AI耗电惊人，却也在为电网减负
我是个懒狗，排版什么的最烦了，尤其是各种数据图表，调格式能要半条命。所以全文要是出现观点和例子对不上、前后逻辑混乱的地方——观点打架、例子跑题、读着读着就迷了路——您别客气，直接在留言区扣一条“懒狗”，我照单全收。但有一条，你给别人讲或者自己做决策的时候您可千万别学我，老老实实把逻辑链和关键数据核清楚，那是做事最基本的尊重。我是老屁股了可以不尊重，各位，可千万别跟我学坏了。2026年6月26日，国新办举行“十五五”开局系列发布会，国家能源局局长王宏志说了一句话，让很多人心里咯噔了一下：每让人工智能生成5秒
AI机柜能耗飙升25倍，英伟达力推HVDC重塑供电格局
随着英伟达将单颗GPU功耗推高至1.4kW，困扰业界的已不仅是晶体管集成度的瓶颈。AI机柜的功率需求正由20至30kW量级飙升至500kW乃至1MW级别，传统数据中心冗长的供电路径弊端尽显：电流自电网引入，历经变压器、UPS、PDU、服务器PSU、VRM等多重转换，多达四到五级环节，即便单级效率高达97%，累积下来端到端效率也仅剩85%-88%。这意味着每100千瓦的机架容量中，有12至15千瓦的电能无端转化为热能耗散。若您近期关注AI基建领域，想必频繁接触到一个热词——HVDC。且慢跳过——其全称为Hi
智能技术对全球水电的消耗危机
🔥 人工智能行业实况 ⚡ 电力紧张 💧 水消耗📡 每日追踪 · 2026年6月27日⚡ 5秒视频生成 = 10部手机充电 | 💧 10次提问 = 消耗一瓶水📝 野生长日记关注人工智能最新动态，剖析隐藏的机遇。不装腔作势，不故弄玄虚，以原生姿态记录这个时代的巨变。今天上午，国家能源局在阐述「十四五」新型能源体系时，披露了一个令全场震惊的统计——使用人工智能生成一段5秒高清视频，所耗电能，相当于同时为10部手机充满电。这并非实验数据，而是现实生产场景。自2026年2月起，全球能源市场剧烈震荡，多个国家遭遇不同
AI 存储周期开篇：解析 AI 对存储的强劲需求
在 AI 基础设施的三大支柱——计算、网络与存储中，存储是决定数据能否高效输送至计算单元，并在推理、检索及长期任务里实现持续保存、调取与复用的关键环节。训练环节依赖高带宽内存，推理环节则对上下文容量和数据调度速度提出更高要求，智能体应用还需兼顾长期状态管理、检索能力、工具调用及文件处理。随着算力不断向生产场景下沉，存储已从配套组件升级为系统性能的关键制约因素。从产业链视角出发，AI 同步带动了 DRAM、HBM、LPDDR、NAND、企业级 SSD 以及高容量 QLC SSD 的需求增长。不同产品对应不同
OpenAI上市背后：6650亿美元采购承诺暗藏财务玄机
登录新浪财经APP 搜索【信披】查看更多考评等级 鲜有企业上市时的财务状况能像OpenAI这般特殊。 媒体审阅了这家AI初创企业的财报，从表面数据来看，它酷似一家轻资产、低负债的软件公司。截至3月31日，其资产负债表无任何债务，租赁负债不足7.5亿美元。 此外，现金流量表显示，作为重度依赖硬件的科技企业，OpenAI该季度资本开支仅4600万美元，甚至低于主营企业软件的赛富时(158.37, 8.18, 5.45%)（Salesforce）。 但真实情况远比账面数字复杂。财报附注披露，未来数年，OpenA
2030年数据中心耗电量将逼近日本，电网如何破局？
眼下，全球数据中心的用电规模正经历爆发式增长，电力规模供应、绿色能源持续稳定供给、电力系统承受压力等多重挑战集中爆发。 在2026年夏季达沃斯论坛（简称“论坛”）期间，来自企业界、学术界及多国政要等嘉宾普遍指出，人工智能（AI）的迅猛增长不能仅靠透支现有电网容量或电力体系，导致经济和社会承压，而应同步扩大清洁能源规模、革新储能技术、探索分布式能源协同、重构电网供需关系，走出一条可持续发展之路。 每5度电中就有1度用于数据中心 国际能源署的一项数据显示，到2030年，全球数据中心耗电量将高达约945太瓦时，
IPO蓝图加速落地！马斯克拿下光通信公司Mesh，强化太空计算布局
马斯克的商业帝国持续壮大。美国联邦贸易委员会（FTC）已放行其对光通信企业Mesh Optical Technologies的收购，这标志着SpaceX近期密集的并购步伐又迈进一步。 FTC在一份公告中透露了此项交易，指出其反垄断评估被纳入快速通道，意味着监管方认为这次合并未引发显著竞争隐患。 Mesh由前SpaceX工程师创办，专攻数据中心光通信技术，声称其光收发器比现有产品更节能且延迟更低。今年2月刚摆脱“隐匿期”，宣布获得Thrive Capital牵头的5000万美元资金注入。 这笔收购是Spac
AI算力激增倒逼电源架构革新
