AISpot

搜尋

依意思最接近的 30 筆

機器之心AI 評分61

天數智芯 TY1200 端側終端實測超輝達 Thor,可本地完成機器人訓練

天數智芯在上海媒體開放日展示端側算力終端彤央 TY1200,標稱 300 TOPS 稠密算力,實測在 Qwen3.8-27B-AWQ 上生成吞吐為輝達 Thor T5000 的 1.38 倍,首個 Token 延遲 0.223 秒對 0.411 秒。該終端獨立完成從環境建置、策略訓練到即時模擬的全流程,現場訓練出與輝達同款的機器鴨,為國內端側產品首次本地執行 GPU 加速的物理模擬引擎。

機器之心● 精選AI 評分70

調研:79% 企業 GPU 過半時間閒置,七成仍計劃擴充算力

VentureBeat Intelligence 在 2026 年 7 至 9 月的三輪調研(385 名受訪者)顯示,79% 的企業表示其 GPU 至少一半時間完全閒置,這一比例三個月穩定在 77% 至 81%。但在這批企業中,70% 仍計劃未來 12 個月引入、擴充或更換 AI 計算平台;計劃採用新平台的受訪者中有 91% 拿不出經財務部門稽核的 ROI 資料。新採購意向中 90% 投向公有云與模型 API,僅 8% 考慮擴建本地私有叢集。

Latent Space● 精選AI 評分65

SF Compute 要把 GPU 算力做成可程式設計的資料中心

SF Compute CEO Evan Conrad 在 Latent Space 播客中表示,其平台不只買賣 GPU 小時的現貨與遠期,還負責物理交付:買家拿到的是能直接跑負載的算力,而非對指數的現金結算。為此公司自建了雲的大部分運營能力,處理可中斷性、儲存恢復速度、GPU 代際與網路軟體配置等同時影響合約和價格的約束。他還提到可線上切分 InfiniBand 網路,以及此前 2.45 億美元的算力銷售。

TechCrunch AIAI 評分55

Ricursive Intelligence 在 Disrupt 講用 AI 設計晶片應對算力危機

Ricursive Intelligence 兩位創始人在 TechCrunch Disrupt 上介紹,公司正開發能自行設計晶片、從每次迭代中學習並改進後續設計的 AI,目標是自動化並加速晶片設計流程。創始人 Anna Goldie 與 Azalia Mirhoseini 稱未來五年算力需求至少增長 10000 倍,與其建 10000 倍資料中心,不如讓晶片和晶圓用得更高效;

TechCrunch AIAI 評分56

Runware 計劃建廠流水線量產 AI 資料中心,2028 年目標日產 30 兆瓦

Runware 宣布要建工廠,像造車一樣在流水線上量產模組化 AI 資料中心,目標到 2028 年讓羅馬尼亞工廠日產能達到 30 兆瓦,約合每月近 1 吉瓦。其 Sonic 推理艙的建造時間將從三週縮短到一天,運抵後 48 小時內完成安裝上線;客戶可自備 GPU 並支付月費,也可直接向 Runware 租算力,電力與網路另計。

Google Developers blog● 精選AI 評分68

Google 發布 ML Drift:端側通用 GPU 推理框架

Google AI Edge 推出 ML Drift,一個面向端側 AI 與機器學習推理的高效能通用 GPU 計算框架。它把 OpenGL ES、OpenCL、Metal、WebGPU 等底層硬體與圖形計算 API 抽象掉,讓開發者無需直接處理這些介面,就能在移動端與桌面端建置即時互動式 ML 體驗,覆蓋從複雜影片特效到生成式 AI 的場景。

NVIDIA blogAI 評分30

瑞典聯合體啟用 1152 卡 NVIDIA DGX GB300 超算,北歐 AI 雲 2027 年預計達 1 吉瓦

由 Ericsson、AstraZeneca、Saab、SEB 等組成的瑞典聯合體啟用 Sferical One 超算,執行在兩套 NVIDIA DGX SuperPOD 上,共 16 機架 DGX GB300 系統、1152 塊 GPU,並將基於 Nemotron 開源模型建置服務。北歐正成為歐洲增長最快的基礎設施樞紐,AI 雲預計到 2027 年底在該地區部署 1 吉瓦容量,Bitdeer、CoreWeave、Nscale 等均在列。

