情报
AI 生成的结构化厂商动态简报
英特尔与Fortinet共同开发SP6安全处理器，强化网络防火墙ASIC能力
...
FortiBleed攻击全球暴露约75000台Fortinet防火墙设备
...
Google研发Frozen v2专用AI芯片：固化Gemini架构能效达TPU 6-10倍，计划2028年投产
Google正在研发代号Frozen v2的专用AI芯片，将Gemini大模型底层架构直接固化在硅基硬件中，按单位功耗Token数计算能效可达现有TPU的6-10倍。该芯片开辟新自研产品线，计划2028年投产，保留模型权重更新能力。
AlphaEvolve GA：Google DeepMind AI自我进化优化数据中心效率
2026年7月19日，Google DeepMind宣布基于Gemini的多智能体进化系统AlphaEvolve正式GA。该系统能够自主设计算法、进行数学发现并优化数据中心效率，已应用于Borg调度器和Orca推理基础设施，旨在通过AI自我改进显著降低超大规模AI算力投入的Capex。
NVIDIA+Nokia联盟打破RAN生态：GPU加速AI RAN 2027年商用
NVIDIA与Nokia联合开发AI RAN技术，利用NVIDIA GPU加速基带处理，通过AI优化波束赋形和频谱管理，目标2028年频谱效率翻倍。该合作标志着电信RAN从专用硬件向GPU通用计算和AI软件定义的重大转型，预计2027年商用部署。
Meta Iris芯片9月量产：6个月迭代周期颠覆NVIDIA GPU霸权
路透社确认Meta Iris AI芯片9月量产，2026年底达2.5GW，2027年目标14GW。Meta采用6个月一代的MTIA四代路线图，以自研ASIC节奏对抗NVIDIA年度更新，标志着超大规模厂商从GPU依赖向定制芯片自主的范式转移。
长电科技百亿Capex押注先进封装，AI芯片封装供应链加速重构
长电科技（JCET）宣布2026年资本支出100亿人民币，大幅增加AI先进封装投资，重点发展Chiplet、HBM、2.5D/3D封装。此举标志着中国OSAT正式大规模切入高端封装领域，与台积电CoWoS产能形成双轨并行，推动AI封装从台湾单极主导走向两岸分工，支撑本土Hyperscaler算力本地化。
TSMC CoWoS产能2027年冲击20万片，从GPU专属转向CPU/ASIC三驱动
TSMC规划CoWoS月产能2027年达20万片，供需缺口从20%收敛至10%。客户结构从NVIDIA GPU独大转向GPU+AI服务器CPU+自研ASIC三驱动，MediaTek ARM服务器CPU封装量翻倍。CoPoS面板级封装2027年中试产，为后CoWoS时代铺垫。
AWS上调Trainium3 ASIC出货量，加速自研芯片生态对抗NVIDIA
亚马逊AWS通知供应链上调2026年Q3基于自研Trainium3芯片的ASIC服务器出货量20-30%。此举显示AWS对其自研AI芯片信心增强，旨在降低对NVIDIA GPU依赖，并推动AI基础设施自主化。同时，AWS与OpenAI宣布合作开发Stateful Runtime Environment，通过Bedrock提供服务。
AWS上调Trainium 3出货量，自研AI芯片对NVIDIA GPU替代加速
据供应链消息，亚马逊AWS通知供应商将2026年Q3的Trainium 3出货量上调20-30%。此举表明AWS对其自研AI芯片的信心，旨在降低对NVIDIA GPU的依赖，并凭借成本与能效优势抢占云端AI训练市场。
Anthropic启动自研AI芯片，三星2nm代工，算力自主战略加速
Anthropic正式启动自研AI芯片研发，并与三星洽谈2nm代工合作。此举旨在降低对NVIDIA GPU的依赖，优化推理成本，并在IPO前强化技术护城河。加入OpenAI、Google等自研芯片行列，标志AI算力从软件竞赛转向硬件圈地。
