情报
AI 生成的结构化厂商动态简报
NVIDIA借DSX平台与SK电讯共建千兆瓦级AI云，加速主权AI工厂生态锁定
SK电讯宣布采用NVIDIA DSX平台在韩国建设千兆瓦级AI云，首个AI工厂2027年上线。该平台整合NVIDIA加速计算、系统与软件，支持主权、物理及代理AI服务，旨在成为亚洲AI基础设施标杆。
NVIDIA GB300 NVL72在Agentic AI基准测试中实现20倍能效跃升，定义新推理标准
NVIDIA在第三方AA-AgentPerf基准测试中，凭借GB300 NVL72的72 GPU NVLink域、MXFP4/MXFP8内核及MoE优化，实现每兆瓦并发agent数达H200的20倍。该基准首次标准化agentic推理性能度量，直接冲击数据中心容量规划。
NVIDIA推AgentPerf基准测试：Blackwell Ultra每瓦代理数较Hopper提升20倍
NVIDIA与Artificial Analysis联合发布首个Agentic AI基准测试AgentPerf，结果显示GB300 NVL72平台在运行DeepSeek V4 Pro等MoE模型时，每兆瓦可承载的并发代理数较HGX H200提升20倍。该基准模拟真实编码代理轨迹，测量端到端吞吐与响应延迟。
NVIDIA联手SK Hynix锁定HBM4/5标准，Vera Rubin供应链闭环成型
NVIDIA与SK Hynix签署多年协议，联合定义HBM4量产及HBM5预研，覆盖Vera Rubin GPU架构。Samsung同步进入HBM4供应链。此举将SK Hynix从供应商升级为联合开发者，可能形成事实上的AI内存标准壁垒，挤压美光等对手空间。
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联手Google DeepMind推出并行文本生成模型，吞吐量突破1000 tokens/sec
NVIDIA宣布与Google DeepMind合作优化DiffusionGemma，该模型基于扩散去噪实现每步并行生成256个token，在单个H100上达到1000 tokens/sec，并通过NIM和NeMo提供即用部署，显著降低推理成本和延迟。
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。
Anthropic Claude Fable 5上线AWS：数据保留政策打破云安全边界，企业数据主权遭侵蚀
AWS与Anthropic联合发布Claude Fable 5模型，具备长时异步执行、高级视觉与主动自我验证能力。但模型访问要求用户同意30天数据保留并共享给Anthropic，导致推理数据离开AWS安全边界，同时有害提示自动回退至Opus 4.8，引入复杂定价与安全治理风险。
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 借英国主权AI基金，从芯片商跃升为国家AI基础设施的幕后控制者
NVIDIA 与英国政府合作，通过 Isambard-AI（搭载 5,400 颗 GH200）及 Sovereign AI Fund，扶持本地初创（Cosine, Cursive, Doubleword）。此举表面是技术部署，实则是 NVIDIA 构建主权AI控制平面，将国家算力锁入其生态系统，削弱AWS/Azure等传统云厂商的地位。
OpenAI押注Codex：从聊天机器人到智能体控制平台的战略跃迁
OpenAI计划对ChatGPT进行史上最大改版，核心是将Codex编程工具、AI智能体和第三方应用整合为超级应用。此举标志着产品定位从问答聊天机器人，转向以Codex为控制平面的智能体执行平台，旨在提升企业变现能力并应对Anthropic的竞争压力。
Cloudflare 将实时威胁情报嵌入 WAF，控制点从人工转向自动化引擎
Cloudflare 发布新集成，允许用户基于 Cloudforce One 的实时威胁情报（IP、攻击者、目标行业等）直接编写 WAF 规则。采用 always-on 检测框架，以 O(1) 常数时间查找实现微秒级延迟，目前仅支持 IP 匹配，未来将扩展至 JA3 指纹和域名。
AWS Bedrock 推出兼容 OpenAI/Anthropic API 的新控制台，争夺 AI 推理控制权
AWS 发布 Bedrock 新控制台，基于 bedrock-mantle 端点，原生支持 OpenAI 和 Anthropic API 协议，允许用户无缝切换 GPT、Claude 及开源模型。此举将模型选择与 API 标准化，旨在通过统一推理平面锁定用户工作流，削弱单一模型提供商的 API 壁垒。
华为云发布AICS灵衢智算集群：Token工业化时代的控制平面转移与Agent锁定
华为云发布四大Agentic Infra新品，核心为AICS灵衢智算集群（10万卡/200 EFLOPS），通过NPU直通CMS硬件、CCE VolcanoNext通智一体化调度引擎与AgentSphere安全沙箱，构建从算力、记忆到调度、安全的统一控制平面，旨在锁定大模型训练与Agent推理的全栈基础设施。
Cloudflare AI Gateway 引入身份驱动预算，争夺 AI 流量控制层
Cloudflare 在 AI Gateway 中推出基于美元预算的 spend limits 和与 Cloudflare Access 集成的身份驱动预算与路由（closed beta）。该功能允许企业按用户、团队、模型设置预算，并在超限时降级或阻断请求，将 AI 成本控制从模型提供商转移到网关层。
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。
思科Agent Gateway：零信任从访问控制升级为AI代理行动控制
思科发布Secure Access Agent Gateway，将零信任策略从传统的用户/设备访问控制扩展到AI代理的细粒度行动控制。通过Duo识别代理身份，在LLM、MCP工具、SaaS API等交互点实施策略，实现行动级审计和凭证注入，旨在解决代理自主行动带来的新安全风险。
微软Maia 200量产+Cobalt 200预览：自研双芯合围NVIDIA，AI推理控制权转移
微软在Build 2026宣布Maia 200 AI推理芯片量产，Cobalt 200 ARM处理器预览，并推出350亿参数的MAI-Thinking-1推理模型。此举标志着微软正构建从硅片到模型的完全自研AI堆栈，意图在推理环节降低对NVIDIA GPU的依赖，并锁定Azure AI工作负载。
微软Build大会：从芯片到云构建Agent时代统一生态
微软在Build大会上发布一系列Agent时代基础设施：Project Solara芯片到云平台、Microsoft IQ统一知识层、Rayfin后端生成、Azure HorizonDB、GPU加速分析等，旨在将开发者锁定在微软生态内。