情报
AI 生成的结构化厂商动态简报
NVIDIA发布全球首个开源量子AI模型Ising
NVIDIA发布全球首个开源量子AI模型家族Ising，包含校准模型(350亿参数VLM)和解码模型(3D CNN)，性能超越行业标准2.5-3倍，校准时间从数天缩短到数小时。黄仁勋称AI成为量子机器操作系统。IonQ、Harvard、Fermi Lab等机构已采用，量子股票大涨18%。
诺基亚获英伟达投资，联合推出AI-RAN平台加速6G演进
诺基亚与英伟达达成战略合作，后者将投资10亿美元并联合推出基于英伟达计算平台的AI-RAN产品。该合作旨在将AI数据中心能力嵌入无线接入网，推动5G向AI原生6G网络转型，T-Mobile将成为首个部署客户。
英伟达联合谷歌优化Gemma 4，强化本地AI代理基础设施
英伟达宣布与谷歌合作，针对其RTX、DGX Spark及Jetson平台，对Gemma 4系列开源模型进行深度优化。此举旨在将高性能、多模态AI推理能力从云端扩展至边缘设备和个人工作站，为本地AI代理（Agentic AI）提供从2B到31B参数的全栈模型支持。
NVIDIA 优化 Gemma 4 模型以加速本地代理 AI
NVIDIA 与 Google 合作优化 Gemma 4 系列模型，使其能够在从边缘设备到高性能 GPU 的各种 NVIDIA 硬件上高效运行。这些模型支持多种任务，包括推理、编码和代理功能，适用于本地代理 AI 应用。
思科推出Nexus Hyperfabric AI方案，集成800G交换机与HGX B300 GPU
思科发布Nexus Hyperfabric AI基础设施方案，整合800G以太网交换机和NVIDIA HGX B300 GPU，提供全栈预集成或灵活的'自带'模式。该方案符合NVIDIA Cloud Partner计划，旨在简化AI基础设施部署与运维。
NVIDIA cuDF加速Spark数据处理，优化企业A/B测试工作流
NVIDIA通过cuDF GPU DataFrame库和CUDA-X库，在Google Kubernetes Engine上加速Apache Spark工作流，使Snap实现4倍性能提升和76%成本节省。该方案支持无需代码修改的Spark应用迁移，处理超10PB数据。
NVIDIA Project Rheo：用仿真训练医院机器人，控制点从现实转向虚拟
NVIDIA发布Project Rheo蓝图，整合Isaac Sim、GR00T VLA模型和合成数据生成，用于医院机器人自动化。开发者可在数字孪生中训练物理AI策略，包括定位操作（如手术托盘拾取）和精密双手操作（如套管组装），并通过Cosmos Transfer 2.5跨场景泛化。
NVIDIA Warp：可微分物理模拟框架，打通AI训练与GPU加速
NVIDIA发布Warp框架，允许用Python编写GPU加速的物理模拟代码，并原生支持自动微分。通过2D Navier-Stokes求解器示例，展示了如何将模拟直接集成到AI优化流程中，降低物理AI训练数据生成成本。
NVIDIA与达索系统集成虚拟孪生与AI物理模型平台
NVIDIA与达索系统合作，将达索的虚拟孪生平台与NVIDIA加速计算、AI物理开放模型及CUDA-X和Omniverse库结合。该集成通过SIMULIA软件实现基于AI的物理行为模拟，支持多行业即时预测仿真结果。
NVIDIA将CUDA Tile编程模型扩展至Julia语言
NVIDIA通过cuTile.jl包将其CUDA Tile高级GPU编程模型引入Julia语言生态。此举旨在降低高性能GPU内核开发门槛，通过数据块抽象简化底层线程与内存管理，并保持与Python版本在语法和性能上的高度一致性。
Trend Micro发布AI安全报告，揭示AI供应链风险与模型攻击面
Trend Micro发布《AI生态系统断层线》报告，系统性地分析了AI供应链中的安全风险，包括模型训练数据污染、第三方插件漏洞以及模型窃取攻击。报告指出，企业AI应用的安全边界已从传统IT基础设施扩展至模型层和数据管道。
AMD推出企业AI套件强化硬件软件整合
AMD发布企业AI套件，整合硬件与软件生态系统，提供从模型优化到部署的端到端工具链。该套件针对Instinct加速器和Ryzen AI处理器优化，旨在提升AI工作负载性能并降低开发复杂性。
AMD推出AI开发者计划强化软件生态
AMD推出集中式AI开发者门户，提供ROCm软件栈、优化框架和工具支持，旨在降低开发门槛并提升其硬件性能。该计划通过预优化模型和社区支持系统性地补强AI软件生态，直接挑战NVIDIA的CUDA主导地位。
NVIDIA用NVFP4量化+TeaCache将FLUX.2推理提速10倍，锁定Blackwell生态
NVIDIA与Black Forest Labs合作，在DGX B200/B300上通过NVFP4 4-bit量化、TeaCache步跳过、CUDA Graphs和torch.compile，将FLUX.2推理延迟较H200降低6.3x（单卡）至10.2x（双卡），内存需求降40%。该技术栈深度绑定TensorRT-LLM visualgen和Blackwell硬件。
NVIDIA发布交互式AI Agent：用Nemotron Nano-9B和CUDA-X实现GPU加速数据科学
NVIDIA发布了一款基于Nemotron Nano-9B-v2 LLM和CUDA-X数据科学库的交互式AI Agent，通过自然语言接口编排数据科学工作流，实现从数据加载到模型训练的端到端GPU加速，性能提升3-43倍。
NVIDIA与SK hynix联合定义下一代AI内存，锁定HBM4与Vera Rubin架构协同
NVIDIA与SK hynix宣布多年技术合作，联合开发面向Vera Rubin、RTX Spark及Jetson Thor的下一代内存。同时，SK Telecom采用DGX全栈平台建设吉瓦级AI云，计划2027年上线。此举将SK hynix从供应商升级为联合架构定义者，强化NVIDIA在HBM及AI生态的锁定效应。
NVIDIA RTX Spark与Nemotron-3 Ultra：端侧AI控制权从云端下沉至个人PC
NVIDIA在GTC Taipei 2026发布RTX Spark个人AI超级计算机（与联发科合作）及Nemotron-3 Ultra开源混合架构模型。RTX Spark搭载N1X芯片，提供1 PFLOPS本地AI算力，首次将大模型推理下沉至PC端，并重构软件生态。此举标志英伟达从云端GPU供应商转型为端侧AI基础设施垄断者。