13:08rohanpaul_ai@rohanpaul_ai精选73°据 The Information 报道,Anthropic 正从租用云算力转向自建数据中心,计划在美国部署超 1GW 容量,Google 可能为其租赁付款提供担保。此前 Anthropic 已通过云服务商承诺超 10GW 服务器租赁,包括与 Google 的 2000 亿美元协议。该公司还锁定了与 Akamai、AWS、CoreWeave 和 Fluidstack 的大额云交易,涵盖 Amazon Trainium 硬件和 500 亿美元 Fluidstack 合作。此外,Anthropic 已签署 SpaceX/xAI 的 Colossus 1 数据中心整租协议,月费 12.5 亿美元,并预留 Colossus II 空间。行业AnthropicGoogle数据中心算力云服务10 个信源在谈推荐理由:Anthropic 自建数据中心,算力策略大转向原文
11:04a16z@a16za16z发布的图表显示,美国工业资本投资大部分集中在AI基础设施建设上。2023年,AI相关资本支出占美国工业资本投资总额的约30%。这些投资主要用于数据中心、GPU集群和网络设备等AI算力基础设施。a16z指出,AI基础设施投资增速远超其他工业领域,反映了AI产业的高速扩张。行业a16zAI基础设施资本投资数据中心推荐理由:a16z用数据告诉你AI投资有多热原文
20:17IT之家(博客/媒体)英伟达已开始向中国客户推介其下一代数据中心处理器 Vera,该 CPU 不受美国出口禁令限制,最快今年 8 月上市。Vera 是英伟达首款独立 CPU,专为智能体 AI 和强化学习设计,运行速度可达竞品 1.8 倍。中国客户计划先在海外数据中心测试,部分云服务商已表现出兴趣,但大规模采购仍面临软件生态和迁移限制等不确定性。此举被视为英伟达在出口管制压力下重振中国市场的策略,同时加剧了与英特尔、AMD 的竞争。AI产品英伟达Vera处理器数据中心AI芯片出口管制推荐理由:英伟达首次向中国开放独立 CPU 预订,做 AI 数据中心或云服务的团队值得关注——Vera 专为智能体 AI 设计,性能是竞品 1.8 倍,但软件生态和迁移成本是潜在坑点,建议点开评估是否值得测试。原文
11:52官方账号Epoch AI@EpochAIResearch精选Epoch AI Research 发布数据显示,单个数据中心的计算能力纪录每7个月翻一番。Colossus 1、Anthropic-Amazon New Carlisle 和 Meta Prometheus 先后成为算力最强的数据中心。这一趋势反映了AI算力需求的急剧增长,以及科技巨头在基础设施上的激烈竞争。对于AI模型训练和部署而言,算力密度的快速提升意味着更高效的训练和更复杂的模型成为可能。行业算力数据中心ColossusAnthropicMeta10 个信源在谈推荐理由:算力密度翻倍周期缩短到7个月,做AI基础设施或大模型训练的团队需要关注这个节奏,它直接决定了你的训练成本和模型规模天花板。原文
11:50官方账号Epoch AI@EpochAIResearchEpoch AI Research 数据显示,AI 相关投资(数据中心建设、计算硬件和网络设备)在 2026 年第一季度约占美国 GDP 的 0.8%,推动整个计算基础设施占比达到约 1.5%。这一比例相比此前翻倍,反映了 AI 产业对经济的巨大拉动作用。投资主要集中在数据中心、GPU 等硬件和网络设备上,表明 AI 基础设施已成为经济增长的重要驱动力。行业AI 基础设施美国 GDP数据中心投资趋势Epoch AI推荐理由:AI 基础设施投资占 GDP 比例翻倍,说明 AI 产业正在重塑经济结构,关注宏观趋势的投资者和科技从业者值得了解这一信号。原文
