∞ 英特尔被取消的Arctic Sound Xe-HP GPU现身：双芯片+四堆HBM2E
英特尔早已叫停的 Arctic Sound Xe-HP 系列GPU近日再次现身，一块采用双芯片设计且集成四堆 HBM2E 显存的工程样卡流出，被视为英特尔在 2021 年放弃的旧路线图中残留下来的“幽灵”。 有用户原本下单的是英特尔 Ponte Vecchio GPU，却在实际收货时意外收到了这块 Arctic Sound 2T 样品，从而让这款已在数年前正式取消的产品得以首次清晰曝光。
回到 2018 年，英特尔图形团队基于首代 Xe GPU 架构规划了多条产品线，覆盖游戏、工作站以及数据中心等场景，其中既包括多芯片封装、体量庞大的 Ponte Vecchio，也包括面向工作站和服务器市场的 Arctic Sound 系列。 当时时任架构负责人 Raja Koduri 曾公开展示过 Arctic Sound 的芯片实物，并透露该系列将提供 1 芯片（1-Tile）、2 芯片（2-Tile）和 4 芯片（4-Tile）三种不同配置，以满足不同算力和功耗需求。 然而，随着项目推进，技术与产品层面的压力逐渐显现，英特尔最终宣布取消 Arctic Sound，Ponte Vecchio 本身也遭遇严重延期，直至多年后才终于在 Aurora 超级计算机上正式部署。
在数据中心与 AI 加速布局上，英特尔随后将重心转向 XPU 路线，推出整合 CPU 与 GPU 计算的新一代 Falcon Shores 方案，但这一备受期待的产品线同样在今年彻底被取消，目前公司已将目光投向计划于 2027 年登场的 Jaguar Shores 新平台。 这一系列转折被业界普遍解读为英特尔在数据中心 AI 时代起步过晚、错失先机的缩影，在高性能加速芯片领域，英伟达与 AMD 已经在市场与生态上取得了遥遥领先的优势。
此次曝光的 Arctic Sound 样卡由 X 平台用户 ChipsByLayers 发布图片，可见整块封装内集成了两颗基于 Xe-HP 架构的计算芯片组，并配有四个 HBM2E 显存封装位置，封装顶部印有 “Intel Confidential” 标识以及 “QVS8 1.00 GHz” 等样品代号信息。 按照当年的内部规划，2-Tile 版本 Arctic Sound GPU 设计为总计 1024 个 EU，每颗计算芯片为 512 EU，整卡理论上可在约 300W 功耗范围内提供超过 20 TFLOPS 级别的单精度浮点性能。 完整的产品矩阵则包括：1-Tile 版本配备 512 EU，估算约 4096 个核心，在 150W 功耗下提供约 12.2 TFLOPS；2-Tile 版本为 1024 EU，估算约 8192 核心；4-Tile 旗舰版本则堆叠至 2048 EU、约 16384 核心，目标性能约 36 TFLOPS，对应 400W 至 500W 的功耗区间。
从今天回看，这组照片更多是一段未能兑现的产品史料。如今英特尔在图形业务上的策略已经出现明显变化，消费端与轻量级专业市场以集成显卡和采用 GDDR 或 LPDDR 显存的独立 GPU 为主流路线，高带宽 HBM 显存则暂时从其新一代图形产品中淡出。 当前的 Arc 系列以及面向工作站、服务器的专用显卡，在 AI 推理和专业图形领域主打性价比，而代号 Crescent Island 的下一代 Xe3P 架构 GPU 则计划配备最高可达 480GB 的 LPDDR5X 内存，从成本和部署灵活性上对标主流 AI 与加速计算场景。
面向中长期，业界的目光已逐步转向 Jaguar Shores 与 Crescent Island 等新平台，它们被视为英特尔重返高性能 GPU 与 AI 加速赛道的关键节点。 不过，相较于英伟达和 AMD 已经构筑起的庞大软硬件生态，英特尔要想在数据中心 AI 市场实现“追平”，显然仍面临漫长而艰难的追赶过程。 在新产品真正上市前，此次流出的 Arctic Sound 2T 样卡，更像是提醒外界：在当前多芯片 GPU 与高带宽存储已成主流话题的时代，英特尔曾经也一度走在前列，却最终选择了按下“重启”键。
∞ 英特尔Z990芯片组全面押注PCIe 5.0：芯片面积缩小22% 功耗最高达14W
英特尔面向下一代LGA 1954平台的Z990与Z970芯片组已进入全面开发阶段，将搭配即将登场的Nova Lake-S桌面版处理器，并计划于2027年CES期间与900系列主板一同亮相。这两款芯片组将成为高端与主流桌面平台的核心，主打更强的PCIe 5.0扩展能力和更丰富的I/O 配置。
