英伟达的 AI 芯片与生态动态：GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。
一位 Reddit 用户用两张 RTX 3090 在 Ubuntu 上跑 Qwen 3.6 27B 模型，没上 NVLink。处理长文本时每秒能啃 4000 个 token，生成回答的速度是每秒 113 个 token。这个速度日常聊天或做文档处理都够用。不过帖子正文被 Reddit 的安全策略挡了，看不到具体配置细节，比如用的是哪个量化版本、功耗和温...
推荐理由：我会先打个折：这是单个 Reddit 帖子，没披露量化方式、批处理大小和功耗，复现细节不够。但 HKR 三条都踩中了——配置具体、数字清楚、直击本地推理玩家的痛点，所以给到 featured 的低位。
彭博社 5 月 13 日的节目里提到，Anthropic 正在寻求至少 300 亿美元的新融资，对应的估值超过 9000 亿美元。这个数字很吓人，但报道没披露具体投资人、交易条款和时间表，所以先别太激动，正文也没说这轮融资到了什么阶段、钱打算怎么花。
推荐理由：Bloomberg 只给了募资规模和目标估值两个数，投资方、条款、时间表一概没提。我会先打个折：没落地的融资消息，数字再大也只是意向。但 9000 亿这个量级本身就是一个信号，说明头部实验室对资金的需求已经膨胀到传统科技 IPO 都未必接得住的程度。正文没披露钱具体要花在哪，这点先别太激动。
白宫周一公布的16人CEO随行名单里没有黄仁勋，这件事在硅谷和华盛顿都引起了议论。特朗普周二上午直接打电话邀请，黄仁勋当晚在阿拉斯加登上了空军一号。他掌管的英伟达是全球市值最高的公司，过去一年一直在游说中美双方，想拿到向中国卖AI芯片的许可。去年夏天特朗普批准卖上一代芯片，但中国政府至今没批任何采购，美国政府内部也有人以国家安全为由反对卖更先进的芯片。
推荐理由：我会先打个折：正文没披露这次访华有没有谈成什么许可，也没说中方怎么回应，所以别急着下结论说英伟达的芯片就能卖了。但这条消息的看点在于时间线——名单公布后才补邀，说明特朗普团队临时决定把英伟达塞进来，很可能就是冲着 AI 芯片出口管制去的。对从业者来说，这比一份正式声明更有信号意义，因为动作本身就在说“这事还在博弈”。
DeepSeek 上个月发新模型，头一回说推理环节跑在了华为芯片上，但两位半导体业人士透露，训练阶段仍然依赖英伟达芯片，具体怎么拿到的没细说。华为计划今年出训练芯片，同时承认性能追上英伟达现有水平还要再等一年。这件事让中国在 AI 硬件上跟美国进一步脱钩，也印证了黄仁勋之前的警告：出口管制反而逼着中国自建一套技术栈。不过中芯国际量产华为芯片良率低、功耗...
推荐理由：这篇不是模型发布，也没有跑分，所以分数不会冲太高。但信息量够硬——DeepSeek 推理侧开始用华为芯片，训练侧还离不开英伟达，华为自己的训练芯片今年才出来、性能追平还要一年。我会先打个折：正文没给推理优化的具体性能对比或延迟数据，也没说 DeepSeek 在华为芯片上跑了多大并发。不过它把芯片管制这条线拉得很清楚，对关注算力成本和国产替代的人有直接参考价值，84 分放在 featured 里是合适的。
Cerebras 把 IPO 发行价区间上调到每股 150 到 160 美元，按上限算估值约 350 亿美元。直接推手是 OpenAI 刚签了一份 750 兆瓦的 AI 算力采购协议，交付排到 2028 年。不过原文因为微信环境验证拦截，正文内容没抓到，具体合同金额、交付节奏和 Cerebras 的财务数据都没披露，这个估值能撑多久还得看后续招股书细节。
推荐理由：这条不是普通的 IPO 消息。OpenAI 用 200 亿美元、750 兆瓦的采购协议给 Cerebras 站台，直接把估值推到 350 亿美元，等于在英伟达之外硬开了一条新路。我会先打个折：Cerebras 的芯片主打推理优化，跟英伟达的训练生态还不是一个量级，但 OpenAI 愿意砸真金白银，说明大客户已经在认真找备胎了。正文没披露这笔订单的具体年限和单价，所以 200 亿是总承诺额还是框架上限，这点先别太激动。对看算力成本和供应链安全的人来说，这条值得追。
NVIDIA 放出了一个叫 Star Elastic 的模型，一个检查点文件里包含了 30B、23B 和 12B 三个尺寸的推理模型，不用额外训练就能直接“切片”取用。具体玩法是让 23B 的子模型负责思考过程，30B 的模型负责给出最终答案。在 AIME-2025、GPQA、LiveCodeBench v5 和 MMLU-Pro 这几个测试集上，这种...
