2858萬元，同比增長134%；淨虧損1787萬元。同比縮小21%。預計2025年收入將達到1.2億人民幣，虧損大幅縮小！規模化應用也引起了資本的不斷加注。本源量子此前已經完成了五輪融資，累計融資額近20億元。股東涵蓋中信建投、中金資本、深創投、國家製造業轉型升級基金等17家頭部機構。而近期，根據科創板上市公司上海宏力達資訊技術股份有限公司擬以自有資金1598.15萬元，受讓本源量子0.2323%股份。據此交易計算，本源量子估值約為69億元人民幣。在全球量子計算競爭中，依然主要是中美的角逐。相比而言，中國在量子通訊方面領先，量子計算則僅次於美國。從技術路線看，全球量子計算主要圍繞超導、光量子等路線展開差異化發展。本源量子在超導路線上與IBM、Google形成全球技術制衡，成為全球25家超導路線企業中建構“專利-標準-生態”差異化優勢的公司之一。而美國Google最新發佈的“懸鈴木V4”量子電腦，在特定任務中運算速度比全球最快超算快1.3萬倍，且宣佈計畫5年內實現量子計算商業化應用；金融巨頭摩根大通更是拋出1.5兆美元十年投資計畫，押注量子計算在風控、加密交易領域的應用；IBM、輝達等科技巨頭也紛紛推出量子晶片、量子演算法平台。因此，量子計算的全球競賽已進入“衝刺階段”。2025年中國量子計算市場規模將突破115.6億元，年複合增長率達32.7%，呈現“硬體45%+軟體25%+雲服務30%”的黃金三角結構。同時，根據中國信通院最新預測，到2030年量子計算將使全球算力效率提升100倍。這意味著AI晶片、工業機器人、商業航天、軍事通訊等領域的運算能力將迎來“指數級躍升”——量子科技不僅是AI的下一站，更是未來大國科技博弈的“核心戰場”！ (飆叔科技洞察)