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。

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。

3、Agent作为木马：驶向智能「奥德赛」的AI，为何成了黑客洗劫资产的「白手套」？

　　导读与核心发现在荷马史诗《奥德赛》与特洛伊传奇中，特洛伊人把看似神圣礼物的巨大木马迎入城内，暗藏其中的希腊勇士在夜色中洞开城门，令固若金汤的城池瞬间陷落。今天，大语言模型正经历属于自己的「奥德赛之旅」—— 从只会吟诗作对的被动聊天框，扬帆驶向能够调用工具、调度算力集群、操盘企业自动化工作流的自主智能体（LLM Agent）。企业与开发者毫不犹豫地为它们装配了顶配的 B200 GPU、企业内部 API、私有代码仓库乃至飞书 / Slack 协同权限。

4、HUMAIN称合作部署最高84兆瓦AI算力 约2.7万颗英伟达GPU

　　观点网讯：HUMAIN称，双方计划合作部署最高84兆瓦的AI算力基础设施，约相当于2.7万颗英伟达GPU。其中，英伟达Blackwell Ultra芯片的部署将于2026年第四季度开始，双方并计划于2027年部署英伟达Vera Rubin系列芯片。免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。

5、算力扩张，百万年薪难觅AI芯片架构师

　　（来源：界面新闻）大算力AI芯片赛道持续扩张，AI芯片架构师正成为行业争抢的稀缺资源。第一财经报道，据猎聘提供最新数据，今年1~9月芯片行业新发职位较去年同期增长22.2%，平均招聘年薪为29.19万元，较去年同期上涨8.8%。尤其AI芯片架构师在近期人才市场炙手可热，燧原科技给Chiplet（芯粒）/ D2D（裸片到裸片）方向的AI芯片架构师开出了最高达180万元的“天价”年包。该岗位要求应聘者硕士学历以上，并拥有10年以上芯片架构经验。另外，作为产业底座的先进封装也迎来了稳步放量，新发职位同比增长134.6%，平均年薪达到42.24万元。

6、欧洲 AI，等来了黄仁勋

　　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。用他自己的话说，「我们正处于人类历史上最大规模的基础设施建设之中」，需求不缺，缺的是产能和落地速度。