情报
AI 生成的结构化厂商动态简报
OpenAI联手Broadcom推出Jalapeno推理芯片，重塑AI硬件生态
OpenAI与Broadcom合作开发了名为Jalapeno的LLM推理加速芯片，采用多芯片模块、HBM3E内存，9个月完成流片。该芯片专为OpenAI模型栈优化，旨在降低推理成本并减少对NVIDIA GPU的依赖，计划2026年底部署。
联发科独家接单谷歌TPU v9推理升级款Triggerfish，SRAM缓存翻倍
谷歌计划推出TPU v9推理优化升级款Triggerfish，由联发科独家代工。该芯片SRAM缓存规模为前代2-3倍，DRAM升级至HBM4E，并引入simulation die用于本地管理。预计2027年底投产，生命周期出货100-200万颗，单价高出约三成。
谷歌TPU v9转单联发科，博通AI芯片霸权遭系统性拆解
谷歌将TPU v9改版Humufish独家设计整合订单从博通转向联发科，后者负责I/O芯片设计及封装整合。此举配合分芯代工策略（台积电N2计算裸片、三星2nm I/O裸片），标志着谷歌正系统性构建多供应商、多制程的弹性AI芯片供应链，直接瓦解博通在定制ASIC领域的统治地位。
Arm服务器收入占比超45%，AI驱动下x86生态面临重构
IDC数据显示，2026年Q1全球服务器市场收入创纪录达1226亿美元，其中Arm架构服务器收入占比超过45%，x86降至52%。加速服务器（GPU/ASIC/FPGA）贡献超70%收入。Nvidia Grace CPU（NVL72）及超大规模厂商自研Arm芯片是主要驱动力，x86在出货量上仍占优但受供应限制。
ASML CEO认可马斯克Terafab可行性，AI芯片供应链面临生态重构
ASML CEO公开表示正在跟踪马斯克计划中的太瓦级AI超级计算机Terafab，并将其与韩国DRAM巨型项目类比。这标志着全球唯一EUV光刻机供应商已为该巨型项目预留产能，可能彻底改变AI芯片的垂直整合与供应链格局。
Google发布第八代TPU：训练性能3倍跃升，推理SRAM暴增3倍，锁定AI算力新拐点
Google Cloud Next 2026推出第八代TPU，分为训练专用TPU 8t（单Pod 9600颗，2PB共享内存）和推理专用TPU 8i（1152颗，片上SRAM增3倍）。同时发布Gemini Enterprise Agent Platform，整合AI代理构建、治理与安全，并推出N4 Axion ARM实例（性价比2倍于x86）。
谷歌Trillium TPU：4.7倍训练性能提升背后的算力锁定与生态陷阱
谷歌云发布第六代TPU Trillium，采用3纳米工艺，AI训练性能提升4.7倍，推理性能提升2.5倍，能效比H100高2倍。但Trillium仅限Google Cloud TPU v6p实例，深度绑定AI Hypercomputer架构，形成从芯片到网络的全栈锁定。
AWS 推出 AgentCore 与 MCP 网关，夺取企业 AI 代理控制平面
AWS 发布 Bedrock AgentCore 托管 Web 搜索、Amazon Quick 自主代理、LangChain 子代理编排及 MCP 网关，将企业 AI 代理从实验原型转向可治理基础设施，核心控制点从模型转向云原生控制平面与执行隔离。
联发科AI战略转向系统级整合：瞄准谷歌TPU与马斯克芯片机架
联发科将其AI业务从芯片设计升级为系统级设计，初期目标包括谷歌TPU的PCBA L6组装及马斯克AI芯片的L10机架整合。采用轻资产模式，依托台湾供应链，目标毛利率40%以上，驱动因素为CPO和800V高压供电带来的机架设计复杂性。
ASML CEO点破EUV供应瓶颈：AI芯片扩张的物理天花板已现
ASML CEO Fouquet确认与马斯克讨论Terafab项目，但强调供应瓶颈才是关键。ASML的EUV光刻机是生产先进AI芯片的唯一商业化工具，而产能无法快速扩张。随着TSMC、三星、英特尔和马斯克同时争夺有限的EUV机器，AI芯片产能分配将面临激烈竞争，整个AI基础设施扩张速度受制于ASML的交付能力。
联发科战略升级：从AI芯片设计到系统级整合，抢食谷歌TPU与马斯克AI服务器
