Axelera AI 公布数据中心级 AIPU 芯片 Titania 架构,2027Q3 投产
荷兰芯片初创企业 Axelera AI 公布第三代 AIPU 芯片 Titania 架构,瞄准数据中心推理市场,预计 2027 年第三季度量产,已获超 3 亿美元订单。
荷兰芯片初创企业 Axelera AI 公布第三代 AIPU 芯片 Titania 架构,瞄准数据中心推理市场,预计 2027 年第三季度量产,已获超 3 亿美元订单。
英伟达于11月12日宣布黄仁勋辞去CEO及董事职务,任命原CFO科莱特·克雷斯(Colette Kress)担任临时CEO并继续兼任CFO。克雷斯2013年由黄仁勋亲自招揽加入,此前在微软、思科等公司积累近25年财务管理经验。董事会已启动正式继任者遴选,另有人士推测英伟达未来可能采用经营与技术结合的复合领导模式。
同一新闻,精选展示《Jensen Huang丑闻致Nvidia市值一个月蒸发超1万亿美元》
微软云运营与创新总裁诺埃尔 · 沃尔什表示,微软将为 AI 数据中心供电自行承担费用,不依赖政府补贴、不增加其他电力用户成本。 公司计划今年投入 1,170 亿美元建设计算能力,并强调“社区优先”;正与雪佛龙及 Joulent 在得克萨斯州西部推进“Project Kilby”项目,虽受当地审批政策影响,仍以 2028 年启动运行、2031 年全面投运为目标。
SpaceX 宣布计划在得克萨斯州和亚利桑那州投入超过 740 亿美元建设两座面向 AI 的超级计算数据中心园区。
Inception.ai 宣布将逐步关停 Mercury API 服务,该服务将于 2026 年 12 月 28 日前保持完全可用。 官方敦促用户在截止日期前迁移或提取已提交至平台的所有数据,此后将不再提供访问权限。
Natera 基于 Amazon Bedrock AgentCore 搭建 SWARM 系统,为实验室设备工单提供自动诊断。swarm-agent 自动产出诊断报告,swarm-hive 支持工程师交互追问,两者共享一个包含 33 项技能的技能库。评估数据显示,平均首次响应时间从 17.4 小时缩短到约 8 分钟,96.2% 的工单可自动给出首轮响应。
SGLang-Neuron 正式公开可用,允许在 AWS Trainium 芯片上使用 SGLang 接口部署模型及生成强化学习 rollout。 该插件作为树外扩展支持 Trainium,底层基于原生 PyTorch 运行,采用 NKI 内核并通过 torch.compile 编译执行,同时支持 PD 分离架构。
AWS 官方技术团队实测并解析了影响 Amazon Bedrock 推理成本的四个请求级配置选项,包括提示缓存时间、服务层级(Flex/Standard)、自适应推理强度(Reasoning effort)和输出 Token 限制(maxTokens)。
推荐理由:通过实测 4 种请求级配置,揭示了 Bedrock 隐性计费规则与成本平衡点,提供了从 5 分钟缓存切换到 1 小时缓存的判断依据。
Outlook、Teams 和 Copilot 今日同时宕机,微软回应称多个区域基础设施遭遇异常负载。这暴露了将 AI 助手、邮件和会议应用绑定在同一云平台下的单点故障风险,依赖单一供应商工作流的团队需为此类中断做预案。
旧金山一家公司为硬件团队提供由 AI 工具加速的 PCB 设计服务,将设计周期从数月缩短至数周。该服务覆盖从原理图到生产板的完整流程,支持 RF、音频及工业控制等场景。 服务按复杂度分级定价,基础设计起价 $10.0k,高级项目可达 $50.0k。实例显示其设计使某射频板面积缩小 67%,并帮助音频设备成功量产 300 台以上。
SPECTRA 引擎可将在 2.80 倍至 3.31 倍压缩任意 LLM,且无需 GPU 和数据集校准。该工具针对端侧推理的内存瓶颈,通过 CPU 预处理与 4-bit 量化实现近无损压缩。
本文提出在 Amazon Bedrock 上计算和优化模型任务级成本的框架。文章指出任务成本受分词器效率、输出对齐、Agent 循环效率与推理开销四个隐性因素影响,并通过案例说明列表价更高的模型因分词更少、零次试错完成,实际成本反而更低 65%。
推荐理由:文章展示了在 Amazon Bedrock 中结合四个隐性成本驱动因素与实际工作负载计算任务级成本的框架,并给出了证明 Agent 投资回报率的五维记分卡与落地步骤。
