情报
AI 生成的结构化厂商动态简报
Tesco百亿英镑诉讼撕开Broadcom VMware订阅锁链，企业虚拟化生态面临重构
Tesco因Broadcom收购VMware后取消永久许可并涨价237%起诉，涉及约4万工作负载。此案动摇了企业软件许可信任，可能引发大规模迁移潮，Nutanix、Red Hat等替代方案迎来历史性机遇。
NVIDIA借法国AI基建合围欧洲：开放模型Nemotron背后的硬件锁定
NVIDIA联合法国政府、Mistral、Scaleway等部署GB200、Blackwell B300及Vera Rubin NVL72硬件，并通过Nemotron开放模型联盟吸引LINAGORA、H Company等，构建以NVIDIA为中心的AI基础设施生态，表面开放实则强化硬件依赖。
NVIDIA与LG共建AI工厂：以DSX平台锁定物理AI全栈生态
NVIDIA与LG集团联合建设AI工厂，基于NVIDIA DSX平台整合Isaac Sim/Lab、Cosmos、GR00T等框架，覆盖机器人、自动驾驶、数据中心及主权AI。LG各子公司分工明确，从冷却组件到机器人平台均深度绑定NVIDIA架构，形成排他性生态。
思科将OT安全控制点嵌入交换机ASIC：从可见性到执行的闭环锁定
思科在Cisco Live 2026发布Cyber Vision新功能，将安全策略自动推荐、模拟与执行直接集成到IE3500/IE9300工业交换机的自有ASIC中，并嵌入零信任远程访问。此举将OT安全从独立设备转移到网络基础设施内部，实现从可见性到预防的闭环，但旨在深度锁定用户于Cisco全栈。
NVIDIA FOX蓝图：工厂控制层从PLC转向AI代理，锁定DGX硬件
NVIDIA发布Factory Operations Blueprint (FOX)，基于NemoClaw和DGX Station (GB300 Grace Blackwell Ultra Desktop Superchip)构建自主工厂管理代理，整合机器信号、质量系统与机器人车队，实现全厂智能决策。富士康、和硕、研华、纬创已部署，预计根因分析效率提升80%，劳动生产力提升15%。
七家欧洲科技巨头联合发声，呼吁欧盟改革以捍卫技术主权
ASML、空客、爱立信、Mistral AI等七家欧洲头部科技公司CEO联署公开信，呼吁欧盟简化数字法规、改革竞争政策，以加速工业AI等下一代技术在欧洲的规模化应用，应对全球竞争。
英伟达发布企业级AI工厂参考架构，推动本地AI基础设施标准化
英伟达发布企业级AI工厂参考架构，为本地部署提供从RTX PRO到NVL72的三种标准化配置。该架构整合了计算、网络、存储及软件，旨在将AI基础设施从实验性部署转变为可预测、可扩展的工业化运营平台。
思科借工业网络更新周期，推动OT安全原生集成
思科通过博客阐述其OT安全战略，核心是引导客户在工业网络设备更新周期中，选择内置安全功能（如资产发现、网络分段）的交换机，而非叠加独立监控方案。此举旨在将安全从附加成本转变为基础设施的固有属性，并应对未来工业AI和自动化带来的数据与连接挑战。
思科联合ARC报告：将工业网络定位为AI转型的关键瓶颈与基础设施
思科联合ARC咨询集团发布报告，指出过时的工业网络已成为制造业部署AI和软件定义自动化的主要瓶颈。报告强调，现代工业网络需具备高带宽、嵌入式安全、集中管理等特性，并指出思科是唯一能提供完整解决方案的厂商。
思科与罗克韦尔深化合作，推动工业AI从试点走向规模化生产
思科与罗克韦尔自动化强化战略合作，旨在解决工业AI从试点到规模化部署的瓶颈。双方强调，阻碍规模化部署的核心并非AI模型或算力，而是底层网络、计算、可观测性与安全集成的统一基础设施。该合作聚焦于通过思科统一边缘等平台，将AI能力嵌入生产现场，实现实时质量检测与预测性维护。
思科联合工业自动化厂商，推动工厂边缘成为统一AI计算平台
思科在汉诺威工业展上联合罗克韦尔自动化等厂商，提出工厂边缘正演变为一个集成了控制、可视化与AI推理的统一计算平台。其核心是通过Cisco Unified Edge架构，将传统孤立的PLC、HMI、SCADA与AI工作负载（如视觉检测、预测性维护）整合，实现从洞察到实时闭环行动的转变。
NVIDIA IGX Thor边缘AI平台：8倍算力跃迁与ConnectX-7网络锁定
NVIDIA发布IGX Thor系列，基于Blackwell GPU和Arm Neoverse-V3AE CPU，提供最高5,581 FP4 TFLOPS算力、双200GbE RDMA网络及ISO 26262功能安全。通过Jetson/IGX引脚兼容和10年生命周期，构建从原型到生产的无缝迁移路径，但隐性锁定用户至NVIDIA专有硬件堆栈。
NVIDIA Warp：可微分物理模拟框架，打通AI训练与GPU加速
NVIDIA发布Warp框架，允许用Python编写GPU加速的物理模拟代码，并原生支持自动微分。通过2D Navier-Stokes求解器示例，展示了如何将模拟直接集成到AI优化流程中，降低物理AI训练数据生成成本。