08:06IT之家(博客/媒体)据《The Information》报道,Anthropic 已签署十多份美国数据中心初步租约,总容量超 1GW,并计划进一步扩展基础设施。该公司高管正寻求谷歌母公司 Alphabet 提供财务担保,传闻谷歌还可能为数据中心共同设计芯片。此前谷歌已承诺向 Anthropic 投资 100 亿美元,若达业绩目标可追加至 300 亿美元,而 Anthropic 则承诺五年内向谷歌云支出高达 2000 亿美元。此举凸显 AI 公司对算力的巨大需求,以及科技巨头通过投资绑定合作伙伴的竞争策略。行业Anthropic谷歌数据中心算力投资AI 基础设施10 个信源在谈推荐理由:Anthropic 的算力扩张计划揭示了 AI 军备竞赛的激烈程度,关注 AI 基础设施投资和云服务格局的读者值得了解,尤其是想判断谷歌与亚马逊在 AI 领域角力方向的从业者。原文
07:17IT之家(博客/媒体)精选亚马逊披露2025年全球数据中心耗水约113.75亿升(25亿加仑),水耗效率为每千瓦时0.12升,优于行业平均水平。其自营站点用水量较2024年下降2%。亚马逊在50多个国家拥有超过900个数据中心,约90%时间利用外部空气冷却,仅在最热时段使用水基蒸发冷却。部分数据中心改用处理废水,并设定2030年回馈水量超过消耗的目标。行业亚马逊数据中心用水效率冷却技术推荐理由:亚马逊数据中心节水数据揭晓原文
05:59Y Combinator@ycombinatorAI 计算需求激增导致数据中心冷却成为瓶颈。初创公司 Ferveret 受核反应堆冷却技术启发,开发出新型冷却系统,比最先进的液体冷却性能提升 15%,同等功耗下可多生成 35% 的 tokens,且零水耗。该方案有望缓解数据中心能耗压力,推动 AI 基础设施可持续发展。行业数据中心冷却技术Ferveret能耗优化AI 基础设施推荐理由:数据中心冷却问题正制约 AI 算力扩展,Ferveret 的方案直接提升 token 产出效率,做 AI 基础设施或大模型部署的团队值得关注这一突破。原文
00:41PolymarketMoney@PolymarketMoney73°Anthropic 正在寻求签署其首个数据中心租约,并已与 Google 母公司 Alphabet 接触以获取融资支持。这一举动标志着 Anthropic 从依赖云服务转向自建基础设施,以支撑其 AI 模型的训练和推理需求。数据中心租约通常涉及数十亿美元的投资,表明 Anthropic 正在为大规模扩展做准备。此举可能加剧 AI 巨头之间的算力军备竞赛,并影响云服务市场的竞争格局。行业Anthropic数据中心融资算力Google10 个信源在谈推荐理由:Anthropic 开始自建数据中心,意味着其算力需求已进入新阶段,关注 AI 基础设施投资和算力市场的读者值得留意这一信号。原文
02:50rohanpaul_ai@rohanpaul_ai72°Nvidia 发布了一段关于其光子共封装光学(CPO)交换机的视频,展示了 Lambda 技术。CPO 将光通信组件直接集成到网络芯片附近,取代了传统的可插拔模块,从而大幅降低功耗并减少故障点。在 128,000 GPU 的数据中心中,传统方案需要约 655,000 个可插拔收发器模块,而 CPO 彻底消除了这一组件类别。对于智能体工作负载,CPO 能提供弹性、高效的数据传输,避免 GPU 等待数据,提升推理效率。AI产品Nvidia光子共封装光学CPO数据中心智能体工作负载9 个信源在谈推荐理由:Nvidia 的 CPO 技术直接解决了 AI 数据中心网络功耗和故障率两大痛点,做大规模 GPU 集群部署的团队值得关注,能显著降低运营成本。原文
