1️⃣ Amazon 把 Trainium 開放給所有 PyTorch 開發者：免改程式碼直攻 Nvidia 護城河
Amazon 宣布 AWS Trainium 晶片全面支援 PyTorch，推出 TorchNeuron 開發工具，開發者幾乎不需改寫程式碼就能把訓練與推論搬到 Trainium 上。Nvidia 最深的護城河向來是 CUDA 軟體生態，Amazon 這一步直接挑戰「轉移成本」這道牆——若自研晶片真的做到無痛遷移，雲端 AI 算力市場的議價格局可能改寫。
🔗 來源：About Amazon｜📌官方公告
2️⃣ Nvidia 拿下 Modal：Vera CPU 首樁指標性客戶，向 Intel、AMD 開戰
Reuters 報導，快速成長的 AI 新創 Modal 將改用 Nvidia 新一代 Vera 中央處理器，這是 Vera CPU 的指標性勝利——過去雲端 CPU 幾乎是 Intel 與 AMD 的地盤。Modal 表示 Vera 讓其 AI sandbox 吞吐量提升約一倍。Nvidia 正把 GPU 帝國延伸到 CPU 戰場，AI 基礎設施的整碗端走策略越來越明顯。
🔗 來源：Reuters｜📰媒體報導（Reuters）
3️⃣ Meta 公開 Prometheus 超級叢集：劍指百萬 GPU 的千兆瓦怪獸
Meta 工程部落格首度揭露 Prometheus 超級叢集全貌：第一階段已完工，採用 GB200／GB300 NVL72 機櫃，目標擴展到 100 萬顆 GPU 的 gigawatt 級叢集，用來訓練新一代 Muse 模型。這篇技術長文罕見公開了電力、網路與可靠度設計細節，是理解 AI 超級基礎設施如何「用電廠規模思考」的第一手教材。
🔗 來源：Engineering at Meta｜📌官方公告
4️⃣ NPR：AI 模型正在改寫颶風路徑預測，氣象預報進入新時代
NPR 專題報導，AI 天氣模型正快速改變氣象單位預測颶風路徑的方式——相較傳統數值模式動輒需要超級電腦跑數小時，AI 模型能在數秒內產出精度相當甚至更好的預測。在極端天候越趨頻繁的當下，更快的預報意味更早的疏散決策，這是 AI for Science 落地民生最直接的例子之一。
🔗 來源：NPR｜📰媒體報導（NPR）