芯片与算力

影石多线扩张遇财务压力：利润骤降、现金流承压

雷峰网分析影石2026年前三季度财务表现：营收同比增长42.73%至94.36亿元，但归母净利润下降93.96%至4783.56万元，合并净利润亏损1.67亿元，经营现金流净流出42.64亿元，存货增至71.54亿元。公司正同时推进全景无人机影翎A1、云台相机Luna Ultra、智能眼镜与微单等多个新品类，但无人机仍处市场教育期且子公司上半年净亏损2.90

llama.cpp b12002：ggml 新增批量张量拷贝 API 并支持 CUDA

llama.cpp 发布 b12002 版本，核心变更为 ggml 新增通用批量张量拷贝 API，并在 llama 的 context IO 与设备 IO 中启用该 API，同时加入 CUDA 后端支持。该版本移除了异步 tensor n API，改为按缓冲区类型分组批量操作，并新增 mock buffer 类型测试以覆盖调度逻辑与回退路径。

天数智芯天垓300实测对标H200，国产GPU转向系统效率与软件适配

天数智芯在媒体开放日上披露，其新一代通用GPU天垓300在第三方测试中，典型PD分离部署下单卡端到端吞吐达到英伟达H200的1.05倍，GLM-5.3长上下文MoE吞吐为H200的1.15倍，Agent场景首字延迟降低约10%至30%。公司同时展示AFD异构分离方案（GPU承担Prefill与Decode中的Attention，合作厂商XPU承担FFN），称

另有 1 家信源报道

llama.cpp b12001：ROCm/HIP 新增 RDNA4 M 支持

llama.cpp 发布 b12001 版本，在 ROCm/HIP 后端新增 RDNA4 M 家族支持，覆盖 gfx1170/gfx1171 架构。该改动指出 gfx117X 更接近 RDNA4 并支持 128b WMMA，但两者并不完全相同，因此调整相关宏定义以适配新家族。同时该版本照例提供 macOS、Linux、Windows、Android 等多平台

伯牙智能刘欣：灵巧手需开辟第三市场，绳驱将后来居上

伯牙智能创始人刘欣在访谈中介绍了公司首款灵巧手高山 S1，该产品有 22 个自由度，采用绳驱为主、齿轮直驱加丝杠连杆为辅的混合驱动，并称是全球首家采用绳驱加丝杠并联手腕构型的公司。刘欣认为当前灵巧手市场两极分化，低自由度产品多用于表演，高自由度产品价格高、寿命短、难以落地，行业需要开辟可接受成本的第三市场。他还判断模型可能比硬件更早触及能力拐点，绳驱路线将后

Rokid 发布全彩 AI 眼镜 Color，全彩成行业入场券

Rokid 创始人兼 CEO Misa 发布首款全彩 AI 眼镜 Rokid Color，在 55 克机身内保留摄像头、扬声器等完整功能，并称其为“眼镜的 iPhone 时刻”。同一天雷鸟创新官宣第四代双目全彩 AI 眼镜雷鸟 iO+，影目科技也预告“不止全彩”发布会，全彩眼镜成为头部玩家正面竞争焦点。文章指出全彩依赖 JBD 等上游 Micro-LED 供

llama.cpp b11986：OpenCL 初步支持 IQ2 量化

llama.cpp 发布 b11986 版本，为 OpenCL 后端新增对 IQ2（iq2 s、iq2 xs、iq2 xxs）量化格式的初步支持，覆盖 AOS/SOA 矩阵向量乘、tiled mm、Adreno 平台的 noshuffle gemm/gemv 与 dp4a 实现，并优化了 Adreno 解码与窄批次性能。该改动由高通工程师 Hongqiang

llama.cpp b11985：Metal 后端 MXFP4 与算子性能优化

llama.cpp 发布 b11985 版本，主要针对 Metal 后端做性能优化：MXFP4 矩阵-向量内核改用 fp16 位技巧解码 fp4 值并以对齐的 32 位字加载打包半字节，不再使用 threadgroup 内存；连续一元与二元算子改用最多 256 线程的完整 threadgroup 并做尾部边界检查；GLU 行拆分到多个 threadgroup

NVIDIA 用 Tensor Core FP32 加速机器学习原子间势推理

NVIDIA 技术博客介绍如何用 Tensor Core FP32 方法加速机器学习原子间势（MLIP）推理。文章以 EPFL 的 PET 模型为测试对象，在 Blackwell GPU 上用 BF16x9、在 Ampere GPU 上用 TF32x3 分解 FP32 运算，在保持接近 FP32 精度的同时提升矩阵乘法吞吐。实测 17,280 原子体系大 G

