情报
AI 生成的结构化厂商动态简报
ARM Neoverse重塑AI基础设施控制层
ARM推出Neoverse系列基础设施CPU核心，专为云计算、AI和高性能计算优化，被NVIDIA、AWS、Microsoft和Google等厂商采用于其AI平台，实现性能提升和能效改进。该架构推动AI工作负载在云和边缘的高密度部署，强化安全多租户支持。
NVIDIA将GPU动态资源分配驱动捐给Kubernetes社区
NVIDIA将其GPU动态资源分配（DRA）驱动捐献给CNCF，使其成为Kubernetes上游项目。此举旨在将GPU编排的核心控制点从厂商专有层上移至开源社区，并协同多家云厂商推动标准化。
ARM与NVIDIA推动AI工作站本地化变革
ARM与NVIDIA联合推出基于GB10 Grace Blackwell芯片的DGX Spark AI工作站系列，八家主流OEM厂商同步发布产品。该方案采用统一内存架构支持2000亿参数模型本地运行，第三方测试显示较x86方案提升41%渲染性能与3.2倍AI处理速度，实现云端工具链向边缘端无缝迁移。
Check Point发布AI工厂安全蓝图，定义从GPU到LLM的全栈防护架构
Check Point发布AI工厂安全架构蓝图，提出从硬件到应用层的分层安全参考架构。该蓝图整合了NVIDIA BlueField DPU硬件加速、AI Agent安全、以及面向Kubernetes的微隔离，旨在为私有AI基础设施提供内生安全。
AMD与NAVER Cloud合作推进韩国主权AI基础设施建设
AMD与韩国NAVER Cloud宣布深化战略合作，旨在加速韩国主权AI基础设施建设。NAVER Cloud将扩大部署AMD EPYC“威尼斯”处理器，并获得下一代Instinct MI455X GPU的早期访问权限，双方将共同优化AI服务与软件栈。
AMD与三星深化合作，锁定HBM4供应并探索代工
AMD与三星签署谅解备忘录，将三星作为下一代Instinct MI455X GPU的HBM4主要供应商，并合作优化用于第六代EPYC CPU的DDR5内存。双方还将探讨三星为AMD提供先进制程代工服务的可能性。
英伟达与电信运营商共建AI网格，重构分布式推理基础设施
英伟达与AT&T、康卡斯特等全球电信运营商合作，将现有分布式网络站点（如中心局、基站）升级为“AI网格”，旨在将AI推理能力部署到网络边缘，以降低延迟和成本。此举标志着电信网络从数据管道向分布式AI计算平台的战略转变。
HPE联合NVIDIA推出AI Grid，构建分布式推理统一网格
HPE在NVIDIA GTC上发布AI Grid解决方案，基于NVIDIA参考架构，旨在将分布式的AI工厂和推理集群安全连接成一个统一的智能系统。该方案帮助服务提供商大规模部署和管理边缘推理站点，以满足AI原生应用对低延迟、可预测基础设施的需求。
HPE与NVIDIA推出AI Grid Solution，构建AI WAN fabric
HPE宣布与NVIDIA合作推出AI Grid Solution，旨在安全扩展边缘AI。该方案将WAN转化为AI WAN fabric，连接分布式推理站点与AI工厂，提供一致策略和可预测性能。支持服务提供商从连接转向AI服务提供。
Cisco与NVIDIA扩展AI工厂架构覆盖边缘和安全
Cisco宣布扩展与NVIDIA的Secure AI Factory，支持从数据中心到边缘站点的AI部署，新增安全功能如防火墙策略在DPUs和AI防御集成，提供灵活架构选择加速生产部署。
HPE Alletra MP X10000成为首个NVIDIA认证的企业AI对象存储平台
HPE宣布其Alletra Storage MP X10000成为首个获得NVIDIA认证的企业级AI对象存储平台。这标志着存储性能与AI工作负载的认证标准从计算层延伸至数据层，旨在解决大规模AI训练、微调和推理中的数据访问瓶颈。
英伟达发布Cosmos世界模型套件，强化物理AI合成数据与推理能力
英伟达发布其Cosmos世界基础模型（WFM）套件的重要更新，包括Transfer 2.5、Predict 2.5和Reason 2。这些模型旨在加速生成高保真、符合物理规律的合成数据，并支持对机器人、自动驾驶等物理AI系统进行下游任务微调和推理，以解决真实世界数据稀缺的瓶颈。
Trend Micro发布AI安全报告，揭示AI供应链风险与模型攻击面
Trend Micro发布《AI生态系统断层线》报告，系统性地分析了AI供应链中的安全风险，包括模型训练数据污染、第三方插件漏洞以及模型窃取攻击。报告指出，企业AI应用的安全边界已从传统IT基础设施扩展至模型层和数据管道。
思科发布AI基础设施芯片与AgenticOps平台，强化统一架构战略
思科推出Silicon One G300芯片和AgenticOps平台，旨在优化AI集群的网络性能和任务完成时间，同时通过统一的Nexus One管理平面简化混合云环境运维。其AI Defense解决方案更新重点关注AI供应链治理和运行时保护。
思科发布G300芯片与系统，定位AI Agent时代数据中心网络基础
思科推出102.4Tbps的Silicon One G300交换芯片及配套N9000/8000系统，采用液冷设计提升70%能效，支持1.6T光学模块，并升级Nexus One统一管理平面。
NVIDIA 通过 NVFP4 量化与 TeaCache 技术将 FLUX.2 图像生成模型推理速度提升 10 倍
NVIDIA 与 Black Forest Labs 合作，针对 FLUX.2 [dev] 图像生成模型，在 Blackwell 数据中心 GPU 上应用了包括 NVFP4 4-bit 量化、Timestep Embedding Aware Caching (TeaCache)、CUDA Graphs 及多 GPU 支持在内的一系列推理优化技术。这些优化使模型在双 B200 GPU 配置下相比 H200 实现了 10.2 倍的延迟降低，并将内存占用减少超 40%，显著降低了高质量图像生成模型的部署门槛。
OpenAI 与 Cerebras 合作提升 AI 推理基础设施
OpenAI 宣布与 Cerebras 合作，新增 750MW 高速 AI 计算能力，旨在降低推理延迟并优化 ChatGPT 实时 AI 工作负载性能。这一合作凸显 OpenAI 持续投资专用 AI 硬件以支撑其大规模模型服务的战略方向。
英伟达推出DGX Spark软件更新与NVFP4格式，强化本地AI开发
英伟达通过软件优化、新NVFP4数据格式及开源合作，大幅提升DGX Spark本地AI开发平台性能，并整合Brev云服务实现混合部署。此举将高性能AI模型运行从云端延伸至企业边缘和开发者桌面。
NVIDIA推动将可训练神经网络直接集成至实时图形渲染管线
NVIDIA发布技术博客，详细阐述如何将可训练的神经网络模型（神经着色）直接集成到实时图形渲染管线中。此举旨在利用专用AI硬件（如Tensor Cores）提升渲染质量与性能，标志着图形计算架构从纯手工编程向数据驱动、可学习的混合模式演进。
NVIDIA发布开源数据科学代理原型，整合Nemotron LLM与CUDA-X加速库
NVIDIA在官方博客开源了一个交互式数据科学AI代理原型。该代理使用Nemotron Nano-9B-v2作为推理引擎，通过自然语言理解用户意图，并调用基于CUDA-X库（如cuDF、cuML）的GPU加速工具层，自动化执行数据清洗、模型训练与超参数优化等任务。其模块化架构旨在实现从自然语言到高性能计算的端到端加速，据称可获得3倍至43倍的性能提升。