情报
AI 生成的结构化厂商动态简报
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。
NVIDIA力推World-Action模型：机器人控制权从语言转向视频基础模型
NVIDIA发表深度技术博客，提出World-Action Model（WAM）作为VLM-based VLA的替代路线。WAM利用预训练视频/世界模型骨干，同时预测未来状态和机器人动作，旨在克服VLA的语言-动作接地鸿沟。该范式可能重塑机器人基础模型训练格局，但面临推理成本和实时性挑战。
Carmen Li推动GPU期货市场：算力金融化将颠覆AI基础设施采购模式
Carmen Li通过Silicon Data和Compute Exchange构建GPU价格指数和现货市场，目标推出计算期货。该计划获DRW支持，旨在解决GPU价格波动，标准化算力交易，可能创造万亿美元级新资产类别，彻底改变AI算力的定价与分配机制。
Cloudflare吸纳Ensemble团队：架构级模型压缩重塑边缘推理经济
Cloudflare宣布吸纳Ensemble AI核心团队，引入其架构级模型压缩技术NdLinear和NdLinear-LoRA。该技术通过保留多维激活结构而非扁平化处理，直接减少Transformer模型的参数量和计算开销。此举旨在显著降低Workers AI平台的推理成本，提升GPU利用率，并加速全球边缘AI部署。
NVIDIA GB300 NVL72在Agentic AI基准测试中实现20倍能效跃升，定义新推理标准
NVIDIA在第三方AA-AgentPerf基准测试中，凭借GB300 NVL72的72 GPU NVLink域、MXFP4/MXFP8内核及MoE优化，实现每兆瓦并发agent数达H200的20倍。该基准首次标准化agentic推理性能度量，直接冲击数据中心容量规划。
NVIDIA推AgentPerf基准测试：Blackwell Ultra每瓦代理数较Hopper提升20倍
NVIDIA与Artificial Analysis联合发布首个Agentic AI基准测试AgentPerf，结果显示GB300 NVL72平台在运行DeepSeek V4 Pro等MoE模型时，每兆瓦可承载的并发代理数较HGX H200提升20倍。该基准模拟真实编码代理轨迹，测量端到端吞吐与响应延迟。
思科AI Defense Policy Studio：用元提示将隐性策略转化为可审计护栏
思科推出AI Defense Policy Studio，通过一个AI助手引导策略所有者以对话方式定义自定义AI护栏。该工具使用元提示（meta-prompting）技术，将非正式指导转化为人类和模型可读的策略文档，并直接部署到思科AI Defense运行时进行执行。
微软联合NVIDIA推RTX Spark Arm AI芯片，Windows PC算力跨越1 Petaflop门槛
微软在Computex 2026宣布与NVIDIA、MediaTek合作推出RTX Spark Arm架构AI超级芯片，集成Blackwell RTX GPU和128GB统一内存，支持本地运行120B参数大模型。同时Intel Arc G3、高通Snapdragon X2系列齐发，Windows AI PC生态全面升级。
NVIDIA联手Google DeepMind推出并行文本生成模型，吞吐量突破1000 tokens/sec
NVIDIA宣布与Google DeepMind合作优化DiffusionGemma，该模型基于扩散去噪实现每步并行生成256个token，在单个H100上达到1000 tokens/sec，并通过NIM和NeMo提供即用部署，显著降低推理成本和延迟。
NVIDIA借DiffusionGemma并行生成，将本地AI推理控制权锁定于自家GPU
NVIDIA优化Google DeepMind的DiffusionGemma开源模型，该模型通过并行生成256 tokens（非逐token）实现4倍加速。在H100上达1000 tokens/sec，DGX Spark上150 tokens/sec，完全本地运行，无云成本。此举强化了NVIDIA GPU在计算密集型本地AI推理中的核心地位。
Google发布Lightning Engine：4.9x性能提升背后的生态锁定与架构隐忧
Google Cloud宣布Lightning Engine全面可用，基于开源Gluten和Velox实现向量化原生执行，声称性能提升4.9倍，价格性能比领先2倍。深度优化Cloud Storage和BigQuery连接器，但通过专有集成和premium tier强化生态锁定。
微软借KPMG全球部署Agent 365，锁定企业AI代理管理控制平面
KPMG宣布全球采用Microsoft Agent 365管理AI代理，并扩展Copilot部署。Agent 365成为KPMG Workbench的核心治理层，协调跨系统、数据与业务流程的AI代理。此举将微软的AI管理平台深度嵌入全球最大咨询公司的交付体系，形成对企业AI代理生命周期的集中控制。
NVIDIA NVFP4：原生4位训练实现1.73倍吞吐跃升，锁定Blackwell生态
NVIDIA发布NVFP4格式，利用Blackwell原生硬件支持，在JAX/MaxText中实现4位混合精度预训练。相比FP8基线，Llama 3.1 405B在GB300上获得1.73倍吞吐提升，且精度无损失。该技术通过微块缩放、随机哈达玛变换等创新，显著降低训练成本，但深度绑定NVIDIA硬件生态。
Cloudflare以自身为靶场，推AI时代分层防御架构：WAF+零信任+ML评分
Cloudflare公开其防御前沿AI模型的完整架构，以自身为“客户零号”，整合WAF Attack Score、API Shield、Bot Management、Zero Trust及MCP Server Portal。核心思路：架构比补丁速度更重要，通过ML评分和正面安全模型，在攻击变种产生前阻断，并限制单点突破后的横向移动半径。
NVIDIA 借英国主权AI基金，从芯片商跃升为国家AI基础设施的幕后控制者
NVIDIA 与英国政府合作，通过 Isambard-AI（搭载 5,400 颗 GH200）及 Sovereign AI Fund，扶持本地初创（Cosine, Cursive, Doubleword）。此举表面是技术部署，实则是 NVIDIA 构建主权AI控制平面，将国家算力锁入其生态系统，削弱AWS/Azure等传统云厂商的地位。
Cloudflare AI Gateway 引入身份驱动预算，争夺 AI 流量控制层
Cloudflare 在 AI Gateway 中推出基于美元预算的 spend limits 和与 Cloudflare Access 集成的身份驱动预算与路由（closed beta）。该功能允许企业按用户、团队、模型设置预算，并在超限时降级或阻断请求，将 AI 成本控制从模型提供商转移到网关层。
NVIDIA Nemotron 3 Ultra：以MoE与MOPD重构AI Agent控制平面，锁定企业推理成本
NVIDIA发布**Nemotron 3 Ultra**，一个550B参数MoE模型（55B活跃），专为AI Agent编排而设计。通过**多教师在线策略蒸馏（MOPD）** 与**Hybrid Mamba-Transformer**架构，其在**SWE-bench**等任务中实现5倍吞吐量提升与30%成本节省，标志着推理控制权从单一模型向分层Agent系统的转移。
思科将OT安全控制点嵌入交换机ASIC：从可见性到执行的闭环锁定
思科在Cisco Live 2026发布Cyber Vision新功能，将安全策略自动推荐、模拟与执行直接集成到IE3500/IE9300工业交换机的自有ASIC中，并嵌入零信任远程访问。此举将OT安全从独立设备转移到网络基础设施内部，实现从可见性到预防的闭环，但旨在深度锁定用户于Cisco全栈。
微软Build大会：从芯片到云构建Agent时代统一生态
微软在Build大会上发布一系列Agent时代基础设施：Project Solara芯片到云平台、Microsoft IQ统一知识层、Rayfin后端生成、Azure HorizonDB、GPU加速分析等，旨在将开发者锁定在微软生态内。