2026年8月，英伟达披露其AI竞争力布局新方向，将突破单一GPU性能迭代的传统路径，通过新一代数据中心系统的智能流量控制技术优化算力调度效率，实测显示同等硬件配置下AI训练任务完成速度可提升37%，运维能耗降低22%，这一调整将重构全球AI算力基础设施的竞争逻辑。
在过去五年的AI算力竞赛中，英伟达靠着GPU硬件的性能优势拿下了全球超90%的AI训练集群市场份额，行业上下游也默认了“算力提升=堆更多GPU”的发展逻辑，但这一路径正在摸到增长天花板。
随着大语言模型参数规模三年内上涨12倍，AI训练任务的算力需求同步暴涨50倍，单纯依赖单GPU性能升级的模式已经越来越难覆盖成本。第三方调研数据显示，当前主流的万卡级AI训练集群中，GPU平均闲置率高达42%，绝大多数算力浪费在了跨卡数据传输、任务调度等待的环节，仅数据中心的能耗成本每年就突破1.2亿元，投入产出比持续走低。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号