最新 AI 新闻，即刻看见。

微软CEO：微软也在混用廉价模型，算力价格战不可避免

2026年10月26日，微软董事长兼CEO萨提亚·纳德拉做客风投播客20VC，与主持人哈里·斯特宾斯进行了一场24分钟的对话。（左：微软董事长兼CEO萨提亚·纳德拉；右：20VC主持人哈里·斯特宾斯）这场访谈的时间点需要留意。五天前，10月21日，纳德拉在伦敦ExCeL会展中心的Microsoft Frontier Tour现场做开场演讲，6500名合作伙伴...

何时以及为何使用TMA：基于工作负载的NVIDIA Hopper GPU张量内存加速特性分析

arXiv：2610.34907v1 发布类型：新 摘要：在NVIDIA Hopper架构中推出的张量内存加速器（TMA），已在生产环境中的GPU内核中得到广泛应用，但其使用却表现出明显的选择性：CUTLASS、FlashAttention-3和FlashInfer等领域的资深内核开发者仅对内核中的部分张量操作数采用TMA，而对其余操作数则退回到cp.async、直接全局加载或分布式共享内存（DSM）等方式。厂商文档虽已说明了该API，近期的微基准测试也单独刻画了TMA的吞吐性能，但这些研究均未能解答从业者实际面临的疑问：在内核中遇到某个内存操作数时，究竟是否应使用TMA？若使用，又该搭配还是不搭配集群多播？我们通过一项基于工作负载的实证研究，在H100平台上填补了这一空白。我们系统地梳理了TMA、多

LooseLeaf：为计算型笔记本电脑启用无服务器GPU

arXiv：2610.33275v1 发布类型：新 摘要：计算型笔记本会在整个会话期间独占一块GPU，然而GPU仅在单元格执行时进行计算，其余时间则处于空闲状态。无服务器执行模式可以在各单元格之间释放GPU资源，但在新的工作节点上重建累积的笔记本状态会对每个GPU单元格带来显著的开销。本文提出了一种面向交互式笔记本的无服务器GPU平台——LooseLeaf。LooseLeaf能够推导出每个单元格的状态及其导入闭包，即该单元格所需的最小变量与软件包集合。我们在5,000个真实世界笔记本上的分析表明，这些闭包规模很小，且用户对单元格的编辑操作只需数秒即可完成准备。LooseLeaf会在用户编辑单元格的同时，基于这些闭包为GPU工作节点做好准备。执行结束后，该工作节点会…

云端的大型语言模型：关于架构、编排与推理的探讨

arXiv：2610.33475v1 发布类型：新 摘要：基础大型语言模型（LLM）在云数据中心的广泛部署，标志着从无状态深度学习向分布式、内存密集型生成式工作负载的根本性范式转变。然而，在严格的服务水平目标（SLO）下为海量基础模型提供服务，会暴露出关键的物理与系统瓶颈。这些挑战包括持续存在的高带宽存储器（HBM）墙、计算密集型预填充与内存带宽受限的解码之间的运行不对称、键值（KV）缓存的爆炸式增长、代价高昂的无服务器冷启动，以及硬件可靠性方面的漏洞。现有的文献综述仍局限于各层次的孤立视角，未能将底层加速器的虚拟化与集群……

FrontGI：基于小芯片多核系统的架构感知并行GNN推理

arXiv:2610.34911v1 发布类型：新 摘要：高性能计算的范畴已扩展至涵盖多种形态的机器学习任务。图神经网络（GNN）日益受到青睐，其应用领域不断拓展。随着图数据规模的持续增长，包括节点数量、边的数量以及嵌入维度的不断提升，DGL 和 PyG 等标准化库应运而生，旨在简化 GNN 的计算过程。这些库允许以高层次的抽象方式描述计算流程，从而显著提升开发者的生产效率。然而，随着处理器核心数的迅速增加以及多核架构的演进，这类库往往表现出较差的可扩展性，并且无法实

