美国政府拟切断中国对 AI 芯片的远程访问
美国政府采取行动限制中国对 AI 芯片的远程访问。特朗普政府认为中国将不会反对美国阻断这一远程连接渠道。
推荐理由:原文报道了美国政府拟切断中国远程访问 AI 芯片的计划,读者可了解中美算力竞争在合规层面的新动态。
美国政府采取行动限制中国对 AI 芯片的远程访问。特朗普政府认为中国将不会反对美国阻断这一远程连接渠道。
推荐理由:原文报道了美国政府拟切断中国远程访问 AI 芯片的计划,读者可了解中美算力竞争在合规层面的新动态。
Clippership 发布白皮书,提出用风力驱动和海水推进的自主船只为海上 AI 算力提供电力与冷却。白皮书认为陆地数据中心受电力接入和居民反对限制,并给出 3MWe 船型、约 90% 模拟容量因子和约 $28-35/MWh 的发电 LCOE;文中还引用美国数据中心电力需求和 2026 年 350 余项建设限制,说明海上部署的监管、带宽、维护与建设路线。
Otium 发布 2026 年 10 月 AI 算力市场报告,基于 AWS 和 Google Cloud 135 万次 spot 价格观测,发现 L40S 48 GB 在 AWS 上小时成本为 $1.53,低于 A100 40 GB 的 $2.22。
波兰斯维诺乌耶西埃 LNG 终端可接收数据中心 160 MW 废热,满足其 148 MW 气源加热需求。该方案每年节省 1.26 TWh 天然气并减少 229 kt CO₂ 排放,使波兰单 MW AI 算力成本达 8.10 百万欧元。 这一经济模型通过共享节省成本,使波兰数据中心运营成本比美国德州仅高 1%,在无需公共补贴的情况下具备竞争力。
MoEngage 利用 Amazon Bedrock AgentCore 和 MCP 架构推出了 Merlin AI 智能体系统。该系统支持在单次对话中完成活动策划与数据分析,帮助客户提升营销效率。
Amazon Bedrock 与 AWS Transform 结合 Kiro IDE 构建多阶段方法论,将大型机 Assembler 代码转化为 Java Spring Boot 服务,在缩短现代化的同时保持业务逻辑完整性。
Cerin 发布了统一编码智能体、编辑器与运行时平台,宣称通过角色路由与提示词缓存将单模型任务成本降低 73%。平台支持 1M 共享上下文和跨模型交叉审查,提供 macOS、Windows 和 Linux 原生桌面应用。
Lambda 部署 NVIDIA Photonics CPO 交换机连接 GB300 NVL72 机架,实现最高 5 倍能效提升与 15 倍可靠性增强。 每款交换机配备 144 个 800Gb/s 端口及 18 个可更换光源,光模块中位温度降至 36°C,网络延迟减少最高约 10%。 通过缩短电信号路径并移除 retimer 芯片,该技术降低了网络中断对大规模 AI 集群的影响。
Amazon Bedrock 开源权重模型新增显式提示缓存,通过 Chat Completions API 标记可复用前缀,降低输入成本与延迟。 支持隐式与显式两种模式,显式模式使用 prompt_cache_breakpoint 标记缓存层级,仅共享前缀计入高价缓存写入费,避免非复用内容额外支出。 缓存由 Amazon Bedrock 自动管理,用户数据不用于模型训练。
Amazon Bedrock 托管知识库新增检索指令,允许为共享知识库的每个租户配置 persona、answerFormat、retrievalGuidance 和 answerPolicy,统一答案语言、日期货币格式和引用风格。
NVIDIA 在 SC26 上宣布推出 Rubin HPC GPU,作为 Vera Rubin 平台新成员,专为加速科学、工程和数据分析中的模拟与数据处理流程设计。
Cloudflare 宣布其面向 AI Agent 的无状态浏览器引擎 Kitesurf 已在 GitHub 上以 Apache 2.0 协议开源。Kitesurf 完全运行在 Cloudflare Workers 之上,解析 HTML、应用 CSS、执行页面 JavaScript 并渲染截图,无需浏览器容器。
推荐理由:原文交代了 Kitesurf 开源后的本地运行与部署方法,读者可以据此搭建属于自己 AI agent 的轻量级浏览器环境。
企业需将 AI 视为统一平台而非孤立项目,以支撑智能体在核心业务流程中的规模化部署。SAP 高管强调,缺乏治理会导致风险积压,74% 的组织仍停留在试点阶段。 构建可信的智能体工作流,需要打通数据基础与业务流程,并通过治理确保其在关键场景(如供应链、财务)中的可靠性。
