2026年7月21日星期二 | 第 161 期

AI 观察👀

记录、思考，but AI

刊载于

Computex 2026首日：Jensen Huang亮出Feynman底牌、ARM芯片大战全面爆发、GitHub Copilot按Token计费今日生效

Jensen Huang在Computex 2026主题演讲中首次公开Feynman架构细节——3D堆叠、硅光互连、TSMC A16节点；Qualcomm推出$300级Snapdragon C、Intel发布Arc G3游戏掌机芯片，ARM PC芯片大战全面升级；GitHub Copilot今日正式转向AI Credits按Token计费模式。

AI 分析 Computex Nvidia Feynman ARM GitHub Copilot 行业动态

6月1日，台北音乐中心。Jensen Huang踏上GTC Taipei的舞台，背后是150家台湾生态合作伙伴和近200万个零件组成的Vera Rubin系统。如昨日报道，N1X ARM笔记本芯片、Vera Rubin NVL72的规格和OEM合作伙伴信息已经基本确认——但Huang今天真正让台下屏息的，是他首次公开的Feynman架构路线图：3D芯片堆叠、硅光互连、TSMC A16节点，以及一个从物理层面重新定义AI计算的十年愿景。

同一天，PC芯片市场也迎来了新的参赛者。Qualcomm推出面向$300入门市场的Snapdragon C平台，Intel发布Arc G3和G3 Extreme游戏掌机芯片，而千里之外的旧金山，GitHub Copilot正式转向按Token计费——AI编程工具的经济模型在今天发生了根本性转变。

三个维度同时被改写：AI计算的物理极限（Feynman）、PC芯片的竞争格局（ARM大战）、AI工具的定价逻辑（按量付费）。

Feynman架构：Nvidia为什么现在亮出十年底牌？

发生了什么

据Fudzilla报道和SemiAnalysis深度分析，Jensen Huang在今天的主题演讲中首次披露了Feynman架构的核心技术细节：

技术要素Feynman架构
制程节点TSMC A16（约1.6nm）
晶体管技术Gate-All-Around (GAA) + Super Power Rail (SPR)
核心创新3D芯片堆叠（大规模商用）
互连技术硅光互连（Silicon Photonics），带宽提升10倍
内存下一代定制HBM
配套CPU新一代”Rosa” CPU
预计时间约2028年

Huang还提及了配套的BlueField-5 DPU和Kyber扩展方案（支持铜互连和CPO共封装光学）。这些组件共同构成了Nvidia对2028年及以后AI计算的完整蓝图。

为什么Nvidia现在公开Feynman？

这是一个反常的透明度信号。 Nvidia通常在当前代产品（Grace Blackwell）全面铺货之后才开始预告下一代（Vera Rubin）。而今天，Huang在Vera Rubin尚未大规模交付之际就公开了Feynman——这相当于在当前战役还在进行时就亮出了两年后的底牌。

据NVIDIA官方博客，Huang在抵台时明确表示：“Vera Rubin可能是台湾历史上最大的产品发布。“每一台Vera Rubin系统包含近200万个零件，涉及150家台湾生态合作伙伴。Vera Rubin NVL72已经获得Computex 2026 Best Choice Awards的金质奖和可持续技术特别奖。

这一策略的目的可能有三：

  1. 稳定投资者信心。 在AI基础设施投资回报质疑日益增多的背景下（如5月27日报道的Uber案例），展示清晰的长期技术路线图可以缓解”AI算力需求是否可持续”的疑虑。

  2. 锁定供应链。 Feynman的3D堆叠和硅光互连需要全新的封装和测试能力。提前两年公开，等于给TSMC和台湾生态合作伙伴发出明确信号：开始投资这些能力。

  3. 回应Anthropic的”多供应商”算力战略。 如5月29日报道，Anthropic已与Amazon、Google/Broadcom和SpaceX签署大规模算力协议，横跨三种芯片架构。Feynman的技术跃进是Nvidia在算力多元化趋势中维持不可替代性的关键赌注。

Vera Rubin NVL72的获奖细节

除了Huang的演讲，Vera Rubin NVL72在Computex颁奖典礼上的表现也值得关注。据NVIDIA官方公告，该系统集成了36个Vera CPU和72个Rubin GPU，通过第六代NVLink Switch互联。其模块化无缆设计将每个计算托盘的组装时间从两小时缩短至五分钟——这对AI工厂的规模化部署至关重要。

