GPU de raisonnement domestique a levé près de 3 milliards, comment la prochaine génération de puces de calcul va-t-elle remodeler l'infrastructure Web3
【区块律动】Les puces GPU nationales connaissent une nouvelle étape de financement. La société émergente de puces曦望 a annoncé avoir finalisé près de 3 milliards de yuans de financement stratégique, avec des investisseurs comprenant à la fois des capitaux industriels tels que le fonds Huaxu du groupe Sany,范式智能,杭州数据集团, ainsi que des institutions de capital-risque/PE de premier plan comme IDG Capital,高榕创投,中金资本, et des forces de soutien issues de fonds de réforme mixte de la SASAC comme诚通混改基金,杭州金投.
Cette société a été fondée fin 2024, suite à la scission indépendante du département des puces de SenseTime. Son positionnement central est très intéressant — mettre en avant « un GPU national plus intelligent en IA » et « des produits de pointe abordables et utilisables ». Par rapport à la situation actuelle où les puces de calcul haut de gamme sur le marché sont souvent très coûteuses, cette orientation cible directement le point sensible.
Les fonds levés seront principalement investis dans trois directions : la recherche et développement de la prochaine génération de GPU pour l’inférence, la production en masse, et la co-construction de l’écosystème. Du point de vue du Web3, la percée en performance et la réduction des coûts des puces d’inférence sont directement liées à la faisabilité de l’application des modèles IA sur la chaîne, ainsi qu’à l’efficacité économique du fonctionnement des nœuds et du calcul sur la chaîne. Avec l’arrivée de plus de solutions de substitution nationales, la structure des coûts de l’infrastructure de calcul Web3 pourrait être amenée à évoluer.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
9 J'aime
Récompense
9
2
Reposter
Partager
Commentaire
0/400
AirdropHunter
· 01-22 12:12
Putain, 3 milliards dépensés, enfin quelqu'un veut s'occuper de la question du rapport qualité/prix
Voir l'originalRépondre0
Layer2Observer
· 01-22 12:03
Ce qui est intéressant, c'est la composition du groupe de financement — capital industriel + VC de premier plan + capital d'État. Cette configuration indique que tout le monde croit en la logique de substitution des GPU domestiques. Mais il faut clarifier un point : une entreprise créée à la fin 2024 peut lever 3 milliards, la vitesse de financement est effectivement rapide, et le soutien de SenseTime en tant que garant est un atout.
D'un point de vue technique, les puces d'inférence et les puces d'entraînement sont deux choses différentes, et l'espace de réduction des coûts est effectivement plus grand. La clé reste les données de performance réelles et l'écosystème de compatibilité. En théorie, tout peut fonctionner, mais seul ce qui est réellement utilisable compte.
En ce qui concerne Web3, je reste réservé, sauf s'ils se concentrent spécifiquement sur l'optimisation du calcul en chaîne, sinon le cas d'utilisation reste à explorer.
GPU de raisonnement domestique a levé près de 3 milliards, comment la prochaine génération de puces de calcul va-t-elle remodeler l'infrastructure Web3
【区块律动】Les puces GPU nationales connaissent une nouvelle étape de financement. La société émergente de puces曦望 a annoncé avoir finalisé près de 3 milliards de yuans de financement stratégique, avec des investisseurs comprenant à la fois des capitaux industriels tels que le fonds Huaxu du groupe Sany,范式智能,杭州数据集团, ainsi que des institutions de capital-risque/PE de premier plan comme IDG Capital,高榕创投,中金资本, et des forces de soutien issues de fonds de réforme mixte de la SASAC comme诚通混改基金,杭州金投.
Cette société a été fondée fin 2024, suite à la scission indépendante du département des puces de SenseTime. Son positionnement central est très intéressant — mettre en avant « un GPU national plus intelligent en IA » et « des produits de pointe abordables et utilisables ». Par rapport à la situation actuelle où les puces de calcul haut de gamme sur le marché sont souvent très coûteuses, cette orientation cible directement le point sensible.
Les fonds levés seront principalement investis dans trois directions : la recherche et développement de la prochaine génération de GPU pour l’inférence, la production en masse, et la co-construction de l’écosystème. Du point de vue du Web3, la percée en performance et la réduction des coûts des puces d’inférence sont directement liées à la faisabilité de l’application des modèles IA sur la chaîne, ainsi qu’à l’efficacité économique du fonctionnement des nœuds et du calcul sur la chaîne. Avec l’arrivée de plus de solutions de substitution nationales, la structure des coûts de l’infrastructure de calcul Web3 pourrait être amenée à évoluer.