上海科技大学招标千万级AI计算平台项目
项目介绍跨学科多模态AI计算平台服务器集群（四期）招标公告，投标人需在上海市政府采购网下载文件，并需在2026年06月30日 10:00（北京时间）前提交投标书。一、项目基础信息项目编号：310000000260415104069-00346711项目名称：跨学科多模态AI计算平台服务器集群（四期）预算编号：0026-W00036883预算金额（元）：40000000元（国库资金：0元；自筹资金：40000000元）最高限价（元）：包1-40000000.00元采购需求：包名称：跨学科多模态AI计算平台服
AI 机柜空间告急：电源系统成最大瓶颈
随着 AI 算力不断攀升，机柜内最先捉襟见肘的，或许是电力设备的安置空间。GPU、NVLink、计算单元及冷却装置都在争夺地盘。电源并不会因空间局促而自行隐退：功率需提升，电压须稳定，既要承受 GPU 负载的骤增，又要在电网电压跌落时保持在线。下一代 AI 机柜的角逐，已从芯片与散热，蔓延至电源架、备用电源、峰值削减及 HVDC 架构等领域。最引人注目的并非效率曲线，而是一张典型 AI 机柜的示意图。AI 服务器已占据机柜约四分之三的容积。困境也随之显现：再无余地安置更多电源架；无处存放 BBU；亦无空间
AI 集群核心并非 GPU 堆砌，而是带宽互联网络
上一回我们提到，GPU 面临两种结局：一是吃不饱（饿死），二是跑不动（堵车）。HBM 攻克了第一道难关。而第二种情况——即数万颗 GPU 之间“跑不动”的困境——必须依靠光互联来解决。但在深入探讨光技术之前，必须先厘清一个关键问题：这些 GPU 究竟是如何相互连接的？因为大众对于“AI 算力”的认知往往存在偏差。许多人误以为，AI 数据中心就是“海量 GPU 的简单堆叠”。芯片数量越多，算力便越强。这种认知，遗漏了最核心的一半真相。真实的 AI 集群，绝非一堆 GPU 的集合，而是一张网——一张让 GPU
GPK 涉嫌隐瞒库存危机遭集体诉讼，股价腰斩
包装行业领军企业图形包装控股公司（Graphic Packaging Holding Company，NYSE：GPK）近期卷入证券欺诈集体诉讼风波。该公司此前数次调低财务预期，导致调整后 EBITDA 与初始目标相差逾 3.5 亿美元，市值蒸发超半数。投资者若想申请成为首席原告，需在 2026 年 7 月 6 日前完成登记。 本案已正式提交至美国纽约南区联邦地区法院，旨在维护在 2025 年 2 月 4 日至 2026 年 2 月 2 日期间购入该公司证券的投资者权益。被告方涵盖公司本身及前 CEO M
韩国SK电讯与NVIDIA联手建设AI基础设施，驱动AI技术创新
韩国领先电信运营商将采用基于NVIDIA DSX AI工厂架构的AI云计算能力，以加快AI初创企业、机器人及工业物理AI的发展进程。NVIDIA与SK电讯共同宣布，SK电讯计划借助NVIDIA DSX™平台在韩国建设吉瓦级AI云，首座AI工厂预计2027年正式投入运营。AI云代表一种大规模AI基础设施形态，由多个"AI工厂"构成，能够从数据中"产出"称为Token的智能基础单元。不同于提供通用云服务的大型传统服务商，AI云专注于基于GPU的运算服务，专门针对模型训练、推理以及智能体AI等各类AI工作负载进
日本5月批发通胀跃升，中东局势推升进口成本
下载新浪财经APP，掌握全球实时汇率动态 专题：规避短期震荡 机构倡导中期配置AI及中国优质资产 周三发布的数据显示，日本5月批发价格同比攀升6.3%，超越市场预测，凸显中东冲突引发的价格压力持续加剧。 反映企业间商品与服务价格的企业商品价格指数（CGPI）涨幅高于市场预期的5.5%，4月数据已修正为5.3%。 据日本央行数据，5月以日元计算的进口价格指数同比上涨25.5%，高于4月修正后的21.0%。 5月批发价格环比增长0.9%，低于4月修正后的2.8%。 责任编辑：于健 SF069 新浪财经声明：本
瑞银研报揭示：AI算力需求强劲增长，英伟达市占优势显著
瑞银(48.53, 1.24, 2.62%)分析师在最新研究报告中指出，上周闭幕的台北国际电脑展进一步验证，人工智能相关的计算能力需求持续攀升，英伟达在AI GPU出货量方面仍大幅领先其主要竞争对手AMD(488.74, -1.59, -0.32%)。由Timothy Arcuri带领的瑞银分析师团队认为，英伟达的Blackwell平台将在2026年的出货量中占据主导地位，而Rubin Ultra则将在2026年第四季度开始逐步加入。相比之下，AMD的下一代Helios平台虽然预计在2026年第四季度出货
AI浪潮下芯片版图重构
