/
MemryX扩展Cascade平台，为边缘服务器带来高能效AI加速方案
MemryX公司宣布扩展其Cascade部署平台，推出三款基于MX3加速架构的新品：面向高密度边缘服务器的Cascade 100P PCIe加速卡、通过USB-C接口为现有系统添加AI能力的Cascade 100U，以及适用于树莓派生态的Cascade 100R HAT+。三款产品共享统一软件环境，支持从嵌入式开发到边缘服务器的全场景AI部署，主打低功耗与高扩展性，本周于芝加哥Automate 2026展会正式亮相。
Onsemi斥资70亿美元全股票收购Synaptics，加速布局实体AI
模拟芯片制造商Onsemi宣布以约70亿美元全股票方式收购物联网与人机界面技术公司Synaptics。此次收购将帮助Onsemi推进"物理AI"战略，将AI能力从云端数据中心延伸至现实世界。Synaptics每股将换取1.35股Onsemi股票。Onsemi首席执行官表示，双方在芯片、连接解决方案及软件平台的结合，将为机器人、无人机及自动驾驶等领域带来巨大潜力，并有望将可寻址市场规模扩大300亿美元至2430亿美元。
SiMa.ai与Mistral Solutions携手合作，加速自主无人机智能化部署
SiMa.ai与AXISCADES旗下子公司Mistral Solutions宣布建立战略合作伙伴关系，联合推出工业级无人机参考设计方案。该方案结合Mistral在嵌入式系统与无人机硬件设计领域的深厚积累，以及SiMa.ai的Physical AI平台与Modalix MLSoC芯片，在严格的尺寸、重量和功耗约束下，实现传感器融合、GPS拒止导航、障碍物检测及自主任务规划等全栈无人机自主功能，功耗低于10W且无需依赖云端。参考设计预计于2026年第三季度向合格OEM厂商开放。
nLighten CEO谈边缘数据中心与数据主权的现实挑战
nLighten以1500万英镑翻新布里斯托数据中心，瞄准本地高科技客户群体。CEO Dawn Childs接受采访，就英国AI增长区政策、能源供应现实、数据主权及高密度GPU机架改造难题发表见解。她指出，英国政府预期多GW数据中心容量目标脱离实际，能源成本是北欧和美国的四倍，预计到2030年代中期仅约2GW能真正投入市场。企业因担忧美国《云法案》正回归边缘部署，欧洲本地数据中心因此重获关注。
免费网络研讨会：基于近内存计算的持续边缘感知技术
Edge AI与视觉联盟将于2026年9月24日举办免费网络研讨会，FotoNation CEO Petronel Bigioi将主讲"基于异构近内存AI架构的持续边缘感知"。内容涵盖面向AR眼镜、可听设备及电池传感器等边缘设备的低功耗持续感知技术，重点介绍FotoNation的近内存AI架构，包括低功耗设备引擎、ISP-Lite前端及自适应ROI计算，实现毫瓦级功耗下的实时感知。
边缘AI优化：为何边缘端性能部署远比想象中复杂
边缘AI正在重塑智能系统的构建方式，使设备无需依赖云端即可本地处理视觉信息。然而，将AI模型从服务器迁移到资源受限的边缘设备，面临延迟、带宽、功耗、精度等多重挑战。本文深入探讨边缘AI推理与训练的核心差异、AI加速芯片的工作原理、量化优化的技术难点，以及在实际部署中常被低估的工程复杂性，为开发者提供系统性参考。
nLighten完成布里斯托尔边缘数据中心1500万英镑改造升级
nLighten完成其布里斯托尔数据中心1500万英镑的翻新工程，AI就绪电力容量翻倍至1.2MW。此次升级引入2.4MW模块化锂电池UPS及闭环冷却系统，并预留直接液冷接口，支持每机架150至200kW高密度部署。该设施定位为"主权基础设施枢纽"，面向有数据驻留与安全需求的公共及私营机构。nLighten计划投入逾1亿英镑升级其英国全国数据中心网络。
物理边缘的AI工程化部署：挑战与机遇
随着AI从云端洞察向真实世界行动演进，企业正面临如何在物理环境中规模化部署智能的挑战。物理AI不同于纯软件AI，需在安全关键、高度监管的复杂环境中可靠运行，容错率极低。规模化落地的最大障碍往往不是模型本身，而是数据质量、遗留系统集成与基础设施。边缘AI、生成式AI与自主智能体的融合正成为趋势，但成功的关键在于可重复架构、全栈工程能力与清晰的安全边界。
夏季停电与人员短缺，边缘网络运维面临双重挑战
夏季是边缘IT环境的高风险季节。据StorMagic现场CTO Mark Christie指出，断电而非硬件故障才是分布式站点宕机的首要原因，部分企业每周发生约十次断电事故。UPS系统维护不足是关键隐患，45%的重大数据中心故障源于电力问题。与此同时，夏季员工休假导致人手不足，进一步拖慢故障响应速度。专家建议企业重视UPS维护、完善内部文档体系，在成本与韧性之间寻求平衡。
端侧物理AI时代即将来临
英伟达CEO黄仁勋将物理AI与机器人定义为50万亿美元的市场机遇，并与LG集团达成多万亿美元合作，专注人形机器人与物理AI工厂建设。当前AI正从数据中心向边缘设备迁移，形成端侧AI（PC/移动）与分布式微型数据中心两条路径。随着推理能力向边缘延伸，机器人、无人机及自动驾驶汽车时代正在加速到来，算力瓶颈也从云端模型训练转向边缘实时执行。
SiMa.ai推出智能体开发工具，将物理AI部署周期从数月缩短至数天
