53730 条内容 最近更新 1300 条 / 24h 保留 30 天 · 收藏永久 本地可读 7115 篇
🔥 全网热搜榜 RSS 今日重点 后台
推荐 时政 财经 军事 科技 AI 互联网 加密
时间范围
今天 3 天 7 天 30 天 全部
快速过滤
★ 只收藏 只看未读
来源筛选（可多选）

🔥 正在热议（多家媒体同时报道的事件）

华尔

Anthropic IPO估值1.3万亿美元，创始人人均身家180亿美元

Anthropic正以硅谷近年来规模最大的IPO之一冲击公开市场，七位联合创始人将在上市后各自坐拥约180亿美元身家，彰显这家AI公司自2021年成立以来的惊人增长速度。 据华尔街日报报道，Anthropic周二（11月10日）提交的文件显示， Anthropic计划最快下周上市，目标估值约1.3万亿美元，拟通过股票发行及向谷歌等大型投资者定向配售相结合的方式，募资约800亿美元或更多。 此次IPO发行价区间定为每股70至78美元。 七位创始人各自计划在IPO中套现约2.5亿美元，出售约340万股。上市后，每位创始人仍将持有公司约3.2%的A类股份，按发行价区间中点计算， 对应市值约为180亿美元，七位创始人合计持股比例约为22% 。 据PitchBook数据，Anthropic在今年5月的融资轮中估值约为9650亿美元，此次IPO目标估值较彼时进一步大幅跃升。 七位创始人：从OpenAI

华尔街见闻 · 3 天前
华尔

英伟达Rubin Ultra将催生多少CPO需求？伯恩斯坦：单Pod光学价值量翻5倍

英伟达下一代AI芯片架构所催生的共封装光学（CPO）需求，正推动光学通信行业进入一个规模远超当前预期的新增长周期。 据追风交易台消息，据伯恩斯坦分析师Daniel Zhu在最新研报中测算，基于Coherent披露的每100 Tbps芯片对应1.5万美元内容价值这一数据， 一个8机架Rubin Ultra计算集群（Pod）所产生的光学内容机会约达540万美元，较此前Vera Rubin NVL72架构下约100万美元的规模扩大逾5倍。 结合伯恩斯坦亚洲半导体团队（Mark Li）的出货量预测，这意味着Coherent在英伟达Rubin Ultra平台上的市场机会2027年约为94亿美元，2028年将进一步扩大至361亿美元。 若将整个英伟达生态系统纳入统计，2028年光学市场总规模或接近470亿美元，同比增长91%。 伯恩斯坦维持Lumentum、Coherent和Ciena的"跑赢大市"评

华尔街见闻 · 3 天前
华尔

科技老将：Anthropic IPO将是美股AI行情高点，有机会就“大举做多中国AI”

在AI热潮推动下，Anthropic正筹备一宗规模高达1000亿美元的IPO，但一位长期看空AI的科技老将发出警告：Anthropic IPO可能成为AI行情高点，禁售期届满后或引发连锁式回调。 创投公司Copper Sky负责人、Peter Thiel家族办公室管理合伙人Jack Selby周三接受彭博电视采访时表示，“如果这家最受期待的AI公司IPO远远低于预期估值，想象一下锁定期到期之后会发生什么。一场表现不佳的Anthropic IPO，必将成为AI市场一场相当大规模回调中的核心推手。” Anthropic目前正寻求通过IPO、私募配售及潜在超额配售选择权，合计筹资最多1000亿美元。初步迹象显示市场需求强劲，据报道发行规模甚至可能进一步扩大。但Selby对此并不买账。 Selby一年多前便曾公开表示，围绕AI产业的狂热可能是私人科技投资领域迄今最大的泡沫。 此番他再度发声，从估值

华尔街见闻 · 3 天前
So

CERN 如何为 LHC 研发下一代磁体

CERN 的大强子对撞机（LHC）利用极其强大的磁体，使粒子接近光速发生碰撞，将粒子撞碎成更小的组成部分以供研究。当前状态下的 LHC 每秒能让约 60 个粒子发生碰撞，碰撞频率高达每秒 4000 万次。这一能力已经促成了本世纪粒子物理学领域一些最重要的发现。CERN 的科学家并没有止步。他们正对 LHC 进行升级，为计划于 2030 年之后开始的实验做准备。新一代粒子对撞机被称为高亮度大型强子对撞机（High-Luminosity LHC 或 HL-LHC），高亮度指的是粒子碰撞数量的增加。CERN 的目标是每次实验将碰撞涉及的粒子数量提高到 140-200 个，增加观测到罕见粒子或特殊物理现象的机会。为实现这一目标，对撞机需要配备体积极其紧凑、性能优异的磁体。目前对撞机使用的偶极磁体内部装有由铌钛合金（NbTi）制成的线圈，其磁场强度可达到 8.3 特斯拉。这一强度约为地球磁场的 16

Solidot · 3 天前
ll

b12284：CUDA：添加 OCP FP8 支持 (#28413)

初始 CUDA WIP 版本 使用 fp8 内在函数 在 GEMV 案例中为 FP8 执行 W8A16 (base) osimons@ub-osimons:~/lcpp_fp8.git$ ./build-x64-linux-gcc-reldbg/bin/llama-bench -m /mnt/share/gguf/nvidia/Qwen3.6-27B-NVFP4/Qwen3.6-27B-NVFP4_fp8.gguf -p 8196 -ub 512,2048 -d 0,32000 -n 256 --load-mode dio ggml_cuda_init: 找到 1 个 CUDA 设备 (总 VRAM: 32165 MiB)：设备 0：NVIDIA RTX PRO 4500 Blackwell，计算卡

llama.cpp Releases · 3 天前 · 译
ll

b12285: cuda : fattn mma 头部尺寸 40 72 (#30285)

cuda：添加对头部尺寸 40 和 72 的 MMA FlashAttention 支持 头部尺寸 40 和 72（例如在 Gemma 3/4 和 Qwen3-VL 的视觉塔中使用）被从每个张量核心调度分支中排除并回落到图块内核。 fp16 MMA 片段在头部方向上覆盖了 16 个一半，因此内核内的几何形状被填充到下一个 16 的倍数（40 -> 48、72 -> 80）。寄存器数组、共享备忘录

llama.cpp Releases · 3 天前 · 译
← 上一页 第 104 页 下一页 →