学习CUDA编程，掌握NVIDIA Hopper GPU的WGMMA管道和Cutlass优化，适用于大规模矩阵乘法和现代AI。课程包括多GPU扩展及训练万亿参数模型所需的NCCL原语，需具备C++和线性代数基础。

NVIDIA在Graph500基准测试中以每秒410万亿边的速度获胜，使用8192个H100 GPU处理2.2万亿顶点和35万亿边，性能是其他方案的两倍，推动高性能计算的发展。

美国初创公司Starcloud计划于2025年发射搭载英伟达H100 GPU的Starcloud-1卫星，该卫星将利用太阳能供电并在太空中运行。尽管太空散热条件良好，但辐射散热效率低，故障维修困难，可能引发太空垃圾问题。

NVIDIA HGX H100 GPU Droplets已在阿姆斯特丹数据中心上线，满足高性能计算需求。WindBorne Systems利用其进行实时预测模型训练，表现优于其他云服务。该服务易于使用，支持快速部署和安全合规，且价格合理。

2025年，Meta LLaMA项目开发者因中国团队DeepSeek的论文震惊，后者仅用2000张GPU便超越了Meta的12万张GPU模型。项目失败后，扎克伯格试图通过收购和高薪吸引人才，但内部斗争频繁，导致实验室混乱。

华为的升腾384超节点在算力上部分超越英伟达的NVL72，但在稳定性和兼容性方面仍存在不足。该设备采用自主架构，支持大模型训练，但光模块故障率高，可能导致训练不稳定。整体来看，升腾384为国内算力中心提供了新选择，推动自主可控的信创产业发展。

GROK4是马斯克推出的最新AI大模型，具备强大的推理和生成能力，采用20万张显卡进行强化学习，显著提升科研效率。在“人类终极测试”中表现优异，超越其他模型。尽管日常任务处理能力一般，但在科研领域表现突出。未来将提供企业私有部署服务，市场竞争激烈。

AMD正在发送两台MI300X设备，显示其软件发展前景良好。与NVIDIA相比，AMD被低估，未来AI需求将推动其增长，MI300X有望超越H100。

新加坡近期实施“晶盾行动”，查获22个半导体贸易节点，拘留9名涉案人员，涉及伪造文件和走私英伟达芯片。新法案将加强对AI芯片的监管，要求严格验证终端用户，提升查验效率，可能影响全球GPU供应链，尤其是中国市场的芯片流入。

阿斯麦财报提前泄露导致股价暴跌，尽管收入和利润创新高，但未来订单仅为预期的一半，引发市场震惊。AI芯片需求下降，H100租金崩溃，显示AI行业泡沫可能破裂。大模型训练成本高，应用层面无突破，行业面临困境，需寻找新商业模式。

DigitalOcean推出支持GPU的Kubernetes服务，简化AI创新。用户可在集群中使用1到8个GPU，适用于AI模型训练、视频处理和大数据分析。NVIDIA H100 GPU的集成提升了性能，帮助企业更经济地利用AI技术。

随着AI模型参数增加，算力需求也在增长。Felafax公司通过简化AI训练集群，将训练成本降低了30%。他们使用JAX在AMD GPU上微调LLaMA 3.1 405B模型，展示了JAX在非英伟达硬件上的优势。JAX支持多硬件并行，适应性强，迁移方便。Felafax利用JAX的设备网格功能进行参数分片，优化内存和计算效率，并通过LoRA技术减少可训练参数，实现高效微调。相关代码已开源，并提供详细教程。

亚马逊云服务（AWS）推出了搭载NVIDIA H100 Tensor Core GPU的Amazon EC2 P5e实例，提升了人工智能、机器学习和高性能计算（HPC）应用的计算基础设施。P5e实例具有更高的性能、成本效益和可扩展性，配备了8个H200 GPU，提供更大的GPU内存和带宽。支持3200 Gbps网络和低延迟的Amazon EC2 UltraClusters。可用于大规模语言模型（LLM）训练和推理，以及高性能模拟，如天气预报、基因组研究和流体动力学建模。