美国反垄断监管机构审查英伟达收购Hugging Face及销售行为

美国司法部正在审查英伟达计划以129.3亿美元收购开源平台Hugging Face的交易，关注该收购是否会让英伟达控制AI分发的关键枢纽并损害竞争对手。同时，美国反垄断监管机构还在调查英伟达的收购、投资、销售行为以及是否对客户施压，涉及SchedMD、Run:ai收购和Groq授权协议。法国竞争管理机构也在调查英伟达涉嫌反竞争行为，担忧行业对CUDA的依赖及

llama.cpp SYCL 反量化内核向量化优化

llama.cpp 发布 b11979 版本，针对 SYCL 后端重排布局的反量化内核做向量化优化，覆盖 Q4 0、Q4 K、Q5 K、Q6 K、Q3 K、Q2 K、IQ3 与 MXFP4 等量化格式。改动将标量存储改为 vec4 向量存储，输出保持逐位一致，在 Arc Pro B70 上 prefill 性能提升 3.6% 至 28.7%，MXFP4 Mo

天数智芯现场PK英伟达：天垓300对标H200，端侧TY1200反超Thor

天数智芯在上海举办发布会，现场用天垓300 GPU与英伟达H200进行文生图等随机出题PK，称其耗时95.6秒优于H200的112秒；端侧彤央TY1200与Jetson Thor T5000对比，在多个模型上跑出更高性能。公司同时发布天数智算软件栈，用Agentic AI辅助环境部署、性能调优和算子开发。天垓300基于天枢架构，官方称其为国内首个实测性能达到

另有 1 家信源报道

NVIDIA RTX Spark 笔记本新增模型、Agent 工具与游戏支持

NVIDIA 宣布 RTX Spark Windows 轻薄笔记本已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 上市，搭载 Blackwell RTX GPU 与 Grace CPU 超级芯片，最高 128GB 统一内存和 1 petaflop FP4 AI 性能。同时推出开源权重语音模型 Nemotron 3.5 Trans

llama.cpp b11962：CUDA 融合 MoE gate/up 与 GLU

llama.cpp 发布 b11962 版本，核心变更是 CUDA 后端在 MMQ 中融合 MoE（MUL MAT ID）的 gate/up 与 GLU 计算（PR #31188）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包，并新增 Snapdragon 平台 CPU/Adreno GPU/

llama.cpp b11953：CUDA 新增 384 专家 top-k MoE 融合

llama.cpp 发布 b11953 版本，主要变更是为 CUDA 后端新增针对 384 个专家的 top-k MoE 融合算子（PR #31288），该改动由 Codex 辅助完成。发布同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制

153亿元，英特尔宣布收购量子软件公司Classiq

英特尔CEO陈立武宣布已达成协议收购以色列量子计算软件提供商Classiq，交易价格约23亿美元（约合人民币153亿元），是迄今全球量子计算行业规模最大的收购案。英特尔计划将Classiq的自动化量子算法合成平台与其量子软件平台、硅自旋量子比特技术及半导体制造技术结合，打造全栈量子计算平台，并将QPU加入其CPU、GPU、ASIC产品组合。交易尚需监管批准，

Arm发布智能体AI CPU性能测评方法论

Arm云AI解决方案架构总监Ravi Malhotra向媒体分享了Arm针对智能体AI的CPU性能测评方法论，并发布《如何为智能体AI定义CPU和软件栈性能》白皮书。该方法论将智能体任务拆分为Token生成（推理与规划）和基于Token采取行动（工具调用与编排）两个阶段，提出组件基准测试与端到端智能体基准测试相结合的评估思路。Signal65的独立报告显示，

llama.cpp b11933：Vulkan 修复 MUL MAT dim 3 广播

llama.cpp 发布 b11933 版本，主要修复 Vulkan 后端在 MUL MAT 算子中对 dim 3 广播的支持：此前 supports op 会拒绝 src0 与 src1 在 ne3 维度不一致的 MUL MAT，导致这类矩阵乘回退到 CPU 并复制权重，且切分布局随 ubatch 流数变化。该改动仅对 MUL MAT ID 保留严格检查，

llama.cpp b11930：server 新增动态卸载模型的内存余量参数

llama.cpp 发布 b11930 版本，其 server 组件新增 --models-memory-max 参数，允许在模型超出内存阈值时动态卸载模型，并按设备分别应用内存余量。该改动还修复了测量子进程内存核算与排队加载在内存受限时的自旋重试问题。此次更新提升了多模型服务场景下的显存/内存管理能力。

General Compute 完成 1 亿美元 A 轮融资，押注推理芯片云

AI 云服务商 General Compute 完成 1 亿美元 A 轮融资，由 Blackbird Ventures 和 Abstract Ventures 领投，投后估值达 8 亿美元。该公司避开 GPU 红海，专注用 SambaNova、Positron、Cerebras 等厂商的推理专用芯片搭建云服务，并已签下一家年经常性收入 1 亿美元的大客户。在