NVIDIA 如何构建先进 AI 基础设施供应链
NVIDIA 运营负责人 Deb Shoquist 介绍,公司如何把 AI 平台设计转化为可靠、高性能且可规模化的全球供应链。NVIDIA 按工厂良率等表现每周分配 TSMC 芯片,并追踪每颗芯片直至客户发票,在供需需要时将芯片从 TSMC 出厂到系统从 Foxconn 和 Wistron 出厂的周期由 5 周缩短至 2 周。
NVIDIA 运营负责人 Deb Shoquist 介绍,公司如何把 AI 平台设计转化为可靠、高性能且可规模化的全球供应链。NVIDIA 按工厂良率等表现每周分配 TSMC 芯片,并追踪每颗芯片直至客户发票,在供需需要时将芯片从 TSMC 出厂到系统从 Foxconn 和 Wistron 出厂的周期由 5 周缩短至 2 周。
MoEngage 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建 Merlin AI,让营销与产品团队通过一次对话起草、分析和调整跨渠道活动。
Google 通过实操指南讲解如何在 Gemini Platform 上配置 Agent Anomaly Detection,并用一组正常会话和一组越界会话验证异常检测。
推荐理由:通过正常与越界会话的对照演练,展示如何用现有遥测定位智能体工具滥用,并将检测结果接入现有告警流程。
OpenAI 与 Apollo Research、METR、Transluce 和 Goodfire 启动嵌入式评估,由这些机构独立评估模型对齐、防护措施和监控系统。
OpenAI 正在扩大 ChatGPT for Academic Researchers 计划,向全球 200,000 名研究人员免费提供其前沿模型的访问权限。
Novo Nordisk 与 AWS 基于 Amazon Bedrock AgentCore 构建制药制造流程智能助手,将部分专家工作从数小时或数天缩短至几分钟。
Hugging Face 将 Inference Providers 的语言模型请求切换至 OpenRouter,由后者按实时价格、速度和可靠性选择供应商,并在失败时自动重试。
推荐理由:文中同时披露路由实测与开放权重模型的用量、成本对比,可用于评估统一多供应商推理入口的工程收益和取舍。
UC Berkeley、Microsoft Research 和 Microsoft Security 推出开源插件 TokenEconomizer,可从同一仓库的历史会话中学习,在不修改智能体或底层模型的情况下减少后续任务浪费。
推荐理由:它展示了如何从同一仓库的历史会话中提炼微技能、裁剪工具并干预失败循环,为降低编码智能体的 token 成本提供可迁移方案。
Google 讲解了如何按 AI 智能体会话而非 Web 请求为 GKE 节点池规划容量,并介绍 Agent Substrate 和 AX 如何在会话等待时停放沙箱、释放计算资源。
推荐理由:文章用100个编码智能体的成本模型说明,应按实际占用 worker 的会话配置节点池,并以最繁忙时段的提示频率校准容量。
NVIDIA 在 SC26 发布 Rubin HPC GPU,面向 NVIDIA Vera Rubin 平台,加速科学、工程与分析工作流中的仿真和数据处理。该 GPU 单卡配备超过 50,000 个 CUDA 核心,并加入稀疏数据加速能力和第七代 NVIDIA NVLink 互连技术,预计于 2028 年上市。
NVIDIA在SC26纪念CUDA问世20周年,回顾该平台如何将GPU加速从图形应用扩展到科学计算与AI。如今,超过1100万名开发者使用CUDA,生态包含1,000+个NVIDIA CUDA-X库。CUDA曾用于以两块NVIDIA GPU训练AlexNet,也为AlphaFold 2提供GPU执行支持。
NVIDIA 扩展 CUDA-X 库,引入 cuPhoton、cuPotential 和 cuSpa 等工具,支持 AI 智能体参与天体物理、聚变、药物、材料与单细胞研究。
NVIDIA 公布 Vera Rubin 的 MLPerf 首测结果,称其领先 MLPerf Training v6.1 全部项目,智能体推理每瓦吞吐量较 GB300 提升超过 10x。
Amazon Bedrock Managed Knowledge Base 现已支持表格搜索,可通过智能体检索读取 CSV、XLSX 和 XLS 文件的完整表格,并结合相关文档回答多步分析问题。
推荐理由:文章拆解了表格搜索先检索定位文件、再在隔离沙箱中读取整表计算的机制,并提供文件选择与审计追踪方法。
Lambda 采用 NVIDIA Photonics CPO 交换机连接 NVIDIA GB300 NVL72 机架,部署规模超过 10,000 个 GPU。测试中,网络延迟在机架规模下降约 4%,在 pod 规模最高下降约 10%,吞吐量与传统可插拔光学方案相同。每台交换机配备 144 个 800Gb/s 端口,光学器件温度中位数为 36°C,传统方案为 51°C。