Hacker News front pageAI 評分65

市場拋售與利率上升考驗 AI 資料中心交易熱潮

路透社 2026 年 10 月 15 日報導,市場拋售與利率上行正在考驗 AI 資料中心的交易熱潮。報導圍繞以 AI 算力為名的資料中心投資與融資,在資本市場轉冷的背景下能否延續此前的勢頭展開,該文在 Hacker News 上獲得 11 分、5 條評論。原文未給出具體交易金額與涉及企業。

TechCrunch AIAI 評分34

OpenAI 考慮將資料中心改稱 AI 計算園區

據 Axios 報導,OpenAI 正籌備美國中期選舉後的公關行動,其中一項是把資料中心重新包裝為「AI 計算園區」。首席全球事務官 Chris Lehane 同時提出為 AI 設「限速」、推動美國參與制定全球標準,並讓公眾更多感受到 AI 在日常生活中的作用。他把當前圍繞資料中心的爭論稱為「良性且健康」,認為社群應讓企業為這類專案負責。

量子位AI 評分61

無問芯穹登頂輝達 GPU 運算元榜四大賽道,拿下 88 項單題第一

無問芯穹(Infinigence AI)在輝達研究院的 GPU 運算元效能評測榜 SOL-ExecBench 上先後登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理全部四大賽道;截至 10 月 26 日仍在 L1 與 Quant 兩賽道總分全球第一,在 235 道題中拿下 88 項單題第一,超過第二名單題第一數量的 2 倍,其中 L2 賽道的 82 道題中佔了 39 項第一。

The Verge AIAI 評分68

Anthropic 遞交 S-1:承認 AI 資料中心依賴天然氣

Anthropic 在提交給美國 SEC 的 S-1 上市檔案中承認,其 AI 資料中心正越來越依賴天然氣(主要成分是甲烷)供電。檔案稱,爭奪電力供應與電力充足的資料中心選址的競爭十分激烈,公司資料中心的建設因此容易受到燃料成本上漲和現有供應鏈約束的衝擊。這意味著生成式 AI 的算力擴張與化石燃料繫結,供電成本與穩定性風險已被寫進公開的上市披露。

Google AI blog● 精選AI 評分65

Google 報告:東南亞生成式 AI 使用者達 2.43 億,數字經濟增至 3680 億美元

Google、淡馬錫與貝恩聯合發布的 e-Conomy SEA 2026 報告顯示,東南亞數字經濟 2026 年 GMV 達 3680 億美元,同比增長 17%,並有望在 2035 年突破 1 萬億美元。生成式 AI 已被 2.43 億人日常使用,佔勞動人口 58%,普及速度是移動網際網路的 4 倍。報告預計未來五年區域 AI 使用量將增長 60 倍,75% 使用者願意讓 AI 代理自主比價並完成交易。為支撐算力需求,未來五年資料中心容量需擴張約 3 倍。

機器之心● 精選AI 評分74

IEA:AI 資料中心用電 2030 年將翻倍,瓶頸轉向電網與變壓器

IEA 2026 年 4 月報告測算,全球資料中心用電量將從 2025 年的 485 太瓦時翻倍到 2030 年的 950 太瓦時,其中 AI 資料中心的用電量增至三倍。制約擴張的不只是電力:美國大型變壓器交付週期最長四年、燃氣輪機超過三年,而吉瓦級資料中心約兩年就能建成。機櫃功率密度同步飆升,Vera Rubin NVL72 為 190 至 230 千瓦,2027 年的 Kyber 預計達 600 千瓦,風冷已接近極限。HBM 短缺預計至少延續到 2027 年。

NVIDIA blogAI 評分33

巴塞羅那 AI 工廠加速計劃全面運營,輝達 Inception 接入其服務

巴塞羅那超級計算中心(BSC)的 AI 工廠加速計劃在試點後全面運營,為初創公司提供主權算力、技術支援與培訓,其部分服務現已可通過 NVIDIA Inception 門戶申請。該 AI 工廠是歐洲首批、西班牙首個 AI 工廠,自 2025 年 4 月啟動以來已向公私客戶交付 800 多項服務;搭載輝達加速計算的 MareNostrum 5 即將擴容。試點 demo day 上,Qatium、OneCareAI、Avatia 獲評 AI Champion,分別做水管網智慧、ECG 隱藏心房顫動識別和藥企多智慧體語音系統。