22:28PolymarketMoney@PolymarketMoney据报道,OpenAI 正与相关方洽谈租用俄亥俄州联邦土地上拟建的 10GW AI 数据中心园区。英伟达将提供硬件和财务担保,OpenAI 将签署 20 年租约运营该设施。此举标志着 AI 基础设施投资规模进一步扩大,可能推动美国 AI 算力布局。行业OpenAI数据中心英伟达AI 基础设施算力10 个信源在谈推荐理由:AI 基础设施投资进入新量级,关注算力布局的团队和投资者值得了解这一动向,它可能影响未来 AI 模型训练和部署的成本与效率。原文
22:21官方账号Decoder@Maximilian Schreiner据 The Information 报道,OpenAI 正在谈判租赁俄亥俄州一个规划中的 10 吉瓦数据中心,这将是其最大的数据中心。Nvidia 可能为此项目提供财务支持。此举表明 OpenAI 对大规模算力的需求持续增长,也反映了 AI 基础设施投资的巨大规模。如果达成,这将成为 AI 领域又一重大基础设施布局。行业OpenAINvidia数据中心算力基础设施10 个信源在谈推荐理由:OpenAI 和 Nvidia 联手建最大数据中心,说明算力军备竞赛进入新阶段——做 AI 基础设施或关注行业趋势的读者值得关注,这会影响未来模型训练和部署的成本与效率。原文
22:18IT之家(博客/媒体)精选AMD 在 SPEC CPU 2017 基准测试中,以 100kW 机柜功耗为限制,展示了新一代 256 核 EPYC Venice 处理器的性能。以英伟达 88 核 Vera 处理器的得分为 1.0 基准,Intel 128 核至强 6980P 得分为 1.46,上代 192 核 EPYC Turin 得分为 2.37,而 Venice 得分达到 3.30,约为 Vera 的三倍多。单核性能方面,256 核 Venice 相比 Vera 有 27% 优势,但降档至 96 核版本时优势缩至 11%。AMD 强调数据中心客户更关注固定功耗机柜的实际性能,而非单芯片峰值。AI模型AMDVeniceEPYC数据中心基准测试推荐理由:AMD Venice性能碾压对手原文
22:14IT之家(博客/媒体)OpenAI 正深入谈判租赁俄亥俄州一个 10GW 数据中心园区,总成本或达 5000 亿美元。项目一期预计 2028 年投产,将全部搭载英伟达硬件。英伟达可能首次为此类超大规模项目提供兜底担保,支持 OpenAI 的租金偿付和后续融资。这标志着 AI 基础设施投资进入新阶段,也体现了英伟达对客户数据中心融资的支持力度。行业OpenAI英伟达数据中心算力基础设施融资10 个信源在谈推荐理由:AI 基础设施投资进入千亿级时代,关注算力布局的团队和投资者值得了解这一里程碑式项目,它可能重塑数据中心融资模式。原文
09:52IT之家(博客/媒体)精选《卫报》分析显示,美国809座规划数据中心中517座位于去年干旱区域。Xylem报告指出,到2050年AI产业用水增长中冷却仅占4%,发电占54%,半导体制造占42%。台积电菲尼克斯三座晶圆厂建成后日取水量达1640万加仑,尽管回用率85%。英伟达称GB200 NVL72冷却节水效率达风冷300倍,但高功耗机柜反向推高发电用水。Meta海波龙数据中心需配套约10座燃气电厂,总耗水不降反升。行业数据中心台积电英伟达Meta用水危机推荐理由:芯片制造才是耗水大头原文
