随着自动化系统日益依赖云计算、边缘处理和实时数据交换,网络基础设施已从幕后配角转变为决定系统成败的核心要素。延迟、可靠性与带宽不足,正成为制约仓储机器人、自主配送及工业自动化落地的主要障碍。专家指出,分布式部署下网络往往是单点故障来源。企业需像评估硬件与软件那样严格审视网络性能,并将冗余设计与边缘计算纳入整体架构规划。
IBM正与Arm合作,将Arm原生应用引入企业系统,扩大对AI工作负载的支持。两家公司正在开发技术,使这些应用能够在IBM Z和LinuxOne系统中运行,通过共享软件层实现跨架构部署而无需重写代码。这一举措反映了企业基础设施的重大转变,AI推动组织超越单一架构环境。合作旨在扩大软件选择、提升系统性能,同时保持企业所需的可靠性和安全性。
英伟达推出新的推理导向AI模型Nemotron 3 Super,结合Mamba序列建模、Transformer注意力机制和专家混合路由等多种神经网络架构。该模型拥有1200亿总参数、120亿激活参数,专为处理复杂多步骤工作流的企业智能体系统设计。模型采用开放权重发布,支持开发者自定义部署。分析师指出,其混合架构能显著提升推理效率,降低计算成本,为企业提供更可控的AI解决方案。
量子计算已发展到可与顶级经典方法在物理化学问题上相媲美的阶段。IBM推出量子中心超算参考架构,展示量子处理器如何与CPU和GPU集成到现代高性能计算系统中。该架构采用开放可组合设计,支持量子能力融入现有HPC工作流程。早期部署包括与理化学研究所超算环境和富岳系统的集成。
NVIDIA今日发布Nemotron 3 Super,这是一个1200亿参数的开源模型,具有120亿活跃参数,专为大规模复杂智能体AI系统设计。该模型结合先进推理能力,可高精度完成自主智能体任务。采用混合专家架构,支持100万token上下文窗口,相比前代模型吞吐量提升5倍,准确率提升2倍。多家企业如Perplexity、Palantir等已集成该模型。
随着人工智能重塑连接市场,高通公司阐述了其愿景,强调从云端AI向边缘AI的演进。公司计划在2026年推出新一代骁龙8精英平台,神经处理单元性能提升37%。高通的混合AI架构将应用于未来6G基础设施,实现云端和边缘AI无缝集成。公司还发布了AI原生Wi-Fi 8产品组合,支持超10Gbps速度。6G预计2028年开始预商用测试,2029年实现商业化。
生物计算公司(TBC)宣布完成2500万美元种子轮融资,同时推出全球首个用于计算机视觉和生成式AI的生物计算平台。该公司将活体神经元与现代AI基础设施连接,创建比传统大语言模型更稳定、可扩展和高效的前沿模型。通过利用神经元的自然动力学特性,该平台可大幅减少AI模型生成输出所需的计算量,支持持续学习和改进记忆功能,同时功耗仅为传统硅芯片的一小部分。
随着SSD价格飙升至硬盘价格的16倍,VDURA推出闪存救援计划,承诺以一半成本匹配或超越VAST Data和WEKA全闪存阵列的性能和容量指标。公司指出30TB SSD价格从3062美元暴涨257%至10950美元,而HDD仅上涨35%。VDURA采用混合闪存/磁盘架构,可提供足够数据传输速率满足GPU需求,并承诺24小时内提供成本降低50%的竞争方案。
面对SSD价格暴涨,VDURA推出闪存救济计划,承诺以一半成本提供与VAST Data和WEKA全闪存阵列相匹配或更优的性能。该公司指出SSD价格已比硬盘价格高16倍,其混合闪存/磁盘架构配合并行文件系统可满足GPU数据需求。在Q2 2025至Q1 2026期间,30TB SSD价格从3062美元暴涨257%至10950美元。
