Nvidia 发布开源语音分离模型 Nemotron 3 Diarization，实时区分最多八位说话人

Nvidia 发布开源工具 PAIR（Personal AI Router）测试版，可在家庭网络设备间自动分配本地 AI 请求，充当 Ollama、LM Studio 等工具与各机器之间的虚拟路由，无需改动现有智能体或应用。

OpenAI 在 Hot Chips 大会上首次展示自研推理芯片 Jalapeño 的基准测试结果，该芯片在每瓦吞吐量和 token 延迟上据称超越 Nvidia Blackwell 和 Rubin。

Nvidia在Hot Chips 2026上宣布推理加速器Groq 3 LPX进入全面量产，面向智能体AI的快速token生成。Artificial Analysis基准测试显示，在Gemma 4 31B模型上其机架达每秒3，400 tokens，Nvidia称比Cerebras的882 tokens快四倍。

Cerebras 发布新一代 AI 加速器 CS-4，CEO 称其为业界最快系统。该机架级产品仍采用 5nm WSE-3 芯片，通过提升功耗与散热将时钟频率翻倍，单机架容纳三片晶圆，每用户每秒可处理高达 4，400 tokens，据称比 Nvidia GPU 方案快 30 倍。

NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作，通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构，旨在为下一次疫情储备知识。

Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。

NVIDIA 实测数据显示，Vera Rubin NVL72 在智能体工作负载下每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍，每百万 token 成本降低至 35 倍。

NVIDIA 在 FMS 大会上宣布开源 cuFile API 及底层存储软件栈，让 GPU 可直接读写存储，访问延迟降至微秒级。其 Vera CPU 在两级压缩与加密流水线中吞吐量比 x86 CPU 最高提升 3.21 倍，并联合 40 多家厂商推出 Storage-Next 计划。

NVIDIA 宣布开源 Medical Physics Simulation 框架，这是 Isaac for Healthcare 中首个 GPU 加速的医疗物理仿真能力。该框架可并行运行 8，192 个机器人训练环境，将训练时间从超过 5 小时缩短至不到 2 分钟。CMR Surgical、Johnson & Johnson MedTech 等机构已在使用该框架。

面壁智能发布全球首个完全由AI编写、无人类干预的生产级大模型预训练框架ForgeTrain。该框架针对特定模型和硬件从零自动"锻造"专用训练代码。基准测试显示，ForgeTrain在8小时内追平Megatron-LM，1.5至2天内实现稳定反超，模型FLOPS利用率提升约8%~10%，且可迁移至不同模型（MiniCPM4-0.5B/8B）和硬件（H100及昇腾NPU）。其采用四阶段Harness优化流程，全程自动判定。面壁智能将其工程思想概括为Forge Engineeri…