1.ST再发涨价函：2027年1月1日生效；
2.紫光展锐与国电高科签署战略合作框架协议，共拓卫星物联网规模化发展；
3.双11告别攻略内耗 天玑9600 Pro以主动式智能体重构购物体验；
4.In Depth 2026 观察：智能体时代，AMD的三张王牌
1.ST再发涨价函：2027年1月1日生效
近日，市场上流传出ST（意法半导体）涨价函：自2027年1月1日起，部分产品价格将上调。
ST表示，2026年以来，整个行业持续面临通胀压力，运营及供应链成本不断上涨。我们虽持续通过提效、成本优化等方式缓解成本带来的冲击，但原材料、物流、人力以及其他生产相关成本仍在攀升。因此，我们不得不再次启动价格调整。自2027年1月1日起，部分产品价格将上调。
据悉，2026年以来ST已先后发布三次涨价通知：3月底，市场传出其涨价函，称受成本攀升影响，自2026年4月26日起上调多条产品线价格；5月底，第二份调价函流出，定于2026年6月28日对部分产品实施涨价；7月底再曝涨价通知，宣布多条产品线自2026年8月23日起调价。
2.紫光展锐与国电高科签署战略合作框架协议，共拓卫星物联网规模化发展
2026移动网络大会期间，紫光展锐与国电高科签署战略合作框架协议，此次合作深度融合双方核心优势，聚焦天地一体化通信技术研究、终端样机研制与技术验证，以技术突破带动终端产品成熟应用，推动卫星物联网的规模化发展。
聚焦前沿技术与终端研制，探索天地一体化通信路径
此次合作，双方将聚焦低轨卫星通信与地面蜂窝网络融合架构、低功耗广域连接等前沿方向，共同探索天地一体化通信技术路径。在此基础上，推动天启卫星物联网通信能力集成至紫光展锐芯片产品，研制兼具地面与卫星双重连接能力的终端，使终端设备在无地面网络覆盖区域持续保持在线。同时，双方将通过真实场景测试持续优化终端性能与通信可靠性，为卫星物联网规模化发展奠定基础。
双方产业资源整合，共拓卫星物联网应用市场
此次紫光展锐与国电高科的联合，将把双方的卫星通信能力与芯片平台能力转化为卫星物联网技术规模化应用的合力。依托“天启星座”的卫星物联网基础设施与行业应用积累，以及紫光展锐在通信半导体领域的技术底座与芯片产品体系，双方将共同推动卫星物联网技术在国内重点行业落地，携手开拓海外市场，提升中国卫星物联网产业的全球影响力。
紫光展锐是全球领先的平台型芯片设计企业，深耕通信半导体产业二十余年。以全芯主力军为业务战略，全面布局手机芯片、物联芯片、汽车芯片、智慧芯片、穿戴芯片、卫星芯片、定制芯片等多领域，赋能千行百业实现数字化升级。作为新紫光集团旗下核心企业，展锐秉持“专业、共赢、奋斗”的价值观，用芯成就美好世界。
3.双11告别攻略内耗 天玑9600 Pro以主动式智能体重构购物体验
双11大促中，满减、凑单、预售等规则层层嵌套，消费者既要反复比价核算，又要匹配个性化购物需求，决策成本居高不下。消费者期待一位懂自己的助手，降低繁琐的购物决策负担，让选购过程更简单高效。天玑9600 Pro以AI原生架构为底座，结合双NPU与天玑AI智能体化引擎3.0等创新技术，推动手机AI从被动响应走向主动服务，为消费者带来更智能、高效、个性化的购物体验。
主动感知用户需求，天玑9600 Pro让手机AI从被动响应走向主动服务
过去，手机智能助手大多需要用户主动唤醒才能交互。面对双11限时活动和复杂的优惠玩法，这种“被动唤醒”模式很难跟上节奏，消费者更需要能够全时感知、主动提供协助的智能体。
在AI原生架构与天玑AI智能体化引擎3.0支撑下，天玑9600 Pro搭配天玑Sensing Foundation套件，实现长期、实时、低功耗的场景感知，推动手机AI从“等待提问”转向“预判潜在消费需求”。在获得用户授权后，智能体能够识别购物意向，自动梳理商品价格与优惠条件，核算到手价，省去逐条研究活动规则的麻烦。
这份主动服务始终建立在隐私安全之上。联发科搭建起从芯片底层到软件应用的端侧安全体系，感知和推理任务优先在本地完成。智能体只负责整理信息、输出方案，商品选择、下单等关键决策权始终掌握在用户手中，兼顾便捷体验与信息安全。
双NPU兼顾性能与能效，保障智能体时刻待命
双11期间，要持续监测价格波动、捕捉用户选购意向，并实现随时响应，对芯片算力与功耗控制提出严苛挑战。天玑9600 Pro采用超性能+超能效双NPU架构，两颗NPU分工协作，分别承载常驻感知与复杂推理任务。
