1、摩尔线程Q3营收创单季新高达15.5亿元，提前实现盈利

　　10月28日，国产GPU龙头摩尔线程（688795.SH）发布2026年三季报：Q3营收15.5亿元，创单季新高，同比增长1773.9%；前三季度营收32.9亿元，同比增长319.1%；截至报告期末，近12个月营收40.1亿元，领跑国产GPU行业。公司实现扭亏为盈，Q3归母净利润4926.0万元、扣非归母净利润2007.2万元，较原定2027年盈利目标大幅提前；前三季度毛利17.7亿元，同比增长263.9%，毛利率稳居国产GPU第一梯队，归母净利润3769.7万元。

2、英伟达推出本地AI语音模型 RTX Spark新增模型与智能体工具支持

　　格隆汇10月28日｜英伟达宣布，Nemotron 3.5 Transcribe开放权重语音模型已支持RTX Spark，可实现语音转录、说话人识别及翻译，支持40种语言。Liquid AI的LFM3系列模型也已获得支持，可在本地运行并进行微调。此外，英伟达新增GPU资源管理功能，允许用户在前台应用与后台AI智能体之间分配GPU算力。RTX Spark笔记本目前已由华硕、戴尔、惠普、联想、微软及微星等厂商推出，起售价2599美元，最高配备128GB统一内存，FP4 AI算力最高达1 petaflop。

3、AI芯片，逼近掩模极限

　　文｜半导体产业纵横伴随AI芯片的不断发展，先进封装已经成为老生常谈的概念。TrendForce近日发布报告，对AI芯片先进封装竞争格局给出判断。报告指出，尽管英特尔EMIB-T等方案正在争取AI芯片客户，但台积电CoWoS-L凭借技术成熟度和良率优势，预计到2028年仍将是AI芯片主流先进封装方案。这一判断意味着，未来几年AI芯片的封装路线竞争将围绕CoWoS-L展开，其他方案想要切入这一市场，还需要在成熟度和良率上拿出更有说服力的表现。01、AI芯片的封装为什么越来越“大”？AI芯片正在变得越来越大。但这里的大，首先指向封装，而不是单颗计算芯片本身。

4、联动科技(301369.SZ)：已经与天数智芯达成战略合作，双方正围绕GPU算力芯片及测试技术领域开展协同工作

　　格隆汇10月28日丨联动科技(301369.SZ)在投资者关系中表示，有被问到：公司SOC测试机与天数智芯围绕GPU算力芯片验证的最新进展如何？答：目前，公司已经与天数智芯达成战略合作，双方正围绕GPU算力芯片及测试技术领域开展协同工作，共同推进量产验证流程、良率调试及效率提升等关键环节的配合工作，整体进展顺利。除天数智芯外，公司也持续与其他AI端侧芯片企业、算力企业以及非AI侧集成类SoC产品客户沟通与接洽。

5、刚刚！国产GPU巨头宣布：扭亏！营收暴增超1700%

　　据披露，报告期内，公司单季营收再创新高，达15.5亿元，同比增长1773.9%，环比增长55.4%。2026年前三季度，公司实现营收32.9亿元，同比增长319.1%。同时，公司实现扭亏为盈，2026年第三季度归母净利润4926.0万元，扣非归母净利润2007.2万元，较2027年实现盈利的目标有所提前。2026年前三季度，公司毛利总额17.7亿元，同比增长263.9%；归母净利润为3769.7万元。

6、周鸿祎强调的企业AI成本控制问题怎么解决？

　　企业自建主权AI是周鸿祎给出的成本控制主线：用开源大模型结合企业专有数据训练业务专属AI，把算力、模型、知识库与安全治理整合成一套可控系统，以数据安全、经验留存、成本可控三项作为验收标准；英伟达已联合Palantir建设供应链专属系统，等于先把这个思路用在自己身上。一、成本口径从烧Token转向算产出周鸿祎的底线：消耗Token不可怕，但每消耗一亿个Token，团队要能说清用它做了什么。不能照搬黄仁勋考核：黄仁勋按工程师年度Token消耗额设阈值，周鸿祎直言他是卖GPU的，“烧Token越多越买GPU”，立场不同。

7、英伟达联合Palantir打造的供应链AI系统具体是做什么的？

　　英伟达与Palantir联合打造的供应链AI系统，核心是把Palantir的AI决策平台（Foundry与AIP）跑在英伟达的GPU加速计算和Omniverse数字孪生之上，让企业在供应链里做实时需求预测与库存优化、物流路径调度和供应商风险预警。一、决策层：需求预测与库存优化需求预测：Palantir把企业的订单、库存、物流、销售数据接入AIP平台，结合促销、天气等外部变量训练预测模型，输出未来数周的分SKU需求曲线，替代人工经验判断。库存优化：系统按预测结果自动计算安全库存、补货点和分仓调拨计划，让库存水平在“不缺货”与“不积压”之间找平衡。