AMD 與 OpenAI 宣佈多年合作，計劃部署 6 gigawatts AMD Instinct GPUs，以支援 OpenAI 下一代 AI 基礎設施並加快全球 AI 創新。部署將於 2026 年從 1 gigawatt 開始。
推薦理由：合作涵蓋 6 gigawatts AMD Instinct GPUs，並安排 2026 年先部署 1 gigawatt，呈現 OpenAI 下一代 AI 基礎設施的建置規模與時間節點。
OpenAI ChatKit Starter Templates 儲存庫提供兩款用作精簡 ChatKit 整合參考實作的起始應用程式。兩個範例分別展示自託管 ChatKit 整合，以及配備託管工作流程的 Managed ChatKit 整合。
Hugging Face Blog 記錄將 RedNote 的 dots.ocr 視覺編碼器轉換至 Core ML，作為探索以 Core ML 和 MLX 在裝置端運行 OCR 的三篇系列首篇。
Samsung 與 SK 加入 OpenAI 的 Stargate 計劃，以擴大全球 AI 基礎設施。合作將擴充先進記憶體晶片產能，並在韓國建設新一代數據中心。
推薦理由：合作內容同時涵蓋先進記憶體晶片產能擴大與韓國新一代數據中心建設，呈現 Stargate 推進全球 AI 基礎設施的兩條實體建設路徑。
OpenAI 建立系統，快速擷取合約資料並轉化為可搜尋資料。系統縮短了處理時間，也讓團隊更容易取得所需細節。
OpenAI 運用 AI 改善支援服務，縮短回應時間、提升支援質素，並擴大支援規模以配合高速增長。
OpenAI、Oracle 與 SoftBank 宣佈 Stargate 新增五個 AI 數據中心站點，並加快美國 $500B、10-gigawatt 的基礎設施建設。該建設旨在支援下一代 AI，並創造數以萬計個職位。
推薦理由：公告將新增五個站點放在 $500B、10-gigawatt 的美國基建計劃中，並交代其支援下一代 AI 和創造數以萬計職位的目標。
Public AI 現已成為 Hugging Face Inference Providers 的支援服務商，用户可在 Hub 模型頁面及 Python、JS SDK 調用其推理服務。
ClusterX 為不同雲服務供應商的叢集調度提供統一 CLI 和 Python API，統一任務啟動、查看及停止介面，讓任務可在其支援的叢集間遷移。它提供 `run`、`get-job`、`log`、`stop` 和 `list` 等命令，可提交 CPU、GPU 及多機任務。
Google 發佈 EmbeddingGemma，一款支援 100 多種語言、具備 308M parameters 和 2K context window 的多語言嵌入模型。文章示範以 Sentence Transformers、LangChain 等工具接入模型，並在 MIRIAD 醫療檢索測試中將微調版的 NDCG@10 提升至 0.8862，基礎模型為 0.8340。
推薦理由：文章提供 EmbeddingGemma 接入多個檢索框架的程式示例，並説明查詢與文件提示詞的設定方式，方便將模型納入既有檢索流程。
Hugging Face 介紹如何在 ZeroGPU Spaces 使用 PyTorch AoT 編譯，將模型預先編譯後在不同程序中載入，以減少即時編譯造成的冷啟動開銷。
推薦理由：文章拆解 ZeroGPU Spaces 的 PyTorch AoT 編譯流程，並展示量化、動態形狀與區域編譯等可遷移的優化做法。
OpenAI 的速率限制指南説明 API 限額依組織、專案及模型而異，並整理常見限額指標與錯誤處理方式。限額指標包括 RPM、RPD、TPM、TPD、IPM，以及部分串流音訊模型的每分鐘音訊分鐘數；API 支出增加後會自動升至更高 usage tier，通常提高大部分模型的速率限制。
OpenAI 指南説明如何驗證 gpt-oss 推理服務的 API 實作、工具調用與模型表現。Responses API 的 reasoning 項目應以 reasoning_text 傳回原始 CoT；Chat Completions 則建議使用 reasoning 欄位，並在後續請求中一併傳回 CoT。
OpenAI Developers 提供使用 LM Studio 在本地設置並運行 gpt-oss-20b 或 gpt-oss-120b 的指南，涵蓋聊天、MCP 伺服器及 LM Studio 本地開發 API。
