#部署/工程

安永与火山引擎达成战略合作，共推企业AI规模化落地

7月19日，安永（EY）与火山引擎签署战略合作备忘录，双方将围绕企业核心业务场景共建AI解决方案，将豆包大模型、Data Agent、HiAgent等能力嵌入数据治理、财务管理和营销增长等环节。合作还包括搭建千人级FDE（前置交付工程师）团队，并在安永各专业服务团队中逐步引入TRAE等AI工具平台，打造AI原生交付团队。

安永与火山引擎达成战略合作，共建企业AI规模化落地解决方案

7月19日，安永（EY）与火山引擎签署战略伙伴合作备忘录，将在AI技术落地、专业服务交付与企业AI转型等领域深化协同。双方将围绕数据治理、财务管理、营销增长等场景共建AI解决方案，基于豆包大模型、Data Agent、HiAgent 等能力，并探索搭建千人级FDE（前置交付工程师）团队，助力企业AI从试点走向规模化落地。

智谱建成全部采用国产芯片的大型 AI 数据中心

智谱已完成一座 1 吉瓦大型 AI 数据中心的建设，全部采用中国国产芯片，旨在替代受限的英伟达芯片以开发其 GLM 平台。该中心已部分运营，智谱现已建成或运营多个配备超 1 万块芯片的计算集群，成为国内 AI 公司建设的最大规模服务器枢纽之一。智谱近期通过香港 IPO 筹集数十亿美元，年度经常性收入有望达 10 亿美元。

Logan Kilpatrick@OfficialLoganK· 08:49AI 评分5656

我们刚刚为 Gemini Batch API 完成了一些重大的基础架构升级： - p95 延迟降低 80% - p99 延迟降低 68% - 批量成功率现已超过 99.998% - 批量过期减少 98% - 新增对部分批次的支持 团队完成这项工作太棒了！！

英伟达被曝大规模收购美国暗光纤资源，潜在带宽达 7.6 Pb/s

Wolfe Research 报告披露，英伟达正在美国大规模收购“暗光纤”容量，用于支持未来 AI 基础设施建设。若采用先进光通信系统，100 对光纤的理论总容量可达约 7.6 Pb/s。Needham 此前报告称，该项目未来三年投资规模或达 50 至 100 亿美元，可能用于减少对大型云服务商的依赖并整合 GPU 云服务。

Modal 与 Cognition 推出 Devin Outposts，AI 工程师可在自有 Sandbox 中执行任务

Cognition 推出 Devin Outposts，让 AI 软件工程师 Devin 的执行环境迁移到用户自控环境，推理仍留在 Cognition 云端；Modal 是启动合作伙伴，7 月 21 日起开放 alpha。

消防无人机在加州与阿拉斯加测试，应对美国全年野火风险

加州与阿拉斯加今年夏季测试了可喷洒水和阻燃剂的消防无人机。CAL FIRE 于 7 月 15 日测试五架自主无人机协同作业，共部署 500 至 1000 加仑泡沫灭火；每架 Seneca Argo-1 无人机可携带约 100 磅水或阻燃剂，以 4 至 6 架编队飞行，往返航程 10 英里。科罗拉多州 Aspen 消防区已签约 500 万美元部署五架 Seneca 无人机。

Google 正为 Gemini 设计新 AI 芯片 Frozen v2，能效提升 6-10 倍

Google 母公司 Alphabet 正在设计一款内部代号为“Frozen v2”的新服务器芯片，计划于 2028 年发布，旨在让 Gemini 模型运行更高效。据 The Information 报道，该芯片每单位功耗生成的 token 数比 Google 现有 AI 芯片高出 6 到 10 倍。Google 未直接确认该报道，但表示团队持续研究新创新以优化性能与效率。

Rohan Paul@rohanpaul_ai· 03:19AI 评分4444

Ramp 推出 Ramp Router，一个为任务自动选择最合适模型的 AI 路由系统，声称可降低 30% LLM 成本。该工具无需重写应用即可接入，旨在解决模型价格-智能-延迟边界每周变化带来的优化难题。Ramp 已在其 100 多个用例中内部使用，现向所有用户开放。

Google 内部芯片 "Frozen v2" 将 Gemini 架构固化到硬件，效率提升 6-10 倍

Google 正在开发内部服务器芯片 "Frozen v2"，将 Gemini 模型架构直接嵌入硬件，而非像 TPU 那样通用适配多种模型。该芯片提供 AI 响应的效率比当前 TPU 高 6 到 10 倍，计划 2028 年起部署，产量小于 TPU 系列。