曝出的封装与晶粒尺寸信息显示，Z990芯片组封装尺寸为25×24毫米（约600平方毫米），晶粒面积为11.15×6.5毫米（约72.5平方毫米）。相比之下，现有Z890芯片组封装为28×23.5毫米（约658平方毫米），晶粒为11.15×8.33毫米（约93平方毫米），整体封装缩小约8.8%，晶粒面积则缩小约22%。消息人士称，Z970将与Z990共享同一封装和晶粒设计，但通过屏蔽部分功能实现产品线区分。
尽管晶粒面积显著缩小，Z990在PCH能力上却有所增强，核心原因在于其在I/O策略上明显“弃Gen4、押Gen5”。消息称，Z990在为M.2提供更多PCIe 5.0通道的同时，削减了原本用于M.2的部分PCIe 4.0通道，因而在Computex 2026上，已有厂商展示了全面支持PCIe 5.0插槽与M.2接口的主板设计。不过，PCIe 4.0通道并未完全被移除，而是更多让位于面向发烧用户的PCIe 5.0配置。
在功耗与热设计方面，Z990与Z970相较Z890也有明显变化。泄露文档显示，Z970芯片组的基础功耗为6.4W，Z990基础功耗为7.9W，而当前Z890基础功耗为6W，两款新芯片组的TjMax均为113℃，高于Z890的108℃。爆料者指出，在“满Gen5驻留”（即全部PCIe 5.0能力被充分占用）的极端使用场景下，Z990芯片组功耗最高可达14W，超过其基础功耗的两倍，这也是此前有消息称英特尔在内部指导中建议为Z990配备更积极散热设计的原因之一。
不过，板卡厂商方面的反馈认为，即便在功耗和温度阈值有所提升的情况下，Z990/Z970在大多数实际使用场景下仍不足以“热到必须强制使用主动散热”，更可能是在高端型号上采用体积更大的被动散热模组来应对峰值功耗。考虑到多数用户实际仅会使用一块离散显卡和两条左右M.2 SSD，能够长时间触发14W“满载”状态的情况相对有限。
在关键I/O架构上，Z990也进行了调整。消息称，Z990将CPU与PCH之间的DMI总线升级为PCIe 5.0 x4，而Z970则为PCIe 5.0 x2，而此前Z890平台采用的是PCIe 4.0 x8链路。尽管配置方式有所不同，这一“更高代际但更精简通道数”的方案在带宽层面依旧可以与上一代维持大致相当。
在存储方面，Z890原本通过PCH为M.2提供三条PCIe 4.0 x4通道，而在900系列中，这一结构也发生了变化。泄露的规格表显示，Z990将为M.2提供PCIe 5.0 x4通道，而Z970则保留单条PCIe 4.0 x4通道，搭配PCH上更多通用PCIe 4.0/5.0通道进行弹性配置。同时，USB 3.2 Gen 2x2（20Gbps）配置与现有平台保持一致，但整个900系列将彻底取消对USB 2.0的原生支持，转而通过更新的CVNi方案和可选的CRF无线模块提供更多扩展能力。
从整体通道与接口分配来看，此次曝光的900系列阵容包含Z990、W980、Q970、Z970与B960五款芯片组，覆盖从高端桌面到商用与主流市场的不同定位。其中，Z990与W980均提供48条总PCIe通道，PCH侧具备12条PCIe 5.0通道与12条PCIe 4.0通道，支持多达5个USB 3.2 20Gbps接口及10个USB 3.2 10Gbps接口，并保留8个SATA 3.0通道。Q970则对应更多企业/商用场景，提供44条PCIe通道和8条PCIe 5.0通道，并支持ECC内存，但不面向超频用户。
面向发烧与主流玩家的Z970与B960则在PCH PCIe 5.0支持上明显收缩，两者均不支持PCH侧PCIe 5.0通道，仅保留14条PCIe 4.0通道与4条（Z970）或4条（B960）SATA 3.0通道，并在USB 3.2 20Gbps与10Gbps端口数量上有所降低。在超频支持方面，Z990被定位为完整的“玩家旗舰”，支持核心、BCLK与内存超频功能，Z970则支持内存超频但不支持BCLK超频，W980与B960在设计上不面向CPU超频。
值得注意的是，英特尔900系列仍将支持最多四屏显示输出，并在高端型号上提供多达两个由CPU直接引出的USB4/Thunderbolt 4接口。此外，Thunderbolt 5也被认为将在900系列平台上扮演重要角色，使其成为最早一批支持这一新一代高速I/O标准的桌面平台之一。