OpenAI 發佈 GPT OSS 開源模型系列，包含 117B 參數的 gpt-oss-120b 和 21B 參數的 gpt-oss-20b。兩款均為 MoE 推理模型，採用 MXFP4 4-bit 量化；gpt-oss-120b 可在單張 80 GB GPU 運行，gpt-oss-20b 可在 16GB 記憶體內運行。
推薦理由：文章將兩款模型的量化方式、硬件需求與多種部署路徑整理在一起，便於評估本地推理的資源門檻及接入方式。
OpenAI 介紹用 Ollama 在本地運行兩款 gpt-oss 模型，支援離線聊天、API 調用及接入 Agents SDK。gpt-oss-20b 建議至少 16GB VRAM 或 unified memory，gpt-oss-120b 至少 60GB；模型預設採用 MXFP4 量化，VRAM 不足時可用 CPU，但速度較慢。
推薦理由：指南比較兩個模型所需的硬件配置，並串起本地聊天、Chat Completions API 與 Agents SDK 接入步驟，便於評估本地部署路徑。
OpenAI 宣佈啟動 Stargate Norway，這是其在 OpenAI for Countries 計劃下於歐洲的首個 AI 數據中心計劃。Stargate 是 OpenAI 的整體基礎設施平台，也是其長期願景中向所有人提供 AI 益處的重要部分。
Mistral AI 發佈 Codestral 25.08，並推出整合程式碼補全、語意檢索、Devstral 智能體工作流及 Mistral Code IDE 外掛的企業編碼技術棧。
推薦理由：文章把 Codestral 25.08、程式碼檢索、Devstral 智能體工作流與 IDE 管理整合為企業方案，並交代部署選項及安全治理設計。
OpenAI 的 Flex processing 可降低 Responses 或 Chat Completions 請求成本，但回應較慢，且偶爾會因資源不可用而無法處理。
Oracle 與 OpenAI 達成協議，將在美國開發 Stargate 額外 4.5 gigawatts 的數據中心容量。Stargate 是 OpenAI 的 AI 基礎設施平台，這項協議亦是該計劃的重要里程碑。OpenAI 表示，這項投資將創造新職位、加快美國再工業化並推進美國 AI 領導地位。
推薦理由：這項協議把 Stargate 在美國的新增數據中心容量明確為 4.5 gigawatts，呈現 OpenAI 與 Oracle 推進 AI 基礎設施建設的合作規模。
OpenAI 的指南介紹透過 Responses API 管理多輪對話狀態的做法，包括手動傳遞上下文、Conversations API 和 previous_response_id。
OpenAI 的 Background mode 使用指南説明，開發者可透過 Responses API 非同步執行長時間任務，輪詢狀態或取消請求；建立時同時設置 background 和 stream 為 true，則可串流接收事件並在中斷後續接。
NVIDIA NIM 現可透過單一 Docker 容器部署 Hugging Face 上逾 100,000 個 LLM。NIM 會自動識別模型格式、架構和量化格式，並在 NVIDIA TensorRT-LLM、vLLM 與 SGLang 間選擇後端及套用預設設定。
推薦理由：文章展示 NIM 如何按模型格式、架構與量化方式自動選擇推理後端，並以部署示例説明從 Hugging Face 模型到 Docker 服務的操作流程。
OpenAI Developers 歸納出七項 LLM 應用延遲優化原則，涵蓋 token 處理、減少請求、並行執行、改善用户等待體驗及避免不必要地使用 LLM。
OpenAI Developers 分享在品質、效能與開支之間取得合適取捨的策略，重點是平衡準確度、延遲與成本。
OpenAI Realtime Console 示例應用展示如何透過 WebRTC 使用 Realtime API，並在 WebRTC data channel 上收發事件及配置 client-side function calling。
OpenAI DevDay 的專題環節探討了活動中分享的結構化輸出技術，內容聚焦 structured outputs、JSON 與 schema。