推荐理由：我会先打个折：这还是个研究发布，不是大规模验证过的产品，影响力肯定比不上一个全新旗舰模型。但它的机制很具体——一个检查点通过“零样本切片”就能变出不同大小的推理模型，而且 23B 负责思考、30B 负责回答这种分工方式，在 AIME-2025 上确实跑出了 16% 的准确率提升和 1.9 倍延迟降低。对正在折腾推理部署的人来说，这种“一份权重、多种用法、精度可选”的思路，直接打中了成本和延迟的痛点，所以放在 featured 里是合适的。
英伟达继续在 AI 圈大笔撒钱。根据 CNBC 和 FactSet 的数据，2026 年才过了几个月，它已经承诺了超过 400 亿美元的股权投资。最大一笔是给 OpenAI 的 300 亿，剩下的分布在七笔对上市公司的数十亿美元级投资，以及大约二十多轮对未上市初创公司的参投里。最近的两笔包括给玻璃制造商康宁最多 32 亿、给数据中心运营商 IREN 最...
推荐理由：HKR 三项都成立：400 亿这个半年数字冲击力强，300 亿流向 OpenAI 和约 24 笔交易都是硬信息。它不是模型发布或产品更新，而是资本结构信号，所以放在 78–84 这个区间合理。正文没披露这些投资的条款细节，比如是现金、芯片折价还是云额度，这点先别太激动。
RadixArk 在 5 月 5 号宣布拿了 1 亿美元种子轮，投后估值 4 亿美元。领投的是 Accel，Spark Capital 跟投，更少见的是英伟达、AMD、英特尔这三家芯片厂同时出现在投资人名单里，联发科和 Databricks 也参与了。正文因为微信环境验证没抓到具体内容，没法展开说他们到底做什么、钱怎么花，但光看这个阵容，大概率是跟 A...
推荐理由：这条消息的硬核在于钱和站队：1亿美元种子轮、4亿美元投后估值，英伟达、AMD、英特尔三家芯片厂同时出现在投资人名单里，这在AI基础设施赛道不常见。我会先打个折——正文没披露产品性能基准、客户验证或开源项目的实际采用数据，所以目前只能当一笔高关注度的融资来看。对从业者来说，看点不是金额本身，而是三家互相竞争的芯片厂为什么愿意一起押注推理优化，这背后可能指向算力成本、模型部署效率的痛点。信息缺口也很明显：没写团队背景、技术路线和落地案例，后续如果有产品实测或客户名单，价值会更高。
StarVLA 把 VLA（视觉-语言-动作模型）里常用的主干网络、动作输出头、训练策略和评测接口都做成了可插拔的模块，不用再为不同论文各搭一套代码。仓库在 GitHub 上已经拿到 2.2k 星，支持的基准包括 LIBERO、SimplerEnv、RoboTwin 2.0、RoboCasa-GR1 和 BEHAVIOR-1K。正文没披露具体训练成本和...
推荐理由：我会先打个折：StarVLA 目前是框架级发布，不是新模型，所以权重不会给到模型首发那么高。但它的价值很实在——把多种 VLA 架构塞进同一套接口，训练和评估不用再东拼西凑，2.2k star 说明社区已经用脚投票了。正文没披露框架内各方法的横向对比数据，这点先别太激动，但统一工具这件事本身对机器人方向的工程效率提升是实打实的。
indrasmirror 用一张 RTX 4090 跑 Qwen3.6-27B-Heretic-v2，上下文拉到 262K token，搭配 TBQ4_0 格式的 KV 缓存和 MTP 推测解码（draft 3），生成速度从约 43 t/s 提到 80-87 t/s。MTP 草稿接受率大概 73%，说明模型对草稿的采纳比例不低，这是提速的关键。帖子正文...
