AI 互搏：算力消耗的新 frontier
2026 年 06 月 14 日 · AI 内参Token 中转服务为何如此火爆？核心驱动力之一便是大模型的蒸馏技术。甚至已有从业者通过出售 Token 及提供中转服务，实现了巨额盈利。你是否认为当前的 Token 消耗全由用户发起？事实上，日益增长的 Token 消耗正源自大模型自身。大模型之间的"相互较量"当下 AI 领域涌现出一股新奇潮流：面对复杂难题，同时提交给 GPT、Claude、DeepSeek 和 Gemini，令其各自作答、推演并相互比对。系统随后择优选取最佳答案与思维路径，转化为新型训
AI速递：GPT-5.5登云，AI失控引担忧，中国大模型受追捧
OpenAI宣布，旗舰级模型GPT-5.5及编程助手Codex已入驻亚马逊云平台Bedrock。这标志着双方合作的新高度。借助Bedrock，企业能更轻松获取GPT-5.5的强大算力，Codex的加入也让开发者享受更顺滑的编程辅助。此举预示着云端AI竞争白热化，企业级AI落地速度正在加快。据TechCrunch报道，随着Anthropic限制境外访问，印度科技界正热议其影响。作为IT大国，印度高度依赖外部AI模型。该限制促使业界反思技术自主性问题，可能成为印度推动本土AI研发的动力。开发者推出了Basti
AI快讯：Meta不满情绪蔓延，三星发布三款AI，MiniMax领先GPT-5.5
6月13日，美商务部长卢特尼克致信Anthropic CEO达里奥·阿莫迪，宣布两款顶尖AI模型Mythos 5和Fable 5被禁止出口至境外及美国境内所有外国人（含Anthropic外籍员工）。Anthropic于下午5:21接令，即刻对客户禁用这两款模型。Anthropic发文反驳，认为“一个潜在的越狱漏洞不应成为召回已部署给数亿用户的商业模型的理由”，且政府仅提供了口头证据。《连线》披露Meta内部怨气冲天。应用AI团队的约6500名工程师和产品经理被强制抽调去搞数据标注和AI训练，员工吐槽“这里
掘金先卖铲：AI浪潮下的基础设施机遇
上篇文章，我们探讨了一个问题：AI究竟是什么？而本篇，我们要探讨一个更为关键的问题：假设AI真的将重塑世界，那么它需要构建什么？2023年后，很多人看到AI概念席卷而来于是产生这样的想法：AI热了，所以AI股票涨了坦率地说，这种解读几乎没有意义因为资本市场真正聚焦的核心不是：❌AI有多强大。而是：✅AI需要构建什么？换言之：如果AI将成为未来二十年的基石设施，那么整个社会需要重建哪些领域？本文正是为了回答这一疑问这是洞悉整个AI产业链的最快捷径请试想：假如国家决定建造一座可容纳一千万人的超级都市那么首要任
AI 核心硬件名词解析
PCB 涵盖单层、双层、多层及高阶 HDI 高密度互连板。单层板常见于简易计算器、遥控器，多层板层数可达 140 层。曾有人视其为低端工艺，认为仅是塑料板上印刷铜线，如今却大不相同。中国占据全球 70% 产能，如近期备受关注的胜宏科技，便是英伟达 PCB 的核心供应商。CPU（中央处理器），属于芯片范畴，是普通电脑的核心部件。国际两大 CPU 品牌为 Intel 英特尔与 AMD 超威半导体，国内电脑多采用 Intel 产品，你可右键点击任务栏进入任务管理器，在性能选项中查看 CPU 型号。当前涌现出多款
AI算力供电新方案：马拉松·革新闪耀2026GPOWER展
近日NEWS第25届上海国际动力设备及发电机组展览会（GPOWER动力展）在上海新国际博览中心盛大开幕。上海机电旗下参股公司上海马拉松·革新电气有限公司（简称“马拉松·革新”）携多款专为AI算力场景供电保障打造的核心产品精彩亮相，充分展现了其在高端发电装备领域的深厚技术积累与创新活力。紧扣核心场景 彰显产品实力伴随全球数据中心与算力基础设施建设不断加速，供电系统的稳定性、电能品质及动态响应能力已成为制约发展的关键瓶颈。马拉松·革新敏锐洞察这一趋势，本届展会重点呈现：01MAGNAPRO 系列高压发电机凭借
田渊栋 Recursive 首秀：三大基准刷新 SOTA 纪录
上月月中，前 Meta 顶尖技术专家田渊栋宣布创立新公司 Recursive：估值高达 315 亿！此次创业获谷歌、英伟达及 AMD 联合投资。历经近一月，Recursive 正式公布其首个研究成果。该系统能够自动识别并融合各类创新点子，从而生成优于各领域专家手工设计现有方案的解决策略。在首批测试中，Recursive 系统在三项关键指标上斩获当前最优成绩，涵盖固定预算下的语言模型训练、小型模型训练速率以及 GPU 内核优化三大领域。系统自主完成了从构思提出、代码编写、实验运行到结果验证的全流程闭环，多条
Sharon AI与英伟达达成六年算力合作协议，股价早盘跌幅达7.1%
