llama.cpp/ggml 宣布推出全新 WebGPU 后端，支持浏览器端运行大模型，提升推理性能。该项目已开始全面集成 WebGPU 支持。
Microsoft Azure 宣布 Azure NetApp Files 在 EDA 工作负载中取得性能突破，通过新独立基准测试证实其可提供可预测的高性能共享存储，支持大规模并发，并已获得领先半导体公司采用，推动芯片设计上云。
AI推理工作负载正推动数据中心从郊区回迁至城市区域。Mathpix在布鲁克林部署GPU，表明生产型AI需求驱动城市托管基础设施增长。
HSCALE在意大利米兰获得250MW电力容量，承诺超过20亿欧元用于两个园区的超大规模数据中心建设，计划于2028年前交付。
东方公用事业报告指出，算电协同为早期政策支持的产业。一季度实际弃风弃光率超10%，2025年数据中心用电量近2000亿度，其中AIDC占25%-30%。预计2030年智算用电量中性达5000-6000亿度。
AI半导体内存墙问题催生新方案：GPU与HBM解耦，通过光学互连远距离安装更多HBM。国内大型内存厂商研究人员于5月22日透露正与客户讨论该方案，以突破HBM带宽和容量扩展瓶颈，同时HBM堆叠超过16层面临物理极限。
推文指出LLM训练依赖快速矩阵乘法，但许多周围操作仍受内存限制。CODA方法对这些内核进行重新参数化优化。
作者指出AI从廉价聊天工具转向高成本AI代理，上下文窗口更大，推理成本高一个数量级。AI能力持续提升，高端用例继续使用前沿模型，低端任务转向低成本模型。成本分层扩大，企业需管理AI成本。
英伟达CEO黄仁勋与戴尔CEO迈克尔·戴尔共同发布戴尔AI工厂重大更新，该全栈平台支持从桌面工作站到大规模数据中心机架，运行英伟达Vera Rubin芯片，旨在推动企业自主AI代理的发展。
AMD加速推出下一代Helios机架级AI平台，计划2026年下半年开始量产部署；台湾ODM厂商（纬创、纬颖、英业达）已开始量产准备，预计2026年Q2末至Q3开始出货；前五大北美云商大幅增加机架式AI服务器采购，AMD成为供应链多元化关键；微软积极采用AMD作为第二AI加速平台。
高通（Qualcomm）向字节跳动（ByteDance）和亚马逊（Amazon）提供ASIC（专用集成电路）服务，表明其拓展定制芯片业务。
Gavin Baker发推表示高兴得知Starcloud将使用SpaceX进行发射，并称星载H100已在太空中用于训练和推理。
Daytona发布Agent-Native Compute产品，宣称60ms沙箱启动，75秒内注册5万初创公司，日运行850万次，支持RL/评估，CLI优于MCP。
Lambda API与Hudson River Trading达成合作，将利用NVIDIA HGX B200系统为量化研究提供算力支持，该系统据称具备高计算能效和低令牌成本。
EDA行业三大巨头Synopsys、Cadence和Siemens EDA合计市场份额超85%，2025年总收入约160亿美元。EDA行业以13% CAGR增长，超过半导体研发支出的7%增速，研发强度正从销售额的6%升至9%。
Daytona发布Agent-Native Compute服务，沙箱启动仅60ms，75秒内可启动5万个初创环境，日运行85万次。CEO解释AI代理需要可组合计算机，RL工作负载占比从0%增至约50%。
NVIDIA发布技术博客，介绍使用Slurm拓扑感知作业调度，以充分发挥GB200 NVL72机架的Exascale计算性能，支持实时万亿参数模型。
AWS 发布技术方案，通过 Amazon Bedrock AgentCore Runtime 集成 MCP 服务器，使 Amazon Quick 能够将自然语言查询转换为 AWS CLI 命令，无需切换工具，并保留 IAM 权限和 CloudWatch 审计。
本文介绍了使用Amazon Bedrock AgentCore Code Interpreter和Strands Agents SDK实现递归语言模型(RLM)的方法，以突破上下文窗口限制，处理任意长度的文档，通过子LLM调用分析特定文档段落。
OPLOG使用Amazon Bedrock AgentCore构建AI代理驱动的商业智能系统，整合Hubspot CRM等数据源，实现销售周期缩短35%、CRM数据完整性提升91%、手动研究时间减少98%。系统结合Anthropic Cloude Sonnet和Amazon Bedrock Knowledge Bases。
AWS发布博客介绍结合Amazon Bedrock AgentCore、Strands Agents和Amazon Quick的AI驱动仪表板自动化代理解决方案，采用多智能体架构，可实现自然语言驱动的仪表板修改，减少传统IT流程的等待时间。
全球电信公司正基于NVIDIA Cloud Partner参考架构建设主权AI工厂，为政府、企业和初创公司提供国内AI基础设施，并探讨如何构建按token计费的生产级企业AI服务。
美国政府将CHIPS法案产业政策扩展至量子计算领域，通过支持IBM和D-Wave的交易，推动量子制造和计算发展。
据The Information报道，Anthropic正与微软谈判租用其自研AI芯片Maia的服务器，以应对AI需求增长。微软已向Anthropic提供额外Nvidia服务器资源并建设新集群，同时通过Maia 200芯片降低Copilot工具成本，该工具使用Claude模型已产生至少5亿美元支出。
SpaceX提交IPO文件，将其重新定义为垂直整合的AI基础设施平台，覆盖计算、网络、能源和轨道系统。