AI芯片初创公司SiMa Technologies发布了Palette Neat，这是一款专为物理AI打造的智能体开发环境。该工具可与公司的Modalix MLSoC系统模块及新款PCIe扩展卡配合使用，帮助开发者快速构建能够感知、学习并与真实世界交互的应用。开发者只需用自然语言描述需求，系统即可自动生成底层计算代码，将传统需要数月的移植工作大幅压缩，并可复用90%的历史软件资产。此外，Modalix SoM支持在10瓦功耗内并发运行多个大语言模型，可作为英伟达同类模块的直接替代方案。
边缘AI快速落地，Wi-Fi技术迎来跨越式发展
随着边缘AI基础设施加速建设，Wi-Fi正从家用共享技术演变为工业级关键通信基础设施。Wi-Fi 7凭借更高可靠性和更低延迟，成为边缘计算部署的核心连接技术，而即将到来的Wi-Fi 8将进一步实现"确定性传输"。边缘AI强调本地化数据处理，不仅提升响应速度，还通过减少数据外传降低安全风险。芯片架构也随之进化，需同时支持蓝牙LE、Thread、Zigbee等多种协议，以协同管理日益复杂的设备生态。
实时感知与FPGA技术的未来：机器人领域网络研讨会即将举行
Lattice Semiconductor将于2026年7月25日举办网络研讨会，主题为"机器人未来：实时感知、边缘AI与FPGA的角色"。来自Lattice、Airy3D和MassRobotics的专家将探讨3D传感、机器视觉、传感器融合及边缘AI如何推动下一代机器人系统发展。研讨会将重点介绍低功耗FPGA如何实现近传感器处理与工作负载分配，助力更高效的机器人平台，并以人形机器人为例说明相关系统级趋势。
意法半导体推出内置AI的高性能振动传感器，为工业状态监测提供压电传感器替代方案
意法半导体（STMicroelectronics）发布工业级振动传感器IIS3DWB10IS，搭载全新ISPU 2.0智能处理单元，支持10kHz以上频率、最高200g动态范围的振动检测，噪声低至35μg/sqrt(Hz)。集成硬件加速器可实现边缘AI推理与实时信号处理，性能较上代提升4倍。该产品具备轻量化、低功耗、易集成等优势，是工业状态监测领域压电传感器的有力替代方案，预计2026年7月上市。
Rivian R2 首次试驾：除了这一点，这款车几乎完美
Rivian邀请媒体赴犹他州帕克城试驾其"押注未来"的量产SUV——R2。这款售价4.5万美元起的车型正式开始交付，外观酷似缩小版R1S，搭载88kWh电池，驾驶质感更运动，能耗表现出色，峰值充电功率达240kW。车内配备200 TOPS边缘AI算力、触觉方向盘及双屏系统。但自动驾驶能力落后、V2X功能长期缺席等短板仍是隐忧。R2能否助Rivian完成量产跨越，是其生死之战。
英伟达支持的"迷你数据中心"能否绕过电网瓶颈？
Nvidia联合房屋建造商PulteGroup与智能电力面板初创公司Span，正探索将冰箱大小的液冷XFRA节点部署在住宅旁，利用电网闲置容量构建分布式AI算力网络。作为回报，房主将获得免费或大幅补贴的电费和网络服务。该方案据称成本比超大规模数据中心低5倍、部署速度快6倍。目前试点项目已在约100套新建住宅中启动，并计划扩展至超过1GW的年算力容量。不过，也有批评者对其安全性、能耗及社区影响表示担忧。
Mentium Technologies Luna-R1 AI芯片入选ET-01星座任务，完成多星部署里程碑
Mentium Technologies宣布，其新一代AI处理芯片Luna-R1已被选用于EarthTraq开发的ET-01低轨卫星星座任务，该任务获得NASA小型航天器与分布式系统项目支持。四颗卫星将搭载SpaceX Transporter-17发射，每颗均配备Luna-R1计算板。该芯片支持在轨实时AI推理、异常检测与分布式协同处理，可降低延迟并提升星座整体运营效率。此外，Mentium正研发下一代加速器Luna-2，算力达4.2 TOPS，功耗仅150毫瓦。
英特尔凭借机器人芯片重磅杀入物理AI赛道
英特尔宣布重返多年前因财务问题退出的机器人市场，将其纳入边缘AI战略布局。其Intel Core Ultra Series 3处理器已应用于130个边缘AI与机器人设计，并与SensoryAI达成合作，为机器人咖啡师Ella提供AI芯片支持。该芯片可将计算机视觉、实时控制等功能集成于单颗芯片中。摩根士丹利预测，机器人市场到2050年价值或达5万亿美元。新任CEO陈立武将机器人列为公司重点增长方向。
在高通 Hexagon 上运行 BitNet：自定义 1.58 位内核实践
ENERZAi团队成功在高通QCS6490 Hexagon NPU上通过QNN部署了BitNet (b1.58) 2B模型。BitNet b1.58是微软研究院提出的大语言模型架构，采用三值权重（-1、0、+1）表示，极大压缩了模型体积，适合边缘端部署。由于高通QNN等主流NPU SDK不支持BitNet的三值运算，ENERZAi通过自研1.58位定制内核，成功突破这一限制，为未来在NPU上运行80亿参数以上模型奠定了基础。
NVIDIA Jetson将智能体AI带入物理世界
NVIDIA在COMPUTEX大会上发布JetPack 7.2与NemoClaw框架，正式将智能体AI从服务器延伸至机器人、工业自动化和边缘计算设备。JetPack 7.2带来Yocto项目支持、CUDA 13升级及MIG多实例GPU功能，Jetson AGX Orin 32GB算力提升20%至241 TOPS。NemoClaw可通过单条命令部署至Jetson平台，已在智能零售、人形机器人、交通管理、无人机配送等场景中落地应用。
京公网安备 11010802021500号