Ray 2.55 正式支持 Google Cloud TPU，通过 KubeRay 自动编排多主机切片

Ray 2.55 首次为 Google Cloud TPU 提供一等支持，开发者可通过 Ray 任务与 Actor API 在 TPU 上运行分布式 Python 负载。

微软Azure扩大采用AMD Helios平台，Anthropic或跟进测试AMD芯片

微软计划在Azure云中更多采用AMD AI芯片，合作围绕2026年下半年出货的AMD Helios平台展开，旨在为Azure客户提供Nvidia GPU之外的替代方案。AMD CEO苏姿丰称该合作是重要里程碑，微软CEO萨提亚·纳德拉表示客户需要更多AI基础设施选择。此外，Anthropic正在测试AMD硬件，AMD已给予其最高优先级评级，与Meta同级。

LlamaIndex 分析抵押贷款文档自动化在交接环节失效的原因

文章指出，尽管 OCR 和自动化流程加速了文件流转，但缺乏数据溯源（Provenance）导致下游环节仍需人工重复验证，造成成本高昂。以 LlamaParse 为例，其通过视觉模型和布局感知技术处理混合文档，并保留字段来源链接，旨在解决传统模板提取无法应对复杂贷款文件及合规审计要求的问题。

LlamaIndex博客：为何模板OCR的替代方案不是更好的模板而是Agentic OCR

文章指出传统模板OCR（Zonal OCR）因依赖坐标定位，在文档布局变化时易产生静默错误且维护成本高。作者主张放弃固定模板，采用“Agentic OCR”理念，即像人一样先识别页面组件（如表头、表格、签名），再路由至最适合的模型处理。文中以LlamaParse为例，说明其通过布局感知计算机视觉实现无模板提取，能自动适应新供应商格式、旋转页面及动态行数，并提供置信度信号以支持人工复核。

LlamaIndex 贷款文档提取自动化教程

文章介绍了如何使用 LlamaParse 构建抵押贷款申请中的文档提取工作流。针对 W-2、银行流水、税表等常见贷款文件，提供了基于 Pydantic 的数据模型定义和代码实现，展示了不同提取模式（Cost-Effective vs Agentic）的选择策略，并涉及跨文档验证与合规性处理。

Fireworks AI 实测 Kimi K3 对标 Fable 5，两模型路由可达 93% 准确率

Fireworks AI 在约 1,030 个真实 agent 任务上对比开源的 Kimi K3 与闭源的 Fable 5，两者总体水平接近（SWE 分别为 92.4% 与 92.6%），但各自擅长不同任务类型。

谷歌研发 Frozen v2 芯片，将 Gemini 模型架构固化进硬件，能效可达现有自研芯片 6-10 倍

谷歌正在研发代号“Frozen v2”的专用服务器芯片，将 Gemini 大模型的底层运算架构直接固化进硬件，单位功耗可处理的 token 数量预计达到现有自研 AI 芯片的 6 至 10 倍。该芯片最早计划于 2028 年部署，仅固化底层架构逻辑而非完整权重，允许通过更新权重迭代模型。Frozen v2 将与谷歌 TPU 互补，目前无大规模量产计划，主要作为技术试验平台。

中国银联与百度智能云达成战略签约，共建金融AI自主可控新底座

7月18日，中国银联与百度智能云在WAIC期间达成战略签约，双方将围绕国产算力、AI搜索、DeepResearch及百度搭子、伐谋等通用智能体方向深化合作。双方联合发布《人工智能金融应用共创共建共享共治倡议书》，并依托国家人工智能应用中试基地（金融领域）推出银联人工智能“1+6+N”成果体系。百度智能云已连续2年位列中国金融大模型市场份额第一，累计服务超800家金融机构。

微软将在 Azure 部署 AMD Helios 机架系统，用于 AI 推理

微软宣布将 AMD Helios AI 平台与下一代 EPYC 处理器引入 Azure，用于驱动三款新虚拟机。Helios 平台搭载最多 256 核 EPYC Venice 处理器与 72 颗 Instinct MI455X 加速器，配备 31TB HBM4 显存，理论 FP4 稠密算力达 2900 PFLOPS，计划于 2026 年内供货。

威刚陈立白：现阶段讨论AI泡沫言之过早，未来十年最短缺的资源是内存和电力

威刚董事长陈立白表示，现阶段讨论AI泡沫言之过早，全球AI算力、内存及电力需求仍远高于市场想象。他认为未来十年全球最短缺的两项资源将是内存和电力（尤其是绿电），且三大原厂只会采取理性审慎的扩产策略，不会重演无序大幅扩产。

