<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>知识铺的博客</title>
    <link>https://index.zshipu.com/aichip/</link>
    <description>Recent content on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Sat, 05 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/aichip/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Meta自研网络芯片直指AI集群带宽瓶颈</title>
      <link>https://index.zshipu.com/aichip/post/20260905/Meta%E8%87%AA%E7%A0%94%E7%BD%91%E7%BB%9C%E8%8A%AF%E7%89%87%E7%9B%B4%E6%8C%87AI%E9%9B%86%E7%BE%A4%E5%B8%A6%E5%AE%BD%E7%93%B6%E9%A2%88/</link>
      <pubDate>Sat, 05 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/aichip/post/20260905/Meta%E8%87%AA%E7%A0%94%E7%BD%91%E7%BB%9C%E8%8A%AF%E7%89%87%E7%9B%B4%E6%8C%87AI%E9%9B%86%E7%BE%A4%E5%B8%A6%E5%AE%BD%E7%93%B6%E9%A2%88/</guid>
      <description>AI集群网络瓶颈已成算力扩展主因 Meta把自研芯片战略从计算延伸到网络领域，这一动作直接指向AI集群内部网络带宽和延迟已成为算力扩展的主要制约。InfoQ报道显示，此举将改变数据中心对现有网络芯片供应商的依赖模式。 当前大型AI训练集群由数千甚至数万张GPU组成，这些设备需要持续交</description>
    </item>
  </channel>
</rss>
