情报
AI 生成的结构化厂商动态简报
NVIDIA发布Rigel CPU核心：单线程性能成Agentic AI新控制点
NVIDIA首次披露Rosa CPU架构，采用自研Rigel核心（Arm v9.2），专为Agentic AI工作负载优化单线程性能，配套Feynman GPU（1.6nm，50 PFLOPS）于2028年推出。该战略将CPU从核心数量竞赛转向串行延迟优化，直接威胁AMD EPYC和Intel至强数据中心基本盘。
Google Cloud推Blackwell GPU机密VM与开源Prompt加密SDK，重塑AI安全边界
Google Cloud升级机密计算产品线，推出基于Blackwell GPU的机密虚拟机（Confidential G4 VMs预览版）和开源Prompt Encryption SDK，同时升级Confidential Space，引入Intel Trust Authority认证和Hopper GPU支持，以应对TEE漏洞CVE-2026-33697，强化AI推理与跨机构联合训练的数据保护。
AMD MI430X以200+ TFLOPS原生FP64性能，重新定义HPC与AI融合算力基线
AMD在TOP500榜单中驱动4台前十超算，并预览MI430X GPU，承诺超过200 TFLOPS原生FP64性能。此举直接针对AI for Science场景，将双精度计算作为下一代HPC与AI融合基础设施的核心指标，对NVIDIA和Intel形成直接竞争压力。
Arm服务器收入占比超45%，AI驱动下x86生态面临重构
IDC数据显示，2026年Q1全球服务器市场收入创纪录达1226亿美元，其中Arm架构服务器收入占比超过45%，x86降至52%。加速服务器（GPU/ASIC/FPGA）贡献超70%收入。Nvidia Grace CPU（NVL72）及超大规模厂商自研Arm芯片是主要驱动力，x86在出货量上仍占优但受供应限制。
AMD收购MEXT实现NAND闪存模拟DRAM，AI推理内存成本腰斩
AMD完成对MEXT的收购，其技术使廉价NAND闪存模拟DRAM行为，将可用内存容量提升2-4倍同时成本减半。该能力被直接瞄准AI推理和代理型AI市场，解决内存带宽瓶颈。同时AMD与Rackspace签署30MW AI计算部署协议，2026-2028年落地。
AMD悄然移除消费级Ryzen TSME：安全功能分化锁定企业客户
AMD在未公开声明的情况下，从基于Zen 5的消费级Ryzen处理器中移除了Transparent Secure Memory Encryption (TSME)功能，仅保留给Ryzen PRO系列。该变化始于AGESA 1.2.7.0固件，用户难以在Windows上察觉，但Linux系统可检测到缺失。此举旨在通过安全功能差异化，推动企业用户转向更高价格的PRO产品线。
AMD Threadripper 'Mustang Peak' 曝光：144核、PCIe 6.0、新TR6插槽，但功耗内存瓶颈暗藏
AMD Zen 6 Threadripper Pro 'Mustang Peak' 确认采用2nm工艺、DDR5、PCIe 6.0及全新TR6插槽。基于Powderhorn CCD，核心数最高可达144核（288线程），频率超6GHz。但功耗巨大，内存带宽可能依赖MRDIMM，平台升级成本高昂。
AMD MLPerf 6.0：MI350系列用MXFP4实现3.5倍代际提升，多节点训练首秀
AMD在MLPerf Training 6.0中提交了最全面的结果，包括首次多节点训练（FLUX.1在512 GPU上）和MXFP4训练配方。MI355X相比MI300X在Llama 2-70B上实现3.5倍性能提升，且与NVIDIA B200的差距缩小至5%以内。10家生态伙伴验证了可复现性。
AMD关键RCE漏洞124天未修复，安全研究员公开披露引爆AI基础设施信任危机
安全研究员mr.bruh公开披露了AMD一个关键远程代码执行漏洞，该漏洞在124天内未修复，AMD拒绝支付1万美元赏金。该漏洞影响基于AMD EPYC和Instinct的AI服务器，被比作AI基础设施的Log4j时刻，迫使企业重新评估芯片级安全响应与供应链风险。
AMD与Rackspace共建30MW受管AI算力：从硅层到结果的生态重构
AMD与Rackspace签署协议，分阶段部署30MW基于AMD Instinct GPU（MI355X等）和EPYC CPU的AI计算，构建面向受监管企业的“受管AI堆栈”，提供从裸金属到推理的单一责任方服务，旨在替代传统多厂商集成模式。
AMD收购MEXT：用AI预测让Flash逼近DRAM，降低AI内存TCO
