Reports
AI-generated structured vendor updates
AMD Silo AI 与 Delphyr AI 深度协作，共筑临床医疗 AI 垂直解决方案
AMD Silo AI 与医疗 AI 公司 Delphyr AI 宣布深度合作，旨在将 Delphyr 的 AI 助手平台规模化部署于临床环境。合作核心是双方工程师共同优化基于 AMD Instinct 加速器和 ROCm 软件栈的高性能 embedding pipeline，确保 AI 能力能无缝集成到现有电子健康记录系统和工作流中，满足医疗行业对速度、隐私和可靠性的严苛要求。
英特尔联合生态伙伴推出机架级AI基础设施，瞄准推理与智能体工作负载
英特尔在Computex宣布推出基于Xeon 6+处理器与SambaNova RDUs的机架级AI基础设施，并与富士康、Vector Core Compute等合作，提供面向推理和智能体工作负载的优化系统及解耦推理云服务。此举标志着英特尔从芯片供应商向AI系统解决方案提供商的战略延伸。
AMD联合教育组织发起全国性青少年AI与工程挑战赛
AMD与Hack Club、NASA及GitHub Education合作，启动“Stardance”全国性暑期工程挑战赛。该项目面向13-18岁青少年，鼓励他们利用公开数据集和开发工具，构建从AI应用到游戏、硬件原型在内的实际项目，并计划在AMD Advancing AI大会期间举办线下黑客松。
微软与英伟达共推基于Arm架构RTX Spark的Windows平台，瞄准本地AI智能体与工作站
微软与英伟达宣布深度整合，推出基于全新Arm架构RTX Spark芯片的Windows PC与工作站。该平台通过高达128GB统一内存、1 petaflop AI算力及Windows系统层优化，旨在将前沿AI模型与智能体（agent）工作负载从云端迁移至本地设备运行。
英特尔以Xeon 6+与E835强化CPU在AI基础设施中的控制平面地位
英特尔发布Xeon 6+处理器与Ethernet E835网络适配器，系统性阐述其AI平台战略。核心是将CPU（Xeon）定位为现代AI基础设施的“控制平面”，负责智能体（Agentic）AI工作负载的编排、并发与数据移动，而网络与加速器则作为高效数据平面。此举旨在通过提升能效与系统级协同，应对规模化AI部署的瓶颈。
英特尔推出统一硬件-软件堆栈，瞄准物理AI机器人规模化部署
英特尔宣布其Series 3处理器已获得130多个边缘AI与机器人设计项目，并推出开源框架OpenVINO Physical AI。该组合旨在解决机器人从实验模型到规模化生产部署的碎片化挑战，通过统一的硬件-软件堆栈降低总拥有成本。
思科定义“跨域扩展”网络新范式，以硅光协同应对AI集群地理分散化
思科发布博客，系统阐述其应对AI训练集群地理分散化挑战的“跨域扩展”网络架构。该架构以Cisco Silicon One P200路由系统与800G ZR/ZR+相干可插拔光模块为核心，通过硅与光的协同设计，旨在为跨数十至数百公里数据中心的GPU集群提供确定性、低延迟、无损的连接。
英特尔发布Arc G系列处理器，专为手持游戏PC打造
英特尔推出专为手持游戏PC设计的Arc G系列处理器，基于Panther Lake架构和Intel 18A工艺，集成Xe3架构GPU，并支持Wi-Fi 7、Thunderbolt 4等先进连接技术。该系列旨在通过优化的核心配置、电源管理和软件驱动，在性能和能效间取得平衡。
AMD发布面积优化型Versal Prime Gen 2自适应SoC，推动边缘计算硬件小型化
AMD宣布扩展其Versal Prime Series Gen 2自适应SoC产品线，新增三款面积优化型器件（2VM3454/3254/3104）。这些器件采用4核Arm Cortex-A78AE应用处理器配置，提供最小23x23mm封装，并在单位面积内提供更高的可编程逻辑密度，旨在为专业音视频、工业物联网等嵌入式应用平衡性能、尺寸与功耗。