NVIDIA blogAI 評分61

NVIDIA 發布 Minerva,為 AI 工廠提供端到端可觀測性

NVIDIA 發布 AIOps 平台 Minerva,為 AI 工廠提供端到端可觀測性。它把 GPU、網路、儲存、排程器與工作負載的遙測匯入動態知識圖譜,每小時分析數十億資料點,用於發現異常、預測故障並把告警風暴聚合為帶根因的事件;平台還內建 AI 助手,可連線外部 agentic 工具,目標是提升 GPU 正常執行時間與 AI 工廠產出。

TechCrunch AIAI 評分47

AI 用電激增倒逼電網升級,Veir 超導電纜融資 1.1 億美元

AI 資料中心帶來的用電激增正給美國老化的電網施壓,而業內人士認為這反而在推動電網現代化。在 TechCrunch Disrupt 上,Veir 稱其超導電纜輸電距離是傳統電纜的 5 倍、佔用空間僅 1/20,公司本月初完成 1.1 億美元 C 輪融資;WeaveGrid 則用軟體幫電力公司排程負載、降低使用者電費。Rewiring America 的 Kristin Eberhard 表示,AI 用電增長帶來的緊迫感讓行業更願意嘗試此前被擱置的方案。

The Verge AIAI 評分42

OpenAI 將資料中心改稱 compute campus

OpenAI 週一在發布 Grid Protectors Program 的公告中啟用新稱呼,把資料中心稱為 compute campus(計算園區),該計劃首個站點設在喬治亞州 Effingham County。報導指出,資料中心因噪音大、耗資源而長期不受歡迎,甚至形成罕見的跨黨派反對,這次改名被視為緩和政治反彈、為 AI 基礎設施鋪路的舉措。配圖中得州 Abilene 的 Stargate 資料中心也用了同一說法。

機器之心● 精選AI 評分70

奧特曼:PC 囤記憶體太浪費,本地推理不如集中雲端

奧特曼在 Cheeky Pint 採訪中稱,讓每個人把緊缺的 DRAM 裝進電腦、利用率僅 5% 是「相當糟糕」的全球資源配置,記憶體應集中到雲端資料中心。他認為 AI 熱潮已推高 PC 與手機價格,而記憶體廠商因歷史上過度擴產險些破產、如今擴產保守,「看不見的手」已經失靈;OpenAI 的對策是自研晶片、自建資料中心,乃至用機器人運營晶圓廠的「自我複製的資料中心」。

TechCrunch AIAI 評分50

Cal AI 兩年營收超 3000 萬美元,創始人講述網紅投放打法

Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露,這款 AI 熱量追蹤應用靠批次招募網紅髮帖,兩年營收超過 3000 萬美元,並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬,要求持續發帖直到達標,並優先挑選社群緊密、觸達可量化的帳號;早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。

TechCrunch AIAI 評分37

Cerebras CEO:家用 AI 助理將本地執行

Cerebras 聯合創始人兼 CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上稱,人人家裡都有一臺 AI 裝置的未來並不遙遠,個人 AI 助理會像手機一樣部分在本地執行、部分回到雲端。他預計這些助理會非常瞭解使用者、擁有獨立的安全邊界,還能接入信用卡代為購物。Feldman 自己已用一組 agent 整理日程、準備通話物件的背景資料,但他表示消費級創意留給其他創業者,Cerebras 只做平台。

量子位AI 評分50

範式智慧聯合睿思智聯開源生產級 AI 部署平台模域 ModelSphere

10 月 16 日,範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域(ModelSphere),面向企業免費開源,以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程,可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片,無需為不同晶片重寫底層程式碼。

