芯片与算力

OpenAI 据报以逾3亿美元收购手机摄像头公司 Glass Imaging

据《华尔街日报》报道，OpenAI 以超过 3 亿美元收购了智能手机摄像头公司 Glass Imaging。Glass Imaging 成立于 2019 年，由两位前苹果工程师 Ziv Attar 和 Tom Bishop 创办，他们曾领导苹果人像模式的开发团队，该公司利用神经网络学习不同手机摄像头系统，在拍摄瞬间即产出更好图像。OpenAI 未立即回应置评

有研硅收购两家半导体材料公司，复牌股价一度大涨16%

科创板上市公司有研半导体硅材料股份公司（有研硅）于9月12日披露重组预案，拟收购山东有研艾斯71.89%股权和山东有研半导体14.98%股权，交易完成后两家公司将成为其全资子公司。9月14日复牌后股价盘中最高涨幅达16.92%，全天振幅33.64%，成交额约36.93亿元。此次整合使有研硅形成6英寸、8英寸、12英寸全尺寸半导体硅片产品矩阵，完成12英寸硅片

用 NVIDIA Transformer Engine 在 JAX 中加速无丢弃 MoE 训练

NVIDIA 技术博客介绍如何利用 JAX 和 NVIDIA Transformer Engine 加速无丢弃（dropless）MoE 训练。文章指出 MoE 训练面临动态路由、不规则张量、all-to-all 通信等瓶颈，在 DeepSeek-V3 于 GB200 上的基线仅 103 TFLOPS/GPU，通信占内核时间 84%。通过 Transform

llama.cpp b10956：SYCL 后端新增基数选择 TOP K

llama.cpp 发布 b10956 版本，为 SYCL 后端新增基于基数选择（radix select）的 TOP K 实现，解决了此前 k 32 时被迫回退 CPU 的限制。新实现将直方图而非候选集放入 SLM，使内存占用与 k 无关，并支持在行数不足时把单行拆分到多个工作组以充分利用设备。实测在 ne=[131072,1] k=2048 时相对 CP

llama.cpp b10952 发布：修复 SYCL oneDNN scratchpad 内存池释放顺序

llama.cpp 发布 b10952 版本，主要修复了 SYCL 后端中 oneDNN scratchpad 破坏内存池释放顺序的问题（PR #28704）。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

llama.cpp b10950：CUDA 后端在无 BF16 硬件加速设备上回退 F32

llama.cpp 发布 b10950 版本，主要变更是 ggml-cuda 后端在不支持 BF16 硬件加速的设备上回退到 F32 计算，覆盖 NVIDIA（Ampere 之前）以及 AMD（RDNA3 之前或 CDNA 之外）的 GPU。该改动由 Johannes Gäßler 贡献，并同时适用于 NVIDIA 平台。发布包涵盖 macOS、Linux、

llama.cpp 发布 b10948：WebGPU 测试排除 HY V4

llama.cpp 发布 b10948 版本，主要变更是将 HY V4 从 WebGPU 的 test-llama-archs 测试中排除（PR #28855，由 Stanisław Szymczyk 共同提交）。该版本同时提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CUDA、V

llama.cpp 发布 b10944：修复 SYCL 内存获取错误

llama.cpp 发布 b10944 版本，主要修复 SYCL 后端获取内存时的错误（#28227），包括对不支持 ZES API 的处理、优化代码、调整日志级别、清理无用头文件，并修复检测 Level Zero SDK/开发包失败时的构建错误。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。

llama.cpp b10938：Vulkan 队列提交驱动 bug 临时修复

llama.cpp 发布 b10938 版本，主要修复 Vulkan 后端的一个驱动 bug：当同一 VkDevice 上的两个队列同时提交时，会破坏内部同步。在驱动修复前，项目在 queuesubmit 周围加互斥锁作为临时方案。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。

llama.cpp b10937：OpenCL 行对齐规则扩展至 q4 K/q5 K/q8 0

llama.cpp 发布 b10937 版本，主要变更是将 OpenCL 后端的 noshuffle 行对齐规则从仅适用于 q6 K 扩展到 q4 K、q5 K 和 q8 0 量化类型（PR #28575）。该版本同时提供 macOS、iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、

llama.cpp b10929 发布：为 AMD GCN 添加 HIP 配置表

llama.cpp 发布 b10929 版本，主要变更是为 ggml-cuda 后端添加针对 AMD GCN 架构的 HIP 专用配置表（PR #27841）。该版本同时提供覆盖 macOS、Linux、Windows、Android 等平台的预编译二进制包，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新提升了 AM

llama.cpp 发布 b10921：修复 WebGPU 张量绑定对齐

llama.cpp 发布 b10921 版本，主要修复 WebGPU 后端张量绑定对齐问题：将绑定偏移回退到与张量距离为整数个块的位置，使块量化视图在着色器中获得有效的元素偏移。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。

