#部署/工程

Omdia：预计今年中国半导体市场规模超 8000 亿美元，存储芯片市场暴涨 262.9%

7月7日，Omdia发布报告称，2026年中国半导体市场规模预计达8120.8亿美元（约5.52万亿元人民币），同比增长92.9%，较此前预期上调48.6%。存储芯片市场增幅达262.9%，规模至4496亿美元。受AI基础设施建设驱动，计算与存储大类同比增长126%，占整体市场62.9%。同期全球半导体市场将突破1.6万亿美元，计算存储大类占比60.7%。

SiliconFlow@SiliconFlowAI· 12:39AI 评分5757

🎁 前两周免费访问 遇见 @TencentHunyuan Hy3 现已在硅基流动上提供 T+0 支持 🎉 Hy3: 295B MoE / 21B 激活参数 / 262K 上下文窗口 ✅ 通过 50+ 真实业务场景迭代优化 ✅ 将幻觉与知识错误减少一半 ✅ 在长周期任务中保持意图 ✅ 稳定执行智能体，更多工具调用成功，无无限循环 通过硅基流动投入使用 ⬇️

Anthropic 与 TeraWulf 签署 20 年数据中心租赁长约，总价值 190 亿美元

数字基础设施企业 TeraWulf 7 月 6 日宣布，与 Anthropic 签署为期 20 年的租赁协议，预计创造 190 亿美元全周期收入。TeraWulf 将在美国肯塔基州 Hawesville 的 Justified Data 站点为 Anthropic 建设专门 AI 数据中心园区，可容纳约 401MW 关键 IT 负载，分阶段开发，预计 2027 年下半年初步投用、2028 年初达到最大装机容量。同时，TeraWulf 向合作伙伴 Fluidstack 出售其在得克萨斯 Abernathy 合资项目中的全部 50.1% 持股，该合资企业成立于 2025 年，旨在建设 168MW 关键 IT 负载的 AI 数据中心园区。

苹果 iOS 27 新增提示：AI 生图等任务会发送数据给谷歌云

7月7日消息，苹果在 iOS 27 Beta 3 及部分 iOS 26.x 系统中新增弹窗提示：用户在 iWork 应用（Pages、Numbers、Keynote）及 Apple Creator Studio 中使用图形生成等 AI 功能时，相关数据会发送至 Google Cloud。苹果的 Apple Foundation Models 体系包含 5 个模型：端侧模型 AFM Core 和 AFM Core Advanced（支持原生多模态与稀疏架构），云端模型 AFM Cloud、AFM Cloud Image 和 AFM Cloud Pro（面向智能体与重负载任务）。云端模型运行在 Google 云服务器与 NVIDIA GPU 上，但仍保持 Private Cloud Compute 认证。

英国 AISI 用前沿 AI 模型查找云环境配置错误的案例研究

英国 AI Security Institute 在两周期限内用多种前沿模型和编码 agent 检查内部研发平台的 staging 环境，发现并修复了此前未知的配置错误、提权路径和供应链弱点，一个多步攻击链让普通用户无需受害者交互即可横向访问他人数据。

Hao AI Lab@haoailab· 05:34AI 评分6161

(1/6) FastVideo 团队兴奋地发布一组新的 B300 FP4 attention 内核，相比 FA4 实现最高 1.69 倍加速！

Vercel CEO Guillermo Rauch谈模型与智能体分离之战

Vercel每天处理600万次部署，其中一半由编码智能体触发，超过1万亿token流经AI网关。CEO Guillermo Rauch称去年是原型阶段，今年转向生产实践。两大杀手级应用是编码智能体和内部企业智能体。为解决数据安全与审计问题，Vercel推出Eve框架，允许用自然语言定义智能体的指令和技能，以及Vercel Sandbox，为智能体提供受控沙箱环境，防止数据外泄（如避免IDE将代码库发送到云端训练）。客户不再绑定单一模型，而是根据性价比混合使用OpenAI、Anthropic、Gemini以及开源模型DeepSeek和GLM-5.2。Rauch认为智能体正迫使SaaS公司开放数据，长期影响深远。

