英伟达扩展机密计算，推出机密裸金属部署选项，使前沿模型构建者能在第三方云、新云及企业基础设施上安全运行敏感工作负载，同时掌控模型与数据。该方案提供裸金属、容器和虚拟机三种部署模式，并扩展至Grace Blackwell、Rubin系统及DSX OS。Cohere、谷歌云等将采用，支持全球安全扩展训练与推理。

本文介绍OpenJDK Babylon项目的Java代码反射API及其异构加速器工具包HAT。HAT通过反射、转换、加速三阶段，将Java计算代码转为GPU友好表示并卸载至OpenCL或CUDA执行；演讲以张量核心编程和矩阵乘法为例演示，并用NVIDIA Nsight工具分析调优CUDA后端性能。

量子计算被视为继CPU、GPU后的第三种算力，能突破经典计算在分子模拟、组合优化等指数级难题上的瓶颈。相干科技聚焦超导路线，芯片已达百比特规模，单比特门保真度超99.9%，并布局测控、整机与千比特云平台，推动金融、超算、气象等应用及开发者生态，目标是让量子算力像云服务一样易用。

北欧与英伟达合作加速先进计算，依托可再生能源和数据治理优势，计划到2027年部署1吉瓦AI云容量。瑞典财团推出Sferical One超算，配备1152块GPU。Spotify、ABB、Elisa等企业利用英伟达技术提升AI推理、机器人仿真和实时助手。初创公司Stilta、Klang基于开放模型创新，自动驾驶和量子计算也取得进展。

Supermicro扩展了获OCP认可的机架级产品组合，涵盖AI/HPC系统、ORv3和ORW机架、48V直流供电、网络及液冷方案，支持高密度数据中心。方案采用集中式48V母排和DLC-2芯片直冷技术，冷却能力10至120kW，配备N+1冗余风扇与防凝露系统，并可通过SuperCloud Composer统一管理。

Omdia对570名物联网决策者的调查显示，62%的企业已采用边缘架构，78%的部署已超越试点阶段，87%达到或超出预期。安全（31%）和与OT及传统IT集成的复杂性是规模化的主要障碍，预算不足（21%）并非首要问题。边缘计算正成为交付业务价值的生产级基础设施。

Meta发布广告推荐基础模型GEM，采用LLM式架构Kunlun，将各平台独立优化整合为统一中央模型，跨Facebook、Instagram等场景联合预测点击与转化。GEM实现转化率提升18.9%、点击率提升12%，训练FLOPs扩大4倍，效率翻倍至20-25% MFU。通过LoopFM和Solaris等技术向下游模型迁移智能，并支持超长用户序列建模。

法国企业基于英伟达基础设施与开源模型，在航天、金融、公共服务、科研、零售等领域规模化部署智能体计算。Bull将生产英伟达AI服务器，首颗搭载Jetson与Mistral模型的卫星已入轨。Nemotron开源模型用于法国主权数字办公与银行平台。欧莱雅、家乐福等企业借助AI加速研发与商品上架，量子计算企业接入NVQLink。

麻省理工学院林肯实验室自2018年起开展LAICS调查，持续追踪商用AI加速器，比较其峰值性能与功耗。最新论文涵盖120多款加速器，分析架构选择与性能提升来源，帮助政府赞助方和实验室了解AI硬件格局，为采购决策提供参考。

DeepSeek发布DSec弹性计算技术报告并启动招聘。DSec是支撑DeepSeek-V4训练、评测和数据预处理的沙盒基础设施，单分片约160台服务器、3万CPU核心、250TB内存，日服务约300万沙盒，峰值在线超38万。通过镜像三层拆分与按需加载、内存共享、CPU调度等优化，资源超卖率提升至50倍以上，并支持轨迹分叉与安全隔离。

MIT副教授Cathy Wu利用强化学习优化交通等复杂系统。受父亲通勤和游戏启发，她于2018年成功用RL分析自动驾驶对交通流的影响，但随后研究受挫。2023年，团队发现RL对问题敏感，通过筛选可训练问题将效率提升30倍。近期研究表明，生态驾驶可减排11%至22%，为交通政策提供依据。她主张循证决策，鼓励学生耐心从小处着手。