Google Research 发布的 TurboQuant AI 压缩算法能够在不损失性能的情况下，将 AI 的工作记忆压缩至少 6 倍，解决显存瓶颈问题。该技术引发市场反应，导致存储芯片股价下跌。尽管前景广阔，但仍需克服训练阶段的显存消耗问题。

英伟达正在研发9GB显存的RTX 5050显卡，配备3颗GDDR7 3GB内存，显存带宽提升至28Gbps，性能有所提高，预计价格也会更高。同时，英伟达还在开发RTX 5060改进版，使用GB205核心，性能低于RTX 5070。

阿里巴巴通义千问团队发布了Qwen3.5中型系列模型，强调以更小的参数实现更高的智能。新模型在基准测试中超越了旧版，支持在24GB内存设备上运行，适合个人和企业使用。

博板堂消息称，AMD将于2026年1月起涨价，英伟达在2月涨价。涨价由下游AIC制造商决定，因显存价格上涨，成本增加，预计显卡价格将持续上调。

在有限显存下，运行大型语言模型需平衡模型规模、量化精度和上下文长度。显存需求受模型参数、上下文缓存和系统开销影响，增加上下文长度会迅速消耗显存。选择合适的量化格式可提升性能。

在3060笔记本上测试gpt-oss时，生成速度为4.66token/s。更换为5060TI后，速度提升至27.91token/s，效果更佳。显存加载显著影响性能，未来可尝试32B模型。

英伟达停止捆绑销售显存，要求AIC厂商自行采购，可能导致显卡价格上涨，小型厂商面临采购压力，竞争力下降，消费者将承担更高成本。

软通华方推出3700四卡液冷工作站，具备1120T INT8推理算力和384GB显存，支持复杂AI任务。液冷技术降低噪音50%，提升能效，助力智慧教育发展。

在MacBook Pro上使用gpt-oss因内存限制运行困难。在显存为6G的Windows笔记本上使用lm studio运行gpt-oss 20b模型，加载8层后生成速度有所提升，但仍受显存限制，建议使用显存大于16G的显卡。

Nvidia发布了GeForce RTX 5050 GPU，支持光线追踪和DLSS 4。桌面版起价249美元，功耗130W，配备8GB GDDR6显存；笔记本版功耗35W至100W，使用8GB GDDR7显存，起价999美元。RTX 5050在单人游戏中可实现高设置和150 fps表现。

在多卡训练中，进程因SIGSEGV（段错误）崩溃，导致训练失败。常见原因包括不可序列化对象、内存不足和NCCL通信问题。建议检查GPU显存、共享内存及CUDA与NCCL的兼容性。调整CUDA和NCCL版本，使用gloo模式可暂时解决问题，但效率较低，优先使用NCCL。

英特尔推出B60双芯片显卡，配备48GB显存，支持最多192GB，兼容传统工作站，采用鼓风散热设计，但带宽有限。每个芯片功耗240W~300W，售价接近1000美元。相比之下，英伟达显卡性能更强，软件生态更成熟。