SGLang 集成 DSpark 推测解码：置信度驱动的可变长度验证

SGLang 团队将 DSpark 推测解码算法集成到开源推理引擎中。该算法采用半自回归块起草器一次生成一组 token，并利用置信度头与顺序温度缩放（STS）为每个请求动态分配可变验证长度，从而在高负载下裁剪无效验证成本。SGLang 支持密集模型（如 Qwen3）和稀疏模型（如 DeepSeek-V4），通过全 CUDA 图处理不规则的每请求验证长度。提供三种验证模式：`static`（全长）、`compact`（生产路径）和 `cap-accept`（接受上限测量）。还引入了零开销调度、基于离线成本表的在线调度器、融合 Triton 核等优化。在 H200 上使用 DeepSeek-V4-Flash 的测试中，DSpark 在整个并发扫描范围内比 MTP 和非推测基线实现了更优的吞吐量-延迟权衡。

Google MaxText 弹性训练：训练中途终止 TPU，数秒内恢复

分布式 AI 训练常因单台机器故障导致整个多节点作业崩溃，需耗时重启。Google 的 JAX 生态通过 Pathways 实现弹性训练，将硬件故障转化为可捕获的 Python 异常，使运行进程存活。测试中，训练中途终止一个 TPU 后，系统自动替换损坏的节点、从 Cloud Storage 恢复最新检查点并原地恢复训练，总停机时间低于 2 分钟，主控制器进程全程无需重启。

Nvidia Kyber NVL144 推迟至2028年，亚洲供应商股价下跌

分析师机构 SemiAnalysis 报告称，Nvidia 下一代 AI 服务器系统 Kyber NVL144 因 PCB 中板制造缺陷，已推迟超过十二个月至 2028 年。备选设计 NVL72x2 机架被取消；更强版本的 Rubin Ultra 芯片（四计算 die 版本）也被取消，仅保留双 die 版本，实际计算性能约减半。关键互联技术 CPO-NVSwitch 要等到下下一代“Feynman”架构才问世。延迟给 AMD MI500X 和 Google TPUv8i Broadfly 等竞争对手创造了机会。分析师认为亚洲供应商股价下跌主要由获利回吐驱动，并非整体 AI 支出放缓的信号。

Station F扩大F/ai加速器项目，第二批9月启动

巴黎创业孵化器Station F扩大F/ai加速器项目，第二批将于今年9月启动。首批20家AI初创企业目标在6个月内创造100万欧元收入，共筹集3400万美元pre-seed资金；80%为连续创业者，三分之一拥有博士学位。合作伙伴包括AMD、Anthropic、AWS、Google、Meta、Microsoft、Mistral AI、OpenAI等15家科技巨头，第二批新增Eleven Labs、Nebius、Rippling、OpenRouter、Hubspot、Github。首批团队Alpic赢得Deel举办的The Pitch全球总冠军，Rippletide赢得OpenAI Codex Hackathon。

谷歌升级 Google Cloud 机密计算产品，新增英伟达 RTX PRO 6000 Blackwell 虚拟机

7月6日，谷歌宣布升级 Google Cloud 机密计算产品，推出基于英伟达 Blackwell GPU 的机密虚拟机 Confidential G4 VMs（预览版），采用 RTX PRO 6000 Blackwell Server Edition GPU 及第五代 AMD EPYC Turin 处理器，通过 AMD SEV 技术实现硬件级数据隔离。同步开源 Prompt Encryption SDK，对 AI 提示词和模型生成内容进行端到端加密。Confidential Space 平台升级，集成 Intel Trust Authority 认证，并新增对英伟达 Hopper 架构 GPU 支持，用于跨机构联合训练。

