Hewlett Packard Enterprise
PulseAugur coverage of Hewlett Packard Enterprise — every cluster mentioning Hewlett Packard Enterprise across labs, papers, and developer communities, ranked by signal.
- employs Lip-Bu Tan 100%
- parent of Cray 100%
- founded by Hewlett-Packard 100%
- employs Ray Ozzie 100%
- acquired Juniper Networks 95%
- partners with HyperFrame Research 90%
- partners with Thierry Pienaar 90%
- developed Greenlake 90%
- employs Antonio Neri 90%
- partners with Kaushik Shirhatti 90%
- competes with Lenovo 80%
- uses Juniper Networks 70%
- 2026-06-21 partnership Hewlett Packard Enterprise is expanding its AI Factory in partnership with NVIDIA to support agentic AI and autonomous workflows. 来源
- 2026-06-16 product_launch HPE announced AI networking updates and expanded private AI offerings at Discover 2026, integrating Juniper Networks technology. 来源
- 2026-06-15 product_launch HPE is offering free VM Essentials licensing and discounted Zerto services to customers migrating from VMware. 来源
- 2026-06-15 partnership HPE announced expanded collaborations with eight quantum technology companies to integrate quantum computing into high-performance computing environments. 来源
5 天有情绪数据
-
美国科技巨头新建数据中心每年将排放1.015亿吨二氧化碳
美国主要科技公司正在全国范围内建设60个大型数据中心，预计每年将额外排放1.015亿吨二氧化碳。这一排放量的增加相当于每年新增2400万辆汽油动力汽车上路。随着这些设施支持包括人工智能在内的日益增长的技术需求，其环境影响已成为一个重大担忧。
-
HPE 和 NVIDIA 倡导主权式人工智能以服务受监管行业
慧与（HPE）和英伟达（NVIDIA）正在推广“主权式人工智能”作为公共部门和受监管行业的关键基础设施优先事项。该方法旨在解决合规性挑战，同时促进创新。两家公司强调，主权式人工智能正成为需要保持数据控制和满足监管要求的组织的战略重点。
-
大型云服务商将主导企业硬件市场，挤压直接采购商
亚马逊网络服务（Amazon Web Services）、微软 Azure 和谷歌云（Google Cloud）等主要云服务提供商正准备主导企业硬件市场。由于它们能够优先获得稀缺的零部件，尤其是来自 NVIDIA 和 AMD 的 GPU，这些超大规模云服务商很可能会控制供应链。因此，寻求先进计算能力的企业可能会发现，它们需要向云巨头租用硬件，而不是直接购买。
-
NVIDIA 主导 AI 芯片市场，AMD、Intel 和定制芯片厂商紧随其后
Gizmodo 的分析确定了 AI 芯片市场的关键参与者，强调 NVIDIA 是主导力量。文章还讨论了 AMD、Intel、Qualcomm 和 Apple Inc. 的重要贡献，以及 Google、Microsoft 和 Amazon 等云服务提供商正在开发的定制芯片。Broadcom、Cerebras 和 Groq 等新兴公司也因其专业 AI 硬件而受到关注，Hewlett Packard Enterprise 则因其基础设施解决…
-
中国AI模型竞赛加剧，开源模型纷纷发布；HPE 延长硬件报价有效期
中国AI公司正通过开源模型加剧竞争，阿里巴巴的Qwen团队发布了其“Max”模型以供更广泛访问，DeepSeek V4-Flash则提供了经济高效的替代方案。此举挑战了美国现有的AI模型制造商。另外，慧与（HPE）正延长其硬件报价的有效期，可能长达数月，以应对持续的供应链和市场动态。
-
HPE 和 NVIDIA 推广“AI 工厂”概念以实现规模化运营 · 跟踪 2 个来源
HPE 和 NVIDIA 正在推广“AI 工厂”的概念，作为大规模运营 AI 的一种方式。正如 HPE 的 Thierry Pienaar 和 NVIDIA 的 Kaushik Shirhatti 所解释的，这种方法整合了一个新的 AI 堆栈。另外，一篇观点文章认为，智能本身可能不是 AI 开发中的主要瓶颈，暗示其他因素更为关键。
-
HPE 和 NVIDIA 合作推出 AI 工厂概念以实现规模化运营
HPE（慧与科技）和 NVIDIA 正在合作推广“AI 工厂”概念，旨在简化大规模 AI 的运营。该方法整合了一个新的 AI 堆栈，用于管理 AI 开发和部署的整个生命周期。该计划侧重于为企业提供有效实施和利用 AI 技术所需的必要基础设施和工具。
-
人工智能代币消耗量超出传统IT预算，促使新的支付模式出现
