NVIDIA 推出 DSX POD AI 工厂参考设计，部署时间从六个月缩短至最快 14 天
NVIDIA 在 GTC Berlin 推出 DSX POD，这是由合作伙伴在模块化集装箱内完成集成与验证的 Vera Rubin AI 工厂参考设计，到场后接入电力、冷却和网络即可使用，部署时间从六个月缩短至最快 14 天。
#部署/工程
产品NVIDIA NewsroomAI 评分5858 产品NVIDIA NewsroomAI 评分5858 NVIDIA DSX 平台落地欧洲，AI 工厂冷却水耗可降至近零
NVIDIA 在 GTC Berlin 宣布欧洲生态伙伴采用 NVIDIA DSX AI Factory Platform，其参考设计用闭式液冷加干冷器把设施冷却水耗降至近零，2GW 规模下每天可省 54 million 升水。
产品NVIDIA Blog精选AI 评分6767 黄仁勋 GTC Berlin 2026 主题演讲：发布 DSX POD、OpenShell 与 Nemotron 等多项更新
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项更新，包括以模块化集装箱交付的 DSX POD 参考设计，现场部署时间可从六个月缩短至 14 天。
推荐理由：黄仁勋在 GTC Berlin 集中发布 AI 工厂、智能体运行时与开源模型组合，可据此观察 NVIDIA 面向欧洲的整套基础设施布局。
产品Latent Space精选AI 评分8282 DeepSeek 开源生产推理栈 DeepInfer，单集群日处理 155T tokens
DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并同步发布 deepseek-recipe 协议转换库，支持 NVIDIA SM100 与华为昇腾 950 平台。
推荐理由：DeepSeek 开源生产推理栈的同时披露了缓存命中率与单卡收入，读者可据此判断高吞吐数字背后的成本结构。
产品MarkTechPostAI 评分7373 Google Cloud 发布 llm-d 1.0，为 TPU 与 GPU 集群提供缓存感知路由
Google 团队在 PyTorch Conference North America 上发布分布式推理栈 llm-d 1.0，这是该项目首个稳定版本，把 vLLM 或 SGLang 模型服务器整合为 Kubernetes 上的统一资源池。
观点Latent SpaceAI 评分4242 Tenex 如何为财富 2000 强企业构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 访谈
Tenex 以故事点而非工时向 AI 工程师付费，公司已发展到 75 人，客户覆盖财富 2000 强与中型企业。其 MetaHarness 把技能、项目文档和 CLI 与代码一起签入 Git，让智能体读到的不只是做了什么，还有为什么这样做。访谈还讨论了用 AI 智能体替换每年 4.3 万美元的演讲者管理工具，以及垂直 AI 产品的取舍。
产品vLLM Blog精选AI 评分7575 蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming
蚂蚁集团与 vLLM 社区开源通用高性能量化推理内核库 Humming，支持 Turing 及之后的 NVIDIA GPU 和 T-Head 真武 810E，统一支持多种权重与激活量化组合。
推荐理由：原文给出 Humming 与 Marlin、DeepGEMM、FlashInfer 的逐项基准和端到端吞吐数据，可据此判断量化推理内核的选型空间。
产品Ars Technica · AIAI 评分4242 Gemini 的 Personal Intelligence 功能登陆 Android Auto 与 Google Built-in 汽车
Google 将 Gemini 的 Personal Intelligence 功能推向 Android Auto 和 Google Built-in 车载系统，该功能今日起在 Android Auto 开始推送，未来几个月内覆盖搭载 Google Built-in 的车辆。
产品The DecoderAI 评分7272 DeepSeek 开源推理框架 DeepInfer，支撑 V4.1-Flash 快速低成本推理
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速生成回答的服务软件。
产品TechCrunch · AIAI 评分7575 Google 开源 TorchTPU，让 PyTorch 应用无需重写即可运行在 TPU 上
Google 宣布开源 TorchTPU，这是其 PyTorch 版本，开发者只需修改配置、无需重写应用，就能把现有 PyTorch 应用迁移到 Google 的 TPU 和 Google Cloud 上。
产品AWS Machine Learning BlogAI 评分4242 Smartsheet 在 AWS 上线 MCP Server，AI 智能体可读写工作管理数据
Smartsheet 已在 AWS 推出正式可用的 MCP Server，AI 助手可通过标准化协议读写和管理 Smartsheet 数据，覆盖探索、创建与管理 sheet、行、列及自动化等 40 多个工具。
模型The DecoderAI 评分7272 Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转文字模型 Voxtral Small Transcribe 3、文字转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
产品AWS Machine Learning BlogAI 评分3333 加拿大 AWS 区域通过跨区域推理接入 OpenAI GPT-5.6、GPT-6 与 GPT-6.1
Amazon Bedrock 跨区域推理（CRIS）现支持从加拿大（中部）和加拿大西部（卡尔加里）区域调用 OpenAI GPT-5.6（Sol、Terra、Luna）、GPT-6（Astra、Sol、Luna）和 GPT-6.1 Sol，推理在北美境内处理。