Modal 工程博客讲解如何为 serverless GPU 定价

Modal 发布交互式成本模型工具，帮助团队估算 serverless GPU 与预留 GPU 的成本并附定价方法解析。模型用峰值均值比对比两种模式，称预留折扣通常为 2-5x，而推理、训练和 agentic 开发等负载的峰均比常达 5:1 至 10:1，此时 serverless 总成本更低；文中还讨论了需求预测、弹性伸缩和混合策略等模型假设的局限。

数字生命卡兹克@Khazix0918· 14:05AI 评分5151

作者网站AIHOT被“#TeamAntiAI”持续攻击48小时。首波来自德国IP，以每分钟87万次请求冲击图片接口，高峰期达平时340倍。Claude Fable 5分析发现攻击未打穿AIHOT自身限流（拦截率99.95%），但攻击者转向服务器上其他无防护项目，用868万个请求耗尽nginx的768个并发连接，导致全站瘫痪。修复后第二波攻击升级为多IP协同（伪装成普通用户），精准压着限流红线攻击动态页面并伪造缓存参数。数据库被灌3万多条垃圾数据。Claude Fable 5在复盘中发现了此前Opus 4.8和GPT-5.5未能查出的安全漏洞，并协助完成了全域防护修复。

因制造工艺问题，英伟达 Kyber 机架平台可能延期至 2028 年推出

由于 PCB 中介板（PCB Midplane）制造难度过高，英伟达下一代 AI 机架系统 Kyber 可能推迟至 2028 年推出。该核心电路板需通过复杂多层印刷连接各模块。英伟达原本测试的两套现有系统结合的备用方案因设计奇怪、运营成本过高被放弃，云服务提供商和数据中心认为不可行。这反映出英伟达每年更新一代 AI 产品的节奏正受到制造能力约束。

Rohan Paul@rohanpaul_ai· 09:23AI 评分4949

企业AI策略从堆Token转向模型最大化，模型路由成为控制支出的关键。廉价模型处理草稿、分类、摘要、测试等任务，前沿模型仅用于失败成本高于请求成本的任务。路由使用企业比例从约1%升至5%。路由策略包括：规则路由（用户等级/延迟/隐私/预算）、任务路由（匹配专业模型）、难度路由、级联（小模型先答，弱答案升级）、置信路由、偏好路由、预算感知路由、缓存优先路由及回退路由。

腾讯混元 HPC-Ops Attention 与 MoE 后端合入 vLLM 主线，H20 上 TTFT 降约 24%

腾讯混元 AI Infra 团队与 vLLM 团队宣布，HPC-Ops 的 Attention（PR #46020）和融合 MoE（PR #45924）后端已作为一等后端合入 vLLM 主线，针对 NVIDIA Hopper 架构优化，在 H20 上表现最佳。

Rohan Paul@rohanpaul_ai· 04:23AI 评分6767

到2027年，Alphabet、Amazon、Meta、Microsoft和Oracle五家公司AI资本支出预计达美国GDP的3.2%（约1.1万亿美元），首次超过国防支出（约2.7%）。增速从2025年的1.5%升至2026年的2.5%，2027年达3.2%。2026年五家公司AI CapEx预计超8000亿美元。这一规模足以显著影响美国GDP增长、电力需求、芯片供应、建筑活动、企业债务市场和劳动力市场。

Rohan Paul@rohanpaul_ai· 03:23AI 评分6464

SK海力士计划在纳斯达克上市募资约290亿美元，向美国投资者提供AI内存（HBM）敞口。该公司在HBM市场领先，1Q26份额达58%。UBS预测显示，AI推高内存价格：DRAM Q3环比涨32%、Q4涨18%，NAND Q3涨30%、Q4涨12%。AI基础设施需求远超产能，DRAM市场预计至少缺货至2028年。当前DRAM格局：三星38.5%、SK海力士28.8%、美光22.4%。

Rohan Paul@rohanpaul_ai· 02:23精选AI 评分8484

"我们正在建设这个 Prometheus 集群，首个千兆瓦以上的单一集群……我们是在谈论数千亿美元的资本投入。" Mark Zuckerberg 表示，他的职责就是集中精英人才、资本和基础设施。

