🚨 中国刚刚制造出一款芯片，在特定 AI 任务上性能超过 NVIDIA 高达 478 倍。

北京大学的研究人员开发了一款神经形态芯片，能够在不到半秒钟内重建复杂的脑表面。

与标准 GPU 的关键区别在于架构。

像 Nvidia 的 A100 这样的传统芯片将内存和处理分离成两个独立单元，每次数据在它们之间移动时都会造成瓶颈。

这款芯片通过在同一内存阵列内同时执行存储和计算，消除了该瓶颈。

这很重要，因为该瓶颈是当今 AI 训练如此昂贵且耗电的主要原因之一。

Nvidia 的主导地位建立在用蛮力硬件和海量内存带宽解决该问题的基础上。

这款芯片以不同的方式解决了它，在架构层面。

478 倍的数字适用于特定任务：实时神经表面重建。

这不是通用性能声明。在大多数标准 AI 工作负载上，Nvidia 的 H100 和 B200 芯片仍遥遥领先。

但与 A100 的比较很重要，因为 A100 仍是大多数企业客户实际运行的芯片。Nvidia 的最新芯片对大多数买家来说遥不可及。

如果一款在中国出口受限芯片环境下制造的 40 纳米芯片能在目标工作负载上以如此幅度超过 A100，这确实引发了一个真实问题：对于特定 AI 应用来说，尖端芯片访问究竟有多必要。

这正是 DeepSeek 在一月份提出的论点，即无需前沿硬件，仅凭更好的架构就能匹配前沿 AI 性能。

那次公告在一天内抹去了 Nvidia 市值 6000 亿美元。