NVIDIA 上季度营收 960 亿美元，同比增长 106%，并指引 Q3 营收达 1080 亿美元（±2%），成为首家单季营收破千亿的半导体公司。按此年化营收 4320 亿美元，NVIDIA 已跃居全球第六大公司。同时，非超大规模客户首次贡献数据中心净新增收入的大部分，应收账款周转天数从 45 天升至 60 天，显示其正通过延长付款条件为买家提供更多供应商融资。
推荐理由：营收破百亿之外，DSO 从 45 跳到 60 是一个值得跟踪的信号，它提示 NVIDIA 正通过放宽信用支撑非超大规模客户，可能改变市场对其收入质量的判断。
亚马逊 AWS 在与 NVIDIA 的联合新闻稿中宣布，计划在 2027~2028 年期间向其全球基础设施额外部署 200 万块 NVIDIA GPU。此前 AWS 已在今年 3 月的 GTC 2026 承诺 100 万块部署规模，新公告使总规模提升至 300 万块。AWS 还将导入 NVIDIA Groq LPU，并在自有云服务中提供基于 NVIDIA Vera CPU 的基础设施。
xAI 宣布旗舰模型 Grok 4.6 现已通过 Microsoft Foundry 提供。该模型面向长时间运行的智能体及交互式、视觉类任务，提供 500k 上下文窗口和可配置的推理强度（low、medium、high、xhigh）。企业可在 Foundry 模型目录中将其与其他前沿模型对比评测、运行负载测试并部署托管端点。
英伟达在 2027 财年第二季度财报电话会上表示，AI 算力供给短缺格局至少延续至 2028 财年末，晶圆产能、HBM 存储、机房电力均处于全面紧缺状态。传统超大规模云厂商在手订单超 2 万亿美元，非云市场同比增速超 100%。CEO 黄仁勋首次给出 2028 财年全年 70% 营收增长的前瞻指引。
英伟达推出 NVHBM 定制高带宽内存，采用定制 HBM 基础裸片，相比标准 HBM4e 每个内存堆栈带宽最高提升 30%、功耗降低 15%，并可将主硅裸片上计算资源最多增加 30%。该组件面向 NVLink Fusion 定制芯片合作伙伴，已与领先内存厂商完成设计和验证，亚马逊旗下 Annapurna Labs 成为首个合作伙伴。
英伟达预计 2028 财年销售额同比增长约 70%，CEO 黄仁勋称实际市场需求远高于这一数字，增速主要受供应能力限制。公司同时宣布将在 2027 至 2028 年向 AWS 额外供应 200 万块 GPU。第二季度营收同比增长 106% 至 962.2 亿美元，连续第 13 个季度创下营收纪录。
推荐理由：黄仁勋把需求分成超大规模云与尚被低估的主权 AI 两类，只按云厂商资本开支外推 AI 需求会漏掉正在扩大的企业端采购。
亚马逊与英伟达宣布扩大合作，将在2027和2028年为AWS数据中心新增200万颗GPU芯片，包括Blackwell Ultra、Rubin和Rubin Ultra。此前五个月亚马逊刚同意部署超100万颗英伟达GPU，英伟达称此后“需求超出预期”。双方未披露财务条款，但按GPU单价估算交易价值达数百亿美元。
推荐理由：亚马逊在自研Trainium的同时三倍追加Nvidia订单，显示短期AI算力缺口仍大于自研替代，这会影响市场对云厂商自研芯片能否替代Nvidia的判断。
Anthropic 与英国 AI 基础设施公司 Nscale 达成协议，租用价值约 450 亿美元（约合 3,031.66 亿元人民币）的 AI 算力，由英伟达 Vera Rubin 芯片系统提供，预计 2027 年底开始支持其 AI 服务，合作期限长达 6 年。
Replit 宣布 Intelligent Model Routing 向所有用户开放，系统按任务在后台匹配兼顾质量、速度和成本的模型，测试中在同等输出质量下比上一版 Max Mode 成本低 65%。
Anthropic 与英国 AI 基础设施公司 Nscale 签署约 450 亿美元算力租赁协议，为期六年，算力来自 Nscale 位于西弗吉尼亚州的主数据中心，采用英伟达新一代 Vera Rubin 芯片系统，预计 2027 年底开始供 Anthropic 服务使用。
Rohan Paul@rohanpaul_aiAI 评分5757Anthropic 据报道将向 Nscale 投资 45 亿美元，为期 6 年，用于西弗吉尼亚州的 Nvidia Vera Rubin 算力，预计 2027 年底上线。
NVIDIA 今日扩展 NVLink Fusion，推出下一代高带宽内存技术 NVHBM，将定制内存控制器集成到 HBM 基础裸片上。相比标准 HBM4E，该技术可提升至高 30% 内存带宽、降低 15% HBM 功耗，并释放 XPU 计算裸片上至多 25% 面积。
