随着AI日益深入地融入企业日常运营，企业向模型输入的数据量已达到前所未有的规模。大语言模型（LLMs）如今已广泛应用于客户支持、数据分析、开发者效率提升以及知识管理等场景。与此同时，AI 智能体（AI Agent）则开辟了新的应用维度，支持系统能够跨工具和工作流检索信息、进行推理并执行操作。
人工智能（AI），尤其是生成式 AI（GenAI），正在改变各类行业的“游戏规则”。麦肯锡研究显示，生成式AI有望为全球贡献约7万亿美元的经济价值，并将AI的整体影响提高近50%。其中，中国将有望贡献约2万亿美元，近全球总量的1/3。AI 的应用速度也仍在加快，Cloudera对亚太地区IT领导者的调查显示，预计到 2026 年，亚太地区将有 57% 的企业处于AI早期应用阶段。 然而，在这些积极信号背后，政府和
在快速发展的AI领域，性能至关重要——而这不仅限于计算性能。现代数据中心里，连接GPU、交换机和服务器的网络基础设施承受着巨大的压力。随着AI模型扩展到数千亿个参数，行业关注的焦点正转向AI训练性能中最为关键但又经常被忽视的组成部分之一：网络。
研究发现使用大语言模型（LLM）会导致“学习能力可能下降”。
Amazon Connect全面拓展，推出系列Agentic AI解决方案
为AI寻找存储新方案
Oracle AI Database@Google Cloud 增强 AI 功能，推动企业数据创新
聚焦伟创力支撑超大规模业务增长的电力供应与冷却方案 —— 专访伟创力关键电源与嵌入式电源事业部总裁Chris Butler
2026年，塑造下一波EDA创新浪潮的关键趋势
贯通教学评管研 华为擎云赋能全场景智慧教育落地
Oracle 与 AWS 合作扩展多云网络
Cloudera携手中创新航加速打造PB级开放式数据湖仓，提升数据治理与分析能力