推荐理由：这是一次有实测数据的单卡推理优化记录，不是产品发布，但 H/K/R 三项都站得住。262K 上下文、80+ t/s 的 27B 模型跑在消费级显卡上，对本地部署圈子的吸引力很强。正文给了具体配置和前后对比数字，可复现性不错。扣分点在于来源只有 Reddit 帖子，且场景偏小众本地推理，所以放在 featured 档、77 分是合适的，不用再往上拔。
这篇是 ICLR 2026 的论文，讲的是英伟达 Cosmos Lab 和普渡大学搞的 Scenethesis 框架。它让语言和视觉模型组成一个 agent 闭环，根据文字描述生成 3D 场景。流程里加了视觉定位、基于 SDF 的物理约束，还有一个裁判模块来挑错。实验数据是：首次生成成功率约 72%，模型自己检查修正后能拉到 91%，碰撞率从 6.1%...
推荐理由：我会先打个折：正文没披露 72% 和 91% 是在什么数据集上跑的，也没说 judge 模块本身会不会出错，所以这个自检提升幅度先别太激动。但思路本身挺实在——让 agent 自己生成、自己检查、自己修，相当于给文生 3D 加了个质检闭环。SDF 物理约束这个点也值得留意，它不是纯靠视觉打分，而是用几何和物理规则卡了一道，理论上能减少穿模和浮空这种低级错误。对做机器人仿真和 3D 资产管线的人来说，如果这套流程真能稳定跑通，省下来的手工修场景的时间会很可观。
彭博社引述知情人士说，美国怀疑一家跟泰国国家 AI 项目有关联的公司，帮忙把价值数十亿美元的超微服务器（里面装着受管制的英伟达高端芯片）走私到了中国，阿里巴巴是多个最终客户之一。报道没披露这批芯片的具体型号和数量，也没说明阿里是否知情。目前信息都来自匿名消息源，官方还没公开指控，先别急着下结论。
推荐理由：Bloomberg 这篇报道给出了一个具体的走私路径、金额量级和阿里这个终端客户名字，所以 H、K、R 都站得住。但全文只是美国单方面的怀疑，没有执法结果，也没有其他信源交叉印证，所以分数没给到 P1。我会先打个折，这点先别太激动。
英伟达和 IREN 签了份 AI 基础设施合作协议，英伟达会投进最多 21 亿美元。这笔钱用来一起建 AI 数据中心，但公告没写具体占多少股份、分几期付款，也没提建成后能增加多少算力。
推荐理由：彭博信源加上英伟达最高 21 亿美元的投资，HKR 三项都站得住。信息只到金额和合作方向，没给股权、付款和容量细节，所以停在 featured 档。
美国能源部和英伟达要在阿贡国家实验室建两台 AI 超算。小的一台叫 Equinox，用 10,000 块 Grace Blackwell GPU；大的一台叫 Solstice，计划上 100,000 块还没发布的 Vera Rubin GPU。英伟达的 Ian Buck 说 Solstice 的算力能干到 5,000 exaflops，这个数字听听就好...
推荐理由：HKR 三项都踩实了：GPU 型号和数量是硬信息，DOE 与 NVIDIA 的角色分工清楚，电网瓶颈那段把 AI 的落地价值讲得很具体。不过来源是 NVIDIA 官方博客，信息偏单向，所以放在 featured 而不是 must-write 的档位，82 分在这个区间里是合理的。
Avarok 把 Atlas 推理引擎开源了。它用 Rust 和 CUDA 写成，镜像只有约 2.5GB，冷启动不到两分钟。在一台 DGX Spark 上跑 Qwen3.5-35B，实测持续速度约 111 tok/s，作者说比 vLLM 快 3.0 到 3.3 倍。引擎专门为 Blackwell SM120/121 写了内核，支持 NVFP4、FP8 ...
推荐理由：我会先打个折：目前只有 Reddit 单帖来源，基准测试也没被第三方复现，所以分数压在了 featured 低位。但这条确实有料——开源推理引擎 Atlas 在 DGX Spark 上跑 Qwen3.5-35B 持续 111 tok/s，镜像才 2.5GB，冷启动不到两分钟，作者说测试时是 vLLM 的 3.0–3.3 倍。真正值得盯的是 Blackwell SM120/121 手写内核、NVFP4/FP8 和 MTP 解码这些底层优化，不是简单套壳。速度、体积、启动时间三个数字都给了，信息密度够，对想本地部署大模型的人有直接参考价值。
一位 Reddit 用户在单张 32GB 显存的 RTX 5090 上，用 vLLM 跑通了 Qwen3.6 27B 的 NVFP4 量化版，并验证了 200k 上下文长度。配置上用了 fp8_e4m3 的 KV 缓存、FlashInfer 和 3 个投机 token 的 MTP。10 次 200k 上下文跑分平均生成速度 73.6 tok/s，首 t...