GitHub Copilot app 自动化功能可接管 Dependabot 拉取请求的初审，按风险分组、验证 CI 状态并在工作日开始前生成摘要。用户可用自然语言描述任务，选择手动、每小时、每日等触发方式，并决定在云端或本地运行。每次运行记录均被保存，便于回溯审查。
Apple 研究团队提出 IDEA Prune，将放大模型预训练纳入结构化剪枝流程，形成集成式 enlarge-and-prune 管线。该研究探讨两个关键问题：即使放大模型从不部署，预训练它是否值得；以及如何优化该流程以提升 token 效率。相比从头训练目标尺寸模型，该流程在有限推理预算下展现出更高的 token 效率。
LangChain 发布 8 月月度通讯，宣布 Managed Deep Agents 和 LLM Gateway 进入公测，前者支持一条命令部署到 LangSmith 托管运行时并内置持久执行、沙箱和追踪，后者提供成本控制、限速、模型回退和敏感数据处理。
英特尔在 Hot Chips 2026 上公布 18A-P 制程细节，基于量产芯片测试，该制程在 0.5V 工作电压下实现 30% 频率提升，相同功耗下性能提升超 9%，相同性能下功耗降低超 18%。18A-P 通过 RibbonFET 晶体管、背面供电及新增金属层等手段优化，将率先用于 Diamond Rapids 至强和 Nova Lake 酷睿处理器，计划于 2027 年推出。
Cohere 发布面向企业文档的视觉语言模型 Parse，可将多模态文件转为结构化 Markdown，支持表格、图片理解和 9 种主要语言。
Rohan Paul@rohanpaul_aiAI 评分4949Z.ai 证实此前神秘模型 Ox Alpha 实为 GLM-5.3-Flash，其每日 100 万亿 token 的流量由数万块国产 AI 芯片支撑，而非 NVIDIA GPU 集群。
OxAlpha is a new iteration of GLM, from China’s Z .ai And it will change how you run long running agent fast. --- bloomberg .com/news/articles/2026-08-26/china-s-z-ai-made-ox-alpha-stealth-model-that-rivals-deepseek
投机解码通过让一个小模型预先草拟多个候选 token，再由大模型在单次前向传播中并行验证，可将生成速度提升 2-3 倍，且输出在统计上与单独运行大模型完全一致。70B 参数模型每生成一个 token 需从 GPU 内存读取约 140 GB 权重，而生成阶段计算利用率仅 20-40%，投机解码正是利用这部分闲置算力。文章还探讨了草稿来源的四种方式及投机解码失效的场景。
MiniMax 在中期业绩电话会上透露，M3 Pro 参数规模预计提升至约 3T，并将扩大强化学习和长程任务训练以提高泛化能力与智能上限。公司正推进 M3 和 H3 的国产芯片适配，大规模国产算力集群将很快上线并逐步承担真实生产流量。2026 财年上半年营业总收入 1.17 亿美元，同比增长 283.1%，亏损收窄 11%。
Qwen@Alibaba_QwenAI 评分5757Congrats to @Alibaba_Qwen on launching Qwen3.8-Flash! SGLang is proud to be a day-0 partner supporting the new architecture preview for Qwen4. It's a 125B main model with 51B of N-gram embeddings and 6B activated per token. The 51B N-gram embeddings scale model capacity with almost no extra compute per token, and can sit in host memory with async prefetch instead of occupying GPU memory. The GDN + QSA hybrid attention gives you efficient memory and precise retrieval at the same time on long-horizon tasks, while Gated Residual gives the model 4 lanes instead of 1 to pass information between layers. And it's trained with Muon! We're excited for what's next with Qwen4, and we already have plenty of ideas for how to use the N-gram embeddings in new deployment setups. Stay tuned! Blog and cookbook in the comments👇
