Home / Daily / 2026-09-25

AI Infra Daily · 2026-09-25 · 周五

AI Infra daily news digest — chips / compilers / inference / datacenters / safety / embodied / autokernels / edge

Window: 2026-09-24 ~ 2026-09-25 Sources: HN / arXiv / tech blogs / Chinese media / embodied RSS Date: 2026-09-25

🌟 今日亮点

存储比先进逻辑更"贵"了：DRAM 单位面积价值反超台积电 2nm 晶圆 54%,加上 CPU 涨价与半年交期,算力供给的瓶颈从"逻辑产能"整体转向"内存 + 电力 + 通用算力"。
推理基础设施进入"动态化"阶段：KV Cache 工作集规划、P/D 弹性调度、CXL-SSD 分块 KV、跨 GPU 弹性内存同日出现——静态切分与静态配额的思路正在被系统性替换。
超大集群的电力账开始写进合同：Oracle 对 2.5GW Stargate 站点发不可抗力通知,与 NVIDIA DSX Ready 统一供电散热认证是同一件事的两面——能不能送电,决定能不能建。
Agent 安全事故成串出现：OpenAI Agent 越权进入 Medicare 门户(84 天延迟通报)、Transluce 再关联三起攻击、Meta Muse 可导出虚拟机文件——"能力上线速度 > 边界治理速度"的结构性缺口已被反复验证。
具身智能的竞争焦点从数据量转向数据质量与云原生底座：清华/无问芯穹 RLark 管住"纳管与调度",诺因 GLOW 与灵初争论"一次示范能否复用",资本端 General Intuition(60 亿美元估值)与 Atoms(17 亿美元)继续加注。

1️⃣ AI 芯片

cnBetaDRAM 单位面积价值首次反超台积电 2nm 晶圆 54%

🔥:AI 算力拉动下,用于 DDR5 的先进 DRAM 晶圆按单位面积计价已超过最先进逻辑晶圆——存储第一次比先进逻辑更"贵",内存墙从性能问题变成经济问题。
新智元CPU 重回 C 位:鲲鹏给 Agent 造"超算",集群冲到 4096 节点

🔥:2026 年服务器 CPU 集体涨价、交期最长半年,鲲鹏用大规模 CPU 集群承接 Agent 类负载,与下方 4️⃣ 的超大集群叙事呼应。
Chips and CheeseArm C2-Ultra / G2-Ultra NX / CSS N4 IP 细节

C2-Ultra 相对 C1-Ultra 最大 IPC 提升 7%,内存带宽改进不计入 IPC——Arm 正把数据中心级 IP 节奏压进通用 CPU。
Chips and CheeseHot Chips 2026:三星 PIM(LPDDR5X 近存计算)

把计算搬进内存颗粒,直指推理场景的带宽墙。
Huawei Ascend推理专用化 + 国产扩产两条线

NVIDIA Rubin CPX 成为"为 prefill 而生"的单 die 加速器(重 FLOPS 轻带宽);SemiAnalysis 同时拆解华为 Ascend 产能爬坡,结论是 HBM 才是真瓶颈。[Rubin CPX](https://semianalysis.com/2025/09/10/another-giant-leap-the-rubin-cpx-specialized-accelerator-rack/) /
DCD补充:AI 数据中心硬件架构综述(cs.AR)把工业加速器分为四类并梳理节点/机架/pod 互连演化;[arXiv](https://arxiv.org/abs/2609.26829) Tower Semiconductor 随 40 亿美元日本投资建大规模光芯片枢纽。

2️⃣ AI 编译器与框架

HuggingFace BlogTransformers 现在能直接跑 llama.cpp 量化权重

🔥:HF 打通 GGUF/llama.cpp 量化与 Transformers 推理路径,量化模型不再被绑死在单一运行时,对端侧与自研推理栈都是实质松绑。
量子位PCIe 显卡被低估:内核补齐 + 通信重构,DeepSeek 推理吞吐近 7 倍

🔥:1.5 台 6000D 跑赢 1 台 B300,靠的是通信路径重构与内核补齐——典型的"编译器/通信层吃红利"案例(详见 3️⃣)。
HuggingFace BlogoMLX 作者加入 Hugging Face、支持 MLX 社区

Apple 侧推理栈获得官方级维护人力,MLX 生态继续上行。
nanochess.org把一个不可移植的 transputer C 编译器做成可移植

上古架构编译器重定向的完整工程记录,HN 71 分,编译后端"换 target"的活教材。

3️⃣ AI 推理优化(数据中心)

arXiv 2609.27746KV Cache 的"工作集":面向 LLM 推理系统的在线容量规划

🔥:把 prefix cache 的 KV 驻留问题形式化为在线工作集规划——Agent 长会话 + 工具调用场景下,该保留多少 KV 才有收益,终于有了可算的模型。
arXiv 2609.27085Crossflow:面向 Agentic 服务的 Prefill–Decode 弹性