“人工智能正在颠覆行业规则。”AI不仅引发了算力需求的激增，更彻底改变了产业权力的版图。从芯片设计、封装存储，到服务器架构及云服务交付，控制权正不断向具备全栈整合能力的竞争者汇聚。未来的赢家，不再仅仅是算力最强劲者，而是那些掌握了系统协同与生态主导权的一方。过去十年间，数据中心的核心较量主要集中在算力规模与能效比上。然而，随着生成式AI的爆发，产业焦点迅速转移至“谁掌握AI算力主导权”。GPU厂商已非单纯的芯片供应商，云计算巨头也不再满足于采购通用处理器，整个价值链正朝着更强的控制力与整合能力演进。算力生
半导体元老Nicholas Donofrio入局Corvex，赋能AI业务腾飞
Corvex公司（纳斯达克(25929.6626, 220.23, 0.86%)代码：MOVE）近期宣布，半导体及计算领域的资深专家Nicholas M． Donofrio将在公司即将召开的年度股东大会上当选后正式加入董事会。Donofrio是IBM服务长达44年的资深元老及荣誉院士，曾担任IBM创新与技术执行副总裁，并在AMD董事会任职近十年。此次加入正值Corvex加速扩建AI工厂并筹备推出词元工厂平台的重要节点。 Donofrio在IBM的职业生涯起步于逻辑与内存芯片设计，曾先后主导公司从半导体、微
华尔街投行布局算力期货应对AI基础设施风险
市场消息人士透露，高盛集团与摩根大通正在研究围绕算力成本开展交易的可能性。其中包括推出与图形处理器租赁价格挂钩的期货合约——GPU作为人工智能热潮中最稀缺的资源，多家交易所计划于今年晚些时候推出此类合约。 双方的讨论表明，数千亿美元资金持续涌入数据中心与芯片领域，正在深刻重塑全球金融市场。对于为人工智能基础设施建设提供融资的银行而言，算力期货能够帮助机构应对未来算力供给过剩带来的风险，同时服务客户对冲自身算力采购成本波动。 目前两家银行的相关探索尚处于早期阶段，短期内未必落地；算力交易市场仍属初创领域，还
英伟达Blackwell芯片供应趋紧，AI GPU需求持续旺盛
Wedbush Securities在最新研究报告中提到，英伟达图形处理器市场需求依旧火热，其推出的Grace Blackwell平台（涵盖GB300和B300型号）正面临越来越大的供货压力。分析人员指出，在产品生命周期的当前阶段，他们尚未见过如此显著的供应短缺现象。 该报告指出，众多客户反映Blackwell系统的交付周期不断拉长，采购难度持续加大。造成这一状况的主要原因有两个：首先，全球范围内AI基础设施建设的需求增速超出预期；其次，Blackwell系统所需的高带宽内存（HBM）及先进封装工艺仍存在
差异化路线：三星AI RAN的独特发展策略
据国外媒体Fierce Network报道，在AI RAN技术领域，爱立信与诺基亚采取了迥异的发展路径。诺基亚选择与英伟达深度合作，而爱立信则更偏向于采用专用的基带解决方案。三星则决定独辟蹊径。三星电子美国公司负责网络战略、业务拓展、市场营销及战略销售的副总裁Alok Shah表示，三星的策略别具一格。他在三星总部接受Fierce采访时指出："我们不会简单地把GPU等同于AI RAN。核心差异在于，要获取AI RAN的优势，并非一定要依赖GPU；但若确有需要，则必须构建能够灵活调用GPU的架构。"Shah
AI产业生态解析：能源至应用五层结构
一份AI产业架构认知指南声明：本内容为AI产业生态客观分析，用于构建行业理解体系。文中涉及的企业仅作为产业格局参考，不提供任何投资导向。投资选择请依据个人独立分析判断。近年来，AI逐渐成为热门话题，从技术领域延伸至大众生活各个层面。然而，当前AI相关信息存在一个显著特征：分散性。今日或许看到"算力激增"的资讯，明日可能读到"大模型竞争"的动态，后天又听闻"数据中心高耗电"的消息——每条信息单独分析合理，但综合来看，它们的关联性如何？哪些属于关键环节，哪些属于辅助描述？这便需要一套结构化视角。AI并非单一企
AI 新瓶颈：MLCC 崛起
周一，探讨些硬核话题。近两年，AI 产业链中利润最丰厚的两个环节当属 GPU 与 HBM。前者造就了英伟达的辉煌。后者成就了海力士的传奇。然而资本市场有个有趣的现象：当某个逻辑充斥在所有人的 PPT 中时，新的机遇往往已在别处酝酿。近半年来，我观察到越来越多的卖方分析师聚焦于同一领域。并非 GPU。也非 HBM。而是一种许多投资者闻所未闻的电子元件——MLCC。若拆解一台 AI 服务器，你会看到 GPU 周边密集分布着大量米粒般的元件。它们不参与计算。也不负责存储。却直接决定了价值数万美元的 GPU 能否
深度学习觉醒：2012年那场颠覆AI命运的巅峰对决
不少人感到困惑：人工智能如今能够精准识别图像、辨认万物，为何直到2012年才迎来爆发式增长？在AI发展历程中，2012年10月被视为里程碑式的转折时刻。若将人工智能数十年的演进拍成一部电影，此前的漫长岁月不过是序章铺垫，而AlexNet的横空出世，才是全片最具冲击力的高潮时刻。在此之前，机器视觉进展迟缓、笨拙不堪；在此之后，AI一路高歌猛进，从人工编写规则的时代，彻底跃入深度学习的新纪元。这场传奇的起点，源自一场被称为「AI奥运会」的国际顶级赛事——ImageNet图像识别竞赛。01 回望过去：人工智能的