/
Mythic收购Videantis，打造全球最节能AI计算平台
Mythic宣布收购欧洲领先数字处理器IP公司Videantis，将模拟存内计算技术与Videantis统一数字处理器架构深度整合，构建能效比传统GPU高出100倍的混合AI计算平台。此次收购延续了Mythic与本田联合开发下一代汽车AI芯片的合作势头，并依托1.25亿美元融资基础，覆盖数据中心、汽车、机器人及国防市场，形成横跨硅谷与德国的跨大西洋AI半导体平台。
Arm公司股价下跌，但其AI服务器CPU需求强劲
Arm Holdings公布第四季度财报，每股收益60美分超出预期，营收14.9亿美元同比增长20%。公司首款自研CPU"Arm AGI CPU"已获超20亿美元客户订单，该芯片与Meta联合开发，专为智能体AI设计，性能是英特尔x86的两倍以上。尽管业绩全面超预期，盘后股价仍下跌逾6%。分析师预测，到2030年数据中心CPU市场规模将达1700亿美元，Arm有望占据最大份额。
2026年半导体行业六大关键趋势深度解析
AI芯片仅占全球芯片产量的0.2%，却贡献了约50%的行业总收入。根据HTEC对250位半导体高管的全球调查，仅44%的企业已在多个业务环节全面落地AI，其余56%仍处于试点或探索阶段。2026年，半导体行业的核心竞争将从硬件转向软件生态，边缘AI、芯片小模块化架构、推理效率优化及能源约束管理将成为塑造行业格局的关键趋势。
谷歌将TPU产品线一分为二，迎接智能体时代
在Google Cloud Next大会上，谷歌发布了第八代TPU的两款独立芯片：专为训练设计的TPU 8t与专为推理优化的TPU 8i。TPU 8t支持百万级芯片互联训练集群，性价比较上代提升2.7倍；TPU 8i引入全新Boardfly网络拓扑与片上集体加速引擎，将全局同步延迟降低5倍，推理性价比提升80%。谷歌认为，智能体工作负载已使单一加速器难以兼顾两种场景，此次拆分是应对新时代的战略选择。
推理计算给AI芯片初创企业带来新的突围机会
随着AI应用重心从模型训练转向推理部署，芯片初创企业迎来新的市场机会。推理工作负载多样化，使不同架构各有用武之地。英伟达收购Groq、AWS推出混合计算平台、英特尔发布参考设计，均采用不同芯片分别处理预填充与解码任务。光学推理芯片初创公司Lumai也披露了其混合光电架构方案，目标是以极低功耗实现超高AI性能。与此同时，Tenstorrent则坚持通用架构路线，对碎片化推理方案持保留态度。
下一代芯片将如何重塑数据中心的未来
数据中心长期依赖x86架构芯片，但这一格局正面临挑战。AI专用芯片、低功耗设计、耐高温芯片、先进封装技术及卸载芯片等新方向，有望提升能效、降低冷却需求并强化安全性。然而，软件生态的迁移成本与x86的强大惯性，仍是新架构普及的主要障碍。AI工作负载与功耗压力的双重驱动，或将成为推动芯片创新落地数据中心的关键力量。
谷歌押注工作负载专用TPU，同步发布8t与8i两款芯片
谷歌周二发布两款第八代TPU芯片——面向训练的TPU 8t与面向推理的TPU 8i，重启分体式芯片策略。TPU 8t较前代Ironwood算力提升近3倍，双向带宽达19.2 Tbps；TPU 8i则配备288GB高带宽内存，推理延迟显著降低。分析师指出，此举有助于企业针对不同AI生命周期阶段选用最优价性比方案，避免为推理负载支付训练级成本。两款芯片将于今年晚些时候正式上线。
谷歌发布两款专为"智能体时代"打造的新一代TPU
谷歌推出第八代TPU芯片，分为专注训练的TPU 8t和专注推理的TPU 8i两款。TPU 8t支持最多百万芯片组成单一逻辑集群，每个Pod算力达121 FP4 EFlops，是上代Ironwood的近三倍；TPU 8i则通过扩大片上SRAM至384MB，提升多智能体并发推理效率。两款芯片均采用谷歌自研Axion ARM处理器，能效较上代提升一倍，并支持JAX、PyTorch等主流开发框架。
谷歌推出两款全新TPU芯片，驱动AI训练与推理新浪潮
谷歌在Google Cloud Next 2026大会上发布两款全新定制AI芯片：专为大规模预训练优化的TPU 8t，以及专注高并发推理的TPU 8i。TPU 8t采用3D环形网络拓扑，支持9600芯片互联，性价比较上代提升2.7倍；TPU 8i则搭载三倍SRAM与自研Boardfly ICI网络拓扑，全对全通信跳数降低50%，性价比提升约80%。两款芯片每瓦性能均较上代翻倍。
谷歌推出TPU 8双芯片路线，训练与推理分别优化
谷歌在年度Cloud Next大会上发布了两款自研AI加速芯片：专为模型训练优化的TPU 8t与专为推理优化的TPU 8i。TPU 8t训练速度较上代提升2.8倍，可通过光路交换机连接多达9600块芯片；TPU 8i则以更大SRAM缓存换取更低推理延迟，并引入集合加速引擎，将集合通信延迟降低五倍。两款芯片均将于今年晚些时候在谷歌云平台正式上线。
英特尔与谷歌签署多年期数据中心芯片合作协议