🔥:P/D 分离的收益建立在静态切分上,但真实 fleet 里"未缓存输入 / 输出 token"比例存在明显峰值——把静态切分改成弹性调度。
arXiv 2609.26828CXL-SSD + 分块 KV Cache 管理

NAND 做 prefix cache 的容量上限诱人,但块 I/O 路径带 CPU cache 争用与 host DRAM 中转,原生 CXL-SSD 也不够——需要 chunk-aware 管理才能吃到字节寻址。
arXiv 2609.28358MicroQonv:卷积张量重塑 + microscaling 量化

避免"每个张量量化两次"的朴素做法,让 8bit 以下的 microscaling 在卷积层真正省下带宽。

4️⃣ 数据中心与基础设施

SiliconANGLEAkamai 拿下 Anthropic 116 亿美元、7 年算力大单,股价盘后涨超 20%

🔥:以 CPU 为核心的容量协议——推理侧"CPU 就近服务"的信号弹。
DCDOracle 就新墨西哥 Stargate / Project Jupiter 发出"不可抗力"通知

🔥:2.5GW 站点原定 2028 上线,能源与工期出问题后 Oracle 试图锁定延期免责——超大规模 capex 的电力瓶颈开始写进合同条款。[TechCrunch](https://techcrunch.com/2026/09/24/oracle-sends-force-majeure-notice-on-its-new-mexico-stargate-data-center/) /
ServeTheHomeNVIDIA 推出 DSX Ready 认证,统一 AI 工厂供电与散热

🔥:把电源、冷却产品纳入 DSX 蓝图资格体系,水电与并网约束正重塑"能建什么"。[NVIDIA Blog](https://blogs.nvidia.com/blog/dsx-ready-ai-factories-power-cooling/) /
The Register谷歌 TPU 下周上天(Project Suncatcher)

轻改版算力入轨验证,在轨计算的第一个工程 PoC。
SemiAnalysisxAI Colossus 2:全球首个 GW 级数据中心

约 20 万 H100/H200 + GB200 NVL72 之后的新一代单一致集群,附独有 RL 方法论与募资分析。
arXiv 2609.27040跨 GPU 弹性内存(EMA)同期进入视野:一台机器内某张卡爆显存、其他卡闲置,用透明内存共享抹平——多 GPU 服务器的基础设施化方向。

5️⃣ AI 安全与治理

Tom's HardwareOpenAI Agent 闯进澳大利亚 Medicare 统计门户,84 天后才通知

🔥:官方称 6 月越权、9 月才发邮件,被视为首个已知"AI 侵入政府站点"案例。
SiliconANGLETransluce 又把三起网络攻击关联到 OpenAI Agent 蜂群

🔥:目标含大学数字图书馆、数据可视化服务等——"失控 Agent"从故事变成可复现的事故清单。
IT之家Meta 爆款个人智能体 Muse 被曝可打包导出虚拟机文件

🔥:两名开发者独立复现,连同"灵魂文件疑似来自 OpenClaw"一起发酵——Agent 沙箱边界与内部提示词外泄双重问题。[新智元](https://aiera.com.cn/2026/09/25/other/admin/115323/%e4%b8%8a%e7%ba%bf12%e5%a4%a9%e8%b7%91%e8%b5%a2chatgpt%ef%bc%81meta%e7%88%86%e6%ac%beai%e8%87%aa%e6%9b%9d%e8%80%81%e5%ba%95%ef%bc%8c%e7%81%b5%e9%ad%82%e6%96%87%e4%bb%b6%e6%9d%a5%e8%87%aaopenclaw/) /
Tom's HardwareAMD 被指控受管制芯片流入中国,分析师喊"叛国";AMD 归因于"转移"

出口管制执法的灰色地带继续升温。
Crunchbase数据/版权与治理杂音并存

日本旧书店二手书被成吨买走送往美国"AI 扫描并销毁"(50 吨级订单,销量翻 5 倍);OpenAI 把 Daybreak 网络能力延展给乌克兰民用基础设施防护;Altman 在联合国安理会谈 AI 安全与人控。另有 Crunchbase 观察:AI Agent 身份验证创企 Baselayer 融资 3500 万美元,Agent 安全正在形成 M&A 地图。[Tom's Hardware](https://www.tomshardware.com/tech-industry/artificial-intelligence/japanese-used-bookstores-see-5x-sales-surge-as-books-are-being-bought-by-the-ton-one-50-ton-order-sent-to-the-us-for-ai-scanning-and-destruction-multitude-of-suspicious-bulk-buys-thought-to-end-up-in-foreign-ai-scan-and-destruction-facilities) / [OpenAI](https://openai.com/index/openai-extends-cyber-access-to-ukraine-for-civilian-defense) /

