英伟达推 DSX POD 模块化 AI 工厂:Vera Rubin 上阵,部署缩至 14 天

英伟达发布 DSX POD 模块化 AI 数据中心方案,把 Vera Rubin 计算系统、网络、配电和液冷整合进工厂预制集装箱,宣称部署时间可从约六个月压缩到 14 天。

英伟达发布 DSX POD 模块化 AI 数据中心方案,把 Vera Rubin 计算系统、网络、配电和液冷整合进工厂预制集装箱,宣称部署时间可从约六个月压缩到 14 天。

Hugging Face Papers 收录的论文 DuoLM 提出“紧凑推荐模型 + 高效推理运行时”的双模型框架,在单张 H100 上实现约 26,400 个候选打分/秒,约为教师模型用 vLLM 加自动前缀缓存吞吐的 60 倍,目标是让大语言模型做个性化推荐时不再被在线算力卡住。

Anthropic在2026年第二季度实现11.6亿美元营收并录得9.74亿美元经营利润,其IPO文件首次用规模数据证明前沿AI实验室可以赚钱。但近8000亿美元算力承诺仍隐含风险。

Frigade 在 GitHub 开源了桌面 AI 应用 Hob,可在 Mac、Windows 和 Linux 上本地运行 Gemma、gpt-oss 等开源权重模型,定位为 Claude 和 ChatGPT 的免费离线替代品。

Anthropic 在赴美上市的 S-1 文件中承认,其 AI 数据中心部分依赖天然气发电,并面临燃料涨价、供应链紧张和气候风险推高成本的多重压力。这揭示了生成式 AI 算力扩张背后被长期低估的能源约束。

OpenAI 称其 AI 模型在数学、计算机科学和物理三个方向产出原创性证明:覆盖所有维度的局部光滑猜想、否定指数时间假设(ETH),以及量子色动力学和杨–米尔斯理论的存在性论证。前两项已用 Lean 形式化验证并公开证明,物理成果仍待专家独立审查。

Anthropic 已公开 IPO 申请文件,计划募资约 1000 亿美元,估值目标 1.5 万亿至 2 万亿美元。拆解招股书可知,其收入五个季度增长约 30 倍,但账面净亏损主要来自可转换票据公允价值变动,并非现金流失。

alphaXiv 上的一篇论文提出 PhysLadder——一个在仿真与真实环境中任务定义一致的 16 项家务操作基准,并用它零样本评测 GPT-6 Astra。结果显示,随着接触交互难度上升,成功率明显下降,到需要协调接触重构的 L3 时归零。

赛门铁克用 AI 蜜罐捕获了一个能自动上网寻找暴露的大模型服务、绕过安全限制并部署挖矿程序和窃取凭据的恶意智能体,该活动被命名为 Autonomous LLMjacking,说明针对 AI 基础设施的自动化攻击已经出现实际样本。

Anthropic 准备 IPO,其 S-1 文件中 Spark Capital 被提及超过 50 次,这是一家传统 VC 在公司招股书里少见的“高曝光”待遇。原因与 Spark 的合伙人 Yasmin Razavi 以首轮机构投资人身份获得董事席位、并持续加注有关。