云计算

微软是一家成立于 1975 年的美国科技公司，总部位于华盛顿州雷德蒙德。它的 AI 业务一方面与 OpenAI 合作，一方面推出 Copilot 产品，并自研 MAI 和 Phi 系列模型。

英伟达是图形处理器（GPU）的发明者，凭借 CUDA 架构和支撑 AlexNet 的芯片，成为现代人工智能算力的主要提供者之一。

亚马逊（Amazon）是贝索斯于1994年创立的美国科技公司。其云业务 AWS 是主要云服务商，公司也自研了 Nova 模型与 Trainium 芯片。

字节跳动是 2012 年成立的中国互联网公司，AI 业务包括豆包、TRAE、Seed 模型团队以及火山引擎云平台。[^1]

谷歌第一代张量处理单元是为加速数据中心内神经网络推理而自研的专用芯片。它 2015 年上线、2016 年公开，证明专用加速器在性价比上可以胜过 CPU 和 GPU。

Google TPU v2 是 Google 于 2017 年 5 月发布的第二代张量处理单元。它加入浮点支持和 bfloat16，并可组成 256 颗芯片、11.5 petaFLOPS 的 pod。

NVIDIA A100 是首款基于 Ampere 架构的数据中心 GPU，2020 年 5 月 14 日发布。它引入第三代 Tensor Core、TF32 格式和多实例 GPU，后来成为训练大语言模型的常用硬件。

NVIDIA H100 是首款基于 Hopper 架构的数据中心 GPU，2022 年 3 月发布，为训练和运行大模型设计，使用 HBM3 显存与 FP8 精度。

vLLM 是一个开源的大语言模型服务系统，建立在 PagedAttention 之上，用操作系统管理虚拟内存的思路管理 KV 缓存。论文报告在时延相同的情况下，其吞吐是此前服务系统的 2-4 倍。

面向万亿参数模型的液冷机架，NVIDIA 把 72 颗 Blackwell GPU 与 36 颗 Grace CPU 连成单一 NVLink 域。

TPU7x（Ironwood）是 Google 第七代张量处理器：单芯片 192 GB 高带宽内存，支持 FP8，一个 Pod 可装 9,216 颗芯片，编程模型为每颗芯片暴露两个设备。

华为云基于 Atlas 900 A3 超节点构建的云服务实例，把最多 384 颗昇腾 910C 芯片连成一台计算机对外提供算力。

NVIDIA 于 2025 年 3 月发布的机架级系统，把 72 颗 Blackwell Ultra GPU 和 36 颗 Grace CPU 连成一台机器，官方称其 AI 性能是 GB200 NVL72 的 1.5 倍。

AMD 于 2025 年 6 月推出的数据中心 GPU，采用 CDNA 4 架构，配备 288 GB HBM3E 显存，主打生成式 AI 推理，与英伟达 Blackwell 一代正面竞争。

AWS Trainium3 是首款 3 纳米 AI 芯片，单芯片 FP8 算力 2.52 petaflops，2025 年 12 月起通过 Amazon EC2 提供。[^1]

NVIDIA Rubin 是 NVIDIA 在 CES 2026 发布的六芯片 AI 平台，Blackwell 的继任者，重点降低大模型推理成本，相关产品和云实例将在 2026 年推出。

萨提亚·纳德拉自 2014 年起担任微软首席执行官，推动公司转向云计算和人工智能合作，包括 2019 年与 OpenAI 的合作。

印度出生的美国高管，从领导 Google Chrome 与 Android 起步，先后出任 Google 与 Alphabet 首席执行官，并主导公司在人工智能上的推进，包括 Bard 与 Google DeepMind。

甲骨文是一家成立于 1977 年的美国软件公司，销售数据库软件、企业应用以及云基础设施和硬件。2025 年披露的 OpenAI 云合同改变了它在全球最大公司中的地位。

