情报
AI 生成的结构化厂商动态简报
Meta与Anthropic百亿算力租赁：Hyperscaler从租户到房东的生态重构
Meta与Anthropic正就最高100亿美元的算力租赁协议进行早期谈判，标志着Meta Compute从内部自用转向对外商业出租。此举将Meta的巨额AI资本支出转化为可货币化资产，同时开创了Hyperscaler间相互租赁算力的‘Inter-Cloud’模式，重构AI基础设施生态。
AMD反向投资Anthropic 50亿美元，绑定2GW MI450部署，重构AI算力生态
AMD与Anthropic达成战略合作，Anthropic将部署最多2GW AMD Instinct MI450系列GPU，AMD反向投资$50亿。双方将联合优化ROCm软件栈，并利用Claude优化Instinct负载。此举标志着AMD从芯片供应商升级为AI生态投资者，加速AI算力多元化，直接挑战NVIDIA的垄断地位。
AMD发布Zen 6 Venice与MI455X，Helios机架级设计挑战NVIDIA
AMD在Advancing AI 2026大会发布基于TSMC 2nm的Zen 6 EPYC Venice（最高256核）和CDNA5架构MI455X（432GB HBM4，40 PFLOPS FP4），推出Helios机架级参考设计（单rack 2.9 exaFLOPS FP4），宣称四年AI性能提升1000倍，获Meta、OpenAI等大客户长期合同。
Meta发布Muse Spark 1.1及API，低价策略转向闭源商业化
Meta正式发布Muse Spark 1.1多模态推理模型，并首次推出付费API，终结Llama开源传统。API定价仅为竞品25%，支持1M上下文窗口和Agent任务，标志着Meta从开源转向闭源商业化，意图通过低价抢占市场份额。
Moonshot发布Kimi K3：2.8万亿参数开源MoE，定价$3/$15冲击AI格局
Moonshot AI发布Kimi K3，2.8万亿参数MoE架构（896专家激活16个），原生多模态，1M上下文。API定价$3/$15，显著低于竞争对手。开源权重将于7月27日公开，发布后GPU容量即耗尽。该模型在Arena.ai排行榜以1679分超越Fable 5。
SANS发现49个IP分布式扫描MCP服务器，AI基础设施成安全新靶
SANS Internet Storm Center披露攻击者系统性地扫描MCP服务器、AI助手配置文件和本地LLM端点。49个独立IP发起MCP握手，利用CVE-2026-25536和CVE-2026-34742，标志AI基础设施成为攻击焦点。
OpenAI重返开源：GPT-oss系列以Apache 2.0许可部署云端卸载控制点
OpenAI发布GPT-oss-120b和GPT-oss-20b两款开源模型，采用Apache 2.0许可，可在单张80GB GPU上运行。但模型内置云端卸载机制，复杂任务自动转至闭源模型处理，表面开源实则保留核心控制点。
Etched发布Transformer专用ASIC Sohu：推理性能声称达H100的20倍，正面冲击NVIDIA垄断
AI芯片初创公司Etched推出首款Transformer专用ASIC芯片Sohu，采用台积电N4P工艺，搭载144GB HBM3E。通过将注意力机制固化于电路，实现8卡服务器运行Llama 70B吞吐量达H100的20倍，每美元性能为140倍。累计融资8亿美元，首批机柜今夏出货，直接挑战NVIDIA推理市场地位。
Introducing Amazon Bedrock Managed Knowledge Base for faster, more accurate enterprise AI applications
...
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。
NVIDIA Blackwell MLPerf六连冠：NVLink与NVFP4定义AI训练新范式
NVIDIA在MLPerf Training 6.0中凭借Blackwell平台全面领先，首次提交所有7个基准测试，包括MoE模型。GB300 NVL72比GB200快1.6x，通过第五代NVLink实现72 GPU一体化，NVFP4低精度训练提升性能。展示了从单机到8192 GPU集群的线性扩展能力。
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。
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。
GKE Inference Gateway前缀缓存：AI推理延迟降低92%，但锁定风险暗藏
Google Cloud推出GKE Inference Gateway，通过前缀缓存和模型感知路由，在Llama 3.1 8B模型上实现92.8%更短首令牌延迟和15.7%更高吞吐量。Snap实测缓存命中率达75-80%。但该技术深度绑定GKE Gateway API和Google生态，企业需警惕架构弹性损失。
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。
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。
NVIDIA DGX Spark更新：一键部署本地AI代理，多节点集群扩展至400B模型
NVIDIA在Computex 2026发布DGX Spark软件更新，包括NemoClaw一键安装本地AI代理、Qwen3.6-35B模型在vLLM上实现2.6倍性能提升、以及Sync集群助手支持2-4节点通过ConnectX-7 200Gbps RoCE高速互联，使本地运行大规模自主代理和多节点分布式推理成为可能。
NVIDIA RTX Spark：以SoC形态夺取PC控制权，AI算力革命或锁定生态
NVIDIA发布RTX Spark SoC，集成Blackwell GPU与20核Grace CPU（MediaTek设计），通过NVLink-C2C实现600GB/s互联，最高128GB统一内存，1 petaflop FP4 AI算力，支持本地运行1200亿参数大模型。此举从GPU供应商跃升为整机方案商，直接挑战Apple M系列、Qualcomm及x86阵营。
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。
思科与AMD联合基准测试：将AI网络控制点从GPU移至智能网卡与交换机
思科与AMD联合发布基于N9000 800G交换机、Pensando Pollara 400智能网卡和MI300X GPU的AI组网基准测试。通过IBPerf和MLPerf测试，展示在incast拥塞下P01/P99带宽均接近400Gbps线速，证明其架构能消除GPU空转，实现确定性性能。