情报
AI 生成的结构化厂商动态简报
思科借BBVA案例，推动多域网络架构从数据中心向分支扩展
BBVA Argentina利用思科ACI、SD-Access和SD-WAN，构建端到端自动化网络，并计划通过多域架构将园区体验延伸至分支。这标志着企业网络正从孤立的SDN域向统一策略驱动的整体架构演进。
HPE财报揭示网络业务爆发式增长，验证Juniper并购整合战略
HPE发布2026财年Q2财报，整体营收同比增长40%。其中Networking部门营收达27亿美元，同比飙升148%，数据中心网络、安全及路由业务均呈现数倍增长。这标志着收购Juniper Networks后，HPE在网络基础设施市场的整合战略取得显著成效。
思科将SSE与企业浏览器深度集成，推动零信任向数据使用层延伸
思科将其云交付的Security Service Edge (SSE)平台Cisco Secure Access与Island Enterprise Browser深度集成。该方案旨在为未托管设备提供安全应用访问，将零信任策略执行点从网络访问层延伸至浏览器内的用户会话，实现对数据复制、粘贴等操作的原生控制。
Google客户案例揭示：企业从LLM API消费转向自有微调开源模型
Trustpilot与Google合作，通过微调Gemma开源模型，在Dataflow和Gemini Enterprise Agent Platform上构建高吞吐量实时数据处理流水线，替代传统ML方案并实现成本可控。此举标志着企业AI策略从依赖闭源API向拥有模型所有权和优化基础设施的范式转变。
NVIDIA借DSX平台与全球伙伴构建全栈AI云生态，定义AI工厂经济性
NVIDIA正通过其DSX平台与全球云伙伴（如CoreWeave、Firmus、Nebius）深度合作，共同构建由NVIDIA全栈技术定义的‘AI Cloud’生态系统。该生态旨在将‘AI工厂’基础设施贴近数据与用户，并引入‘每Token成本’作为核心经济性指标，以优化从训练、推理到智能体（agentic AI）的全周期工作负载。
NVIDIA发布工厂运营蓝图，定义自主工厂管理器代理架构
NVIDIA发布Factory Operations Blueprint (FOX)参考设计，用于构建基于AI的自主工厂管理器代理。该蓝图整合NemoClaw、AI-Q Blueprint及Nemotron开放模型，旨在连接工厂异构系统、自动化AI模型训练并协调各类专业代理，实现工厂级智能决策。
NVIDIA联合台系制造巨头，以AI平台重构制造业运营与控制层
NVIDIA联合台积电、富士康、广达等超过500家生态伙伴，在其Vera Rubin NVL72 AI基础设施生产过程中，深度应用CUDA-X、Omniverse、AI代理及物理AI技术，优化从芯片设计、工厂规划到产线运营的全流程。此举将NVIDIA的技术栈从计算加速延伸至制造运营的核心控制层。
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。
思科将AI深度整合入CCNA/CCIE认证，重塑网络工程师核心技能栈
思科在Cisco Live 2026上宣布，其核心认证体系将全面拥抱AI。CCNA v2.0蓝图更新，CCIE实践考试集成AI工具，并推出大量关于AI网络运维（如LangChain代理、Agentic Operations）的新培训路径。这标志着网络专业人才的能力模型正从传统协议配置转向AI驱动运维。
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。
思科与微软整合企业浏览器与SSE平台，构建零信任应用访问新控制点
思科将其Secure Access（SSE）平台与微软Edge for Business企业浏览器深度集成，旨在通过浏览器原生执行统一的零信任访问、数据防泄漏（DLP）及AI代理安全策略，简化对私有应用的安全访问。
诺基亚发布多轨集成光放大系统，瞄准AI集群跨数据中心带宽扩展瓶颈
诺基亚推出1830 GX多轨开放线路系统（Multi-rail OLS），其核心是1RU机架空间内集成支持四个光纤轨道（rail）的放大器模块。该设计旨在解决AI工作负载激增下，跨数据中心互联所需的多轨道部署面临的空间、功耗和运营复杂性挑战，通过硬件集成显著提升光传输基础设施的密度和能效。
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。
思科将安全深度嵌入网络架构，作为AI时代防御核心
思科IT与安全团队阐述其内部安全架构，将安全能力直接内嵌于网络基础设施各层，从园区到数据中心。该策略通过软件定义分段、统一策略和自动化运营，旨在遏制AI驱动的横向移动威胁，并推动网络与安全团队的深度协同。
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。
Intel将先进封装定位为AI时代性能基石，驱动控制层向系统集成转移
Intel Foundry封装技术负责人阐述EMIB技术起源与价值，强调先进封装已从辅助角色变为系统性能核心驱动力。这标志着行业性能提升路径正从单一芯片微缩转向多芯片异构集成，以应对AI工作负载对带宽与能效的极限需求。