英伟达携手LG集团打造AI工厂,加速机器人、自动驾驶与自主智能发展
6月8日，芯片巨头英伟达与韩国LG集团联合宣布，双方将共同建设人工智能工厂，旨在为LG集团旗下的机器人、自动驾驶、数据中心及GPU云服务等关键业务板块提供强大的加速计算支撑平台。在机器人业务方面，LG电子将融合英伟达Isaac Sim、GR00T等技术框架，对家用智能机器人CLoiD进行深度训练，同时构建物理AI数据中心，向外部市场提供专业的机器人训练数据集；LG CNS则将英伟达的前沿机器人技术整合至其PhysicalWorks工业平台中。在AI工厂基础设施建设层面，LG Uplus和LG CNS将依托
算力投资版图扩展：GPU 周边产业崛起
AI 计算领域的下一份支出清单，已经不再只盯着 GPU 那一项。过去两年，业内谈 AI 基础设施，大家首先想到的几乎都是 GPU、HBM、先进封装。这些当然关键，也依然是核心焦点。但当 AI 集群规模持续扩大，另一个问题会迅速凸显：芯片计算再快，数据能否及时送达？服务器部署再多，网络能否承受？本文要剖析的，正是 GPU 周边那张日益膨胀的账单：光互联、以太网交换、SerDes、SiPho、定制计算。它们不如 GPU 抢眼，却越来越像是 AI 数据中心的根基。先看一组数据。Marvell 披露的 AI 营收
算力危机：AI爆发前夕巨头预购未来五年芯片
你已置身于AI革命的门槛，却茫然不知。许多人仅视ChatGPT为高端聊天工具，而马斯克等巨头却在签署数千亿美元的巨额订单。AI真的无人问津？非也，只是大众尚未掌握用法，然而供给端早已难以为继。次代GPU被提前数年预订，HBM内存颗粒比黄金更为稀缺。这场短缺状况将一直持续至2030年。英伟达下半年才交付Blackwell GPU，但大客户们早已瓜分了未来两年的份额。微软、Meta、亚马逊纷纷签署数十亿美元的长期协议。台积电的CoWoS封装线即便满负荷运转也无法满足需求。产能缺口近50%，预计2025年产量2
OpenAI 推出生物安全防御新战略
2026 年 6 月，OpenAI 正式公布智能时代的生物防御行动蓝图，凭借自主研发的 GPT-Rosalind 大模型及 Rosalind Biodefense 系统，致力于将人工智能深度融入生物安全领域。面对日益复杂的生物威胁，包括新型传染病爆发、生物制剂意外泄漏及人为恶意滥用等严峻挑战，该计划确立了五大执行路径与五项关键承诺。方案面向政府、公共卫生部门及科研机构等受信任主体开放 AI 能力，聚焦于威胁预警、医疗对策开发、紧急诊疗支持及风险评估等实际场景，并辅以严格的访问控制、安全监控与评估机制，携手
对AI无需客气，直接指令更省电
近期，联合国大学发布报告强调，为降低AI能耗及碳足迹，用户在操作ChatGPT等智能工具时应精简指令，剔除“谢谢”等客套话及无效闲聊，此举预计可减少25%的能耗。初看“不道谢能节电两成五”，似显荒诞，甚至令人怀疑AI是否过于机械。然而，若深入底层逻辑剖析，这实则是一个严谨的科学命题。不妨从三个维度厘清其内在逻辑：1. AI非“人”，缺乏“情绪过滤机制”人类沟通时，大脑会自动忽略“你好、谢谢、请”等背景词汇，仅提取核心语义。但大语言模型（LLM）本质是概率数学模型。当你对AI说“请帮我写段代码，谢谢”时，它
本周 AI 领域十大重磅动态
本周 AI 领域十大要闻盘点：1. **Anthropic 递交 IPO 申请**，估值高达 9650 亿力压 OpenAI 2. **黄仁勋揭晓 AI 工厂新架构**，Vera Rubin NVL72 荣膺最佳产品 3. **GPT-5.6 信息意外外泄**，150 万 Token 上下文窗口引发热议 4. **微软发布 MAI-Thinking-1**，标志着其正式开启 AI 独立发展征程 5. **Claude Opus 4.8 正式登场**，仅用 11 天完成 75 万行代码从 Zig 到 Rus
从能源到应用：AI技术栈全解析
算力=能源、芯片、基础设施你每天都在使用AI，但你可能根本不了解——你每提一个问题，背后都在启动一整套"工业体系"。从你按下回车键的那一瞬间，一场跨越物理世界的资源调配就开始了。先说结论AI并非单一技术，而是一套从能源到应用的多层体系，理解它才能真正用好它。01实时计算让AI成为"现场答题"而非"查资料"，这使电力消耗达到惊人规模。从查资料到现场答题传统软件是"查资料"——答案早已计算好存储在数据库中。而现在的AI是"现场答题"——先通过离线计算训练模型，在你提问的那刻，实时生成答案。这就是实时计算和离线
谷歌斥巨资签约 SpaceX：月付 9.2 亿打造算力集群