火腿第一股1.74亿增资杭州光通信芯片创企中晟微

A股上市公司金字火腿的全资子公司福建金字半导体以1.74亿元完成对杭州光通信芯片公司中晟微电子的第二轮增资，两轮累计投资约2.74亿元，合计持股19.0002%，本轮投后估值约15.96亿元。中晟微电子聚焦400G/800G/1.6T及以上高速光模块核心电芯片（TIA、Driver、CDR等），已实现单波100G TIA/Driver量产出货。此举反映产业资

RunningHub 开源 H3 Lightning：视频生成提速约12倍

RunningHub 开源了 MiniMax H3 视频生成加速方案 H3 Lightning，通过 RH 后训练加速模型将生成步数从 50 步压缩至 9 步，并叠加 SageAttention2、Cache-DiT、torch.compile 及 TP2+Ulysses4 多卡并行优化，在 4 张 RTX 6000D 上把 5 秒视频生成耗时从 348.8

另有 1 家信源报道

北京离子阱量子芯片创企维刻量光融资超亿元

北京离子阱量子计算公司维刻量光完成超亿元Pre-A轮融资，由九智资本领投，正轩资本、瀚晖资本跟投，资金用于产线扩大及整机建设。公司成立于2026年2月，脱胎于清华大学金奇奂团队，押注玻璃基QCCD路线，已实现531个离子晶格稳定囚禁，并开始小批量交付芯片与整机。其技术路线图从电集成到光电集成再到量子互联，重点探索QPU作为异构算力接入现有算力基础设施。

NVIDIA 推出 Personal AI Router 测试版，跨本地设备分发 AI 推理任务

NVIDIA 推出 Personal AI Router（PAIR）测试版，可将局域网内多台电脑的推理能力聚合，自动把 AI 请求分发到各节点，主要面向本地多智能体工作负载。PAIR 通过代理接收请求、识别引擎与模型需求并选择合适节点执行，兼容 Ollama 和 LM Studio，无需改动现有架构。NVIDIA 演示显示，结合 RTX Spark、DGX

llama.cpp b10909：Metal 后端融合表重构与性能修复

llama.cpp 发布 b10909 版本，主要重构 Metal 后端的算子融合机制，将所有可融合模式统一到单张融合表（ggml-metal-fuse.cpp），供图优化器和算子编码器共用。修复了融合模式中输出索引使用相对索引导致 norm/MUL 融合被静默禁用、token 生成性能回退约 5% 的问题。新增 gated delta net 与 KV c

llama.cpp b10908：修复 Metal iq mul mv 内核线程闲置

llama.cpp 发布 b10908 版本，主要修复 Metal 后端中 iq mul mv 系列内核在 ne00 < 1024 时的线程闲置问题。改动将 #28086 的行切分方案推广到 iq1 s、iq1 m、iq2 xxs、iq2 xs、iq2 s 和 iq3 s 六个内核，并顺带优化了 src0 行指针偏移与 offset0 的折叠处理。该版本同时

llama.cpp b10903 发布：修复 Vulkan argsort 竞态与越界

llama.cpp 发布 b10903 版本，修复了 Vulkan 后端 argsort 中的竞态条件和越界访问问题（PR #28705），其中越界访问可能解释 CI 中的失败。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

优化跨部署栈的AI推理

戴尔技术团队发表论文，提出跨部署栈的AI推理优化统一分析框架。作者将部署分解为模型层（量化、剪枝、蒸馏）、编译器层（图融合、布局优化、内核自动调优）和系统层（动态批处理、准入控制、内存分层）三层分类法，并将部署形式化为精度、延迟、吞吐、内存和能耗的多目标约束优化问题。论文还提出证据协议以解决现有基准测试条件不可比的问题，并综合了边缘平台与数据中心GPU的实证