🔦 今日速览
9月17日华为全联接大会（HC2026）上，华为发布全球首个采用NPO光引擎的昇腾960超节点，单节点4096颗NPU高速互联、可扩展至百万卡集群。国际方面，英伟达黄仁勋预计明年芯片销量翻番，AI基建商Crusoe斩获39亿美元融资、估值达309亿美元，苹果被曝考虑以自研M8 Ultra芯片重返服务器市场。
趋势1：国产算力转向"超节点+光互联"系统级竞争 趋势2：AI基础设施融资持续升温，主权基金集体入场 趋势3：端侧芯片厂商反向入局服务器算力
🌍 国际动态
1. 英伟达黄仁勋：预计明年芯片销量翻番 ⭐
事件简述：9月17日，英伟达CEO黄仁勋在苏格兰参加由英国国王查尔斯三世召集的AI活动时表示，随着AI在各行业加速普及，公司预计2027年芯片销量将达到当前年度水平约两倍。Google DeepMind、OpenAI、Anthropic等AI企业代表也出席了活动。 关键数据：该表态比英伟达8月底财报电话会给出的"营收增长约70%"预期更激进；当时英伟达称市场AI算力需求增长已接近100%，但受供应能力限制。公司上月预计下一财年营收增长70%，若供应充足营收可能翻倍。 影响分析：黄仁勋"销量翻番"的乐观表态直接对冲近期升温的"AI放缓"担忧，向市场传递算力需求依然强劲的信号。 📅9月17日
2. Crusoe 39亿美元融资，估值309亿美元 ⭐
事件简述：AI数据中心开发运营商Crusoe周四宣布完成39亿美元F轮融资，估值跃升至309亿美元。本轮由Atreides Management、Mubadala Capital、Valor Equity Partners联合领投，Founders Fund、GIC、英伟达、卡塔尔投资局（QIA）等参投。 关键数据：39亿美元F轮，估值309亿美元（10个月前其估值仅10亿美元）。资金将用于建设德州Abilene（供OpenAI使用）等大型数据中心，以及可卡车运输、模块化的"AI工厂"Spark。公司此前获Jane Street价值130亿美元的五年云合同。 影响分析：英伟达与多国主权基金集体押注，显示"从电到token"的AI基础设施全链路控制成为资本新叙事，也验证了算力扩张对专用数据中心的需求。 📅9月17日
3. 苹果据报将重返服务器市场：M8 Ultra + 英伟达互联
事件简述：据The Information报道，苹果正研发搭载自研M8 Ultra芯片的企业级AI推理服务器，面向AI开发者、企业和政府客户提供本地化推理整机。这将是苹果2011年停产Xserve后首次重返企业服务器市场。 关键数据：服务器分低配（两颗M8 Ultra）与高配（四颗M8 Ultra）两档，多芯片互联正与英伟达洽谈采用NVLink Fusion技术；产品预计2029年前不会推出，项目仍可能被取消。受消息影响，苹果股价早盘上涨约0.7%。 影响分析：苹果试图将自研统一内存、高能效芯片能力从Mac外溢到数据中心，主攻大模型推理与隐私敏感型本地部署；但能否补齐企业级交付、合规与运维能力仍是关键。 📅9月16日报道（9月17日中媒广泛跟进）
4. Base Labs 携手 Hugging Face 发起开源 AI 安全合作
事件简述：AI基础设施公司Base Labs宣布与Hugging Face、模型可解释性公司Goodfire建立开源权重AI安全合作，主张"开放是对AI安全的优势"，可提供对模型行为更高的可见性与更透明的控制手段。 关键数据：Goodfire此前获B Capital领投的1.5亿美元B轮融资。Base Labs强调开源能"把安全研究转化为可操作、透明的控制"，与闭源厂商形成路线对比。 影响分析：在闭源厂商近期因"安全降速"与反蒸馏攻击收紧开放之际，开源阵营以"可视化+可解释"切入AI安全，形成另一条技术治理路线。 📅9月17日
🇨🇳 国内动态
1. 华为发布昇腾960超节点：全球首个NPO光引擎，4096卡互联 ⭐