壁仞科技配售募资70亿港元，加速下一代GPGPU商业化

壁仞科技7月5日在港交所公告配售，以每股46.2港元发行1.53亿股新H股，募资总额70.69亿港元，净额约70.38亿港元（约60.99亿元人民币）。该公司于2026年1月2日上市，成港股GPU第一股。配售资金约60%用于加速下一代GPGPU产品商业化和生产，20%用于研发（包括人才、IP、流片等），10%用于战略投资及收购，10%补充营运资金。公告称AI快速发展及token消耗增长推动对GPGPU需求，加速了产品商业化进程。

硅基流动递交港交所招股书，拟按18C章上市

6月30日，成立仅34个月的硅基流动向港交所递交招股书，拟按18C章特专科技规则上市。招股书显示，2025年营收5533万元，同比增长653%，但年内亏损3.45亿元，经调整净亏损1.87亿元。注册用户突破1000万，服务超1.3万家企业客户，日均Token吞吐量从2024年底的478亿次飙升至2026年4月的5785亿次，单峰突破万亿次。公司提供API服务、专属实例、企业级MaaS平台及大模型一体机等解决方案。

中际旭创回应康宁“玻璃桥”技术：非光模块替代，多元化布局可适配

康宁6月24日推出玻璃基光互连技术“Glass Bridge”，基于玻璃波导实现光纤与PIC直接光学连接。中际旭创回应称，该技术是CPO内部光耦合组件新方案，并非光模块产品方案替代；即使未来成为主流，公司多元化布局也能充分适配。中际旭创市值1.24万亿，一季报营收194.96亿元同比增长192.12%，净利润57.35亿元同比增长262.28%。

消息称 Anthropic 拟在澳大利亚布局 1.4GW 数据中心算力，建设成本达 150 亿美元

Anthropic 计划在澳大利亚锁定至少 1.4GW 数据中心算力，支撑该规模的基础设施建设成本预计高达 150 亿美元（约 1019.29 亿元）。一份秘密招标书显示，继今年早期设立澳大利亚办事处后，公司目标在明年年底前将其中至少 1GW 算力投入使用。今年 3 月底，Anthropic 已与澳大利亚政府签署谅解备忘录，双方将在人工智能安全研究领域展开合作。

丰田将借助 AI 把各部门 4.5 万个专业术语精简至 5000 个，以提升生产效率

丰田搭建覆盖企划至销售全链路的一体化系统 OMUSVI，计划 2028 年前将各部门 4.5 万个专业术语精简整合为 5000 套通用标准。全流程共 560 个步骤、800 套独立业务系统，其中 195 道工序需跨部门转译，专职员工每年累计耗费 31 万小时翻译术语。新系统将搭载 AI 自动核算零部件需求量并推送供应商，替代此前每年 720 小时的核算工作。项目始于 2021 年，2024 年获时任社长 Koji Sato 公开支持。

LG Display 用 AI 降本，每年可省超 2000 亿韩元

LG Display 通过推广基于 AI 的生产制造与产品研发系统，每年节省超 2000 亿韩元（约 8.81 亿元人民币）。公司正将虚拟设计验证技术（VDE）全面应用于下一代显示技术研发，无需制作实体样品即可优化方案、排查缺陷，缩短研发周期并省下数十亿韩元试产成本。自去年起，所有 OLED 产线已部署自研 AI 生产系统，可自动分析异常成因并给出整改方案，将产品质量优化时长从三周压缩至两天，依靠更高良品率实现降本。公司计划将节省的成本与人力资源投入下一代显示核心技术研发。

AI数据中心耗水量远超企业披露，发电间接用水成巨大隐形消耗

微软、谷歌、亚马逊等巨头今明两年预计投入1万亿美元建设AI基础设施。美实验室报告显示，数据中心间接耗水量（发电环节）约为直接耗水的12倍。谷歌2025年报告披露直接耗水109亿加仑，间接约3倍；Meta间接耗水190亿加仑，是直接的20倍以上。英伟达展示闭环冷却系统无需补水；微软计划2027年起新建数据中心采用该技术。凤凰城当前数据中心用水占城市3%，到2031年或突破20%。多数新建数据中心配套自建天然气发电厂，加剧水资源竞争。

