英伟达发布621.01版驱动，支持微软“高级着色器交付”技术，通过云端为不同硬件预编译着色器，消除游戏启动时的编译等待及游戏中的卡顿与CPU峰值。《战争机器：E-Day》和《使命召唤：现代战争4》已支持该技术，需安装Xbox PC应用，Steam购买的游戏同样受益。AMD和骁龙X2设备也有相应驱动支持。

Elastic将Jina API和Elastic推理服务从NVIDIA L40迁移至RTX Pro 6000 Blackwell GPU，以加速智能体AI工作负载。实测显示：嵌入请求延迟最高降低约8倍，重排序提速4倍以上，OCR页面转换速度提升约3.7倍；混合负载下小请求延迟从708毫秒降至66毫秒。Jina小型模型在准确性和多语言、多模态覆盖上表现领先，迁移后客户无需改动即可受益。

Rust编译器团队新设两个小组：GPU目标通知组由AMD、英伟达、英特尔等厂商专家组成，旨在更好应对GPU相关问题；链接器小组源于MCP#964讨论，推动Wild等替代链接器集成，并作为链接器问题的联络点。两组各有Zulip频道，成员自愿关注并响应相关issue，主要协助维护。感兴趣者可向rust-lang/team仓库提交PR加入。

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。

freeCodeCamp 发布 8 小时课程，详解支撑 GPT-4、Claude 等 AI 模型的数据中心基础设施，涵盖从电网到 GPU 的供电、高压配电与备份、液冷散热、光网络互联、多吉瓦级设施建设，以及 GPU 云托管和基础设施投资的经济学。

在Kubernetes中，GPU成本最高但最难按工作负载分摊。DCGM默认按物理设备上报，共享GPU时各Pod数据重复，无法准确归因。GPU按整数分配、不支持超卖，利用率指标也易误导。目前最可靠的是按显存计费，计算量仅作参考。共享方式包括时间切片、MPS、MIG和DRA，各有局限。

微软发布第三代自研AI芯片Maia 300，主打AI推理，能效比领先GPU系统40%，96加速器配置吞吐量达Maia 200的7倍。该芯片采用台积电N2P工艺与芯粒架构，2027年起大规模部署，将成为微软产品主要AI推理系统，减少对英伟达和AMD依赖，并支持自家AI模型研发。

摩尔线程为FFmpeg、PyNvVideoCodec、TorchCodec三个开源项目完成MUSA平台原生支持，覆盖视频编解码、硬件加速与转码，为多媒体处理、Python视频开发和PyTorch视频AI提供国产GPU加速，降低迁移成本，项目已在GitHub开源。

论文提出Minions系统，将多台macOS设备中闲置的Apple Silicon GPU聚合成分布式虚拟GPU云，用于大规模机器学习推理，支持灵活任务执行、容错和高效资源利用，无需额外采购GPU，在集中式GPU资源受限时提供实用方案。

硅谷AI算力争夺加剧。Anthropic向SpaceX购买算力，马斯克成为GPU中间商；谷歌因算力不足流失顶尖研究员Shazeer至OpenAI；初创公司被迫签高价长约或全球寻找算力，顶级VC亲自囤积GPU。H100租赁价一年涨近40%，算力正成为AI时代准入门槛，强化大公司优势。

亚马逊ECS内置自动故障恢复机制：检测并修复GPU故障和实例失联，跨可用区均衡任务，容器崩溃时就地重启，日志默认非阻塞以避免拖垮应用。ECS负责常规恢复，同时保留用户控制权，并集成FIS用于故障测试。

OpenAI推出GPT-6 Astra Ultrafast，运行于NVIDIA Blackwell GPU，通过持续推理优化，令牌生成速度比标准模式快8倍。该模型已上线OpenAI API，面向ChatGPT Work和Codex用户，可加速代码生成、工具调用和交互应用。OpenAI还利用自身模型优化GPU推理软件，提升性能与基础设施利用率。

英伟达AI工厂每兆瓦建造成本约6000万美元，投资回报取决于产能、寿命和需求。其平台具备高产、耐用、通用三大特性：每兆瓦吞吐量最高、每token成本最低；GPU多年后仍可创收；可运行各类AI及非AI负载。全栈协同设计与CUDA软件持续优化，使旧硬件不闲置，从而最大化回报。

GitHub热门开源项目Colibrì是一个纯C实现的分层推理框架，通过将MoE模型不常用的专家权重存放在SSD、常用部分缓存在RAM/VRAM，使低配设备也能运行超大模型。它支持GLM-5.2、Kimi K3等9个模型，最低16GB内存即可运行744B模型，无需GPU，并采用LRU缓存与专家预测提升速度。

Inferact团队为谷歌TPU v7开发megakernel推理内核，将数百个小程序合并为一个大程序，消除调度间隙并实现跨层权重预取。16块TPU运行Kimi K3达每秒709 token，比GB200快57%，且精度无损。该团队源自vLLM，获a16z领投1.5亿美元融资，代码已开源。

按小时租用GPU算力已成主流。2026年一季度国内AI算力需求同比增长417%，供给仅增128%。算力平台分为国家超算、专业GPU云、大厂云和海外四类，T4实例约1.2元/小时起。模力方舟提供国产GPU按量计费，约4元/小时，支持预装镜像，适合信创合规场景。