Ai Infrastructure
PulseAugur coverage of Ai Infrastructure — every cluster mentioning Ai Infrastructure across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
中国数字丝绸之路扩展至新兴市场人工智能基础设施
中国的数字丝绸之路倡议正在扩展至包括人工智能基础设施,这标志着技术流向新兴市场出现了地缘政治转变。该扩展重点关注非洲等地区的数据中心建设,华为和 DeepSeek 等公司参与其中。该倡议代表着从纯粹的技术发展转向更具地缘政治驱动力的战略。
-
AI基础设施竞赛重塑全球贸易规则
全球AI基础设施竞赛正显著改变国际贸易格局,影响全球化进程。这场竞争促使各国和企业在AI硬件和基础设施领域争夺主导权,从而导致对全球贸易规则的重新评估和改写。
-
软银集团将在马来西亚投资10亿美元建设人工智能基础设施
软银集团及其他投资者计划投资约10亿美元,在马来西亚开发人工智能基础设施。该举措旨在通过建立必要的基础设施来增强该国的人工智能能力。预计这项投资将为马来西亚的技术进步及其在全球人工智能领域的地位做出重大贡献。
-
传闻:英伟达CEO黄仁勋因不当关系丑闻辞职,震动AI行业
英伟达CEO黄仁勋在承认婚外情后辞职,其中包括与一名被怀疑是中国情报资产的个人有染。这一事件通过其GPU和黄仁勋的领导地位对AI行业造成了巨大依赖,引发了对公司监管、潜在国家安全风险以及AI市场稳定性的担忧,英伟达股价大幅下跌。
-
经济学家:推动美国国债收益率飙升的是美国债务,而非AI · 跟踪1个来源
一位顶级经济学家挑战了人工智能超大规模公司增加债务发行是美国国债收益率上升主要驱动力的观点。相反,这位经济学家认为,近期由伊朗战争等地缘政治事件引发的股市抛售,是证明不断升级的美国公共债务和财政风险溢价是更重要因素的“自然实验”。这一观点表明,虽然AI基础设施支出促进了经济活动,但不断增长的国家债务才是长期债券收益率的核心担忧。
-
AMD有望在x86处理器营收上超越英特尔
AMD凭借其EPYC服务器CPU的强劲需求和人工智能基础设施投资的增加,有望超越英特尔成为x86处理器领域的营收领导者。这一潜在转变标志着CPU市场的一大变化,AMD正经历快速增长,而英特尔面临着巨大的竞争压力。人工智能基础设施的需求是推动AMD崛起的一个关键因素。
-
数据中心的液体冷却改造面临重大障碍
改造现有数据中心以实现液体冷却面临严峻挑战,包括管道空间限制、机架重量增加导致地板承重问题,以及安装过程中不可避免的停机时间。虽然液体冷却在提高密度和效率方面具有优势,尤其适用于AI基础设施,但这些改造通常需要对机械系统进行大量升级并增加运营复杂性。投资通常仅在优势大于高昂成本和中断的特定场景下才合理。
-
软银的孙正义计划在马来西亚进行500亿美元的人工智能基础设施投资
据马来西亚总理称,软银创始人孙正义正计划在马来西亚进行500亿美元的重大投资。这笔巨额注资旨在加强该国的人工智能基础设施,并加速孙正义在全球科技领域的更广泛战略。
-
摩根士丹利将英伟达(Nvidia)列为顶级AI股票,因其受益于1.6万亿美元的基础设施热潮 · 跟踪到1个来源
摩根士丹利已将英伟达(Nvidia)列为其首选AI股票,预计其2027年收入的91.7%与蓬勃发展的AI基础设施建设相关。该投资银行估计,到2027年,超大规模云服务提供商和AI云提供商的总支出将达到1.6万亿美元,远高于当前水平。尽管存在如此高的集中度,摩根士丹利仍看好英伟达(Nvidia)的股票,其市盈率为2028财年收益的15倍,并认为华尔街过去低估了计算周期增长。
-
Databricks 将其纽约 AI 研发中心规模翻倍,理由是人才和行业邻近性
Databricks 正在显著扩展其纽约市研发中心,将其办公空间翻倍至约 120,000 平方英尺。此次扩张反映了该公司对纽约市作为人工智能人才关键中心的承诺,专注于人工智能研究、基础设施和应用。该公司指出,纽约庞大的科技人才库、靠近金融和医疗保健等主要行业以及其全球连接性是投资的原因。
-
Gartner:80% 的 AI GPU 云提供商可能在 2030 年前失败,但二手 GPU 仍有需求 · 已追踪 2 个来源
