AI硬件热潮退去？四大信号揭示行业转向
最近观察到几个值得注意的动向。不是崩溃，而是热度在回落。信号一：GPU租赁价格持续下滑H100每小时租赁价从高位稳步下降。核心原因并非需求消失，而是供给端集中释放——AWS、Azure、GCP都在大规模扩充GPU集群。过去一卡难求，如今云厂商反而希望你多租。买方市场正逐步形成。信号二：模型推理成本快速降低本周Anthropic推出Sonnet 5，价格比旗舰Opus 4.8低40%。Google的Nano Banana 2相较上代Pro便宜约50%。头部AI企业集体下调价格，说明推理成本已不再是瓶颈，竞争
科技巨擘转向"算力变现"，AI产业格局生变
近日，美国科技巨头Meta被曝计划对外出售闲置算力，引发算力过剩恐慌。该公司首席执行官扎克伯格，7月2日的讲话似乎给出了"卖算力"背后的考量，佐证了市场猜测。当地时间2日，美国Meta公司首席执行官扎克伯格在内部员工大会上表示，尽管公司正在向人工智能领域投入大量资源，在过去四个月里，AI智能体的开发并没有"像预期的那样加速"。同时，公司近期大规模重组也遭遇了执行上的挑战。而据多家外媒报道，就在扎克伯格作出上述讲话的前一天，Meta准备推出云基础设施业务，出售AI算力和模型访问权限。这意味着，这家过去主要依
算力博弈新变局：Meta 出租算力，Anthropic 自研芯片
先关注 Meta。经财联社、彭博社等主流媒体多方核实，Meta 内部正着手推进代号为 Meta Compute 的新项目，旨在对外租赁闲置 AI 算力资源，并开放其自研模型的托管与调用接口。扎克伯格曾在股东大会上明确表示，外部企业持续向 Meta 提出算力采购需求，若内部算力资源存在富余，将其商业化出租是一条可行的路径。这一举措的核心逻辑并非行业整体算力过剩，而是 Meta 为了盘活老旧 GPU 集群以变现并补充现金流，所获资金将用于加大高端算力采购，支持新一代大模型及智能体的研发；消息公布后，英伟达及其
AI基建千亿蓝海，为何潜伏于网络深处？
作者丨包永刚过去六年，国产GPU企业乘风AI浪潮，估值屡创新高，DPU却长期处于聚光灯之外。这与产业实情并不相符。2020年英伟达并购Mellanox之后，便确立了"GPU+CPU+DPU"的三芯布局。近年来英伟达持续加码网络布局，黄仁勋在2026年CES展示"六芯矩阵"时，其中四款产品均与网络息息相关。一个日益明朗的走向正在显现：AI基础设施的制约因素，正由算力本体向网络与调度层面迁移。特别是Agent时代来临后，AI系统由训练阶段转向高频推理与永续运转，GPU利用率愈发受制于网络效能。DPU也由昔日数
人工智能，泡沫将破？
这场科技股崩盘的导火索源自美股巨头Meta。据彭博社消息，Meta正筹备一项全新业务，打算将闲置算力转售给外部客户，从而创造额外收益。各大模型企业为提升自家AI的智能水平，正不计成本地扩建数据中心，核心目标正是扩充算力储备。然而Meta如今打算对外出租算力，这向市场传递了一个危险信号——算力需求或许已触及天花板，甚至迎来转折。若果真如此，未来企业便无需持续巨额投入堆砌算力，GPU、CPO、PCB等硬件的采购需求也将大幅萎缩...
从Anthropic解禁透视美国AI监管的困境
全球大模型行业升级提速，AI训练和推理的计算需求不断攀升，美国的AI监管政策正在深刻重塑全球计算产业布局。此次Anthropic放宽限制，揭示了美国AI监管的内在冲突：一方面为保住技术优势而约束高端AI算力外流，另一方面本土领先大模型企业的成长迫切需要释放算力资源以推动发展。从计算产业视角来看，解禁后顶尖大模型的更新速度将提升，训练环节需更多顶级GPU支持万亿级参数大模型的预训练，推理环节随着用户群体扩大也会带来持续增长的算力消耗，监管的困境本质上表明AI产业演进对计算基础设施的依存度已大幅超越预估，全球
韩国拟用5万亿韩元税收扶持国产AI研发
韩国经济日报（Korea Economic Daily）援引未具名政府官员报道称，韩国正考虑利用半导体产业繁荣带来的约5万亿韩元新增税收，支持本国人工智能（AI）模型的自主研发。 报道称，韩国科技信息通信部正在探讨使用这笔资金采购约1万个英伟达Vera Rubin GPU模块，并吸引AI领域高端人才。 为在全球AI模型竞争中占据优势，该部门正考虑集中约1万个GPU资源，由单一团队集中攻关前沿AI模型，而非分散给多个研究机构。 韩国政府就相关报道发表声明称，目前尚未评估增补预算，也未最终决定是否通过大规模采
人工智能产业仍处发展初期
1.有人担忧当前算力需求是否已触及天花板，让他们抛售离场吧，现在正是布局的时机。就像美光一样。关于Meta引发的市场抛售，我的分析是：Meta有多余算力 → 算力供给过剩 → 需求见顶 → 做空整个AI基础设施板块 正确的逻辑应该是： Meta在进行GPU库存的代际更替 → 旧一代GPU流向推理和中小模型市场 → 新一代GPU需求依然旺盛 → NVDA的Rubin/GB300订单不受影响 简言之，Meta在进行库存优化，而非算力需求达到顶峰。2.周四的调整本来想提前警示，但从之前到昨天尝试多次，确实难以发