同时获奖的还有NVIDIA Jetson Thor（边缘AI/机器人平台，金质奖）和NVIDIA Alpamayo（自动驾驶开放平台，车辆技术类奖）。

历史上类似的情况

Intel的”Tick-Tock”路线图公开（2007年）。 Intel曾公开宣布其芯片工艺的”Tick（新工艺）-Tock（新架构）“节奏，让市场知道每一步的时间和内容。Nvidia公开Feynman路线图有异曲同工之处——用透明度换取市场的长期信心和供应链的投资决心。但关键区别在于：Intel的Tick-Tock最终因工艺瓶颈而断裂；Nvidia能否在A16节点和3D堆叠上如期交付，将是2028年之前最大的技术悬念。

ARM PC芯片大战：从$300到$3,000全面开火

如昨日报道所述，Nvidia N1X ARM笔记本芯片已在今天的主题演讲中正式发布。但Computex 2026首日的真正信号是：ARM对x86的战争不再是”高端突围”，而是全价格带的全面进攻。

Qualcomm Snapdragon C：$300的AI笔记本

据Tom’s Hardware报道，Qualcomm发布了Snapdragon C平台——名称中的”C”代表”Computer”，明确指向入门级笔记本电脑市场。

要素Snapdragon C
目标价位约**$300**起
架构移动架构（非Oryon内核）
AI能力内置NPU
设计特点全天续航、无风扇
目标市场教育、家庭、小型企业、Linux
首批OEMAcer、HP、Lenovo
上市时间2026年内

Snapdragon C不追求Copilot+ PC级别的AI性能，而是将ARM架构的能效优势和基础AI能力带到$300入门价位。这意味着Windows on ARM从”高端尝鲜”进入”大众普及”阶段。

Intel Arc G3：x86阵营在掌机领域的新武器

据Intel Newsroom官方公告，Intel发布了Arc G3和Arc G3 Extreme处理器，主攻Windows 11游戏掌机市场。

  • 首发设备：Acer Predator Atlas 8游戏掌机
  • 跟进品牌：MSI、OneXPlayer
  • 上市时间：最早2026年6月
  • 定位：为Steam Deck和Nintendo Switch的Windows替代方案提供x86游戏体验

ARM vs x86的2026版图

今天的公告将PC芯片竞争格局清晰地分成了三层：

价格带ARM阵营x86阵营
$300入门级Qualcomm Snapdragon C—
$500-1500主流Qualcomm Snapdragon X2 EliteIntel Panther Lake / AMD
$1000-3000高端Nvidia N1X（如昨日报道）Intel Core Ultra / AMD Ryzen AI

这一格局的历史意义：上一次PC处理器市场出现如此多层级的全面竞争，还是1990年代初——当时Intel x86、Motorola 68000、MIPS、ARM和PowerPC多种架构并存。此后Intel凭借x86统一了PC市场长达30年。2026年的ARM全面进攻，是30年来PC芯片市场最大的结构性变化。

GitHub Copilot按Token计费：AI编程工具的”水电煤气”时代

发生了什么

据GitHub官方博客，今天（6月1日）起，所有GitHub Copilot计划正式从”Premium Request Units”转向GitHub AI Credits按Token计费模式。

核心变化：

项目旧模式新模式
计费单位Premium Request Units (PRUs)GitHub AI Credits
计费依据按请求数按Token消耗（输入/输出/缓存）
基础价格不变Pro $10/月，Business $19/用户/月，Enterprise $39/用户/月
代码补全消耗PRUs不再消耗Credits（完全包含）
超额处理降级到低成本模型购买额外Credits或管理员设限

过渡期优惠（6月-8月）：

  • Copilot Business：$19/月 → 实际包含**$30**的AI Credits
  • Copilot Enterprise：$39/月 → 实际包含**$70**的AI Credits
  • 引入组织级Credit池化：避免个别用户未用完的额度浪费

为什么这对AI编程市场是重大信号

AI编程工具的定价模式正在从”订阅制”转向”消费制”。 这一转变的逻辑是：一个快速的聊天问答和一次持续数小时的自主编程会话，在旧模式下对用户成本相同，但对GitHub的实际推理成本天差地别。随着Agent式编程（如Claude Code、Codex）成为主流，按量付费成为不可避免的经济学选择。

这与Anthropic在Opus 4.8中引入的”努力控制”（Effort Control）形成对位：Anthropic让用户控制单次响应的计算投入；GitHub让组织控制整体的Token消耗预算。两者都在做同一件事——将AI的计算成本从隐性变为显性。

据WindowsForum报道，部分用户对”计量冲击”（meter shock）表达了担忧。但也有分析认为，代码补全不再消耗Credits是一个被忽视的利好——对大多数开发者来说，日常编码体验不会受到实质性影响。

