标签
VextLabs 宣布推出 JUWEL OS，这是一款为 AI/AGI 工作负载而设计的、基于硅片重建的操作系统内核，声称相比传统基础设施可节省时间、降低成本，并提升准确性与安全性。
本文解释了计算机系统中的抽象层次，详细说明了软件如何通过多个层级与硬件交互，直至硅芯片层面。
AMD 收购 AI 芯片初创公司 Taalas，后者将模型权重直接蚀刻进硅片，有望带来数量级的推理性能提升。此举被视为 AMD 挑战 Nvidia 在 AI 硬件领域主导地位的举措。
Anthropic计划建立内部芯片技术能力，为Claude设计定制硬件，旨在减少对Nvidia的依赖，并通过模型与芯片的协同设计提升性能。
SCI Semiconductor 宣布首款基于CHERIoT的硅实现，CHERIoT是一种基于RISC-V的安全架构，提供确定性的内存安全性和隔离性。ICENI芯片运行频率高达250 MHz，将在Embedded World上展示。
AI芯片初创公司Etched以103亿美元估值融资3亿美元，通过设计专用于AI推理的低电压和集群级内存技术芯片，挑战了质疑者。
本文宣布了据称是全球首款开源以太网交换机ASIC的设计与流片，预计将于2025年11月中旬进行芯片启动。文章讨论了开源网络硬件的缺乏，以及作者将构建交换机ASIC作为迈向开源路由器第一步的动机。
据报道，Apple 正计划推出一款 M7 Ultra 芯片，该芯片可能支持高达 1.5 TB 的统一内存，这标志着未来 Mac 的内存容量将实现巨大飞跃。
苹果失败的自动驾驶汽车计划催生了神经引擎（Neural Engine）和强大的设备端AI芯片，这些如今支撑着苹果的AI硬件战略，包括即将推出的M7芯片及其重大神经引擎升级。
Apple Silicon 高管 Doug Brooks 解读 Mac mini 和 Mac Studio 在 AI 代理工作负载方面需求的激增，强调了苹果集成神经引擎的芯片设计理念，并讨论了出于隐私和成本考虑向设备端 AI 的转变，同时展望了一个混合的未来。
本文展示了首次成功利用倒置模式扫描隧道显微镜在硅表面上对单个原子的添加和去除进行位置控制，这代表了向分子组装机迈进的基础性一步。
OpenAI 推出了与 Broadcom 合作打造的定制推理芯片 Jalapeño，标志着科技巨头在减少对英伟达依赖方面迈出了重要一步。
苹果计划跳过M6 Pro/Max芯片版本，加速开发M7芯片以增强设备端AI性能，目标2027年发布。此举是为了应对英伟达、AMD、英特尔和高通在AI处理领域的竞争。
苹果计划跳过高端M6 Mac芯片，转而推出专注于AI的M7系列，包括M7 Pro、M7 Max和M7 Ultra。
Tensordyne推出了Napier，一种在硅片上使用对数数学的推理系统，声称对MoE和推理模型有巨大的效率提升，并采用风冷机架。
苹果宣布其私有云计算架构现已扩展到第三方硬件，具体来说是Google的服务器，利用Nvidia、Intel和Google的安全技术来为AFM 3 Cloud Pro等高级AI模型维持隐私保障。
对Google I/O 2026的分析认为，该活动展示了一个完整的AI堆栈（芯片、模型、开发者工具、分发、主动代理和物理感知媒体），而非孤立产品。由于芯片成熟度，Google占据主导地位，而Microsoft/OpenAI是18个月内唯一可能的挑战者。
本文探讨了AESC Silicon开创的开源硅商业模式，该模式提供免费的核心IP，并像Linux一样收取支持和定制费用。文章强调了可验证安全性和定制芯片的更低门槛，并介绍了IP Forge，一个用于开源IP模块的包管理器。
Apple 已从在线商店下架搭载 M3 Ultra 的 256GB 配置 Mac Studio，引发市场对未来机型存储选项的猜测。