“存储通胀”中的传音控股：囤芯失血、H股遇冷与AI求生 |深度
“非洲手机之王”传音控股，以低端手机做到全球新兴市场销量第一的消费电子企业，也成为中国消费电子出海最成功的样板之一。2023、2024年利润、营收双双攀上巅峰，2025年却被“存储通胀”超级周期打到净利腰斩；囤芯、提价换来2026上半年低基数修复，三季度却再度失速。在存储比主芯片还贵的时代，公司正大举押注端侧AI，为自己寻找定价权的最后一搏。但刚挂牌的H股成交极冷、折价近五成，折射外界对其AI叙事的疑虑重重。
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
规划您的RF EDA人工智能设计之旅
面向RF设计的智能体驱动解决方案。文章《规划您的RF EDA人工智能设计之旅》首发于Semiconductor Engineering。
模拟叠加提升PCM有效存储密度（IBM欧洲研究院）
IBM欧洲研究院的研究人员发表了论文《用于神经网络向量存储的叠加式模拟存储器》。摘要：研究人员展示了一种模拟相变存储架构，可在叠加态下存储多个AI向量，并通过可调的精度权衡来提升有效存储密度。在原型PCM硬件上的测试表明，其推理精度接近全精度软件水平。点击此处查看技术论文……» 阅读全文 该文章《模拟叠加提升PCM有效存储密度（IBM欧洲研究院）》首发于Semiconductor Engineering。
英伟达支持一家印度初创企业，助力企业以更少的GPU运行AI模型
Simplismart表示，其年化收入增速在六个月内增长了14倍，其中美国市场贡献了超过一半的收入。
imec报告：面向人工智能时代的光互连技术规模化
对带宽的空前需求促使人们通过从根本上重新构想光互连路线图，将光学技术更紧密地集成到硅基芯片上。文章《imec报告：面向人工智能时代的光互连技术 scaling》首发于 Semiconductor Engineering。
云端的大型语言模型：关于架构、编排与推理的探讨
arXiv：2610.33475v1 发布类型：新 摘要：基础大型语言模型（LLM）在云数据中心的广泛部署，标志着从无状态深度学习向分布式、内存密集型生成式工作负载的根本性范式转变。然而，在严格的服务水平目标（SLO）下为海量基础模型提供服务，会暴露出关键的物理与系统瓶颈。这些挑战包括持续存在的高带宽存储器（HBM）墙、计算密集型预填充与内存带宽受限的解码之间的运行不对称、键值（KV）缓存的爆炸式增长、代价高昂的无服务器冷启动，以及硬件可靠性方面的漏洞。现有的文献综述仍局限于各层次的孤立视角，未能将底层加速器的虚拟化与集群……
在2026年纽约气候周上，麻省理工学院与全球网络建立了联系
麻省理工学院社区的各界代表齐聚一堂，就数据中心、超级污染物、农业与教育等议题展开了讨论。
华擎 Creator Radeon AI Pro R9700 评测：工作站级推理，AMD 风格
今天，我们来了解一下华擎面向工作站推出的高端Radeon AI推理卡——Creator Radeon AI Pro R9700。这款显卡配备32GB内存，售价1700美元，是为工作站添置本地AI推理能力的高性价比之选。文章《华擎Creator Radeon AI Pro R9700评测：AMD风格的工作站推理》首发于ServeTheHome。
SpaceX与Apollo敲定400亿美元的GPU融资协议
SpaceX在周一提交的一份监管文件中披露，已锁定约400亿美元的融资承诺，用于支付人工智能芯片及相关数据中心设备的费用。SpaceX在一份声明中称，这是有史以来“规模最大的GPU融资承诺”。
在人工智能需求高涨之际，Marvell早期的芯片制造押注终于获得回报
八年前，芯片制造商美满电子科技公司决定在纳米制程领域实现跨越式发展，此后其发展轨迹一路稳步向上。在半导体制造领域，纳米制程代号所指的并非晶体管的确切物理尺寸，而是各代芯片制造技术，即所谓的工艺节点。先进的工艺节点通常能够提升晶体管密度，并带来性能上的改进……文章《美满电子在人工智能需求推动下，早期的芯片制造豪赌终获回报》首发于SiliconANGLE。
Grok发布了其人工智能生成的《奥德赛》前七分钟内容
这段影像看起来还不错，只要你不追求艺术性、灵感或人文关怀。
i14发布Laplace 3B线性注意力模型：基于AWS Trainium2与原生PyTorch实现固定状态内存推理
i14推出30.28亿参数的Laplace 3B模型，采用门控线性注意力（GLA）替代Softmax注意力，其推理时每序列递归状态恒为29.5 MB，与上下文长度无关；该模型在单台AWS trn2.48xlarge（16颗Trainium2芯片）上完成训练与服务验证，训练吞吐达12万token/秒，服务吞吐11544 output token/秒（1280并发序列），所有性能数据均为i14与AWS GenAIIC团队内部实测结果。
SF Compute构建可编程数据中心：以物理交割驱动GPU算力交易市场
SF Compute由Evan Conrad创立，致力于打造中立、可编程、支持物理交割的GPU算力交易基础设施；其模式拒绝抽象化FLOPS商品，强调硬件异构性、真实交付与实时约束（如中断容忍、InfiniBand拓扑、固件版本等），已实现数百亿美元交易量，并推出动态InfiniBand子网划分等底层能力。
SF Compute构建可编程数据中心：以物理交割推动GPU算力交易市场化
SF Compute由Evan Conrad创立，聚焦于实现GPU算力的可编程、物理交割式交易；其不拥有数据中心，而是通过全栈技术协同第三方设施共建‘主权算力云’，强调市场中立性与基础设施可控性，已实现数亿美元交易额并落地InfiniBand动态切分等关键能力。