SpaceX 与谷歌 (365.76, -3.51, -0.95%) 正式签署云服务合作协定。依据条款，谷歌承诺在 2026 年 10 月至 2029 年 6 月期间，每月向 SpaceX 支付高达 9.2 亿美元的费用。 此次交付的算力资源涵盖约 11 万块英伟达 GPU，以及配套的 CPU、内存和其他关键组件。 预计相关算力将在今年 9 月前逐步扩容，届时费用也将随之调整降低。 若 SpaceX 未能在 2026 年 9 月 30 日前足额交付约定的 GPU 数量，在经历一个月宽限期后，谷歌有权选择即
LG 拟采购万台英伟达 Blackwell GPU，创历史纪录
IT 之家 6 月 5 日讯，据韩国媒体《每日经济》今日报道，LG 集团计划引入 1 万块采用 NVIDIA（英伟达）Blackwell 架构的 GPU，以推动其人工智能转型（AX）战略。 这不仅是该集团历史上单次最大规模的英伟达 GPU 采购行动。据内部人士透露，此次 GPU 购置及相关配套设施建设的总投资额预计将达数万亿韩元。 LG 集团内部多个部门对 GPU 算力需求迫切：LG 人工智能研究院正致力于 EXAONE 系列大语言模型的持续研发；LG 电子则全力加速人形机器人的商业化落地；LG U+ 作
AI变革新纪元 · 第二十章 | 从功能实现到效能跃迁的质变之路
开篇引入各位好，人工智能领域近期涌现出一股显著新风向——单纯比拼模型参数量与基准测试成绩的旧格局，似乎正在悄然落幕。本周捕捉到的几则资讯颇具深意：英伟达新一代计算平台正式投入量产，专为"AI执行任务"量身打造；OpenAI的GPT-6正式亮相，令我惊愕的并非参数规模的扩张，而是其显著改善了"胡言乱语"的顽疾；更令人难以置信的是，某AI系统竟独立攻克了困扰数学界长达80年的猜想难题。这三条新闻串联起来，揭示了一个共同主题：人工智能正从"具备对话能力"迈向
深度解析：AI大模型背后的Token概念与原理
当你使用 ChatGPT 或 Claude 等大语言模型时，是否曾对“Token 用尽”、“128K 上下文”等提示感到困惑？为何中文输入往往比英文更昂贵？为何长对话时 AI 会突然“忘记”之前的对话？这些疑惑的根源，其实都归结于同一个核心概念——Token。Token（中文官方名称：词元）是 LLM 处理数据的最小单元。你可以将其视为 AI 领域的“原子”——正如物质由原子组成，AI 对语言的理解与生成也完全依赖于 Token。2026年3月，中国国家数据局正式确立了 Token 的中文标准名称——词元
GPT-5真相：AGI迷思与提问革命
🔥 GPT-5是否真实降临？AGI的幻想与现实 近日AI领域最受瞩目的焦点，非GPT-5莫属。几乎每日都有"独家内幕"曝光：AGI已经达成、彻底颠覆各行各业、OpenAI市值超越万亿……随后官方又逐一辟谣。 事实究竟如何？ 先讲实情：OpenAI确实在研发新一代模型，技术方向也确实朝向更强能力迈进。但所谓"AGI突破"，目前并无任何可靠证据支持。 为何这类传闻频频出现？因为AI产业的资本运作需要热点。每一次"狼来了"都能引发一轮投资热潮、股价飙升、人才迁徙。
AI对话背后的水资源危机
你是否曾意识到，每次向ChatGPT提问——"帮我写个周报""解释一下量子纠缠""推荐一个周末去处"——背后都隐藏着一个看不见的代价：一瓶矿泉水的蒸发量。这并非危言耸听。2026年加州大学河滨分校的一项研究评估了AI推理的"水足迹"：完成一次GPT-4级别的对话，用于冷却数据中心的蒸发水量，大约相当于一瓶500毫升的矿泉水。假设全球每天产生10亿次AI对话——这个数字在2026年完全可能实现——那就意味着5亿升水被消耗掉，足够供给一座中等城市
星环科技涨停，深度解析 AI 基础设施新机遇
人工智能应用落地步伐不断加快，AI Infra 作为大模型训练、推理及海量数据处理的坚实基座，正享受着产业升级与需求井喷的双重利好。今日，星环科技的认知数据库在英伟达官网 showcased 详细技术参数，有力证明了全链路 GPU 原生架构正在驱动基础设施技术革新，持续拓展行业发展的上限。2026 年 6 月 4 日，英伟达官网公布了相关技术细则。不同于业界主流的 CPU-GPU 混合架构或传统数据库外挂 GPU 的改良路径，星环这款认知数据库选择了从底层重构架构，实现了全链路 GPU 执行方案。在 50
英博数科亮相 CCIG 发布 EBFlex 私有算力平台
6 月 4 日讯，在近期召开的 2026 中国图象图形大会（CCIG 2026）期间，英博数科正式对外展示了其 EBFlex 私有化算力管理平台。借助 EBCloud 公有云智算服务与 EBFlex 私有化平台的协同联动，英博数科旨在为高校科研领域打造涵盖“本地算力统筹 + 云端弹性扩展”的一站式算力解决方案。 英博数科副总裁秦伟俊在主题演讲中指出，当前高校科研算力主要遭遇三大瓶颈：一是算力供给不足，二是算力获取困难，三是算力管理复杂。针对上述挑战，英博数科提出，高校算力建设正由传统的“资源采购模式”向“