情报
AI 生成的结构化厂商动态简报
AMD收购MEXT：用AI预测让Flash逼近DRAM，降低AI内存TCO
AMD宣布收购AI内存优化初创公司MEXT，其核心技术利用AI预测模型使NAND Flash在延迟和吞吐量上逼近DRAM，旨在扩展AI服务器的有效内存容量，降低总拥有成本（TCO）。该技术将被整合进AMD数据中心全线产品，包括EPYC CPU和Instinct GPU，以应对大模型对内存的饥渴。
AMD通过Vultr开源AI软件组件，向NVIDIA CUDA生态发起生态重构挑战
AMD通过Vultr Marketplace发布开源、模块化的企业AI软件组件，包括AMD Inference Microservices (AIMs)、AI Workbench、Resource Manager和Solution Blueprints。该组合旨在提供生产级AI基础设施，避免单一厂商锁定，直接挑战NVIDIA的CUDA生态。
Carmen Li推动GPU期货市场：算力金融化将颠覆AI基础设施采购模式
Carmen Li通过Silicon Data和Compute Exchange构建GPU价格指数和现货市场，目标推出计算期货。该计划获DRW支持，旨在解决GPU价格波动，标准化算力交易，可能创造万亿美元级新资产类别，彻底改变AI算力的定价与分配机制。
Cloudflare吸纳Ensemble团队：架构级模型压缩重塑边缘推理经济
Cloudflare宣布吸纳Ensemble AI核心团队，引入其架构级模型压缩技术NdLinear和NdLinear-LoRA。该技术通过保留多维激活结构而非扁平化处理，直接减少Transformer模型的参数量和计算开销。此举旨在显著降低Workers AI平台的推理成本，提升GPU利用率，并加速全球边缘AI部署。
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。
AMD携手戴尔与剑桥大学，以开放ROCm生态撬动英国主权AI算力基建
AMD联合戴尔和剑桥大学宣布建立英国主权AI创新实验室（SAIL），部署基于第五代EPYC和Instinct MI355X GPU的Zenith超级计算机，以及用于聚变能源研究的Sunrise系统。该实验室旨在推动开放、可互操作的AI基础设施，以ROCm软件栈为核心，对抗NVIDIA的CUDA生态锁定，为英国政府和研究机构提供长期技术选择。
Graviton5 与 Nitro 形式化验证：AWS 用 ARM 和数学锁定 AI 时代 CPU 控制权
AWS 推出第五代自研 ARM 处理器 Graviton5，搭载于 M9g/M9gd 实例，性能提升 25%，支持 PCIe Gen6 和 DDR5-8800，首次引入形式化验证的 Nitro Isolation Engine。Meta 已部署数千万核支撑 agentic AI 推理，ARM 在云 CPU 赛道上完成关键突破。
ARM以Neural Dawn演示移动神经图形：专用加速器将改写移动GPU架构
Arm联合Sumo Digital发布Neural Dawn，首款移动端支持Unreal Engine MegaLights的游戏。通过下一代Mali GPU内置神经加速器，实现桌面级实时光线追踪和动态照明，同时维持移动功耗预算。这标志着移动图形从传统渲染向AI原生管线的转折点。
Google发布Lightning Engine：4.9x性能提升背后的生态锁定与架构隐忧
Google Cloud宣布Lightning Engine全面可用，基于开源Gluten和Velox实现向量化原生执行，声称性能提升4.9倍，价格性能比领先2倍。深度优化Cloud Storage和BigQuery连接器，但通过专有集成和premium tier强化生态锁定。
AMD EPYC以机架级密度宣战：Agentic AI的CPU控制权之争
AMD发布博客，宣称其EPYC处理器在机架级性能上领先NVIDIA Vera和Intel Xeon，专为Agentic AI的CPU密集型服务（如编排、缓存、数据库）设计。通过100kW机架模型，EPYC 9965（Turin）实现2.37倍于Vera的吞吐量，下一代“Venice”将扩展至3.30倍。强调现有x86平台即可部署，无需等待未来架构。
Cloudflare 将安全栈延伸至私有源站：DNS 路由开启应用层控制新范式
Cloudflare 发布 Application Services for Private Origins，允许企业客户通过 DNS 记录启用私有路由，将 WAF、Bot 管理、速率限制等安全服务应用于私有 IP 上的应用，无需公网暴露或 connector 软件。该功能基于 Cloudflare 已有的私有网络连接（IPsec/GRE/CNI/Mesh）实现，并支持 Spectrum 和 Workers VPC 绑定，构建统一的私有流量控制平面。
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。
Cloudflare以自身为靶场，推AI时代分层防御架构：WAF+零信任+ML评分
Cloudflare公开其防御前沿AI模型的完整架构，以自身为“客户零号”，整合WAF Attack Score、API Shield、Bot Management、Zero Trust及MCP Server Portal。核心思路：架构比补丁速度更重要，通过ML评分和正面安全模型，在攻击变种产生前阻断，并限制单点突破后的横向移动半径。
思科推出AI原生分支架构：AgenticOps与后量子加密重塑WAN控制平面
思科在Cisco Live 2026上完成Secure Router 8000系列更新，推出Unified Branch架构，集成AgenticOps自动化、后量子密码学（PQC）和混合网状防火墙，将控制平面从本地迁移至Cisco Cloud Control，为AI时代分支网络提供统一平台。
NVIDIA联手斗山集团：以全栈物理AI平台重构工业自动化生态
NVIDIA与斗山集团扩大合作，将Isaac Sim、Cosmos、Jetson Thor等物理AI栈整合进斗山机器人Agentic Robot OS，并探索AI工厂电力（SMR、氢燃料电池）及MGX生态PCB材料。此举旨在将NVIDIA从GPU供应商转型为物理AI和AI工厂基础设施的中央平台，深度锁定工业自动化生态。
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。
思科借Isovalent与VXLAN ESG，将AI网络控制点从K8s移向统一光纤
思科通过整合Isovalent的eBPF技术至Nexus One，实现从Pod到光纤的端到端可视化，并推出基于VXLAN ESG的AI作业分段，将安全与租户隔离策略直接嵌入底层网络。此举旨在解决Kubernetes‘黑箱’导致的AI推理网络瓶颈与故障定位难题。
英特尔 Computex 2026：以 18A 和机架级系统重塑 AI 推理控制权
英特尔发布基于 18A 的 Core Ultra Series 3 和 Xeon 6+（288 e-cores），与 Perplexity 合作推出混合本地推理编排，与 Foxconn 共建机架级 AI 基础设施，与 SambaNova 提供解耦推理云。重点强调 CPU 在 agentic AI 中的编排角色，意图将控制平面从 GPU 转移至 x86。
Cisco Live 2026：AI Defense升级Agent安全，Policy Studio与自适应红队重塑策略管理
Cisco在Live 2026发布AI Defense三大升级：自适应红队测试、Policy Studio自然语言策略定义、Agent供应链安全扫描。同时推出AgenticOps自主网络运维，并原生集成Amazon Bedrock、Google ADK、LangChain等主流Agent框架，构建跨平台Agent安全生态。