1 人工智能数据中心电力消耗快速增长，电源系统亟需改进1.1. 数据中心需求旺盛，或面临电力短缺问题当前，人工智能正以前所未有的速度融入人们的生活与工作，在带来便捷与高效的同时，其背后隐藏的庞大能源消耗却较少被人留意。国际能源署发布的《能源与AI》报告，揭示了AI能耗的真实数据。当用户与AI完成一次对话，云端服务器便会消耗2瓦时电能，约等于开灯十分钟的耗电量；若使用AI生成一段视频，所需电量则升至50瓦时，足够一台电风扇持续运转约1小时。然而，在全球科技巨头竞逐大模型赛道的算力竞赛中，能源消耗的代价远超公
AI工厂崛起：英伟达引领时代，Anthropic悄然登顶
今天发生了两件在表面上看起来互不相关、但其实共同指向同一个结论的事。第一件：英伟达股东大会上，黄仁勋宣布"AI工厂时代"正式来临。他说，客户买的不再是服务器，而是"可直接创收的AI工厂"，每个Token是货币化的智能单元，数据中心是生产Token的流水线。英伟达2025年全年营收增长2160亿美元，市值4.82万亿美元，全球近40个国家正在部署英伟达驱动的AI工厂。第二件：中信证券研报披露，Anthropic的B端年度经常性收入已达470亿美元，在企业端市场正式反超OpenAI。财富10强企业中有8家是A
Semafor：高通拟把新芯片架构引入手机
据Semafor引用高通(193.874, -11.03, -5.38%)执行副总裁Durga Malladi的访谈消息，该企业打算把原本为数据中心打造的芯片方案应用到智能手机上。 Malladi向Semafor透露，公司正与手机、PC及车企商讨，将其新数据中心技术组合中的某项技术应用到这些设备中。 Malladi并未透露高通何时会将此新技术扩展至其他终端设备。 责任编辑：江学思 新浪财经声明：本文内容转引自合作媒体，新浪财经刊登此文仅为了传递信息，文中观点仅供参考，不构成任何投资依据。 重要提示：1.依
AI基建竞赛白热化，巨头纷纷加码投资台湾
（本文刊載於台灣《工商時報》，2026年6月24日，作者●鄭勝得、陳怡均、張漢驊）AI基础设施建设竞争加剧，带动投资呈指数级增长，为半导体行业带来前所未有的繁荣！华尔街分析师乐观预计，全球科技巨头2027年资本支出有望达到1万亿美元。随着四大云服务提供商（CSP）亚马逊、Alphabet、Meta和微软积极扩建数据中心以巩固竞争优势，投资力度将进一步加大，位于全球半导体产业核心的台湾预计受益最大。四大CSP预计2026年资本支出最高可达7250亿美元，较去年激增近77%。其中，亚马逊今年资本支出预测维持在
双语阅读 | 绿色人工智能(1)
数据中心的过度消耗可能导致当地能源与水资源争夺。美联社与NORC公共事务研究中心的一项联合调查显示，四成美国民众对人工智能的环境影响表示“极度”或“非常”担忧。那么，美国政府将如何应对人工智能数据中心的高资源需求及其环境后果？Energy and water are at risk of data center overusage and could be competing with local communities for electricity and water. A polling from
AI芯片重塑计算格局：OpenAI造芯与IBM探索0.7纳米技术
AI芯片重塑计算格局：OpenAI造芯与IBM探索0.7纳米技术两条似乎毫不相干的科技资讯，实际上都在指向同一个核心问题：计算成本已成为AI领域最棘手的挑战。2026年6月26日原创无版权风险配图：面向AI推理负载的通用芯片场景，不含真实商标。但这并不代表英伟达的统治地位已遭遇实质威胁。OpenAI自主研发推理芯片，距离摆脱对英伟达的依赖还有很长一段路，将两者简单对立起来是一种误解。推理与训练、软件生态及数据中心部署固然属于不同赛道，但这至少说明：AI公司已不再满足于仅仅采购现成计算芯片。随着模型规模扩张
OpenAI 或延后上市至2027年
据《纽约时报》消息，三位熟悉 OpenAI 上市筹备工作的内部人士透露，该公司更倾向于将首次公开募股（IPO）的时间推迟到2027年。此前，公司曾聘请多家投资银行和律师事务所，原计划在今年第三或第四季度完成上市。OpenAI 的顾问团队向管理层提出了两种策略：一是等待至2027年再上市，以冲击万亿级估值；二是降低目标估值，加速上市进程。一位曾与首席执行官萨姆·奥特曼交流过此事的人士指出，奥特曼明确表态，任何削减万亿估值的方案都完全不可接受。报道引述内部人士称，奥特曼要求顾问团队制定方案，确保这家初创企业上
AI实为隐形“耗水巨兽”，十问竟耗一瓶水？
谁曾料想，指尖轻触的AI应用，背后竟潜藏着惊人的水资源消耗？我们常误以为线上交互纯属虚拟行为，殊不知每一次发问，都在悄然汲取珍贵淡水，一组行业数据彻底颠覆了大众认知。调研数据显示：向AI发起10次提问，全链路耗水约500毫升，恰如一瓶矿泉水；全球AI芯片、算力及发电全产业链，年耗淡水高达230亿立方米。许多人不解，线上交流怎会耗费水资源？损耗实则隐匿于三个不可见的环节。首当其冲是数据中心冷却，服务器24小时高速运转产生高热，水冷机房依赖水分蒸发散热，大型机房单日用水量堪比小镇居民全天总耗；其次是发电环节，