AMD

OpenAI联合AMD、NVIDIA等公司推出MRC协议，提升超大规模AI训练网络的性能与可靠性，并已开源至OCP，推动行业标准统一。

OpenAI 联合多家公司开源 MRC 协议，提升大模型训练网络可靠性，已在超算中部署验证。

OpenAI通过MRC协议构建了131,000 GPU训练网络，采用反直觉的网络设计，显著提升训练效率。

小型专用模型如 CyberSecQwen-4B 在防御性网络安全任务中表现优于大型通用模型，且支持安全本地部署，无需 API 成本。

Sam Witteveen探讨了在AMD硬件上运行本地AI的可能性，强调了本地AI在隐私和成本控制方面的优势。

OncoAgent是一个开源的隐私保护肿瘤临床决策支持系统，结合了双层LLM架构和LangGraph拓扑，显著提升了决策支持系统的性能和安全性。

OpenAI联合AMD、NVIDIA等发布开源协议MRC，解决超大规模AI训练中多芯片数据同步的可靠性与效率瓶颈，显著减少GPU空转时间。

AMD CEO苏姿丰在上海AI开发者大会上表示，AI竞争正从模型能力转向系统工程与全栈优化，开发者需要可落地、可优化、可持续演进的工程体系。AMD以ROCm开源平台为核心，提供云端到端侧的全栈算力，并持续加码中国开发者生态建设。

Andrew Ng 推出新课程《Transformers in Practice》，提供对基于 Transformer 的 LLM 工作机制的实践理解。

苹果暂停Vision Pro研发，团队分拆至Siri与visionOS；微信状态将上线访客记录；AMD或采用三星2nm制程。

AI 既推动芯片创新，也因智能体应用加剧算力消耗，形成算力悖论。

大型语言模型存在推理速度慢、幻觉问题和成本不随规模降低的问题，课程《Transformers in Practice》帮助解决这些问题。

AMD Ryzen AI Halo的本地硬件方案为AI开发者提供了更自主的开发环境，作者认为本地开发比云端更具吸引力，并提议探索自研硬件。

Greg Brockman 宣布 OpenAI 联合 AMD、NVIDIA 等公司推出开源网络协议 MRC，声称可提升大规模 AI 训练集群的可靠性与效率，但全文仅一条推文，无技术细节、架构图或实测数据，信息密度极低。

Anush Elangovan from AMD在AI Dev 26上分享了工程从编写代码转向引导意图的趋势，强调了代理型AI的重要性。

爱范儿早报汇总了Google I/O大会发布的AI更新（Gemini Omni/3.5模型、音频智能眼镜）、苹果iOS 27快捷指令改版、DeepSeek异常回复说明、AMD智能体主机概念、小米YU7 GT纽北刷纪录、华为领跑中国手机市场等10余条科技新闻，整体为新闻聚合性质，缺乏深度分析。