情报
AI 生成的结构化厂商动态简报
思科提出临床数据编织架构，将网络定位为AI代理时代核心基础设施
思科在医疗行业AI应用讨论中，提出“临床数据编织”概念，强调网络正从IT工具演变为支持自主AI代理决策的关键基础设施。核心策略是“将AI带到数据旁”，通过本地化计算和端到端可观测性，确保低延迟与安全，以支撑生产级AI代理的规模化部署。
思科联合AMD发布AI网络性能基准，验证以太网承载大规模AI训练能力
思科与AMD合作，通过发布基于N9000交换机与Pensando Pollara 400 NIC的详细性能基准测试，验证了以太网架构在承载大规模AI训练（如128个GPU集群）时的确定性性能。测试覆盖了多种拓扑和极端拥塞场景，旨在将网络从瓶颈转变为高性能AI基础设施的核心引擎。
AMD提出Agentic AI驱动数据中心CPU与GPU架构分离
AMD高级副总裁Dan McNamara在官方博客中指出，Agentic AI（智能体AI）正从根本上改变数据中心基础设施架构。它不再仅是增加GPU服务器中的CPU数量，而是需要构建一个独立的、专门用于编排与工具执行的CPU计算层，与GPU密集计算层形成分布式系统。
Arm发布创纪录财报，AGI CPU成为AI基础设施新焦点
Arm发布2026财年创纪录业绩，年收入达49.2亿美元，连续三年增长超20%。财报核心亮点是专为智能体AI设计的Arm AGI CPU，其数据中心市场获得超20亿美元客户需求，并获Meta、AWS、Google等巨头支持。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
AWS发布托管MCP服务器，为AI代理提供安全AWS API接入
AWS宣布其托管Model Context Protocol（MCP）服务器正式可用，为Claude Code、Kiro等AI编码代理提供经过认证的、安全的AWS服务访问。该服务器通过固定工具集调用AWS API、检索实时文档，并引入沙箱脚本执行和技能指导，旨在解决AI代理使用过时信息、生成不安全IAM策略等生产环境难题。
AMD与OpenAI将MRC网络协议贡献给OCP，推进AI网络规模化
AMD与OpenAI、微软等合作，将专为大规模AI训练设计的网络协议MRC（多路径可靠连接）贡献给开放计算项目OCP。AMD不仅是协议规范的共同制定者，其可编程的Pensando DPU/NIC产品已率先实现MRC的部署与验证，旨在将网络从性能瓶颈转变为弹性、可适应的AI基础设施层。
英伟达通过OCP开放MRC协议，推动AI以太网架构标准化
英伟达宣布将其在Spectrum-X以太网硬件上验证的MRC（多路径可靠连接）RDMA传输协议通过开放计算项目（OCP）开放。该协议旨在通过多路径负载均衡和硬件级故障绕过，提升大规模AI训练集群的网络吞吐量、弹性和GPU利用率。
AMD联合OpenAI发布下一代AI训练网络传输协议MRC
AMD联合OpenAI、微软等行业领导者发布Multipath Reliable Connection（MRC）协议规范，旨在解决RoCEv2在超大规模AI训练集群中的性能瓶颈。该协议通过智能包喷洒、选择性重传和网络信号拥塞控制等机制，提升网络带宽利用率和训练任务弹性。
Anthropic与SpaceX达成算力协议，大幅提升Claude服务容量
Anthropic宣布与SpaceX达成协议，将使用其Colossus 1数据中心全部算力，获得超过300兆瓦新容量。此举旨在直接提升Claude Pro和Max订阅者的服务能力，并已立即提高Claude Code和API的使用限制。
AWS将虚拟桌面升级为AI Agent基础设施层
AWS宣布Amazon WorkSpaces支持AI Agent以独立身份和权限直接操作桌面应用，无需API或应用改造。此举将虚拟桌面从人员生产力工具扩展为企业AI Agent的通用运行平台，通过标准MCP协议与主流Agent框架集成。
英特尔在Computex 2026强调CPU在AI计算中的关键角色
英特尔将在Computex 2026上阐述其对AI驱动计算时代的愿景，核心论点是CPU作为AI计算关键引擎的复兴，强调其与GPU/加速器协同，在x86广泛生态基础上构建高效、可扩展的AI系统。
NVIDIA推出车载AI Box架构，将高级LLM推理作为独立ECU模块
NVIDIA发布车载AI Box架构，基于DRIVE AGX平台提供模块化AI计算单元，可将高级LLM/VLM推理能力作为独立ECU添加至现有座舱系统。该方案旨在解决车载AI对实时性、隐私和算力的严苛要求，并支持与云端AI的混合编排。
NVIDIA提出面向智能体系统的“极端协同设计”基础设施栈
NVIDIA发布技术博客，系统阐述AI智能体（Agent）工作负载对基础设施的颠覆性需求，并提出其‘极端协同设计’（Extreme Co-Design）技术栈与Vera Rubin平台作为解决方案。核心观点是传统单处理器架构无法满足智能体在长上下文、高缓存命中率和低延迟交互方面的苛刻要求，必须通过计算、网络、存储的跨层优化来重塑AI基础设施。
思科推动网络从承载带宽向智能平台演进
思科在服务提供商领域提出，AI驱动的流量模式正在从根本上重塑网络架构，要求网络从静态、被动响应转变为预测性、自适应的智能系统。思科正通过其全栈解决方案组合，帮助运营商实现网络设计、运营和货币化模式的转变。
英特尔任命新领导层，整合客户端计算与物理AI业务
英特尔任命Alex Katouzian为客户端计算与物理AI业务总经理，并任命Pushkar Ranade为CTO。此举旨在将传统PC业务与机器人、自主机器等物理AI系统对齐，并推动量子计算等前沿技术研发。
AMD联合戴尔展示企业AI异构计算战略
AMD在戴尔技术世界大会上强调其异构计算产品组合，旨在为不同企业AI负载匹配合适的算力，并突出硬件安全与可管理性。此举标志着AI基础设施正从通用方案转向针对具体场景的精细化部署。
谷歌发布企业级AI代理平台与第八代TPU，押注“代理时代”
谷歌在Cloud Next '26上推出Gemini企业级代理平台，用于构建和管理自主AI代理工作流，并发布专为代理AI设计的第八代TPU芯片。同时，谷歌还发布了Gemma 4开源模型和Deep Research Max等高级分析工具。
英伟达通过NemoClaw与OpenClaw合作，推动企业级自主AI代理安全部署
英伟达通过NemoClaw参考实现，整合OpenShell安全运行时与Nemotron开源模型，为企业提供安全部署“长时运行自主AI代理”的蓝图。此举旨在应对自主AI代理带来的千倍推理需求增长与安全治理挑战，将AI基础设施控制点向本地、安全、可审计的架构迁移。
英伟达发布TensorRT for RTX插件，优化虚幻引擎AI推理性能
英伟达发布针对虚幻引擎5（UE5）的TensorRT for RTX插件，作为其Neural Network Engine（NNE）的新运行时选项。该插件通过即时编译优化，在RTX GPU上为AI后处理（如超分、去噪）任务提供比DirectML等运行时更高的推理吞吐量，展示了英伟达将高效AI推理能力嵌入主流实时图形引擎工作流的努力。