美国政府正准备出台措施,限制对先进 AI 芯片的远程访问。 目前无具体政策细节或技术参数披露。
Prettywhale.ai 利用小型语言模型(SLM)将数据样本转化为生产级数据摄入管道,几分钟内生成包含单元测试、数据质量规则和文档的完整工件集。 平台支持上传 JSON 或 CSV 文件,生成代码包含 pipeline.py 入口、config.yaml 配置及 pytest 测试套件。免费首月提供 5 个管道生成额度,无需额外平台许可。
是石科技正式发布多模态模型服务,通过自适应缓存技术使视频生成相比 Dense 基线实现端到端平均 2.48 倍加速,且生成质量保持不变。 服务结合 SGLang 推理框架优化显存协同管理,并采用基于 AudioCLIP 的模态自适应 Token 压缩方法,在 WorldSense 评测中实现 1.33 倍理解加速。
睿尔曼智能郑随兵提出机器人落地需满足质量、经济性与稳定性三大标准,强调稳定持续且经济地真实干活。 他依托GLN远程作业网络展示RealBOT轮式人形机器人在产线柔性上下料等场景的真实作业,并与爱安特签约部署。 具身智能核心价值在于复刻人的经验与技能,通过真机数据反哺模型优化,推动产业落地。
summary_zh: AI 数据中心开发商 Firmus Grid 在 IPO 失败后,计划通过新股、债务及来自 Nvidia 和 Meta 的客户预付款融资 30 亿美元。
美国与其盟友已达成协议,将共同识别并保护易受中国影响的 AI 技术与供应链。该协议签署正值华盛顿因 Nvidia 间谍丑闻而考虑更严格的芯片出口规则之际。
ggml-org 发布 libllama 和 libggml 1.0.0,确立主版本 API/ABI 不兼容策略。 开发者需检查绑定 API 变更、固定包输入、验证实际加载库、测试全生命周期及 RPC 协议。 保留回滚方案并记录性能指标,确保生产环境升级安全。
blue-harness 提供二进制逆向加固与审计工具,实测显示 AI 破解加固后二进制消耗 token 增至 16,785,耗时 195 秒且失败。 该工具支持 ELF、PE、Mach-O 格式,集成九种对抗措施及 Claude 技能,CI 验证 362 项检查通过。 它使软件在 AI 辅助逆向场景下的防御策略可被量化验证。
该回测站接受自然语言输入,自动编译为回测引擎指令。 支持任意 OHLCV 格式 CSV 数据运行,模糊策略会触发澄清请求。 提供策略可解释性,实现从描述到回测的零代码闭环。
OpenButterfly 项目通过追踪 217 个 AI 相关站点,识别出 68 个位于高或极高水压力流域,涉及约 6.4 GW 容量。 数据源自公司声明、许可文件或估算,涵盖 Meta、AWS、OpenAI 和 Google 等公司的大型数据中心建设状态。
腾讯混元团队正式发布 Hy4 flash 模型,官方称其为迄今性价比最高的 Hy 模型。该模型总参 224B、单 token 激活 12B,支持多模态输入与 100 万 token 上下文,API 价格大幅低于 Hy4。
summary_zh: HetCCL 是一种集合通信库,支持跨 NVIDIA 和 AMD GPU 的 RDMA 通信,无需修改驱动程序。 该库通过集成 NCCL 和 RCCL,在混合环境中实现高效通信,且在与 NCCL 或 RCCL 单独使用的场景中保持同等性能。
summary_zh: DeltaBox 提出基于变更的 OS 级沙箱检查点机制,实现毫秒级状态保存与回滚,解决现有方案高延迟瓶颈。 通过 DeltaFS 冻结可写层实现文件状态 copy-on-write,DeltaCR 从冻结模板进程 fork 恢复内存状态,两者协同保证一致性。
FlashSampling 将精确采样融合进 LM head 矩阵乘法,避免在 HBM 中生成完整 logits 张量,并在 4 种数据中心 GPU 上实现内核级加速。 在张量并行解码中,方法用流式对等写入替代 logits 的 all-gather,支持最多 8 个 GPU 通信与计算重叠,且在 vLLM 端到端测试中每输出 token 时间最多降低 10%。
在 Agilex 5 FPGA 上实现的 3.69 亿参数 Gated DeltaNet 模型 Tile 证明,递归状态分页并非解码瓶颈。该 Tile 处理单个 369 亿参数层,状态分页仅占总计算量的 11.2%,而权重加载限制了性能。
