1、黄仁勋为何说AI算力需求高得超出想象？

　　黄仁勋说AI算力需求“高得超出想象”，核心不是他看到了某一家新云公司的订单爆发，而是他在2026年10月22日柏林GTC期间判断：新云基本面依然强劲、市场对算力的需求远超预期，真正卡住行业的是营运资金不足而非需求，而且资金短缺终会解决。作为英伟达CEO，他的乐观还带着鲜明的“卖铲人”立场——新云买卡、建数据中心越猛，英伟达的GPU出货就越有支撑。一、需求侧看到算力仍不够用客户类型在变多：黄仁勋的观察对象不只是某一家新云，而是AI工厂、智能体和物理AI等多类客户同时拉动算力，token用量和GPU需求一起上涨。

2、全球首个天地一体化太空算力云平台发布，覆盖40余颗卫星算力资源

　　北京太空算力创新中心发布天地一体化太空算力云平台。据介绍，平台已完成核心功能建设，覆盖40余颗卫星算力资源，并与地面CPU、GPU、NPU等地面算力实现了统一纳管与池化调度，支持大模型推理业务的天地一体化协同调度。

3、AMD ROCm甩出编译王炸！Loom 0.1发布：CPU、GPU、NPU统一编译

　　快科技10月30日消息，AMD近日正式发布ROCm HRX Loom SDK v0.1，这是ROCm生态中一套全新的专用编译器与中间件栈。它不再局限于GPU，而是将编译目标直接扩展至AMD CPU、GPU和NPU。Loom最核心的突破在于编译速度。传统HIP路径依赖LLVM/clang子进程，而Loom采用原生异步编译基底，能将异步设备内核直接编译为AMDGPU原生HSACO ELF64LE代码对象，耗时不到2毫秒，彻底消除了运行时编译开销。在目标架构支持上，Loom目前可生成AMDGPU HSA代码用于GPU执行，同时支持SPIR-V/Vulkan实现跨平台运行。

4、亿万克 G852N7：从 GPU 密度、散热看懂训推一体服务器选型

　　“训推一体”指同一算力底座能够按业务需求承载模型训练、模型推理，或让两类任务并行运行。企业选型应同时关注GPU密度、互联拓扑到散热等因素，而不是简单堆叠GPU数量。亿万克G852N7是面向AI训练、推理、高性能计算的4U双路异构服务器，适用于企业级AI训练与推理、人工智能等算力场景。

5、天数智芯天垓300实测对标H200，国产GPU接下来拼什么？

　　在实测场景中达到H200的性能水平后，国产GPU的竞争，开始进一步转向系统效率、软件适配与实际交付。本周的天数智芯媒体开放日上，最新一代天垓300与H200的实机对比，是最直观的性能展示。让GPU与专用芯片组成异构系统，是对推理效率的新探索。软件栈引入Agent与Skills，则试图解决客户部署、适配和优化的工程难题。天数智芯表示，今年完成的一组第三方测试中，在典型PD分离部署下，天垓300折算单卡端到端吞吐达到H200的1.05倍。这表明国产通用GPU在特定高端推理负载中，已经拥有与H200直接竞争的性能基础。