华为是一家1987年创办于深圳的中国信息与通信技术公司，自研昇腾（Ascend）AI芯片，以及围绕这些芯片的软件和大型计算系统。

腾讯是成立于 1998 年的中国互联网公司，以 QQ、微信和游戏闻名。自 2023 年起，其混元大模型成为主要的人工智能业务，后改称 Hy。

阿里巴巴集团是一家 1999 年创立的科技公司，自称聚焦「AI + 云」与商业，并把 Qwen 系列模型和数据中心建设作为这一方向的支点。

Salesforce 是 1999 年在旧金山创立的企业软件公司，以订阅方式提供客户关系管理软件，如今已是全球规模最大的企业软件公司之一。

百度公司是 2000 年成立的中国互联网公司，经营在中国占主导地位的搜索引擎，并开发文心大模型系列和文心一言聊天机器人。

阿里云是阿里巴巴集团的云计算业务，也是通义千问（Qwen）大模型家族的研发方。通义千问既以开放权重发布，也有闭源的旗舰模型。

2012 年 NIPS 论文，提出可在数千台机器集群上训练深度网络的 DistBelief 框架，以及 Downpour SGD 和 Sandblaster 两种优化过程。

Databricks 是 2013 年成立于旧金山的软件公司，源自伯克利创造 Apache Spark 的 AMPLab 项目 [^1][^2]。2026 年估值达 1880 亿美元 [^11]。

Hugging Face成立于2016年，运营模型社区Hub并开发Transformers等开源库。2026年9月，英伟达宣布收购该公司。

一家总部位于新泽西州的云计算公司，从以太坊挖矿起步，转型为面向 AI 的 GPU 算力供应商，2025 年在纳斯达克上市。

Amazon SageMaker 是 AWS 于 2017 年推出的全托管机器学习服务，把托管笔记本、分布式训练和可扩展的推理端点打包在一起，各组件也可以单独使用。

Google 自研的第三代张量处理单元，2018 年推出，内存容量与带宽翻倍、峰值吞吐提升、单芯片功耗下降，并采用液冷以支持更高密度的集群。

谷歌 TPU v4 是从 2020 年起投入使用的机器学习芯片与超级计算机，单个 pod 达 4,096 颗芯片，靠光路交换重构互连，PaLM 与 Gemini 都在其上训练。

Hugging Face Hub是人们分享机器学习模型、数据集和演示应用的平台，到2026年9月已有300多万个模型和1800多万用户。

OpenAI API 是 OpenAI 面向开发者的商业平台，2020 年 6 月 11 日随 GPT-3 公布，后逐步发展为构建 AI 智能体的平台。

OpenRouter 是大语言模型的交易市场与网关，2023 年初上线，让开发者通过一个接口调用多家供应商的数百个模型。官方称其月处理 700 万亿以上 token，全球用户超过 1000 万。

Amazon Bedrock 是 AWS 的托管服务，用于调用多家公司的基础模型，2023年4月宣布，同年9月正式可用，后加入 Nova 与 AgentCore。

混元是腾讯第一个自研的大型基础模型，2023 年 9 月发布，主要面向企业，通过腾讯云 API 提供服务。该系列后来改称 Hy。

TensorRT-LLM 是 NVIDIA 的开源库，用于在 NVIDIA GPU 上加速和优化大语言模型推理，2023 年 10 月 19 日公开发布，可从 GitHub 免费获取，也随 NVIDIA NeMo 提供。

NVIDIA 于 2023 年 11 月发布的 H200 是首款采用 HBM3e 显存的 GPU，141 GB 容量接近 A100 的两倍，在 Llama 2 70B 上的推理速度接近 H100 的两倍。

Azure Maia 100 是微软第一颗自研 AI 芯片，2023 年 11 月发布，用于在自家 Azure 数据中心里训练和运行大语言模型，不对外销售。

Google TPU v5p 是 2023 年推出的 TPU 世代，规格列出每颗芯片 459 TFLOPS 的 BF16/FP8 峰值算力、95 GiB HBM 和每 pod 8,960 颗芯片。

AMD 面向生成式 AI 的数据中心 GPU，2023 年 12 月发售，基于 CDNA 3 架构，以 192 GB HBM3 内存为主要卖点。

SGLang 是一个用于高效执行复杂语言模型程序的系统，由前端语言和运行时组成；它复用键值缓存、加速结构化输出解码，论文报告在评测负载上吞吐最高达到当时先进推理系统的 6.4 倍。

