（来源：上观新闻）
GPU的物料成本🇲🇸泛站程序很大程度❌上集中在HBM🤟😲堆叠内存和配🔜🦛套中介层上，例💯🕍如英伟👨👧达的Rubi🚟n GPU，其大🗜部分成本都花🤓😸在HB🇳🇷M4内存及其与G👇⚽PU连接所需的⚔🍼中介层上🇭🇳。2025年第四季👨🦲🥏度，公司🇦🇿单季营收👏跃升至7.⚾21亿元；2👡❣026年一季度，♊这一数字进一步🈶升至7.38亿元🏴☠️🚝。
英伟达🔦🕸通过收编Groq🦝🍌，将这一技🍖术路线直接整合进🇲🇹☸自己的平台，同时💪🔈封堵了潜在🤰🇨🇨的市场缺口🕤。“具身智能🇸🇿真正的分水岭💑🦠，不只🛀是AI模型进🇲🇬入物理👠世界这么简单，而🇾🇪是机器人开始进入🙀🇷🇪真实的工作🇫🇷🌈流👨👦👦👁。最后用「🚺AI助手」把整个🤼♂️🖲东西封装成开箱🍒即用的产品🦏🇹🇷。AI用📙户不需要手动找❓▪文档，CLI在⚖😼启动时就会告🖲🍧诉AI「你这个场🐣景应该用这个🍁skill」👉。
与Bla👩🚒ckwell🤔🐝平台相比，Ve🔘ra R🥳ubin NVL🇬🇮👩🏫72使用四🧿👱分之一数量🇲🇪🌯的GPU即💦🗞可训练大型混合专🤩家模型，每瓦🧘♀️🎴推理吞🌳👯♂️吐量提高1🚍0倍，🥑每个toke📗🎞n的成本降🥝至其十分之一🏴。一个市场部同学在🎟🏍飞书项目里输入一🤔😉句话「帮我开🇲🇷🇨🇾发一个💸倒计时组件」，这🥭🆎个需求通过🍭AAMP协议🇲🇶🍑发到了一个本地🇨🇽Agent的邮🍙箱里🧩😩。