Qwen 团队开源多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览版。该模型采用 125B 参数主模型加 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，MoE 层使用 512 个专家和 top-10 路由。
Qwen@Alibaba_QwenAI 评分4747非常感谢 @sgl_project 的首日支持！🙌 Qwen3.8-Flash-Next 今日即可通过 SGLang 部署。
@Alibaba_Qwen Congrats on launching Qwen3.8-Flash! SGLang is proud to be a day-0 partner supporting the new architecture preview for Qwen4. https://docs.sglang.io/cookbook/autoregressive/Qwen/Qwen3.8-Flash-Next
Qwen@Alibaba_QwenAI 评分5252Qwen3.8-Flash-Next from @Alibaba_Qwen has day-0 support in vLLM, verified on NVIDIA and AMD GPUs. 🎉 Ultra-sparse multimodal MoE: 125B params, 6B active, 262K native, 1M via YaRN. On top of those sits a separate 51B N-gram table you can offload. Most of it will look familiar. The Gated DeltaNet layers reuse the KV path vLLM has had since Qwen3-Next: only a quarter of the layers hold a growing KV cache. Keep the 51B table in host RAM instead of HBM with VLLM_PLE_CPU_OFFLOAD=1. Qwen Sparse Attention is where the new engine work went. For now the model runs from vllm/vllm-openai:qwen38-flash-next. Thanks to @Alibaba_Qwen for the weights, and for opening them this early! 🙌 🔗 http://recipes.vllm.ai/Qwen/Qwen3.8-Flash-Next
Rohan Paul@rohanpaul_aiAI 评分4141The intelligence era is here….and it’s powered by Glean. 💡 Glean’s context across your work makes it more efficient, secure, and proactive. From Glean Tau, our new desktop AI workspace, to autorouting, a unified AI gateway, and proactive independent agents, our new updates unlock AI’s potential. Join the live Glean:GO keynote today at 9am PT to see them all in action: https://glean-it.com/4iuEceD
中国 AI 初创公司 Moonshot AI 正与微软、亚马逊和谷歌洽谈收入分成协议，拟将其模型 Kimi K3 托管至 Azure、AWS 和 Google Cloud 平台，并向 K3 服务收取最高 30% 的收入分成。若达成，这将是首家与美国主要云厂商达成此类协议的中国 AI 公司。目前谈判尚处早期阶段，收入分成、数据访问及 token 使用追踪等问题仍未敲定。
