企业如何用 NVIDIA DSX 破解 AI 工厂电力瓶颈
GE Vernova、Hitachi Energy、Schneider Electric、Siemens Energy 等能源厂商正基于 NVIDIA DSX AI Factory Platform,把电网、变电站与 AI 工厂作为同一系统规划、仿真和运行。
GE Vernova、Hitachi Energy、Schneider Electric、Siemens Energy 等能源厂商正基于 NVIDIA DSX AI Factory Platform,把电网、变电站与 AI 工厂作为同一系统规划、仿真和运行。
Amazon Quick 可通过 AWS PrivateLink 的 VPC 端点与 VPC 连接两条私有路径访问企业本地数据源,使流量经 AWS 骨干网传输而不经过公共互联网。
NVIDIA 扩展 Confidential Computing,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方专用基础设施上运行敏感负载并保留对模型和数据的控制。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。
Eon 基于 Amazon Bedrock AgentCore 搭建统一的 MCP Gateway,把原先分散在各云平台的逐工具凭证和本地 MCP 进程替换为单一认证网关,让开发者和自主智能体统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS 与 Keyfactor 联合发布参考架构,用 Keyfactor EJBCA 的 X.509 PKI 为基于 MCP 的 AI 智能体建立可验证、可撤销的加密身份。
NVIDIA 云合作伙伴正在欧洲、北欧、非洲和中亚扩展区域算力,用于模型训练与推理,并构建可限制 AI 智能体访问与操作边界的基础设施。Nscale 测试显示,NVIDIA DSX MaxLPS 在相同供电预算下多支持 37% 的 GPU、聚合推理吞吐提升近 50%。
NVIDIA 与欧洲广播联盟(EBU)扩展去年推出的主权标准框架,引入主权云厂商、开放模型开发者和系统集成商,明确广播机构部署智能体时对数据、基础设施、模型与安全的控制方式。Adobe Frame.io 借助 NVIDIA NVDEC、TensorRT 和 CUDA 实现 GPU 加速搜索,嵌入向量生成约快 5 倍、吞吐量最高提升 4 倍、搜索延迟最高降低 5 倍。
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami,可自主调查 CNAPP 与云原生来源的安全发现并评估修复安全性,再生成带护栏与治理的修复方案。该方案在 90 天内将关键云暴露减少超过 90%,且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四类专用智能体组成,通过单一 API 调用最适合各任务的基础模型。
Databricks 发布 Private Network Gateway(PNG),在 Azure 进入公开预览、AWS 进入私有预览,让 serverless 计算通过一条连接接入用户自有网络。
Orca Security 与 AWS 合作,基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。相比最初基线,查询成本降低 90%、输入 token 减少 93%、延迟降低 75%,目前每天处理数千次查询,响应时间 15 秒。
Amazon Bedrock 的托管授权支持从中心账户订阅 AWS Marketplace 私有定价优惠(MPPO),再向组织内多个账户分发模型访问权限。
Amazon SageMaker HyperPod 推出基于 EKS 的多租户参考架构,让多个团队共享同一 GPU 集群并保持隔离与资源公平。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验,在查询时直接向权威数据源核实权限。
Amazon SageMaker HyperPod 通过 SageMaker Unified Studio 连接项目后,需在组织、项目、集群、工作负载四层保留底层治理控制。集群的 IAM、Amazon EKS RBAC 或 Slurm 控制不会被项目连接取代,应集中在一个容量账户中管理加速器容量,并用 IAM 角色和资源策略控制对 Amazon S3、AWS KMS 等资源的访问。
针对 AWS DevOps Agent 只诊断不改动生产资源的问题,该方案用 Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 搭建自动修复工作流,把调查摘要转为预验证的修复动作。
Google发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,该报告由2025年底在纽约举行的CAPS研讨会上50余位学术界与产业界人士协作完成。报告基于上下文完整性(CI)理论,提出以上下文策略引擎作为监督层,在信息离开用户工作区前评估数据流是否适当,并从系统级沙箱、模型级推理和用户控制三层构建智能体隐私与安全防护。
Google 发布新一代联邦学习系统,利用 TEE 实现完全可验证、可审计的数据匿名化保证,Gboard 已采用该系统并获得比旧系统更快的计算速度。系统通过公开透明日志 Rekor 发布访问策略,KMS 仅向匹配策略的服务端 TEE 工作负载发放解密密钥,训练数据仅在 TEE 内解密处理。
Google Private AI Compute 团队 9 月 23 日公布,将为该平台引入服务端持久内存,使云端 AI 能跨设备保留上下文,同时把解密密钥仅保存在用户个人设备上。