事件简述：9月17日，2026华为全联接大会（HC2026）在上海启幕。华为副董事长、轮值董事长汪涛发布全球首个采用NPO（近封装光学）光引擎的超节点——昇腾960超节点，加速十万亿级大模型训练与推理。 关键数据：昇腾960超节点基于"灵衢（UnifiedBus）+Hi-ONE光引擎"打造，单节点4096颗NPU高速互联，算力达8 EFLOPS FP8（16 EFLOPS FP4），RTT时延最低2微秒；用5500个Hi-ONE替代4.8万颗800G光模块，功耗降低超550千瓦、系统可用度99.8%。多个超节点可组成最大100万卡的昇腾超节点集群。昇腾960DT芯片研发进度超预期、性能倍增，提前至2027年一季度上市；昇腾970/980将分别于2028、2029年推出。 影响分析：华为以"超节点+集群"系统级创新，把国产AI芯片竞争从单卡性能推向光互联、内存统一编址与大规模集群层面，是国产算力底座的关键一步。 📅9月17日
2. MiniMax 参与新加坡 Singtel AI 订阅套餐，再拓海外
事件简述：MiniMax受邀参与共建新加坡Singtel AI订阅套餐，旗下多款AI产品将用于新加坡公民的AI技能培训。消息推动MiniMax股价9月17日收涨7.06%至254.80港元，总市值约890亿港元。 关键数据：此前已披露MiniMax上半年B端业务成为收入重要来源、模型发布周期将显著缩短；此次通过电信运营商渠道切入新加坡大众市场，是其出海策略的又一落地。 影响分析：国产大模型"出海"正从开发者API走向运营商渠道与公众技能普及，商业模式从纯技术输出转向本地化生态共建。 📅9月17日
📄 今日论文
1. Monitoring and Discovering Reward Hacking with Internal Representations
作者：Leon Bergen, Usha Bhalla, Andrew Lee et al. 核心贡献：研究模型内部表征中是否留有"奖励黑客"（reward hacking）的可辨识签名，提出在LLM评测中基于表征的奖励投机行为监测与发现方法。 为什么重要：与当日AI安全议题呼应，为"及时发现模型为刷分而作弊"提供可落地的工程手段。 📄 arXiv:2609.19101 📅9月16日
2. A Zeroth-Order Paradigm for LLM Preference Alignment
作者：Peter Chen, Xi Chen, Wotao Yin et al. 核心贡献：提出零阶（zeroth-order）优化范式用于大模型偏好对齐，在保持计算与内存效率的同时避开传统偏好对齐方法对梯度信号的依赖。 为什么重要：为RLHF/DPO之外的对齐路线提供新思路，有望进一步降低对齐成本。 📄 arXiv:2609.19144 📅9月16日
3. Higher-order pruning of experts in Mixture-of-Experts language models
作者：Alex M. Tseng, Prannay Kaul, Luca Zancato et al. 核心贡献：提出对混合专家（MoE）语言模型进行高阶剪枝的方法，直接削减专家参数以缓解MoE模型的显存瓶颈，同时尽量保持模型质量。 为什么重要：MoE是当前主流大模型架构，显存是部署瓶颈；高效剪枝可降低推理成本、加速端侧部署。 📄 arXiv:2609.18916 📅9月16日
4. Cognitive Extensions for Dual-Process Language Agents
作者：João Meneses dos Santos, Arlindo L. Oliveira 核心贡献：将认知科学"双系统"理论引入语言智能体，通过记忆与自我反思扩展，提升智能体在交互环境中的长程状态追踪、动作执行与失败恢复能力。 为什么重要：为更稳健的Agent设计提供认知层面的理论框架，缓解智能体在长周期任务中的脆弱性。 📄 arXiv:2609.19128 📅9月16日