AI算力
DDR5 价格暴涨 500%：AI 抢走的不只是显卡，还有内存
自 2025 下半年以来，DDR5 和服务器 DRAM 价格出现 400%–500% 的历史级暴涨，AI 服务器与 HBM 抢占了绝大部分先进产能。本文从 AI 军备赛、HBM 产能挤压、DRAM 定价逻辑变化和厂商策略等角度进行拆解，以及国产存储与新型存储技术的潜在机会。
AI算力
GPU显卡资源，英伟达（NVIDIA）最新的H100、H200、B200以及普遍使用的RTX 4090、RTX 3090、A100等；算力基础设施、算力租赁与云服务，AI专用实例、算力集群服务、定价策略等；算力性能基准测试，性能排行榜，及一些在特定场景下最适合的GPU选型等。
AI算力
看懂英伟达 2026 全面布局：从「卖显卡」到「卖 AI 工厂」
本文从 CES 2026 发布内容出发，系统梳理了英伟达从 Vera Rubin 架构，到 BlueField-4 DPU 推理架构、Physical AI、自动驾驶与人形机器人的完整布局。如何把 72 张 GPU 虚拟成一颗「超级芯片」，以及通过拆分「算力」与「记忆」重构推理成本结构。
AI算力
Rubin 架构与 RTX 6090：老黄押注的下一代算力与显卡战争
本文梳理了 NVIDIA 新一代 Rubin 架构及 RTX 6090 的可能规格与定位。Rubin 将在 3nm 工艺、AI 算力密度和神经渲染上大幅强化，并下放到 RTX 60 系列消费级显卡。传闻中 RTX 6090 采用 GR202 核心、512-bit 32GB GDDR7、功耗高达 700–800W。
AI算力
算力真能打赢 AI 战争吗？
从英伟达 H100 和 DGX-H100 超算入手，解析算力在 AI 时代为何被视为“新型能源”，并以 DeepSeek R1 为例，展示算法优化如何在有限算力下撬动成本与性能，对“算力即胜负”的观点提出反思。最后指出：算力重要，但真正决定 AI 竞争格局的是算力、算法、数据、产业链与人才的综合实力。
AI算力
算力的终极博弈，是电力
本文从数据中心用电、变压器交付、电网瓶颈等角度出发，讨论了算力竞争逐渐演变为电力与基础设施竞争的趋势。分析了科技巨头为何开始自建和锁定电源，以及中国在特高压输电、能效优化和算力流入实体经济方面的系统优势，指出“电力—算力—生产力”的完整链路将决定未来 AI 竞争格局。
AI算力
算力云平台租用 GPU：你需要知道的那些事
本文围绕“算力云平台如何租用 GPU”展开，重点介绍了主流租用显卡的参数差异及适用场景，对比了主流算力平台的典型价格区间，解释了云主机与云容器的核心差异，并给出长租场景下需要关注的长租折扣、数据保留周期、保留系统换卡等关键因素，以便在租用 GPU 前做出更理性的选择。
AI算力
英伟达重启 RTX 3060：8GB 还是 12GB，谁在为谁买单？
英伟达计划在今年一季度重启 RTX 3060 生产，引发关注。由于 GDDR6、GDDR7 显存紧缺，英伟达选择用成熟的中端产品填补市场空档，但尚未确认重启的是 12GB 版还是 8GB 版。本次“回归”既反映了高端显卡涨价后的中端需求压力，也会重新塑造 RTX 3060 在新一轮装机潮中的定位。
AI算力
RTX 3080 20GB 魔改版评测：便宜大显存，究竟香不香？
本文评测了 RTX 3080 魔改版 20GB 显卡在 AI、生图和大模型推理场景下的实际表现。魔改卡在保持 3080 级别算力的前提下，通过 20GB 显存与 4090 级散热器，显著改善了大模型与高分辨率内容创作体验，尤其在 14B、30B 模型的 AWQ 推理中优势明显。更适合大模型推理、需要较大显存的场景。
AI算力
个人玩 AI 用什么 GPU 最有性价比？先看显存，再看算力
本文基于实测对比 RTX 5060 Ti 16GB 与 RTX 4090 在三个典型 AI 场景中的表现。结果显示，声音克隆和中低分辨率 SDXL 生图场景下，两者差距有限；在高分辨率 SDXL 和大模型推理中，4090 明显更快。综合而言，5060 Ti 16GB 对入门玩家来说性价比较高。
AI算力
算力云王座的权力游戏：云厂商自研芯片围攻英伟达
本文以云计算巨头自研芯片，梳理了英伟达在 AI 芯片市场的统治地位及其带来的成本压力，分析了 AWS、谷歌、微软为何大规模投入自研 ASIC 芯片，展示自研方案在成本上的明显优势。未来格局将是自研芯片与英伟达生态的长期共存，多方博弈将推动算力价格下行和 AI 应用加速普及。
AI算力
RTX 5090 vs A100：游戏卡和计算卡，谁更适合你的 AI 场景？
本文对比了 RTX 5090 与 NVIDIA A100 在 AI 推理、模型训练与科研计算中的实际差异。A100 在双精度计算和多卡集群训练中优势明显，适合科研和大模型训练；5090 则在单精度算力、推理性能和使用灵活性上表现更好，更适合中小模型与个人团队。选择没有对错，关键在于场景匹配。
AI算力
高校学生租 GPU ：算力云平台租用 3090、4090、A100 避坑指南
本文面向高校学生，讨论如何在算力云平台上理性租用 GPU。分析 RTX 3090、RTX 4090、A100 在课程作业、毕设、小论文和大模型科研中的适用场景与取舍；结合价格与稳定性，说明云平台、大厂超算和高校自建服务器的差异，并给出避坑与选型建议，帮助学生在有限预算下完成更靠谱的 AI 实验。