ServiceNow与OpenAI签署多年合作协议,将OpenAI模型集成到其AI平台中,旨在加速企业AI应用成果。公司计划利用OpenAI模型构建直接语音对语音技术,突破语言障碍并提供更自然的交互体验。分析师认为,这一合作反映了客户需求和AI能力的快速发展,企业正从AI实验阶段转向规模化部署,需要安全、可扩展且能带来可衡量结果的工作流程。
高性能计算和AI存储供应商VDURA指出,随着闪存价格涨幅远超机械硬盘,两者价差正在扩大。数据显示,2025年第二季度至2026年第一季度期间,30TB企业级固态硬盘价格暴涨257%,从3062美元升至10950美元,而机械硬盘仅上涨35%。固态硬盘与机械硬盘的成本倍数从6.2倍扩大至16.4倍。VDURA发布闪存波动指数和存储经济优化工具,帮助企业应对价格波动,建议采用混合存储架构降低成本风险。
边缘系统、网络和物联网快速扩展,IT团队在设计整体架构管理边缘部署方面面临重大挑战。成熟的边缘架构需要精心编排的工作流程,实现边缘计算和数据中心间的数据交换,同时确保全程安全。理想的边缘实施采用迷你数据中心模式,配备远程服务器、网络和存储。IT需定义用户和技术团队在混合环境中的角色,利用AI算法实现更自主的边缘计算,并建立灾难恢复机制确保系统连续性。
英伟达凭借其利润丰厚的硬件业务,成为唯一能够免费提供AI模型的公司。在OpenAI、谷歌等竞争对手纷纷转向闭源模型之际,英伟达加大了对开源Nemotron模型的投入。最新发布的Nemotron 3采用混合Mamba-Transformer架构和专家混合模型,推出Nano、Super和Ultra三个版本,参数规模从30亿到500亿不等,在推理速度和准确性上均有显著提升,展现了英伟达从芯片到软件栈的全栈整合战略。
英伟达凭借其庞大的硬件业务利润,成为唯一能够承担免费提供AI模型成本的公司。随着OpenAI、Anthropic等专有模型制造商竞争加剧,Meta考虑转向封闭模型,英伟达却加倍投入开源Nemotron模型。公司可以成本价获得任何规模的AI集群进行训练,其AI Enterprise软件栈年费仅4500美元。新发布的Nemotron 3采用混合专家架构,结合Mamba-Transformer技术,显著提升推理效率和内存使用率。
随着云成本不断攀升,越来越多CIO开始从"云优先"转向"云智能"策略,根据具体工作负载选择最佳部署方式。调查显示,企业21%的云基础设施支出被浪费在未充分利用的资源上。AI技术的兴起进一步推动了这一转变,组织需要在数据治理、成本控制和性能需求之间找到平衡,采用混合架构来优化云投资回报。
IBM今日发布Granite 4 Nano系列超小型生成式AI模型,专为边缘设备、终端和浏览器运行而设计。该系列包含参数量从3.5亿到15亿不等的四个指令模型及其基础版本。与大型模型相比,小型模型计算需求更低,可在笔记本、PC和移动设备上运行,提供更好的隐私安全性和离线访问能力。模型采用IBM开发的混合架构,在多项基准测试中表现优于同规模竞品。
IBM和AMD宣布合作开发可扩展的开源平台,旨在实现新型混合量子-超算架构。双方将整合AMD的FPGA、CPU和GPU技术与IBM量子计算机,以加速新兴算法处理。该混合系统中,量子计算机负责模拟原子分子行为,传统AI超算同时进行大规模数据分析。两家公司计划年底前展示初步成果,通过量子计算机与传统高性能计算基础设施协同工作,解决现实世界复杂问题。
Check Point新任CEO Nadav Zafrir在本周于曼谷举行的CPX 2025大会上,提出了关于网络安全的大胆愿景,重点是“混合网状架构”和人工智能(AI)驱动的安全性。他强调,在充斥着流行词和炒作的世界中,“真正的安全”至关重要。尽管AI带来了机遇和挑战,但Check Point的核心使命依然是保护关键基础设施和敏感数据免受日益复杂的攻击。Zafrir指出,混合网状架构允许组织整合本地和云安全解决方案,提供灵活性和更好的用户体验,同时确保安全性和成本控制。