超能效NPU负责轻量级常驻感知任务，运行Always-On端侧轻载模型时，功耗较上一代降低40%，支撑智能体长时间后台监测商品、捕捉用户行为，保持低功耗待命。超性能NPU释放强劲算力，承接优惠叠加计算、多商品横向对比、海量信息汇总等高负载工作。一静一动的算力组合，让全时在线的主动AI稳定落地，适配双11高频比价、蹲优惠的使用场景。
端侧MoE模型加持，推荐更贴合个人购物偏好
每位用户的消费偏好各不相同。即便是同一个人，选购数码、家电、日用品时的考量标准也差异巨大，千篇一律的泛推荐难以满足个性化需求。
天玑9600 Pro支持端侧本地运行30B MoE混合专家模型，不同专家模块分工处理优惠解析、参数对比、需求筛选等任务。搭配升级后的超性能NPU，芯片每瓦生成词元数较上代提升55%，本地推理响应更快。依托端侧算力，智能体可持续学习用户预算、品牌倾向和选购习惯，输出定制化选购建议。无论是挑选数码配件，还是囤购家居好物，都能给出精简清晰的对比结论，帮助用户避开无效推荐。
从等待用户发出指令，到持续感知需求、主动提供服务，手机AI的交互方式正在发生变化。双11购物只是其中一个具有代表性的应用场景，未来主动式智能体还可以进一步延伸至出行规划、日程管理及日常生活服务等领域。天玑9600 Pro通过AI原生架构、双NPU与天玑AI智能体化引擎3.0的深度协同，在主动感知、复杂任务处理及端侧隐私保护等方面提供技术支撑，进一步推动手机AI向全时在线、主动服务和个性化体验的方向发展。
从“等用户开口”到“想用户所想、懂用户所需”，天玑9600 Pro为手机智能体开辟了新的发展方向。在双11大促周期里，比价凑单、拆解复杂优惠攻略这类耗时工作，都可以交给端侧智能体处理。这套全时在线、安全可控、能力更强的主动AI方案，也为行业探索端侧智能体规模化落地提供了可参考的路径。
4.In Depth 2026 观察：智能体时代，AMD的三张王牌
回看这三年AI基础设施的演进，很容易产生一种错觉，好像叙事完全由GPU书写。但数据中心里其实一直并行着两条主线——GPU把算力堆到极致，CPU让这些算力被喂饱、被调度、被真正用掉。两者从来同等重要，只是被看见的程度不同。
但伴随智能体时代的到来，当模型从“被训练”转向“被调用”，尤其是当智能体开始成规模地跑起来，真正被放量的是CPU，以及围绕CPU重新设计的机架、存储技术和开放软件栈。在AMD日前举办的“In Depth 2026”活动上，这家刚刚交出创纪录季报的公司，进一步阐释了其面向智能体时代的战略和布局。
AMD的判断有三个支点。其一，负载结构变了：训练与推理的占比已从61%对39%翻转为40%对60%，智能体流量一年增长超过14倍，业界普遍预期CPU与GPU的配比将从1:4走向1:1。其二，成本结构变了：在DRAM现货价高企的年份，服务器成本故事由内存讲述。其三，竞争范式变了：NVIDIA用高度整合的封闭生态定义了AI工厂，AMD则选择用开放标准给出另一种答案。
此次活动中，第六代EPYC“Venice”、Helion机架，以及内存技术MEXT，正是AMD面对智能体时代AI基础设施的竞争而打出的三张王牌。
EPYC 9006 SP7出货，数据中心最强U
在本届In Depth 2026上正式登场的第六代EPYC（代号Venice，产品名EPYC 9006系列），基于全新Zen 6/Zen 6c微架构、采用2nm工艺，最高提供256核/512线程。
相对第五代Turin，Venice的综合IPC提升约27%（其中企业及云负载约20%、AI负载约31%），整数性能约2.0倍、浮点约2.4倍。
EPYC 9006系列包括四个家族式产品组合，针对不同AI数据中心的特征和场景量身定制。
EPYC 9006 SP7（现已出货）：面向AI优先的数据中心，最高256核/512线程的Zen 6c 密度核心负责Agent编排与沙箱执行，96核/5.0GHz的Zen 6高性能核心支持GPU“主机节点”。
EPYC 9006 SP8：企业通用版主打性价比市场，8核到128核的灵活配置、8通道内存、128条PCIe Gen6通道，覆盖绝大多数企业级工作负载。
EPYC 9006X SP7：配备1152MB 3D V-Cache与最高5.15GHz主频，面向科学计算、工程仿真与AI预处理等缓存敏感型场景。
EPYC 9006 LP 低功耗版（代号 Verano）则是为AI机架打造的主机节点CPU，采用LPDDR5X内存与增强型xGMI互联，以能效优先的设计专门服务GPU集群调度。
