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。
Etched 的芯片已经由台积电造出来了，现在正拿给客户测试。他们卖的不是单颗芯片，而是打包好的整套推理系统——连机柜和软件都配齐了，专门用来跑前沿大模型给用户回应用户提问（也就是推理环节）。公司说这套东西比竞品更快、更省钱、更省电。他们手里已经签了 10 亿美元的合同订单，总融资额也到了 8 亿美元，其中最近一轮 5 亿美元之前没公开过。不过，文章没...
推荐理由：Etched的芯片已经由台积电造出来，正在客户手里测试，同时手握10亿美元合同、估值冲到50亿，是少数既有硬件又有收入信号的英伟达替代者。分数卡在78，因为目前只有单篇报道，产品还没大规模部署，我会先打个折。
Claude Science 是一个给科研人员用的 AI 工作台，现在对 Pro、Max、Team 和 Enterprise 用户开放测试。它把文献检索、数据分析、图表生成和论文编辑整合到一个会话里，内置了 60 多个预配好的技能和连接器，覆盖基因组学、单细胞、蛋白质组学、化学信息学等领域。每次输出都附带可审计的代码、运行环境和聊天记录，方便复现。计算...
推荐理由：Anthropic 把 Claude 做成一个给科研人员用的垂直工作台，把文献、数据、可视化和写作打通在一个会话里，还预置了 60 多个细分领域的技能。产品形态跟通用聊天界面拉开差距，硬核、知识密度和可复现性三个维度都踩中了。正文没披露具体定价和实际延迟数据，但光这个整合度和审计输出，就值得给 82 分。
SemiAnalysis 爆料，GTC 2026 上发布的 4 芯片封装 Rubin Ultra 才过了三个月就被取消，原因是制造环节出了问题。新版的 Rubin Ultra 尺寸直接减半，实际性能大概也只有原版的一半。帖子没具体说哪个制造步骤翻车，也没提新的交付时间表。
推荐理由：这条爆料信息量够硬：发布时间线、取消原因、新版规格缩水幅度都点到了。虽然没披露具体制造故障和新的交付时间，但旗舰芯片三个月就砍单这件事本身，对算力采购和集群规划的冲击已经足够大。我会先打个折，因为来源是 SemiAnalysis 的单方爆料，NVIDIA 还没公开确认，但考虑到 Rubin Ultra 的定位，这条消息的预警价值很高，值得放在头条位置。
NVIDIA 的 ENPIRE 系统让实体机器人像编程智能体一样，通过试错来自我改进。在插 GPU、剪扎带这类任务上成功率能干到 99%，但自动评估和自动复位在更复杂的活上还是会掉链子。硬件用的是双臂协作平台，每台配一张 RTX 5090。测试里 GPT-5.5 和 Claude Opus 4.7 表现互有胜负，而且多智能体一起干通常比单打独斗分高。不...
推荐理由：NVIDIA的ENPIRE系统把智能体那套试错循环搬到了实体机器人上，插GPU、剪扎带这类活能干到99%成功率，但自动评估和自动复位在更复杂的任务上还是会掉链子。硬件是双臂平台，每台一张RTX 5090。测试里GPT-5.5和Claude Opus 4.7表现互有胜负，多智能体一起干通常比单打独斗分高。不过这是简报摘要，不是原始论文，信息密度被稀释了，上限就打到78分。
OpenAI 公布了自研推理芯片 Jalapeño，找博通一起做，专门跑模型回答。这不是要跟英伟达一刀两断，更像买个保险——谷歌、苹果、SpaceX 都在这么干，用自己定制的硬件换更多控制权，也省点钱。同一期播客还聊到 Groq 刚被英伟达挖走核心团队，转头就融了 6.5 亿美元，算是个逆袭故事。另外，AI 智能体开始进入循环工作流，Claude Co...
