情报
AI 生成的结构化厂商动态简报
NVIDIA发布Vera 88核Arm CPU：控制点从x86转向NVIDIA，智能体计算架构重构
NVIDIA在GTC台北2026发布首款独立数据中心CPU Vera，基于88核Olympus Arm架构，单片mesh网络，LPDDR5X带宽1.2TB/s，性能1.8倍x86。通过NVLink-C2C与GPU紧密耦合，首批客户包括OpenAI和Anthropic，Q3 2026投产。此举将控制点从Intel/AMD移向NVIDIA，重构智能体计算架构。
NVIDIA借台湾供应链深化AI工厂生态，Vera Rubin量产捆绑专有软件锁
NVIDIA联合台积电、鸿海等台湾巨头，将cuLitho、Omniverse、Isaac等专有AI软件嵌入芯片制造与服务器组装流程，同时推进Vera Rubin NVL72量产。此举将制造效率提升数据（如cuLitho降低20-50%周期）作为诱饵，实质是构建从设计到生产的全栈生态壁垒。
NVIDIA BlueField DPU硬件隔离安全：将AI工厂控制点从软件转向硅片
NVIDIA发布基于BlueField-4 DPU的DOCA安全堆栈（Argus、Vault、Flow），通过硬件隔离执行域实现运行时内存分析、零信任文件访问和800Gb/s网络策略执行。该架构将安全控制从主机操作系统转移到DPU硅片，在不影响AI性能前提下提供分布式全栈保护，但深度绑定Vera Rubin平台，形成生态锁定。
NVIDIA Vera CPU：自研Olympus核心与LPDDR5X，专为Agentic AI工厂重塑CPU设计点
NVIDIA发布Vera CPU，集成88核自研Olympus核心、1.2TB/s LPDDR5X带宽与SCF一致性网络，针对Agentic AI和强化学习中的CPU执行瓶颈，宣称比x86架构性能提升1.8倍，并将内存功耗降至30W以下，推动AI工厂从“每核心成本”向“每Token成本”转变。
NVIDIA DSX OS：以开源软件夺取AI工厂控制平面，锁定生态
NVIDIA发布DSX OS，一套开源模块化软件，用于运营AI工厂。包含DSX Exchange、MaxLPS、NICo、NVSentinel等组件，统一IT/OT通信、电源优化、生命周期管理。声称可在固定功率下多运行40% GPU，但核心依赖NVIDIA专有硬件，旨在锁定用户至其生态。
Intel以Xeon 6+与E835重塑AI控制平面：CPU重新成为agentic AI的编排核心
Intel发布基于Intel 18A的Xeon 6+处理器（288个E-core）、E835 200GbE控制器及Crescent Island GPU。核心战略是让CPU重回AI基础设施中心，作为agentic AI工作负载的编排与数据移动控制平面，并试图通过E835以太网组合锁定AI数据中心网络标准。
NVIDIA RTX Spark：以SoC形态夺取PC控制权，AI算力革命或锁定生态
NVIDIA发布RTX Spark SoC，集成Blackwell GPU与20核Grace CPU（MediaTek设计），通过NVLink-C2C实现600GB/s互联，最高128GB统一内存，1 petaflop FP4 AI算力，支持本地运行1200亿参数大模型。此举从GPU供应商跃升为整机方案商，直接挑战Apple M系列、Qualcomm及x86阵营。
NVIDIA三线并发：Vera CPU交付、N1X笔记本芯片与硅光子学投资，重构AI基础设施控制层
NVIDIA交付首款Agent专用Vera CPU（88核Arm v9.2, 1.2TB/s内存带宽），预告消费级N1X笔记本处理器，并累计投资65亿美元于硅光子学。此举将AI编排控制点从x86转向NVIDIA Arm生态，同时通过CPO技术解决内存墙问题，但量产挑战持续至2028年后。
NVIDIA极端协同设计：用Vera Rubin平台锁定代理AI推理的TCO拐点
NVIDIA发布针对代理系统（Agentic Systems）的极端协同设计架构，包括Vera Rubin NVL72、NVLink 6、ConnectX-9、BlueField-4及Spectrum-X。通过推理解耦、KV缓存管理和低延迟网络，试图解决代理工作负载的高token消耗、长上下文和低延迟矛盾，降低每token成本。
全球GPU短缺将持续至2027年：AI基础设施扩张的核心瓶颈
