Reports
AI-generated structured vendor updates
Arm与NVIDIA推出RTX Spark，定义智能体AI PC硬件新标准
Arm联合NVIDIA发布基于Arm Grace CPU与Blackwell RTX GPU的RTX Spark平台，旨在为Windows on Arm生态提供高性能本地AI推理能力。该平台采用统一内存架构，目标直指支持下一代自主AI工作流（如agentic RAG），标志着PC从以应用为中心向以智能体为中心的根本性转变。
Oracle Cloud加入Arm AGI CPU生态，Arm架构加速夺取AI基础设施控制层
Oracle Cloud Infrastructure宣布加入Arm AGI CPU生态系统，将基于Arm架构的优化CPU引入其云平台以支持Agentic AI工作负载。这一动作进一步验证了Arm Neoverse平台在云数据中心，特别是AI基础设施中替代传统x86架构的趋势。
NVIDIA GTC台北2026：Vera 88核CPU专为智能体设计，1.8倍x86性能，OpenAI/Anthropic首批部署
NVIDIA在GTC台北2026发布首款独立数据中心微处理器Vera，首次以自有CPU直接对标Intel Xeon和AMD EPYC。Vera采用88个定制Olympus Arm核心，单片mesh网络（非chiplet），核心间通信比传统CPU快50%。LPDDR5X带宽1.2TB/s，PCIe Gen6，内外带宽为同类最高性能CPU的2-3倍。智能体沙箱性能1.8倍x86。首批客户：OpenAI、Anthropic、SpaceX。Q3 2026投产，FY CPU收入目标200亿美元。标志着NVIDIA从GPU加速器厂商向全栈数据中心平台厂商的战略跃迁。
NVIDIA发布工厂运营蓝图，定义自主工厂管理器代理架构
NVIDIA发布Factory Operations Blueprint (FOX)参考设计，用于构建基于AI的自主工厂管理器代理。该蓝图整合NemoClaw、AI-Q Blueprint及Nemotron开放模型，旨在连接工厂异构系统、自动化AI模型训练并协调各类专业代理，实现工厂级智能决策。
NVIDIA RTX Spark发布：AI PC时代的开启
NVIDIA在Computex 2026正式发布RTX Spark——首款面向AI Agent时代的Windows PC超级芯片。该芯片基于TSMC 3nm工艺，整合Blackwell架构GPU（6144 CUDA核心+第五代Tensor Core，FP4精度）与20核Grace CPU，通过NVLink-C2C互联（600GB/s），提供1 petaflop AI算力和最高128GB统一LPDDR5X内存（300GB/s带宽）。笔记本最薄14mm、最轻3磅，支持本地运行1200亿参数大模型。NVIDIA与微软合作推出OpenShell运行时和Windows安全原语，Adobe正在为RTX Spark重新架构Photoshop和Premiere。首批设备秋季上市，来自ASUS、Dell、HP、Lenovo、Microsoft Surface、MSI，Acer和GIGABYTE随后跟进。预计售价$3000-4000。RTX Spark路线图延伸至2030年：2027年升级Vera CPU+Rubin GPU+LPDDR6，2029-2030年Rosa CPU+Feynman GPU。这是继2020年Apple M1之后PC行业最大的架构变革信号。
NVIDIA发布Vera CPU基准测试，专为智能体AI工厂优化
NVIDIA公布了其专为智能体AI设计的Vera CPU的第三方基准测试结果。该CPU集成了88个定制Olympus核心与第二代LPDDR5X内存子系统，在特定功耗下实现了显著的性能与内存带宽提升，标志着NVIDIA在数据中心CPU市场对x86架构发起实质性挑战。
英伟达发布企业级AI工厂参考架构，推动本地AI基础设施标准化
英伟达发布企业级AI工厂参考架构，为本地部署提供从RTX PRO到NVL72的三种标准化配置。该架构整合了计算、网络、存储及软件，旨在将AI基础设施从实验性部署转变为可预测、可扩展的工业化运营平台。
ARM Neoverse重塑AI基础设施控制层
ARM推出Neoverse系列基础设施CPU核心，专为云计算、AI和高性能计算优化，被NVIDIA、AWS、Microsoft和Google等厂商采用于其AI平台，实现性能提升和能效改进。该架构推动AI工作负载在云和边缘的高密度部署，强化安全多租户支持。
三星与NVIDIA完成AI-RAN多小区测试验证芯片级集成
三星在真实网络环境中完成vRAN软件与NVIDIA加速计算平台的集成测试，验证了AI算法对无线网络物理层性能的直接优化。双方合作深入至芯片级架构，通过统一处理器优化CPU与GPU间高速连接，提升频谱效率和网络容量。