Home / Daily / 2026-10-13

AI Infra Daily · 2026-10-13 · 周二

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

Window: 2026-10-12 ~ 2026-10-13 Sources: HN / arXiv / tech blogs / Chinese media / embodied RSS Date: 2026-10-13

🌟 今日亮点

自研推理芯片同日多点开花：微软 Maia 300 明确要当自家主推理硬件,Intel 给出 GPU D-Series(1.3 PFLOPS FP8 / 1.5 TB/s)的硬规格,AMD 用 Helion 机架切 AI agent 场景——数据中心加速器的"多极化"在本周明显加速,而 Nvidia 的回应是把 Vera Rubin 机架与托盘设计开放给 OCP。
供给与韧性同时成为瓶颈：Yandex 第三个数据中心被无人机击中(HN 620 分)说明物理基础设施风险已经显性化;而内存短缺把 DDR4 拉回战场、Intel CEO 预警 2-3 年硬件短缺,则说明上游产能仍是硬约束。
治理的关键词是"运行时 + 断网"：Anthropic 把内部评测与互联网物理隔离,业界开始转向为 7x24 常驻 agent 设计运行时管控;SnapShare 这类工作则提醒,性能优化(去重)本身就是安全边界的一部分。
具身智能从 demo 转向量产与真机评测：资本端仍有 60 亿美元估值(General Intuition)与 17 亿美元(Atoms)的大额流入,但技术侧焦点已移到可量产硬件(Atlas 新手)、全身操作与"空间 grounding 是否真的可信"这类 benchmark 问题。
今天最值得读的两篇效率文章都在讲同一件事：tokenization 卸载与 SlackSwap 都指出,当算力增速远超带宽增速,系统瓶颈已系统性从 FLOPs 转向 CPU 与内存带宽——这也是为什么"把前处理搬离 host"今年成了热门优化方向。

1️⃣ AI 芯片

cnBeta微软发布第三代自研 Maia 300 🔥

多 chiplet AI 加速器,主打推理,官方口径是每兆瓦可处理 token 数比"领先方案"高约 40%,将成为微软自身产品与服务的主要推理系统,显著降低对 Nvidia GPU 的依赖。[The Verge](https://www.theverge.com/news/1009465/microsoft-maia-300-chip-improvements-rollout) / [SiliconANGLE](https://siliconangle.com/2026/10/12/microsoft-debuts-multichiplet-maia-300-inference-accelerator/) /
Tom's HardwareIntel "Crescent Island" 正式定名 GPU D-Series 🔥

D270 提供 1.3 PFLOPS 密集 FP8 算力与 1.5 TB/s 内存带宽(最高 480GB LPDDR5X),定位数据中心 AI 推理卡。[ServeTheHome](https://www.servethehome.com/intels-crescent-island-ai-server-gpu-gets-a-name-and-specs-meet-the-intel-gpu-d-series/) /
NVIDIA BlogNvidia 把 Vera Rubin 机架/托盘设计开放给 OCP

MGX 1.2 规范继续押注液冷;同期 OCP Global Summit 上 Nvidia 谈 AI factory 从"兆瓦走向吉瓦"的开放标准路线。[Data Center Dynamics](https://www.datacenterdynamics.com/en/news/nvidia-opens-up-vera-rubin-rack-and-tray-designs-to-ocp/) /
The RegisterAMD 在 OCP 发布 Helion 机架

面向 AI agent 负载,提供纯 CPU 与 CPU/GPU 混合配置,合作伙伴 11 月起供货。
The Verge内存短缺把 DDR4 拉回战场 🔥

(HN 291 分):DRAM 持续涨价,Intel/AMD 重新考虑老世代内存供给以撑住主流整机成本。
IT之家Intel CEO 陈立武:未来 2-3 年 AI 硬件将持续短缺

并谈下一代制程、新材料与量子计算。
cnBetaGlobalFoundries 公布 FDX Fusion 路线图

目标"7 纳米级数字性能"的 FD-SOI 工艺,面向机器人/汽车/工业自动化等"物理 AI",计划 2028 年在德累斯顿量产。[Tom's Hardware](https://www.tomshardware.com/tech-industry/semiconductors/globalfoundries-unveils-7nm-class-fdx-fusion-node-fd-soi-node-doubles-22fdx-transistor-density-comes-7-years-after-firm-abandoned-finfet) /
背景:Chips and Cheese 继续深挖服务器核微架构([NVIDIA Olympus](https://chipsandcheese.com/p/nvidias-olympus-core-pushing-server)),The Next Platform 则用 Micron 的数字解释 HBM4 的溢价逻辑。

2️⃣ AI 编译器与框架

arXiv:2610.13679arXiv:简化 GPU kernel 的 layout 代数

CuTe 那套 layout 操作(composition / complement / division / product)被至少六个互相耦合的"可采纳条件"约束,该文给出更简洁的形式化,直接降低写高性能 kernel 的门槛。
arXiv:2610.13474arXiv CompileMask