在与Nova Lake-S处理器的搭配上，Z990被视作能够充分释放最高端52核处理器性能的“标配搭档”，特别是在供电与超频方面。有主板厂商已经展示了使用三组8针供电接口的Z990主板设计，以满足高核心数处理器在全核高频运行场景下的电力需求。随着900系列主板和Nova Lake-S桌面处理器预计在2027年初正式登场，Z990有望成为下一代高端桌面平台的“默认选择”。
∞ 苹果或推自研类OpenClaw AI代理并融入多平台与订阅服务
分析认为，苹果正酝酿推出类似 OpenClaw 的全新 AI 代理系统，并在未来将其扩展至 iPhone、iPad 和 Mac 等多条软件平台，作为个性化智能代理工具，甚至有可能通过灵活的订阅方式提供，成为公司服务业务新的卖点。
近一段时间，OpenClaw 等 AI 代理工具在市场上引发抢购热潮，许多用户希望借助这类软件自动化处理大量重复、琐碎的操作任务，以节省时间和精力。 报道指出，凭借统一内存架构等自研硬件优势，苹果在这一领域具备独特基础，有机会打造类似 OpenClaw、Codex 或 Cursor 的系统级 AI 代理能力，进一步强化现有的 Siri AI 体验。 当前多款 AI 代理工具仍受到调用次数、任务数量以及订阅门槛的限制，而苹果有可能利用自身在服务业务上的布局去规避这些痛点。
根据彭博社记者 Mark Gurman 的观点，从长远看，苹果极有可能构建一套可以“代替用户全面操控软件”的 OpenClaw 竞品，使其能够在 iPhone、iPad 与 Mac 上跨设备运行，以一种更深度集成于系统的方式，为用户执行各种操作。 目前多数 AI 代理采用“免费基础使用 + 高级订阅”的模式，用户在达到免费请求上限后需要支付订阅费用才能继续大规模使用。 报道推测，苹果未来可能不单独为这类 AI 代理收取额外月费，而是将其整合进 Apple One 等现有订阅捆绑中，以一种“你已经在订阅，就可以无限使用”的逻辑来增强服务吸引力。
不过，Gurman 也强调，这一设想距离真正落地仍有较长距离，且过程中存在不少关键变量，其中安全与隐私是最核心的挑战。 目前 OpenClaw、Codex 等 AI 代理在对系统文件或注册表进行改动前，通常必须先征得用户授权，多数情况下系统默认锁定关键权限，防止未经许可的操作。 然而用户可以主动放宽限制，给予代理对整台电脑的完整访问权，这不仅有可能导致文件遭误删，也存在敏感数据泄露被盗的风险。
报道指出，对苹果而言，建设大型数据中心、设计具备充足统一内存的新一代自研芯片固然重要，但真正棘手的问题在于如何在“强隐私保护”的前提下，让 AI 代理仍然具备足够强的可用性和自动化能力。 如果苹果在权限和隐私控制上过于保守，就可能大幅削弱代理能力，使得那些愿意冒更高风险、乐于开放权限给第三方代理的用户，继续选择 OpenClaw 等现有方案。 反之，如果苹果过度放宽系统权限，允许代理在用户设备上进行高度自由的操作，一旦出现代理“失控”处理敏感数据或凭证等事件，不仅会引发严重的公关危机，也会冲击其长期构建的隐私品牌形象。
Gurman 认为，苹果如果最终切入这一领域，方案大概率会采用更加可控、分层授权的方式推进，在保证安全底线的前提下逐步开放更复杂的自动化能力。 报道评论称，苹果在诸多新技术方向上往往“迟到”，但只要最终呈现的是一套高度打磨、体验统一且安全可控的产品矩阵，晚些入场对它来说并不是致命问题。 此外，如果未来这类 AI 代理被打包进 Apple One 等订阅体系，也有望成为推动用户选择 Mac、iPhone、iPad 的又一新增理由，进一步巩固其软硬服一体的生态优势。
∞ OpenAI和Anthropic的订阅模式正在暴露出尖锐的成本压力
行业分析机构 SemiAnalysis 近期对 OpenAI 与 Anthropic 的多档订阅方案进行了实测，结果显示，平价的月费背后隐藏着巨大的算力补贴缺口。 该机构购买了两家公司的各类订阅计划，并持续运行长周期编程和“智能体”等重型任务，直到触及每周使用上限，然后按照公开 API 价格折算出这些使用量对应的理论费用。
测算结果显示，如果完全用满 OpenAI 价格为 200 美元的 “ChatGPT Pro 20x” 订阅，其对应的 API 计费最高可达到约 1.4 万美元。 以同样价格定价的 Anthropic “Claude Max 20x” 方案，在极限使用情况下，理论 Token 成本也可逼近 8，000 美元左右。 这意味着，一小部分重度用户就足以吞噬掉订阅模式下原本有限的利润空间。