Hugging Face 推出 ScreenEnv，這是一個可在 Docker 容器中建立隔離 Ubuntu 桌面環境、用於測試和部署 GUI 智能體的 Python 程式庫。
推薦理由：ScreenEnv 將桌面控制、Docker 隔離與 MCP/API 接入整合在同一工具，並以 smolagents 範例展示如何建立和執行桌面任務智能體。
Mistral AI 推出 AI for Citizens 協作倡議，協助各國政府及公共機構按本地需要制定 AI 策略並建設公共服務方案。倡議涵蓋自託管、由 Mistral AI 及本地夥伴營運的 AI 數據中心、SaaS 和無伺服器 API，並支援數據留在主權範圍內及按本地語言、文化和用途定製模型。
Hugging Face Blog 示範如何使用 Sentence Transformers 訓練及微調稀疏嵌入模型，介紹 SPLADE、Inference-free SPLADE、CSR 架構，以及資料、損失函數、評估器和訓練器的配置。
推薦理由：文章按 SPLADE、Inference-free SPLADE 與 CSR 的適用情境梳理架構選擇，並以實作例子串連資料、損失函數和評估器配置。
SGLang 新增 Hugging Face Transformers 後端整合，讓 Transformers 兼容模型可由 SGLang 執行，未獲原生支援時會自動切換至 Transformers 實作。
OpenAI 推出 OpenAI for Government，旨在向美國各地公務人員提供其最先進的 AI 工具。該計劃支持美國政府採用一流技術，並將這些工具用於服務公眾利益。
Hugging Face 將 Groq 加入 Inference Providers，讓使用者可在 Hub 模型頁面及 Python、JS 客户端 SDK 中透過 Groq 調用模型。
TNG 指出，長提示詞的 prefill 會阻塞後續請求，並在與 decode 共用 GPU 時拖慢已開始生成的請求。vLLM 的並行 partial prefill 可降低短請求的 time-to-first-token；例如可設定最多並行 4 個請求，當中最多 1 個的 prompt 超過 10,000 tokens。
Featherless AI 現已成為 Hugging Face Hub 支援的 Inference Provider，接入模型頁面及 Python、JS SDK 的無伺服器推理服務。
Mistral AI 推出 Mistral Compute，提供可按客户需求配置的私有整合式 AI 基礎設施，形態涵蓋裸金屬伺服器至全託管 PaaS。服務整合 GPU、編排、API、產品及服務，將提供最新 NVIDIA 參考架構，GPU 可用量達數萬枚，並於未來數年快速擴充。
推薦理由：Mistral Compute 將 GPU、編排、API、產品及服務整合為私有 AI 基礎設施，讓客户按需求配置，並提供由裸金屬伺服器至全託管 PaaS 的部署形態。
Hugging Face 與 NVIDIA 宣佈合作推出 Training Cluster as a Service，讓研究機構可按訓練需求申請 GPU 叢集，並按訓練運行時長付費。
推薦理由：服務將 GPU 叢集申請、算力採購、部署和訓練排程串起來，並按訓練時長付費，呈現研究機構如何依地區、規模與訓練週期取得所需算力。
Mistral AI 推出 Mistral Code，將編碼模型、IDE 助手、部署選項及企業管理工具整合為面向企業的 AI 編碼助手。產品現已為 JetBrains IDEs 和 VSCode 開放私測，正式版計劃稍後推出，部署方式包括 serverless、雲端及自託管。
OpenAI Developers 的 Cookbook 以收據審核為例，示範如何以 evals 驅動 LLM 應用從原型逐步走向生產環境。指南從少量標註資料建立收據抽取與審核流程，設計分步及端到端評測，並把錯誤率連結至業務成本以安排改進優先次序。案例比較 o4-mini 與 gpt-4.1-mini，並介紹透過提示詞、示例、模型選擇及持續監測改善系統。
OpenAI 正啟動 Stargate UAE，這是其 AI 基礎設施平台 Stargate 的首個國際部署。
推薦理由：原文將 Stargate UAE 定位為 Stargate 的國際部署，提供理解 OpenAI AI 基礎設施平台海外部署脈絡的具體案例。