AI Infra Weekly · 2026-W27 · 06-29 ~ 07-05

1️⃣ AI 芯片

• Anthropic 洽谈三星代工自研 AI 芯片 🔥
  继 OpenAI 联手博通推出 Jalapeño 推理芯片后，Anthropic 也被曝正与三星电子早期洽谈定制 AI 芯片，工作负载等关键细节尚未敲定。头部 AI 公司集体走向自研算力以摆脱对 Nvidia 的依赖（中外多家报道）。
• OpenAI 与博通推出 LLM 推理专用芯片 Jalapeño 🔥
  OpenAI 与 Broadcom 联合发布代号 Jalapeño 的定制 AI 芯片，专为 LLM 推理设计，目标是提升性能、能效并扩展规模，是自研算力浪潮的又一落地。
• SK 海力士拟投 7130 亿美元扩产并谋求纳斯达克上市 🔥
  SK 海力士计划投入 7130 亿美元扩张韩国本土半导体产能，并规划纳斯达克上市，凸显 HBM 需求驱动下存储巨头的超大规模资本开支。
• Intel 18A 良率问题被曝修复，两厂月产达 1.5 万片
  有报道称 Intel 已解决困扰 18A 制程的晶圆间良率关键问题，两座工厂产能提升至每月 1.5 万片，但仍存其他隐患。先进制程量产进展受关注。
• GPU 光栅化加速计算光刻
  SemiEngineering 探讨用 GPU 光栅化技术破解纳米级半导体制造中计算光刻的算力瓶颈，为先进制程 EDA/OPC 流程提速。

2️⃣ AI 编译器与框架

3️⃣ AI 推理优化（数据中心）

• HN109★非对称量化：97% 存储缩减下的近无损检索
  mixedbread 提出非对称量化方案，在检索场景实现约 97% 的存储压缩且几乎无损，对向量检索/RAG 的存储成本优化有直接价值。HN 109 分。
• arXivHYPIC：位置无关缓存加速混合注意力 LLM 服务
  针对 RAG 与 agent 场景 prefill 阶段主导算力成本的问题，将位置无关 KV 缓存（PIC）与混合注意力模型结合，提升非连续共享片段的 KV 复用效率。
• arXivLynx：渐进式投机量化加速长上下文 KV 传输
  在分离式（disaggregated）推理中，长上下文需跨网络传输大体量 KV 缓存并阻塞解码。Lynx 用渐进式投机量化减少数据量、缓解传输瓶颈。
• arXiv面向分离式 LLM 服务的负载感知 Prefill 偏转
  分离式 serving 将 prefill 与 decode 分池，在突发重尾负载下 prefill 节点饱和而 decode 节点算力闲置。该工作提出负载感知的 prefill 偏转以平衡两池利用率。
• arXivOmniPilot：异构 GPU 集群的不确定性感知推理顾问
  在共享异构 GPU 集群上服务 LLM 需提前选择 GPU 型号、张量并行度与精度。OmniPilot 用不确定性感知方法动态推荐配置，提升有效吞吐与启动成功率。
• 一条命令在 HF Jobs 上跑起 vLLM 服务
  Hugging Face 放出在 HF Jobs 上一键部署 vLLM 推理服务的能力，降低了托管式大模型推理的运维门槛。

