把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
Google 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供完全可验证、可审计的保障，Gboard 已采用该系统并受益于显著更快的计算速度。系统通过访问策略发布至公开透明日志 Rekor、KMS 密钥管理与可复现构建，让外部审计者能核查服务端运行的代码。Gboard 已用该系统上线英语和日语下一词预测模型，隐私保障更强且准确率提升，训练瓶颈从设备端转移到服务端。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其隐私验证机制与 Gboard 落地效果。
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 DGX Spark 64GB 统一内存版本，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。
推荐理由：原文给出 64GB 版本的售价、上市时间与双机集群的实测加速比，可据此判断本地跑大模型的成本与扩展方式。
GPT-6 Astra Ultrafast 已在 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户中上线，运行在 NVIDIA Blackwell GPU 上，token 生成速度最高可达 Astra Standard 模式的 8 倍。
推荐理由：OpenAI 与 NVIDIA 联合说明 GPT-6 Astra Ultrafast 的推理加速方式，读者可了解其速度提升与适用场景。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线，由作曲、交付、合规三个智能体在同一 GPU 实例的共享会话中协作产出可播放的 .wav。
推荐理由：原文给出可复现的三智能体音乐制作流水线代码与实测耗时，读者可据此迁移到其他长时 GPU 工作流。
CoreWeave 宣布在 CoreWeave Cloud 上提供 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网网络，成为首批交付该平台的云厂商之一，Cognition 是首个在生产环境运行 Vera Rubin 的客户。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据，可据此判断智能体编码的算力成本走向。
OpenAI 在 DevDay 2026 上发布 dots 常驻智能体、GPT-6.1 Sol 模型、Ultrafast 加速模式、Decisions API、ChatGPT Spaces 与 Marketplace，并称 ChatGPT 周活达 12 亿。
推荐理由：汇总 OpenAI DevDay 2026 的发布清单与第三方评测数据，可快速了解新模型定价、智能体产品与平台变化。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，是 GPT-6 Sol 的一次重大升级，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由：官方给出 GPT-6.1 Sol 在 Bedrock 上的可用入口与成本对比，读者可据此判断智能体编码任务的性价比。
微软研究院发布针对物理 AI 机器人推理基础设施的系统性研究，指出把推理全部放在机载 GPU 上会限制机器人性能、续航与扩展性，卸载到边缘或云端 GPU 则有明显收益。
推荐理由：微软对机器人推理负载的系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可同时改善任务成功率与续航。
Google DeepMind 公布 Private AI Compute 的新技术能力，将持久化服务端记忆引入该平台，使 AI 助手能在多设备间保留上下文，同时维持接近端侧的隐私标准。
推荐理由：Google 公开了云端持久记忆的加密与验证机制，可据此了解跨设备 AI 记忆如何兼顾隐私。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持，免费开源并已在 GitHub 提供。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并列出多家厂商的落地方式，可据此判断开源机器人栈的演进方向。
Hugging Face 在 transformers 中加入 GGUF 支持，用户可从 Hub 选取量化检查点，通过 from_pretrained 传入 gguf_file 在本地生成，无需额外配置。
推荐理由：Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重，并给出与 llama.cpp 的性能对比和当前限制。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产 Rust，代码主要由 AI 智能体编写，分布在 128 个合入 main 的 PR 中并逐步发布。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁到 Rust 的完整数据，可看到智能体协作与人工把关的实际分工。
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由：MLPerf v6.1 首次提交数据给出 Vera Rubin NVL72 相对 GB300 的吞吐倍数与 99% 扩展效率，可作推理基础设施选型的量化参照。
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 与 PSG Equity 联合领投。公司称这是欧洲科技企业完成的最大规模股权融资，资金将用于扩展前沿研究、算力与商业增长。Mistral 目前业务覆盖 20 个国家，服务 125 家以上全球企业，包括 Airbus、ASML 和 HSBC。
推荐理由：Mistral 完成欧洲最大股权融资，读者可了解其主权开源全栈路线与投资方结构。
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot CLI 中通过运行时编排多个提供商的模型，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个基准上的质量成本对照，可据此判断多模型编排在编码任务中的取舍。
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由：Mistral 把区域推理、SLA 保障和第三方开源模型接入放进同一套基础设施，读者可据此判断企业级部署的合规与算力选项。
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX 后端，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核知识迁移到 Apple Silicon。
推荐理由：K-Search 把 CUDA 内核经验迁移到 Apple Silicon，读者可看到跨平台内核优化的具体方法与实测数字。