16:51IT之家(博客/媒体)精选据《中国经营报》报道,阿里巴巴与一家核电央企洽谈,计划建设小型核反应堆为其杭州仁和数据中心供电。仁和数据中心于2020年9月启用,是全球规模最大的全浸没式液冷数据中心,中国首座5A级绿色液冷数据中心。洽谈核心瓶颈在于电价与供电模式:若电力经公共电网按约0.58元/千瓦时结算,企业成本难以控制。目前受政策限制,自备电厂模式也需接入电网,导致洽谈暂未落地。行业阿里巴巴核电数据中心小型核反应堆电力成本推荐理由:阿里找核电谈供电了原文
16:37官方一手pandaily@contact@pandaily.com (Pandaily)阿里巴巴正与中国核能国企洽谈,计划使用小型模块化反应堆(SMR)为其杭州数据中心供电。此举旨在应对AI和云计算带来的巨大能源需求,但定价和并网问题尚未解决。SMR技术被视为数据中心低碳、稳定供电的潜在方案,但商业化落地仍面临挑战。行业阿里巴巴小型模块化反应堆数据中心核能绿色能源推荐理由:AI算力需求激增让数据中心能耗成为瓶颈,阿里巴巴探索核能供电为行业提供了新思路,关注绿色能源的科技从业者值得了解这一前沿动向。原文
09:52官方一手pandaily@contact@pandaily.com (Pandaily)宁德时代(CATL)已投资DeepSeek的首轮融资,标志着这家电池巨头正式进军AI领域。创始人曾毓群正将战略重心转向AI数据中心能源基础设施,已投入超过10亿美元用于AIDC(AI数据中心)相关投资。此举将电池制造与AI算力需求结合,为能源与AI的融合开辟新路径。行业宁德时代DeepSeekAI能源数据中心投资推荐理由:CATL投资DeepSeek意味着电池巨头开始押注AI能源基础设施,做AI基础设施或能源管理的从业者值得关注这一跨界动向。原文
09:06IT之家(博客/媒体)韩国SK电讯宣布将基于NVIDIA的AI工厂平台DSX建设AI数据中心,目标将AI云服务规模扩展至GW级别。初期采用Blackwell架构GPU,后续逐步导入Vera Rubin平台。该AI工厂计划于2027年在韩国投运,并计划扩展至整个亚洲,成为亚洲领先的AI云提供商。此外,双方还在机器人仿真和训练平台方面展开合作。行业AI云数据中心NVIDIASK电讯基础设施7 个信源在谈推荐理由:SK电讯的GW级AI云计划标志着电信运营商正式切入AI基础设施赛道,对关注亚洲AI云市场、数据中心建设的从业者来说,这是一个值得跟踪的行业信号。原文
20:18IT之家(博客/媒体)富士康在台北电脑展 2026 上展示了一款液冷版 RTX 6000 Blackwell GPU,主要面向服务器和数据中心场景。该 GPU 采用单槽设计,配备液冷散热模块,拥有 96GB GDDR7 显存,可运行 AI 大模型、复杂仿真及专业图形任务。其电源接口位置也进行了调整,未使用标准的 12V-2x6 接口。AI产品液冷散热RTX 6000 Blackwell服务器数据中心富士康推荐理由:液冷版 RTX 6000 解决了高功耗 GPU 在服务器中的散热瓶颈,做 AI 训练或数据中心运维的团队值得关注这款单槽液冷方案。原文
12:14IT之家(博客/媒体)全球首个预制算力中心底座在山东青岛正式启用,该设备外形酷似集装箱,占地面积约2200平方米,比传统底座减少超30%,整体成本下降20%,最快5个月完成施工,土建成本节约近80%。它作为算力中心的能源枢纽,提供持续稳定电力,支持绿电直连实现100%绿电消纳,Token用电成本降低约30%,并配合储能设备打造算电协同智能体系。该底座已接入企业自建数据中心,预计下半年应用于国家级数据中心集群,为算力基础设施建设提供高效低碳的新方案。行业算力基础设施预制化绿色能源数据中心青岛推荐理由:算力中心建设者终于有了可快速复制的模块化方案——预制底座把施工周期从一年多砍到5个月,成本降20%,做数据中心规划和运营的团队值得关注。原文