Google 介绍了 Tunix 中的 Zero-TIM 实现,它让采样器解码、服务预填充与训练器前向在相同权重和 token 历史下,为采样动作生成逐位一致的 logprob。
OpenAI 演示如何使用 OpenAI Bedrock Managed Knowledge Base 的 retrieval instructions,为共享知识库中的不同租户设置语气、答案格式、检索指导和回答策略。检索指令不构成授权或数据隔离边界,因此需配合服务端元数据过滤或独立知识库,并通过固定版本和 Planning trace 实现分租户发布与追踪。
AWS 给出 Amazon Bedrock Guardrails 中 Denied Topics 的八项编写实践,重点是按用户意图和具体动作界定主题。文章建议采用动作型名称与定义、最多五个边界示例和上下文锚点,合并重叠主题,并将通用安全类别、固定词、敏感信息和提示词攻击分别交给对应策略。Denied Topics 的结果并非完全确定,关键输入应重复测试,并在主题增删、改名或重排后重新评估。
Claude Fable 5.2 解决了黑洞与量子引力研究中的两个开放问题,并形成两篇预印本。它完成了20多年前提出的计算,结果显示黑洞形成相关相变仍是突变;同时推导出最简单模自举方法的精确极限,其中 M₁ ≤ c/Λ,Λ 约为 9.1266。多个 Claude 智能体运行约六周完成这些工作,结果在9月经 Lean 形式化验证,并由物理学家检查主要结论。
推荐理由:两项结果分别展示多智能体完成长期搁置计算与跨领域寻找解析方法,为理解 AI 参与理论研究的工作方式提供具体案例。
OpenAI Bedrock 为开放权重模型新增显式提示词缓存,可通过 Chat Completions API 标记可复用前缀,并从响应中读取缓存使用情况。隐式缓存自动复用匹配前缀,显式缓存使用 prompt_cache_options 和 prompt_cache_breakpoint 控制缓存边界;示例还演示了 OpenCode 1.18.35 编码智能体会话中的缓存验证与最佳实践。
OpenAI 为 ChatGPT for Healthcare 引入电脑操作智能体、改进临床回答,并新增医疗插件。新插件可跨医疗软件工作,以完成实际任务。
Anthropic 将协同漏洞披露政策中高危和严重漏洞的窗口从90天缩短至30天,其他漏洞缩短至45天,新时限适用于2027年1月1日起报告的漏洞。维护者未回复时,外部协调升级节点由30天提前至15天;补丁可用后公开完整技术细节的等待期由45天缩至30天。正在被利用的漏洞仍维持7天窗口,未经人工审核的AI发现不适用此次更新。
推荐理由:披露窗口和协调节点同步收紧,反映AI加快漏洞发现与重复发现后,维护者修复节奏与公开风险之间的新权衡。
Google Maps 为 Ask Maps 新增自定义公路旅行行程、实时路线提示、预约查找和收藏列表搜索,用户还可让其在线查找空档并致电本地商家。更新从今天起在 Android 和 iOS 推出,Ask Maps 同时扩展至欧洲30个国家,覆盖全球逾200个国家和地区。行程与列表搜索随 Ask Maps 提供,路线提示和预约查找先在美国上线。
推荐理由:它展示了地图产品如何结合生成式规划与实时地点数据,并通过预约代办把 AI 从回答问题延伸到执行任务。
The King’s Trust 与 OpenAI 启动 £1m 合作,计划帮助英国最多 25,000 名年轻人掌握工作所需的实用 AI 技能。
LVMH 媒体部门与 OpenAI 宣布建立战略合作伙伴关系。双方将用 AI 支持新闻工作,并让 LVMH 媒体部门旗下出版物通过 ChatGPT 更易获取。
QwenTeam 正式发布 Qwen4-Max,该模型基于 Qwen4 系列新架构,拥有 2.4T 主干参数、原生视觉能力和百万 token 上下文窗口。相比 Qwen3.8-Max,Qwen4-Max 在 Work360 的 Xhigh 和 High 推理强度下 token 消耗分别减少约 24% 和 35%,单个任务平均费用从 26.58 元降至 11.16 元,降低 58%。
推荐理由:原文同时披露了 Qwen4-Max 的架构变化、评测结果和成本下降,便于比较它相对 Qwen3.8-Max 在能力与 token 效率上的改进。
OpenAI 探索在晶格上定义 Standard Model 的候选非微扰方案,GPT-6 Astra 协助将这一想法转化为详细证明。内容围绕这一候选定义及其证明展开。
AWS 介绍了如何在 Amazon Bedrock 上部署 LiteLLM 与 NVIDIA NeMo Switchyard,为编码智能体请求配置 Stage 或 Random 模型路由。
