文 | 财华社，作者 | 毛婷 文 | 财华社，作者 😘| 毛婷 2005年，时任英特尔（INTC.US）CE😊O的保罗▪欧德宁（Paul Otellini）向董事会提出以😜200亿美元收购当时还很弱小的英伟达（NVDA.US），然而🚀，董事会认为这笔交易成本过高，且对是否要巨额投资于GPU芯片😢领域存在分歧，最终否决了这一提议。 二十年风水轮流转。😜 谁也未曾想到，两家公司的命运会发生如此显著的变化。 🤩 如今的英伟达已成为AI芯片领域的巨擘，市值达到4.28🤗万亿美元，是全球市值最高的上市公司，而英特尔却在为生存挣扎，😢市值仅千亿美元，还不到英伟达一个零头。 2025年9月😡18日，英伟达宣布，将以每股23.28美元的价格——较英特尔❤️前一个交易日收市价24.90美元折让6.5%，向英特尔投资5😴0亿美元，或大约相当于英特尔交易公布前市值的4.6%左右。 🥳 双方合作些什么？ 根据公告，双方将联合开发多代定🤔制化数据中心及个人电脑（PC）产品，为超大规模、企业级和消费💯级市场的应用与工作负载提供加速支持。重点通过英伟达的NVLi🙌nk技术实现两大架构的无缝衔接——整合英伟达于AI和加速计算🙄领域的优势，与英特尔领先的CPU技术和x86生态系统，为客户👏打造尖端解决方案。 在数据中心领域，英特尔将为英伟达定😊制x86架构CPU，而英伟达将把这些芯片整合到自身的AI基础😆设施平台中，并推向市场。 在个人计算领域，英特尔将研发🌟并向市场推出集成英伟达RTX GPU芯片组的x86架构系统级🥳芯片（SoC），这一全新的x86 RTX系统级芯片将为各类对🤯高端CPU与GPU集成有需求的PC设备提供核心动力。 😎总括而言，这项交易的核心要点包括：1）英伟达入股英特尔的财务😅投资；2）英特尔将为英伟达定制x86架构CPU，英伟达会将这🙄些定制的CPU整合进自身AI基础设施平台，这有助于英伟达将自🤔身在AI与加速计算技术的优势，与英特尔在x86架构CPU方面🙄的技术相结合，打造更强大的数据中心解决方案的CPU和x86生🎉态融合；3）让英伟达能够接触到英特尔的企业客户，尽管英伟达在😁销售AI芯片方面成绩斐然，但在企业数据中心业务方面并没有太大🎉的进展，英特尔在企业数据中心方面的优势或可为其提供帮助。 💯 英伟达的GPU+英特尔的CPU？ 将时间线拉回到大🔥约19年前。 2006年，全世界大部分的个人电脑都使用🚀英特尔的CPU，英特尔成功战胜了AMD（AMD.US），成为❤️最顶尖的x86指令集架构芯片供应商，x86也成为英特尔长久以❤️来的价值护城河。 苹果（AAPL.US）是唯一一家不使🙌用基于x86芯片的大型计算机制造商。2006年，乔布斯与英特😡尔达成将英特尔芯片植入苹果电脑的协议。 展开全文 😁 但与此同时，乔布斯想知道，英特尔是否也会为苹果的最新智能手😍机产品生产芯片，当时英特尔的CEO欧德宁拒绝了iPhone的😊合同，因为他认为iPhone只是一个尼基小市场，英特尔犯不着🎉为此斥巨资开辟一个新的战场。 于是，乔布斯转向了Arm😢架构。 1990年，苹果和两个合作伙伴在英国剑桥成立了😍一家名为Arm（ARM.US）的合资企业，该公司使用一种不同😢于x86的新指令集架构RISC来设计处理器芯片，虽然英特尔也😡曾考虑该架构，但既有x86这样的护城河，而且要考虑到脱离x8🤗6的巨大代价，最终还是拒绝使用RISC。 但对于Arm😘这样的初创企业而言，没客户、没收入，完全没有摆脱x86的包袱😀，却有着要取代英特尔的雄心壮志。很快，Arm简化的智能架构在😎小型便携设备中流行起来，并且经过持续优化，更能满足乔布斯的要👏求。 2007年，iPhone开启移动互联网新时代，苹😁果基于ARM架构打造的A系列芯片成为iPhone的“动力心脏😘”。 欧德宁没想到的是，他所认为的尼基小市场迅速演变成😴席卷全球的“苹果生态”，iPhone所产生的收入甚至超越了英😆特尔销售PC处理器的收入。 2010年，英特尔试图涉足🌟手机领域，这一举措刺激了Arm，Arm决定反向进军PC市场，🤗并在第二年高调推行该计划。