阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-184 篇

刷新

美国司法部与商务部确认对Megaspeed展开刑事调查,涉Nvidia芯片出口违规

实质变化
2026-11-17 21:30

美国司法部和商务部于2026年11月17日发表联合声明,确认对新加坡云计算公司Megaspeed展开刑事调查。当局指控该公司可能规避了旨在限制向特定国家和实体出售先进AI芯片的出口规则。这一进展标志着此前围绕英伟达(Nvidia)前CEO黄仁勋个人丑闻引发的行政审查,正式升级为联邦层面的刑事执法行动。

声明指出,Megaspeed是涉嫌协助将受控AI芯片转运至中国的多家企业之一。尽管英伟达早在2025年6月就将Megaspeed列入“禁止销售”名单,但《纽约时报》报道显示,Megaspeed的一家马来西亚子公司在此后长达八个月的时间内,仍继续接收大量英伟达芯片。这些包括Blackwell和H200在内的受控组件据信通过第三方或直接发货给名为Speedmatrix的实体,随后被转手至中国。

英伟达方面辩称,其曾获得美国商务部的许可向Megaspeed运送组件,且目前仍将Megaspeed列为云合作伙伴。然而,此次刑事调查的启动表明,监管机构对英伟达合规执行力的质疑正在加深。此前,美国商务部自2024年起便对Megaspeed进行初步调查,并于2025年5月要求英伟达提供相关销售数据。随着调查深入,司法部在2025年6月官员访问Megaspeed并询问前高管Alice Huang后接管了主导权。

对于AI产业投资者而言,这一事件凸显了全球AI算力供应链中的地缘政治风险与合规漏洞。Megaspeed曾被指帮助移动约20亿美元的英伟达芯片进入中国。随着美国政府对芯片走私打击力度的加强,依赖灰色渠道获取算力的中国AI企业面临更大的供应中断风险,而英伟达等芯片制造商则需应对更严格的出口管制审计及潜在的法律责任。

信息源:Tom's Hardware

研究

AMD 展示智能体推理调度权衡:活跃会话延迟降 22%,新请求等待增加 49%

实质变化
2026-11-17 08:00

智能体编码会话的流量模式与普通聊天请求有根本区别。AMD 在其 ATOM 推理引擎的技术博客中描述了一个典型案例:一次会话包含 198 次模型调用,其中第 48 次调用发送 195.5K tokens,但只有 1.3K 是新增内容。整个语料库的中位输入长度为 142,016 tokens,中位输出仅 444 tokens。这种极长输入、极短输出、高度共享前缀的模式,加上子代理的突发并行和工具执行造成的空闲间隔,构成了与普通请求完全不同的服务挑战。

AMD 将这些挑战分为三层:内存(保持历史可复用)、调度(平衡新请求与正在进行的解码)、计算(降低小批量下的单步开销)。其中调度层的权衡最为直观地揭示了智能体服务的内在矛盾。ATOM 的 PrefillDelayer 在每次 prefill 完成后,允许固定数量的解码步骤先运行,期间暂不接纳新到达的请求,使它们合并为一次 prefill。在 16 并发会话下,这一策略将 P90 token 间延迟从 31.6 毫秒降至 24.6 毫秒,改善 22%,活跃会话因此获得更稳定的输出节奏;但新请求的中位首 token 时间从 1,182 毫秒升至 1,766 毫秒,恶化 49%。

这个矛盾在智能体工作负载中比在普通聊天中更尖锐,因为会话树结构会放大延迟。一个父代理等待其子代理返回结果,任何一个分支的延迟都会推迟整个任务的完成。AMD 因此将 PrefillDelayer 仅从 16 并发及以上启用,在低并发的交互区间保持关闭,并在部署建议中按并发水平给出不同的配置组合。

内存层和计算层的优化各有其适用条件。ReplaySSM 将推测解码中每个草稿位置的全量状态快照替换为一个检查点加紧凑更新记录,在 7 个草稿 token 的实验中每卡释放 24.49 GiB,可用 KV 块从 8,325 增至 18,813,即 2.26 倍——但这增加的是历史保留容量,不是吞吐量或缓存命中率。Mono decode 将单个 KDA 层的多个小内核融合为两个持久内核,在单请求测试中将目标模型前向时间从 22.0 毫秒降至 16.4 毫秒,但该优化目前仅在单并发下启用,更高并发的效果尚未测量。