推荐理由：OpenAI 自研推理芯片是个实打实的信号，Jalapeño 这个代号和博通合作让消息有了具体抓手。但这是播客里聊出来的，不是官方发布，细节还比较薄——知道在做，不知道做到哪了、性能怎么样、什么时候能用上。所以放在 featured 档刚好，先别当重磅炸弹看。
LMSYS 和 NVIDIA 在 SGLang 里为 DeepEP 的 MoE 推理加了两个运行时负载均衡方法。Waterfill 管共享专家，把共享专家的请求发给当前最闲的 GPU，在 DeepSeek V3/R1 上吞吐量提升了 1.48% 到 4.66%，在 DeepSeek V4 上从每秒 49253 个 token 提到 51677 个 to...
推荐理由：LMSYS 和 NVIDIA 联合发的，给了具体吞吐量提升（V3/R1 上 1.48% 到 4.66%，V4 上从 49253 提到 51677 token/s），两个方法都讲清楚了干什么用。对跑 DeepSeek 系列模型生产环境的人有直接参考价值，但纯工程层优化，圈外人无感，放在 featured 刚好。
高通在投资者日上立了一个很高的目标：到 2029 年，数据中心芯片的年收入要达到 150 亿美元。这个数字比它 2025 财年汽车和物联网两块业务加起来还大。高通把宝押在了 AI 推理芯片上，打算从训练市场转向推理市场，直接跟英伟达和博通抢生意。不过正文没披露高通目前数据中心业务的具体收入，只说了基数很小。从几乎为零冲到 150 亿，五年时间确实很紧，...
推荐理由：高通第一次公开数据中心收入目标，从几乎零基础喊到 2029 年 150 亿美元，赌的是 AI 推理芯片能抢英伟达和博通的饭碗。彭博独家给了消息权威性。但正文没披露当前数据中心收入，这个 150 亿的起点到底多低，读者得自己掂量。
OpenAI 跟博通合作搞出了第一款自家芯片，代号 Jalapeño。这芯片现在只干一件事：在服务器上跑 ChatGPT 的推理（也就是你问它答的那个环节），不负责训练模型。OpenAI 说它已经量产，并且开始往自家服务器里装了，目的很直接——少用点英伟达的卡，把运营成本压下来。不过，官方没公布这芯片的性能、功耗和具体省了多少钱，所以实际效果还得看后续...
推荐理由：OpenAI 第一款自研芯片已经量产并开始部署，是摆脱英伟达依赖的实质性动作。但性能、功耗、省了多少钱全都没公布，所以分数压到 85 以下。
SK 海力士准备在美国搞一次 290 亿美元的 IPO，这是韩国公司史上最大规模的海外上市。融来的钱主要用来扩产 HBM（高带宽内存），这种内存是英伟达等 AI 芯片厂商的抢手货。文章没披露具体上市时间表和定价，但方向很明确：AI 军备竞赛的钱已经烧到上游供应商了。
推荐理由：SK海力士这笔290亿美元的美国IPO，是AI需求向上游传导的硬证据。HBM扩产融资数字很实在，但正文没披露上市时间和定价，所以分数先压在85以下。
AI 芯片公司 Groq 确认完成了一轮 6.5 亿美元的融资。这事发生在英伟达花了大约 200 亿美元，把 Groq 大部分员工直接挖走、但没收购公司之后。CEO Jonathan Ross 说，Groq 现在要转向“新云”模式，也就是不再只卖硬件，而是用自己的芯片直接跑 AI 推理服务。团队重建方面，新招了首席产品官和工程 VP，都不是之前被英伟达...
推荐理由：这条消息有反转、有具体数字、有战略转向，三个维度都踩中了。没给更高分是因为目前只确认了融资，新云模式的实际性能和客户反馈正文没披露，我会先打个折。
SpaceX 在孟菲斯附近的 Colossus 2 数据中心又签了一家大客户。开源 AI 实验室 Reflection AI 从 2026 年 7 月 1 日起，每月支付 1.5 亿美元，合同签到 2029 年，换来英伟达最新 GB300 芯片的即时使用权。这是该数据中心继 Anthropic（月付 12.5 亿美元）和 Google（月付 9.2 亿...
