#推理
•

不會說話的AI，估值14億

導讀 THECAPITAL 爆火的JEV 九月的AI圈本來就不缺熱鬧，幾家大廠的新模型輪番登場，按往年慣例，話題中心應該在它們身上。可過去一週，開發者在X、GitHub和各種技術群裡刷屏討論的，卻是一個連完整句子都不肯說的模型。
不會說話的AI，估值14億
科技#Jev#TypeSafe AI#AI模型
•

剛剛，OpenAI宣佈內部模型批次攻破100多道數學難題，普林斯頓高研院正式介入

OpenAI剛剛公佈了一項足以讓數學界失眠的最新進展：繼9月初解開千禧年難題納維-斯托克斯方程之後，他們的內部新模型又攻破了100多道長期懸而未決的數學公開難題。 伴隨這一重磅數字的披露，OpenAI聯合普林斯頓高等研究院（IAS）宣佈成立獨立顧問小組，正式引入全球頂級數學家來共同應對這場技術衝擊。 從8月28日開始訓練算起，這個新模型在極短時間內展現出的數學推理能力，直接刷新了OpenAI內部研究員的認知。 解開納維-斯托克斯方程僅僅是一個開端。
剛剛，OpenAI宣佈內部模型批次攻破100多道數學難題，普林斯頓高研院正式介入
科技#OpenAI#數學難題#人工智慧
•

ARM、英特爾等多隻晶片股大漲超10% 服務器CPU邁入量價齊升周期

①隔夜美股費城半導體指數漲4.29%，ARM、英特爾等多隻半導體晶片股大漲超10%；AMD漲約10%，再創新高，市值首次突破1萬億美元。②湘財證券周成指出，AI推理與Agent應用的落地正驅動服務器CPU需求進入一輪供不應求的量價齊升週期。 隔夜美股高開高走，費城半導體指數漲4.29%，創8月4日以來最佳單日表現。ARM、英特爾等多隻半導體晶片股大漲超10%；AMD漲約10%，再創新高，市值首次突破1萬億美元。 湘財證券周成指出，Agent帶來數量級更多、且非人類的調用主體，每一次任務的編排、檢索、工具調用都高度依賴CPU算力。AI算力的受益面正從GPU向數據中心CPU顯著擴散，AI推理與Agent應用的落地正驅動服務器CPU需求進入一輪供不應求的量價齊升週期。基於Agent時代對CPU需求的深刻重塑以及海外科技公司的明確指引，CPU行業正迎來長週期的景氣向上階段，CPU的投資邏輯正在從跟隨GPU轉向獨立價值重估。 據財聯社主題庫顯示，相關上市公司中：
美股#ARM#英特爾#CPU
•

輝達下一條增長曲線浮出水面：AI開始按Token算帳，誰能分走最大蛋糕？

9月，輝達連續釋放兩個明確訊號：Vera Rubin NVL72已進入全面生產，面向低延遲推理的Groq 3 LPX也已投產；最新MLPerf測試中，Vera Rubin NVL72在部分推理任務上的吞吐量達到GB300 NVL72的3.7倍。 輝達講述AI生意的口徑也隨之發生改變，關注點從訓練出多少參數，轉向每兆瓦能夠生產多少Token、服務多少使用者、產生多少收入。這個變化很現實。訓練是一筆階段性資本開支，推理卻伴隨每次提問、每輪程式碼生成和每個Agent任務持續發生。 模型進入企業流程後，呼叫次數、上下文長度與響應速度不僅共同決定了算力消耗，也決定了整個產業鏈的利潤分配。接下來需要研究的更多的是誰能讓Token生產得更快、更便宜，並把這些Token轉化為企業收入。 輝達正在把一次性賣晶片，
輝達下一條增長曲線浮出水面：AI開始按Token算帳，誰能分走最大蛋糕？
科技#輝達#AI推理#Token經濟
•