AWS 官方博客展示如何利用 Amazon Bedrock 自动记录的 IAM 主体身份,结合 CUR 2.0 和 AWS Budgets 实现按用户或团队的大模型成本追踪与支出限额。该方法无需编写应用代码,通过激活成本分配标签生成可见性,并利用 Budget 动作在超额时自动应用 Deny IAM 策略以限制对高成本模型的访问,从而实现原生的 FinOps 管控。
使用 Amazon Bedrock 和 LiteLLM 可构建自助式 LLM 网关,将 Bedrock 抽象为 OpenAI 兼容 API,支持按用户成本控制与模型性能观测。
RAMDeck 和 Exo 等本地内存池化方案揭示出消费者算力并非稀缺,而是闲置在独立设备中。Deutsche Bank 上调 2028 年预测 180 亿美元,主张维持算力稀缺以支撑云端订阅与 API 高价模式。
作者指出,在 Intel SGX/TDX 等可信计算环境中运行私有 AI 推理时,硬件缺陷带来的安全风险可能被低估。 攻击者可通过物理攻击提取密钥,并在软件中伪造 CPU 身份,从而使 TDX 验证引用面临被伪造的风险。
AWS 发布方案通过多层防线让企业 Agent 共享知识库时仍按用户权限检索。核心流程为:通过 AWS Cognito 与 Lambda 在访问令牌中注入邮箱。
推荐理由:文章给出多层防线与可部署的CDK堆栈,读者可据此在共享Agent场景中隔离各用户的数据访问权限。
随着算力架构向数据复杂性转移,仅少数厂商能成功打造 AI 操作系统,市场焦点正从存储转向数据。 Nvidia 首席执行官 Jensen Huang 将 Dynamo AI 推理栈称为“AI 工厂操作系统”,上周 Vast Data 也宣称其闪速存储软件层构成了 Vast AI 操作系统。
NVIDIA 宣布共同创始人 Jensen Huang 于 2026 年 11 月 12 日辞去首席执行官、总裁及董事职务,Colette Kress 被任命为临时 CEO。该变动发生在 Nvidia 公布 2027 财年 Q2 数据中心营收达 890 亿美元的关键节点,供应链与 AI 基础设施团队需关注产品交付、产能承诺及 CUDA 生态的持续性,但现有软件与硬件体系不会因人事变动停止运行。
同一新闻,精选展示《Jensen Huang丑闻致Nvidia市值一个月蒸发超1万亿美元》
RevenueCat 工程团队总结 Paywalls AI Editor 的设计教训,建议开发者避免为自定义 UI 格式构建复杂的专属 Agent Harness。
ElevenLabs 发布两款语音转文本模型:Scribe v3 面向预录音,102 种语言词错误率较前代下降约 25%,德语准确率提升明显,且首次支持实时场景下的说话人分离;Scribe v3 Live 面向低延迟实时应用,通过分析对话上下文避免语音智能体在说话者短暂停顿或念数字时错误切断。
Closed 是一款机械模具设计 AI Agent,支持上传 STEP 文件或零件照片自动生成分型、型芯及浇口系统。 每个尺寸均注明 CAD 内核或规则库来源,支持人工接管并需最终审批。 旨在解决模具设计效率痛点,提供可溯源的 AI 辅助流程。
MudGym 通过 WebAssembly 让 MUD2 在浏览器中运行,并构建了围绕该游戏的强化学习环境。 MUD2 是早期在线多人游戏,其部分源自 90 年代初的 C 引擎代码保持不变。示例多为 marimo notebook,通过 Pyodide 在浏览器中以 Python 运行 MudGym。
部署平台Vercel报告显示,生产环境中的AI模型有效半衰期约为六周,十月语言模型请求中超过半数量流向发布不满60天的新模型。决策模型在十月份占网关总请求量的26%,但成本极低;语音模型使用率在七个月内增长了161%。Anthropic在十月获得了比OpenAI更多新增团队作为首选,而OpenAI则占据了网关总支出的约15%。
推荐理由:报告基于海量生产数据揭示模型快速更迭规律,指出企业AI核心挑战是构建可连续替换模型的基础设施而非单一选型。
微星 2026 年前三季度归母净利润 104.49 亿新台币,同比增长 153.9%;营业总收入 1631.16 亿新台币,同比下滑 5.5%。 单季推算显示第三季度归母净利润约 40.33 亿新台币。2026 年存储芯片价格上涨导致 PC 成本激增,微星拓展 AI 服务器业务,展示了基于 NVIDIA MGX 架构的液冷 GPU 服务器等产品。