昆仑芯 P800 是昆仑芯第三代 AI 加速卡，2024 年推出，基于自研 XPU-P 架构，被用于万卡级训练集群和多个行业客户的部署中。

Mistral Large 是法国公司 Mistral AI 于 2024 年 2 月 26 日发布的首个旗舰级专有模型，拥有 32K token 上下文窗口、五种语言的原生能力和原生的函数调用与 JSON 输出模式。

NVIDIA 于 2024 年 3 月发布的 Blackwell 架构数据中心 GPU，接替 Hopper，由两颗拼接的芯片构成，配合新一代 NVLink 与 FP4 支持大规模 AI 训练和推理。

Command R+ 是 Cohere 于 2024 年 4 月发布的 1040 亿参数语言模型，针对企业场景的检索增强生成和多步工具调用优化，先在微软 Azure 上线，随后开放权重。

字节跳动通过火山引擎于 2024 年 5 月推出的豆包大模型系列，以远低于同行的定价提供通用、语音与文生图模型，被认为引发了中国大模型价格战。

测试时计算指模型答题时额外投入的算力，而非训练阶段已固化在参数中的算力。Snell 等人 2024 年 8 月的研究表明，按题目难度分配这份算力，能让小模型在同等总计算量下胜过大得多的模型。

Replit Agent 是 Replit 推出的 AI 系统，能根据几句自然语言描述创建并部署应用。2024 年 9 月以早期访问形式向 Replit Core 订阅用户开放，官方提醒用户把它当作 alpha 软件对待。

AMD 于 2024 年 10 月 10 日发布的数据中心 GPU，基于第三代 CDNA 架构，配备 256 GB HBM3E 显存、带宽 6 TB/s，面向一万亿参数级别的模型。

Google TPU v6e（又称 Trillium）是 Google Cloud 的 AI 加速芯片，公布了每芯片 BF16/FP8 算力、HBM 内存与 Pod 级互连规格。

Amazon Nova 是亚马逊的基础模型家族，2024年12月3日推出，只在 Amazon Bedrock 中提供，2025年12月由 Nova 2 接续。

AWS Trainium2 是亚马逊云科技的第二代自研机器学习芯片，以最多 16 颗芯片的 EC2 Trn2 实例和最多 64 颗芯片的 Trn2 UltraServer 形式提供，AWS 称其性价比优于同代 GPU 实例。

Qwen2.5-Max 是阿里巴巴在 2025 年 1 月宣布的大型混合专家模型，通过 Qwen Chat 和阿里云 API 提供服务，但没有公开模型权重。

混元 Turbo S 是腾讯 2025 年 2 月发布的快思考模型，采用 Mamba 与 Transformer 混合架构，总参数 5600 亿，未公开权重。

混元 T1 是腾讯的深度思考模型，2025 年 3 月 21 日正式发布，基于混元 Turbo S 构建。腾讯未公开其权重，通过网页演示和腾讯云 API 提供。

Amazon Nova Act 是亚马逊 2025 年 3 月发布的浏览器操作模型与 SDK，把任务拆成可编程的小命令，并已在 Alexa+ 中使用。

AMD Instinct MI350X 是 AMD MI350 系列中的数据 GPU，基于 CDNA 4 架构，单卡最高 288 GB HBM3E 显存、8 TB/s 带宽，板卡功耗上限 1,000 W。

Kiro 是亚马逊云科技的智能体集成开发环境，2025 年 7 月发布。它先从一条提示词生成用户故事、设计文档和任务清单，再进入写代码的环节，这种方式被称为「规格驱动开发」。

Qwen3-Max 是阿里巴巴于 2025 年 9 月发布的闭源大模型，参数规模超过 1 万亿，通过阿里云 API 提供服务，是接替 Qwen2.5-Max 的 Max 系列旗舰。

AMD Instinct MI400 是 AMD 面向 AI 的下一代数据中心 GPU，预计 2026 年推出，配备 432 GB HBM4 显存，将被集成在 AMD 的 Helios 机柜级系统中交付。

微软 Maia 200 是 2026 年 1 月 26 日发布的推理加速器，采用台积电 3 纳米工艺，配备 216 GB HBM3e 内存，FP4 算力超过 10 petaflops，用来运行 OpenAI 的 GPT-5.2 等模型。