Prime Intellect 为 prime-rl 引入算法层，内置六种算法并支持按环境混用

Prime Intellect 为开源 RL 框架 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法。

World 提出“人类证明”五支柱：用虹膜扫描解决互联网规模的身份唯一性问题

World 团队提出一套“人类证明”系统，旨在解决 AI 时代如何验证一个真实、独特的人的问题。该系统包含唯一性、匿名性、恢复、验证和委托五大支柱，其中唯一性要求将单一面部匹配扩展至十亿级的一对多比对，误报率需低于百亿分之一。为此，Tools for Humanity 开发了专用硬件 Orb，通过控制完整信号路径的虹膜扫描来实现可靠识别。

全国首个全场景开源鸿蒙养老护理院落地深圳龙岗，支持无感监测、主动预警

全国首个全场景开源鸿蒙养老护理院——椿萱茂·龙岗区养老护理院7月3日在深圳龙岗启用，总投资2.35亿元。项目以开源鸿蒙为技术底座，构建“1个开鸿安全数字底座+10大核心子系统+5大应用场景”架构，接入20余类、3000余台智能硬件。房间内毫米波无感监测设备可实时感知长者状态，对跌倒、坠床、呼吸异常等风险自动向护理站弹窗告警；公共区域智能识别跌倒、被困电梯等隐患；失智长者实时定位预判走失。健康数据与床头屏联动，AI自动生成睡眠报告及专属健康分析报告，支持远程音视频复诊。

美光扩建日本广岛半导体工厂：投资1.5万亿日元，为英伟达等供应AI芯片

美光（Micron）在日本广岛启动半导体工厂扩建项目，总投资1.5万亿日元（约合631.14亿元人民币），主要生产高带宽内存等先进存储芯片，服务于英伟达等科技巨头。日本经济产业省最高提供5000亿日元（约210.38亿元人民币）支持。项目预估2028年投产，美光CEO桑杰·梅赫罗特拉表示，首片用于AI核心存储技术的HBM生产晶圆在广岛制造。

美国乡村居民对数据中心并不买账，担忧推高电价、榨干钱包

AI数据中心开发商转向美国乡村，但当地居民担忧推高电价、占用农业用地和消耗水资源。加德纳调查显示，乡村居民比城市和郊区居民更担心负面影响，电价上涨是最大忧虑。皮尤报告指出，现有数据中心87%在城市，规划中67%将落户乡村。伊利诺伊大学2月调查约1000人，6月公布结果，核心问题仍是个人经济负担。美国政府为“星际之门计划”等5000亿美元项目提供便利，许多选址位于乡村。

Harness Engineering for Self-Improvement：AI装备层设计模式与自改进

Lilian Weng 近日系统探讨了 AI 的“装备层”（Harness）——位于基础模型与现实世界之间的系统层，负责编排执行、控制模型思考与规划。文章归纳三种核心设计模式：1）工作流自动化，采用“计划-执行-观察-改进”循环；2）将文件系统作为持久化内存，解决长程任务上下文窗口与状态持久化问题；3）子智能体与后台任务，实现并行执行与隔离管理。案例聚焦于 Claude Code、Codex 等编程智能体的装备层设计。未来方向包括上下文工程、工作流优化以及通过进化搜索联合优化模型权重。

Rohan Paul@rohanpaul_ai· 05:11AI 评分6060

AI资本开支周期推动内存进入比预期更激进的价格上行周期。UBS预计DRAM价格Q3环比上涨32%、Q4上涨18%，NAND价格Q3上涨30%、Q4上涨12%。高带宽内存、DRAM和NAND均被同一需求浪潮拉动。UBS还认为DRAM市场供应不足将持续至至少2028年，因为2027年需求增速远超供应增长。