AMD 以 EPYC 4005 与紧凑型系统重塑零售边缘基础设施
AMD 通过其 EPYC 4005 系列 CPU，与 Supermicro 等合作伙伴推出专为零售边缘设计的紧凑型服务器平台。这些系统强调在有限空间和功耗下的高性能（DDR5, PCIe Gen5）、远程管理（BMC）与硬件安全（TPM），旨在将数据中心级能力下沉至门店，实现工作负载整合与集中化运维。
思科通过芯片层智能包流重塑AI数据中心网络架构
思科推出基于Silicon One G300芯片的智能包流技术，将网络从高速传输层转变为具备感知、适应和优化能力的智能系统，以应对大规模AI工作负载。该技术通过硬件级遥测、自适应路由和拥塞管理，显著提升AI集群的集体完成时间和GPU利用率。
AMD定义“智能代理计算机”新品类，推动AI推理本地化
AMD提出“智能代理计算机”概念，旨在通过本地化硬件（Ryzen™ AI Max处理器、Radeon™ AI PRO显卡）运行持续AI推理工作负载，以应对云API成本上升。其核心是推动AI从云端按需消费模式向本地固定成本、高吞吐量模式转移。
AMD发布AI Halo开发平台与Max PRO 400系列处理器，瞄准本地AI代理计算
AMD发布Ryzen AI Halo开发者平台和Ryzen AI Max PRO 400系列处理器，旨在为本地AI代理（Agent）应用提供开发与运行环境。新平台支持高达2000亿参数模型本地运行，并提供高达192GB统一内存，推动AI工作负载从云端向边缘设备迁移。
AMD发布Spartan UltraScale+ FPGA，强调成本优化与供应链稳定
AMD推出Spartan UltraScale+系列FPGA，定位成本优化市场，通过与英特尔Agilex 3对比，强调其在性能功耗比、封装尺寸及长期供应保障上的优势。该产品旨在满足工业、机器视觉等边缘应用需求。
AMD联合清华开源项目，展示AI教育多智能体架构的端云协同部署
AMD与清华大学OpenMAIC团队合作，将多智能体交互式AI课堂框架部署在其ROCm软件栈上。该方案利用Instinct GPU进行云端课程内容生成，通过Ryzen AI PC和Lemonade本地服务器处理实时、低延迟的课堂交互，实现基于统一软件栈的端云协同架构。
AMD定义AI网络概念并推出专用AI NIC
AMD发布博客，系统性地定义了“AI网络”概念，强调其为满足分布式AI工作负载同步需求而构建的专用网络解决方案。核心是推出Pensando Pollara 400 AI NIC，通过智能流量控制、低延迟数据移动和可编程结构服务，优化GPU集群间通信。此举旨在将网络提升为与计算同等关键的基础设施层。
AMD EPYC CPU获AWS RDS for SQL Server支持，提升云数据库性价比
AWS宣布在Amazon RDS for SQL Server中引入基于第五代AMD EPYC处理器的实例选项。此举为关键数据库工作负载提供了新的高性价比计算选择，并可能改变云上关系型数据库服务的成本与性能基准。
AMD提出Agentic AI驱动数据中心CPU与GPU架构分离
AMD高级副总裁Dan McNamara在官方博客中指出，Agentic AI（智能体AI）正从根本上改变数据中心基础设施架构。它不再仅是增加GPU服务器中的CPU数量，而是需要构建一个独立的、专门用于编排与工具执行的CPU计算层，与GPU密集计算层形成分布式系统。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
AMD与OpenAI将MRC网络协议贡献给OCP，推进AI网络规模化
AMD与OpenAI、微软等合作，将专为大规模AI训练设计的网络协议MRC（多路径可靠连接）贡献给开放计算项目OCP。AMD不仅是协议规范的共同制定者，其可编程的Pensando DPU/NIC产品已率先实现MRC的部署与验证，旨在将网络从性能瓶颈转变为弹性、可适应的AI基础设施层。