按AMD公布的数据，第六代EPYC的SPECrate总吞吐量约为NVIDIA Vera（88核）的2.8倍、单核性能约1.3倍；
其中，AMD Venice 9996对比Intel Xeon 6980P，云原生、存储与数据库等负载最高3.3倍，HPC负载最高约2.2倍。
自2017年首代EPYC问世以来，AMD服务器CPU的SPECrate吞吐量已迭代近20倍，展现出在服务器CPU领域持续的创新节奏与执行力。依托Zen 6架构打造多规格、全场景CPU产品矩阵，第六代霄龙正在成为数据中心CPU市场最具竞争力的新选项之一。
落地垂直行业：一颗为AI时代重构的服务器CPU
得益于架构与制程上的飞跃，以及众多创新技术的加持，Venice被AMD定位为各行业数据中心现代化与企业AI化的底座。“更高密度、更高能效、更低TCO”被直接转化为行业可量化的收益，并伴随EPYC 9006 SP7的出货，正在多个垂直行业兑现。
在存储与数据库领域，Venice双路吞吐达到竞品的3.3倍，SQL事务约2.6倍、NoSQL约3.5倍、内存分析约2.9倍。
在金融服务领域，QuantLib综合吞吐提升80%、每瓦任务数提升50%，高频核托管交易容量达上一代1.5倍，NumPy/SciPy每服务器均值分别达2.1倍和2.3倍。
在制造与工程仿真领域，对比第五代EPYC，Siemens STAR-CCM+提速约1.5倍、Ansys Fluent约1.58倍、Dassault SIMULIA约1.3倍。
在电信行业，每瓦Gbps提升3倍，让运营商在同等电力下承载3倍流量。
在医疗与生命科学领域，NAMD/GROMACS分子动力学性能最高约为第六代Xeon的3.1倍（基于公开规格的预测值），可加速基因组筛选与药物发现。
客户与生态的背书构成了Venice落地的另一翼。此次大会上，Nutanix、Red Hat、VMware（博通）均站台背书，称第六代EPYC提升了每台服务器可承载的虚拟机、容器与AI负载密度；VAST Data宣布将把Venice用于下一代CBox/EBox平台，Databricks与Synopsys也公开肯定了其工程与AI负载价值。从金融、电信、汽车航空、半导体、医疗到制造与公共部门，Venice正把“通用数据中心CPU”的传统叙事，改写为面向智能体AI时代的行业解决方案入口。
成本之战 MEXT重新定义“内存”
在存储大周期的背景之下，AMD在今年6月收购的内存初创公司Mext受到广泛关注。在整合Mext的创新成果之后，AMD打造出MEXT软件方案，并与Venice形成软硬协同的搭配，共同降低内存成本。
此次活动上，MEXT公司创始人兼CEO、现任AMD计算与企业AI业务拓展公司副总裁Gary Smerdon（Corp. VP Business Development, Compute and Enterprise Al）进行了分享。
Gary的演讲从内存的发展历史切入。依靠摩尔定律，DRAM的每GB成本从1974年到2012年下降了600万倍；但在过去十余年，随着摩尔定律来到物理极限，DRAM单位GB成本下降放缓，过去一年的存储缺货涨价，反而将成本推高。
与此同时，内存被浪费的情况也普遍存在。Azure研究显示，被虚拟机占着、却从未被访问过的内存约占DRAM容量的一半；Meta的研究则表明，50%—80%的内存页在相当长时间里处于“变冷”状态。
Mext的解决思路是三句话：不过度配置、不改硬件也不改软件、把便宜50倍、省电30倍的闪存引入内存层。尽管相对于DRAM，闪存要慢500倍，但Mext的核心手段是“通过AI把延迟抵消”。
简要而言，MEXT 由一组 AI 模型（含基于 transformer 的大模型）驱动：它像 LLM 预测下一个词一样，预测下一个要访问的内存页，把冷页透明卸载到闪存、再提前预判并搬回 DRAM，对上层呈现为一片连续内存。整套 AI 在本地实时训练与推理，1 秒内完成训练，仅用一颗 EPYC 核心、无需 GPU，以此抵消闪存相较DRAM的延迟差距。
通过这项技术，在保持性能的前提下可以减少20%—75%的DRAM使用；同时借助MEXT加闪存，能把可用内存最大扩展3倍。
落地效果已在多个负载验证：智能体AI场景减少一半DRAM仍保持约99%性能（最吃内存的智能体为90%），每DRAM美元性能提升约1.9倍；
在EDA仿真场景，Synopsys PrimeTime减少50%DRAM仍维持95%性能；