DualPace：用于大语言模型推理的解耦调度与GPU-CPU协同解码

arXiv：2610.33501v1 发布类型：新 提要：大型语言模型（LLM）的推理服务依赖于批处理以提升推理吞吐量，但键值（KV）缓存会随序列长度增长，从而限制了GPU上的并发度。通过CPU卸载，可以利用主机内存扩展KV缓存容量，然而现有系统在很大程度上仍受GPU瓶颈制约：只有当GPU调度器能够提供合适的重叠机会时，CPU驻留的请求才能取得进展。因此，主机内存与CPU计算无法作为独立的推理资源发挥作用，导致负载下CPU端进度波动加剧，并使尾部词间延迟（ITL）显著增加。我们提出了DualPace，一种将主机转变为独立调度解码引擎的LLM推理运行时。DualPace在两个引擎之间划分了调度权：GPU引擎

Anthropic 正在燃烧天然气以支撑人工智能的蓬勃发展

在准备上市之际，Anthropic提交的S-1文件使生成式AI对甲烷的依赖暴露无遗。“在获取电力供应以及具备充足电力保障的数据中心选址方面，竞争十分激烈。”在周一提交给美国证券交易委员会的文件中，Anthropic承认，数据中心正日益依赖“天然气”[…]

在2026年纽约气候周上，麻省理工学院与全球网络建立了联系

麻省理工学院社区的各界代表齐聚一堂，就数据中心、超级污染物、农业与教育等议题展开了讨论。

华擎 Creator Radeon AI Pro R9700 评测：工作站级推理，AMD 风格

今天，我们来了解一下华擎面向工作站推出的高端Radeon AI推理卡——Creator Radeon AI Pro R9700。这款显卡配备32GB内存，售价1700美元，是为工作站添置本地AI推理能力的高性价比之选。文章《华擎Creator Radeon AI Pro R9700评测：AMD风格的工作站推理》首发于ServeTheHome。

SpaceX与Apollo敲定400亿美元的GPU融资协议

SpaceX在周一提交的一份监管文件中披露，已锁定约400亿美元的融资承诺，用于支付人工智能芯片及相关数据中心设备的费用。SpaceX在一份声明中称，这是有史以来“规模最大的GPU融资承诺”。

NVIDIA Minerva 如何将遥测数据的混乱转化为 GPU 性能的巅峰

AI工厂是迄今为止技术最为复杂的运营环境之一。数十万块GPU、NVIDIA Spectrum-X以太网……

在人工智能需求高涨之际，Marvell早期的芯片制造押注终于获得回报

八年前，芯片制造商美满电子科技公司决定在纳米制程领域实现跨越式发展，此后其发展轨迹一路稳步向上。在半导体制造领域，纳米制程代号所指的并非晶体管的确切物理尺寸，而是各代芯片制造技术，即所谓的工艺节点。先进的工艺节点通常能够提升晶体管密度，并带来性能上的改进……文章《美满电子在人工智能需求推动下，早期的芯片制造豪赌终获回报》首发于SiliconANGLE。

NVIDIA 任务控制 2.5 如何为 Kubernetes 带来自主恢复功能

在数千块GPU上训练大规模AI模型是一项高风险的运维工作，必须内置监控与自动化机制，以优化集群的韧性……

京东广告联合华为鲲鹏降低生成式广告推理时延15%，618大促完成核心场景验证

京东广告与华为鲲鹏合作，通过灵衢互联构建300TB共享内存池、重构RPC通信，实现端到端推理时延降低15%，KV Cache与RPC性能显著提升，并经2026年618大促核心场景5%流量验证；合作正向搜索、推荐等搜推场景外溢，并布局SuperCache、Agent沙箱等Agentic AI前沿方向。

推荐理由该报道源自钛媒体（tmtpost.com）于2026-10-26发布的原创技术新闻，内容聚焦真实落地的技术协同：明确披露合作主体（京东广告/华为鲲鹏）、技术路径（灵衢互联、两级缓存、UB协议直连URMA）、量化成效（时延降15%、TP99优化超85%）、验证场景（618大促5%流量）及演进规划（SuperCache、Agent沙箱），所有关键事实均在材料中可交叉印证，无外部信息补充或主观推断。