历史上类似的情况

AWS从预留实例到按需计费的演变（2010年代）。 云计算早期以预留实例为主（类似今天的订阅制），后来AWS引入了Spot实例和按秒计费（类似今天的Token计费）。这一转变降低了入门门槛但增加了成本管理的复杂性。GitHub Copilot正在经历同样的演变——从”固定月费”到”按量付费”，未来可能出现类似Spot实例的”闲时折扣”。

其他要闻

OpenAI Trusted Access for Cyber安全要求今日生效

据OpenAI官方博客，自今日（6月1日）起，所有通过Trusted Access for Cyber访问最宽松模型的个人用户必须启用高级账户安全（Advanced Account Security，即抗钓鱼认证）。GPT-5.5-Cyber已进入限量预览，面向负责关键基础设施防御的安全团队。Codex Security插件也已发布，可将安全工作流直接集成到任何Codex界面。Cisco、Intel、SentinelOne、Snyk等安全厂商已宣布合作。

Microsoft Build 2026明日开幕

如5月29日报道，Microsoft将在6月2-3日于旧金山举行Build 2026开发者大会。CEO Satya Nadella将于太平洋时间6月2日上午10点发表开幕主题演讲，预计首次公开展示自研AI编程模型。在GitHub Copilot今日转向按量计费的大背景下，Microsoft如何将新的定价模型与自研编程模型整合，将成为Build 2026最受关注的议题。

SemiAnalysis发布Vera Rubin深度拆解

半导体分析机构SemiAnalysis在Computex期间发布了Vera Rubin的深度技术分析，详细拆解了LPX机架和LP30芯片的架构设计，包括注意力和前馈网络的分布式推理机制。这一级别的技术公开在Nvidia历史上相当罕见。

关键要点

  • Jensen Huang首次公开Feynman架构路线图：TSMC A16节点、3D芯片堆叠、硅光互连（10倍带宽提升）、预计2028年交付——Nvidia提前两年亮出底牌，既是对投资者的信心信号，也是对供应链的前置锁定
  • Vera Rubin NVL72双奖加冕：Computex金质奖 + 可持续技术特别奖，模块化设计将组装时间从两小时压缩至五分钟
  • ARM PC芯片全面覆盖$300-$3,000：Qualcomm Snapdragon C攻入$300入门市场（Acer/HP/Lenovo），Intel以Arc G3守住游戏掌机，Nvidia N1X占据高端——PC芯片市场30年来最大结构性变化
  • GitHub Copilot今日转向按Token计费：AI Credits取代Premium Request Units，代码补全不再消耗额度，Business/Enterprise获三个月过渡期优惠——AI编程工具从”订阅制”进入”消费制”时代
  • Microsoft Build 2026明日开幕：自研AI编程模型首次亮相、Copilot新定价与自研模型的整合方案、以及Microsoft如何回应Claude Code和Cursor的挑战，将是未来48小时最值得关注的焦点

常见问题

Feynman架构的3D堆叠和现在的芯片有什么不同？

目前的AI芯片（包括Nvidia Grace Blackwell和Vera Rubin）采用2.5D封装——多个芯片并排排列在同一封装内，通过微凸点和硅中介层连接。Feynman将采用真正的3D堆叠——芯片垂直叠放，通过硅通孔（TSV）直接连接，大幅缩短信号传输距离并降低功耗。这类似于将一栋平房变成一栋摩天大楼，在相同占地面积内容纳更多计算能力。

GitHub Copilot按Token计费后，我的费用会增加吗？

取决于使用方式。如果你主要使用代码补全功能，费用不会增加（代码补全不再消耗Credits）。但如果你大量使用Copilot Chat的Agent模式进行长时间自主编程会话，Token消耗可能超过基础额度。Business用户在6-8月有过渡优惠（$19/月获得$30的Credits），可以评估实际用量后再做决定。

$300的Snapdragon C笔记本能运行AI模型吗？

Snapdragon C内置了NPU，但性能未达到Microsoft Copilot+ PC标准。它可以处理基础的AI任务（语音识别、图像分类、轻量级推理），但不适合运行大型语言模型的本地推理。它的核心价值在于将ARM架构的能效优势带到入门价位——全天续航、无风扇静音、即时启动——而非高性能AI计算。

接下来最值得关注的事件是什么？

6月2-3日Microsoft Build 2026——自研AI编程模型首次公开、Copilot按量计费与自研模型的整合方案、以及Satya Nadella如何定义”AI Agent操作系统”。紧接着是6月8-12日Apple WWDC 2026——Gemini驱动的Siri和Apple Intelligence 2.0的实机展示。一周之内，Nvidia（硬件）、Microsoft（开发者工具）、Apple（消费体验）三家将分别定义2026年下半年AI产业的不同维度。

参考资料