09:13IT之家(博客/媒体)据英国《金融时报》报道,Meta 正考虑通过股票发行募资数百亿美元,以支持其人工智能业务的扩张。此前,谷歌母公司 Alphabet 已通过类似方式筹集了 847.5 亿美元。Meta 计划大幅增加 AI 相关开支,包括建设数据中心,并已上调全年资本支出预期至 1250 亿至 1450 亿美元。消息传出后,Meta 股价下跌 6.6%。目前 Meta 尚未聘请承销银行,最终方案仍有可能调整。行业MetaAI 基础设施融资数据中心资本支出推荐理由:Meta 的巨额融资计划反映了 AI 基础设施投入的军备竞赛升级,关注科技巨头资本动向的投资者和 AI 从业者值得留意这一信号。原文
18:42IT之家(博客/媒体)投行DA Davidson分析师吉尔·卢里亚表示,英伟达在AI数据中心芯片领域的领先地位到2030年前难以被撼动,因为超大规模云服务商几乎没有替代选择。英伟达最新季度销售额同比增长85%至816亿美元,毛利率约75%,分析师认为这一利润率相对稳固。尽管云服务商在接触博通、AMD等厂商以降低依赖,但竞争对手仍处于早期阶段。英伟达股价五年累计上涨超1300%,但近期财报超预期后股价下跌,显示投资者对AI芯片行业短期前景趋于谨慎。行业英伟达AI芯片数据中心云服务商市场分析推荐理由:英伟达的利润率护城河比想象中更深,做AI基础设施投资或关注芯片供应链的读者,值得了解为什么到2030年替代方案仍有限。原文
12:46rohanpaul_ai@rohanpaul_ai埃隆·马斯克在X上发文,阐述月球在扩展AI基础设施方面的独特优势。他指出,月球上的电磁加速器可以利用月球材料制造太阳能板、散热器和计算设备。月球的真空和低重力环境允许质量驱动器将AI数据中心发射到深空,无需火箭。这一想法旨在解决地球资源限制和AI计算需求增长之间的矛盾。行业AI基础设施月球马斯克数据中心太空计算推荐理由:马斯克为AI基础设施的星际扩展提出了一个大胆方案,关注AI算力瓶颈的从业者值得一看,或许能启发新的技术路径。原文
04:57官方账号Microsoft Research@MSFTResearch72°在Build 2026大会上,微软Azure CTO Mark Russinovich介绍了Project Mosaic,这是微软剑桥研究院开发的一项实验性光学互连技术。该技术利用微LED实现低功耗、高速数据传输,现场演示展示了单个LED调制形成字母,验证了实时响应能力。这项技术有望大幅降低数据中心能耗,提升通信效率,对云计算和AI基础设施有重要意义。AI产品微软Project Mosaic光学互连数据中心低功耗推荐理由:数据中心能耗是AI时代的核心瓶颈,Project Mosaic用微LED光学互连直击痛点,做基础设施架构的开发者值得关注这项突破。原文
15:18IT之家(博客/媒体)Meta 为加速 AI 数据中心建设,借鉴特斯拉和 xAI 的经验,在俄亥俄州搭建 6 座帐篷作为“快速部署结构”,每座面积约 11600 平方米,同时配备 200 兆瓦模块化燃气轮机供电。此举旨在将建设周期缩短一半,以应对 AI 热潮下的算力需求。Meta 计划在数据中心上投入最多 1450 亿美元,但华尔街对其巨额开支持怀疑态度,股价今年已下跌 5%。帐篷数据中心是 Meta 压低成本的一种创新尝试。行业数据中心Meta特斯拉快速部署AI 基建推荐理由:Meta 用帐篷建数据中心,把建设周期砍半,做基础设施和算力规划的团队值得关注——这可能是 AI 时代基建降本的新思路。原文