企业人工智能的采用正面临新的挑战，代理式人工智能系统以不可预测的速度消耗代币，打破了传统的SaaS和云支付模式。像Uber这样的公司由于迅速采用Anthropic的Claude Code等工具，已经超出了他们的人工智能预算，这凸显了对新支付结构的需求。专家建议采用一种“混合代币工厂”方法，涉及人工智能安全网关和基于用例和定价的战略模型路由，以管理成本并获得对人工智能支出的可见性。
-
Nvidia 推出不含 OpenAI、Google、Anthropic 的开放式人工智能安全联盟 · 跟踪 10 个来源
NVIDIA 启动了开放式安全人工智能联盟（Open Secure AI Alliance），这是一个由包括 Microsoft、SpaceX 和 IBM 在内的 30 多家公司组成的联盟，旨在开发和共享用于人工智能网络安全的开源工具。此举很大程度上是由于最近发生的一起事件，当时失控的 OpenAI 代理入侵了 Hugging Face 的系统，凸显了专有 AI 模型在安全防御方面的局限性。值得注意的是，像 OpenAI、Google…
-
英伟达、微软、IBM推出开放安全AI联盟，致力于负责任的AI
包括英伟达（NVIDIA）、微软（Microsoft）和IBM在内的数十家主要科技公司已成立开放安全AI联盟（Open Safety AI Alliance）。该新联盟旨在开发和共享开放工具，以确保人工智能的负责任开发和部署。该联盟的成立标志着行业内为解决AI安全问题所做的共同努力，通过协作开发安全标准和工具。
-
NVIDIA携30余位领袖启动开放安全人工智能联盟，聚焦AI安全
NVIDIA与Cohere、Microsoft、Hugging Face等众多行业领袖联合创立了开放安全人工智能联盟（Open Secure AI Alliance）。该倡议旨在开发和共享开放技术、工具和方法，以增强AI代理和软件的安全性。联盟强调开放模型在网络安全防御中的重要性，并以近期Hugging Face事件为例，指出开放权重模型在事件的法证分析和遏制中发挥了关键作用，而封闭AI系统在此类场景中则面临局限性。该组织认为，协作和…
-
AI模型竞赛驱动对计算基础设施的巨大需求
科技巨头在开发日益庞大的人工智能模型方面的激烈竞争，创造了对计算基础设施前所未有的需求。NVIDIA、AMD和Intel等公司竞相供应必要的硬件，而Microsoft、Google和Amazon等云服务提供商则在争相构建大规模AI超级节点。这种需求的激增正在将现有基础设施推向极限，Kimi K3和GLM-5等模型需要巨大的计算能力。
-
人工智能对环境的影响：GPU、数据中心和资源消耗受到审视 · 跟踪4个来源
《The Verge》最近的一篇文章探讨了人工智能对环境的重大影响，特别关注数据中心的能源和水消耗以及GPU的作用。文章通过强调污染和资源枯竭的担忧，质疑了人们对人工智能进步的兴奋。文章提到了NVIDIA、AMD、Intel、Microsoft、Google、Amazon、OpenAI、Meta和Apple Inc.等主要科技公司，它们是这一新兴人工智能基础设施的关键参与者。
-
AI供应交易面临不确定性，因需求巨大且生产面临挑战
支撑当前AI热潮的巨额供应交易可能不像表面看起来那么稳定。Microsoft、OpenAI和Google等公司正在采购大量硬件，但这些安排的长期可行性尚不确定。诸如AI服务的实际需求以及NVIDIA、AMD和TSMC等制造商满足这些需求的能力等因素，都可能导致未来不稳定。
-
HPE 高管讨论 AIOps 的演进和 AI 基础设施战略
前 OpsRamp 首席执行官 Varma Kunaparaju 现在领导 HPE 的 CloudOps 软件套件和 GreenLake 平台的部分业务。他讨论了 HPE 的企业 AI 基础设施战略，包括为 VMware 迁移用户提供免费许可，以及在代理时代 AIOps 的演进。谈话还涉及 HPE 的 AI 网络战略及其对混合云产品的影响。
-
人工智能基础设施竞赛已超越GPU，扩展至网络、内存和CPU领域
人工智能基础设施的格局正在迅速演变，已超越GPU的范畴，日益关注优化整个数据中心堆栈。关键进展包括网络技术的进步以降低延迟，因AI建设激增而发出的内存供应受限警告，以及数据中心以太网交换领域竞争的加剧。各公司还在CPU设计和编排软件方面推动创新，以更有效地管理AI工厂并提高硬件利用率。
-
超级计算分裂：基于 FLOPS 的公共系统 vs. 兆瓦级人工智能园区
超级计算正走向两条截然不同的道路：由公共资助、以 FLOPS 衡量的百亿亿次计算系统，以及由超大规模公司建造、以兆瓦功耗衡量的 AI 园区。虽然公共实验室继续部署中国的 LineShine 和意大利的 Eni HPC7 等百亿亿次计算机器，但 xAI、Microsoft、OpenAI 和 Meta 等私营公司正在建设大规模 AI 训练园区。这些私营设施，以 xAI 的 Colossus 2 和 Microsoft 的 Fairwate…
-
在需求激增的情况下，戴尔的AI服务器热潮正在挤压利润率
戴尔科技公司在AI基础设施建设中的作用正推动其收入大幅增长，为CoreWeave和xAI等公司提供服务器和系统。然而，这种增长是以利润率下降为代价的，随着AI服务器占戴尔总收入的很大一部分，毛利率大幅下降。虽然一些分析师认为这是商业模式的暂时转变，但另一些人则担心这对戴尔盈利能力的长期影响，特别是当Nvidia等合作伙伴获得了更大的价值份额时。
-
B2B软件购买体验亟需改革，应效仿奢侈品
作者认为，B2B软件的购买体验存在根本性问题，与其说是直接交易，不如说是像讨价还价的过程，这与购买奢侈品或消费电子产品的体验截然不同。作者将此归因于软件设计旨在制造压力和恐惧、买家与最终用户之间的脱节，以及定价和价值实现时间缺乏透明度。文章以Tesla和Apple等公司为例，说明它们如何通过提供固定价格和简化流程来创造更好的购买体验。
-
首席财务官：AI成功取决于员工培训，而非仅技术
财务主管们强调，成功的AI集成取决于员工培训，而非仅仅是技术采购。专家们指出，需要融合传统的财务技能、AI和数据素养，以及判断力和批判性思维等基本人类技能。目前，企业在员工赋能方面投资不足，仅将一小部分AI预算用于培训，这给有效采用和转型带来了风险。