联发科宣布AI战略升级，从芯片及ASIC设计扩展至系统级整合，初期目标包括谷歌TPU的PCBA和马斯克关联企业AI芯片的机架级(L10)工作。采用轻资产模式，主导设计验证，外包制造，目标毛利率40-50%。
ASUS联手NVIDIA推出桌面级AI超算，企业AI控制权从云端向本地急剧转移
ASUS发布基于NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip的ExpertCenter Pro ET900N G3桌面系统，提供20 PFLOPS AI算力与748GB一致内存，可运行近万亿参数模型。同时，Coherent在德州扩建磷化铟工厂保障光互联供应，NVIDIA计划发行200-250亿美元债券筹资。
Google Cloud 为 AI Agent 嵌入法律可验证身份，监管驱动架构重构
Google Cloud 为 Gemini Enterprise 和 Vertex AI Agent Engine 引入基于 SPIFFE 的 Agent Identity，并集成 Kakunin 的合规层，将内部 SPIFFE 标识映射为 AWS KMS 生成的 X.509 证书，所有状态变更写入 WORM 审计日志。此举将运行时安全升级为法律可审计的市场参与者身份，以应对 EU AI Act 和 MiCA 的问责要求。
Intel代工获Google TPU封装大单：EMIB-T技术撬动台积电垄断的AI芯片生态
Intel获得Google超过300万颗TPU封装订单，采用其先进2.5D封装技术EMIB-T，芯片核心制造仍由台积电负责。该交易标志着Intel从CPU供应商转型为AI硬件第二来源封装伙伴，2028年生产目标下，Intel 18A节点良率超预期，但JPMorgan分析师质疑其仅限封装范围。
Cisco AI Defense推出Agent Harness专项红队测试，填补Agent安全评估空白
Cisco在AI Defense: Explorer Edition中引入Agent Validation功能，专门针对Agent Harness的独特攻击面（工具路由、间接内容通道、跨会话持久状态）进行自动化红队测试。该功能通过自主侦察、结构化攻击与独立验证，填补了传统对话式安全评估在Agent场景下的空白。
AWS S3推出Annotations：1GB可变元数据直接嵌入对象，重塑AI数据湖元数据范式
AWS发布S3 Annotations，允许为每个对象附加最多1,000个、每个1MB的注解，总计1GB，支持JSON/XML/YAML，可随时修改。注解自动索引到Apache Iceberg表，可通过Athena查询，无需恢复对象或支付检索费。此举将元数据管理从外部数据库内嵌到存储层，彻底改变AI代理和数据湖的元数据架构。
NVIDIA ACE本地化：用RTX硬件锁定游戏AI，控制点从云端移至GPU
NVIDIA发布ACE Game Agent SDK（开源C/C++框架）和UE5插件（ASR/SLM/TTS），将AI NPC推理完全本地化至GeForce RTX。配套DLSS 4.5插件支持多帧生成。此举旨在将游戏AI控制权从云服务商转移到NVIDIA GPU生态，但隐藏了硬件锁定与模型性能折衷。
联发科战略升级：从芯片设计转向系统级整合，剑指Google TPU与Musk AI机架
联发科宣布将AI业务从IC/ASIC设计升级为系统级设计，初期目标包括为Google TPU v10提供PCBA服务，以及为马斯克关联公司提供L10机架级整合。采用轻资产模式，利用台湾供应链，目标毛利率40-50%。
Google开源Brazos液冷：风冷数据中心即插即用高密度冷却
Google发布Brazos模块化液冷系统，可在现有风冷数据中心中逐机架部署，支持60kW热负载。系统基于OCP ORv3标准，开源设计，降低液冷采纳门槛，无需大规模设施改造。
AMD Ryzen 10000系列拟弃集成GPU换NPU：AI性能跃升但牺牲基本显示能力
据泄漏，AMD下一代Zen 6桌面CPU“Olympic Ridge”将不再集成GPU，转而集成NPU以提升本地AI算力（目标>40 TOPS以满足Copilot+认证）。同时升级cIOD支持CUDIMM/CAMM内存与EXPO 1.2超频标准。此举意在追赶Intel DDR5速度并抢占AI PC生态位，但迫使绝大多数用户必须搭配独立显卡。