标签：算力

Meta 大规模 AI 存储蓝图

Meta 在官方工程博客中披露了其面向 AI 训练优化的新型 BLOB 存储架构，旨在解决 GPU 因存储延迟而空转的问题，直接降低训练成本并加快模型迭代速度。

Google 正式推出了 Google Cloud Workbench Notebooks VS Code 扩展，让数据科学家和开发者无需离开本地 IDE，即可直接连接并使用 Google Cloud 的托管 Jupyter 环境，降低在本地开发与云端算力之间切换的门槛。

Google 在 2026 年 6 月密集推出了一系列 AI 更新，从端侧大模型 Gemma 4 12B 到安卓 17 和实时语音翻译，核心是在不依赖云端的前提下，让 AI 更自然地融入日常设备和工作流。

GitHub 宣布 Copilot Vision 正式全面上线，所有 Copilot 订阅用户现可在聊天中直接上传图片和 PDF 文件，让 AI 根据视觉内容辅助代码分析与生成。这项功能的全面开放，意味着多模态能力正从大模型实验室走向开发者日常工具链。

Meta 计划推出一项新业务，将内部用于支撑 AI 研发的富余算力和自研模型，以“模型即服务”和“裸算力出租”两种形式，出售给外部开发者和企业客户。此举将使 Meta 与亚马逊 AWS、微软 Azure、谷歌 Cloud 在云计算领域直接竞争。

Meta 正式宣布进军云计算市场，计划将自家庞大的 AI 基础设施中富余的计算资源对外销售。此举不仅让公司股价单日大涨 10%，也意味着这家社交巨头正在探索将数百亿美元的 AI 基建投入转化为营收的新路径。

Meta 正效仿 SpaceX 的商业策略，将其大规模采购的英伟达 GPU 算力租给外部客户，而不再全部用于自身 AI 模型训练。这一消息推动 Meta 股价上涨约 10%，也侧面说明其自研模型策略并未用完现有算力。

GitHub 在 Copilot CLI 中推出自动模型选择功能，让系统根据任务类型实时匹配最优大模型。这意味着开发者无需手动选择模型，就能在代码生成、调试、工具编排等场景中获得质量和成本的平衡。

理想汽车登上全球计算机体系结构顶级会议 ISCA 2026，其自研的马赫 M100 芯片架构论文被录用，这是中国车企首次受邀在该议程上演讲。马赫 M100 采用数据流架构，算力达 1280 TOPS，已随理想 L9 和 L8 量产上车。

一位用户在X平台向AI领域知名博主Rahul Mathur公开求助，希望他整理一份关于“AI使用技巧和窍门”的深度文章，并询问其是否已在Grok或此前发过相关内容。这折射出当前AI工具普及后，用户对系统性、实操性方法论的高需求。