Intel 提出开放软件蓝图，将开放软件定位为连接 CPU、GPU、数据和业务应用的结缔组织，强调对熟悉框架（如 PyTorch、SGLang、vLLM）的上游贡献，旨在实现“Day 0 准备”，即让新模型通过开发者已有的工具快速可用；Intel 将 Xeon 描述为推理的运营基础，扩展到分离前填充和解码的分离推理，并将微服务和企业代理工具包视为过渡的构建块；文章指出这是蓝图，尚未证明执行。
MangoBoost于Oct. 12发布AI推理平台Mango Inference，并在7月首次亮相。公司定价比竞争对手低超过20%，计划在明年第一季度在首尔江南区建设1MW AI数据中心，后续可扩至5MW，GPU由AMD供应，内存由三星电子和SK海力士提供。MangoBoost瞄准明年收入超过1000亿韩元，预计今年收入约100亿韩元，公司成立于2022年。
2026年10月13日报道：微软与英特尔周一发布最新自研AI加速器，挑战英伟达。据Reuters，微软Maia 300采用多芯粒架构，核心计算芯粒使用台积电2nm（N2P）工艺，内存控制器与I/O功能采用3nm工艺；据Seoul Economic Daily，Maia 300搭载八颗HBM4堆栈，较Maia 200的六颗HBM3E增加，内存容量从216GB提升至288GB。微软称该架构提供36%更多计算FLOPs、2.5倍HBM带宽和14%更高的scale-up带宽。据Reuters，微软计划明年推出可能超过100万颗Maia 300加速器，每机柜容纳96颗芯片、功耗约167kW，并声称每兆瓦计算输出较领先GPU系统高约40%；据Seoul Economic Daily，每机柜HBM堆栈总数将从288增至768（2.7倍），为存储供应商带来潜在新增长机会。SK hynix被视为领先竞争者（曾为Maia 200唯一HBM3E供应商），三星凭借现已量产的36GB 12层HBM4也可能获得订单。英特尔方面，据Tom's Hardware，在OCP 2026上英特尔将基于Xe3P架构的原Crescent Island AI推理加速器正式命名为Intel GPU D-Series，公布FP8算力1.3 PFLOPS、内存带宽1.5TB/s的性能目标；据Wccftech，其弃用HBM而采用LPDDR5X（HBM日益昂贵且供应受限），支持最高480GB LPDDR5X（参考PCIe卡为160GB），定位为AI推理的成本高效方案；该350W加速器的制造工艺未公布。上述均为发布与计划状态，部署与订单尚未落地。
AMD发布Helion机架，纯CPU版支持3.2万核心，2026年11月上市。该平台基于OCP规范，集成令牌路由器以适配多样化AI任务。
长期利好AMD EPYC及MI350P需求，但2026年上市前对现货市场无直接影响。
推理占大多数数据中心AI工作负载，但与训练不同，它需要低延迟和可预测性。现有训练芯片侧重于峰值FLOPS，可能无法满足推理的严格限制。
这种转变凸显了对专门为推理设计的芯片的需求。
SK海力士提出构建下一代AI内存生态愿景。随着AI从训练转向推理，数据移动效率成为瓶颈，架构正从处理器中心向内存中心转变。
该战略定位强化了HBM及高速内存在AI基础设施中的核心地位，长期需求前景向好。
月之暗面Kimi K3进入OpenAI企业付费结算体系，并与亚马逊云达成收入分成合作。该模型参数达2.8万亿，是全球最大开源模型。
国产大模型商业化落地，利好AI算力芯片长期需求预期。
Raysolve、Starksemi及LEKIN在CIOE 2026展示雷射微显示光互连方案，Starksemi出货样品且带宽达2.5GHz。随着AI算力需求激增，该技术正从概念验证转向商用部署。
该技术商业化进程对GaN-on-Si及光模块产业链的潜在需求拉动。