推荐理由：SpaceX 签下开源实验室 Reflection AI，月付 1.5 亿美元用到 2029 年。这事新鲜、有硬数字、话题性也够，但 Reflection AI 知名度低，正文也没交代资金来源，所以先给 78 分放在 featured 档。
英伟达的 AI 芯片卖爆了，但真正跟着发财的是给它供内存的三家公司：SK 海力士、三星和美光。最先进的内存晶圆只有这三家能做，今年价格直接翻了一倍多。黄仁勋在 Computex 上跑到海力士的展台，在一片缺货的晶圆上写“请多生产一些 :)”，因为产能根本跟不上。这波热潮把三星和海力士的市值都推过了万亿美元，韩国成了美国之外第一个同时有两家万亿市值公司的...
推荐理由：纽约时报用内存供应链当切口——晶圆价格翻倍、两家韩国公司市值破万亿、再加一个黄仁勋的段子——把 AI 硬件瓶颈讲清楚了。这是趋势观察而不是事件新闻，放在 featured 刚好。
Subquadratic 放出了 SubQ 1.1 Small 的模型卡。它把传统注意力机制里那种“每个词都要和所有词算一遍关系”的密集计算，换成了按内容相关性动态路由的稀疏注意力（SSA），让计算量随文本长度线性增长，而不是平方级爆炸。在 100 万 token 的上下文里，SSA 比密集注意力省 64.5 倍算力，比 FlashAttention-...
推荐理由：SubQ 1.1 Small 把注意力计算从“每个词跟所有词都算一遍”改成按内容相关性动态路由，长文本下计算量线性增长。模型卡给了 1200 万 token 检索近乎满分的结果，64.5 倍算力节省是实打实的亮点。不过目前只有模型卡和设计合作伙伴的部署信息，没开放权重也没公开 API，生产落地还差一口气，所以分数压在 85 以下。
苹果之前只在自家芯片上跑私有云推理，现在开始把一部分工作负载挪到英伟达 H100 GPU 上，用 Hopper 架构的硬件级可信执行环境保护数据。处理过程中数据保持加密，连云服务商都碰不到。这相当于苹果在保持同样安全隔离的前提下，给私有云计算换了个更通用的算力底座。不过正文没披露具体上线时间和部署规模，只确认会先在苹果自己的数据中心里跑起来。
推荐理由：苹果第一次把私有云计算的工作负载从自研芯片挪到英伟达 H100 上，用硬件级可信执行环境保护推理数据，安全标准没降但算力底座换了。分数没给更高是因为正文没披露上线时间和部署规模，目前只是确认会在苹果自己的数据中心跑起来，实际影响还得看落地情况。
马斯克公布了 SpaceX 的 AI1 轨道 AI 数据中心卫星方案。每颗卫星峰值功率 150 kW，持续计算功率约 120 kW，大致相当于一个 NVIDIA GB300 机架的算力。卫星跑在 600-800 公里高的近地轨道，通过激光链路互联，带宽约 1 Tbps，往返延迟 6-8 毫秒。散热靠双面散热器，排热能力 1,400 W/m²；太阳能板效...
推荐理由：我会先打个折：发射时间、单颗卫星成本、实际跑过什么推理任务，正文都没提，所以别急着把它当成马上能用的方案。但亮点是实打实的——150 kW峰值功率、120 kW持续算力，直接对标一个GB300机架，散热靠双面散热器做到1,400 W/m²，这些数字说明散热和供电在工程上是认真算过的。激光链路1 Tbps、往返6-8毫秒的延迟，对近地轨道来说算低，但跟地面数据中心比还是高出一截，适合对延迟不那么敏感的大批量推理任务。整体看，这是个有硬核参数支撑的轨道算力方案，不是画饼，但离落地还差关键信息。
这篇博客因为 Hugging Face 返回了 429 错误（请求太频繁），正文内容没抓到。从标题和摘要看，实验用 OpenAI、NVIDIA、OpenBMB 的模型和一个自己微调的 5 亿参数模型来驱动市场里的交易代理。他们试了三种干预手段都没能重现价格崩盘，最后是靠结算时强行改写价格才把崩盘做出来。我会先打个折：具体怎么干预、崩盘长什么样、数据量多...
