本文介绍 EKS Fargate 实现无服务器 Kubernetes 的方式：通过准入 Webhook 将符合 Fargate 配置的 Pod 路由至专用调度器，按需创建独立计算环境，而非从节点池中选择。运行时提供 Kubelet 等节点组件，并利用网络命名空间隔离平台、节点与工作负载流量，每个 Pod 获得独立 ENI。EKS 还通过 PodAdmitHandler 限制单 Pod 单环境，并定期以 Eviction API 优雅替换 Pod 以完成打补丁。

2026年国芯展上，燧原科技首次参展，展示高性能超节点系统及软件平台能力，分享国产算力在工业、泛互联网等场景的落地实践，其“国芯国模高效能适配优化系统”获创新成果奖。公司还推出与中兴通讯共同开发的正交架构“云燧ESL64-O”超节点，采用高密集成、零线缆设计，可支撑万卡级以上集群组网。

StackGres 团队使用开源 Citus 在 EKS 上进行基准测试，在单行主键读、无写入场景下，以 24 个 worker 和 48 个查询路由器实现 1000 万 TPS，p50 延迟约 1 毫秒。相比 PlanetScale 的 Neki，Citus 以不到一半的数据节点和约 65% 的 vCPU 达到同等吞吐，成本约为其五分之一。团队将公开复现代码。

Kubernetes v1.34 起正式支持节点交换分区。使用 NVMe SSD 作为交换设备，可将闲置内存换出，显著提升 Pod 密度。测试表明：内核编译内存限制降低 50% 无性能损失；Python 沙箱并发从 80 增至 240，密度提升 3 倍，延迟主要源于 CPU 竞争而非交换 I/O。建议配置 LimitedSwap 并采用 Burstable QoS。

本文介绍Kubernetes的DaemonSet：其Pod可通过推送、主机端口、headless service的DNS或Service方式通信；节点标签变化时自动增删Pod，1.6版本起支持滚动更新。相比初始化脚本、裸Pod和静态Pod，DaemonSet更便于管理守护进程并自动替换故障Pod；与Deployment不同，它确保每个节点运行一个Pod。

Azul推出Intelligence Cloud AI助手，支持用自然语言查询实时Java运行环境，取代易过时的静态报告。由于AI加速漏洞利用，补丁窗口从32天缩短至5天，企业需持续掌握JVM与代码清单，以防范安全、合规及许可风险。

本文介绍 Jenkins 在 Windows 上的安装与配置：下载 LTS 安装包，推荐以服务方式启动，若遇服务登录凭据报错需在本地安全策略中添加管理员用户；支持 JDK 17 和 21，推荐 21；安装后验证密钥、创建管理员、安装推荐插件，并升级 Jenkins 及插件，使用 SVN 需手动安装 Subversion 插件；还介绍了配置节点和共享库的方法。

浪潮信息在AICC2026发布元脑SD200 Ultra超节点AI服务器，基于本土AI芯片，单机可运行2.8万亿参数Kimi K3大模型，Token生成时延低至5.85毫秒，支持10万亿参数模型，推理性能提升3倍以上。同时发布元脑HC2000多元算力机组，同等投资下Token产能提升10倍。

华为发布灵衢互联架构及超节点集群产品。该架构实现协议归一、内存语义，带宽达TB级，时延压缩至2微秒，支持CPU、NPU、内存、SSD等直接互联，降低大模型训练对单卡HBM需求。同时发布三级互联设备，支持百万卡集群扩展，以及由鲲鹏950、昇腾960超节点等组成的Agentic AI超节点集群。

本文介绍如何利用 Amazon DynamoDB 的租约机制构建弹性实时 WebSocket 工作节点集群：通过条件写入实现分布式锁，保证每个连接仅由一个工作节点持有；借助心跳续约检测故障，租约过期后由对账循环自动接管，实现秒级故障转移；支持优雅关闭以实现低停机部署，并利用 CloudWatch 指标驱动自动扩缩容。

本文介绍EKS上GPU工作负载的架构实践，涵盖计算节点、网络邻近性和高性能存储三层。重点包括：EFA多网卡配置（含p6-b300特殊拓扑）、四种定价模式、基于AWS原生拓扑标签的调度、FSx for Lustre与S3 Express One Zone存储选型，以及Terraform模块实现，旨在提升分布式训练性能。

NDI宣布其全球硬件节点超120万个，涵盖200多个品牌，应用于广播、专业视听等领域。Sky、BBC等组织利用该标准连接设备与AI工具，摆脱供应商限制。NDI旨在成为传输层，支持AI驱动的视听体验。负责人称里程碑属于整个生态系统。

中诚华隆发布HL200推理芯片及超节点智算集群，实现国产AI推理算力从单点突破到万卡级集群协同升级。芯片支持FP4/FP8低精度，能效比领先，适配主流大模型。集群方案覆盖8卡至万卡部署，优化算力密度与能效，推动大模型规模化商业落地，并与多家企业合作共建国产算力生态。

27所高校联合成立教育网镜像站MirrorZ，聚合各校资源，自动为用户选择最佳节点，支持指定或排除特定镜像站，并提供状态看板。项目由清华发起，多校维护，代码开源，旨在解决镜像站分散、速度不稳等问题。

AMD MI355X在运行Kimi K3模型时，凭借更低价格和更高每美元吞吐量，性能超越英伟达B300。通过修复投机解码和预填充内核的软件缺陷，MI355X单节点速度达到B200的3.8倍，首字延迟大幅降低。文章认为，CUDA生态并非不可撼动，硬件性价比和工程师修bug能力正成为新护城河。