情报

Anthropic以9000亿估值融资背后是三云算力布局策略，企业使用Claude实际在同时绑定AWS、Google、NVIDIA三方，厂商锁定风险从单云升级为跨云架构级锁定

Google Cloud Next 26开幕，发布企业级Agentic AI全栈。

Google发布全域算力池化技术，资源利用率从35%提升至85%+，成本降低40%+，支持跨区域、跨云厂商资源整合。

Google发布TPU v8芯片，单集群算力达40+ ExaFLOPS，支持百万级Agent并发，算力密度提升3倍，能效比提升2倍。

Anthropic 与 Google、Broadcom 达成多个千兆瓦级下一代 TPU 算力合作协议，预计 2027 年上线支持前沿 Claude 模型训练。年化营收突破 300 亿美元（约三个月增长 3 倍），AI 基础设施投资门槛正式进入核电站级别。

微软宣布未来四年在日投资100亿美元，核心是与日本樱花互联网和软银合作，通过Azure提供由本土运营商管理的GPU算力服务，确保数据驻留日本。此举旨在满足日本对数据主权和合规性要求严格的AI工作负载需求。

Anthropic宣布与谷歌及博通达成新协议，锁定数千兆瓦的下一代TPU算力，预计2027年上线。此举旨在支撑其前沿Claude模型的训练与推理，并满足全球客户激增的需求。该合作是Anthropic对美国计算基础设施500亿美元投资承诺的重大扩展。

TGS选择AWS作为首选云提供商，利用AWS的高性能计算和生成式AI构建能源勘探解决方案。合作包括现代化TGS Imaging AnyWare平台，部署多模态地下基础模型，并利用AWS Nitro系统确保工作负载安全。

英伟达在GTC上宣布成立Nemotron联盟，联合Mistral AI等模型构建者和AI实验室，共同开发前沿级开源基础模型。此举旨在通过共享专业知识、数据和算力，推动开放模型生态，并强调未来AI将由开放与专有模型共同构成的系统驱动。

NVIDIA宣布成立全球首个开放前沿模型联盟，联合Mistral AI等机构共同开发基础模型。联盟成员将共享数据、算力和专业知识支持模型后训练，Nemotron模型下载量已超4500万次。该举措旨在推动开放模型生态创新，对抗封闭模型体系。

英伟达与能源研究机构EPRI、英国国家电网及初创公司Emerald AI合作，成功演示了基于Blackwell GPU集群的AI算力工厂如何根据电网实时需求，动态调节自身功耗以充当电网的“减震器”，同时保障高优先级AI工作负载的性能。

Meta宣布与Arm共同开发专为AI工作负载设计的数据中心CPU Arm AGI，该CPU旨在显著提升性能密度和能效。Meta将作为主导合作伙伴，计划通过开放计算项目公开硬件设计，并与自研MTIA芯片协同工作。

NVIDIA联合能源公司推出柔性AI工厂概念，通过AI平台实现计算负载与电网需求动态协调。该方案使AI数据中心从能源消费者转变为具备电网支持能力的产消者，通过软件定义和AI优化提升能源系统韧性。

NVIDIA发布Blackwell GPU架构，通过Transformer引擎和NVLink互联技术创新，实现比前代Hopper架构25倍的能效提升。这一架构级突破将显著降低AI训练和推理的运营成本，直接影响数据中心TCO和可持续性指标。

NVIDIA GeForce NOW 云游戏服务将 VR 流媒体帧率从原有水平提升至 90 FPS，覆盖 Apple Vision Pro、Meta Quest 和 Pico 等设备。该更新面向 Ultimate 会员，结合新增 RTX 5080 级云端算力支持，旨在优化高画质游戏体验。

AMD发布2026年AI PC路线图，提出智能体计算机概念，通过扩展Ryzen AI技术栈实现NPU、GPU、CPU异构计算架构。该架构支持本地运行多模态AI智能体，推动PC从生产力工具向主动AI伙伴转变。

