1、英伟达投资印度初创公司Simplismart，助力企业用更少GPU运行AI模型
（来源：IT之家）IT之家 10 月 28 日消息，随着人工智能热潮持续挤占计算资源，英伟达（Nvidia）参与了印度初创公司 Simplismart 的 1,400 万美元（IT之家注：现汇率约合 9,357.3 万元人民币）融资。本轮投资瞄准的是一类能够提高 AI 模型运行效率的软件，这类软件在某些情况下可以帮助企业减少 GPU 的使用量。本轮融资为 B 轮融资，全部为新增股权融资。除英伟达外，Accel、Shastra VC 和 Micromax 也参与了投资，达拉斯风险投资公司（Dallas Venture Capital）领投。
2、不是买显卡 是买整条Agent流水线！Meta大规模部署Vera Rubin和Vera CPU
（来源：快科技）快科技10月28日消息，NVIDIA近日宣布向Meta投资30亿美元（快科技注：约合人民币213亿元），双方扩大合作，Meta将大规模部署Vera Rubin平台与Vera CPU，用于运行其Muse系列AI模型和智能体。与以往采购GPU不同，这次的重点之一是Vera CPU。Vera配备88个NVIDIA自研Olympus核心，支持176线程，内存带宽达1.2 TB/s，NVIDIA称其在Agent AI负载下每核性能可达传统x86 CPU的1.8倍，并已向Oracle云基础设施交付15万颗。Meta看中的正是Agent工作负载中CPU承担的部分。
3、AMD豪投10亿加码Meta AI基建
AMD宣布向Meta股权发行投资10亿美元，继英伟达30亿美元投资后进一步深化AI基础设施合作，推动算力供应链多元化。双方将联合部署吉瓦级AI基础设施，包括定制化Instinct GPU（MI450架构）、第六代EPYC处理器（Venice/Verano）及Helios机架级系统，并协同优化ROCm与PyTorch生态。AMD与Meta的合作已从CPU扩展至GPU、网络和软件全栈，支撑Muse系列AI智能体及推荐引擎等核心应用，标志着AI芯片定制化与规模化落地进入新阶段。
4、SpaceX的算力宏图
来源：瓦砾村夫1. 算力收入在26日发布的IPO文件中，Anthropic披露，预计到2029年为止，将在SpaceX的超级智能（SI）算力基础设施上花费高达1205亿美元：一旦全部算力容量交付，SpaceX每月收入为31亿美元（高于此前披露的每月12.5亿美元）。按完全合同月费率计算，每年为372亿美元。全部合同算力容量预计将于今年12月交付。2027年初：在初始不可取消期限到期后，任何一方均可提前90天通知终止协议。
5、英伟达与甲骨文扩大AI基础设施合作，Vera Rubin系统部署规模将达数吉瓦级
当地时间10月27日，英伟达与甲骨文宣布，将把搭载英伟达Vera Rubin NVL72系统的甲骨文云基础设施（OCI）超级集群扩展至数吉瓦级，并正式提供Vera Rubin NVL72系统及Vera CPU云服务。甲骨文还计划推出搭载8颗Rubin GPU的HGX Rubin NVL8系统，以支持前沿模型训练、推理及智能体应用。双方称，此次合作旨在提高GPU利用率，并为AI工作负载提供可扩展的计算能力。
6、当训练转向推理，Agent AI的下一个瓶颈在哪里？
由于AI应用范围快速增加，生成式 AI 正从提问、回答模式，快速演进为让 AI干活的AI Agent模式。特别是年初的OpenClaw龙虾兴起，再到年末各式各样的AI Agent进驻到人们生活中，AI Agent无疑成为了今年的主流话题，互相协作的Agentic AI也注定会成为未来的趋势。AI Agent注定了数据量与处理量呈指数级增长。过去资源主要投入模型训练，未来在使用现场进行推理（inference）的资源将成为关键。如果展望未来，物理AI更是对实时处理提出了更为苛刻的需求，通过即时摄取三维空间与时间数据并即时反馈推理结果，诸如机器人等物理AI形式才可以实现。
7、景嘉微：推进双轮驱动战略 构建国产化算力底座
投资者提问：董秘您好，我看前面有投资者提问，民用算力市场蛋糕已基本瓜分完毕，新品面世后面临巨大竞争压力。我想继续追问：公司原有军工机载业务属于存量业务，订单长期看会逐步萎缩。若新一代高端GPU无法预留宽温、抗辐照、抗震动底层硬件基础，错失六代机机载GPU竞标机会，军工增量就无从谈起。若民用赛道难以突围、军工存量持续缩减，请问公司长期业绩规划有什么应对方案？我是长期股东，期盼公司做好取舍，避免两头落空。董秘回答(景嘉微SZ300474)：您好，感谢您对公司战略方向的深入思考与宝贵建议。
8、Muse助手上线不到半年，EPYC已部署数百万颗、Instinct GPU进入生产环境——一个AI原生公司的底层基建进化速度，到底快在哪？
Muse上线不到两个月下载量就破千万，而撑起它的既不是最顶尖的模型也不是GPU集群——每位用户一台常驻云电脑，只配2个虚拟CPU、8GB内存，跑在AMD EPYC Turin上，让Meta在数周内把数百万颗EPYC推入生产环境。
9、从MI450到Verano：一家芯片公司如何用‘客户定义架构’模式，把Meta的AI需求刻进自己的产品DNA？
AMD与Meta的“客户定义架构”并不是口号：Meta定制版MI450X计算单元砍半、显存缩至三分之一，专门为推荐系统优化，把Meta的RecSys需求直接写进了芯片规格；但同一套定制也让Meta大模型团队TBD Lab对这款芯片不感兴趣，路线分歧已经浮出水面。一、联合开发Helios机架平台共建：AMD与Meta通过开放计算项目联合开发Helios机架级架构，核心是定制MI450 GPU、代号Venice的第六代EPYC CPU和ROCm软件栈。