情报
AI 生成的结构化厂商动态简报
AMD联合戴尔展示企业AI异构计算战略
AMD在戴尔技术世界大会上强调其异构计算产品组合，旨在为不同企业AI负载匹配合适的算力，并突出硬件安全与可管理性。此举标志着AI基础设施正从通用方案转向针对具体场景的精细化部署。
谷歌发布企业级AI代理平台与第八代TPU，押注“代理时代”
谷歌在Cloud Next '26上推出Gemini企业级代理平台，用于构建和管理自主AI代理工作流，并发布专为代理AI设计的第八代TPU芯片。同时，谷歌还发布了Gemma 4开源模型和Deep Research Max等高级分析工具。
微软发布AI时代网络安全责任框架，强调公私协作与漏洞管理现代化
微软发布了一份关于利用下一代AI加强全球数字生态安全的框架性文件，核心观点是AI加速漏洞发现的同时，必须同步强化响应与修复能力。文件提出了五项具体建议，强调公私协作、负责任的AI能力发布以及现代化漏洞管理流程。
英伟达通过NemoClaw与OpenClaw合作，推动企业级自主AI代理安全部署
英伟达通过NemoClaw参考实现，整合OpenShell安全运行时与Nemotron开源模型，为企业提供安全部署“长时运行自主AI代理”的蓝图。此举旨在应对自主AI代理带来的千倍推理需求增长与安全治理挑战，将AI基础设施控制点向本地、安全、可审计的架构迁移。
思科发布液冷网络交换机，将液冷架构扩展至AI基础设施核心
思科正式发布采用直接芯片液冷设计的N9000与8000系统，将液冷技术从GPU服务器扩展至网络交换机。该产品将带宽密度提升一倍，能耗降低近70%，旨在解决AI集群高功率密度带来的散热挑战。此举标志着数据中心冷却架构正从部件级优化转向系统性重构。
思科发布AI模型溯源宪法，定义权重级衍生关系标准
思科发布《模型溯源宪法》，为AI模型供应链安全提供规范性定义。该标准严格基于模型权重的可验证衍生历史，明确区分了直接衍生、蒸馏等五种关联关系与独立复现等八种非关联模式，旨在解决当前行业在模型溯源定义上的不一致问题。
AMD提出AI基础设施网络架构新范式：从无损网络转向智能端点
AMD发布博客，提出构建大规模AI基础设施的七个关键问题，核心观点是传统无损以太网或InfiniBand架构存在成本与复杂性瓶颈。其主张将网络智能和可靠性功能从昂贵的专用交换机转移到智能网卡（NIC）上，在标准（可能有损）以太网上实现可靠传输，以降低总拥有成本并简化运营。
思科为SASE平台推出威胁优先的安全分析视图
思科在其Secure Access SASE平台中新增“安全洞察”功能，将安全分析从传统的网络运维视角转向以威胁和用户为中心的视角。该功能整合了UEBA、DLP、CASB、威胁情报等多源信号，旨在为SOC分析师提供聚合的、可操作的调查起点，并原生集成AI应用治理与风险可见性。
微软定义“智能体计算时代”，将AI基础设施与智能体平台作为核心战略
微软CEO在财报后明确将“从终端用户驱动的工作负载转向由终端用户和智能体共同驱动的工作负载”视为改变整个技术栈的平台迁移。公司战略聚焦于建设领先的AI基础设施与智能体平台，并已将其AI业务年化收入推升至370亿美元。
谷歌将Gemini AI助手集成至车载平台，替换Google Assistant
谷歌宣布将Gemini AI助手通过软件更新方式，集成至搭载Google built-in的车载平台，取代原有的Google Assistant。该更新将向现有和新车辆推送，初期支持美国英语用户，旨在提供更自然的对话式交互，并集成车辆手册和实时信息以控制导航、音乐和车辆设置。
思科通过统一控制台与AI代理，重塑MSSP运营模式
思科发布面向MSSP的战略指南，核心是推动其合作伙伴采用统一控制台Security Cloud Control和集成AI代理的AIOps，旨在实现跨厂商设备管理与70%的运营效率提升，并引导MSSP向基于价值的服务分层和商业模式转型。
思科推动运营商将原生安全作为增长引擎
思科发布博客，强调服务提供商应将安全从成本中心转变为增长引擎。其核心论点是，在带宽商品化的背景下，将原生安全嵌入网络基础设施，可提供高价值的“安全即服务”，从而获得新的B2B收入。
AMD与Liquid AI探讨从芯片到系统的高效AI架构
AMD CTO与Liquid AI CEO探讨AI架构演进，强调效率是AI从云端向边缘和终端设备扩展的关键。双方认为，通过从芯片到系统的协同设计，可实现低功耗、高响应性的AI推理，支持持续运行的智能体与多模型协同。
AWS将AI Agent平台化，并深化与OpenAI的云集成
AWS在年度活动上宣布将AI Agent能力全面产品化，推出面向工作的个人AI助手Amazon Quick，并将Amazon Connect扩展为四个垂直领域的Agentic AI解决方案。同时，AWS与OpenAI扩大合作，将最新模型、Codex及托管代理服务深度集成至Amazon Bedrock平台。
英伟达发布Nemotron 3 Nano Omni统一多模态模型，瞄准AI Agent感知层
英伟达发布开源多模态模型Nemotron 3 Nano Omni，采用30B-A3B混合MoE架构，将视觉、音频与语言处理统一于单一模型，旨在作为AI Agent的“眼睛和耳朵”。该模型声称能消除多模型协作的延迟与上下文碎片化问题，在保持交互性的同时实现高达9倍的吞吐量提升，降低AI Agent的部署与推理成本。
Google开放TPU硬件交付，第八代芯片性能跃升直指Nvidia腹地
Google在Q1财报中宣布第八代TPU（TPU 8t/8i），训练性能较前代提升3倍，推理性价比提升80%，并首次计划向客户数据中心直接交付TPU硬件。同时完成Wiz收购，强化AI安全能力。此举标志着Google从云服务商向硬件供应商的战略延伸。
英伟达以OpenUSD和Omniverse为核心，推动制造业进入“仿真优先”时代
英伟达通过SimReady标准、Omniverse物理仿真库及Metropolis蓝图，构建了完整的物理AI技术栈，旨在将制造业传统的“设计-制造-测试”循环转变为基于高保真仿真的“仿真优先”范式。该架构使AI模型训练和系统验证在虚拟环境中完成，大幅缩短产品周期并降低成本。
微软发布Foundry平台，定义持久化、有状态AI智能体新范式
微软CEO萨提亚·纳德拉展示了基于Foundry平台构建的持久化、有状态AI智能体。该平台支持智能体跨越时间边界运行，编排工具与模型，并在长周期工作流中实现评估与改进的闭环，标志着AI从对话式助手向自主执行系统的关键演进。
微软发布Azure Local大规模扩展，支持主权私有云部署数千节点
微软宣布Azure Local平台现可支持在单一主权边界内部署数千台服务器，为大规模主权私有云提供基础设施。该平台支持在连接、间歇连接或完全断开的环境下运行，并集成了英特尔Xeon 6处理器等硬件，旨在满足国家基础设施、受监管工作负载和本地AI推理对规模、控制与合规性的综合需求。
Scaling Biomolecular Modeling Using Context Parallelism in NVIDIA BioNeMo
...