09:13IT之家(博客/媒体)欧盟宣布将出台数据中心最低能效标准,以应对 AI 浪潮下数据中心能耗激增的问题。预计到 2030 年,欧盟数据中心装机容量将从 12 吉瓦增至 28 吉瓦,用电量占比将突破当前 2.5% 的水平。新标准将覆盖新建和存量数据中心,配套需求评估需在 2027 年前完成。此举旨在缓解数据中心对清洁能源转型的拖累,避免化石能源电厂被迫延期服役。欧盟还在制定可持续性标签,考核水资源消耗和清洁能源比例,大型数据中心须公示相关数据。行业数据中心能效标准欧盟AI 能耗清洁能源推荐理由:数据中心能耗是 AI 产业扩张的隐形瓶颈,欧盟这一政策将直接影响全球算力布局和能源成本。做数据中心运营、AI 基础设施或关注绿色计算的团队,值得关注后续细则。原文
08:54IT之家(博客/媒体)联合国大学报告指出,受 AI 需求激增驱动,全球数据中心到 2030 年耗电量和耗水量将翻倍。去年数据中心耗电 448 太瓦时(超沙特全国用电),耗水 4.5 万亿升(可满足撒哈拉以南非洲 6 亿人用水),碳排放 1.89 亿吨。报告预测 2030 年耗电将达 945 太瓦时(约日本全国用电),AI 耗电占比升至 40%,耗水增至 9.3 万亿升,碳排放达 3.99 亿吨。报告强调 AI 依赖实体基础设施,呼吁科学规划避免与当地资源冲突。行业AI 基础设施数据中心环境成本能源消耗水资源推荐理由:AI 从业者和数据中心规划者需要正视的环境账单——水电消耗翻倍将影响算力成本与选址决策,建议点开了解区域资源风险。原文
20:42IT之家(博客/媒体)英特尔CEO陈立武在2026台北国际电脑展上预测,到2030年,80%的新数据中心服务器将基于x86架构。这一判断基于x86的长期可靠性和持续创新,尤其是在智能体AI工作负载中,CPU与GPU的算力比例可能从7:1反转至1:1.3,CPU承担更大压力。为适应变化,英特尔发布了至强6+处理器(18A制程,288核),并推出整机架设计计划“Rack Scale Blueprint”,同时宣布进入定制ASIC市场,已为谷歌供应IPU。行业x86数据中心英特尔智能体AICPU推荐理由:英特尔用数据论证x86在智能体AI时代的不可替代性,做数据中心规划或AI基础设施的团队值得关注——CPU算力需求反转可能改变你的采购策略。原文
18:01rohanpaul_ai@rohanpaul_ai微软CEO萨提亚·纳德拉宣布,其威斯康星州Fairwater AI数据中心通过采用闭环直接到芯片的液冷技术,实现了极低的年耗水量,仅相当于一家当地餐厅的用水量。该技术用密封管道中的冷却液循环替代了传统蒸发冷却,避免了水蒸发消耗。冷却液吸收芯片热量后,通过数据中心外的散热鳍片和风扇将热量排入空气,再循环回服务器。超过90%的设施使用闭环液冷,仅在极端高温日才辅助使用外部空气和水。这解决了高功率AI芯片(如GB200)的散热难题,同时大幅节约水资源。AI产品数据中心液冷技术微软绿色计算AI基础设施推荐理由:微软用闭环液冷解决了AI数据中心的高耗水痛点,做数据中心运维或关注绿色计算的团队值得了解这项技术,它直接降低了运营成本和环境压力。原文
14:20IT之家(博客/媒体)精选铠侠宣布将于2026年夏天出样BiCS10 1Tb TLC NAND闪存,采用332层设计,用于支持PCIe Gen6的企业级固态硬盘。铠侠认为仅靠提升堆叠层数已无法优化成本,332层相比400层产品可降低10%成本、提升10%能效和35%可靠性。公司预测2026-2028年NAND市场出货容量年复合增长22%,其中AI推理领域增速达86%。铠侠将聚焦数据中心和企业业务,目标营收占比超60%,并计划大幅增加资本和研发支出。行业铠侠NAND闪存企业级SSDPCIe Gen6数据中心推荐理由:存储行业正面临供需失衡,铠侠的332层策略为数据中心和AI推理场景提供了更优性价比,做企业级存储或AI基础设施的团队值得关注这一技术路线。原文
