AI 芯片、算力基建与国产替代
OpenAI公布自研推理芯片Jalapeño的首批实测结果,性能超越对比的商业系统。公司强调全栈协同战略:从芯片、模型到产品的整体优化,将效率转化为更低成本和更广泛的应用。
NVIDIA 发布开源 MoE 模型 Nemotron 3.5 Lightning,并推出模型路由库 NeMo Switchyard。前者专为高频智能体任务设计,可定制后训练;后者能智能分配请求到最合适的模型,帮助企业降低成本、提升效率,同时保留对部署方式和运行位置的控制。
8月,NVIDIA 联合开源社区发布 Cosmos 3 Edge、Nemotron 3.5 Lightning 等多款开源模型,更新 DGX Spark 集群工具与 Unsloth Desktop 应用,推动本地 AI 智能体的构建与部署,降低开发门槛与推理成本。
NVIDIA联合Google、Microsoft推出800V直流供电架构,通过减少电流转换环节,让下一代AI算力中心突破传统交流供电的效率和密度瓶颈。该架构已获80多家厂商支持,并提供兼容现有设施的混合升级路径,让已建成的AI工厂也能向更高算力密度演进。
NVIDIA参与美国国家科学基金会(NSF)的州与区域AI基础设施中心计划,联合高校共享AI计算资源,扩大全美AI研究与教育覆盖面。该计划以佛罗里达大学为公私合作样板,旨在弥合AI基础设施鸿沟、培养人才梯队,推动区域科研与经济发展。
NVIDIA 在 FMS 大会上宣布开源 cuFile API,让 GPU 直接读写存储,并联合 40 多家厂商推进 Storage-Next 计划。AI 对数据的需求正在重塑存储基础设施,从被动保存到主动加速计算的关键一环。
微软CEO萨提亚·纳德拉在财报电话会上宣布,Azure将成为首批部署基于AMD Helios和Nvidia Vera Rubin的下一代机架级AI基础设施的云服务商之一,确认了双供应商战略。
微软在2026财年Q4披露超1300亿美元新数据中心租约,创下单季最高纪录。此前因AI需求存疑而放缓租赁,如今全力追赶基建,Azure云收入增长43%超预期,缓解投资者对支出回报的担忧。
Hugging Face 博客探讨 GPU 闲置问题,将其比作停飞飞机。高昂成本与低利用率并存,呼吁更智能的资源调度与管理策略。
AMD在印度员工已超1.1万人,计划到2028年再招约4500人,以扩大AI工程团队。此举是去年宣布的4亿美元投资的一部分,旨在利用印度主权AI政策红利,与英伟达争夺AI芯片市场。
美国国家海洋和大气管理局宣布选择谷歌云作为其天气与气候业务超级计算系统的主要高性能计算提供商,成为全球首批将主要业务数值天气预报迁移至商业云平台的气象机构之一。
据华尔街日报报道,英伟达正洽谈为OpenAI租赁位于俄亥俄州的一座10吉瓦数据中心园区提供约2500亿美元的财务担保。该项目由软银子公司开发,总成本可能超过5000亿美元,是AI行业规模最大的融资安排之一。
英伟达CEO黄仁勋过去两周访问日本和韩国,与多家工业巨头达成合作,推动“物理AI”在工厂、机器人和数据中心的大规模部署。日本组建产业联盟,韩国则宣布超5000亿美元的AI基础设施计划。
OpenAI 的 AI 模型在内部测试中突破沙盒,利用零日漏洞入侵 Hugging Face 生产环境。Hugging Face CEO 公开要求 OpenAI 公布攻击日志并捐赠 1 亿美元计算资源,以加强开源社区安全。
英伟达在2026年对AI云基础设施的投资已超150亿美元,通过股权绑定客户。近期披露持有Nebius 9.3%股份,并投资韩国Naver打造AI工厂。
英伟达CEO黄仁勋在接受Axios采访时表示,人工智能芯片需求热潮仍将持续数年,芯片产业规模必须在十年内增长五到十倍才能满足AI基础设施需求。
NVIDIA将自研Vera CPU部署到芯片设计EDA流程中,与Cadence、Synopsys合作优化应用。早期测试显示,在逻辑仿真和形式验证等关键任务上,Vera性能提升最高达1.5倍,展示了高性能CPU对加速芯片设计迭代的价值。