情报
AI 生成的结构化厂商动态简报
Lexar用SSD卸载AI模型：DRAM成本降低40%，但延迟问题未解
Lexar发布AI Storage Core SSD，通过自研SPU DRAM-less控制器和软件栈，将大语言模型卸载到NAND Flash，使Qwen 3.5 122B模型在32GB DRAM上运行，速度达15.6 tokens/s，相比传统方案提升3倍，但首次token延迟（TTFM）达2-8秒，限制了实时交互场景。
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。
HBM成AI新瓶颈：亚洲内存厂商夺回供应链控制权，Nvidia成本占比升至90%
SK Hynix、Samsung和Micron凭借HBM3E/HBM4的独家供应能力，市值突破万亿美元，而Nvidia的GPU生产成本中亚洲供应商占比升至90%。AI基础设施的真正瓶颈从GPU算力转向高带宽内存和先进封装。
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。
D-Wave双平台战略商业化加速：退火与门模型并行挑战IBM生态
D-Wave Q1订单暴增2000%至3340万美元，商业收入占比73%。公司同时推进退火和门模型两条路线，计划2032年实现100逻辑量子比特。CEO罕见呼吁行业摒弃炒作，聚焦客户与已发表结果。
CrowdStrike推出连续身份认证，重塑AI代理安全控制平面
CrowdStrike在Identiverse 2026发布Continuous Identity for AI Agents，作为Falcon Next-Gen Identity Security能力。基于SPIFFE标准实现可验证代理身份，通过实时风险信号动态授权，消除常驻权限，并与Falcon AIDR集成检测权限滥用，将身份安全控制平面从静态策略转向连续风险评估。
CrowdStrike用持续身份引擎控制AI代理：从静态策略到实时风险授权
CrowdStrike发布Continuous Identity for AI Agents，基于SPIFFE标准为AI代理提供加密验证身份，并通过Falcon平台实时评估所有者、调用者和设备风险，动态授予或撤销权限。该方案消除静态特权，结合AIDR检测权限滥用，将身份安全控制平面扩展到所有代理行为。
Cisco安全组合全面迁入AWS Marketplace：生态绑定加速，多云中立性存疑
Cisco宣布将其全套SaaS安全产品（Duo、Secure Access、Identity Intelligence、Hybrid Mesh Firewall等）通过AWS Marketplace提供，并与Amazon Bedrock、SageMaker深度集成，强化AI安全与零信任代理管理。此举旨在简化采购、加速部署，但显著加深对AWS生态的依赖，可能牺牲多云灵活性。
Cloudflare Announces Scheduled Maintenance and Global Infrastructure Expansion
...
Palo Alto GlobalProtect VPN遭主动利用：远程代码执行漏洞暴露企业网关防线脆弱性
Palo Alto Networks GlobalProtect VPN曝出严重漏洞，允许未认证攻击者远程执行任意代码，且已在野被主动利用。该漏洞直接威胁依赖VPN进行远程接入的企业网络边界，凸显了在混合办公模式下，VPN设备作为关键入口点的脆弱性。安全团队需立即修补并审查日志。
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。
Z.ai GLM-5.2推可用1M Token上下文，无基准测试下挑战长文本推理极限
Z.ai发布GLM-5.2，宣称支持可用的1M token上下文窗口，并引入两种思考努力级别（Thinking-Effort Levels）。但未提供任何标准基准测试结果，引发对其实际性能与可用性的质疑。该模型旨在直接替代传统RAG分块检索流程，实现端到端长文本推理。
DXC与Anthropic深度绑定：用Claude认证工程师军团锁定关键任务AI部署
DXC与Anthropic宣布多年全球合作，DXC成为Claude Partner Network全球顶级合作伙伴。双方将培训数万名Claude认证工程师，通过DXC OASIS平台在银行、保险、制造等关键任务环境中部署Claude模型，采用“Customer Zero”内部验证模式。
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。
Anthropic借DXC锁定受监管行业：Claude认证工程师与OASIS平台成新控制点
Anthropic与DXC Technology达成全球联盟，DXC将培训数万名Claude认证的前沿部署工程师，并将Claude深度集成到其管理的银行、航空等关键系统中。DXC的AI原生平台OASIS已默认使用Claude，且95%以上代码由Claude生成，形成深度依赖。
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。
NVIDIA将BESS嵌入AI工厂电力架构：电力控制层从电网转向智能储能系统
NVIDIA通过DSX平台将电池储能系统（BESS）作为AI工厂电力架构的系统级组件，而非独立附加。BESS结合逆变器、实时遥测和动态控制，实现负载平滑、扰动穿越、加速互联，并定义自认证指南，推动电力基础设施从被动备用转向主动控制。
ARM以Neural Dawn演示移动神经图形：专用加速器将改写移动GPU架构
Arm联合Sumo Digital发布Neural Dawn，首款移动端支持Unreal Engine MegaLights的游戏。通过下一代Mali GPU内置神经加速器，实现桌面级实时光线追踪和动态照明，同时维持移动功耗预算。这标志着移动图形从传统渲染向AI原生管线的转折点。
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。