三星电子与SK海力士三季度合并营业利润预计逼近190万亿韩元，但分析师已将营收利润预期下调2.6%至5.3%。尽管AI浪潮推动HBM4需求激增，但DRAM和NAND闪存ASP涨幅放缓，且韩元走强导致美元计价销售额缩水。
市场正检验AI交易盈利的持续性，HBM4量产提速与代工业务扭亏为盈能否抵消终端业务亏损及价格涨势放缓的利空。
Marvell高管指出，推理模型驱动KV缓存需求在过去九个月内增长约10倍，铜连接已逼近性能极限。随着数据中心规模突破物理限制，单机架内存无法满足需求，算力扩张正从单纯芯片竞争转向互连与内存的系统级博弈。
光学互连、定制化SerDes及内存扩展技术成为下一阶段算力扩张核心变量，相关供应商将持续受益。
台积电LC Lu在OIP论坛提出AI芯片设计路线图，聚焦纳米片晶体管与先进封装。为解决AI训练与推理的功耗瓶颈，路线图强调逻辑与内存集成及光互连技术。
长期技术演进利好先进封装与HBM产业链，但短期无具体供需数据。
Anthropic报告指出AI服务器自托管决策取决于token消耗、运行时长及操作状态。该分析颠覆了仅依赖模型质量的传统逻辑。
AI服务器需求结构将随使用模式变化而调整。
SemiAnalysis 创始人 Dylan Patel 预测云厂商将从单纯出租 GPU 转向按 Token 收费。随着底层软件标准化，单纯卖 GPU 算力的市场将死掉。
只有死磕推理效率的厂商才能在未来生存，这改变了 GPU 算力的商业模式。
黄仁勋称AGI已至，OpenAI GPT-6 Astra基于10万张Nvidia Grace Blackwell NVL72系统训练，另有40万张GPU即将上线。随着AI从单一模型向多智能体系统转变，算力需求从参数规模转向算力集群规模。
40万张GPU的承诺证实了Blackwell芯片的强劲需求，可能引发新一轮供应短缺。
英特尔推出Crescent Island离散GPU，配备32个Xe核心及最高480GB LPDDR5X内存。该设计专为代理AI推理优化，通过稀疏路由和推测解码提升每瓦Token数。
新架构将提振对高带宽大容量内存（LPDDR5X）及AI加速器的需求。
高通携手三星与SK海力士开发HBC架构，计划于明年推出首款产品。该架构通过堆叠LPDDR与计算芯片，宣称在同等功耗下带宽达HBM的6倍。
新架构可能分流HBM需求，但为高通锁定供应链。
中科曙光将在数博会发布新一代词元加速方案，优化存储参与推理管理。此前报告显示其在AI等四大行业市场份额第一。
新技术趋势，暂无现货价格或供应变动。
移动版RTX 5090在处理小模型时性能领先M5 Max，但在长上下文场景下因24GB显存不足而大幅落后。测试显示，当面对超大模型或长上下文时，M5 Max的128GB统一内存优势显现，而RTX 5090受限于显存容量。
消费级GPU显存瓶颈显现；关注：英伟达或推“RTX Spark”应对。
Cerebras Systems于2026年8月推出新一代AI加速器CS-4，性能较GPU方案提升30倍。该产品基于三颗WSE-3 Turbo芯片构建，算力达750 PFLOPs，功耗效率提升10倍。
作为行业首款30倍性能提升的加速器，CS-4将重塑AI推理市场格局，对现有GPU厂商构成直接竞争压力。
阿里云开源2.4T MoE模型Qwen3.8，激活95B参数。该模型延续混合架构，重点提升编程与长周期 Agent 任务能力。
AI 芯片需求，预计将推高 HBM 与 GPU 算力消耗。
爆款新品里，到底装了谁的芯片？拆开，一颗一颗给你看。
iPhone Duo首版 BOM：37 个器件、12 个品牌、16 个公开 MPN；A20 Pro、C2、N1 与电源/射频链已定位，NAND 品牌待确认。查看完整拆解全部拆解