NVIDIA AI 工厂如何最大化投资回报：高产出、长寿命、通用性
NVIDIA 提出 AI 工厂投资回报取决于三个因素：每兆瓦产出能力、硬件使用寿命和 token 需求，并以 Vera Rubin NVL72 为例称其每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
#部署/工程
#部署/工程
今日 3 条10月1日
OpenAI 与 Synopsys 合作开发芯片设计模型 GPT-Synopsys
OpenAI 与 Synopsys 签署多年战略合作，共同开发名为 GPT-Synopsys 的专用芯片设计模型，将 OpenAI 的 AI 技术与 Synopsys 的 EDA 工具结合，目标是让模型能够推理芯片设计与验证并直接操作 Synopsys 工具。
Destro AI 获 800 万美元种子轮，用智能层让机器人与人类协同作业
Destro 结束隐身状态并获得 800 万美元种子轮融资，其 AI 智能层同时指挥机器人和人类工人，在 Yusen Logistics 的物流场景中完成交叉转运。该方案基于开放权重视觉-语言-动作模型，由 Vision 操作系统驱动机器人，Mothership 操作系统统一调度人、货与车辆。目前试点已从 3 台机器人扩展至 26 台，并在南加州启动 17 台机器人的新试点。
9月30日
NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Cognition 为首家客户
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用，Cognition 成为首个在生产环境运行该系统的客户。
DeepSeek 联合华为发布昇腾芯片开源编程工具
DeepSeek 与华为合作为昇腾芯片打造编程工具并全部开源，核心是比 CUDA 更易上手的 TileLang 语言，该语言最初由北京大学研究者开发，DeepSeek 已使用约一年。双方还优化了由 128 颗昇腾 950 芯片组成的超级节点，华为称对该工作提供了全面支持。DeepSeek 认为，构建独立 AI 芯片软件生态首先需要一门易编程又能发挥硬件全部性能的通用语言。
Restate 获 2000 万美元 A 轮融资，AI 智能体推动持久化基础设施需求
柏林初创公司 Restate 完成由 Singular 领投、Redpoint Ventures 和 Capital One Ventures 参投的 2000 万美元 A 轮融资，其持久化执行引擎用于保障 AI 智能体多步骤工作流的崩溃与网络中断恢复。
Cerebras CEO Andrew Feldman 将在 TechCrunch Disrupt 2026 谈 AI 能否持续扩展
Cerebras Systems CEO 兼联合创始人 Andrew Feldman 将在 TechCrunch Disrupt 2026 的 Disrupt Stage 发表“Can AI Keep Scaling?
消息称推理服务商 Modal Labs 接近完成 7.5 亿美元融资，估值 157.5 亿美元
据知情人士消息，AI 推理基础设施提供商 Modal Labs 正接近完成由 Accel 领投的 7.5 亿美元融资，估值达 157.5 亿美元，该轮规模此前未被报道。
9月28日
Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设新中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）合作利用风洞设施开发汽车空气动力学数字孪生。
9月25日
Google 首颗 Suncatcher 轨道数据中心试验卫星将于 10 月 1 日发射
Google 的 Project Suncatcher 首颗试验卫星 MVP 将于 10 月 1 日发射，用于验证其轨道 AI 数据中心设想。该卫星约冰箱大小，搭载四块 Google 自研 TPU AI 加速器，太阳能板供电约 1 千瓦。卫星本体来自卫星影像公司 Planet Labs，Google 将芯片集成到后者已建好的卫星上以加快进度；原计划 2027 年发射两颗定制卫星。
9月22日
NVIDIA 推出 DSX Ready 认证计划，为 AI 工厂筛选供电与制冷产品
NVIDIA 推出 DSX Ready 认证计划，用于验证合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类。
NVIDIA 详解为何规模化部署物理 AI 需要全栈安全
NVIDIA 发文阐述物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的安全体系，并介绍其全栈安全系统 NVIDIA Halos。
NVIDIA 埃及 AI 生态迈向生产规模：开发者一年增长超十倍
NVIDIA 在埃及大埃及博物馆举办 AI 生态活动，其 Deep Learning Institute 埃及学员规模一年内增长超十倍。Hassan Allam 获埃及国家电信管理局数据中心牌照，并与 A15 合作开发预计投资 4 亿美元的新数据中心。NVIDIA 称非洲已有四座 AI 工厂宣布或上线，另有 656 兆瓦新增算力在建。
9月21日
NVIDIA 在纽约气候周展示 5 家用 AI 推进清洁能源的公司