真武 810E 是阿里巴巴旗下平头哥自研的 AI 芯片，2026 年 1 月上线官网，配备 96 GB 高带宽内存，面向训练、推理与自动驾驶，已在阿里云多个万卡集群部署。

Snowflake 是一家云数据平台公司，也自研开放语言模型；其 Arctic 模型把稠密 Transformer 与稀疏专家混合结合，以 Apache 2.0 许可发布。

英特尔是一家芯片公司。它 2017 年买下 Mobileye、2022 年让其独立上市并保留多数股权，又把 Falcon Shores 降为内部测试芯片、改押 Jaguar Shores，显示它如何进出相邻市场。

吴泳铭是阿里巴巴集团联合创始人之一，自2023年9月起担任集团首席执行官兼董事，此前二十多年间在支付宝、阿里妈妈、淘宝等业务担任技术与经营职务。

王坚是阿里云创始人、中国工程院院士，曾任微软亚洲研究院执行副院长和浙江大学心理学教授，现为之江实验室主任。

黄仁勋（Jensen Huang）是英伟达（NVIDIA）的创始人之一，自公司 1993 年成立起担任总裁、首席执行官和董事会成员。英伟达把图形处理器（GPU）的发明和加速计算的开拓归于这一时期。

苏姿丰（Lisa Su）是电气工程师，2014年出任AMD总裁兼首席执行官，2022年起兼任董事会主席，任内公司推出了面向AI的加速器产品。

Accel 是一家风险投资机构，自称是优秀团队的第一个合伙伙伴。其投资组合超过 780 家公司，从种子轮一直投到后期大额融资，其中包括多笔 AI 相关交易。

AWS Trainium 是亚马逊云科技（AWS）为深度学习训练专门设计的芯片，通过 EC2 Trn1 实例提供，AWS 称其训练成本比同类实例最多低 50%。

AWS Inferentia2 是亚马逊云科技为推理打造的第二代自研芯片，单颗芯片带 32 GB 高带宽内存、最高 190 TFLOPS 的 FP16 算力，一台 EC2 Inf2 实例最多可装 12 颗。

键值缓存把模型为先前 token 算出的键和值保存下来，生成新词时直接复用而不重算。它的显存占用是决定一台服务器能同时服务多少请求的关键。

Google TPU v5e 是 2023 年推出的机器学习加速芯片，单颗芯片含 1 个 TensorCore，bfloat16 峰值算力 197 TFLOP，可组成 256 颗芯片的 Pod，兼顾训练与推理。

AMD 是芯片设计公司，AI 业务核心是 Instinct 系列 GPU 与加速处理器；通过收购赛灵思、ZT Systems 扩展版图，并与 OpenAI 达成 6 吉瓦 GPU 部署协议。

谷歌是 Alphabet 旗下的科技公司，在 AI 上同时做几层事情：自研 TPU 芯片、训练 PaLM 与 Gemini 等大模型，并在 2023 年把研究实验室整合为 Google DeepMind。

GH200 是英伟达的超级芯片，将 72 核 Arm CPU 与 Hopper GPU 经 NVLink-C2C 装进同一封装，搭配 HBM 与最多 480 GB CPU 内存。

普信集团是一家美国资产管理公司，1937 年创立，报告的资产管理规模为 1.86 万亿美元，以退休与目标日期投资见长。它也是 Anthropic 130 亿美元 F 轮融资的重要投资方。

国际能源署是设在巴黎的政府间组织，1974 年为应对石油供应中断而成立。它每年发布《世界能源展望》，并从 2024 年起开展能源与人工智能方面的工作。

Informatica 是 1993 年成立的美国软件公司，做企业云数据管理与数据集成，1999 年上市，2025 年被 Salesforce 收购。

一家专注软件的投资机构，把软件投资的起点定在 1995 年，报告的监管管理资产规模超过 900 亿美元，在全球投资了 900 多家公司。

Talen Energy 是一家独立发电商，2015 年由 PPL 竞争性发电业务分拆成立，后被 Riverstone 私有化，经破产重组后成为亚马逊的核电供应方。

