Reports
AI-generated structured vendor updates
AMD定义AI网络概念并推出专用AI NIC
AMD发布博客，系统性地定义了“AI网络”概念，强调其为满足分布式AI工作负载同步需求而构建的专用网络解决方案。核心是推出Pensando Pollara 400 AI NIC，通过智能流量控制、低延迟数据移动和可编程结构服务，优化GPU集群间通信。此举旨在将网络提升为与计算同等关键的基础设施层。
思科AI Defense集成Google ADK，为AI Agent提供运行时安全
思科宣布其AI Defense安全产品与Google Agent Development Kit (ADK) 集成，为基于ADK开发的AI Agent提供从本地开发到Gemini Enterprise Agent Platform部署的端到端运行时保护。该集成通过插件或回调方式嵌入ADK生命周期，在不干扰开发流程的前提下，对模型调用、工具执行等关键节点进行策略监控与执行。
AWS发布AgentCore支付与Agent Toolkit，推进AI代理自主运营
AWS推出AgentCore支付功能预览，使AI代理能自主调用并支付API、MCP服务器等服务。同时发布Agent Toolkit for AWS，为AI编码代理提供生产级工具套件和安全控制，并正式推出AWS MCP Server。
微软与BNY展示AI驱动企业组织架构重塑
微软与BNY合作案例揭示了大型金融机构如何通过‘数字员工’与AI平台重构工作流程与组织形态。BNY建立了覆盖从治理、培训到运营的完整AI体系，其‘钻石型’组织模型预示着AI正从工具演变为核心生产力架构。
Fortinet深化与NVIDIA集成，瞄准企业AI基础设施安全
Fortinet宣布深化与NVIDIA的集成，旨在为大规模企业AI基础设施提供独特的安全能力。此举将Fortinet的安全平台与NVIDIA的AI计算堆栈更紧密地结合，标志着安全厂商正将防护边界从传统网络扩展至AI推理和训练基础设施层。
微软Copilot Studio更新：强化AI Agent治理与智能工作流
微软在Copilot Studio中推出多项更新，重点强化AI Agent的集中治理、成本可见性及智能工作流能力。通过Agent 365控制平面、工作流内嵌Agent节点及业务应用集成，旨在将孤立的自动化转变为可信、可扩展的智能系统。
Google揭示AI驱动攻击产业化：从漏洞发现到自主执行
Google威胁情报团队报告，攻击者正将生成式AI大规模应用于对抗性工作流，首次确认AI辅助开发的零日漏洞利用，并观察到AI用于增强恶意软件混淆、自主攻击编排及供应链攻击。这标志着AI在攻击生命周期中的角色从实验性工具转变为工业化引擎。
思科强调边缘AI与零信任网络架构为关键任务基础设施核心
思科在SOF Week活动中，将其网络与安全整合战略聚焦于严苛的战术边缘环境，强调零信任身份网络、边缘AI计算和量子安全通信是支撑未来关键任务系统的基石。
AMD EPYC CPU获AWS RDS for SQL Server支持，提升云数据库性价比
AWS宣布在Amazon RDS for SQL Server中引入基于第五代AMD EPYC处理器的实例选项。此举为关键数据库工作负载提供了新的高性价比计算选择，并可能改变云上关系型数据库服务的成本与性能基准。
谷歌发布Gemini CLI DevOps扩展，意图通过AI代理控制云部署流程
谷歌推出Gemini CLI DevOps扩展，允许开发者使用自然语言指令，通过AI代理（支持Gemini CLI、Claude Code、Antigravity）直接完成从代码分析、安全检查到部署至Google Cloud的全过程。该工具旨在弥合本地开发与生产部署之间的效率鸿沟。
NVIDIA与美能源部深化AI科学合作，推动Genesis使命
NVIDIA与美能源部在SCSP AI+ Expo上共同阐述Genesis使命，旨在将AI应用于科学发现。双方正合作在阿贡国家实验室建设两台AI超算，并利用AI模型加速能源、材料及电网研究。
微软将GPT 5.5 Instant引入M365 Copilot，加速多模型平台化
微软CEO宣布将OpenAI的GPT 5.5 Instant模型引入Microsoft 365 Copilot，以提供更快的响应。此举标志着Copilot已从一个单一模型助手演变为一个支持选择OpenAI、Anthropic等多模型的后端平台，将模型选择权下放至用户和任务层面。
思科联合AMD发布AI网络性能基准，验证以太网承载大规模AI训练能力
思科与AMD合作，通过发布基于N9000交换机与Pensando Pollara 400 NIC的详细性能基准测试，验证了以太网架构在承载大规模AI训练（如128个GPU集群）时的确定性性能。测试覆盖了多种拓扑和极端拥塞场景，旨在将网络从瓶颈转变为高性能AI基础设施的核心引擎。
AMD提出Agentic AI驱动数据中心CPU与GPU架构分离
AMD高级副总裁Dan McNamara在官方博客中指出，Agentic AI（智能体AI）正从根本上改变数据中心基础设施架构。它不再仅是增加GPU服务器中的CPU数量，而是需要构建一个独立的、专门用于编排与工具执行的CPU计算层，与GPU密集计算层形成分布式系统。
Arm发布创纪录财报，AGI CPU成为AI基础设施新焦点
Arm发布2026财年创纪录业绩，年收入达49.2亿美元，连续三年增长超20%。财报核心亮点是专为智能体AI设计的Arm AGI CPU，其数据中心市场获得超20亿美元客户需求，并获Meta、AWS、Google等巨头支持。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
AWS发布托管MCP服务器，为AI代理提供安全AWS API接入
AWS宣布其托管Model Context Protocol（MCP）服务器正式可用，为Claude Code、Kiro等AI编码代理提供经过认证的、安全的AWS服务访问。该服务器通过固定工具集调用AWS API、检索实时文档，并引入沙箱脚本执行和技能指导，旨在解决AI代理使用过时信息、生成不安全IAM策略等生产环境难题。
微软通过Hackathon模式将AI洞察转化为垂直行业SaaS解决方案
微软车库项目RushReady展示了其通过与Ecolab合作，利用餐厅运营数据和AI模型为快餐店经理提供实时决策指导的SaaS产品。该项目证明了微软从内部创新到行业解决方案的商业化路径，并强调了针对特定场景、可自适应学习的数据模型的重要性。
HPE发布全自主网络能力，宣称实现无需人工干预的实时问题检测与修复
HPE宣布推出新的“自驾驶网络”能力，通过微服务、自主代理和高级代理网格架构，实现网络问题的实时检测、诊断和修复，无需人工干预。该能力集成于HPE Mist和Aruba Central平台，标志着从洞察驱动运营向真正自主运营的转变。
谷歌发布Gemma 4开源模型，推动AI代理本地化部署
谷歌发布Gemma 4开源模型系列，采用Apache 2.0许可，并首次引入MoE架构，旨在将高性能AI代理能力直接部署于移动设备和边缘硬件。此举显著降低了复杂AI工作流对云端集群的依赖，为本地化、私有化AI应用开辟新路径。