1、AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力

　　今年7月，在旧金山参加AMD Advancing AI 2026大会时，我最强烈的感受，是这家公司已经不满足于只提供几颗性能更强的芯片。它希望把CPU、GPU、网络和软件组织起来，提供一套从云端到终端的完整计算方案。到了11月的拉斯维加斯，AMD In Depth 2026把这张宏大的蓝图拆解得更细。第一天，技术团队讲核心、缓存和芯粒互联，解释处理器的性能怎样实现；第二天，讨论转向客户怎样使用这些能力：什么任务适合什么CPU，有限电力怎样换来更多并发，合作伙伴又如何把它们做成服务器和云服务。其中，一个案例让我重新思考了“服务器提速”这件事。

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、豪掷1200亿美元采购英伟达GPU，Anthropic点燃AI硬件“长坡厚雪”行情丨大咖星选

　　大咖星选聚合第一财经所有大咖与行业专家深度观点、前沿投资研判每个交易日21:30更新为您智能精选高价值内容 权威精炼研判 高效直达投资决策关键年终大促期间订阅“智享会员Plus”年单 即享特惠01资讯星选板块影响分析：1.人工智能与算力基础设施- 影响方向：**- 逻辑推演：- 事件：Anthropic 发布重磅 IPO 计划（募资超 900 亿美元，估值逼近万亿），披露与 SpaceX 签订高达 1200 亿美元的英伟达 GPU 算力采购协议；英伟达发布新一代世界动作模型 GR00T 2；国家数据局推进具身智能数据标准制定。

4、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。

5、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。