情报
AI 生成的结构化厂商动态简报
NVIDIA推出RTX PRO Server虚拟化方案优化游戏开发AI基础设施
NVIDIA发布RTX PRO Server，基于RTX PRO 6000 GPU和vGPU软件构建集中式虚拟化GPU平台。支持MIG技术将单GPU划分为48个用户实例，提升资源利用率和团队协作效率。整合AI训练与图形工作流，实现动态资源分配和跨地域开发统一。
英伟达通过ComfyUI优化与硬件协同强化AI视频生成平台
英伟达在GDC发布针对本地AI视频生成的重大更新，包括ComfyUI界面简化、NVFP4/FP8格式原生支持带来2.5倍性能提升，以及RTX Video Super Resolution节点实现高效4K超分。这些优化通过软硬件深度协同，显著降低专业AI视频创作门槛并提升效率。
NVIDIA与Thinking Machines Lab达成千兆瓦级AI基础设施合作
NVIDIA与Thinking Machines Lab建立多年战略合作，部署至少1 GW的下一代Vera Rubin系统，支持前沿AI模型训练和可规模化定制AI平台。双方将共同设计训练和推理系统，并拓宽企业及研究机构对前沿AI和开源模型的访问。
NVIDIA提出AI五层蛋糕理论定义基础设施构建框架
NVIDIA CEO黄仁勋在达沃斯提出AI发展五层架构理论，从能源基础设施、计算基础设施、AI模型、AI应用到行业AI工厂系统化阐述全栈构建路径。该框架强调生成式AI驱动的基础设施层级化协同发展，为企业AI战略提供生态视角规划基础。
ABB与NVIDIA通过Omniverse集成实现工业机器人高保真仿真
ABB Robotics与NVIDIA合作将Omniverse库集成至RobotStudio，推出RobotStudio HyperReality产品。通过USD文件导出和虚拟控制器实现99%仿真精度，支持AI训练流水线合成数据生成。该方案可降低40%部署成本并加速50%产品上市时间。
英伟达报告揭示企业AI采用成熟，开源与智能体成关键驱动力
英伟达基于全球3200多名受访者的AI现状报告显示，64%的企业已积极使用AI，大型企业采用率达76%。开源技术（85%认为重要）和智能体AI（44%已部署）成为核心趋势，推动业务增长和成本节约。
NVIDIA在CCCL库中引入浮点确定性控制层级
NVIDIA在其CUDA核心计算库（CCCL）3.1中，为CUB库的规约算法新增了单阶段API和可配置的确定性级别。用户可在“不保证”、“运行间一致”和“GPU间一致”三个级别间权衡性能与结果可复现性，并引入了基于分桶算法的可复现浮点累加器（RFA）技术。
NVIDIA将CUDA Tile编程模型扩展至Julia语言
NVIDIA通过cuTile.jl包将其CUDA Tile高级GPU编程模型引入Julia语言生态。此举旨在降低高性能GPU内核开发门槛，通过数据块抽象简化底层线程与内存管理，并保持与Python版本在语法和性能上的高度一致性。
NVIDIA与Coherent合作开发数据中心光互连技术
NVIDIA与光子学供应商Coherent达成战略合作，共同开发下一代数据中心光互连技术。该合作聚焦高性能、高密度、低功耗光学解决方案，旨在解决AI与HPC工作负载的带宽与能效瓶颈。此举强化NVIDIA在AI基础设施硬件生态的系统级优化能力。
NVIDIA与Coherent合作开发数据中心光互连技术
NVIDIA与光学技术厂商Coherent达成战略合作，共同开发下一代数据中心光互连解决方案。双方将整合AI计算与光子技术，针对AI集群和高性能计算需求提供更高带宽、低延迟的光学互连。
NVIDIA联合合作伙伴定义软件定义AI-RAN架构
NVIDIA联合多家合作伙伴推出软件定义AI无线接入网络（AI-RAN）解决方案，通过GPU加速计算平台将AI能力集成到无线网络边缘和核心。该架构采用云原生和软件定义方式，实现智能网络资源管理，提升频谱效率并降低能耗，为6G网络演进奠定基础。
英伟达发布电信行业AI代理蓝图与推理模型
英伟达推出面向电信行业的Agentic AI蓝图和专用推理模型，基于NeMo框架构建的领域大语言模型可自主处理网络运维任务。该方案通过预训练模型降低部署门槛，推动电信网络向自主化架构演进。
英伟达联合电信巨头推动AI原生6G开放平台
英伟达与全球电信运营商及设备商共同承诺构建基于开放、安全AI原生平台的6G网络，将AI技术深度融入网络设计、部署和运营全流程。该平台强调开放软件硬件架构与安全韧性，旨在为沉浸式通信和普适智能计算奠定基础。
NVIDIA与礼来合作建立AI制药工厂
NVIDIA与礼来公司联合建立专门用于药物研发的AI工厂，采用GPU和AI软件加速生物分子模拟和药物设计流程。该工厂将AI深度集成到药物研发管线中，标志着AI从辅助工具向核心生产基础设施的演进。
NVIDIA推出AI驱动的OT安全平台Morpheus
NVIDIA发布Morpheus网络安全框架，针对工业控制系统和运营技术环境提供AI实时流量分析。该平台整合加速计算技术，具备OT协议深度解析能力，可检测勒索软件、内部威胁等传统方案难以发现的异常行为。
英伟达调查显示电信网络AI自动化投资回报显著增长
英伟达发布电信行业AI应用调查报告，显示AI正成为网络自动化核心驱动力。调查预测到2026年电信运营商将获得显著投资回报，主要应用于网络流量预测、故障诊断和能源效率优化。高性能计算基础设施需求增长推动GPU加速和专用AI平台投资。
NVIDIA扩展GeForce NOW游戏库至4500款强化云游戏平台
NVIDIA将其云游戏服务GeForce NOW的游戏库扩展至超过4,500款，新增包括《战地风云2042》等热门作品。该服务通过云端RTX GPU串流技术，支持多设备访问并连接主流游戏商店账户。此举体现了NVIDIA通过内容生态扩展巩固云游戏平台竞争力的策略。
NVIDIA 展示 AI 驱动游戏资产管线，加速传统游戏现代化
NVIDIA 开发者博客详细介绍了《Painkiller RTX》项目如何利用其生态下的工具（如 PBRFusion、RTX Remix）和生成式AI模型，批量将数千个低分辨率纹理转换为高质量的 PBR (Physically Based Rendering) 材质。该案例展示了将 AI 自动化与艺术判断相结合的混合生产管线，显著降低了小团队进行大规模视觉资产重建的门槛。
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。
NVIDIA发布AI商品目录蓝图，整合多模态模型与NIM部署
NVIDIA发布技术蓝图，演示如何组合其Nemotron LLM/VLM、FLUX图像生成与TRELLIS 3D模型，构建端到端的自动化商品目录增强系统。该系统通过模块化API和容器化部署，旨在将稀疏产品数据转化为本地化的富媒体内容。