科技动态：IBM发布全球首款次1纳米芯片，Runpod获1亿美元融资，MIT与Microsoft联合优化AI Agent工作流
科技动态：IBM发布全球首款次1纳米芯片，Runpod获1亿美元融资，MIT与Microsoft联合优化AI Agent工作流
科技行业在6月25日至26日迎来多项重大突破。IBM发布全球首款次1纳米（0.7nm/7埃）芯片技术，采用革命性3D纳米堆叠架构；AI云平台Runpod完成1亿美元A轮融资跻身独角兽；MIT CSAIL与Microsoft Azure Research联合发布Murakkab系统，将AI Agent工作流能耗降低73%；HSBC与Google Cloud达成多年AI合作伙伴关系。
主要新闻
IBM发布全球首款次1纳米芯片技术：纳米堆叠架构开启埃米时代
IBM于6月25日宣布推出全球首款次1纳米芯片技术，采用革命性的”纳米堆叠”3D晶体管架构，在指甲盖大小的芯片上集成近1000亿个晶体管，密度为IBM 2021年2nm芯片的两倍。该技术通过薄介质晶圆键合、SRAM缩放和沟道材料创新三大突破实现，使芯片性能提升50%、能效提升70%。纳米堆叠架构垂直堆叠晶体管，采用3D顺序集成技术，为未来十年半导体发展指明方向。IBM预计该技术最早可在未来5年内投入生产，将对AI加速器、CPU和GPU产生深远影响。
Source: IBM Debuts World’s First Sub-1 Nanometer Chip Technology
Runpod完成1亿美元A轮融资，估值达10亿美元打造AI开发者云
AI开发者云平台Runpod于6月25日宣布完成1亿美元A轮融资，由Summit Partners领投，公司估值达到10亿美元。Runpod定位为”AI开发者云”，提供从实验、训练、微调、部署到扩展多会话模型运行的一体化平台。目前平台已吸引超过100万开发者，自上线以来处理超过200亿次推理请求，从注册到激活运行工作负载的中位时间不到一小时。公司计划利用融资继续投资平台和开发者体验，并扩展全球开发者访问能力。
Source: Runpod Raises $100M to Build the Leading Cloud Platform for AI Developers
MIT与Microsoft联合发布Murakkab：将AI Agent工作流能耗降低73%
MIT CSAIL与Microsoft Azure Research于6月25日联合发布Murakkab，一个针对Agentic AI工作负载的资源高效服务系统。测试表明，在视频问答和代码生成场景中，Murakkab仅使用标准方法35%的计算量、27%的能耗和不到25%的成本，同时满足用户的准确率和延迟要求。该系统引入声明式抽象层，将工作流设计与执行解耦，实现当前云调度器无法达成的跨层优化。在一个测试案例中，Murakkab将能耗降低一个数量级以上，而准确率仅下降约2%。
Source: Murakkab: MIT and Microsoft’s Resource-Efficient AI Agent System
HSBC与Google Cloud达成多年AI合作伙伴关系
HSBC与Google Cloud签署多年合作伙伴协议，双方将共同在HSBC全球业务中部署AI能力，目标在未来两年内推出超过200个AI应用案例，每个案例预计可直接带来超过1亿美元的收入增长或效率提升。HSBC将获得Google Gemini模型和Gemini Enterprise Agent Platform的访问权。首批聚焦领域包括财富管理（AI驱动洞察辅助客户经理）、金融犯罪检测（AI将监测速度提升一倍）和内部运营（AI决策助手将会议准备时间从数小时缩短至分钟）。
Source: HSBC, Google Cloud Sign AI Partnership
分析
6月25日的科技新闻呈现出一个清晰的模式：硬件、基础设施和应用层面的创新正在同步加速，共同推动AI技术栈的全面升级。
IBM的0.7nm纳米堆叠芯片是整个半导体行业的重要转折点。在传统摩尔定律面临物理极限的背景下，IBM通过3D垂直集成提供了全新的 scaling 路径。1000亿晶体管的集成度和70%的能效提升对AI基础设施意义重大——当前AI加速器的算力增长正受到功耗和散热的严重制约。纳米堆叠架构若如期量产，将直接推动AI训练和推理的成本曲线进一步下移。
Runpod的1亿美元融资和独角兽估值反映了AI基础设施市场正在经历的范式转移：开发者对GPU计算的需求正在从”按需租用实例”升级为”一站式AI开发生命周期平台”。Runpod的增长数据（100万开发者、2000亿推理请求）表明，AI原生云平台正在成为独立于三大云巨头的增长赛道。这与Murakkab的研究成果形成呼应——未来AI基础设施的竞争焦点将从原始算力转向资源利用率和开发者体验的综合优化。
HSBC与Google Cloud的合作案例则展示了企业级AI落地的关键趋势：金融机构正在从”AI实验”转向”AI规模化部署”。200个应用案例、每个1亿美元的价值创造、以及财富管理、金融犯罪检测和内部运营三个优先领域的设定，为其他大型企业提供了清晰的AI转型路线图。
结论
2026年6月26日的科技动态表明，AI技术栈正在经历从芯片到应用的全链路升级。IBM的纳米堆叠为算力增长开辟了新路径，Runpod和Murakkab分别从平台和系统层面提升AI基础设施效率，而HSBC的实践则为行业级AI部署提供了可参照的模板。对于从业者而言，关注芯片架构变革带来的算力成本变化、评估AI原生云平台的价值、以及学习大型企业的AI规模化部署经验，将是把握AI技术浪潮的重要方向。