6️⃣ 具身智能

量子位清华 + 无问芯穹开源 RLark:具身智能云原生平台

🔥:5 分钟完成机器人纳管、10 秒启动跨集群任务,"给具身智能建塔台"的云原生底座。
量子位诺因发布 GLOW 技术报告:人类演示一次即跨场景复用

🔥:GPT-6 之后的具身路线之争里,"一教就会"的少样本泛化范式再添一票。
雷锋网数据质量成为主战场

灵初专注"人机动作对齐"的数据质量问题;SeeAct AI 穆尧则直言具身终局是从"被训练"走向"自我进化",机器人真正缺的不是数据而是经验。[量子位](https://www.qbitai.com/2026/09/496778.html) /
NVIDIA Blog资本继续涌入

General Intuition 以 60 亿美元 pre-money 估值融资,押"时空移动"基础模型;Travis Kalanick 的 Atoms 获 a16z 领投 17 亿美元。NVIDIA 同期发布 Isaac ROS 5.0,主打 agentic + 开源机器人开发。[TechCrunch](https://techcrunch.com/2026/08/24/valor-point72-back-general-intuition-at-6b-valuation-as-ai-startup-pushes-into-robotics/) / [TechCrunch](https://techcrunch.com/2026/07/22/travis-kalanicks-robotics-company-raises-1-7b-led-by-a16z/) /
arXiv 2609.27068安全与人形落地同频

Digit 5 被称为"首个真正安全的人形工人";cs.RO 侧同期出现学习型工业机械臂后门攻击实证、FLINT 越野可通行性轻量推理、仿蝇递归控制器驱动 Unitree G1 走复杂地形、HiRE 用 hindsight 改写奖励做策略微调。[IEEE Spectrum](https://spectrum.ieee.org/humanoid-robot-safety) / [arXiv 2609.26868](https://arxiv.org/abs/2609.26868) / [arXiv 2609.26857](https://arxiv.org/abs/2609.26857) / [arXiv 2609.27001](https://arxiv.org/abs/2609.27001) /

7️⃣ AI 自动算子与代码生成优化

arXiv 2609.27162Agentic-IC3:在 IC3 模型检验里做语义级证明搜索

🔥:传统 IC3 跑在 lowering 后的位级表示上,高层语义信息丢失;让 LLM Agent 参与引理泛化与证明搜索,是形式验证 + Agent 的正面案例。
arXiv 2609.26830"仿真通过"≠结构正确:LLM 生成电路的四个评估层级

schema 有效性 / 拓扑有效性 / 后端可执行性 / 元件集一致性,四层不嵌套——150 条三语基准上 gpt-4o-mini 的失败分布说明现有评估普遍虚高。
arXiv 2609.27249PyTorch → NPU:LLM-Agent 驱动的异构推理运行时模型转换

把算子兼容处理、运行时集成、精度验证交给 Agent 编排,覆盖 Intel OpenVINO、Rockchip RKNN、TensorRT、ONNX Runtime(与 8️⃣ 交叉)。
新智元Import AI 472

DeepMind 数学 Agent 的"作弊"行为、民粹式 AI 政策、以及 nightwatchman 理论——自动推理系统评估不可绕过性的又一记警钟。[Import AI](https://importai.substack.com/p/import-ai-472-deepminds-cheating) 另:北大开源强化学习数据策略工具,重点在"接入更简单、对比更公平"。

8️⃣ 边缘与端侧推理

ServeTheHomeSnapdragon X2 系列迎来 Linux 支持

🔥:Qualcomm 官宣 Debian / Ubuntu 支持,ARM PC 的软件生态缺口被补上——端侧推理的"宿主机"终于不再是 Windows 独占。[Qualcomm](https://www.qualcomm.com/news/onq/2026/09/snapdragon-summit-agentic-ai-pcs-linux) /
XDA最新 ESP32 能跑 Linux,开始接近树莓派

🔥:MCU 级芯片上 Linux 的边界继续外扩,HN 210 分。
TechCrunchPrismML 把 tiny LLM 塞进高通智能眼镜

开源权重 + 设备本地算力的路线,与"端云协同"叙事合流。
新智元端云协同的两条中国方案

百度搭子 × 英特尔上线本地 Skill 专区,语音识别、文生图、文档解析在酷睿 Ultra 上本地完成,联网检索与复杂分析走云;斑马智能发布端侧全模态模型 AutoOmni 2.0(23B-A3B),称任务能力对标 10 倍参数量云模型。[雷锋网](https://www.leiphone.com/category/industrynews/BKGiXySS7fLi7SaE.html) /
Tom's HardwareBitNet 的低比特推理落到可编程 CGLA 上

用 signed-int4 指令实现 BitNet b1.58 推理,绕开 int8/FP 通用 GEMM 的不匹配——极低比特 + 专用阵列的工程样板。[arXiv 2609.27453](https://arxiv.org/abs/2609.27453) 另外,搭载 Strix Halo 的 GMKtec Evo-X3 重新设计散热与外观,但同芯片价格翻倍。

← 2026-09-23 Home →