推荐理由：我会先打个折：来源是 Reddit 用户自测，不是官方报告，但配置和日志都贴出来了，可复现性不低。真正值得盯的是显存边界——KV 缓存占了 8.3GiB，整卡吃到约 30478MiB，几乎榨干 32GB。这说明 NVFP4 量化确实把 27B 模型压进了消费级显卡，而且 200k 上下文不是摆设，十次都跑稳了。不过 TTFT 70 秒意味着首 token 要等一分多钟，实际用起来体验会打折扣。这点先别太激动，等更多卡型验证。
NVIDIA 在 Spectrum-X 以太网平台上新增了 MRC（多路径 RDMA）支持，允许一个 RDMA 连接把流量分散到多条网络路径上，而不是死绑一条。这项技术已经在 Blackwell 集群里跑起来了，硬件层面能做到微秒级故障绕行和重路由。MRC 走的是 OCP 开放规范，支持多平面组网，目标是把集群规模推到几十万张 GPU。不过博客没给出具...
推荐理由：我会先打个折：这是英伟达自己的产品稿，不是第三方评测。MRC 把一条 RDMA 流拆到多条物理路径上跑，微秒级检测断连并硬件重路由，正文说已经在 Blackwell 部署里用了。这点先别太激动，因为没给第三方验证数据。真正值得看的是他们把这套东西推到 OCP 开放规范，配合多平面网络，目标是撑住几十万卡级别的训练集群——如果真能落地，对大规模训练的网络成本会有实打实的影响。
SAP 计划收购德国 AI 初创公司 Prior Labs，交易金额 11.6 亿美元。这家公司才成立一年半，正文没披露它具体做什么技术、有多少人、之前融了多少钱。同时，SAP 还限制了客户在业务流程里跑 AI 模型（也就是让模型进业务流程干活的 agent）时的选项，只允许用 Nvidia 的 NemoClaw 等少数几个。文章没说明这笔收购什么时候...
推荐理由：我会先打个折：正文没披露价格结构、交割时间和技术细节，所以没法判断这笔钱到底值不值。但 SAP 对一家 18 个月大的实验室押注 11.6 亿美元，同时把客户能用的智能体限制到 Nvidia NemoClaw 等少数选项，这两件事放在一起看，信号很明确——SAP 在加速收拢 AI 能力，也在收紧生态入口。对从业者来说，收购本身是新闻，但更值得盯的是后续客户侧的工具锁死和整合节奏。
两家公司把合作又推了一步，这次是让 AI 代理直接在你的电脑桌面上干活。这个叫 Project Arc 的东西，通过 Action Fabric 连接企业软件，再用 OpenShell 建一个带权限管控的沙盒环境来执行操作，防止乱来。文章里还提了一嘴 Blackwell 芯片的能效：每瓦输出的 token 数是上一代 Hopper 的 50 多倍，每百...
推荐理由：我会先打个折：这就是两家大厂合作发了个桌面 agent 产品，正文没披露实际客户和上线时间，别当成立竿见影的东西。但里面几个信息值得看——Action Fabric 负责把 agent 接进 ServiceNow 的业务流程，OpenShell 在沙箱里跑任务，权限和策略都框死了，不是裸奔。Blackwell 的能效数字挺夸张，每瓦 token 数是 Hopper 的 50 倍以上，百万 token 成本低了近 35 倍，如果实测能兑现，跑企业 agent 的算力账单会好看很多。这点先别太激动，毕竟还是纸面数据。整体属于有机制、有经济账、但缺实证的...
The Information 的报道说，xAI 手里大概 55 万张英伟达 GPU，但模型浮点运算利用率（MFU）只有 11%，折算下来相当于真正在干活的卡就 6 万张左右。文章把锅甩给了 HBM 显存读写、服务器之间通信、训练时空等和软件栈不统一这几个问题。作为对比，Meta 的利用率是 43%，Google 是 46%。不过原文因为微信环境验证失...
推荐理由：这篇不是模型发布或产品更新，是实打实的基础设施效率爆料。55万卡对11%利用率这个对比本身就够抓人，再加上Meta和Google的43%、46%做参照，信息密度高。我会先打个折：正文没披露xAI具体怎么算的MFU，也没说这个11%是瞬时值还是长期均值，但瓶颈拆解（HBM、跨节点通信、软件栈）让文章站得住脚，所以给到82分。