搜索
AI 时代，面临传统电网和可再生能源的压力，科技巨头们争夺的资源已不仅仅是 GPU，而是稳定、低价、全天候不断电的清洁能源。现在，解决方案或许又多了一个新的选择。近日，美国核能初创公司 Ampera 称，已基于 3D 打印完成全球首个全尺寸核反应堆模块，旨在为 AI 数据中心、国防应用、工业设施和偏远地区等提供清洁电力。
OpenAI误导了整个AI圈好几年！过去五年，整个AI行业都被Scaling Law推着往前冲。现在，有人站出来说：这条曲线，一开始就错了。刚刚，他发出一篇博客，标题冷得发指——《Scaling Laws, Honestly》。
同样一兆瓦电，英伟达最新的GB300 NVL72能同时扛住61400个智能体，上一代H200只扛得住大约2600个。这中间，差了整整20倍。它就是独立评测机构Artificial Analysis发布的新基准：AA-AgentPerf。
埃森哲的 AI 策略负责人最近在一次内部会议上，吐槽了公司里消耗 AI 算力的情况：驱动 token 消耗的，不是工程师在做开发，是非技术人员在用 AI 把 PDF 转成 PPT。 这怎么是滥用呢？堂堂埃森哲一个咨询公司，做 PPT 才是正经事啊！
模型卷不过，Meta 反手开门卖自家算力，直接抢 AWS 的饭碗——昔日金主 CoreWeave、Nebius 一夜被炸崩 17%。
如果只看标题，它很容易被归到“又一个万亿参数大模型”的队伍里：1.6 万亿总参数、MoE 架构、100 万 token 上下文、面向代码和 Agent 场景。但这次真正值得看的，不只是模型有多大，而是它背后的三个问题：国产算力能不能支撑前沿级大模型训练？
随着全球智能体加速落地，算力需求呈指数级爆发，以 GPU 为核心的 AI 基础设施正变得愈发关键。据摩根士丹利报告预测，2028 年全球 AI 基础设施累计总投资将达 2.9 万亿美元。
2026年6月，全球AI算力产业最焦虑的事情，不是英伟达Rubin能不能按时出货，也不是台积电CoWoS产能够不够——而是一台大多数人根本没听说过的机器：日本丰田工业的喷气织布机。
清华系物理AI企业「清研精准」已于近日完成数亿元B3轮融资，本轮融资由北京市绿色能源基金、北汽产投领投，裕隆集团跟投。据悉，该轮资金将会用于核心人才招募、多模态数采设备的研发与规模化部署，以及算力采购与模型训练基础设施建设等方向。
全球最昂贵的浪费，正发生在最聪明的公司里。当你正 Vibe Coding 嗨到不行，或者跑着的项目突然停摆，打开 CLI 工具一看，「你的额度已用完」字样出现时，心态不崩是不可能的。