推荐理由:文章把编码智能体的路由评估从单次 token 价格转向每个成功任务成本,并提供可部署的 Stage、Random 配置与基线对比方法。
AWS 介绍如何在 Amazon SageMaker JumpStart 上部署 OpenFold3-preview(OpenFold3 0.4.1),并通过 SageMaker 异步推理预测蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构。
推荐理由:文章给出 OpenFold3 在 Amazon SageMaker JumpStart 上部署异步推理端点的流程,并展示预计算 MSA 对复合物预测置信度和结合构象的影响。
Google Research 宣布向外部研究者和开发者开放 Antigravity 中基于 Gemini 4 的 /teamwork 与 /boost 工作流。
推荐理由:原文将并行探索、专门验证和上下文分工组织成可复用的多智能体工作流,并用数学形式化、化学结构识别与代码优化案例展示其适用范围。
AWS 介绍了如何利用 Amazon Bedrock 的 IAM principal 归因机制,为经由 bedrock-runtime 或 bedrock-mantle 调用的 AI 开发与生产力工具实现按用户成本追踪。
推荐理由:文章把按用户、团队和成本中心追踪 Bedrock 支出的配置步骤与控制方案串联起来,便于搭建可查询、可分层治理的成本管理流程。
Allen AI 联合 Carnegie Mellon、NVIDIA 和 Johns Hopkins 发布 XYBench,用 8,115 道问题测试 AI 助手能否识别用户提问中隐含的误解(即 XY problem)并给出针对真实目标的建议,该基准获得了 EMNLP 2026 最佳资源论文奖。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在获得用户批准后完成购买。该功能保留现有银行卡的保护机制。
DeepSeek 正式开放全家桶应用 API,将 DeepSeek App 的搜索、文件输入、链接阅读、语音及安全能力接入原有 API。V4.1-Flash(deepseek-flash)在 Messages、Responses 与 Chat Completions 接口下支持相关能力,Search、Fetch、OCR、ASR、TTS 也可独立调用。
推荐理由:文章具体展示 DeepSeek 如何把搜索、文件解析、链接阅读和语音能力接入 API,并列出独立接口与调用价格,便于评估集成成本。
IBM Granite团队发布LLM原生标记语言LLMON,并推出两个基于Granite 4.1训练的实验性预览模型granite-4.1-3b-LLMON-preview与granite-4.1-8b-LLMON-preview。
Google DeepMind 发布 Gemini 4 Hydrogen,并将其面向开发者、企业和消费者全球开放,用于快速执行与智能体工作流。
推荐理由:文章同时给出 Hydrogen 的性能、价格与安全数据,并说明 Orchestrator 如何在 Carbon 与 Hydrogen 间切换,便于理解其在开发工作流中的定位。
Google Search 全球向所有用户开放 Gemini 4 Hydrogen,升级对复杂意图、多部分问题和指令的理解能力。此次更新还改进了 query fan-out 与链接发现,并提供更多图片、结构化回答、比较表和定制工具,同时增强支持语言的理解效果。
推荐理由:Google Search将Gemini 4 Hydrogen全球开放,并说明了意图理解、查询扩展和视觉响应等变化,便于判断升级后的搜索体验。
Hugging Face发布TRELLIS.2 3D生成模型的LoRA微调指南,提供可在本地或Hugging Face Jobs上运行的预处理和训练容器脚本。
Google 发布 Gemini Decision 1 模型与 Gemini Decisions API,支持在一次请求中对文本、图片、音频、视频和 PDF 进行最多 1,000 个 yes/no、choice 或 rubric-scoring 问题评估。
推荐理由:原文给出单次处理多模态输入和 1,000 个问题的接口设计,并列出延迟、价格与置信度输出,便于评估其在路由和审核流程中的适用性。
Google 的一名 Agent skills 项目负责人将 Gemini 4 Argon、Z3 约束求解器与 Go 汇编分析结合,从编译器保留的边界检查陷阱中合成崩溃输入;该流程找出测试解析器中预置的 3 个 bug,并在 skill-lint 中发现 3 个潜在 bug。
推荐理由:文章拆解了 Go 模糊测试因切片容量掩盖越界崩溃的原因,并给出用 Gemini、Z3 与容量裁剪互补排查解析器错误的方法。