Azure上三节点Spark集群减半DRAM，性能仍维持99%（基于第五代EPYC的Azure实例）。
AMD自己就是“零号”客户，通过在最初的145台服务器上部署MEXT，已节省近500万美元DRAM开支，单系统成本降低83%。在DRAM成本高企的当下，MEXT将助力Venice把“每美元性能”推向新的高度。
从 Helios 到 Helion：AMD 的开放机架打法
未来AI基础设施的竞争，芯片能力只是其中一个环节，最终比拼的，是能否把多样化算力变成客户可以灵活组合、随手可用的方案。
AMD秉持开放生态理念，通过在机架等AI基础设施领域提供多样产品组合，满足不同市场需求，为客户带来更多选择、降低部署门槛。
一个月前的2026 OCP全球峰会期间，AMD发布了面向智能体AI的机架级解决方案Helion。这是继今年7月Advancing AI推出Helios机架级系统之后，AMD在机架领域的再度落子。
至此，AMD在机架层面形成三种产品组合。
一是Helios，解决前沿模型训练与规模化推理，定位GPU“宿主节点”，特征在于高频核和最大化的CPU到GPU带宽。
二是Helion，针对智能体沙箱，主打“每瓦最多的性能核”。在与竞争对手的整架对比中，AMD Helion提供了最高的智能体密度——用Venice 256核配置，单架达73728个硬件线程，是Intel Clearwater Forest（36864线程）的2倍、NVIDIA Vera Olympus（45056线程）的1.6倍。这意味着同样的电力和占地，Helion能同时跑的智能体数量最多。
按不同散热方式，Helion分为三款：Helion Liquid液冷、120kW、单架最高36864核，密度最高；Helion Air风冷、约60kW、16384核，可跑超过3.2万个智能体；Helion Air Inference风冷混插GPU、12288核，最高可配16块MI350P。
AMD表示，用Venice 256核/400W配Helion，对比NVIDIA Vera 88核/450W，每兆瓦线程数约2.9倍、每兆瓦性能约2.0倍、每机架核数约1.45倍；叠加UPP统一供电后，每插座智能体数量再提20%。
三是通用型EPYC CPU服务器，承载Web Gateway、缓存、应用和数据库存储，卖点是性能、核数、功耗、成本的多元平衡。
软件层面，AMD针对Helion推出ROCm Agentic Toolkit：控制面管理会话连续性与拓扑放置，执行面支持Docker、gVisor、Kata、Firecracker等多种沙箱，模型路由器再按策略、语义、容量三个维度，把请求分发到本地小模型、本地LLM或云端点。
AMD 在机架战略上的核心主张是“Open by design, optimized on AMD”。Helios与Helion 全部基于OCP ORv3标准机架和标准服务器，配套标准机架管理工具与开源软件，客户今天在跑什么业务软件，将来还能继续跑，不需要绑定一家厂商。
目前已有超过10个“Helion认证”机架，戴尔、HPE、联想、Supermicro、Cisco均在出方案，首批于11月起出货。
按照AMD的路线图，2028年将推出基于第七代EPYC（代号Florence）的Helion2代，2030年推出基于第八代EPYC（代号Ravenna）的Helion3代。
结语
把这三张王牌放在一起看，AMD在In Depth 2026上交出的，其实是一份对“后GPU时代”的系统回答。当行业习惯了用GPU的数量和HBM的容量来衡量AI基建时，AMD提醒所有人：智能体不是一块更大的GPU卡，而是一套需要CPU、GPU、内存、机架和软件协同重构的新计算范式。
更值得注意的，是AMD这次展现出的“全栈但不封闭”的判断力 --- 用最广的CPU组合、最开放的机架规范和最灵活的内存方案，把选择权交还给客户。
从Venice、到Helios、再到Helion，从SP7出货到2027年的SP8、Venice-X、Verano，再到2028年的Florence与2030年的Ravenna，AMD正在用可预测的节奏，把智能体时代的CPU做成一条可以和GPU主线并行的第二曲线。EPYC 9006系列的登场，不在于这一代Venice赢了多少个跑分，而在于它如何为AI基础设施立下一个更开放、更经济、也更可持续的新坐标。