作者在 GitHub 开源了 ShanHaiGateway,这是一个用 Go 编写的多上游 LLM 网关,旨在将复杂的模型供应商配置管理转换为标准的 OpenAI 兼容端点。
AI-CDD 允许客户用自然语言定义功能,由 AI 代理实现并通过特征开关上线。 该流程利用嵌入向量搜索匹配现有隐藏功能,未通过的功能需经人工审查后由 AI 生成测试。 个性化配置可减少功能冗余,在保持体验一致的同时提升产品粘性。
Google 新开源 XLA Serving Engine (XSE) 通过移除 Python 解释器,在 YouTube Shorts、广告等场景处理超 600 万次每秒查询。相比优化后的 Python 服务器,XSE 吞吐量提升 2-5 倍,内存占用仅为四分之一。该引擎支持 GPU、CPU 及 TPU,旨在解决短请求高 QPS 场景下的延迟瓶颈。
Serve Robotics 上线 AV Delivery Developer Portal,向第三方开发者及 AI 智能体开放 2000 台人行道机器人。用户可通过 API 直接调度机器人,无需依赖大型外卖平台,覆盖 150 个社区。 机器人最高时速 6 mph,后端负责路径规划与远程监控。此举降低了中小商户配送成本,并减少对 Uber Eats 等平台的依赖。
BloombergNEF 报告显示,美国、英国和欧洲的规划数据中心拟部署 181GW 现场燃气发电容量,接近英国峰值用电量的 4 倍,主要为了绕开电网接入延迟。若全部建成,美国部分占总量 90%,每年将排放约 3.45 亿吨二氧化碳当量,相当于 7280 万辆燃油车;该报告发布于 COP31 在土耳其开幕之际,多位欧洲领导人因此缺席,转赴周五在都柏林举行的欧盟首次专门 AI 峰会。
支持文本、图像、视频和音频模型,输出 2/3/4-bit GGUF 格式,兼容 llama.cpp、vLLM 及昇腾芯片。其困惑度指标优于 MR-GPTQ 和 DuQuant++,量化速度提升至 11 倍。
犹他州能源初创公司 Torus 融资 5 亿美元,推出将电池与 AI 计算结合的集装箱级模块产品。 该产品旨在解决 AI 数据中心的电力瓶颈,让计算能力在电网连接滞后区域部署。
阿里巴巴已申请将其全栈数据中心芯片设计单元T-Head在港股上市,此前港交所已批准该分拆。分析师认为此次IPO将考验中国本土AI硬件雄心并释放被锁定的价值,此时正值Nvidia在华业务受挫且港股IPO市场降温。
Apex Compute 开发的 AI 渲染技术套件 Apex Neural Rendering(ANR)正式推出测试版,宣称兼容英伟达、AMD 和英特尔的多代显卡,并支持 Steam Deck 掌机。
文章探讨了 AI 模型通过 P2P 协议(Torrent)分发的观点,认为这是未来交付模型的标准方式。 该主张基于对传统集中式分发在大型模型场景下效率低下的批判,强调去中心化传输的必要性。
亚马逊于11月11日发布了用于本地构建和测试AWS应用程序的AWS Emulator,并宣称其代码由自主智能体编写,人类工程师未参与编写或审查。其工程设置采用了三个智能体团队:一个负责在真实AWS环境中编写并验证测试,一个运行这些测试以在模拟器中查找差异,另一个负责修复单个问题。
推荐理由:原文将亚马逊官方声明转化为可评估的工程架构,清晰划出了自动化代码生成与人类质量控制的设计边界。
百度天池 1024 卡超节点发布,明年推向市场,宣称可支撑 5 万亿参数大模型训练。该超节点卡间互联带宽提升 3 倍,训练性能提升 2.5 倍、推理性能提升 3 倍。搭配的 G3.5 KV Cache 显存加速柜让长上下文推理性能提升 2 倍,多轮对话缓存命中时 TTFT 降低 90%、吞吐提升 7 倍,且横向扩展能力可达万卡规模。
百度昆仑芯宣布 M100 已上市,M300 将于明年推出,并计划于 2028 年基于全新 N 架构推出多颗芯片。李彦宏在百度世界 2026 大会指出,智能体应用的规模化正带动推理计算需求爆发,推理将成为 AI 芯片长期增长的主要推动力。
Fractile 完成超 7.2 亿美元 C 轮融资,估值达 70 亿美元。 英国政府主权 AI 风险投资基金参投,其他投资方包括谷歌风投、贝莱德;公司目标构建无权衡的 AI 推理硬件,Anthropic 拟 2027 年部署其芯片。 支持英国本土核心技术发展,创造就业与经济效益。
亚马逊 AWS 首席执行官马特·加曼在 Sources 播客节目中表示,未来 10 至 20 年内,太空数据中心在运行经济性上很难具备商业可行性,发射成本高、散热难、设备维护复杂是核心阻碍。