单一来源
当前只有一个可用来源，尚未完成多源交叉核验Google发布两款全新TPU芯片 瞄准安全AI与超长上下文模型需求
Google近日宣布扩展其人工智能芯片产品线，推出两款专门面向不同应用场景打造的新型张量处理单元（TPU），分别命名为TPU 8tx和TPU 8i Max。这两款产品基于Google现有第八代TPU架构开发，旨在满足企业客户对于数据安全和大规模人工智能推理任务不断增长的需求。
其中，TPU 8tx重点面向对隐私保护和数据安全要求极高的行业，包括政府机构、金融服务、医疗健康以及其他受严格监管的领域。Google表示，该产品引入了机密计算能力，可在数据处理过程中对模型权重和敏感信息进行保护，避免其暴露于未经授权的访问环境中。
为实现这一目标，TPU 8tx与AMD处理器协同工作，并将加密功能深入整合至硬件层面。与传统方案需要在内存中解密数据后再进行运算不同，新方案能够显著提升敏感数据处理过程中的安全性，满足企业部署高安全等级AI系统的需求。
另一款新品TPU 8i Max则专门针对需要超长上下文窗口的大模型应用而设计。近年来，随着生成式人工智能和AI代理技术快速发展，越来越多模型需要一次性处理海量文本、代码或数据，从而对内存容量和推理性能提出更高要求。
据介绍，TPU 8i Max通过增强计算能力和内存资源，可以支持更长的上下文窗口，使人工智能模型在单次请求中分析更多内容。这一能力对于复杂代码生成、数学推理、科学研究以及药物研发等场景尤为重要，能够帮助模型保留更多背景信息并提高任务完成质量。
GoogleAI基础设施负责人阿明·瓦赫达特表示，这两款芯片并非全新架构产品，而是在现有第八代TPU基础上针对客户需求进行专项优化的衍生型号。公司认为，与其开发一款试图覆盖全部市场需求的通用芯片，不如打造多个面向特定场景的专业版本，从而为用户提供更高价值。
今年早些时候，Google已经发布第八代TPU系列中的TPU 8t和TPU 8i。前者面向大规模模型训练任务，后者则针对低延迟推理进行了优化。随着TPU 8tx和TPU 8i Max加入阵容，Google第八代TPU家族已扩展为四款产品，覆盖模型训练、安全推理、低延迟推理以及超长上下文推理等多个细分领域。
分析人士指出，此次新品发布反映出人工智能基础设施正在从单纯追求算力规模转向满足更多实际业务需求。随着AI代理、企业级生成式AI以及长上下文模型逐渐普及，安全性、内存容量和推理效率正成为继算力之后的新竞争焦点。
Google最初开发TPU主要用于支持自身人工智能服务，如今已将其作为云计算业务的重要组成部分向外部客户开放租用。当前，TPU已经成为英伟达GPU之外最重要的AI计算平台之一，并被多家大型人工智能企业和云计算客户用于训练和部署先进模型。
随着新型号的推出，Google希望进一步提升其在人工智能基础设施市场中的竞争力，并为下一代AI代理和复杂推理系统提供更具针对性的底层硬件支持。 查看评论
Evidence
来源与证据
当前仅有一个可用来源，尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
内存短缺推高成本 部分手机厂商开始回收旧设备DRAM再利用
随着移动DRAM合约价格持续上涨、供应紧张，一些手机品牌正考虑把从旧设备拆下的内存芯片重新加工后，装入新手机，尤其是入门机型。TrendForce估计，这类“重植球”内存2026年在智能手机市场的渗透率约为3%至4%，2027年可能升至7%至9%。重植球是指从旧设备主板拆下内存芯片，经过检测和翻新后重新植入焊球，再焊接到新设备主板上。TrendForce称，当前市场上的回收芯片以4GB LPDDR4X为主，主要用于售价低于1299元人民币的4G手机。对于价格敏感的低端市场，这种做法能缓解物料成本上升压力，帮助厂商维持售价竞争力。TrendForce指出，若移动DRAM价格在2027年第一季度进
天翼 AI TeleAgent V3.0 推出云电脑云端执行能力
中国电信天翼 AI 的星辰超级智能体 TeleAgent 推出 V3.0 版本，在原有桌面端本地执行能力基础上新增基于完整 Windows 云电脑的云端执行能力，可让 Agent 在独立云端空间自主操作软件、处理任务，不占用本地资源，且更贴合国内办公生态。该版本同时升级多端协同、记忆同步等功能，完善技能广场、专家体系与连接器生态，还面向企业用户推出专属技能广场与配套管理后台，构建起以 Agent 为执行主体、本地与云端为两类执行环境、多终端为交互入口的协作模式，推动人与数字世界的交互向新阶段演进。
【开源发布】PyTorch v13.5
PyTorch（pytorch/pytorch）发布 v13.5。更新说明：First of three steps toward a CUDA 13.5 CI image: install_cuda.sh: install_135 (CUDA 13.5.0 runfile cuda_13.5.0_linux, cuDNN 9.27.0.42, cuSparseLt 0.8.1.1, NVSHMEM, NCCL). almalinux/Dockerfile + build-almalinux-images.yml: a cuda13.5 stage/tag, publishing pytorc
让 AI「摸懂」物理世界，首个触觉推理模型 Touch-R1，入选 NeurIPS 2026
针对现有多模态模型偏重视觉、易在视触觉信息冲突时误判物体物理属性的问题，戴盟机器人团队联合多所高校提出首个触觉锚定物理推理模型 Touch-R1，首次将强化学习系统性引入触觉推理领域。研究团队同步构建了大规模跨传感器触觉推理数据集 TouchReason-1M 与触觉推理评测基准 TouchReason-Bench，形成完整的触觉推理基础设施。Touch-R1 采用三阶段训练流程，通过面向触觉设计的强化学习策略，实现跨传感器的物理属性一致推理，可依据触觉证据修正视觉误判。在 TouchReason-Bench 基准测试中，Touch-R1-7B 的 9 项核心性能指标均大幅领先 GPT-4o
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。