13:43Gary Marcus@GaryMarcusIBM CEO Arvind Krishna 表示 AI 并非泡沫,但估计行业需要 6 到 8 万亿美元的总资本支出用于数据中心和芯片建设。要在七年内收回这些投资,公司每年需要新增 1 到 2 万亿美元的收入,而 Krishna 认为这笔收入可能不存在。他还预测只有两到三家公司能成功构建领先的 AI 模型,其他公司只是在为一场多数人会输的竞赛花钱。评论指出,Krishna 作为 AI 基础设施服务商 IBM 的 CEO,其质疑比普通怀疑者更有分量。谷歌刚通过股权融资 800 亿美元,Oracle 裁员 3 万人以转投资本支出,而 Anthropic 提交上市申请的同一天 GitHub Copilot 的 token 计费崩溃、用户流失。行业AI 投资资本支出IBM行业泡沫数据中心10 个信源在谈推荐理由:IBM CEO 亲自点破 AI 投资回报的数学难题,做 AI 基础设施或模型投资的团队值得细读——连卖铲子的人都说钱可能回不来。原文
07:54IT之家(博客/媒体)微软CEO纳德拉在Build 2026大会上回应了外界对数据中心环保的担忧,介绍了采用新方法设计的数据中心,重点提升冷却效率并削减用水。位于威斯康星州的Fairwater设施采用垂直2层架构,冷却循环只需初次注水,全年耗水量仅相当于一家社区餐厅。该设施还支持AI超级工厂定位,让大量GPU在3维空间中协同运行,保持低延迟和高带宽。纳德拉承认扩张带来压力,过去18个月新增容量超过Azure早期10年总和,并承诺不推高电价、补充全部用水、创造就业等。行业微软数据中心环保冷却效率AI基础设施推荐理由:微软用垂直架构和近乎零耗水的冷却方案回应了AI数据中心的环保争议,做基础设施或关注可持续计算的团队值得了解这种新设计思路。原文
05:03rohanpaul_ai@rohanpaul_ai在微软 Build 2026 主题演讲中,CEO Satya Nadella 介绍了 Fairwater 数据中心,这是一座垂直设计的两层 AI 超级工厂。与传统平面布局不同,该架构在三维空间内密集部署 GPU 机架,同时保持高速网络连接,使集群更像一台巨型 AI 机器,GPU 间延迟低、带宽高。其冷却系统一次注水后几乎零耗水运行,年用水量仅相当于一家餐厅的日均用水量。这标志着 AI 基础设施从水平扩展向垂直密集化的重要转变。AI产品微软数据中心AI 基础设施GPU 集群冷却效率推荐理由:微软把数据中心从平房盖成了楼房,GPU 密度和能效都上了一个台阶——做 AI 训练和推理的团队,这个架构会直接影响未来算力成本和部署方式,值得关注。原文
01:12IT之家(博客/媒体)软银 CEO 孙正义在 CNBC 采访中表示,人工智能革命的规模是 21 世纪初互联网泡沫时期的 50 倍,并认为当前 AI 行业处于发展萌芽期。软银宣布投入 750 亿欧元在法国建设 AI 数据中心,总装机容量 5 吉瓦,这是其在欧洲最大单笔 AI 投资。孙正义强调,AI 行业即使出现回调也是投资窗口期,并透露软银持有 OpenAI 约 20% 净资产,而 Arm 是最大重仓标的。受此消息影响,软银股价当日大涨 14%。行业AI 基建软银孙正义数据中心投资趋势10 个信源在谈推荐理由:孙正义用历史类比给 AI 投资定调,做科技投资或关注 AI 基建的读者值得一看,能帮你理解巨头对 AI 长期规模的判断。原文
