英伟达与SK海力士合作研发AI工厂下一代存储，Kimi融资、Agent后训练和端侧算力同步升温，AI竞争进入系统工程阶段。

SubQ长上下文、Gemma推理提速、Claude算力长约与Agent工具升温，显示AI竞争正在转向效率、基础设施和真实工作流。

vLLM 与 SGLang 商业化、RadixArk 分拆融资，把 GPU 利用率和推理调度推到 AI 竞争核心。模型越强、Agent 越长程，真正决定产品能否规模化的，正在变成算力调度、成本控制和系统稳定性。

奇异摩尔和壁仞科技把国产GPU直通国产RDMA网卡的IBGDA方案拿出来实测时，AI算力竞争里一个长期被低估的问题被推到台前：模型能不能跑得快，不只取决于GPU本身，还取决于芯片之间、服务器之间、...

Agentic Infra、Token 调用增长、异构算力调度和 Agent 工程共同说明，AI 竞争正从模型参数转向推理成本、系统效率和可交付能力。

谷歌为Gemma 4开放Multi-Token Prediction推测解码，在不改变模型和输出质量的情况下最高提速三倍。推理优化正在重新计算本地部署、企业应用与AI基础设施的成本。