情报
AI 生成的结构化厂商动态简报
微软发布集成NVIDIA Blackwell的Surface Laptop Ultra，定位AI与开发创作者
微软发布新款Surface Laptop Ultra，首次在笔记本电脑中集成NVIDIA Blackwell RTX GPU，配备高达128GB统一内存，支持本地运行1200亿参数模型。该产品由微软、Windows和NVIDIA深度合作，从芯片层面优化，专为AI构建者、开发者和内容创作者的高负载工作流设计。
微软与英伟达共推基于Arm架构RTX Spark的Windows平台，瞄准本地AI智能体与工作站
微软与英伟达宣布深度整合，推出基于全新Arm架构RTX Spark芯片的Windows PC与工作站。该平台通过高达128GB统一内存、1 petaflop AI算力及Windows系统层优化，旨在将前沿AI模型与智能体（agent）工作负载从云端迁移至本地设备运行。
NVIDIA发布Vera CPU，为AI代理工作负载定义新设计标准
NVIDIA推出基于自研Olympus核心的Vera CPU，针对AI代理和强化学习工作负载中的‘工具调用-执行’循环进行架构优化。该CPU通过高单核性能、高并发及高效LPDDR5X内存子系统，旨在提升AI工厂中CPU关键路径的性能，从而增加整体AI输出吞吐量和能效。
NVIDIA开源DSX OS，定义AI工厂全栈运营软件层
NVIDIA发布其DSX平台的软件核心DSX OS，这是一套开源、模块化的软件组件，旨在协调从芯片、系统、软件到设施（电力、冷却）的整个AI工厂堆栈。它通过DSX Exchange（MQTT通信枢纽）、MaxLPS（动态功耗管理）、Infra Controller（裸金属生命周期管理）等组件，实现IT/OT深度融合，目标是提升“每瓦特token产出”并降低token成本。
英特尔以Xeon 6+与E835强化CPU在AI基础设施中的控制平面地位
英特尔发布Xeon 6+处理器与Ethernet E835网络适配器，系统性阐述其AI平台战略。核心是将CPU（Xeon）定位为现代AI基础设施的“控制平面”，负责智能体（Agentic）AI工作负载的编排、并发与数据移动，而网络与加速器则作为高效数据平面。此举旨在通过提升能效与系统级协同，应对规模化AI部署的瓶颈。
NVIDIA RTX Spark发布：AI PC时代的开启
NVIDIA在Computex 2026正式发布RTX Spark——首款面向AI Agent时代的Windows PC超级芯片。该芯片基于TSMC 3nm工艺，整合Blackwell架构GPU（6144 CUDA核心+第五代Tensor Core，FP4精度）与20核Grace CPU，通过NVLink-C2C互联（600GB/s），提供1 petaflop AI算力和最高128GB统一LPDDR5X内存（300GB/s带宽）。笔记本最薄14mm、最轻3磅，支持本地运行1200亿参数大模型。NVIDIA与微软合作推出OpenShell运行时和Windows安全原语，Adobe正在为RTX Spark重新架构Photoshop和Premiere。首批设备秋季上市，来自ASUS、Dell、HP、Lenovo、Microsoft Surface、MSI，Acer和GIGABYTE随后跟进。预计售价$3000-4000。RTX Spark路线图延伸至2030年：2027年升级Vera CPU+Rubin GPU+LPDDR6，2029-2030年Rosa CPU+Feynman GPU。这是继2020年Apple M1之后PC行业最大的架构变革信号。
NVIDIA 发布 DynoSim 仿真框架，将 AI 服务栈优化从硬件试错转向模拟优先
NVIDIA 推出 DynoSim，这是一个基于 Rust 的、全栈离散事件仿真框架，用于对 NVIDIA Dynamo AI 服务栈进行原子级模拟。它通过虚拟时钟和组件化事件队列，将配置搜索和算法研究从昂贵的 GPU 硬件实验转变为快速模拟验证循环，旨在高效探索服务部署的帕累托前沿。
NVIDIA 发布容器化 AI 模型文档自动生成工具包，集成 RAG 与 NIM 应对监管
NVIDIA 推出 Model Card Generator (MCG) 工具包，一个容器化流水线，可在一分钟内自动从源代码生成符合 Model Card++ 标准的 AI 模型文档。该工具利用 NVIDIA Nemotron RAG 进行高精度信息检索，并由大语言模型（如 GPT-OSS-120B）提取和格式化内容，旨在应对欧盟 AI 法案等法规要求。
NVIDIA将Step 3.7 Flash多模态模型深度整合至其企业AI全栈
NVIDIA宣布在其加速平台上全面支持StepFun的Step 3.7 Flash模型，这是一个1980亿参数的MoE多模态模型。通过TensorRT-LLM、vLLM进行优化推理，并通过NVIDIA NIM提供生产就绪的容器化微服务部署，同时支持基于NeMo框架的Day 0微调。
Anthropic完成650亿美元H轮融资，估值逼近万亿并锁定海量算力
Anthropic宣布完成650亿美元H轮融资，投后估值达9650亿美元。资金将用于安全研究、扩展算力以满足Claude需求，并深化与亚马逊、谷歌、SpaceX等基础设施伙伴的合作，锁定高达10吉瓦的下一代TPU和GPU产能。