00:59AI Will@FinanceYF5今日 AI 行业动态密集:Anthropic 已向 SEC 提交 S-1 草案,为上市做准备;微软与英伟达联合发布新款笔记本电脑;OpenAI 基金会宣布 1.3 亿美元 AI 韧性计划,并在密歇根州建设 1GW 数据中心;谷歌计划筹集 800 亿美元建设数据中心;Meta 新硬件泄露,包括 AI 挂坠、眼镜、智能体及可穿戴开发者平台;Anthropic 将首次向欧盟提供 Mythos 模型;法国吸引 1080 亿美元国际投资,半数用于数据中心。这些事件标志着 AI 基础设施和商业化进入加速期。行业Anthropic微软英伟达Meta数据中心10 个信源在谈推荐理由:一天之内 AI 巨头集体行动,从上市、硬件到基建全面铺开,关注行业趋势的读者值得花 3 分钟扫一眼重点。原文
00:21IT之家(博客/媒体)联发科高级副总裁Vince Hu在活动中承诺扩大工程团队招聘,以支撑AI芯片和数据中心业务扩张。联发科预计今年AI芯片收入约20亿美元,并希望在2027年成倍增长,目标在800亿美元的数据中心市场拿下最高15%份额。公司已为一家云服务商开发AI芯片,并拿下第二个芯片设计项目,分析师认为谷歌和SpaceX可能是其客户。此举呼应了英伟达CEO黄仁勋关于AI增强而非削弱人力资源的观点,缓解了AI时代的就业焦虑。联发科认为AI正在改变其业务结构,未来将显著不同。行业联发科AI芯片数据中心招聘英伟达推荐理由:联发科明确押注AI芯片和数据中心,承诺扩招工程团队,做芯片或云服务的从业者值得关注其业务动向和合作机会。原文
14:47IT之家(博客/媒体)78°英伟达 CEO 黄仁勋在台北电脑展 2026 上表示,未来 Vera CPU 可能比自家 GPU 更受欢迎。Vera CPU 已内置在英伟达出货量最大的 AI 机器中,上市即拥有 AI 软件优化与认证,能效比现有 CPU 高 3-6 倍。该芯片专为 AI 智能体设计,速度比 x86 处理器快 1.8 倍,旨在开辟全新的 AI 智能体市场,而非与传统 CPU 厂商竞争。AI产品英伟达Vera CPUAI 智能体能效数据中心推荐理由:英伟达首次将 CPU 定位为比 GPU 更受欢迎的产品,做 AI 智能体开发的团队值得关注——Vera 的能效和生态优势可能改变数据中心架构。原文
13:02AI Will@FinanceYF5OpenAI 在密歇根州正式启动名为“The Barn”的 AI 数据中心建设,规模达 1GW,总投资约 160 亿美元。该项目是“Stargate”计划中此前未公布的中西部站点,也是密歇根州历史上最大的单笔投资项目。此举标志着 OpenAI 在算力基础设施上的大规模扩张,旨在支撑其 AI 模型的训练与推理需求。该数据中心将显著提升美国中西部地区的 AI 算力供给,并带动当地就业与经济发展。行业数据中心算力基础设施OpenAIStargate投资10 个信源在谈推荐理由:160 亿美元砸向中西部,OpenAI 的算力野心不再局限于东西海岸。关注 AI 基础设施布局的从业者,值得了解这个“谷仓”项目如何改变美国算力版图。原文
12:10AI Will@FinanceYF5文章指出,AI行业真正的瓶颈并非模型性能或融资估值,而是超大规模云服务商(hyperscaler)的7000亿美元资本支出能否有效转化为晶圆、光纤和电力等基础设施。这些瓶颈集中在四个关键环节:芯片制造、数据中心建设、网络带宽和能源供应。如果这些物理基础设施无法跟上,AI的发展将受限于实际落地能力,而非算法创新。行业AI基础设施资本支出芯片制造数据中心能源瓶颈推荐理由:这篇文章戳破了AI行业表面的繁荣,点出基础设施才是真正的卡脖子环节,做AI投资、云架构或产业分析的人值得一读,看完会对行业格局有更清醒的判断。原文