阿里云推出轻量应用服务器智能体专用型实例，2亿Token包月262.5元

阿里云发布轻量应用服务器智能体专用型实例，将vCPU、内存、带宽与大模型Tokens打包为预付费套餐，提供一站式AI Agent运行环境。入门级2核2G+2亿Token规格包月活动价262.5元（5折），在AI Coding场景每月可省18%，内容生成等高消耗场景每月可省68%。

百时美施贵宝基于NVIDIA Vera Rubin构建生命科学领域最先进AI工厂

百时美施贵宝（BMS）部署其第二个NVIDIA DGX SuperPOD，基于八套DGX Vera Rubin NVL72系统构建，每瓦性能较现有基础设施提升10倍。该平台向所有科学家开放，包含NVIDIA BioNeMo Agent Toolkit，用于药物发现全流程的预测、模型训练和智能体工作流。

🚨 AI News | TestingCatalog@testingcatalog· 18:49AI 评分2929

Anthropic 为 Claude Code Desktop 新增专用项目创建 UI，企业版和团队版用户可在个人与共享可见性之间选择。项目作为单一工作流的容器，会话共享记忆和指令以实现上下文延续，并仅创建和管理云端会话。该功能尚未公开上线。

Mac 用户反馈 OpenAI Codex 导致系统卡顿，关闭后也无法恢复

Mac 用户反馈运行 OpenAI Codex 桌面应用后系统出现明显卡顿，即使关闭应用卡顿仍持续，唯有重启电脑才能解决。该问题与 macOS Gatekeeper 守护进程 syspolicyd 异常有关，其 CPU 占用飙升至 125%～200%，内存超 8 GB。此前 Codex 因日志写入漏洞导致 SSD 磨损，0.142.0 版本已将写入量降低约 85%，但新卡顿问题尚未修复。

中软国际与月之暗面签署 Token 分成及联合创新合作协议

中软国际与月之暗面签署“登月计划”合作协议，双方将以中软国际 AllMeta 平台及月之暗面 K2.7 Code、K3 模型为技术底座，推进企业级智能体在能源电力、金融等行业的规模化商用。双方将共建 FDE 创新实验室，首期聚焦能源电力行业，并采用 Token 分成机制共享基于 Kimi 大模型产生的收益。中软国际还将自建行业算力中心，优先满足月之暗面的算力需求。

AI 热潮重塑美国就业市场：计算机专业失业率走高，数据中心电工年薪可达28万美元

纽约联储数据显示，美国计算机工程专业失业率达7.8%，仅次于人类学，AI编程助手普及正冲击该职业前景。而参与AI数据中心项目的电工年收入最高可达28万美元，但需经历4至5年学徒培训及约8000小时现场实践才能获得执照。

燧原科技联合先封科技发布国内首款AI算力芯片玻璃基CoPoS先进封装样品

燧原科技与先封科技在WAIC 2026上联合发布国内首款面向AI算力芯片的玻璃基板CoPoS先进封装样品。该样品综合应用了玻璃基板、面板级光刻图案化、精密电镀增层、面板级RDL等多种材料与工艺技术，是燧原自研高端AI算力芯片首次与国产化CoPoS先进封装核心技术相结合的解决方案。

商汤科技联合近20家厂商发起“银河计划”，共建5个万卡级国产智算集群

在WAIC 2026上，商汤科技联合寒武纪、华为昇腾等近20家生态伙伴发起“银河计划”。该计划将共建1个Token工厂、5个万卡级国产智算集群，围绕10个核心技术方向联合创新，并赋能200家AI初创组织。此外，商汤与国星宇航宣布共建“商汤太空算力星座”，预计2030年前建成千颗级算力卫星、总算力超万P的空间智能计算网络。

小红书与北大开源 UltraEP：面向大规模 MoE 训推的实时负载均衡方案

小红书与北大提出 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上，训练吞吐平均达到理想性能的 94.6%，相比 Megatron-LM 提升 42%；推理 prefill 吞吐相比 SGLang 提升 1.56 倍。

小红书、北大开源 UltraEP：面向大规模 MoE 训推的「最优」负载均衡方案

小红书与北大开源 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家，平均达到理想性能的 94.3%，相比业界 SOTA 训推框架提升 1.49 倍。该方案已在 288B 参数 MoE 模型的完整预训练中部署，保持不低于理想性能 92% 的水平。