安全实践AWS Machine Learning BlogAI 评分3333 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础平台
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%。
产品vLLM Blog精选AI 评分6767 vLLM 发布 TorchTPU 后端，支持在 Google Cloud TPU 上运行 vLLM
vLLM 发布 vllm-torchtpu 后端，基于 Google 的 TorchTPU 栈在 Google Cloud TPU 上运行 vLLM，多数现有 vLLM 模型无需改动模型代码即可部署。
推荐理由：原文给出插件安装方式、Pallas 内核清单与六种并行维度，可据此判断在 TPU 上复用现有 vLLM 模型代码的迁移成本。
产品Databricks BlogAI 评分5858 Databricks 在 Agent Bricks 上推出 Agent Memory
Databricks 在智能体开发平台 Agent Bricks 上推出 Agent Memory，目前为 Beta，运行在 Lakebase 上，基于其 MemCurrent 记忆架构。
产品Databricks Blog精选AI 评分6262 Databricks 推出 MemCurrent 持久记忆架构，已用于 Agent Bricks Memory 与 Genie
Databricks 发布面向生产智能体的持久记忆架构 MemCurrent，已支撑新的 Agent Bricks Memory 和 Genie。它结合记录原始会话轨迹的 episodic memory 与存放提炼知识的 derived memory，通过插件、智能体工具和离线 dreaming 管道三种方式读写与整理记忆。
推荐理由：原文给出内部基准上的通过率、token 与延迟对比，并拆解记忆类型和抽取策略的消融结果，可据此判断持久记忆在生产智能体中的取舍。
模型Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3。
推荐理由：原文给出语音智能体全链路模型与 SDK 的延迟、价格和多语言指标，可据此比较自建语音栈的成本与部署选择。
产品Hugging Face Blog精选AI 评分7676 Hugging Face 接入 TorchTPU，Transformers 与 Diffusers 原生支持 TPU
Hugging Face 宣布接入 PyTorch 原生 TPU 后端 TorchTPU，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，不再需要 torch_xla 或 Optimum TPU。
推荐理由：原文给出安装命令与各库接入方式，读者可据此判断 PyTorch 模型迁移到 TPU 的改动量。
安全实践AWS Machine Learning BlogAI 评分3838 Eon 如何在 Amazon Bedrock AgentCore 上用 MCP Gateway 构建多云调查能力
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。
安全实践AWS Machine Learning BlogAI 评分4040 如何在 AWS 上用 X.509 PKI 保障 AI 智能体身份安全
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。
产品AWS Machine Learning BlogAI 评分5858 AWS Agent Registry 如何在运行时发现 MCP 与 A2A 工具
AWS 发布技术文章，介绍用 AWS Agent Registry 在运行时发现 MCP 服务器、Agent 和 Agent 技能，替代把工具硬编码进编排器。
行业The DecoderAI 评分6060 Mistral 与 Nvidia 合作以物理 AI 加速工业设计
Mistral 与 Nvidia 宣布合作，用 AI 加速工程仿真和工业产品设计，将 Mistral Large 4 与 Mistral 的物理 AI 同 Nvidia 的 CUDA-X、Warp 软件库及 Omniverse 3D 仿真结合，目标是把设计、仿真与 AI 训练连成一条连续工作流，面向航空航天、汽车和半导体等行业。
教程Latent SpaceAI 评分6262 Claude Mods：把 Claude Code 的 harness 翻转成可编程的人机界面
作者 Dan McAteer 介绍了 Claude Code 的 Claude Mods 机制，mod 是由 TypeScript 或 JavaScript 函数构成的插件，运行在 Claude Code 内，可响应提示词、工具调用和界面渲染等事件，改变 CLI 与桌面端的执行和渲染流程。
行业Mistral AIAI 评分5555 Mistral 与 NVIDIA 合作推进工程领域 AI 与物理仿真
Mistral 与 NVIDIA 宣布合作开发 AI 原生工程工作流，将 Mistral Large 4 与 Mistral 的数据生成、物理建模流程结合 NVIDIA CUDA-X 库和 Warp 加速，用于加快工程仿真并打通仿真、模型开发与设计之间的闭环。
行业NVIDIA NewsroomAI 评分5858 NVIDIA 与 Nokia 及多家运营商将电信网络变为分布式智能平台
NVIDIA 在 GTC Berlin 宣布，全球多家电信运营商正把 NVIDIA 加速计算扩展到中心机房、城域站点和基站，将网络变为分布式智能平台。
行业NVIDIA NewsroomAI 评分4848 NVIDIA Hyperion 平台获欧洲车企与出行商采用，并推出 Halos SAFE 安全框架
Bolt with Lucid、Mercedes-Benz、Volkswagen Commercial Vehicles 和 Einride 在 NVIDIA Hyperion 计算平台上展示 L3/L4 车辆及未来 robotaxi 车队的自动驾驶用例，Volvo Cars 采用 Hyperion 与 NVIDIA Alpamayo Stack。