澳大利亚AI云服务商Sharon AI Holdings周五宣布，已与英伟达签署一项为期六年的AI基础设施算力合作协议。受此消息提振，该公司股价盘前一度飙升超过20%，但截至发稿转为下跌7.1%。 根据协议，双方将合作在澳大利亚新增72兆瓦的数据中心容量，部署英伟达DSX AI工厂设计方案，并配备多达4万颗Grace Blackwell GB300 GPU，以满足AI初创企业、大型企业及高校科研机构日益增长的算力需求。这一合作采用收益分成与信用支持模式，Sharon AI将销售由英伟达驱动的云服务，英伟达
英伟达牵手澳洲 Sharon AI 共建数据中心，股价冲高回落
近日，芯片巨头英伟达与澳大利亚小型 AI 云服务商 Sharon AI Holdings(SHAZ) 正式签订了一份长达六年的战略协作合约。受此利好刺激，该公司股价在盘前交易中曾飙升逾 20%，然而到了周五早盘，走势发生逆转。截止本文撰写时，Sharon AI 股价下跌 4.98 美元，跌幅达 6.96%，最终报收于 66.53 美元。 依据双方共识，英伟达将协助 Sharon AI 在澳洲本土打造拥有 72 兆瓦算力的新型数据中心。该项目将沿用英伟达 DSX AI 工厂的设计蓝图，并计划安装逾 4 万颗
AI 绘图工具全解析
只需输入一句描述，即可创作精美图像——这曾属于科幻范畴，如今已成日常。从 Midjourney 到 Stable Diffusion，从 DALL-E 到即梦，AI 图像生成技术正深刻改变设计领域。本文助你梳理主流生成模型，锁定最契合你的那一款。所谓 AI 图像生成模型，通俗讲就是“以文绘像”。你提供一段描述（即提示词），AI 便能产出对应画面。置身于 2026 年，这些模型已能呈现照片级写实、插画、漫画及 3D 渲染等多元风格。（注：模型能力持续演进，本文依据 2026 年 6 月公开资料整理。各工具具
AI投资布局思路分享
大神 Serenity 的投资框架 先抛出核心观点：并非盲目追逐 AI 概念，也不是简单配置大厂股票 而是从产业演变角度出发，沿着供应链向上追溯，锁定真正掌握核心资源、难以被替代的关键节点 1. 根基所在：掌握"算力"的核心供应商 - 典型标的： $NVDA 、 $AMD、 $TSM 、 $ARM、 $INTC - 思路：AI 革命的本质就是 GPU 和底层架构的较量。无论哪家企业在训练大模型，最终都离不开这些基础设施供应商的支撑。台积电的制造能力和英伟达/AMD的芯片产品，是整个生态系统中不可绕过的价值
AI 浪潮下必须掌握的 10 大电子术语
AI 浪潮下必须掌握的 10 大电子术语！深耕电子领域二十载，像 PCB、CPU 这些基础概念我早已烂熟于心，但每当浏览 AI 相关新闻，面对满屏陌生的英文缩写，仍感云里雾里。今日偶然发现一张极佳的科普图解，将各类专业术语剖析得明明白白，特此分享给各位。文中还附有朗朗上口的速记口诀，诵读几遍即可铭记于心。💡速记口诀：PCB 犹如骨架，MLCC 好比大米；CCL 构筑地基，FPC 灵活弯曲；DRAM 掌控运行，NAND 负责存储；GPU 算力 AI，HBM 提供加速；CPO 传输数据，SiP 集成超级模块！
双云巨头逆势提价，AI算力通胀潮全面来袭
点击上方『研投社』可关注并“星标”本号。所有文章仅代表《研投社》观点，不构成具体投资建议。3月18日，阿里云与百度智能云相继发布通知，宣布对AI算力、存储等核心产品实施大幅涨价，部分涨幅竟高达30%以上！自2006年亚马逊AWS问世以来，云计算领域长期遵循“规模效应+摩尔定律”带来的持续降价规律。各大厂商甚至不惜亏损，也要通过降价策略抢占市场份额。然而今日，这一延续二十年的行业惯例被彻底打破。云基础设施正式迈入“通胀时代”。为何突然调价？因为在“供需”这把剪刀差面前，巨头们已难以支撑。需求端井喷：AI A
智能算力调度平台|群顶科技AIPaaS系统V2.0
南京群顶科技股份有限公司群顶科技创立于2007年，系国家级专精特新“小巨人”企业、科技部认定的高新技术企业，注册资本达6214万元。公司深耕智算中心运维管理领域长达18年，研发人员超过百人，专业领域涵盖云计算、人工智能、大数据等前沿技术。已获得31项发明专利，产品线涵盖分布式存储、智能运维、节能系统等多个方向。群顶科技AIPaaS平台软件V2.0当前智算中心普遍面临多品牌、多架构GPU/NPU等异构算力资源分散、利用率偏低的困境；传统调度模式颗粒度粗犷（以整卡为最小单位），导致运维成本居高不下；模型训练与
算力根基：电力才是AI发展的天花板
AI发展的终极形态是算力而算力的基石则是电力第一章AI的能耗究竟有多惊人？——核心数据——数据一大模型训练：消耗电量高达数千兆瓦，这相当于一个家庭使用几百年的电力总和。数据二单次AI搜索：耗电量是传统搜索方式的10至30倍之多。为何能耗如此之高？由于AI的核心逻辑是“以计算换取智慧”。每一次逻辑推演与内容生成，都依赖于GPU的高速运转。一块高端显卡的功耗已逼近千瓦量级，若数万块同时运行，其总耗电量堪比一座城市。智能并非无中生有，必须依靠“瓦特”来支撑。第二章电力，才是制约AI发展的真正瓶颈——面临的三大挑