在综合效果上,AMD 报告 48 并发时 94.1% 的 prompt token 被复用而非重新计算(其中 77.3% 来自 GPU HBM,16.8% 从 CPU DRAM 恢复),而该语料库的理论上限为 97.2%。在 56 并发下,八张 MI355X 达到每芯片 17.5K 总 token/s。这些数字来自 AMD 在 SemiAnalysis InferenceX AgentX 基准测试中的运行结果,属于厂商在特定硬件和模型组合下的工程参考,并非独立第三方验证的普遍性能基准。

信息源:ROCm Blogs

研究

Databricks与谷歌云实现双向零拷贝数据联邦,统一目录元数据可跨平台共享

实质变化
2026-11-18 00:30

数据分析平台公司Databricks于2026年11月17日宣布,其与谷歌云(Google Cloud)的合作取得重大进展:客户现在可以通过Unity Catalog和谷歌云的“无边界湖仓”(borderless Lakehouse)访问同一份数据副本,而无需进行数据复制。这一双向零拷贝联邦能力旨在打破传统数据仓库之间的壁垒,允许BigQuery引擎直接读取Unity Catalog管理的表,反之亦然。

除了数据层面的互通,双方还在推进目录元数据的开放标准。在Apache Iceberg社区中,Databricks和谷歌云共同推动了“目录标签”(catalog labels)提案,使业务语义和治理信息(如“domain=finance”或“pii=ssn”)能够随数据在不同目录间迁移。这一机制对于企业级AI代理至关重要,因为代理需要依赖这些共享的元数据来识别敏感信息、应用掩码策略,并在跨平台搜索资产时获得正确的业务上下文。

该功能现已通过Databricks的Lakehouse Federation和谷歌云的相关服务上线。尽管这是两家巨头在开放架构上的重要里程碑,但具体的生产环境性能表现、大规模并发下的延迟以及跨组织部署的治理成熟度,目前仍主要基于厂商自报,尚待独立基准测试验证。

信息源:Databricks

研究

谷歌威胁情报组报告:攻击者篡改Claude Code配置文件植入后门,并自动化入侵流程

实质变化
2026-11-17 09:22

谷歌威胁情报组(GTIG)与Mandiant在最新季度报告中披露了生成式AI被恶意利用的新趋势。攻击者已从单次提问转向指挥多个AI代理自动执行入侵任务。其中,针对AI编程工具配置文件的攻击尤为引人关注。

据报告,一个名为“MIDNIGHT NEPTUNE”的攻击组织瞄准了北美和欧洲的加密货币相关机构。该组织利用虚假招聘档案、伪造会议网站以及诱导用户点击执行命令的“ClickFix”手段获取初始访问权限。一旦渗透至内部代码仓库,攻击者会修改仓库中的Claude Code配置文件.claude/settings.json。当开发人员在该受污染的环境中启动Claude Code时,系统会自动下载并执行名为“SOMBERMEME”的后门程序。这一手法将AI辅助开发工具本身变成了恶意软件的传播载体。

除了针对特定工具的供应链攻击,AI驱动的自动化入侵也在加速。报告指出,开源攻击框架ARTEX已被实际用于网络攻击。ARTEX是一款于2026年7月在GitHub发布的渗透测试工具,其关注度极高,截至10月8日转为私有前已获得超过1.2万个分支。Wiz和谷歌在10月的报告中称,与中国有关联的攻击者正利用ARTEX攻击IT和软件企业。此外,其他如CAIRN、CyberStrikeAI和PentAGI等框架也被提及。

漏洞发现到利用的全流程自动化程度也在提高。在一个暴露的服务器上发现的“exploit_agent”工具显示,该系统连接多个大语言模型,能够自动比较Web应用补丁前后的代码以识别漏洞,并生成和执行攻击代码。其目标主要集中在法国媒体、娱乐和教育行业的网站。

与此同时,“LLMJacking”(盗用AI算力)现象日益普遍。Mandiant处理的一起案例中,攻击者一天内产生了超过10万美元的非法账单,最坏情况下累计金额达100万美元。地下服务“LLM Mixer”甚至开始转售被盗用的AI认证信息,价格低至每百万token 0.10美元。

信息源:テクノエッジ TechnoEdge

研究

已读完当前范围的内容

登录 / 注册
阅读研究雷达投资体系