1、谷歌发布新一代TPU v6e，面向大模型推理优化，云端推理成本大幅下探
在生成式AI产业由模型训练大规模转向常态化推理的阶段，算力成本已经成为制约大模型规模化商用的核心瓶颈。训练端算力军备竞赛热度逐步回落，推理侧降本增效成为各大云厂商争夺市场份额的主战场。谷歌正式推出新一代TPU v6e，产品定位聚焦大模型云端推理场景，依托架构迭代实现单位token算力成本显著下降。作为谷歌自研算力硬件的核心产品线，TPU系列长期与英伟达GPU、微软Maia芯片同台竞争。TPU v6e的落地，标志着云厂商自研算力硬件进一步补齐推理短板，算力硬件赛道的竞争不再局限于训练性能比拼，推理场景的性价比博弈，将重塑公有云AI服务的定价格局。
http://finance.sina.com.cn/tech/roll/2026-10-22/doc-iniwcafi5967380.shtml
2、从GPU到机器人，英伟达正在押注AI的下半场
（来源：网易科技）从AI工厂到智能体，再到机器人，英伟达正在把竞争边界推向整个智能生产与执行系统。10月21日，德国柏林，英伟达CEO黄仁勋在GTC演讲的最后，展示了一群能够行走、感知环境并完成动作的小鸭机器人。它们在RTX Spark（专为本地AI打造的个人电脑）上完成部分建模和开发，在云端接受大规模训练，再通过数字孪生进行模拟，最终把学到的能力部署到真实机器人身上。现场也出现了小插曲，几只小鸭并没有完全按照指令行动。这说明，当AI开始进入物理世界，模型能力只是起点，如何让它可靠地执行任务，仍有大量工程问题需要解决。但这恰恰就是贯穿整场演讲的，从智能到执行的产业化难题。
http://finance.sina.com.cn/stock/t/2026-10-22/doc-iniwcaff5189367.shtml
3、英伟达推出AI运维平台Minerva
10月22日，英伟达推出AI运维平台Minerva，旨在通过整合基础设施与AI工作负载遥测数据，提前发现故障、提高GPU运行时间并提升AI工厂产出效率。该平台可每小时分析数十亿个数据点，识别异常、预测潜在故障，并将关联告警整合为可执行的故障处理事项。
http://finance.sina.com.cn/jjxw/2026-10-22/doc-iniwcnuz5144343.shtml
4、欧洲 AI，等来了黄仁勋
（来源：极客公园）在谈主义之前，先把工业搞上去。作者｜靖宇GTC 柏林开幕前的两周，半导体板块走得并不顺，费城半导体指数出现了 2008 年以来最长的一轮连跌。市场在反复算同一笔账，巨额的 GPU 投入，什么时候能变成实打实的回报。10 月 21 日，在柏林 Tempodrom 的舞台上，黄仁勋没有发布新芯片。早已发布的 Vera Rubin 平台，这次只是确认「已全面量产」。他把更多时间留给了三个更落地的问题：算力中心怎么建得更快，越来越能干的智能体怎么管住，物理 AI，怎么走进欧洲的工厂和马路。
http://k.sina.com.cn/article_5952915720_162d24908067051mxu.html
5、中国工程院院士邓中翰：将CPU所承载的规则约束嵌入大模型底层，可减少AI幻觉
每经记者｜张寿林 每经编辑｜杨翼 10月19日至22日，2026年金融街论坛年会在北京金融街举办。金融街论坛年会召开期间，《每日经济新闻》记者就大模型幻觉如何解决等问题采访了中国工程院院士、“星光中国芯工程”总指挥邓中翰。邓中翰指出，大语言模型基于大数据统计和词元预测展开，存在过程不可解释性以及人工智能幻觉等一系列基础性问题，这在人工智能进一步发展中可能形成重大风险。
http://finance.sina.com.cn/roll/2026-10-23/doc-iniwcnvc5924334.shtml