Gartner 警告称,为人工智能开发提供 GPU 计算能力租赁的新云提供商的财务可行性堪忧。该研究公司预测,到 2030 年,由于人工智能基础设施所需的大量投资,超过 80% 的此类提供商可能会停止独立运营或被收购。尽管存在盈利能力方面的担忧,但对上一代 GPU(如 NVIDIA 的 H100 和 A100)的需求依然强劲,租赁价格上涨,合同延长至数年后。这表明,尽管新云提供商的商业模式面临压力,但二手数据中心 GPU 的基本价值和…
-
人工智能数据中心因资源需求和冷却创新而面临审查
对人工智能基础设施日益增长的需求,特别是对数据中心的需求,正成为一个重要的政治问题。随着行业将重点从训练大型人工智能模型转向人工智能推理,将需要更多小型、分布式的设施。这一转变带来了新的担忧,Kelvion的Henry Cubillan等专家正在讨论创新的数据中心冷却方法,旨在减少用水量并解决围绕人工智能数据中心的公众争议。
-
AI初创公司使用NPU训练LLM,绕过GPU;代理调试工具涌现
一家名为VIDRAFT的初创公司宣布,已完成仅使用神经网络处理单元(NPU)且不使用图形处理单元(GPU)的大型语言模型预训练。这一发展可能标志着人工智能基础设施的多样化,并可能减少对传统GPU集群的依赖。此外,关于调试和管理AI代理的讨论正在兴起,相关工具正在开发中,用于记录消息并提供用于恢复、预算和调试代理进程的字段。另一则新闻重点介绍了一个HTML到Markdown转换器,该转换器生成的表格无法被电子表格API解析,这表明数据管道的复杂性。
-
英伟达CEO黄仁勋反对人工智能监管, citing engineering solutions · 追踪10个来源
英伟达CEO黄仁勋在Salesforce的Dreamforce大会上表示,人工智能不需要新的监管,并坚称安全是一个可以通过现有法律和市场力量解决的工程问题。他认为,由于市场压力,公司自然会避免发布不安全的产品,并且创新和安全可以共存。黄仁勋的观点与Anthropic的Dario Amodei、Elon Musk和Sam Altman等人物的呼吁形成对比,他们主张放缓人工智能发展以解决安全问题。黄仁勋还与Donald Trump进行了交…
-
华为发布 7.2 Tbps 光模块以提升人工智能基础设施速度
华为发布了一款新的 7.2 太比特每秒近封装光学 (NPO) 模块,旨在解决人工智能基础设施中的瓶颈问题。该模块利用光信号而非传统的铜线传输数据,以更高的速度和更低的功耗进行传输,这对于大型人工智能集群至关重要。该 NPO 产品结合了 36 个通道,每个通道以 200 吉比特每秒运行,华为的目标是在供应链建立后实现快速量产。
-
亚2比特和1比特量化重塑AI基础设施
本文探讨了亚2比特和1比特量化技术对AI基础设施的影响。文章讨论了这些方法以及接收器端的过采样如何实现更高效的基于序列的通信。文章还触及了从传统的Python编排框架向预训练模型群、形式化验证器和沙盒运行时转变。
-
Meta 测试数据中心自动化机器人,引发就业担忧 · 追踪 4 个来源
Meta 正在试验机器人来自动化其数据中心的任务,目标是在人工智能基础设施支出增加的情况下减少对人力的依赖。该公司正在测试来自 Watney Robotics、Kinova 和 ABB 等供应商的各种机械臂和系统,用于插拔线缆、重置服务器和更换网络组件等任务。虽然一些工人对潜在的失业表示担忧,但 Meta 表示,长期目标是提高效率并在更具挑战性的环境中进行操作。
-
AI基础设施学习路径详解:10个模块,65+个主题
本文为有志于从事AI基础设施工作的人士概述了一条全面的学习路径。它详细介绍了一个包含10个模块的课程,涵盖了65个以上技术主题,并包括5个生产案例研究。该计划旨在引导学习者从系统工程基础知识到大规模AI。
-
人工智能需求通过长期合同重塑服务器DRAM定价
由于人工智能基础设施和数据中心的需求增加,服务器DRAM价格正在发生变化。长期合同变得越来越普遍,为买家提供了供应的可预测性,但也改变了供应商和主要采购商之间分担定价风险的方式。这些变化影响着IT资产经理和数据中心运营商的服务器升级成本、库存管理和转售价值。
-
阿里巴巴通过股票销售筹集102亿美元以扩大AI基础设施规模 · 追踪8个来源
阿里巴巴集团将发行约102亿美元的新股,为其在人工智能能力的扩张提供资金。该公司计划将这些收益全部用于其全栈式AI基础设施,包括计算能力和大型语言模型。此次重大的资本募集旨在Amid日益激烈的竞争和人工智能发展相关的成本上升,即使公司面临季度利润近期下滑,也要巩固阿里巴巴的全球AI领导地位。