微软（MSFT.US）于2011年❤️推出基于32位Arm架构的PC操作系统Windows RT，🥳并于2012年发布搭载此系统、采用ARM架构NVIDIA T🙄egra 3芯片的Surface RT平板，被视为Arm芯片⭐开始进入面向主流PC用户的设备。 关键节点出现在202😉0年，苹果宣布Mac产品引入自研Arm架构芯片，首款M1芯片🔥问世。由于iPhone、iPad上的App可同步到Mac使用🤗，开发者基于Arm架构开发应用时，能更便捷地覆盖苹果多品类设👏备，构建起软硬件一体化的生态闭环，使得Arm架构在苹果生态内🙌从移动端自然延伸至计算机端，带动Arm在计算机领域的影响力大😂幅提升。 到如今，全球绝大多数计算设备可以划分为两类，😢一类是基于Arm架构的CPU“核心”驱动，另一类是围绕英特尔😎x86架构搭建，这两种架构没有绝对的“好坏”，只是各有擅长的🚀领域。 Arm阵营胜在“精简高效”，是移动设备的“心头😴好”，以英伟达的Grace芯片和苹果用于iPhone的“A系😍列”芯片为代表；另一个阵营是围绕英特尔x86架构构建的设备，👏x86架构凭“兼容性”称霸多年，是电脑和服务器的“老大哥”，😢核心优势是“兼容和全能”，当前在PC领域的代表包括英特尔的酷😀睿系列和AMD的锐龙系列，在服务器方面的代表有英特尔的至强（⭐Xeon）芯片和AMD的霄龙（EPYC）芯片。 英伟达😢在适合AI处理的GPU领域占据全球八成的市场份额，但与其GP🚀U组合提供给客户的CPU，一直依赖于Arm的设计技术。 🚀 2020年，英伟达宣布以400亿美元的价格从软银手中收购A🤔rm，但遭到了监管机构的反对，于2022年放弃收购。最近，A🥳rm表示有意打造自己的AI芯片，这可能会与英伟达的AI芯片业😊务形成竞争。 这次与英特尔共同开发x86微处理器标准的😆芯片，或有助英伟达接触到更多依赖x86技术来运行系统的企业，🤩而且也能在Arm之外，拥有其他的选择。 黄仁勋在与此交🤔易有关的电话会议上表示，英伟达计划成为英特尔至强（Xeon）😊系列服务器CPU的“主要客户”，而两家公司即将开展的合作将带🎉来每年约250亿-500亿美元的业务机会。 他表示，有🥳了英特尔的x86 CPU，英伟达可将其直接集成到NVLink❤️生态系统，打造出机架规模的AI超级计算机，而且两家公司联合开😊发的集成CPU+GPU产品，将催生出前所未有的笔记本计算。 😎 此外，将CPU和英伟达的RTX GPU融合成一个虚拟的😴大型SoC，将成为世界上从未出现过的一类新型集成显卡笔记本电🤔脑。 谁是交易的受害者？ 英特尔和英伟达的交易，😆让两家公司的股价狂飙，但是也有竞争对手黯然神伤，这包括Arm🥳和最近已成功抢占英特尔x86市场份额的AMD，两家公司于9月😎18日的股价分别下跌4.45%和0.78%。 在这场备😍受瞩目的合作中，黄仁勋巧妙地避谈了英特尔当前最为棘手的难题之💯一——持续亏损的代工业务，反而将全部焦点集中在技术整合与市场😡机遇上，强调英伟达对Xeon处理器的采购承诺与联合开发的潜力👏。 这一刻意回避或许正揭示了交易的深层逻辑：对英伟达而😀言，投资英特尔并非为了挽救其代工业务，而是为了直接绑定x86😉生态的核心能力，强化自身在AI基础设施领域的领导地位。黄仁勋🙄不需要英特尔的制造能力——他需要的是x86架构的通行证、企业😘市场的渠道，以及一个能在CPU领域制衡Arm的合作伙伴。 ❤️ 结语 软银于8月19日宣布以每股23美元的价格认购🙌英特尔的普通股，总投资额约20亿美元，而美国政府则于8月22😴日与英特尔达成协议，以每股20.47美元的价格收购4.33亿👏股英特尔普通股，总投资或约89亿美元。 当软银和美国政😅府以财务投资者身份入场时，英伟达却以战略协同者的姿态，用50😘亿美元撬动了可能重塑行业格局的杠杆。这笔交易不仅是一次技术互🙄补，更是一场生态博弈：英伟达在Arm之外开辟了第二条战线，而👏英特尔则不得不依靠曾经的“弃子”、后来的对手和现在的合作伙伴🥳，来寻找翻盘的可能。未来的较量中，代工业务的亏损或许仍是英特😊尔的隐痛，但对黄仁勋而言，可能只是棋盘之外的杂音。返回搜狐，😆查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多