

> 为消除大模型训练中的算力空转与能源浪费，顶尖AI企业联合多家芯片巨头推出全新开放网络协议。此举不仅大幅提升了数据传输稳定性，更展露出主导AI基础设施底层标准的战略意图。

## 终结数据传输拥堵的底层革新

在万亿参数大模型时代，阻碍人工智能发展的最大短板往往并非芯片的绝对算力，而是集群内部的数据吞吐效率。传统的网络拓扑结构在面对海量张量数据交互时，极易出现微秒级的传输波动与链路拥堵。这种看似微小的延迟，会导致动辄上万张的高昂GPU计算卡被迫进入闲置等待状态，造成极其惊人的算力浪费与无效电能损耗。为了打破这一硬件协作的物理桎梏，全新的多路径可靠连接协议应运而生。通过在底层建立动态、多线程的并发连接机制，该技术能智能规避拥堵链路，确保核心训练数据流的平滑稳定，从而将集群的整体硬件利用率推向新的极限。

![42.png](https://static.downly.cn/images/eb2cf16bef2f2f047da1fdb8e6863bbd.png) <center>图源备注：图片由AI生成</center>

## 超级计算机集群的全面规模化部署

这套由软件定义与硬件级优化相结合的创新协议已越过实验验证阶段，正深度嵌入全球顶尖的计算基础设施中。据悉，主导此次协议研发的核心AI企业已在其内部训练管线中完成全面迭代。更具指标意义的是，位于北美核心算力枢纽的大型云基础设施站点，以及顶级科技企业部署的巨无霸级超级计算机集群，均已实装该协议并承载前沿模型的训练任务。这种在真实高压负载下的成功应用，为整个计算行业提供了极具说服力的能效提升范本。

## 抢占AI时代通信标准话语权

此次技术发布背后的战略联盟阵容堪称罕见，囊括了当今世界几乎所有主导服务器芯片架构、网络通讯和云端生态的顶级巨头。牵头方通过开放协议代码并吸纳全产业链巨头参与，其意图已不仅限于摊薄自身的算力折旧成本。在以模型规模论成败的下半场竞争中，谁能掌控数据中心内部神经系统的通讯法则，谁便能在未来的技术生态中占据最高维度的统御权。随着MRC协议的大规模推广，全球AI基础设施将加速向极致高效与绿色的新纪元演进。

科技巨头联合发布MRC网络协议 剑指超大规模AI算力闲置痛点



> **导语**
> OpenAI 发布编程大模型 GPT-5.3-Codex，在计算机系统操作与编程评测中刷新多项纪录。新模型在大幅提升实操能力的同时，实现了运行成本减半与速度提升，标志着 AI 辅助开发进入高效能时代。

## 编程与系统操控的性能突破

Sam Altman 正式公布的 GPT-5.3-Codex 是 Codex 系列的 最新 迭代，其核心亮点在于从“代码生成”向“系统实操”的跨越。在权威的 SWE-Bench Pro 编程评测中，该模型得分达到 57%；更令人瞩目的是，在侧重系统操作的 TerminalBench 2.0 和 OSWorld 评测中，分别斩获 76% 和 64% 的高分。

这意味着 GPT-5.3-Codex 不再仅仅是一个代码建议工具，它已经具备了理解操作系统环境、像人类工程师一样执行复杂指令流的能力，为全自动化的 DevOps 流程奠定了技术基础。

![Google_AI_Studio_2026-02-06T02_35_14.758Z.png](https://static.downly.cn/images/ab8d3571d6c92128548e155e4ec1fd72.png) <center>图源备注：图片由AI生成</center>

## 降本增效与安全防御

除了能力提升，工程化指标的优化同样激进。OpenAI 数据显示，GPT-5.3-Codex 在处理同等任务时的令牌（Token）消耗量较 5.2 版本降低了 **50%**，单令牌处理速度提升超过 **25%**。这种“高速度、低能耗”的特性，将直接降低企业集成 AI 的边际成本。

在安全性维度，该模型是首款在网络安全防御框架中获评“高等级”的产品。配合新发布的千万美元级可信访问框架试点计划，OpenAI 试图在提升 AI 攻击力的同时，同步构建更坚固的防御盾牌。

OpenAI推出GPT-5.3-Codex 模型实操能力与能效双重飞跃



> 导语：OpenAI 正与亚马逊洽谈百亿美元融资及深度合作，计划在训练基础设施中引入亚马逊自研 Trainium 芯片，以此降低对英伟达的依赖并推动算力供应链多元化。

## 亚马逊自研芯片的最强外援

OpenAI 正与亚马逊展开一项可能重塑 AI 算力格局的深度合作。据报道，OpenAI 正在谈判从亚马逊获得至少 100 亿美元融资，并考虑在其训练基础设施中引入亚马逊自研 AI 芯片 Trainium。

若交易落地，这将是亚马逊 Trainium 芯片迄今获得的最具分量的外部客户。作为 AWS 为打破英伟达垄断而自主研发的 AI 加速器，Trainium 系列一直主要服务于亚马逊内部。今年 6 月发布的 Trainium3 性能实现了跨越式升级，相比上一代计算性能最高提升 4.4 倍，能效提升 4 倍，内存带宽接近翻倍。