Cerebras Systems 是一家 2015 年成立的美国 AI 芯片公司，用整片晶圆制造单颗超大处理器，代表作是从 WSE、CS-1 到 WSE-3、CS-3 的晶圆级计算系统。

Apache MXNet 是开源深度学习库，同时提供符号式与命令式写法，可运行在手机到 GPU 集群上，并有 8 种语言接口。论文由陈天奇、李沐等人在 2015 年 12 月发布。

Kairos Power 是 2016 年成立的美国核能公司，正在开发采用 TRISO 燃料与熔盐冷却的小型模块化高温反应堆，在田纳西州建设 Hermes 示范堆，并与谷歌约定到 2035 年部署 500 兆瓦项目。

平头哥半导体是阿里巴巴集团旗下的芯片设计公司，2018年成立，先后推出含光800 AI推理芯片、倚天710服务器CPU和真武PPU AI处理器，真武已被阿里巴巴大规模用于通义千问模型的训练与推理。

美国能源公司，总部位于巴尔的摩，是美国最大的电力生产商之一；2024年与微软签约，推动三里岛1号机组重启。

Amazon Titan 是亚马逊为 Amazon Bedrock 构建的基础模型系列，覆盖文本生成、嵌入和图像生成，2023 年发布，后来由 Amazon Nova 接替。

Amazon Q 是 AWS 推出的面向工作的生成式 AI 助手。2023 年 11 月 28 日在 re:Invent 大会上以预览形式发布，2024 年 4 月 30 日以 Amazon Q Business 正式可用。

混元 Turbo 是腾讯的大语言模型，2024 年 9 月上线腾讯云，主打训练与推理效率提升、价格减半。2025 年 2 月由混元 Turbo S 接替，API 价格进一步降低。

Amazon Nova Sonic 是 Amazon Nova 系列中的语音到语音基础模型，2025 年 4 月 8 日发布，把语音识别、语言理解和语音生成放进同一个模型，而不是把多个模型串联起来。

Amazon Nova Premier 是亚马逊 Nova 系列第一代中最强的模型，2025 年 4 月 30 日起在 Amazon Bedrock 正式可用，支持文本、图像与视频输入。

亚马逊 Nova 2 是 Nova 模型的第二代，2025 年 12 月在 AWS re:Invent 大会上发布。首款成员 Nova 2 Lite 是快速的推理模型，提供 100 万词元上下文。

微软 AI 于 2026 年 4 月发布的语音转文字模型，支持 25 种语言，驱动 Copilot 语音模式，音频转写价格每小时 0.36 美元起。

Magnetar 是一家投资机构，截至 2026 年 6 月底报告管理资产超过 170 亿美元，业务分为另类信贷与固定收益、量化投资、风险投资三块。

Blue Owl Capital 是一家另类资产管理公司，管理资产 3300 亿美元，业务涵盖房地产、私募信贷与资管公司股权。

中国的人工智能基础设施公司，做的是让多种模型跑在多种芯片上的中间层软件，同时开源 Megrez 系列模型。

凯文·斯科特是微软首席技术官，2017年1月24日获任新设的CTO职位，此前在LinkedIn、Google和AdMob担任工程领导职务。2024年微软称他继续任CTO，负责整体AI战略。

Coatue 是一家投资机构，同时在公开市场和私募市场投资科技公司，私募组合中有 250 多家科技公司，并通过投资 Anthropic 和 Anysphere 等公司在人工智能领域占据醒目位置。

腾讯高级执行副总裁、云与智慧产业事业群负责人，自2018年10月起领导该事业群；曾负责QQ所在的社交网络事业群，并任腾讯音乐娱乐集团董事长。

周靖人是阿里巴巴的技术高管，担任阿里云智能首席技术官，并负责通义人工智能实验室，2025年10月加入阿里巴巴合伙人；2024年当选美国计算机学会会士。

GroqChip 是 Groq 的 AI 处理器，主打完全确定性、多次运行无差异。它采用 14 纳米工艺，片上 230 MB SRAM，最高 750 INT8 TOPS。

AWS Inferentia 是亚马逊云科技（AWS）自研的一款芯片，专门用于运行已经训练好的机器学习模型，用户通过 EC2 Inf1 实例使用。它的目标是在推理任务上比通用实例更快、更便宜。