AWS Trainium 3出货量猛增20%-30%，加速AI算力控制权从NVIDIA向自研芯片转移
供应链消息显示AWS已将Q3 Trainium 3服务器出货计划上调20%-30%，Anthropic为主要驱动力。Trainium 2已售罄，Trainium 3几乎全数预订，客户排队预订Trainium 4，并启动Trainium 5开发。此举表明AWS正通过自研芯片深度绑定大客户，加速AI算力自主化。
Meta转投三星2纳米代工：MTIA ASIC供应链生态重构
Meta与三星合作，将下一代MTIA ASIC代工从台积电转向三星2纳米工艺，计划数十万组规模量产。此举旨在支撑2030年5吉瓦数据中心目标，每六个月推新一代芯片，重构AI芯片供应链生态。
Etched发布Transformer专用ASIC Sohu：推理性能声称达H100的20倍，正面冲击NVIDIA垄断
AI芯片初创公司Etched推出首款Transformer专用ASIC芯片Sohu，采用台积电N4P工艺，搭载144GB HBM3E。通过将注意力机制固化于电路，实现8卡服务器运行Llama 70B吞吐量达H100的20倍，每美元性能为140倍。累计融资8亿美元，首批机柜今夏出货，直接挑战NVIDIA推理市场地位。
AWS与谷歌开放自研AI芯片，ASIC出货增速首超GPU，TCO拐点已至
2026年Q2，AWS Trainium与谷歌TPU首次对外商业化销售，定制ASIC芯片出货增速44.6%首超GPU的16.1%。大规模推理场景下ASIC TCO优势达40-65%，Midjourney迁移至TPU后月度成本从210万降至70万美元，标志着AI算力市场结构性拐点。
OpenAI联合博通发布Jalapeño推理芯片，9个月流片，2027年量产，直指GPU替代
OpenAI与博通合作推出首款定制推理芯片Jalapeño，采用自研大模型辅助设计，9个月完成从架构到流片。早期测试显示性能/瓦特显著优于现有方案，计划2027年规模化量产，标志着AI模型公司垂直整合芯片进入新阶段。
OpenAI联手博通9个月流片自研推理芯片Jalapeño，剑指NVIDIA生态
OpenAI与博通联合发布首款自研推理ASIC芯片Jalapeño，采用TSMC 3nm工艺，专为Transformer推理优化，目标推理成本降低50%。从设计到流片仅9个月，计划2026年底部署于千兆瓦级数据中心，标志着OpenAI向全栈AI基础设施提供商转型，直接挑战NVIDIA在推理市场的控制权。
OpenAI联合博通发布推理ASIC Jalapeño，摆脱NVIDIA GPU依赖
OpenAI与博通合作推出首款定制AI推理芯片Jalapeño，9个月完成流片，专为大模型推理优化。OpenAI负责架构，博通负责网络硬件，Celestica集成。计划2026年底大规模部署，配套千兆瓦级数据中心，旨在降低推理成本并减少对NVIDIA的依赖。
华为推AI原生网络架构：从字节计费转向Token货币化，UCM缓存突破长上下文瓶颈
华为在MWC上海2026发布AI原生网络架构，集成服务-网络-计算，实现从流量中心到智能中心的转变。核心是Unified Cache Manager（UCM）将KV缓存扩展至PB级外存，在GLM-5.1模型128K序列长度下实现372% token吞吐量提升。同时推出token货币化框架，允许运营商按AI推理容量计费，并引入agentic运营模式。
OpenAI联手Broadcom推出Jalapeno推理芯片，重塑AI硬件生态
OpenAI与Broadcom合作开发了名为Jalapeno的LLM推理加速芯片，采用多芯片模块、HBM3E内存，9个月完成流片。该芯片专为OpenAI模型栈优化，旨在降低推理成本并减少对NVIDIA GPU的依赖，计划2026年底部署。