<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"><channel><title>2026英雄联盟全球总决赛 - 赛事概况与冠军预测</title><link>https://gyqcy.cn/</link><description>提供2026年英雄联盟全球总决赛（LoL Worlds 2026）的综合赛事追踪服务。结合赛程安排、关键数据、热门数据指标与胜负预测，为您提供深度的电竞赛事分析与参与参考。</description><language>zh-cn</language>
<item><title>2026年AI推理芯片盘点：六类主流路线与选型榜单</title><link>https://gyqcy.cn/news/759412.html</link><guid>https://gyqcy.cn/news/759412.html</guid><description>从显存带宽、能效比到生态成熟度，盘点当前AI推理芯片的六类主流技术路线，并给出面向不同部署场景的选型参考榜单，帮助读者理清推理芯片的评估维度。</description><pubDate>Mon, 26 Oct 2026 00:09:00 +0800</pubDate></item>
<item><title>推理服务芯片方案榜单：从端侧到云端的六档配置对比</title><link>https://gyqcy.cn/solutions/924941.html</link><guid>https://gyqcy.cn/solutions/924941.html</guid><description>按吞吐、时延与能效三个维度，梳理从端侧设备到云端推理服务的六档芯片配置组合，说明各档位的适用场景与扩展边界，为推理服务选型提供可对照的参考框架。</description><pubDate>Sat, 24 Oct 2026 19:09:00 +0800</pubDate></item>
<item><title>训练集群方案怎么选：算力密度、互联与能效的三重取舍</title><link>https://gyqcy.cn/solutions/210623.html</link><guid>https://gyqcy.cn/solutions/210623.html</guid><description>从训练集群的实际部署约束出发，拆解算力密度、芯片间互联与整机能效之间的取舍逻辑，帮读者理解不同配置组合的适用边界。</description><pubDate>Sat, 24 Oct 2026 13:36:00 +0800</pubDate></item>
<item><title>训练芯片数据面观察：有效算力为何常低于标称峰值</title><link>https://gyqcy.cn/tech/872105.html</link><guid>https://gyqcy.cn/tech/872105.html</guid><description>从公开规格与实测口径出发，拆解训练芯片标称算力与有效算力之间的差距来源，给出可复用的数据解读框架，帮助工程师判断架构取舍与系统瓶颈。</description><pubDate>Sat, 24 Oct 2026 11:29:00 +0800</pubDate></item>
<item><title>推理芯片的显存带宽之争：为什么容量之外更要看有效带宽</title><link>https://gyqcy.cn/news/142208.html</link><guid>https://gyqcy.cn/news/142208.html</guid><description>推理场景的瓶颈常被误读为显存容量不足。本文从批处理规模、键值缓存增长与量化精度三个角度，分析有效带宽如何决定推理芯片的实际吞吐与成本。</description><pubDate>Fri, 23 Oct 2026 17:58:00 +0800</pubDate></item>
<item><title>推理服务部署方案盘点：延迟、吞吐与弹性的配置组合逻辑</title><link>https://gyqcy.cn/solutions/771956.html</link><guid>https://gyqcy.cn/solutions/771956.html</guid><description>推理服务的方案设计围绕延迟、吞吐与弹性扩展三条约束展开，本文梳理不同配置组合的适用边界，帮助读者理解推理部署中的取舍顺序。</description><pubDate>Fri, 23 Oct 2026 13:27:00 +0800</pubDate></item>
<item><title>2026训练集群方案盘点：五类AI芯片配置组合与适用边界</title><link>https://gyqcy.cn/solutions/608370.html</link><guid>https://gyqcy.cn/solutions/608370.html</guid><description>从单机八卡到千卡互联，盘点当前训练集群的五类主流芯片配置组合，解析算力密度、显存容量与互联带宽之间的取舍逻辑，帮助读者判断不同规模训练任务的方案边界。</description><pubDate>Thu, 22 Oct 2026 19:18:00 +0800</pubDate></item>
<item><title>先进封装与存储芯片年度盘点：Chiplet生态的五项进展榜单</title><link>https://gyqcy.cn/news/266996.html</link><guid>https://gyqcy.cn/news/266996.html</guid><description>从标准接口、封装产能、芯粒互连到测试方法，盘点Chiplet生态在公开层面的五项可核验进展，并给出产业链视角的观察榜单，帮助读者把握先进封装与存储协同的节奏。</description><pubDate>Wed, 21 Oct 2026 10:56:00 +0800</pubDate></item>
<item><title>复盘2026端侧AI芯片推理能效：架构与封装的三条暗线</title><link>https://gyqcy.cn/tech/156723.html</link><guid>https://gyqcy.cn/tech/156723.html</guid><description>从架构、制程、封装与软件栈四个层面复盘端侧AI推理芯片的能效演进，指出存算近邻、Chiplet异构集成与编译器协同是当前三条关键技术暗线，并给出工程评估建议。</description><pubDate>Tue, 20 Oct 2026 12:15:00 +0800</pubDate></item>
<item><title>训练芯片的互联带宽正在取代单卡算力成为新瓶颈</title><link>https://gyqcy.cn/news/136435.html</link><guid>https://gyqcy.cn/news/136435.html</guid><description>当单卡算力增长放缓，集群规模成为决定训练效率的关键变量。本文从互联拓扑、协议演进与系统调度三个层面，分析训练芯片竞争焦点的迁移路径，并给出选型观察清单。</description><pubDate>Mon, 19 Oct 2026 18:40:00 +0800</pubDate></item>
<item><title>推理芯片能效数据怎么读：从每瓦吞吐到实际部署成本</title><link>https://gyqcy.cn/tech/980804.html</link><guid>https://gyqcy.cn/tech/980804.html</guid><description>围绕推理芯片的能效指标，梳理每瓦吞吐、时延分布与部署成本之间的换算关系，指出公开数据对比中容易忽略的口径差异，给出工程师可操作的解读路径。</description><pubDate>Mon, 19 Oct 2026 16:34:00 +0800</pubDate></item>
<item><title>从架构到软件栈：一位芯片验证工程师眼中的AI推理芯片落地难题</title><link>https://gyqcy.cn/tech/222671.html</link><guid>https://gyqcy.cn/tech/222671.html</guid><description>以一线验证工程师的视角，拆解AI推理芯片从架构定义、制程选择到封装互联与软件栈适配的落地难点，结合智芯观澜的产业观察方法，给出工程师可操作的验证与评估思路。</description><pubDate>Fri, 16 Oct 2026 17:00:00 +0800</pubDate></item>
<item><title>一颗车规级AI芯片的可靠性之路：从设计余量到长期供货的工程叙事</title><link>https://gyqcy.cn/tech/505927.html</link><guid>https://gyqcy.cn/tech/505927.html</guid><description>以车规级AI芯片项目负责人视角，讲述从设计余量、验证体系到长期供货承诺的工程取舍，结合智芯观澜对车规芯片产业逻辑的观察，帮助读者理解车规落地的真实门槛。</description><pubDate>Wed, 14 Oct 2026 19:44:00 +0800</pubDate></item>
<item><title>从训练到推理：AI芯片选型前必须搞懂的六个基础概念</title><link>https://gyqcy.cn/news/157050.html</link><guid>https://gyqcy.cn/news/157050.html</guid><description>面向初次接触AI芯片的读者，梳理算力口径、显存带宽、精度格式、互联拓扑、能效比与软件栈六个基础概念，帮助理解训练芯片与推理芯片的差异，建立可核验的选型判断框架。</description><pubDate>Tue, 13 Oct 2026 11:44:00 +0800</pubDate></item>
</channel></rss>