行业NVIDIA NewsroomAI 评分3838 NVIDIA 如何用 CUDA-X、Omniverse 与 FOX 蓝图重塑欧洲工业工程与制造
NVIDIA 面向欧洲工业客户推出 Factory Operations Blueprint（FOX）早期访问版，已在 GitHub 上线，用于构建可协调机器、视觉检测与根因分析的工厂智能体。
行业NVIDIA Newsroom精选AI 评分6565 NVIDIA 联合供应链伙伴扩产，基板产能三年提升 2.5 倍
NVIDIA 在 GTC Berlin 宣布与 Amkor、IBIDEN、KYEC、三星电机、SPIL 和欣兴电子合作扩大全球制造产能，以应对加速计算与 AI 工厂平台的需求。
推荐理由：原文列出基板、先进封装、测试与光引擎各环节的扩产时间表和预付款规模，可据此观察 AI 算力供应链的产能节奏。
行业NVIDIA BlogAI 评分4040 NVIDIA 云合作伙伴在欧洲扩张：主权、开放与面向安全 AI 智能体的基础设施
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%。
论文AWS Machine Learning BlogAI 评分4444 i14 如何在 AWS Trainium2 上用原生 PyTorch 训练与部署 Laplace 3B 线性注意力模型
i14 与 AWS 合作，通过 TorchNeuron Native 的原生 PyTorch 支持，将线性注意力模型 Laplace 3B 移植到 AWS Trainium2，并保留其 Gated Linear Attention（GLA）设计与 Muon 优化器。
教程Simon WillisonAI 评分4040 Battle Drones：用音频联机的 vibe coded 即时战略游戏
Simon Willison 用 Claude Code 做出 Command & Conquer 风格浏览器 RTS《Battle Drones》，经 12 个大版本、321 次编码智能体提交，支持手机与桌面游玩。
行业Latent SpaceAI 评分5858 SF Compute 的 Evan Conrad 谈算力交易为何需要物理交割
SF Compute CEO Evan Conrad 在 Latent Space 访谈中表示，算力市场必须先完成物理交割，才能让交易价格与真实购买算力的成本挂钩。
教程AWS Machine Learning BlogAI 评分3636 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 做多语言推理微调：基座模型在 50 例测试中仅 22% 用目标语言推理，英语 100%、法语和西班牙语 0%、德语 10%、意大利语 0%。实验表明 SFT 承担主要工作，GRPO 在存在提升空间时进一步优化，训练采用 LoRA，GPT-OSS 使用 4× ml.g6e.12xlarge。
教程AWS Machine Learning BlogAI 评分4040 用 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能
Amazon Quick 与 Amazon Bedrock AgentCore 组合，让供应链管理者用自然语言跨系统查询并执行操作。演示中一次查询返回三项供应中断，其中 TechComp 停产事件涉及 23 笔订单、$750K 风险金额和三天库存。AgentCore 通过 MCP 工具层连接 ERP、监控、采购等系统，所有变更需指定人工审批。
教程Databricks BlogAI 评分2727 Hamlet 如何用 Databricks Lakebase Postgres 针对生产数据测试变更
Hamlet 借助 Databricks Lakebase Postgres 为每个 pull request 创建独立的生产数据分支，让工程师和 AI 编码智能体在不触碰生产环境的情况下用真实数据测试变更，且每次合并仍需人工批准。该平台索引并转写全美超过 7,200 个治理机构的会议，覆盖 19,000 个市政府、3,000 个县政府和约 80,000 个特殊区。
教程AWS Machine Learning BlogAI 评分3333 用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
该教程演示以 Strategy Mosaic 作为语义层，在 Amazon Redshift 与 Amazon Aurora 上通过两个链接模型建模 C360 域，无需 ETL。
教程AWS Machine Learning BlogAI 评分3636 用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
在 AWS 上可用 Denodo Platform 作为语义层，通过 Denodo MCP Server 将受治理视图暴露给托管在 Amazon Bedrock AgentCore 上的智能体，并以 VQL 查询。
教程GitHub Blog · AI & MLAI 评分2525 三位 Java Champion 如何用 GitHub Copilot 提升生产力
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将 Hypersistence Optimizer 新功能开发从数周缩短至两天，并用 65 篇文章训练自定义技能模仿其写作风格。
行业TechCrunch · AIAI 评分4040 Electric Plant 用 AI 模型 Bombadil 解读植物电信号
Electric Plant 正用三年采集的数据训练大语言模型 Bombadil，可解读约 125 种植物体内的电信号，并将植物需求反馈给种植者。其传感器用不锈钢螺丝接入形成层，成本仅数十美元，每英亩只需几个，数据经低功耗无线网络回传云端由 Bombadil 解析。公司称该系统可提升产量并把用水量降低 20% 以上，近期已完成 1120 万美元种子轮融资。