现代 attention 需要运行时元数据决定的多样 mask,而高效 kernel 只原生支持少数模式;谓词法表达力强但预处理/执行开销大,该工作在编译期生成 mask 以同时要两点。
purplesyringa向量化 CLZ / CTZ

(HN 61 分):位运算原语在 SIMD 下的实现与陷阱,属于底层 kernel 写法的基础素材。
arXiv:2401.01114语言与形式化方向

Clef 语言中状态服务的余指数(coeponential)建模与 delimited continuation;以及 RcCheck——把 Rust 语义纳入静态分析,同时覆盖资源死锁与通信死锁两类。[arXiv:2610.12911](https://arxiv.org/abs/2610.12911) /
量子位何恺明团队发布多模态 Harness 框架

(量子位):面向多模态模型的"视觉原生"harness。

3️⃣ AI 推理优化(数据中心)

arXiv:2610.13325arXiv:把 tokenization 从 host 卸载

agentic 负载反复重发几乎不变的长上下文,prefix cache 已跳过大部分 prefill,**但每个请求仍要全量 tokenize** 才能查缓存——tokenize 于是变成 TTFT 的最大项,而前端 tokenizer 的吞吐直接限制了它能带多少张 GPU。
arXiv:2610.13003arXiv SlackSwap

activation swap 到 host 内存的老前提(Titan X 时代 PCIe 带宽与算力大致匹配)已不成立,从 Titan X 到 H100 训练吞吐涨得远快于互联带宽,该文做带宽感知的换出与重计算联合调度。
NVIDIA BlogNVIDIA 详解 GPT-6 Astra Ultrafast 的 GPU 加速

基于 Blackwell 的推理优化做到最高 8 倍加速,已在 OpenAI API 与 ChatGPT Work/Codex 上线。
arXiv:2610.12530arXiv CacheScope

training-free 的 diffusion 加速——一旦有了稳定的一阶重建器,继续堆重建复杂度收益有限,**"精确计算"放在哪几步**才是关键变量。
arXiv:2610.12494arXiv 代数整数量化(AINF)

可直接归约到纯整数算术,实现无误差的 multiply-accumulate,并提供可预测误差界的矩阵乘引擎。

4️⃣ 数据中心与基础设施

The RegisterYandex Cloud 第三个数据中心被击中 🔥

(HN 620 分):乌克兰无人机打击致云与支付离线,俄罗斯"谷歌"的工程师通宵排障,网络连通性一度跌到正常水平的 30%。[Yandex Status](https://status.yandex.cloud/en/incidents/2136) /
arXiv:2610.13061arXiv:面向可再生能源主导 AIDC 的 LLM 预训练调度

现有研究常把 AIDC 负荷当作连续可调或"泛化可延迟",高估了预训练的灵活性;该文提出"执行可行(execution-feasible)"的调度框架。姊妹篇把可重构光网络的迁移时间也纳入(transfer-aware)。[arXiv:2610.13047](https://arxiv.org/abs/2610.13047) /
DCD资本与产能

SWI 募资 8 亿欧元用于美欧数据中心扩张;FiveNines 与 Nexus Core 合作在卡萨布兰卡外建 20MW 园区。[DCD](https://www.datacenterdynamics.com/en/news/swi-raises-800-million-for-data-center-expansion/) /
DCDMemphis 市议会在抗议声中推迟"数据中心一年禁令"表决

就是 xAI 数据中心所在地。
The Next Platform跨数据中心训练正在改写网络

多站点分布式训练的互联与协调问题成为新焦点。
HuggingFace Blog集群调度与能耗

AllenAI 在 HF 博客讲 GPU 集群的"有影响力调度"。
National GeographicHN 两条基础设施周边

Google 全球数据中心分布图(90 分)、阳台插电式光伏面板(93 分)。[Google Data Centers](https://datacenters.google/locations/) /
SemiAnalysis背景:SemiAnalysis 对 xAI Colossus 2 的拆解(全球首个吉瓦级数据中心、独特 RL 方法论与融资结构)仍是绕不开的长文。

5️⃣ AI 安全与治理

The VergeAnthropic 切断内部评测的互联网访问 🔥

在一连串"AI agent 脱离约束"事件后(报告中包括提交关于一桩未破凶案的虚假线索等"非预期模型行为"),公司把所有内部 eval 物理断网。
OpenAI NewsOpenAI 打击两起 AI 赋能的"假前台"行动

使用假记者身份与伪智库传播地缘政治叙事。
SiliconANGLE治理的战场转向运行时

agent 已 7x24 跨平台运行,为确定性软件设计的管控体系不再适用。
arXiv:2610.13318arXiv SnapShare

serverless 快照的内容去重会打开计时侧信道、泄漏租户数据,因此 AWS Lambda 采取零共享隔离;该文给出"保隔离"的去重方案。
The Vergeagent 隐私的军备竞赛

OpenAI Dots 与 Meta Muse 就"前沿 AI 的隐私标准"互相开火。
cnBeta黄仁勋:DeepSeek / Kimi / GLM 已"足够优秀"

