TechCrunch 梳理了 NVIDIA 联合创始人兼 CEO 黄仁勋近期陷入婚外情风波、涉外安全审查及董事会拟换人传闻的完整时间线。事件始于美方对涉嫌违规转运 GPU 的 Megaspeed 公司展开调查，黄仁勋随后承认出轨并面临国会闭门质询与传唤风险。目前 NVIDIA 董事会已启动独立调查，并传出正在考虑撤换 CEO，导致公司股价盘后承压。
推荐理由：梳理了从芯片出口合规调查演变为管理层动荡的脉络，有助于评估地缘监管对核心算力供应链的冲击。
据多家媒体报道，英伟达董事会正考虑罢免执掌公司33年的联合创始人兼CEO黄仁勋，受丑闻影响公司股价周三盘后下跌约8%。知情人士透露董事会最早于周三开会决定其去留，此前黄仁勋被曝涉入多起婚外情风波。由于英伟达缺乏明确的接班方案，公司目前正与外部机构合作物色潜在CEO人选。
推荐理由：报道揭示了英伟达核心管理层危机对企业治理的冲击，缺乏接班预案正加剧市场对算力巨头运营连续性的担忧。
皮尤研究中心汇总分析显示，截至2026年2月美国拥有超3000座在运营数据中心及至少1500座规划设施，60%的美国成年人对本地新建数据中心表示不适。约半数受访者认为数据中心加剧了家庭用电成本、环境与生活质量负担，跨党派选民普遍对支持建设计划的政客持反感态度；IEA数据显示美国数据中心2024年用电达183 TWh，已占全国总用电量的4%以上。
推荐理由：原文结合选民调查与用电数据，为评估AI算力基建扩张在地方层面遭遇的民意反弹提供了事实依据。
Anthropic 正式推出 Claude Fable 5.2 和 Claude Mythos 5.2，在 Artificial Analysis 等多项独立基准评测中重夺全球首位。
推荐理由：新模型单 token 价格虽下降两成，但因自主生成大量测试用例并调用子智能体验证，导致单任务实际开销明显上升。
SemiAnalysis实地走访了远景科技集团在内蒙古乌兰察布规划800MW IT容量的Galaxy数据中心园区，首期120MW在一年内交付且建造成本约为美国同规模项目的五分之一。
推荐理由：文章拆解了新能源企业深度纵向整合算力基建的模式，为评估超大规模AI数据中心低成本交付与供电演进提供了实体参照。
SemiAnalysis 发布首批 Google TPUv7 在 AgentX 长上下文多轮智能体推理基准下的实测数据，显示其在多款模型上的性价比已具备同 NVIDIA Blackwell 竞争的能力。
推荐理由：报告提供了 TPUv7 在长上下文智能体推理场景下的硬核实测对比，展现了硬件成本与开源软件栈结合对算力格局的具体影响。
Nathan Lambert 结合 Interconnects Dashboard 及 Baseten、Fireworks、Together AI 和 OpenRouter 的公开数据，分析开源模型推理市场的实际规模与增长趋势。
推荐理由：作者汇总了主流推理平台的调用量数据，读者可以据此评估开源模型在实际产业应用中的消耗规模与增长走势。
SemiAnalysis 发布分析报告指出，SpaceX 已将其 2027 年数据中心目标上调至约 13GW，目前已有 3.6GW 在建，涵盖 Colossus 2 扩建、Starbase 园区以及 TeraFab 芯片工厂等多个站点。
推荐理由：该报告通过实地规划与电网申报数据拆解了其极速建设模式，为读者评估超大规模算力基建落地可行性提供了具体参照。
SemiAnalysis 发布分析指出，美国数据中心抵制潮呈现跨党派化，2028 年规划的 62.2 GW 新增容量大部分尚未开工，面临各州许可冻结与地方选举带来的政策风险。
推荐理由：原文拆解了美国各州选举与监管政策对算力中心扩建的冲击，读者可据此评估地方审批延期对底层算力交付节奏的真实影响。
NVIDIA 推出开源权重语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据清洗管线。该模型在单个权重中集成了 40 种语言转录、31 种语言与英语互译、13 种语言说话人日志和音频问答功能，支持最长 1 小时音频与 8 位说话人识别，并在 Hugging Face 英文 Open ASR 等基准上取得开源模型第一。
推荐理由：原文整合了多语种转录、说话人日志和音频问答至单一模型，并开放数据管线与微调方案供领域适配。
SemiAnalysis 发布对 AWS Trainium3 及其软件栈的实测报告，重点评估其转向原生 PyTorch 后的训练体验与软硬件性能。
推荐理由：文章通过实测数据对比了 Trainium3 与 GPU 在原生 PyTorch 训练下的吞吐和 MFU，并详细展示了其硬件级性能分析工具的落地效果。
Lilian Weng 发布长文系统解析深度学习中的缩放定律（Scaling Laws），全面梳理算力、模型参数与数据量之间的幂律关系及其实际拟合要点。文章详细对比了 Kaplan 与 Chinchilla 在算力最优分配上的分歧与调和方案，分析了在高质量数据耗尽背景下的重复数据惩罚建模方法，并指出参数统计范围、损失计算方式及精度舍入等工程细节对外推预测准确性的关键影响。
推荐理由：文章系统梳理了从 Kaplan 到 Chinchilla 以及数据受限环境下的缩放定律演进，并指出了实际拟合中参数统计与损失舍入的敏感陷阱。