![Google_AI_Studio_2025-12-18T01_46_13.117Z.png](https://static.downly.cn/images/50ded3446338c7dc5931bab27a1e7345.png)

<center>图源备注：图片由AI生成</center>

## 超大规模算力集群的新选择

基于 Trainium3 构建的 UltraServer 系统具备惊人扩展能力。单机柜可集成 144 枚芯片，整个集群可支持部署多达 100 万枚 Trainium3，为单一 AI 应用提供空前规模的专用算力。这种超大规模部署能力，恰好契合 OpenAI 等前沿公司对海量、稳定、低成本算力的迫切需求。

## 战略对冲与生态多极化

目前 OpenAI 的训练集群高度依赖英伟达 GPU。随着模型规模指数级增长，引入亚马逊芯片不仅是技术备份，更是战略对冲。通过扶持第二供应商，OpenAI 可增强议价能力并保障交付安全。

对亚马逊而言，若能将 OpenAI 纳入 Trainium 生态，将证明其芯片具备顶级 AI 训练能力，可能吸引其他大模型公司跟进。OpenAI 与亚马逊的潜在联盟，不只是两家公司的商业决策，更可能成为全球 AI 供应链去中心化的重要转折点，英伟达的护城河正在被悄然拓宽的第二条战线所冲击。

OpenAI 拟百亿联手亚马逊 引入 Trainium 芯片 挑战英伟达算力垄断




> 导语
> 本期资讯重点关注谷歌与OpenAI的最新动态。谷歌凭借Gemini 3 Pro在LMArena测试中创下历史新高，并以此为契机宣布了宏大的算力能效提升计划；与此同时，OpenAI宣布了针对特定开发版模型的停服时间表。此外，编程领域迎来了全新的测试基准Code Arena，旨在更真实地评估AI的开发能力。

## 谷歌Gemini 3王者归来 刷新历史最高分引爆科技圈

谷歌最新发布的Gemini 3系列模型展现了惊人的统治力。在权威的LMArena测试中，Gemini 3 Pro以1501 Elo的高分刷新了历史纪录，一举超越了GPT-5.1等强劲对手，确立了其在多模态模型领域的领导者地位。

该模型在科学、数学以及视频处理任务上的表现尤为亮眼。值得一提的是，Gemini 3利用Deep Think模式显著提升了在ARC-AGI-2等通用智能测试中的得分。这一里程碑式的成就不仅引发了市场的广泛关注，也收获了埃隆·马斯克与山姆·奥特曼的公开祝贺，标志着谷歌在AI大模型竞赛中再次占据了制高点。

![image.png](https://static.downly.cn/images/55722a5db06e23eef809607544516bda.png)

<div align="center">图源备注：图片由AI生成</div>

## 谷歌云放出豪言 未来五年算力能效将提升千倍

伴随着Gemini 3系列的成功发布，谷歌股价应声大涨，但这仅仅是开始。谷歌云AI负责人对外公布了一项雄心勃勃的长期计划：在未来四到五年内，谷歌计划在维持现有成本和能耗水平不变的前提下，将其算力、存储和网络性能提升1000倍。

这一目标显示了谷歌在底层基础设施优化上的巨大决心，预示着未来AI计算将迎来质的飞跃，为运行更复杂、更强大的模型铺平道路，同时也展示了科技巨头在绿色计算与高效能耗比方面的战略布局。

![image.png](https://static.downly.cn/images/6031d0f1d8bae78bbf19448d162642f4.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI发布API停服预告 开发版GPT-4o即将谢幕

OpenAI官方发布重要通知，确定将于2026年2月16日正式终止面向API客户的 `chatgpt-4o-latest` 模型访问权限。为了确保开发者能够顺利迁移，OpenAI预留了大约三个月的过渡期。

需要特别澄清的是，此次调整仅针对API端的特定开发版本。广大普通用户所使用的ChatGPT免费版及付费版中的GPT-4o模型不受任何影响，目前并没有针对消费者端的移除计划。开发者需密切关注时间节点，及时调整代码适配。

![image.png](https://static.downly.cn/images/0517998a5575208675746bafab2f8ecf.png)
<div align="center">图源备注：图片由AI生成</div>

## Code Arena正式面世 重新定义AI编程能力测试标准

AI编程领域迎来了一项重磅更新，Code Arena正式发布并被视为现实世界AI编程性能测试的新基准。

与传统的代码补全测试不同，Code Arena更侧重于评估AI的“代理行为”。它构建了一个受控的模拟环境，允许模型在其中进行完整的软件开发流程，包括代码规划、整体框架搭建、迭代修改以及最终完善。这种测试方式更贴近程序员在真实工作中的场景，能够更准确地衡量AI模型独立解决复杂编程问题的能力。

![image.png](https://static.downly.cn/images/cbc309d2b0b76c1855a54b439f8359aa.png)

<div align="center">图源备注：图片由AI生成</div>

搜索结果: 能效提升