NVIDIA Vera CPU交付四大AI实验室，Computex前夕N1X+硅光子学三线并发
NVIDIA于5月18日宣布Vera CPU首批交付Anthropic、OpenAI、SpaceX AI和Oracle Cloud Infrastructure，由超大规模计算副总裁Ian Buck亲自送货。Vera是NVIDIA首款专为Agent式AI设计的CPU，88颗自研Olympus核心(Arm v9.2)，LPDDR5X带宽1.2TB/s，Phoronix基准测试单核超越AMD EPYC 9575F和Intel Xeon 6980P，Linux内核编译仅20秒。同日NVIDIA+微软+Arm联合发布神秘海报预告N1X笔记本处理器(Blackwell GPU+20核联发科Arm CPU+128GB统一内存)，Dell/Lenovo/ASUS已准备设备。此外NVIDIA三个月内向硅光子学投资至少$65亿(Lumentum/Coherent/Marvell各$20亿+Corning $5亿+Ayer Labs E轮$5亿)，黄仁勋称硅光产能需求远超全球供给，CPO 2026渗透率0.5%→2030年35%。
思科定义“跨域扩展”网络新范式，以硅光协同应对AI集群地理分散化
思科发布博客，系统阐述其应对AI训练集群地理分散化挑战的“跨域扩展”网络架构。该架构以Cisco Silicon One P200路由系统与800G ZR/ZR+相干可插拔光模块为核心，通过硅与光的协同设计，旨在为跨数十至数百公里数据中心的GPU集群提供确定性、低延迟、无损的连接。
NVIDIA以游戏捆绑订阅深化云游戏市场，凸显AI基础设施复用策略
NVIDIA通过GeForce NOW平台发布新游戏《007 First Light》，并将其与12个月Ultimate会员订阅捆绑销售。此举旨在利用其强大的云端RTX GPU算力（包括RTX 50系列）吸引并锁定用户，同时展示了其底层AI基础设施向消费级云游戏服务的能力复用。
AMD发布面积优化型Versal Prime Gen 2自适应SoC，推动边缘计算硬件小型化
AMD宣布扩展其Versal Prime Series Gen 2自适应SoC产品线，新增三款面积优化型器件（2VM3454/3254/3104）。这些器件采用4核Arm Cortex-A78AE应用处理器配置，提供最小23x23mm封装，并在单位面积内提供更高的可编程逻辑密度，旨在为专业音视频、工业物联网等嵌入式应用平衡性能、尺寸与功耗。
AMD 以 EPYC 4005 与紧凑型系统重塑零售边缘基础设施
AMD 通过其 EPYC 4005 系列 CPU，与 Supermicro 等合作伙伴推出专为零售边缘设计的紧凑型服务器平台。这些系统强调在有限空间和功耗下的高性能（DDR5, PCIe Gen5）、远程管理（BMC）与硬件安全（TPM），旨在将数据中心级能力下沉至门店，实现工作负载整合与集中化运维。
Google Cloud 系统解构无服务器AI冷启动，定义生产级部署新范式
Google Cloud 发布深度指南，将AI模型在Cloud Run上的冷启动分解为四个技术阶段，并针对每阶段提出具体优化策略，包括模型4-bit量化、镜像流传输、启动CPU Boost、专用网络路径及精细的并发度调优公式。此举旨在将无服务器平台从支持AI升级为为AI深度优化的一级生产环境。
NVIDIA CUDA 13.3为C++引入Tile编程模型，抽象GPU并行与内存管理
NVIDIA在CUDA 13.3中为C++添加了CUDA Tile编程模型支持，允许开发者在现有C++代码库中使用基于tile的抽象编写GPU内核。该模型通过tensor_span和partition_view操作固定大小的数组块，自动处理块内并行性、内存移动和硬件特性利用，无需显式线程管理，并支持Nsight Compute性能剖析。
NVIDIA CUDA 13.3 通过 Tile C++、编译器自动调优与 Python 生态巩固软件栈控制权
NVIDIA 发布 CUDA 13.3，核心动作包括将高级 CUDA Tile 编程模型扩展至 C++、正式发布稳定的 CUDA Python 1.0 并引入进程检查点等功能，以及推出 CompileIQ 编译器自动调优框架。此举旨在通过更高层级的抽象和自动化工具，进一步降低 GPU 编程门槛并提升性能。
NVIDIA发布RTX PRO 4500 Blackwell加速基因组与蛋白质折叠计算
NVIDIA推出基于Blackwell架构的RTX PRO 4500服务器GPU，通过集成Parabricks、Openfold3等软件，在基因组序列比对、变异检测和蛋白质结构预测等关键生命科学工作负载上实现2倍以上性能提升，显著降低计算时间与能耗。
Intel CEO：AI推理时代CPU/GPU配比从1:8向1:1演进，Multi-Agent三大刚性需求
Intel CEO指出AI推理时代CPU/GPU配比从1:8向1:1演进，驱动因素为Multi-Agent三大刚性需求：Agent编排与调度、工具调用与API网关、推理卸载与本地执行。Intel三路CPU同时量产（Granite Rapids-D边缘/Aerial嵌入式/Xeon 6主流），非巧合而是系统性应对。Agent编排/工具调用/推理卸载构成CPU新增长极。企业AI基础设施团队需立即重新评估CPU/GPU配比，服务器采购需适配Agent工作负载特征。