全球GPU短缺预计延续至2027-2028年，根源在于AI数据中心需求爆发、HBM产能受限、CoWoS封装紧张及地缘政治风险。NVIDIA Rubin平台量产受阻（目标从200万降至150万颗），2026年Blackwell将占据高端GPU出货71%。消费级RTX 5080/5070 Ti溢价200-500美元，企业AI基础设施采购周期将进一步延长。
Google开放TPU硬件交付，第八代芯片性能跃升直指Nvidia腹地
Google在Q1财报中宣布第八代TPU（TPU 8t/8i），训练性能较前代提升3倍，推理性价比提升80%，并首次计划向客户数据中心直接交付TPU硬件。同时完成Wiz收购，强化AI安全能力。此举标志着Google从云服务商向硬件供应商的战略延伸。
Intel Q1验证CPU/GPU 1:4配比趋势：Xeon 6如何改变AI推理基础设施的TCO计算
Intel Q1验证CPU:GPU配比从1:8回升至1:4，Xeon 6成为NVIDIA DGX-Rubin CPU，AMX指令集使CPU可在推理场景替代入门级GPU，单节点TCO降低40-60%
NVIDIA Rubin GPU生产目标下调，Blackwell 2026年占比升至71%
NVIDIA Rubin GPU生产目标从200万颗下调至150万颗，主要因HBM4内存验证延迟。TrendForce数据显示2026年Blackwell占比从61%升至71%，巩固主导地位。美光退出Rubin HBM4供应链，SK海力士将占70%份额。分析师维持增持评级，认为影响有限。Rubin延迟可能延长SK海力士HBM3E的市场主导期。
NVIDIA与Google Cloud深化合作，构建面向AI工厂与物理AI的云基础设施
NVIDIA与Google Cloud宣布合作升级，推出基于Vera Rubin和Blackwell GPU的新实例，旨在构建支持近百万GPU集群的“AI工厂”，并整合Gemini、Nemotron等模型平台，加速从智能体到物理AI（如机器人、数字孪生）的生产级部署。
Google Cloud Next '26：Agent Gateway夺取控制面，TPU 8i锁定推理生态
Google Cloud Next '26 发布第八代TPU（8t训练/8i推理）、Agent Platform（含Agent Gateway、Agent Identity、Agent-to-Agent Orchestration）、Agentic Data Cloud及与Wiz整合的Agentic Defense。核心是将控制点从基础设施转向Agent编排层，以垂直整合堆栈锁定企业AI部署。
NVIDIA Rubin时代：1.8kW GPU功耗与液冷强制化的数据中心重构
NVIDIA液冷强制化是AI基础设施物理形态"质变"的标志性事件。当芯片功耗突破1.8kW，风冷物理极限被击穿，整个数据中心产业链——从电力架构、散热系统到建筑结构——都必须重新设计。这不是技术升级，而是范式转换。
英特尔与谷歌深化合作，共同定义异构AI基础设施核心
英特尔与谷歌宣布多年期合作，旨在共同推进下一代AI与云基础设施。核心是强化CPU和定制IPU在异构AI系统中的中心地位，通过多代Xeon处理器优化性能与能效，并扩展基于ASIC的IPU联合开发，以提升超大规模AI环境下的效率与可预测性。
英特尔与谷歌深化合作，共推CPU与IPU异构AI基础设施
英特尔与谷歌宣布多年期合作，旨在通过多代至强处理器和联合开发定制IPU，共同推进下一代AI与云基础设施。此举强化了CPU在AI系统编排与数据处理中的核心作用，以及IPU在卸载网络、存储任务以提升超大规模AI环境效率的关键价值。
英特尔与SambaNova联合发布面向Agentic AI的异构推理架构
英特尔与SambaNova宣布合作，为Agentic AI生产负载设计异构计算蓝图。该方案结合GPU、SambaNova RDU和英特尔至强6处理器，旨在解决性能、效率与软件兼容性挑战，预计2026年下半年推出。
英特尔在MLPerf推理测试中展示Xeon 6与Arc Pro GPU的AI性能
英特尔在MLPerf Inference v6.0基准测试中展示了其Xeon 6 CPU和Arc Pro B系列GPU的性能，特别是在处理大型语言模型（LLM）时的表现。测试结果显示，配备四块Arc Pro B70 GPU的系统能够处理120B参数的模型，并在多GPU设置中提供高达1.8倍的推理性能提升。