AMD宣布收购AI内存优化初创公司MEXT，其核心技术利用AI预测模型使NAND Flash在延迟和吞吐量上逼近DRAM，旨在扩展AI服务器的有效内存容量，降低总拥有成本（TCO）。该技术将被整合进AMD数据中心全线产品，包括EPYC CPU和Instinct GPU，以应对大模型对内存的饥渴。
AMD通过Vultr开源AI软件组件，向NVIDIA CUDA生态发起生态重构挑战
AMD通过Vultr Marketplace发布开源、模块化的企业AI软件组件，包括AMD Inference Microservices (AIMs)、AI Workbench、Resource Manager和Solution Blueprints。该组合旨在提供生产级AI基础设施，避免单一厂商锁定，直接挑战NVIDIA的CUDA生态。
AMD Zen 6 Venice 256核EPYC以3.3倍机柜性能反击NVIDIA Vera，但预估数据存疑
AMD首次公布基于2nm制程的Zen 6 Venice EPYC处理器性能预估，在100kW整柜功耗下，以SPEC CPU 2017_rate基准，整数吞吐量达NVIDIA Vera CPU的3.3倍。此举是对NVIDIA Arm生态入侵x86数据中心领域的直接回应，但数据为理论推演而非实测硅片。
AMD携手戴尔与剑桥大学，以开放ROCm生态撬动英国主权AI算力基建
AMD联合戴尔和剑桥大学宣布建立英国主权AI创新实验室（SAIL），部署基于第五代EPYC和Instinct MI355X GPU的Zenith超级计算机，以及用于聚变能源研究的Sunrise系统。该实验室旨在推动开放、可互操作的AI基础设施，以ROCm软件栈为核心，对抗NVIDIA的CUDA生态锁定，为英国政府和研究机构提供长期技术选择。
AMD EPYC以机架级密度宣战：Agentic AI的CPU控制权之争
AMD发布博客，宣称其EPYC处理器在机架级性能上领先NVIDIA Vera和Intel Xeon，专为Agentic AI的CPU密集型服务（如编排、缓存、数据库）设计。通过100kW机架模型，EPYC 9965（Turin）实现2.37倍于Vera的吞吐量，下一代“Venice”将扩展至3.30倍。强调现有x86平台即可部署，无需等待未来架构。
NVIDIA发布Vera 88核Arm CPU：控制点从x86转向NVIDIA，智能体计算架构重构
NVIDIA在GTC台北2026发布首款独立数据中心CPU Vera，基于88核Olympus Arm架构，单片mesh网络，LPDDR5X带宽1.2TB/s，性能1.8倍x86。通过NVLink-C2C与GPU紧密耦合，首批客户包括OpenAI和Anthropic，Q3 2026投产。此举将控制点从Intel/AMD移向NVIDIA，重构智能体计算架构。
NVIDIA三线并发：Vera CPU交付、N1X笔记本芯片与硅光子学投资，重构AI基础设施控制层
NVIDIA交付首款Agent专用Vera CPU（88核Arm v9.2, 1.2TB/s内存带宽），预告消费级N1X笔记本处理器，并累计投资65亿美元于硅光子学。此举将AI编排控制点从x86转向NVIDIA Arm生态，同时通过CPO技术解决内存墙问题，但量产挑战持续至2028年后。
NVIDIA Vera CPU实测碾压x86：Agentic AI时代的内存带宽霸权
Phoronix基准测试显示，NVIDIA Vera CPU凭借88核自研Olympus核心（Armv9.2）、1.2TB/s LPDDR5X带宽及450W TDP，在Agentic AI工作负载中全面领先Intel/AMD x86。单核性能、内存带宽每瓦效率及并行一致性均实现代际跨越，Linux内核编译仅20秒。
AMD Ryzen AI Halo与Max PRO 400系列：本地运行300B参数模型，但隐性锁定与工程短板并存
AMD发布Ryzen AI Halo开发者平台（128GB统一内存，支持200B参数模型）及Ryzen AI Max PRO 400系列处理器（首款x86客户端运行300B参数模型）。通过统一内存架构、ROCm优化和OEM合作，推动代理AI从云端走向本地，但实际性能受限于共享内存带宽与散热设计。
AI Agent工作负载引爆CPU结构性短缺，Arm与AMD重塑服务器价值链
AI推理与Agent编排导致CPU需求暴增，CPU-GPU配比从1:8向1:1演进。AMD EPYC交付周期8-12周，Intel Xeon部分配置长达6个月，Arm 3nm 136核AGI处理器联合Meta/Cerebras/Cloudflare/OpenAI，总需求超200亿美元。CPU取代GPU成为AI基础设施新瓶颈，价值链正在被Arm和AMD重新分配。