法巴银行唱衰AI云计算赛道，CoreWeave与Nebius股价重挫
法国巴黎银行(56.08, 0.00, 0.00%)日前针对AI云基础设施领域企业CoreWeave（CRWV）与Nebius Group（NBIS）发布研究报告，激起市场对AI算力产业长期发展潜力的忧虑。受此冲击，两家企业于7月2日遭遇显著下跌，CoreWeave跌幅约5.4%，Nebius下挫约7.4%。 法国巴黎银行分析师Stefan Slowinski在早前的报告中对CoreWeave授予"跑赢大盘"评级，设定目标价192美元，对Nebius则给出"中性"评级，目标价255美元。虽然需求层面依旧旺
稳住！AI底层逻辑未变
当前市场恐慌主要集中在两点，一是三大云服务商对上游供应链掌控力减弱，下游需求萎缩。致使连续提价后，云服务商净利润承压，现金流趋紧。二是彭博社传闻，北美市场已出现落后模型难以为继、算力需求骤减的情况，矛头直指Meta的LLaMA。据称Meta已中止模型训练，改向GPU租赁转型为云服务商。更有甚者渲染，若后续Gemini也掉队，将演变为众多CSP簇拥OpenAI与Anthropic两驾马车独领风骚的格局。上述两则消息，经研判，恐均属过度解读。先说供应链价格把控，实则成熟制程产品均在降价；能涨价的都是最新最难、
英伟达出手相助：担保GPU采购并分成云服务
英伟达正凭借其雄厚的财务实力，协助更多企业购入昂贵的 AI 芯片，并从中获取收益。 据参与该项目的 GPU 云服务商 Firmus、Sharon AI 及另外三家合作企业高管透露，英伟达承诺为那些租赁其图形处理单元的新兴云服务商提供资金支持，以此换取一定比例的收入。若这些公司无法招揽到 AI 开发者租用 GPU，英伟达将以承诺回购闲置 GPU 的方式提供援助。 据消息人士透露，这些交易属于英伟达内部员工口中的“AI 计算合作伙伴”计划。英伟达已提出以保底价格支付云服务商未售出的 GPU 资源。 英伟达发言
AI资金悄然上移：设备商成新赢家
昨晚盯盘，应用材料（AMAT）突然飙升10%以上，创下历史新高。全网都在刷：又一只AI股爆发了。但我盯着那根长阳线，心里浮现的却是另一句话——AI的钱，又往上走了一层。这家叫‘应用材料’的公司，你可能从没听说过。它不生产芯片，也不做内存。它造的是‘造芯片的机器’。而昨晚，资金流到了它这里。这几个月，我一直在追踪同一件事：AI时代，钱究竟流向了哪里？今天，我们彻底梳理这条资金链。资金的源头，是谷歌、微软、亚马逊、Meta等巨头疯狂加码的资本支出。这笔钱最先涌向英伟达的GPU——因为搭建AI，第一步就是买它的
智能算力时代，数据中心综合布线迎来深度变革
对综合布线企业、系统集成商及工程服务商来说，AI带来的不仅是带宽提升，更是一场覆盖标准、技术、产品与交付模式的系统性变革……对综合布线行业而言，这不仅意味着带宽提升，更意味着布线设计理念、施工工艺和运维模式正在经历一次全面重构。未来的数据中心综合布线，不再只是连接服务器和交换机，而是成为支撑GPU集群、高速光网络以及智能算力平台稳定运行的重要基础设施。AI计算正在重塑数据中心网络架构传统企业数据中心主要承载业务系统、数据库及云应用，其网络流量通常以南北向（North-South）通信为主，即用户与服务器之
AI服务器备件分类详解
IT 资讯AI服务器备件分类详解一类是用于替换故障部件或升级的常规硬件，另一类是支撑系统底层运行的核心电子元件。具体包括：常规硬件这些是保障AI服务器稳定运行、故障时快速恢复的关键部件：图形处理器（GPU）：AI服务器的核心算力单元，用于加速深度学习与神经网络训练。备用GPU可确保算力持续不中断。中央处理器（CPU）：承担通用计算、数据预处理与任务调度。备件库常备多种高性能多核型号（如Xeon或EPYC）。内存模块（RAM）：AI任务需处理海量数据，依赖大容量高速内存（如DDR5 DRAM）。备用内存条用
AI工厂：人类历史上规模最大的基建工程
AI工厂，正在吸走全球最多的资本、最稀缺的电力、最复杂的供应链——超大规模AI数据中心，究竟是一个什么东西？它真的是泡沫吗？中国又能在其中扮演什么角色？他所说的，是AI工厂（AI Factory）。那不是一个比喻，而是一个精准的工程定义：就像19世纪的钢铁厂把煤矿变成轨道，AI工厂把电力变成智能。它是数十万块GPU、千米级液冷管道、数百兆瓦变压器、以及绵延数公里光纤的结合体。它同时也是一个新的地缘战场——谁拥有更多AI工厂，谁就掌握更多未来算力。这篇文章，专门拆解黄仁勋"五层蛋糕"中第三层：基础设施。也就