SemiAnalysis 的分析称，这也是大型模型公司格外关注“利用率”（utilization）的原因之一。 对 Anthropic 而言，在 Claude Pro 和 Claude Max 5x 这样的档位上，当用户实际用量达到 20% 左右时，公司大致才能实现盈亏平衡。 相比之下，OpenAI 的利润空间更为薄弱：ChatGPT Plus 和 ChatGPT Pro 5x 订阅，一旦利用率超过约 11.4%，公司就开始在该用户身上亏损。
在更高价位的顶级计划上，经济结构进一步趋紧。 报告指出，Anthropic 在高端订阅上，当利用率达到约 10% 时毛利率就已接近为零，而 OpenAI 则在约 5.7% 利用率时就跌入负毛利区间。 换言之，用户并不需要达到极端重度的使用频率，这些订阅就可能从“赚钱产品”变成“亏损产品”。
在此背景下，如何调整价格或限制访问成为摆在厂商面前的难题。 固定月费订阅模式是 ChatGPT、Claude 等产品快速普及的关键因素，一旦收紧配额或提高门槛，可能会削弱用户增长势头。 而在当前大模型“军备竞赛”中，模型能力和可用性仍然是最重要的竞争筹码之一，这让企业更难轻易调整策略。
另一方面，AI 实际使用方式的变化也在推高成本压力。 报告指出，以多步、自主调用工具的“智能体”系统为代表的新型工作流，Token 消耗可达到传统单轮对话的千倍级。 这种高强度调用模式，已经迫使一些大型企业重新审视 AI 工具在内部的开放程度与成本控制策略。
据报道，微软、Meta、亚马逊等公司，已对此前鼓励员工大规模试用和内部推广的做法有所收缩，原因正是内部账单出现了快速膨胀。 有一个广为流传的案例是，一家公司在没有给员工使用 Claude 设定任何限制的情况下，仅一个月就在 Anthropic 的服务上烧掉了 5 亿美元支出，直接触发了管理层的紧急干预。
在成本压力和实际需求的夹击下，越来越多企业开始采用更精细化的模型路由策略。 一种做法是，将复杂、高价值的问题交由昂贵的“前沿模型”（frontier models）处理，而把常规办公、基础问答等工作下放给更便宜的模型。 《华尔街日报》援引研究称，通过这种任务分流方式，一些公司可以将整体 AI 成本削减高达 95%。 哥伦比亚大学副院长 Vishal Misra 指出，企业并不总是需要“懂量子引力”的顶级大模型，很多开源模型已经足以胜任日常需求，这也将挤压高价封闭模型的溢价空间。
部分 AI 初创公司则进行了更加激进的迁移。 AI 助理创业公司 Lindy 的创始人兼 CEO Flo Crivello 表示，公司已将 100% 的流量切换到 DeepSeek V4，彻底从 Anthropic 模型迁出。 在他们的评估中，DeepSeek V4 在能力上可与 Claude Sonnet 相当，但成本仅为其一小部分，这一迁移据称已经为公司节省了数百万美元开支。
还有一些企业则选择在开源模型基础上自建系统，将内部数据与自有基础设施结合，以换取更可控的长期成本结构。 虽然这种路径前期投入更高，但有助于减少对第三方云 AI 厂商的依赖，也让企业能够对推理成本、数据安全和性能优化进行更精细的掌控。 在特定垂直场景下，经过针对性微调的内部模型甚至有可能在效果上超越通用的前沿模型。
从中长期看，业界普遍预期部分成本会随着基础设施扩容、硬件演进以及模型迭代而逐步下降。 SemiAnalysis 预计，以当前 Opus 4.8 所代表的中高端能力水平，将来有望通过更成熟的技术和更高效的算力，以每月约 20 美元的价格实现盈利性提供。 但这一判断并不适用于最前沿的顶级模型，它们在可预见的未来仍将保持高昂的运行成本，并更有可能通过 API 计费、分级功能解锁等方式来进行收费，而不是简单打包进面向大众的统一订阅方案中。
在此之前，AI 服务提供商仍需要在两个方向之间艰难平衡：一方面，用户希望以低廉且可预期的月费获得尽可能强大的 AI 能力；另一方面，支撑这些能力的底层算力和基础设施仍然昂贵，对使用强度高度敏感。 OpenAI CEO Sam Altman 也公开承认，Token 成本正成为一个愈发严峻的问题，公司正在努力通过产品和架构优化，让用户在使用 ChatGPT 时实现“以更少支出获得更多价值”。
∞ 瑞士选民投票否决了人口上限提案
瑞士否决了一项将人口上限设定在1000万的提议。对这项激进措施如果获通过将造成经济损害的警告声音盖过了对移民问题的担忧。瑞士政府称，在周日的全国性投票中，54%的瑞士选民反对这一想法。约46%的人支持该倡议。
周日的投票是数月以来造势活动的高潮。在此期间，右翼团体称，瑞士人口快速增长正在导致过度拥挤，并给该国资源造成压力。
瑞士人口距离他们提议的上限并不太远，本世纪以来已增加近200万，达到910万。