Agentic native的具身端側推理引擎，最新實測來了！

把一個視覺語言大模型部署到機器人本體上，是不少具身開發團隊面臨的工程難題。 模型在雲端或模擬環境裡跑通了，到了端側，還要面對算力、記憶體和功耗的限制，以及機器人對響應時延的要求。算子適配、張量佈局、記憶體分配和數值對齊，都需要逐項處理。對缺少推理系統專家的團隊來說，這些工作往往拖慢了自研模型從 Demo 走向實際部署的進度。 縮短這段部署過程，模型的進步才能更快轉化為機器人在真實任務中的能力。 為解決這些部署難題，無問芯穹主導，聯合清華大學、上海交通大學推出了 APXInf。這是一款面向具身模型、為機器人量產部署打造的開源高性能具身端側推理引擎，重點服務小批次、多視角、對響應時延要求嚴格的端側推理場景，截止目前已經適配2款主流具身模型和3款晶片，並且在Jetson AGX Thor 上達到了目前行業 SOTA 的性能水平。
Agentic native的具身端側推理引擎，最新實測來了！
科技#Agentic native#推理引擎#視覺語言大模型
•

GB300搬進機櫃：HP把「資料中心級AI」壓縮排邊緣,這盤棋到底為誰而下

GB300搬進機櫃:HP把「資料中心級AI」壓縮排邊緣,這盤棋到底為誰而下 2026年09月11日,HP聯合Red Hat、NVIDIA拋出了一個訊號明確的組合拳:把跑在資料中心裡的生產級AI推理,原樣搬到邊緣去跑。核心產品是HP ZGX Fury工作站,搭載NVIDIA GB300 Grace Blackwell Ultra Desktop超級晶片,外加Red Hat AI Factory負責統一編排。官方口徑給出的峰值算力是20 PFLOPS FP4,支援最高約1兆參數等級的模型本地跑起來。這事為什麼現在重要——因為它標誌著"雲端集中推理"這套過去三年的默認架構,正在被詞元成本、資料主權和延遲這三座大山逼著往回退。 聚焦 🔍 HP、Red Hat、NVIDIA三方聯合發佈企業級邊緣AI平台,把GB300超級晶片、Red Hat AI Factory與OpenShift打包成"沙箱到生產"的一條龍方案,主打讓企業在工廠、門店、政務機房這類非資料中心場景直接跑大模型推理。
科技#GB300#HP#Red Hat
•

NAND漲到768億美元這個季度，全行業在幹一件反常識的事

NAND漲到768億美元這個季度，全行業在幹一件反常識的事 這事現在為什麼重要：2026年第二季度，全球NAND Flash市場規模衝到約768億美元，環比暴漲73.1%，單季度憑空多出來324億美元的收入。但真正值得警惕的不是漲幅本身，是這輪漲價裡，價格漲的速度明顯超過了出貨量漲的速度。 翻譯成人話：這不是"賣得更多了"，是"同樣的東西，賣得更貴了"。記憶體行業正在從"拼產能"切換到"拼定價權"，這個切換一旦完成，回頭路很難走。 一、先把數字擺清楚
科技#NAND Flash#AI 基礎設施#資本開支
•

英特爾CEO陳立武：CPU需求太高，只能滿足客戶一半訂單

英特爾CEO陳立武近日表示，隨著AI推理和智能體應用增長，市場對CPU的需求正在明顯上升，目前英特爾只能滿足大約50%的客戶訂單。 陳立武表示，GPU非常適合AI訓練，但在推理、任務編排、控制平面，以及一些偏單線程的工作負載中，CPU仍然非常重要。尤其是在Agentic AI等場景中，CPU承擔著大量調度和控制任務。 他透露，自己投資的一些前沿AI模型公司也在不斷向他提出CPU需求，希望獲得更多處理器供應。 “很多CEO給我打電話，我不得不向他們道歉，因為沒有足夠的晶片提供給他們。”陳立武表示，目前客戶對CPU的需求非常旺盛，而英特爾只能滿足其中大約一半。
英特爾CEO陳立武：CPU需求太高，只能滿足客戶一半訂單
科技#英特爾#AI推理#CPU需求