Superfluid 是开源 LLM 服务器,用于本地设备上的 LLM 推理,支持单设备多智能体共享模型及跨设备集群服务。
推荐理由:原文给出了具体硬件下的延迟改善和吞吐数据,读者可据此评估分布式本地推理在实际混合算力场景中的可行性。
研究人员扩展 Halide 语言,将算法与值表示分离,为量化张量生成 347 个内核。 这些内核覆盖 38 个 GGML 缺失的权重激活对,代码量比 GGML 和 KleidiAI 少 3.7 倍。 在 Apple M3 Max 上,内核速度达到 GGML 专用内核的至少 95%。
VelServe 提出一种通过尾部校准调度平抑 LLM 解码抖动的方案,在 Qwen3-8B 和 DeepSeek-V4-Flash 上将 SLO goodput 提升至最强基线的 2.4-2.9 倍。 该调度器校准每个解码步骤的 prefill 工作量,结合最短等待 prompt 优先策略,在 8 卡分离部署下使满足 SLO 的请求数达到 SOTA 基线的两倍以上。
针对拜占庭攻击导致ADMM算法失效的问题,提出结合门限签名广播和局部机器学习的防御框架。 攻击可使电动汽车成本偏差最高达132.7%,防御机制将成本变化限制在2.6%内;在70%节点受攻击时,该恢复机制在97.8%的模拟中保持收敛。
昇腾NPU团队推出AscendGYM基准测试,其初始套件包含48个内核,覆盖三个难度级别,所有测试用例的数据类型和张量形状均源自真实训练与推理任务。 AscendGYM支持模型评估和模型-框架评估两种模式,并提出了结合加速倍数与token成本的新指标STS(Speedup-Token Score),用于衡量可接受预算下的实际内核优化能力。
2026年上半年国内MaaS市场规模达106.3亿元,同比增长889.4%,火山引擎以45.1%的份额断层领先。字节、阿里、百度等厂商为适应这一新赛道进行组织重构,MaaS成为云厂商争夺AI时代客户入口的核心战场。
推荐理由:通过对比MaaS与传统IaaS的份额变化,揭示了云厂商从资源销售向模型服务入口转型的深层逻辑。
三星在韩国忠清地区投资 144 万亿韩元,扩建半导体、显示器、基板和电池生产设施。 三星电子投 46 万亿韩元建第五条 HBM 封装线,三星显示投 67 万亿韩元建 OLED 产线,三星电机投 8 万亿韩元扩产 AI 服务器基板。 三星电子将温阳厂区转型为前沿 HBM 枢纽,194 家供应商计划到 2030 年追加投资 18.1 万亿韩元。
Datasette Apps 0.4a0 新增对链接的支持,允许通过 URL 中的 #fragments 链接应用,并支持将受支持的 URL 协议报告给 Datasette Agent。 用户可创建一个显示特定记录详情的应用,以及另一个搜索这些记录并链接到前者的应用。 此功能支持 Datasette Agent 编写能互相链接的应用。
文章将 LLM 推理优化技术分为管理效率前沿权衡与拓展整体效率两类。前者通过调整 Batch 大小、TP/EP/ADP 并行策略及量化控制延迟与吞吐,后者利用内核优化与推测解码提升整体性能。
印度半导体初创公司 Bharat Semi 完成 2400 万美元种子轮融资,用于开发集成 AI 能力的可编程图像传感器,并已获得 General Atomics 等客户设计订单。 该传感器将图像采集、处理与 AI 功能集成于单芯片,相比传统架构可降低系统成本至少 70%,首批商用产品计划于 2027 年投产。 公司采用 Fabless 模式,资金将用于扩充工程团队及完成产品开发,而非自建晶圆厂。
三星电子计划投资 19 亿美元,在得克萨斯州奥斯汀工厂为 SpaceX 星链卫星生产 STM32V8 微控制器,目标 2030 年投产。 STM32V8 采用 18nm FD-SOI 工艺,集成 Arm Cortex-M85 内核,目前用于星链低地球轨道卫星的激光链路系统。 此次扩产将奥斯汀厂区的客户范围延伸至太空与国防领域,并纳入美国“芯片法案”框架。
文章探讨了如何让 AI Agent 通过沙箱(Sandbox)验证代码变更,核心在于平衡真实性、安全性与启动速度。作者梳理了七种沙箱架构,包括使用 Mock 的 Island、本地开发、Devbox、临时容器、生产镜像、混合路由及流量镜像(Shadow),并指出 Ephemeral 模式是规模化运行 Agent 的当前落地选择。