9 則已發布消息 · 按資訊日期排序
GlobalFoundries 公布下一代 FD-SOI 平台 FDX Fusion，針對汽車、機械人、無人機同工業設備等 Physical AI，將數碼邏輯、RF、類比／混合訊號、嵌入式非揮發記憶體同 memory-in-compute 放入同一技術平台。重點係 Physical AI 要同時 sense、think、act、communicate，晶片設計未必照抄數據中心 GPU 路線；但目前只係路線圖，示範晶片目標 2027 年初、量產規劃 2028 年，暫時未有客戶產品或第三方效能數據。
Samsung 10 月 8 日公布第三季初步指引，綜合銷售約 195 萬億韓圜、營業利潤約 107.4 萬億韓圜；Reuters 指盈利按年升約 783%，主要由 AI 晶片帶動記憶體業務。呢則唔係新硬件發布，而係供應鏈實際盈利訊號：HBM／DRAM 旺勢正由『需求故事』走入財務報表，對 GPU 伺服器、記憶體供應同 AI 基建成本都有參考價值；但部門拆分同 HBM 細節要等 10 月 29 日正式業績。
Microsoft 10 月 7 日為 Surface Laptop Ultra 開放預訂，RTX Spark 版本最高提供 128GB 統一記憶體、約 1 PFLOP AI 算力，可在本機運行超過 120B 參數模型；售價由 2,599 美元起。佢同一般『AI PC』最大分別，係把大型模型、代理人 coding 同創作 workload 真正由雲端移到個人裝置，有助私隱同減少逐次雲端 token 成本；但高售價、Windows on Arm 軟件相容性同廠商自報效能仍係落地門檻。
Applied Materials 同 Intel 10 月 6 日宣布，會結合 Applied EPIC Center 同 Intel Oregon R&D 能力，研究先進邏輯材料、晶體管／互連縮放，以及以 Foveros 為基礎嘅 3D 封裝。值得留意嘅唔係一粒即將出貨嘅新晶片，而係兩家公司嘗試由製程材料到封裝共同解決 AI／HPC 嘅互連密度、供電同散熱樽頸；短期屬戰略研發，未有 node、量化目標或產品時間表。
NVIDIA 公布 64GB 統一記憶體版 DGX Spark，保留 GB10 Grace Blackwell、DGX OS、ConnectX-7 同完整 CUDA 軟件堆疊，單機可跑最多約 100B 參數模型；兩部直連可合併至 128GB，官方 Qwen 3.8 27B 測試最高有 1.7 倍效能。重點係本地 Agent、私有資料推理同 fine-tuning 有更標準化嘅桌面方案，但 4,999 美元起售價配 64GB 記憶體，反映『本地 AI 平民化』仍受記憶體成本同產品定位限制。
Sony Interactive Entertainment 公布 Quick Spectral Super Resolution（QSSR），係同 AMD 合作 Project Amethyst 衍生嘅輕量 AI upscaling，毋須 PS5 Pro 專用機器學習硬件，首批由《Marvel’s Wolverine》同《Ghost of Yotei》支援。呢次更新最值得留意係 AI 影像重建由新一代高階晶片功能，轉為可透過精簡神經網絡及手動優化落放到既有終端；Digital Foundry 初測認為清晰度有改善，但效能成本同普及速度仍取決於遊戲商實作。
華為喺 10 月 1 日發布並開售 Mate 90 系列，官方產品資料顯示新機以 HarmonyOS 7、麒麟晶片同多項 AI 影像／安全功能做核心，包括 AI 構圖、AI 超清增強及 AI 變聲檢測；Reuters 亦指出新晶片採用 LogicFolding 設計，以架構方式補足先進製程受限。對 AI 終端市場嚟講，關鍵係手機由單獨加 AI 功能，進一步走向晶片、系統、模型同應用垂直整合；實際端側模型表現、功耗同海外可用性仍要等後續測試。
Financial Times 引述知情人士指，騰訊同 Oracle 簽署五年租賃安排，透過東南亞數據中心取得約 10 萬顆先進 AI 晶片，估計合約值約 70 億美元；Reuters 跟進報道，但明言未能獨立核實，兩家公司亦未回應。若資料屬實，意義在於內地大型 AI 公司可透過海外雲端租賃取得受限制算力，會牽動跨境算力、合規同供應鏈策略；現階段唔應將金額、晶片數量或型號當成已確認事實。
NVIDIA 及 CoreWeave 公布，Vera Rubin NVL72 已於 CoreWeave 提供早期客戶使用，Cognition 更以佢運行 Devin 生產工作負載；官方測試指相對 GB200 NVL72，特定軟件工程推理工作可達 4.8 倍 Token throughput。值得留意嘅唔係單一 GPU 峰值，而係液冷、網絡、CPU、排程、推理軟件同雲服務一齊調校，因為長上下文、多工具呼叫及 sub-agent 會令 Agent 工作負載遠比普通聊天食更多算力；不過相關數字仍主要來自 NVIDIA、CoreWeave 及客戶早期測試，未等同全面獨立 benchmark。