推荐理由：我会先打个折：正文因为 Hugging Face 限流没抓到，具体干预怎么设计、崩盘长什么样、数据量多大都只能靠标题和摘要猜。但就现有信息看，五个模型经济体里崩盘凭空消失、只能靠结算作弊做出来，这个发现对代理可靠性和模拟真实性都是实打实的质疑。信息缺口明显，但角度够刁，值得推给从业者看一眼。
作者在单张 RTX 5090 上跑了 Qwen3.6-27B，用 DFlash 做投机解码（让一个小模型先猜答案，大模型再核对，省时间），同时压缩 KV 缓存（把模型记住的上下文瘦身，省显存）。结果最高提速到 3.26 倍。用 q4_0/turbo4 量化时速度是原来的 3.18 倍，WikiText-2 上的困惑度只涨了 0.02%，基本没掉精度。不...
推荐理由：作者在消费级新卡上实测了一套组合拳：用小模型先猜答案再让大模型核对（投机解码），同时把模型记的上下文瘦身（KV 缓存压缩）。结果速度翻了三倍多，精度几乎没掉。这对想在本地跑大模型的人来说是个很实在的参考，数据也够具体。不过来源只有 Reddit 一个帖子，我会先打个折，别当正式论文看。
一位 Reddit 用户拿 qwen3.6-27b-autoround-int4 模型做测试，对比单张 3090 和两张 3090 的表现。在没装 NVLink、走 8x/8x PCIe 通道、P2P 自动开启、张量并行设为 2 的条件下，叙事类文本的解码速度从 53 token/秒涨到 94 token/秒，代码类解码从 62 token/秒涨到 1...
推荐理由：我会先打个折：这只是 Reddit 上一个用户的单次测试，没换模型、没换卡型复现，所以别急着当通用结论。但它的价值在于给了一个很具体的参考点——在没桥接器、走普通 PCIe 通道的情况下，qwen3.6-27b 的 int4 量化版用张量并行跑，解码速度几乎翻倍。对正在纠结要不要加卡跑本地推理的人来说，这个数据比厂商白皮书实在。正文没披露功耗、延迟波动和长文本下的表现，这些缺口让结论只能停在“值得自己试一下”的程度。
两家公司签了一份多年合作协议，打算从设计阶段就联手搞下一代 AI 用的内存芯片。目前公开的信息里没提具体产品规格、什么时候量产，也没说涉及多少资金。
推荐理由：H 和 R 都过了：Bloomberg 首发，加上英伟达和 SK 海力士在 AI 内存供应上的分量，值得关注。K 偏弱，因为规格、量产时间和财务条款全都没披露，所以只能放在 featured 的低分段。
这个项目用四家不同实验室的小模型（OpenAI 的 gpt-oss-20b、OpenBMB 的 MiniCPM3-4B、NVIDIA 的 Nemotron-Mini-4B 和一个自己微调的 0.5B Qwen）分别扮演市场里的不同角色，玩家则充当幕后金主，可以放贷、散布真假内幕消息、做空和贿赂。模型之间的差异本身就是卖点，让市场博弈更像真的吵架而不是念...
推荐理由：我会先打个折：这只是个实验项目，不是产品。但它的切入点很巧——用小模型之间的差异来制造博弈感，而不是硬靠 prompt 演。技术细节也够实在，vLLM 版本冲突、0.5B 模型的表现数据都摆出来了，做 agent 的人能直接参考。正文没披露微调那 0.5B Qwen 的具体数据配方，这点先别太激动。整体值得一看，放在低 featured 合理。