1、微软盯上了你的显卡！Windows玩家电脑除了打游戏 还得替AI打工

　　快科技11月10日消息，微软近日公开一项名为“Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization”的专利申请，描述了一套将消费级显卡的闲置算力用于AI模型训练的分布式系统。该专利早在2025年4月30日就已经提交，今年11月5日正式公开。根据专利描述，系统会将大型AI训练任务拆分为多个小任务，根据设备性能和空闲情况分配到参与的游戏PC、笔记本及其他兼容边缘设备上。系统实时监控GPU利用率、显存占用、温度和功耗，当设备处于高负载或达到温度限制时自动降低或暂停计算任务，尽量避免影响日常使用体验。

2、Anthropic披露：已与SpaceX签订最高1205亿美元英伟达GPU算力协议

　　Anthropic向美国SEC提交的文件显示，公司于2026年5月至10月期间与SpaceX旗下SpaceXAI签订并修订多项协议，以获取基于英伟达GPU的算力服务，协议总支出最高达1205亿美元，期限延续至2029年。Anthropic预计全部算力将于2026年12月交付，届时月均费用约31亿美元。初始不可取消期限结束后，双方均可提前90天书面通知取消协议。

3、一台机器 2000 万，隐秘的天价 GPU 生意 | 深氪 Lite

　　（来源：36氪）文｜李炤锋编辑 | 张雨忻在南方某城市的保税区一带，一家公司的采购代表陈远（化名）等了整整一天。陈远需要买一批某型号（以下称X型）的高端 GPU 服务器。来之前，老板给他下了“死命令”：当天必须要拿到货。然而，陈远从早上等到晚上11点， 等来的却是对方的“卖不了了”。替他找货的中介商林岳（化名）立刻又联系了另一名卖家。这一次，对方报出的价格每台超过2000万元，但依然“没法立刻拿到货”。陈远要的是X型8卡服务器——一台搭载着8颗X型号高端 GPU 的机器。今年以来，该型号设备的价格经历了一轮暴涨。

4、GPU内核优化的经验，能不能换一种语言复用？

　　（来源：科技行者）你有没有想过这样一件事：一个厨师学会了用中式炒锅做一道菜，掌握了火候、翻炒的节奏、调味的顺序。现在让他换一把西式平底锅做同一道菜，他脑子里那些关于什么时候该大火什么时候该收汁的判断，到底能用上多少？这不是一个无聊的厨房问题，它恰恰是最近一群研究者在GPU编程领域死磕的问题。**GPU内核**：运行在显卡上、针对特定计算任务高度优化的小程序，写得好能让程序快几十倍，写得差可能连正确都做不到。现在的AI агент（智能体）已经能自己写GPU内核了,它们一边写一边测试,把测试反馈当作指南针不断调整。

5、当AI研究员跑了十二周，它学会了什么，又学不会什么

　　（来源：科技行者）2026年初，亚马逊图书推荐团队的几个工程师做了一件挺大胆的事。他们把Andrej Karpathy写的一个630行Python脚本丢进了生产环境。这个脚本的玩法很简单：让一个大语言模型自己改训练代码，跑一遍实验，如果结果变好了就保留，变差了就扔掉，如此循环。这个思路在实验室里玩得很漂亮。原始版本跑在单张GPU上，一次实验五分钟就能出结果，像是让AI在一个沙盒里反复试错，试错成本低到可以忽略。但工程师们要做的不是沙盒实验，而是真实的图书推荐系统。他们想知道的是：这套自动做研究的方法，能不能扛得住生产环境的压力。答案是，能，但代价比想象中复杂得多。