热点要闻

News Highlights

1. OpenAI芯片团队核心元老Clive Chan离职，在芯片量产关键前夕转投Anthropic
2. 特朗普政府正讨论入股OpenAI，白宫AI顾问同日宣布辞职
3. 黄仁勋首尔宣布Vera CPU将采用SK Hynix内存，并警告芯片短缺仍将持续
4. 特斯拉AI基础设施副总裁杰加纳坦任职13年后正式离职
5. LinkedIn联合创始人Reid Hoffman即将辞去微软董事会职务
6. 美国众议院提出法案，拟禁止各州自行制定AI监管规则

今日焦点

首先关注一则重要人事变动。OpenAI正全力推进自研芯片量产的关键阶段，芯片团队核心成员Clive Chan却选择离开，并直接加入竞争对手Anthropic。

作为OpenAI芯片团队的创始成员，Clive Chan主导了关键芯片架构的设计，在团队中具有举足轻重的影响力。他选择在芯片已进入流片验证、距离量产仅一步之遥的节骨眼上跳槽，这一时间点极为敏感。对于正竭力与NVIDIA博弈、追求供应链自主的OpenAI来说，核心人才的流失极可能拖累量产进度，这无疑是个坏消息。（The Information）

硅谷动态

AI领域的政商关系正经历根本性转变。6月6日，据媒体报道，特朗普政府正在商讨美国政府是否应持有OpenAI等顶级AI公司的股权。巧合的是，同日，白宫首位AI政策顾问Sriram Krishnan宣布辞职。

政府考虑入股AI公司的背后，核心逻辑在于国家安全。当AI技术的战略意义已上升到影响国家竞争力的层面时，纯商业逻辑必须让位于国家利益。这一动向在硅谷引发了关于“自由市场与国家干预”的广泛讨论。知名投资人David Sacks公开抨击了一项50% AI所有权计划，认为政府持股会扼杀创新，道理很直白：“当政府变成你的股东，市场就不再是市场了。”与此同时，OpenAI也在向外界提议，建立一种主权财富式AI基金，让所有美国人都能持有AI公司股权。（The Wall Street Journal、Bloomberg）

黄仁勋近日正在韩国访问，6月7日宣布：下一代Vera CPU将采用SK Hynix的高带宽内存。

此外，NVIDIA还与KRAFTON、NCsoft及T1电竞战队在首尔联合举办了RTX Spark发布活动。黄仁勋在握手合作的同时，也不忘提醒市场，警告芯片短缺“短期内不会结束”。Vera CPU是NVIDIA继Grace CPU之后再次向CPU市场发起试探，绑定SK Hynix表明其在“GPU+HBM”捆绑策略上进一步加码。（Fortune）

特斯拉AI基础设施副总裁杰加纳坦（Tim Zaman）也在近期告别了工作13年的公司。他在领英上宣布离职消息，接下来将前往云基础设施服务商Chronoscale担任首席技术官。杰加纳坦是特斯拉AI训练基础设施建设和运营的关键人物，主导了Dojo超级计算机的架构设计。在他离职之际，特斯拉正加大对AI基础设施的投入，FSD v13需要更大规模的训练算力，Dojo的部署也在推进。核心高管在这个时间点离开，对特斯拉自研芯片和训练集群的长期路线可能产生不小影响。目前接班人选尚未公布。在无监督Robotaxi刚于奥斯汀上线这一关键节点上，此次人事变动尤其值得关注。（领英）

6月6日，AMD向AI赛道投下了一枚颇有分量的棋子：新一代芯片将支持最高192GB统一内存架构。这意味着参数量超过3000亿的大模型，未来可直接在单台设备本地运行，无需依赖云端推理。AMD将这条路称为“良机无限”，主攻AI推理场景。统一内存架构消除了CPU与GPU之间的数据搬运瓶颈，开发者可用更简单的编程模型部署大模型。相比NVIDIA的独立显存方案，这步棋走得颇为巧妙。如果AMD量产节奏不出问题，那么2027年的AI芯片竞争格局，很可能从NVIDIA一家独大演变为双雄对决。（Wccftech）

LinkedIn联合创始人Reid Hoffman将辞去微软董事会职务。他同时也是Inflection AI的联合创始人，近年来持续在AI投资领域扩张。在这个时间点离职，值得关注。微软正处于AI战略全面铺开期，量子芯片、Copilot、Azure AI都在推进。而Hoffman自己的AI投资组合，包括Inflection AI及其他几家AI初创公司，恐怕与微软董事会的利益冲突规则越来越难以调和。（Reuters）

美国众议院也有动作，6月4日有议员提出了一份草案，禁止各州自行制定AI监管法规。联邦政府希望统一全国的AI监管标准，避免各州各自为政形成碎片化。核心争议在于，联邦的统一监管能否跟上AI技术的发展节奏。科技公司普遍支持统一标准，毕竟可避免合规成本分散，但消费者保护团体担心联邦标准可能过于宽松。（Reuters）

联合国研究人员在6月4日发布报告，警告AI驱动的数据中心建设将导致全球数据中心电力和水消耗到2030年翻倍。当前AI模型的训练和推理能耗增速已远超能源基础设施的扩张速度。这份报告的发布时间点耐人寻味，正值Broadcom芯片暴跌引发市场对AI基础设施投资可持续性的质疑。能耗问题正从单纯的“环保议题”迅速演变为实实在在的“商业成本议题”。（Reuters）