10月21日，华为宣布第七届奥林帕斯奖正式启动全球征集。该奖项旨在鼓励数据存储领域基础理论研究，本届聚焦Agentic AI数据基础设施两大方向的四道难题，涵盖海量数据超高密度存储与检索、内存型存储介质与近存加速、高效数据供给及高泛化知识表征技术。本届设2个奥林帕斯奖（奖金各100万元）和5个先锋奖（奖金各20万元），获奖者还可获华为技术交流与科研助力。申报期为2026年10月20日至2027年3月31日，评审于2027年4月至7月进行，颁奖典礼定于2027年8月。诚邀全球科研工作者积极申报，共克存储技术难关！

10月13日IDC报告显示，今年上半年NVIDIA在中国数据中心AI芯片市场份额降至34%，出货量同比大跌44%；而华为份额升至28%，出货量增至57.2万个，双方差距缩至6%。受美出口管制影响，NVIDIA在华受挫，黄仁勋曾痛批该政策将500亿美元市场拱手让人。同时国产替代加速，11家本土芯片厂商中9家出货量同比增长。上半年中国AI加速器总出货量达200.8万个，非GPU加速器出货量首超GPU，华为等四家厂商占非GPU市场95%。IDC预计今年中国AI加速器总出货量将增19%，竞争重心正转向系统整体能力。

9月17日，在华为全联接大会2026 AIDC基础设施峰会上，华为正式发布“源网荷储AIDC 1.0解决方案”，展示供电、储能与液冷领域最新进展。面对AI算力扩张带来的能源挑战，华为提出AIDC与电网关系从“适应”向“主动构网”演进，通过重构供电(Watt)、热管理(Heat)、数字化运营(Bit)及建设模式，实现算电深度协同。同时，行业能效评价正从PUE向TPW(每瓦特产出Token数)转变。华为凭借横跨计算与能源的系统能力，正重新定义AIDC基础设施，推动算力工厂实现更高能效与更快交付。

9月24日，华为正式宣布“小艺Work”上线。作为一款7x24小时专属养成系AI助理，小艺Work全面支持市场调研、PPT制作、数据分析及代码开发等多种办公场景。用户只需一句话下达目标，它便能自主拆解任务、规划步骤并调用工具执行。该应用支持鸿蒙手机、平板和电脑跨设备协同，同时兼容云电脑与本地电脑。其最大亮点在于“任务接续”功能，用户离开电脑后任务仍可后台运行，并通过手机随时查看进度与审核确认，完成后结果自动同步。首次使用的用户还可在31天内限时免费获得1000个AI点。小艺Work的推出将大幅提升全场景智能办公效率。

近日，2026年华为全联接大会重磅发布昇腾芯片最新时间表。华为轮值董事长汪涛透露，昇腾960DT研发提前三个季度，单芯片算力倍增，未来几年将保持“一年一代”的快速演进节奏。汪涛强调，AI算力竞争已进入系统工程阶段，仅做好单颗芯片远远不够。为此，华为推出4096卡超节点，并业界首发采用NPO光互联技术的Hi-ONE光引擎，大幅提升系统效率与可用度。同时，CANN软件生态已跨过拐点并获PyTorch官方支持。华为明确自身“AI算力底座”定位，致力于通过芯片、系统与软件的全面协同，为中国大模型企业提供坚实算力支撑，做中国AI产业的坚强后盾。

9月16日，华为宣布AI工作助理“小艺Work”正式开启内测。该款AI助手精通日常办公、代码开发与创意创作，能自主规划任务、拆解步骤并调用工具执行。小艺Work最大亮点在于打通鸿蒙手机、平板与电脑，实现全场景跨端协同。用户只需设定目标，即可通过手机远程下发任务、查看进度、调用电脑文件，甚至同时连接多台设备随时切换。此外，它支持云电脑与本地电脑双模式，并内置专家能力自动匹配研究分析、编程等不同需求，全面提升多设备协同办公效率。

【范式与华为达成重磅算力战略合作】近日，范式创始人戴文渊与华为常务董事杨超斌在深圳举行高层座谈，双方正式达成关于昇腾950芯片的重磅算力战略合作，范式成为首批拥抱国产最高端算力底座的AI企业。面对国产算力全面崛起趋势，此次前瞻性部署完美契合范式API业务的高速扩张节奏，将极大增强其面向金融、政务等大客户的端到端交付能力，彻底打破单一算力依赖。据悉，此次重磅级规模的国产高端算力采购就位后，将直接转化为范式未来数年期的稳定营收基本盘，为其长效业绩增长注入强劲动力。

8月28日，《时代》杂志公布2026年度全球人工智能领域100位最具影响力人物，华为何庭波入选领导者类别，被誉为中国“芯片女王”。作为华为摆脱美国芯片依赖的核心人物，她自2003年起执掌芯片研发，主导多项技术推进，构建了覆盖麒麟、昇腾、鲲鹏及5G网络的庞大芯片版图。今年5月，何庭波在上海IEEE ISCAS 2026大会上发布“韬定律”，提出在先进制程设备受限的背景下，将芯片发展焦点从几何微缩转向系统级效率提升。她向《时代》强调，开放与合作才是推动半导体行业持续进步的关键。

IJCAI-ECAI 2026将于8月15日至21日在德国不来梅举行。本届大会上，华为有四篇论文被收录，展现了AI技术从“规模密度”向“设计密度”转变的新趋势。面对算力成本高昂的现实，华为通过精巧的架构与训练策略提升智能产出：一是将层次化ViT参数推至30B，以更少激活参数实现更高准确率；二是提出可学习帧选择器LFS，智能筛选视频帧降低计算开销；三是推出RaMod框架，以表征干预取代全量微调，大幅降低显存与延迟；四是利用MoE与渐进训练破解语音翻译数据稀缺难题。这表明AI竞赛已进入拼“冶炼技术”的下半场，系统化工程能力将成为决胜关键。

华为近期更新了“韬定律”论文，补充了详实的工程细节与实测数据。如果说摩尔定律是比拼“晶体管谁更小”，韬定律则是比拼“响应时间（τ）谁更短”，τ越短，芯片性能越强。 论文展示了两个量产案例。在手机端，华为采用LogicFolding技术将电路立体堆叠以缩短走线，同工艺下晶体管密度的提升相当于过去三年的...