发布时间：2026-04-3 阅读量：4870 来源: 发布人: bebop
我爱方案网4月3日消息，据相关媒体报道，韩国 AI 芯片企业 FuriosaAI 当地时间昨日举行了其首届 RENEGADE 峰会，宣布了有关其高能效数据中心 AI 推理芯片产品线的一系列进展。
FuriosaAI 的第二代 AI 推理芯片 RNGD 在同等功耗下运行 Qwen3-32B（FP8）模型时，可支持的并发用户数达 NVIDIA RTX PRO 6000 的 2.2 至 7.4 倍，总拥有成本（TCO）仅为后者的 40%；该芯片初始配备 48GB HBM3 内存，近期将升级至 72GB HBM3E 以提升推理性能，并计划在 2026 年量产 2 万颗，同步推进云端与端侧部署。
根据该企业提供的数据，其第二代 AI 芯片 RNGD 在同等功耗下以 Qwen3-32B (FP8) 模型能驱动的推理服务用户数量是英伟达 RTX PRO 6000 的 2.2~7.4 倍，同时 TCO 仅有后者的 40%。
FuriosaAI 表示，在今年 1 月首批 4000 颗 RNGD 量产的基础上，该企业计划将今年的总产能规模设置在 20000 颗。短期内 RNGD 将从初版的 48GB HBM3 升级到 72GB HBM3E，从内存侧增强推理性能。
展望未来，FuriosaAI 计划在 2028 年推出基于 RNGD 后续架构的第三代芯片，进一步增强性能；而该企业还在同步规划面向 PC 和工作站的轻量化芯片 RNGD S，目标 2026 年底 ~ 2027 年初发布。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