TechCrunch AIAI 評分75

Anthropic 更新招股書:季度營收 170 億美元,算力成本佔 58%

Anthropic 在 11 月 3 日更新的 S-1 檔案中披露:截至 9 月 30 日的季度營收為 170 億美元,高於上一季度的 115 億美元;但算力成本已佔營收 58%,明顯高於上一季度的 48%,運營虧損同步擴大。當季算力支出約 100 億美元,其中 50 億美元來自價格顯著更高的短期合約;每花 1 美元算力換來的收入在略高於 2 倍後回落至 1.72 倍。

TechCrunch AIAI 評分45

Cerebras CEO 在 Disrupt 反駁 AI 末日論,稱應多講收益

Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反駁 AI 末日論,稱 AI 界有些領袖「也許不該被允許公開講話」。他認為領袖們應多講 AI 的潛在收益,例如讓子孫「永遠見不到死於癌症的人」,同時承認強大技術必然伴隨被壞人掌握的風險,需要合理監管。他還把部分負面輿論歸因於資料中心行業過去在美國未像電力、油氣行業那樣與當地社群溝通,並點名巴西、加拿大、芬蘭、冰島、挪威、墨西哥、瑞典正鼓勵企業建資料中心。

量子位AI 評分41

中國電信邵廣祿:AI 安全是 AI 規模化應用的加速器

中國電信集團科技委主任邵廣祿在量子位撰文提出,AI 安全不是發展的剎車片,而是推動 AI 進入核心業務的加速器。文章歸納 AI 能力的六個變化:從回答問題走向自主呼叫工具、從單模型走向多智慧體、從輔助工具變成業務基礎設施、從閉源走向開源、從數字世界走向物理世界、競爭重心從訓練轉向規模化推理;風險也隨之從單點錯誤變為鏈式、湧現與外溢風險。作者給出“規模化應用=有效性×可靠性×安全性”的公式,建議安全能力內生化、重點攻關智慧體的身份與權限控制,並引入商業保險分擔剩餘風險。

量子位AI 評分29

上海儀電發布儀電智算雲 Token 工廠,主打三重可信

上海儀電與上海創智學院於 10 月 31 日全球數商大會論壇聯合發布“飛輪轉·永珍生”儀電智算數鏈生態,其中儀電智算雲 Token 工廠以服務運營、自主生態、安全合規三重可信為核心。工廠底層用高效能推理引擎做編譯最佳化與異構算力池化排程,按實際消耗的詞元計費,上層強調 SLA 可查、全棧國產化適配主流國產晶片與開源模型、全鏈路呼叫留痕可審計。同期發布的一體機首批上線“尋數”功能,用於資料發現與供需匹配;上海創智學院提供 NEX-N2.5 大模型。

OpenAI News● 精選AI 評分67

OpenAI 啟動 Grid Protectors,計算園區可削減用電

OpenAI 啟動 Grid Protectors 計劃,讓未來的計算園區在電網緊張時主動降低用電需求。計劃從喬治亞州開始,規劃中的 Effingham County 園區將由 OpenAI 承擔全部基礎設施與供電成本,並與 Georgia Power 達成最高 1,000 兆瓦的柔性需求回應,相當於約 70 萬戶家庭的平均用電量。

機器之心AI 評分51

奧特曼提 AI 競賽三種終局,最壞可癱瘓對手 GPU

OpenAI CEO 奧特曼在內部員工會議上提出 AI 競賽的三種終局:建立全球監管機構、頂級實驗室合併為一,以及一家公司率先突破關鍵技術。最極端情形下,率先突破的公司甚至能讓競爭對手的 GPU 集體癱瘓,奧特曼稱這是「糟糕透頂」的結局。前兩條分別參考 IAEA 與 CERN 模式;他也承認 OpenAI 目前無法輕易放棄技術領先爭奪。

TechCrunch AIAI 評分53

Anthropic 據報再與 Nscale 洽談 450 億美元算力交易

據彭博報導,Anthropic 與算力供應商 Nscale 正洽談第二筆 450 億美元算力交易,距離上一筆同規模協議僅一個多月,雙方可能即將對外公布,但談判仍在進行、細節可能變動。知情人士稱這將是 Anthropic 過去一年一系列鉅額算力協議的最新一單;兩家公司目前也都在推進 IPO,Nscale 的 300 億美元擬估值據報遭到投資者牴觸。