情报
AI 生成的结构化厂商动态简报
AWS与TGS达成战略合作，推动能源行业AI与HPC转型
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。
Arm首次推出自研AGI CPU，进军数据中心硅产品市场
Arm宣布其计算平台首次扩展至生产级硅产品，推出自研的Arm AGI CPU，专为AI数据中心和Agentic AI工作负载设计。该CPU旨在提供远超x86平台的每机架性能与能效，并已获得Meta、OpenAI等关键客户及广泛OEM/ODM生态支持。
英特尔与CrowdStrike深化AI PC安全集成，优化端侧威胁检测
英特尔与CrowdStrike扩展合作，将Falcon平台深度集成至英特尔AI PC硬件层，利用CPU、GPU、NPU的端侧AI加速能力及芯片级遥测技术。该方案旨在实现实时威胁检测与入侵防御，同时避免性能损耗，针对生成式AI数据泄露风险提供企业级防护。
英伟达联合能源机构展示AI算力工厂参与电网调峰
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。
Arm推出数据中心芯片产品进军服务器硬件市场
Arm发布首款面向数据中心的硅产品Arm AGI CPU，采用1OU双节点参考服务器设计。这标志着Arm从IP授权商向完整服务器硬件参考设计提供商的战略转型，旨在为智能体AI云提供芯片基础。
Arm推出自研AGI CPU进军AI数据中心硬件市场
Arm首次推出自研硅产品AGI CPU，专为AI数据中心设计，采用Neoverse V3架构，单机架性能宣称超x86平台2倍以上。该产品标志着Arm从IP授权商向硅产品供应商的战略转型，已获得Meta、OpenAI等关键客户支持。
Meta与Arm合作开发面向AI数据中心的新CPU
Meta宣布与Arm合作，共同开发针对AI工作负载优化的数据中心CPU。首款产品Arm AGI CPU旨在提升机架性能密度，支持大规模AI部署，并将通过Arm向生态开放，其板卡设计将通过OCP开源。
Meta与Arm合作开发AI专用数据中心CPU
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。
ARM推出AGI CPU：AI Agent时代的硅基础
ARM宣布推出Arm AGI CPU，这是其首款自有硅产品，基于Neoverse平台，专为agentic AI时代设计。该CPU优化大规模并行工作负载，在1OU配置中支持272核心/刀片，全机架达8160核心，性能比x86系统提高两倍以上，提升AI基础设施效率。
ARM推出AGI CPU芯片，进军AI基础设施市场
ARM于2026年3月推出首款自研AGI CPU生产级芯片，标志着从IP授权模式向完整硅解决方案提供商的战略转型。该芯片专为下一代AI基础设施设计，可能重塑数据中心处理器生态格局。
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。
ARM与NVIDIA推动AI工作站本地化变革
ARM与NVIDIA联合推出基于GB10 Grace Blackwell芯片的DGX Spark AI工作站系列，八家主流OEM厂商同步发布产品。该方案采用统一内存架构支持2000亿参数模型本地运行，第三方测试显示较x86方案提升41%渲染性能与3.2倍AI处理速度，实现云端工具链向边缘端无缝迁移。
Check Point发布AI工厂安全蓝图，定义从GPU到LLM的全栈防护架构
Check Point发布AI工厂安全架构蓝图，提出从硬件到应用层的分层安全参考架构。该蓝图整合了NVIDIA BlueField DPU硬件加速、AI Agent安全、以及面向Kubernetes的微隔离，旨在为私有AI基础设施提供内生安全。
英伟达CEO阐述加速计算范式，预示AI基础设施架构演进
英伟达CEO黄仁勋接受专访，系统阐述加速计算作为计算机架构根本性转变的理念。他强调数据中心正从通用CPU转向由GPU主导的专用加速平台，并认为未来的计算堆栈将围绕加速计算进行重构。
NVIDIA阐述加速计算三阶段演进与软件定义数据中心战略
NVIDIA CEO黄仁勋提出加速计算三阶段演进模型，从单一GPU加速发展到全栈加速，最终进入软件定义、AI驱动的数据中心阶段。公司强调通过软件定义基础设施实现动态资源分配，并重申从芯片到应用的全栈AI解决方案战略。
思科与英伟达合作将防火墙嵌入DPU实现AI服务器安全
思科将其混合网格防火墙扩展至英伟达BlueField DPU，实现400G线速状态化分段安全。该方案将安全能力直接部署在AI服务器内部，通过硬件加速避免消耗CPU/GPU资源。专为AI前端网络设计，支持多租户隔离和自动策略生成。
AMD定义智能体计算机愿景推动端侧AI架构
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 强调 CPU 在 Agentic AI 编排与推理中的关键作用
AMD 提出 Agentic AI 工作负载依赖串行决策和上下文管理，更适合 CPU 处理。公司强调高核心数、大内存带宽的服务器 CPU 将主导智能体编排和轻量级推理，补充 GPU 在训练中的角色。这反映了 CPU 在 AI 数据中心架构中的战略重新定位。
AMD与NAVER Cloud合作推进韩国主权AI基础设施建设
AMD与韩国NAVER Cloud宣布深化战略合作，旨在加速韩国主权AI基础设施建设。NAVER Cloud将扩大部署AMD EPYC“威尼斯”处理器，并获得下一代Instinct MI455X GPU的早期访问权限，双方将共同优化AI服务与软件栈。
AMD与三星深化合作，锁定HBM4供应并探索代工
AMD与三星签署谅解备忘录，将三星作为下一代Instinct MI455X GPU的HBM4主要供应商，并合作优化用于第六代EPYC CPU的DDR5内存。双方还将探讨三星为AMD提供先进制程代工服务的可能性。