台积电追加千亿美元扩建美国工厂，称 AI 芯片需求将持续多年

台积电追加1000亿美元投资扩建美国亚利桑那州工厂，当地总投资额提高至2650亿美元。公司CFO黄仁昭表示，AI芯片需求具有持续多年的结构性特征，第一座晶圆厂已投产且良率达到与台湾旗舰工厂同等水平。未来亚利桑那州将拥有12座晶圆制造及先进封装设施，但扩建面临建筑工人短缺等现实限制。

低电压 AI 芯片企业 Etched 洽谈 200 亿美元估值融资

Etched 正在洽谈以 200 亿美元估值进行新一轮融资。该公司此前在 2025 年 12 月以 50 亿美元投后估值筹集 5 亿美元，并正处于红杉资本领投的 100 亿美元估值融资轮中。Etched 已完成其 4nm 推理加速器的 A0 步进流片，芯片数学模块电压比大多数竞品低 50% 以上。

Rapidus 与 Cadence 合作，目标将芯片设计周转时间减半

日本半导体制造商 Rapidus 与 EDA 巨头 Cadence 合作，在芯片设计 AI 辅助领域引入 AI 智能体，目标将设计周转时间（TAT）减半。Rapidus 为其 Raads 产品线新增与 Cadence InnoStack AI Super Agent 集成的两项工具，可在 SoC 工作流程中实现智能体设计编排。

X.PIN@thexpin· 14:12AI 评分6969

月之暗面（Moonshot AI）已提交港股IPO申请，预计六个月内完成上市。知情人士透露，公司ARR在三个月内增长三倍，峰值出现在Kimi K3发布前后。Kimi宣布暂停新用户订阅，将算力优先保障现有用户，并计划未来将核心服务与Kimi Code分开订阅，实现更精准的算力分配。

SiliconFlow@SiliconFlowAI· 14:05AI 评分2525

Kimi K3 模型已在硅基流动 SiliconFlow 平台上线。有开发者使用 Kimi K3 制作了一款 FIFA 世界杯 26 主题的复古风格点球大战游戏，包含 8-bit 音效，共消耗 44120 个模型 token。

芯展速在 WAIC 2026 展出 AI90 推理加速方案及 PT200Z AI SSD

芯展速在 WAIC 2026 展出 AI90 推理加速方案，通过将 KV Cache 卸载至 SSD 形成三级存储，使首 Token 延迟降低 50 倍，吞吐量提升 5.1 倍。同步发布 PT200Z AI SSD，基于 pSLC 闪存，DWPD 最高 100。

神雲科技在 WAIC 2026 推出 52U 高密度 AI 液冷机柜，集成 96 颗 MI355X GPU

神雲科技在 WAIC 2026 推出 52U 高密度 AI 液冷机柜，集成 12 台 G4826Z5 服务器，标配 96 颗 AMD MI355X GPU，密度较 48U 机柜提升 50%。同时展出集成 32 颗 MI350X 的 G8825Z5 气冷机柜及多款 OCP 标准液冷、存储服务器。

百度昆仑芯 M100 芯片实物首次展出，面向大模型推理优化

百度昆仑芯科技自主研发的第四代 AI 芯片 M100 实物首次在央视报道中公开亮相。该芯片延续自研 XPU 架构理念，针对大模型推理时代需求进行优化，主打通用、高效和经济。昆仑芯还在 WAIC 2026 展示了 32/64 卡超节点产品及 256 卡超节点集群，后者是国内率先实现量产交付的超节点产品之一。

摩尔线程 MTT C256 超节点亮相 WAIC 2026：256 张 GPU 聚合为一台超级计算机

摩尔线程在 WAIC 2026 首次公开展示 MTT C256 超节点，通过首创的一层 Scale-up 网络将 256 张 GPU 聚合为一台超级计算机，突破业界 64 卡限制。该超节点采用计算与交换一体化高密设计，仅需两个标准机柜即可实现 256 卡全互联，卡间通信延迟压缩至亚微秒级。

Rohan Paul@rohanpaul_ai· 10:33AI 评分4343

Stability AI联合创始人Emad Mostaque指出，美国公司如Modal、Fireworks和Baseten将能以中国竞争对手十分之一的成本部署Kimi K3，因其能获取先进Nvidia和AMD芯片。该模型研发已转向中国，但针对Nvidia Rubin等下一代硬件优化后，运营成本可能再降10至100倍。