据传闻，由于内存价格上涨导致BOM占比过高，英伟达正进行系统级优化，内部讨论在部分Vera Rubin配置中减少系统DDR内存（可能指LPDDR），HBM容量不变。
OpenAI的通用推理模型（推测为GPT5.6）在32小时内以低于1000美元的成本，解决了1946年提出的Erdős平面单位距离问题，发现了新的构造族。该结果得到数学家Timothy Gowers肯定，被认为是AI解决著名开放数学问题的首个明确例子。
Google为开源生产Kubernetes分布式推理工具llm-d添加了夜间CI。TPU在llm-d的CI和代码质量上正在追赶NVIDIA。AMD尚未将其GPU或NIC加入该CI。
韩国5月1-20日DRAM出口数据：出口额115.27亿美元，同比增长498%，环比增长27%；出口单价60319美元/千克，同比上涨432%，较4月20日上涨5%。
英伟达在电话会议中预计，其独立Vera CPU市场在2027财年将达到200亿美元。Vera作为Grace的继任者，针对AI代理工作负载优化，预计售价更高。
亚马逊SageMaker AI推出OpenAI兼容API支持，实时推理端点新增/openai/v1路径，接受Chat Completions请求并支持流式响应。用户无需自定义客户端或SigV4包装，只需更改端点URL即可使用OpenAI SDK、LangChain等调用模型。同时支持为端点创建限时bearer令牌，简化认证。此举降低了AI工作负载在SageMaker上部署和调用的复杂性。
xAI 表示 Colossus 1/2 数据中心有重大扩展计划，计划部署超过 100 万 GPU，容量将远超 1.2GW。
hwchase17发布轻量级代码执行环境code interpreter，支持RLMs和程序化工具调用，无需完整沙箱。
xAI与Anthropic达成计算资源销售协议，Anthropic每月将向xAI支付12.5亿美元以获得计算服务。该协议是两家AI公司之间的大规模商业合作，具体金额首次公开。
英伟达AI超大规模客户营收在四月季度同比增长191%（不含中国），博通预计下一季度AI业务同比增长143%。
亚马逊云科技宣布自2025年11月起，Amazon SageMaker AI支持双向流式推理，结合vLLM的Realtime API实现WebSocket双向流，用于构建实时语音转文本服务。文章展示了部署Mistral AI的Voxtral-Mini-4B-Realtime-2602模型至SageMaker端点，支持语音代理、实时字幕等应用。
llama.cpp 发布 b9235 版本，新增推理加速功能，并在 RTX 5090 上对 Qwen3.6 27B 模型进行了基准测试，展示了性能提升。
ASML 将从2027年底起限制 DRAM 产能扩张，重点是转向 EUV 工具，这将导致存储厂商与台积电、英特尔竞争。
文章指出可持续采购正重塑数据中心能源格局，超大规模数据中心将长期电力采购与电网脱碳、成本稳定和基础设施相结合，推动行业绿色转型。
FAST-41法案适用范围扩大，现在涵盖AI数据中心、关键矿产和输电，形成单一联邦许可框架。
Jabil在JP Morgan炉边谈话中确认，与Sivers合作的1.6T LRO光收发器量产时间提前，未来1-4个月进入认证，认证周期2-6个月。该产品功耗约11千瓦，远低于现有1.6T方案，形成显著竞争壁垒。需求极度旺盛，供应不足，任何生产的产品都将被市场采购，收入实现窗口预计在2026年底至2027年初。
OpenAI宣布向Y Combinator当前批次的每家初创公司提供200万美元API积分，用于支持下一代AI应用的计算需求。
Google在I/O 2026发布Gemini 3.5 Flash，月处理token量达3.2万亿同比增长7倍，Gemini应用月活超9亿覆盖230+国家。同时展示Gemini Live语音、Omni视频等模态及Antigravity代理栈。
在Google I/O大会上，NVIDIA和Google Cloud宣布联合开发者社区在一年内突破10万名开发者。社区成员已构建RAG应用、多智能体管道等。今年新增JAX学习路径、NVIDIA Dynamo优化codelab和月度开发者直播。此外，NVIDIA与Google DeepMind合作，使用SynthID为NVIDIA Cosmos模型输出添加水印。
谷歌Q1云业务同比增长63%，积压订单达4620亿美元，环比增90%；今年TPU出货指引400-480万颗，明年1500万颗，后年3000万颗，产业链预计明年增长3倍；Anthropic年化收入4月初300亿美元，预期5月底达500亿美元；谷歌I/O大会将发布新Gemini模型、安卓17等，利好TPU、OCS、液冷产业链。
NVIDIA发布Nemotron-Labs-Diffusion系列扩散语言模型，参数规模3B至14B，支持并行生成多个token并在生成过程中进行修订，提升推理速度，还包括视觉语言变体。
gdb在推特宣布，提供折扣token和容量保证以换取1-3年承诺，并预期未来模型持续进步将导致容量日益紧张。
伯克希尔哈撒韦于2025年Q3首次投资谷歌，并在2026年Q1加仓。巴菲特引用对TPU v5p架构的理解，表示其类似于铁路系统。
OpenAI CEO Sam Altman在推特表示，客户对算力确定性需求增加，随着模型进步，全球算力将长期供不应求。公司推出1-3年承诺的折扣令牌，以帮助规划并实现双赢。
NVIDIA宣布与Blue Yonder合作，致力于为全球供应链带来可扩展的AI创新。双方未披露具体合作细节。