英特尔与谷歌宣布达成多年合作，谷歌将在其云平台部署英特尔多代Xeon处理器，用于支持AI模型推理及通用计算负载。谷歌云已在C4实例中使用Xeon 6 Granite Rapids处理器，该芯片搭载AMX扩展指令集，可加速AI推理中的乘累加运算。双方合作还延伸至英特尔IPU产品线，并将共同开发定制ASIC架构的IPU，专为谷歌云数据中心优化。此次合作对面临服务器CPU市场竞争压力的英特尔而言意义重大。
IBM与Arm合作为大型机提供双架构灵活性
IBM开始与芯片制造商Arm合作开发双架构硬件，旨在为企业人工智能和数据密集型工作负载提供更大灵活性。两家公司计划将IBM在Z系列大型机系统中的可靠性、安全性和可扩展性经验，与Arm在节能架构和广泛软件生态系统方面的专业知识相结合，构建面向未来的灵活可扩展计算平台。合作重点是为Arm平台提供企业级可靠性，并探索虚拟化技术扩展，使基于Arm的软件环境能够在IBM企业计算平台内运行。
英伟达发布Vera Rubin平台掀起AI基础设施新一轮竞争浪潮
英伟达在GTC 2026上发布新一代Vera Rubin平台，包含七款全新芯片，旨在支持"代理AI"时代的企业转型。该平台以Rubin GPU和Vera CPU为核心，集成NVLink 6交换机等组件，承诺在AI计算性能上实现"代际飞跃"。新平台不仅提升性能，还解决了AI基础设施的功耗和散热问题，预计下半年通过云服务商和硬件制造商出货。
英特尔投资SambaNova3.5亿美元挑战GPU在AI推理领域的主导地位
AI基础设施公司SambaNova获得3.5亿美元融资，用于推进其数据流架构技术，作为基于GPU的AI系统的替代方案。英特尔资本参与投资，并将与SambaNova开展多年合作，为客户在生成式AI部署中提供GPU之外的选择。SambaNova预计今年晚些时候推出SN50加速器，性能相比前代产品大幅提升。该公司的三层内存架构能在毫秒级时间内快速切换模型，提高推理效率。
苹果M5 Pro和M5 Max芯片架构升级预测
据传苹果即将推出的M5 Pro和M5 Max处理器将采用全新架构设计，有别于标准M5芯片。预计将使用台积电SoIC-MH封装技术，将GPU独立为单独芯片模块，实现CPU和GPU性能的独立扩展。这种架构变革将提升芯片可扩展性，降低发热量，可能延长电池续航。新架构有望让苹果在固定芯片面积限制下集成更多GPU核心，特别适合AI和图形处理需求的快速增长，预计将在新一代MacBook Pro中首发。
英伟达Rubin平台发布，大幅降低AI训练和推理成本
英伟达在CES 2026上发布Rubin计算架构平台，采用六芯片设计支持构建和部署先进AI系统。相比前代Blackwell平台，Rubin能提供更低成本的推理结果并减少模型训练所需GPU数量。微软、AWS、谷歌等科技巨头预计将采用该平台应对算力短缺问题。平台将数据中心而非单个GPU服务器作为计算单元，旨在高效、安全地大规模生产智能。AMD同时推出Helios平台竞争万亿参数训练市场。
SC25超级计算大会：AMD、英伟达、戴尔发布下一代超算产品
本周在圣路易斯举办的SC25超级计算大会上，多家科技巨头发布了面向AI热潮的高性能计算产品。英伟达推出Apollo物理仿真AI模型和两套基于Grace-Blackwell架构的RIKEN超级计算机。戴尔发布AMD Instinct驱动的XE9785服务器和英特尔R770AP服务器，以及两款新交换机。法国与AMD合作建设首台百亿亿次超级计算机Alice Recoque，预算6.4亿美元，将成为欧洲第二台百亿亿次系统。
异构CPU时代来临：多架构协同成为计算新趋势
CPU架构讨论常聚焦于不同指令集的竞争，但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣，AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场，Arm凭借庞大生态系统在移动和嵌入式领域领先，RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算，多种架构协同工作成为趋势。
AMD推出Helios架构挑战英伟达AI基础设施市场
AMD计划在2026年推出Helios机架级架构，直接挑战英伟达在AI基础设施市场的地位。该系统将整合AMD的MI400系列GPU、第六代Epyc Venice CPU和Pensando网卡，设计为将整个机架的加速器作为单一大型GPU运行。CEO苏姿丰表示，客户对这一解决方案兴趣浓厚，ZT Systems团队在开发中发挥关键作用。AMD第三季度营收增长36%至92亿美元。
Google大规模迁移内部工作负载至Arm架构，借助生成式AI工具
谷歌宣布已将约3万个生产软件包移植到Arm架构，计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移，成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
京公网安备 11010802021500号