NVIDIA 在纽约气候周重点介绍了 5 家用 AI 推进清洁能源的公司。ThinkLabs AI 的数字孪生与智能体基于 NVIDIA CUDA，帮助南加州爱迪生将电网并网申请评估时间从 30-45 天缩短到 2 分钟。
9月18日
AINews：Claude Code Projects 与 Jev 分类模型等智能体进展
Anthropic 在 Claude Code 中推出 Projects，单次对话可派生并行云端会话、在线程间传递上下文，并在用户离开后继续运行。Google 为 Gemini 托管智能体更新基于 Antigravity 的 harness，新增 Credentials API 和 Files API，称成本最多降低 30%、缓存命中率提升 22%。
9月16日
Emerald AI、Google 与 NVIDIA 发起 AI 能源管理联盟，推动灵活 AI 数据中心
Emerald AI、Google 和 NVIDIA 宣布成立 AI Energy Management Alliance（AEMA），推动数据中心根据电网状况动态调节用电。
曼彻斯特大学用 NVIDIA Earth-2 预测全英空气污染
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff，用一年英国逐小时污染数据训练出覆盖全英、分辨率 2-3 平方公里的空气污染模型，在 Isambard-AI 单个八 GPU 节点上仅用两天完成训练。
NVIDIA 详解 DSX 如何提升 AI 工厂每兆瓦产出
NVIDIA 在 AI Infra Summit 上介绍 DSX 平台，用于在固定电力预算下提升 AI 工厂的 token 吞吐。Lambda 在五机架 19 节点 HGX B200 集群上验证 DSX MaxLPS，以 19 节点运行在 16 节点满功耗的同一预算内，集群 token 吞吐提升 24%，从约每秒 400 万 token 增至 500 万，每瓦性能提升 23%。
NVIDIA 在 AI Infra Summit 发布 Vera Rubin 与 DSX 平台能效进展
NVIDIA 在 AI Infra Summit 上公布 Vera Rubin 与 DSX 平台的多项进展，重点展示每兆瓦 token 吞吐的能效优化。
9月10日
Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练定制模型，同时保有数据和由此产生的智能的所有权。Cloudera 平台上运行着 30 exabytes 的客户管理数据。
8月25日
Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还计划在沙特面向受监管行业制定联合市场策略。
6月13日
Google 支持加州大学圣地亚哥分校用 2000 台退役 Pixel 手机搭建低碳计算平台
加州大学圣地亚哥分校在 Google 支持下，计划用 2000 台退役 Pixel 手机的主板搭建数据中心，为数百名师生提供低成本、低碳的云计算。SPEC 基准显示 25-50 台手机约等于一台现代服务器，手机被组织成由 Kubernetes 管理的 25-50 台设备集群。该系统预计 2026 年秋季上线。
5月23日
Mistral 收购 Physics AI 公司 Emmi AI
Mistral AI 本周签署最终协议收购 Physics AI 先驱 Emmi AI，以强化其面向工业企业的 AI 转型服务能力。Emmi AI 成立于奥地利，团队超过 30 名研究人员和工程师，专注大型工程模型，可将多日计算替换为实时仿真并构建数字孪生，其联合创始人及团队将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
11月19日
Mistral AI 与 SAP、Helsing 达成合作，将在德国开设办公室
Mistral AI 宣布与 SAP 建立多年期合作，为其 AI Foundation 集成 Mistral 模型，并共同开发面向欧洲复杂行业与公共部门的定制方案；同时与 Helsing 加速研发用于国防与安全场景的 vision-language-action 模型。Mistral AI 还将在未来数月内于德国开设办公室，并大幅扩充本地团队。
7月23日
Mistral AI 发布首个 AI 模型全生命周期环境影响研究，并公开 Mistral Large 2 碳足迹数据
Mistral AI 联合 Carbone 4 和法国生态转型署（ADEME）完成首个 AI 模型全生命周期分析，并公开 Mistral Large 2 的环境足迹：截至 2025 年 1 月，训练加 18 个月使用共产生 20.4 ktCO₂e、消耗 281000 立方米水、660 kg Sb eq 资源消耗。
7月3日
Mistral AI 推出 AI for Citizens 计划，助力各国政府掌控 AI 未来
Mistral AI 推出 AI for Citizens 协作计划，帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划提供开源模型、自托管部署、数据主权保障及定制化研发，已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府及公共部门合作。