跳到正文
#Meta
今天11月3日周二1 条
11月2日周一
  1. EE Times70

    Jevons 悖论与芯片路线图：用租金数据和财报信号分析 GPU 资产的实际经济寿命

    作者结合 Gartner 对 AI 基础设施支出的风险测算与 Jevons 悖论，分析 GPU 资产的实际经济寿命。a16z 基于 Ornn 租赁数据（截至 10 月 19 日）显示各代 Nvidia 芯片租金均高于六年线性折旧预测线，A100 高 9%、H100 高 54%、B200 高 111%、H200 高 143%，且多数差距在 4 月 token 需求起飞后出现。

    AI 生成摘要 · 以原文为准

10月31日周六
10月28日周三
10月27日周二
  1. AMD Press Releases75

    AMD 扩大与 Meta 战略合作，Helios 机架方案落地并将投资 10 亿美元参与 Meta 股权融资

    AMD 公告与 Meta 深化战略合作：AMD Helios 机架级方案已在 Meta 安装测试并将扩大部署，EPYC 处理器支撑 Meta 的 Muse 个人 AI 智能体，Meta 已部署数百万颗 EPYC 并是第六代 EPYC 的领先客户，还将部署针对其负载优化的定制 Instinct GPU（Meta 为 MI450 架构早期定义客户），双方合作延伸至 MI500 系列及下一代机架系统，并为 Muse Spark Open 等模型提供 Day-0 支持。AMD 还将向 Meta 的股权发行投资 10 亿美元。

    AI 生成摘要 · 以原文为准

  3. NVIDIA Newsroom76

    NVIDIA 与 Meta 扩大 Muse 模型合作，NVIDIA 拟投资 30 亿美元参与 Meta 股权发行

    NVIDIA 与 Meta 宣布扩大围绕 Muse 及 Muse 系列模型的合作，以提升 AI 智能体的推理和训练性能。Meta 将扩大部署 NVIDIA Vera Rubin 与 Vera CPU，并采用 Spectrum-X 以太网和 BlueField-4 提升网络效率与吞吐；双方还考虑在 NVIDIA OpenShell 参考架构和 NVIDIA Sentry 监控方面合作。

    AI 生成摘要 · 以原文为准

    关注理由：官方公告同时写明 Meta 扩大部署 Vera Rubin、Vera CPU、Spectrum-X 与 BlueField-4，以及 NVIDIA 拟投 30 亿美元参与其股权发行，可据此跟踪双方合作落地。

  4. NVIDIA Newsroom67

    NVIDIA 官宣将与 Meta 扩大在 Muse 模型上的合作，以提升推理和训练性能。双方还在探索 NVIDIA OpenShell 用于安全部署 AI 智能体、NVIDIA Sentry 用于监控智能体行为；Meta 计划更大范围部署 NVIDIA Vera Rubin 和 Vera CPU。新闻稿链接：https://nvda.ws/4zVYmDY

    AI 生成摘要 · 以原文为准

    同一新闻，精选展示《NVIDIA 与 Meta 扩大 Muse 模型合作，NVIDIA 拟投资 30 亿美元参与 Meta 股权发行》

10月26日周一
  1. 华尔街见闻 · 高盛73

    高盛承认美国企业债悲观情景不够悲观：Meta 首现负自由现金流，法国10年期国债收益率破5%

    高盛信用策略师 Amanda Lynam 承认美国投资级和高收益利差正快速逼近其下行情景峰值（IG 93基点、HY 335基点），预计将温和超出该区间，风险明确偏向进一步走阔。Meta 公布自2012年IPO以来首个自由现金流为负的季度，其CDS创历史新高；SpaceX约400亿美元芯片融资计划披露可能于下周定价，其2031年债券当周利差走阔55个基点至T+225。

    AI 生成摘要 · 以原文为准

10月24日周六
10月23日周五
10月22日周四
10月21日周三
  1. SemiAnalysis46

    突发新闻🚨🚨：今天 Meta 确认他们正在生产环境中运行 TPU 推理。这对 CUDA 护城河意味着什么？ 对于读过我们公开 Newsletter 的读者来说，这并不意外，因为 2025 年 11 月 28 日我们就公开写过 Meta 是 TPU 客户，并有大量工程师在开发 TPU 相关工作。我们的加速器供应链模型中有 Meta TPU 采购的详细内容！

    AI 生成摘要 · 以原文为准

10月20日周二
10月17日周六
  1. a16z68

    Berkeley 博士生 Woosuk Kwon 2022 年发起的 vLLM 项目已发展为最大的开源推理引擎之一，任何时刻运行在约 50 万块 GPU 上，Google、Amazon 和 Meta 均在生产环境使用。项目从操作系统借来虚拟内存思想按需分配显存；今年 1 月核心维护者创办 Inferact 并融资 1.5 亿美元，为 vLLM 组建全职团队，正在旧金山和新加坡招聘工程。

    AI 生成摘要 · 以原文为准

    关注理由：梳理了 vLLM 从 Berkeley 课题到大规模开源推理引擎的脉络，其虚拟内存方法和 1.5 亿美元融资细节可供了解推理基础设施格局。

10月16日周五
  2. Ben Bajarin46

    Intel 这一布局有很多让我感兴趣的点，其中有些战略意义比表面看起来更深。 以下是实物的照片。

    AI 生成摘要 · 以原文为准

    引用Intel Devs@inteldevs

    Hosting an 816B-parameter model on air-cooled hardware? Intel delivers Day 0 support for @Meta's Muse Spark Open using four 160GB Intel GPU D-series cards alongside Intel Xeon processors for flexible, memory-intensive enterprise AI. It is the most capable U.S. open-weights model to date. Learn more: http://ms.spr.ly/6013at3KN

10月12日周一
  1. 华尔街见闻 · 摩根士丹利76

    摩根士丹利测算Meta Muse每用户月成本最高130美元，用户增速骤降62%

    摩根士丹利报告测算，Meta的AI智能体Muse每用户月服务成本在3至130美元之间，基准情景为37美元、年成本445美元，已超过Meta全球平均每用户年收入约70美元，真正变现最早要到2027年底至2028年。另类数据机构TickerTrends显示，Muse日均净新增用户从9月高峰期约19.8万人降至约7.4万人，降幅62.4%，日活仅约270万，远低于支撑估值重估的10亿用户预期；亚马逊。

    AI 生成摘要 · 以原文为准

    关注理由：摩根士丹利给出Muse每用户月成本3至130美元、变现要到2027至2028年的测算，并对照当前不足300万日活的实际数据，可用于校准AI智能体商业化预期。