DeepSeek-V4 原厂直供模型 7 月中旬登陆腾讯云，同步引入峰谷定价

腾讯云宣布 DeepSeek-V4 正式版原厂直供模型将于 7 月中旬在 TokenHub 和智能体开发平台上线，提供 Pro（deepseek-v4-pro-202606）和 Flash（deepseek-v4-flash-202605）两款。同时引入峰谷定价，高峰时段（每日 9:00-12:00、14:00-18:00）价格翻倍。Pro 缓存命中平时 0.025 元/百万 tokens，高峰 0.05 元；推理输入平时 3 元，高峰 6 元；输出平时 6 元，高峰 12 元。Flash 对应价格更低。Token Plan 企业版积分抵扣规则同步调整。

面壁智能发布AI全自动预训练框架ForgeTrain，8小时追平Megatron-LM

面壁智能发布全球首个完全由AI编写、无人类干预的生产级大模型预训练框架ForgeTrain。该框架针对特定模型和硬件从零自动“锻造”专用训练代码。基准测试显示，ForgeTrain在8小时内追平Megatron-LM，1.5至2天内实现稳定反超，模型FLOPS利用率提升约8%～10%，且可迁移至不同模型（MiniCPM4-0.5B/8B）和硬件（H100及昇腾NPU）。其采用四阶段Harness优化流程，全程自动判定。面壁智能将其工程思想概括为Forge Engineering。

消息称 Meta 后续 MTIA 芯片将导入三星晶圆代工 2nm 制程工艺

据韩媒报道，Meta 将在其 MTIA 系列中导入三星晶圆代工 2nm 制程。此前两代 MTIA 芯片均由台积电制造。Meta 今年 3 月宣布 2 年 4 代自研 AI 芯片计划，其中 MTIA 300 已投产，MTIA 400 正部署，MTIA 450 和 500 预计分别于 2027 年初和 2028 年大规模部署。订单总量超 10 万亿韩元（约 437.8 亿元），合作深入到芯片架构设计阶段。

消息称金山云加速 GPU 算力建设：小米相关投入预算增至百亿元以上

金山云下半年将加速GPU算力集群建设，小米对其算力需求从万卡集群升级为超大规模，相关投入预算由近40亿元增至百亿元以上。雷军表示小米未来三年在AI领域投入600亿元，算力采购大头落地金山云，公司2026年资本开支计划上调至150亿元。合作模式为小米预付租金占整体支出20%-30%，剩余部分通过贷款或融资解决。按小米百亿级投入测算，金山云理论采购资金将超400亿元，未来两年整体采购规模有望突破千亿元。此外，阿里大模型团队已与金山云签署5年期算力租赁合同，涉及3000余台八卡GPU服务器，月流水约3亿元，年化收入超40亿元。

Rohan Paul@rohanpaul_ai· 14:39AI 评分4040

在GTC金融分析师问答中，黄仁勋回应定制ASIC对Nvidia的竞争影响。他表示，定制芯片只是“科学项目”，而Nvidia正在构建创收的AI工厂；竞争对手仍在努力复制Nvidia上一代产品，但Nvidia的路线图已达物理极限。Nvidia交付的不是单纯芯片，而是整个复杂平台，行业已标准化并依赖该平台。当需要为公司未来押注数千亿美元时，别无选择——Nvidia是唯一可用的平台，这一点人尽皆知。

Meet WebBrain：开源本地优先的AI浏览器智能体

WebBrain是一个免费、开源的浏览器智能体，基于MIT协议，支持Chrome和Firefox。它提供Ask（只读）和Act（通过Chrome DevTools Protocol执行点击、输入等操作）两种模式。本地模型下数据不出设备，也可通过API接入OpenAI、Anthropic Claude、Gemini、DeepSeek、Grok等云端模型。内置WebBrain Cloud服务每月5美元。安全设计包括权限提示和UI优先的修改规则，并支持llama.cpp、Ollama等本地部署方案。