跳到正文
AI 资讯
11月18日周三
11月17日周二
  1. NVIDIA Blog45

    NVIDIA 如何借助全球供应链伙伴创造未来

    NVIDIA 运营负责人 Deb Shoquist 讲述其团队如何凭借 TSMC、Amphenol、Coherent、Lumentum 等长期合作伙伴,将设计转化为规模化 AI 产品。Amphenol 为含 1,500 根线缆的大型组件建造了 100 多条自动化产线,缺陷率要求低于 1 DPPM。NVIDIA 还投资新伙伴,并围绕 CPO 创建全新供应链,以支撑快速量产。

11月16日周一
11月13日周五
  1. AIHOT85

    Jensen Huang 辞任 Nvidia CEO 后对 AI 经济的五点影响分析

    Tomasz Tunguz 分析 Jensen Huang 辞任 Nvidia CEO 后对 AI 经济的五点影响。文中认为,财务约束可能放缓 AI 基础设施建设,Nvidia 对开源 AI 企业的投资与收购将留下更大缺口,监管与定制芯片竞争也可能受到推动。原文还披露,Colette Kress 被任命为临时 CEO,Harvey C. Jones 出任董事会主席。

    推荐理由:文章把 Nvidia 的投资、担保与开源支持拆成五项影响,便于理解管理层变动如何传导至 AI 建设节奏和供应商格局。

11月12日周四
  1. TechCrunch · AI38

    数据中心项目在“Blue Wave”之后如何继续受反弹与官僚程序拖累

    TechCrunch《Equity》播客分析“Blue Wave”之后数据中心建设面临的阻力,指出当前项目管线严重膨胀,真正落地的项目仅占一小部分。嘉宾 Brent Nelson 认为,地方反对、许可审批延误与电力争夺拖慢建设;若 AI 基础设施泡沫破裂,租户选择不当的开发商也将承压。替代天然气方案可考虑将电池储能接入电网,并在高需求时段临时限电。

11月10日周二
11月9日周一
  1. MIT Technology Review · AI24

    Lubrizol 运用 AI 推动特种化学品创新

    Lubrizol 正构建数字基础,将业务流程、现代数据平台与云基础设施连接起来,以支持研发团队加快材料创新。其“融合团队”让科学家、数据科学家与 IT 协同开展小型试点,并用数字建模评估配方、淀粉和玉米基替代材料及产品全生命周期权衡。AI 建模还能帮助团队在扩大生产时兼顾性能、法规与财务约束。

11月5日周四
  1. The Verge · AI85

    Big Tech 的 AI 数据中心扩张不会自行停止

    Amazon、Microsoft、Alphabet 和 Meta 计划今年合计投入至少 $720 billion,并将大部分资金用于 AI 基础设施,同时已安排未来至少 $1 trillion 的支出承诺。

    推荐理由:文章梳理科技巨头持续扩张 AI 数据中心的财务压力,并对比巨额投入、营收增长与商业回报之间的落差。

  2. TechCrunch · AI70

    美国中期选举后,数据中心扩张或面临更大政策阻力

    美国中期选举后,反对数据中心建设的诉求正转化为影响国会和地方政策的政治力量,可能收紧建设地点、社区话语权及电网成本分摊规则。Nadine Smith认为,数据中心企业应自行承担电力、清洁空气与社区协商等成本;Morgan Stanley和Goldman Sachs则预计,俄亥俄、佐治亚和得州等地的数据中心建设可能放缓。

11月4日周三
  1. NVIDIA Blog41

    NVIDIA 如何用 AI 加速半导体晶圆厂的仿真、预测与数字孪生

    NVIDIA 正与半导体企业利用 cuDSS、PhysicsNeMo、cuLitho、Omniverse 和 NeMo Switchyard,加速仿真、过程预测、AI 智能体与晶圆厂数字孪生。Applied Materials 的 ACE+ 地形仿真最高提速 35x,PhysicsNeMo 可将等离子体预测从数天缩至毫秒级,NeMo Switchyard 将模型选择响应从数小时降至数分钟。

11月2日周一
  1. MIT Technology Review · AI43

    别只数 token:用合并 PR 衡量 AI 编程成本与软件交付

    AI 编程成本不应只看 token 消耗量,而应以每个合并 PR 的总开发成本衡量软件产出,并同步追踪返工与缺陷。HPE Private Cloud AI 将 150 多款内部应用的常规任务路由至本地开源权重模型,使 token 成本下降 30% 至 50%。多数企业可结合前沿模型 API 处理高难度或间歇性需求,并以自有容量承载重复性工作。

10月31日周六
  1. The Verge · AI42

    Sam Altman:RAM放在数据中心比放在个人电脑更合理

    OpenAI CEO Sam Altman 表示,在 DRAM 供应受限的背景下,与其让有限内存闲置在个人电脑中,不如集中到数据中心以提高利用率。他提到,个人电脑中的 RAM 可能只有 5% 的时间在使用;Samsung 和 SK Hynix 已与云服务商及 OpenAI 的 Stargate 等项目签订长期协议,预订了未来数年大量 RAM 产能,这也推高了笔记本电脑和手机等设备的价格。

10月29日周四
10月27日周二
  1. MIT Technology Review · AI32

    工业智能:制造业下一增长机会

    工业智能通过把制造经验、运营数据与 Physical AI 连接到生产决策,成为制造业下一增长机会。Toyota Industries 连接喷漆车间数据后,将分析周期从 5 天缩短至不足 4 小时,试点减少了约 25% 的相关缺陷。Rockwell Automation 的维护 copilot 则将新工人学习数百台机器故障排查的时间从 9 个月缩短至 3 个月。

10月23日周五
7月7日周二
  1. Berkeley AI Research41

    Berkeley AI Research 观点:智能近乎免费时,为智能体、关于智能体与由智能体构建的数据系统

    Berkeley AI Research 提出,近零推理成本正推动数据系统转向为智能体设计、管理智能体及由智能体构建三类新架构。GPT-4级能力的成本从2023年初每 million tokens 约 $30 降至如今低于 $1,部分低于 $0.10,年度降幅达 9x至900x,中位数接近 50x。