Trail of Bits 在 Patch the Planet 项目中获得 GPT 5.6-Cyber 预览权限，让其挑战逃逸 Debian 12 主机上的 QEMU/KVM 虚拟机，结果以三种不同方式成功逃逸。
推荐理由：作者以一手实测记录 GPT 5.6-Cyber 三次逃逸 QEMU/KVM 虚拟机的路径，给出沙箱和发行版选择上的可操作建议。
华为已向埃及政府 AI 数据中心项目提交投标方案，拟出口至少 1408 颗昇腾 950 系列芯片用于 AI 训练，另配 600 颗芯片建设两套推理集群，并提议 12 个月完成当地基建。该项目若落地，将成为华为一年多来尝试出口昇腾加速器后首个已公开确认的出口案例。方案还涉及与科大讯飞合作，打包“一屏尽览全城”应用。
7月全社会用电量再破1万亿千瓦时，互联网数据服务用电量同比增长40%，算力成为新增用电重要来源。江苏常熟智算中心8月最大用电负荷同比增长超70%，算力产业贡献全市近半数用电负荷增量，占比约49%，已取代季节性空调负荷成为今夏用电增长核心主力。国内首次百兆瓦级算电协同调节已在冀北电网完成，11座算力中心不到10分钟释放100.64兆瓦供电空间。
腾讯混元将端侧翻译模型 Hy-MT2-1.8B 通过 2-bit 与 1.25-bit 量化方案压缩至 574MB 和 440MB，翻译质量几乎无损，在 FLORES-200 上优于 Microsoft Translator 等商业 API。该模型已联合英特尔完成 x86 适配，并在哔哩哔哩直播弹幕实时翻译中落地，单条弹幕翻译耗时 500~800ms。
推荐理由：相比精度数字，这套量化给出 x86 优化和直播弹幕实测数据，让端侧替代云翻译 API 的成本与隐私权衡有了可对照的工程基线。
高通子公司 Arduino 的边缘 AI 平台 VENTUNO Q 开放预购，定价 299 美元（约合 2,014 元人民币）。
英飞凌宣布收购总部位于印度班加罗尔的 C2i Semiconductors，交易预计于 2026Q3 完成。C2i 专注于为 AI 数据中心应用提供软件定义多相控制器与智能功率级服务，曾获英特尔 CEO 陈立武资金支持。此次收购将巩固英飞凌在 AI 数据中心电源解决方案领域的地位，并增强其在印度的工程能力。
Databricks 发布 Governance Hub，提供智能、账户级的治理能力，覆盖整个 Databricks 资产。该功能旨在帮助 FinOps 负责人轻松下钻查看 Databricks 支出并识别成本驱动因素，从而提升治理效率与成本透明度。
腾讯集团高级执行副总裁汤道生在内部刊物《知点》年刊发文，直面外界“腾讯做 AI 慢了”的评价，坦言算力不足拖累混元大模型迭代与产品落地，内部存在焦虑。他判断 AI 竞争是马拉松而非短跑，当前行业才刚起步，熬得久比起得早更重要，能否长期投入并抓住真实场景需求才是穿越周期的关键。文章由汤道生与 AI 协同完成，他强调行业不能只聚焦大模型本身，工程能力决定落地速度，场景是腾讯的核心优势。
工信部在国新办发布会上介绍，我国已有近 200 项人工智能关键标准成功研制。下一步将加快新一代通信网、算力网规划建设，推动 5G、工业互联网在重点行业规模化普及，并加强 6G 技术研发。“十五五”期间将聚焦新一代信息技术等新兴产业，到 2035 年培育约 100 家示范园区和 1,000 家示范企业。
Fireworks 上线 DeepSeek V4 Pro 0813，提供 serverless、专属部署及 SFT/DPO/RFT 训练支持，模型具备 1M token 上下文窗口和原生工具调用。
推荐理由：原文用四组基准和逐任务成本数据对比 V4 Pro 与 Fable 5、Kimi K3，并指出 Java 弱项与路由空间，读者可据此选型。
OpenAI 前数据中心负责人 Chris Malone 上周离职，其任职仅约一年半。OpenAI 回应称已重组基础设施组织，Malone 改为向副总裁 Sachin Katti 汇报。今年已有 13 名高管离职，包括前 COO Brad Lightcap 等，公司 IPO 已推迟至 2027 年。
OpenAI 首款自研推理芯片 Jalapeño 性能首秀，在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型测试中，每瓦 AI 吞吐量较 GB200 和 GB300 高出 1.5 至 1.9 倍，端到端延迟约为对比系统的 28% 至 59%。