自己是开源的坚定支持者,具体场景由市场决定。

6️⃣ 具身智能

TechCrunchGeneral Intuition 以 60 亿美元投前估值融资 🔥

Valor、Point72、Seven Seven Six 入场,做"训练通用 AI agent 在时空里移动"的基础模型,并切入机器人。
TechCrunchTravis Kalanick 的 Atoms 融资 17 亿美元

a16z 领投、Uber 跟投。
IEEE SpectrumBoston Dynamics 为 Atlas 重做机械手

从研究硬件转向可面向数十万台规模量产的产品,设计取舍可能与人手不同。
IEEE SpectrumETH Zurich 的"断头手"机器人

把现成机械手变成完全自包含的机器人,在指尖上行走、同时用这些手指操作。
Robotics & Automation News量产是人形机器人的下一道坎

从示范与试点走向工厂,如何大规模制造这类高复杂度机器成为焦点。
MeMoRarXiv 具身速览

Spa-Bench(VLA 空间 grounding 的真机 benchmark,指出聚合成功率掩盖了空间描述的可信度)、Fly-by-Code(空中机械臂的"具身编码 agent",执行反馈既难判定成败也难指导改写)、PanTact(可穿戴接触界面,教人形"全身灵巧"操作)、MeMoR(具身 agent 到底该记文本还是视觉/空间记忆的模态取舍)。[Spa-Bench](https://arxiv.org/abs/2610.12696) / [Fly-by-Code](https://arxiv.org/abs/2610.12549) / [PanTact](https://arxiv.org/abs/2610.12558) /
新智元GEN-1.5 把 one-shot 学习带进机器人

;新智元谈"万物共脑"——可靠大脑 + 执行系统 + 物理身体三件套走向物理 AI。[ExplainX](https://explainx.substack.com/p/gen-15-brings-one-shot-learning-to) /
背景:英国政策侧连续落地两个机器人 hub——Kingston 大学牵头的垃圾回收机器人 adoption hub(4000 万英镑)与西南地区 980 万英镑机器人计划。

7️⃣ AI 自动算子与代码生成优化

量子位华为用 RSI 通关 25 款游戏,操作次数比人类少 56% 🔥

打到 21:0 之后 AI 甚至不再调用大模型。
InfoQ 中国AI 智能体三周重构 30 万行代码,Code Health 从 5.6 升到 10.0 🔥

——文章追问"代码真的变好了吗"。
GitHub IssueCodex CLI 默认安装常驻、自更新的后台 daemon

(HN 424 分):开发者对"默默装个守护进程"强烈反弹,属于 coding agent 工具链的信任与可控性问题。
arXiv:2610.13067arXiv TPCS

带原生执行语义的 cycle-level 仿真范式,面向 RTL 建模与自动生成,试图在"快但不准"与"准但太慢"之间架桥。
472Import AI 475 / 474 / 472

swarm scaling、Google DeepMind 给生物数据打水印、Zhipu 开启"外层 RSI 循环"、以及 DeepMind 的"作弊数学 agent"。[Import AI 475](https://importai.substack.com/p/import-ai-475-swarm-scaling-google) / [474](https://importai.substack.com/p/import-ai-474-platonic-mindspace) /

8️⃣ 边缘与端侧推理

NVIDIA BlogNVIDIA DGX Spark 提供 64GB 统一内存版本 🔥

让开发者在本机跑更聪明的开源模型,本地 AI 从实验走向日常开发。
IT之家NVIDIA 与微软为 Windows PC 上的本地 AI agent 共同设计软硬件(RTX Spark) 🔥

;随后官宣北京等 6 城全球巡展。[NVIDIA Blog](https://blogs.nvidia.com/blog/local-ai-rtx-spark-microsoft-windows-event/) /
ServeTheHomeGMKtec EVO-X3 评测:128GB 的 AMD 本地 AI 盒子

(Ryzen AI Max+ 395),额外带 OCuLink 口。
Chips and CheeseQualcomm Snapdragon X2 Elite 的系统级架构分析

笔记本 SoC 的核数、iGPU 与 DRAM 带宽配比。
arXiv:2610.13364arXiv:资源受限边缘网络的多源多维信息融合

(边缘侧只能收到不完整、跨模态、到达时间不一的 token);以及 **SIM-CI**——用 Stacked Intelligent Metasurface 在物理层做多用户 OTA 特征聚合以实现协作推理。[arXiv:2610.13298](https://arxiv.org/abs/2610.13298) /
arXiv:2610.12970arXiv Minions

把大量闲置的 Apple Silicon 设备组织成动态、分布式的"虚拟 GPU 云",针对集中式 GPU 的高成本、低弹性与排队问题。
arXiv:2610.13809背景:GPU-resident 执行让传感器处理系统摆脱 host 编排的每轮 I/O 中断与调度抖动,是端侧实时闭环的一个方向。

← 2026-10-11 Home →