中国首部AI院线电影《三星堆：未来往事》上映：技术里程碑与市场冷遇并存

2026年10月23日，博纳影业出品的《三星堆：未来往事》作为国内首部获公映许可证、全程依托AI参与制作并在商业院线正式公映的长片登陆全国影院。影片全片采用数字角色，无真人演员，制作成本达千万级，但首周末票房仅约118万元，排片与上座率低迷，凸显AI电影在叙事接受度与工业化落地间的现实落差。

推荐理由该报道基于钛媒体2026年10月26日发布的深度新闻，完整呈现了影片的技术定位（首部AI院线长片）、制作实况（120万张底图、600:1成废比、逐帧手搓）、产业意义（跑通审查与发行全链路）及市场反馈（低票房、票价争议、观众观望），信息要素齐全、来源明确、时效性强，且未超出材料事实边界。

清华与港中文联合开源AKV：面向LLM智能体的KV缓存工程服务系统

清华大学与香港中文大学研究人员于2026年10月26日开源AKV——一个基于SGLang构建、专为大语言模型（LLM）智能体设计的KV缓存工程服务器。该系统通过让智能体主动丢弃并重定位KV缓存（而非传统文本历史摘要），在4个智能体基准测试中平均降低推理成本27.7%，任务平均得分提升1.7分。代码采用Apache-2.0许可证，当前支持Qwen、GPT-OSS-120B和MiniMax-M2.7等模型。

推荐理由该成果代表LLM智能体高效推理的新范式：区别于依赖文本截断或摘要的‘上下文工程’，AKV直接操作KV缓存状态，避免重复prefill，显著缓解长程交互中的KV压力；实测显示高并发下P95延迟从229.9秒降至30.6秒，具备明确工程价值与可复现性；信息源自MarkTechPost发布的权威技术报道，发布时间（2026-10-26T07:56:45Z）与当前时间一致，属最新公开进展。

Edge AI Daily 早报（10月26日）

苹果终结二十年触控抵制，首款触屏OLED MacBook Pro定档发布，成为特努斯接任CEO后首个硬件答卷；Meta自由现金流转为-21亿美元，7600亿美元行业资本支出迎盈亏平衡审判；谷歌以1070兆瓦虚拟电厂重构数据中心供能，特斯拉自研AI地图弃用谷歌；Anthropic被指静默削弱Claude Opus 5.5逆向能力；亚马逊、Meta、OpenAI以50美元级AI硬件切入可穿戴赛道。

上证指数等四只指数编制规则今起调整；国资委部署深化国企改革；标普新规将波及3750亿美元基金

2026年10月26日起，上证指数、上证A股指数、上证流通指数及科创综指正式实施修订后的编制方案，新增单个样本权重15%上限；国务院国资委于10月23日强调扎实推进新一轮国资国企改革任务落地；同日（10月25日），标普道琼斯宣布调整成长/价值股划分标准，新规将于12月21日生效，影响约3750亿美元被动型基金。

推荐理由三则政策与市场规则变动均具显著时效性与系统性影响：指数权重红线直接关系A股核心基准稳定性；国资委表态体现中央层面对国企改革攻坚的紧迫部署；标普规则重构价值投资逻辑，波及规模达数千亿美元，属全球资本市场重要变量。所有信息均源自钛媒体2026年10月25日发布的权威综合报道，时间节点、主体、措施及影响金额均明确可验。

英伟达在OCP峰会上发布Vera Rubin和HGX B300

我们在2026年OCP峰会上深入了解了Aivres NVIDIA Vera、Vera Rubin以及Blackwell Ultra系列平台。文章《Aivres NVIDIA Vera Rubin与HGX B300亮相OCP峰会》首发于ServeTheHome。

Grok发布了其人工智能生成的《奥德赛》前七分钟内容

这段影像看起来还不错，只要你不追求艺术性、灵感或人文关怀。