4️⃣ 数据中心与基础设施

• SoftBank 进军美国 neocloud，推出 SB Neo 🔥
  软银集团及其电信子公司计划在美国推出 neocloud 业务 SB Neo，向超大规模厂商及企业出租 AI 芯片算力，加入算力租赁赛道竞争。
• 微软斥资 25 亿美元成立 AI 部署公司
  微软以 25 亿美元承诺成立自己的 AI 部署机构，跟进 Amazon、OpenAI、Anthropic 的步伐，加码 AI 落地部署能力。
• 谷歌追加 15 亿美元扩建阿拉巴马数据中心
  谷歌宣布 2026–2027 年投入 15 亿美元扩建位于阿拉巴马 Jackson County 的数据中心园区，持续加码 AI 基础设施产能。
• 初创公司推 3D 打印核反应堆模块供电数据中心
  一家初创公司瞄准数据中心供电，推出可提供最高 30 MWe、寿命长达 30 年的 3D 打印钍微堆模块，反映 AI 算力对新型电力方案的强烈需求。
• 全球最大数据中心园区计划夭折：QTS 撤回弗吉尼亚 2100 英亩项目
  Blackstone 旗下 QTS 因多年诉讼及一则登报公告技术性瑕疵，撤回弗吉尼亚 2200 万平方英尺 Digital Gateway 园区的最终上诉，超大数据中心项目告吹——凸显算力扩张的社区与合规阻力。
• arXivMixture-of-Parallelisms：面向 MoE 的省内存训练栈
  针对 MoE 模型训练，组合并特化多种并行技术于不同层与训练阶段，在 CPU/GPU 内存物理约束下实现最大化效率的省内存训练栈。

5️⃣ AI 安全与治理

• HN967★美商务部解除对 Claude Fable 5 与 Mythos 5 的出口管制 🔥
  经数周与特朗普政府谈判，Anthropic 长期被搁置的 Claude Fable 5 获准恢复上线，商务部解除对 Fable 5、Mythos 5 的出口管制，模型全球访问陆续恢复。HN 967 分，本周治理主线（中外多家报道）。
• OpenAI 提议向美国政府/主权基金让渡 5% 股权 🔥
  OpenAI 据报向特朗普政府提议赠予美国政府/主权财富基金 5% 股权，以缓和关系并让公众分享 AI 红利。此举引发产业政策争议（中外多家报道）。
• Altman 呼吁美国牵头设立全球 AI 标准国际论坛
  Sam Altman 在 FT 撰文提议建立由美国牵头的国际论坛制定全球 AI 安全标准，主张不应由单一国家主导该技术。
• OpenAI 预览下一代模型 GPT-5.6 Sol
  OpenAI 预览 GPT-5.6 Sol，在编码、科学、网络安全方面能力更强，并配备其最先进的安全栈。
• 全球首份大语言模型安全防范能力测评报告在京发布
  2026 全球数字经济大会上，东壁科技数据联合上海财经大学发布《全球大语言模型安全防范能力测评报告（2026）》，依据中国自主研发的测评体系对全球主流大模型做统一标准「体检」。

6️⃣ 具身智能（基础设施视角）

• Firefly Aerospace 首次在月球轨道运行 NVIDIA Jetson
  Firefly Aerospace 实现 NVIDIA Jetson 边缘计算模块首次在月球轨道运行，展示了严苛环境下的机载 AI 推理算力部署。

7️⃣ AI 自动算子与代码生成优化

• LLM 智能体自动重构软件以适配高层次综合（HLS）
  CMU 与 UCLA 提出 AgRefactor：自演化的多智能体工作流，将软件重构为 HLS 兼容程序，报告 6.5 倍性能提升，是 LLM 进入硬件设计/编译闭环的最新实践。
• HN182★短绳法：给 AI 编程「短绳」的可控开发方法
  一篇获 HN 高热（182 分）的博文提出「短绳」AI 编码方法——通过严格约束与频繁校验来驾驭 AI 代码生成，对 vibe coding 工作流的可靠性有实操参考。

8️⃣ 边缘与端侧推理

• Hugging Face 联手 Cerebras 将 Gemma 4 带入实时语音 AI
  HF 与 Cerebras 合作，用 Gemma 4 驱动实时语音 AI，展示低延迟端侧/近端语音交互推理能力。
• 从 DSP 采用史看边缘 AI 的三点启示
  SemiEngineering 借 DSP 的普及历程反思边缘 AI：制约采用的往往不是硅片本身，而是围绕它的开发模式与生态。