AMD与电子制造服务商Celestica合作推出Helios机架级AI平台，集成Instinct加速器和EPYC处理器，提供从芯片到机架级的整体优化。该平台针对AI训练和推理任务进行性能与能效优化，旨在满足数据中心和云服务提供商的AI算力需求。

AMD与韩国AI公司Upstage深化合作，基于Instinct MI325X加速器构建主权AI基础设施解决方案。通过优化ROCm软件栈实现Solar LLM与硬件平台深度集成，提升AI训练和推理效率。该方案针对韩国市场数据主权要求提供本地化AI算力。

NVIDIA宣布CloudXR平台支持Apple Vision Pro，通过RTX GPU实现云端高保真XR内容串流。该方案解决了移动头显算力限制，专注于工业设计与数字孪生等企业级应用。

NVIDIA通过cuDF GPU DataFrame库和CUDA-X库，在Google Kubernetes Engine上加速Apache Spark工作流，使Snap实现4倍性能提升和76%成本节省。该方案支持无需代码修改的Spark应用迁移，处理超10PB数据。

NVIDIA在GTC 2026上宣布AI网格战略，电信运营商将现有网络基础设施转化为地理分布式AI推理平台。AT&T、T-Mobile、Comcast、Spectrum、Akamai等主要运营商参与，共建分布式边缘AI基础设施。AI网格通过在网络边缘部署推理能力，实现更低延迟和更优Token成本。

NVIDIA在GTC 2026宣布与多家电信运营商合作构建AI网格架构，通过动态分配推理任务至网络最佳位置，降低延迟并提升效率。该架构标志着AI计算与通信基础设施的深度融合，应对AI原生应用向边缘扩展的趋势。

Adobe与NVIDIA达成战略合作，共同开发下一代Firefly生成式AI模型，并针对NVIDIA RTX AI PC进行性能优化。合作重点是将AI能力深度集成到Creative Cloud、Experience Cloud等核心产品工作流中，加速创意营销和智能体流程。

NVIDIA发布开放智能体开发平台，推动AI智能体从虚拟环境向物理世界操作转变。该平台旨在降低复杂任务自主系统的开发门槛，支持制造业、物流等领域的自动化进程。

思科推出认证翻新设备计划，通过提供经过严格测试、性能与新品一致且享有完整保修的硬件，帮助企业快速构建AI就绪数据中心。该方案可将部署时间压缩高达80%，同时优化资本效率和推进可持续发展。

NVIDIA与Thinking Machines Lab宣布部署至少一千兆瓦的下一代Vera Rubin系统，用于前沿AI模型训练。该合作体现了超大规模AI算力需求的新标杆，标志着AI基础设施向千兆瓦级部署迈进。

Meta计划两年内推出四代自研AI芯片MTIA系列，采用‘推理优先’设计策略，专注于生成式AI推理任务优化。芯片基于PyTorch和开放计算标准构建，支持数据中心无缝部署。这一快速迭代策略旨在提升计算效率和成本控制。

NVIDIA与Thinking Machines Lab建立多年战略合作，部署至少1 GW的下一代Vera Rubin系统，支持前沿AI模型训练和可规模化定制AI平台。双方将共同设计训练和推理系统，并拓宽企业及研究机构对前沿AI和开源模型的访问。

NVIDIA CEO黄仁勋在达沃斯提出AI发展五层架构理论，从能源基础设施、计算基础设施、AI模型、AI应用到行业AI工厂系统化阐述全栈构建路径。该框架强调生成式AI驱动的基础设施层级化协同发展，为企业AI战略提供生态视角规划基础。

英特尔发布工业级Core Series 2处理器，针对边缘关键任务应用提供确定性性能，显著改善实时响应与PCIe延迟。同时推出第六个Edge AI套件，专注于医疗健康领域，提供多模态AI工作负载参考实现。