AI 的终极瓶颈：电力争夺战
·奥特曼近期可谓分身乏术。一方面，OpenAI 全力冲刺通用人工智能（AGI），另一方面，硅谷科技巨头们正四处寻觅足以支撑其庞大能耗的电力资源——这两者实为同一枚硬币的两面。数月前，有用户在X平台上戏谑询问：人类在与AI对话时频繁使用“请”和“谢谢”，会让OpenAI额外消耗多少电力？奥特曼的回答带着几分无奈的自嘲：“即便因此多支出数千万美元电费，这笔钱也花得物超所值。”数千万美元的电费开销——这还仅仅是礼貌用语所引发的微小增量。这一玩笑背后，隐藏着一个严肃且令人忧虑的事实。预计到2026年，全球数据中心
02: 一文厘清 AI、机器学习与深度学习的层级关系
本文是「机器学习从 0 到 1」系列的第二篇文章。继上回探讨了机器学习的定义后，本期将重点解析一个常被大众混淆的议题：AI、机器学习以及深度学习，这三者究竟有何关联？当你浏览资讯时："某企业利用 AI 技术完成了癌症的初期筛查。"接着看到："深度学习模型在图像辨识领域已超越人类表现。"再看到一条："机器学习协助银行侦测欺诈性交易。"三条资讯，出现了三个不同的术语。然而，它们所指的其实是相近的技术范畴。那么，这三个词汇究竟是否等同？若非同物，彼此间又存在何种联系？许多人对这三者的认知往往是：认为它们是可以互
埃隆·马斯克预言AI引领“丰裕时代”的深层逻辑
机器人技术将开创一个物质极大丰富的纪元。这一理念并非我首次提出，我借此展望：那将是一个全民共享富足的时代。打破资源束缚算力的指数级跃升增强人类智能脑机接口能否重塑人类与计算机的互动方式？自动驾驶的未来持久可再生的富足
AI算力激增推动液冷产业链深度解析
伴随人工智能大模型训练与推理需求的迅猛增长，全球算力竞争已进入激烈阶段。英伟达、谷歌等科技领军企业的新一代AI芯片单芯片功耗已超过千瓦级别，传统风冷散热方式逐渐接近其物理性能上限。在此形势下，液冷技术因其卓越的散热性能，正从数据中心的“选择性配置”升级为AI算力基础设施的“必备选项”，整个相关产业链正迎来从技术验证向规模化生产的关键转折期。1. 液冷核心组件与整体解决方案 此类企业主要供应液冷系统的核心设备（如CDU液冷分配装置、冷板、机柜）或提供全面的温控解决方案，属于产业链中技术门槛较高且直接受益的核
AI算力爆发重塑交换芯片全产业链格局
伴随AI大模型训练步入“万卡集群”新阶段，数据中心内部互联带宽已成为制约算力的关键瓶颈。作为数据中心互联的“核心引擎”，交换芯片承担着数据交换与报文转发重任，在交换机成本中占比超30%。近期，华为推出“韬定律”指明半导体发展新路径，加之英伟达显著提升CPO交换机出货预期，交换芯片产业正加速从“预期炒作”转向“业绩落地”的关键节点。1. 独立交换芯片设计企业 作为产业链技术门槛最高、价值最密集的环节，该领域直接受益于AI对高带宽、低延迟芯片的迫切需求，以及国产替代进程的快速推进。2. 自研芯片的设备与算力巨
AI Token:万亿新机遇，抢先占位正当时
当大部分投资者仍在算力、AI大模型等热门领域追逐时，一个更基础、更具颠覆性的新方向正悄然兴起——AI Token（词元）。它不像传统概念那样有清晰的板块归类，也没有对应的ETF产品，而是如毛细血管般渗透在算力、服务器、电网设备、储能等多个板块。这恰恰是其投资价值的核心：当各大软件平台终于推出相关板块和ETF时，相关公司股价可能早已飙升，留给普通投资者的机会所剩无几。当下，正是提前挖掘这一蓝海的黄金窗口期。（温馨提示：以下文中案例，仅作为参考学习使用，不构成任何投资建议！）AI Token：AI世界的“新石
AI行业术语全解
读懂这些AI行话，你就算半个业内人士了。Agent:智能体通俗解释：也叫实干AI，是一种能主动调用工具、执行任务、完成复杂流程的对话AI。它的出现，标志着AI行业进入了一个新的阶段，让AI不再只是简单的“聊天”，而是能“干活”了。案例：kimi、智谱的Agent模式。豆包的超能模式，千问的任务助手，需要手动开启。Context:上下文通俗解释：指代对话历史，包含对话文件（比如文档和图片）的那种。例如某模型上下文支持1M，意味着能记住这么长的聊天记录。简单说，就是AI的“记忆容量“有多大。API:接口通俗解
比特币矿企 Coolbit 启动 IPO：发行价 4-5 美元，目标募资 2300 万
Coolbit Technologies 是一家依托美加两地子公司开展比特币挖矿业务的企业。公司采取租赁模式，从合作伙伴处获取高性能的比特大陆（Bitmain）矿机，并托管于第三方设施，由专业团队负责设备的安装、配置及日常运维。其盈利模式主要依靠向矿池提供算力，按贡献比例获取区块奖励，随后根据运营需求出售部分比特币以维持现金流。这家总部位于加拿大列治文的企业成立于 2023 年，在截至 2025 年 9 月 30 日的十二个月内，实现了 2000 美元的营收。Coolbit Technologies 计划
高盛警示：美联储大幅缩表难度极大
文章来源：财联社 宏观 摩根士丹利：关税传导几近结束，美国通胀或于2027年显著回落 市场普遍高估了油价飙升与AI投资热潮对通胀的持续推升效应，却忽略了“关税通胀”走向尾声将引发的显著通缩力量。未来一年，美国通胀大概率在短期见顶后逐步下行，美联储重启加息的门槛实则极高。 自2025年起，美国关税累计推高PCE同比通胀约70个基点，截至今年4月，约64个基点的关税传导已完成，意味着企业多数涨价行为已落地。随着关税价格传导终结，未来核心商品价格有望重回2023-2024年接近零增长的轨迹，这或为未来一年通胀带
美防部 AI 新策：筑牢美军智能霸权
在全军范畴内开放顶级人工智能模型的测试与应用，倡导以 AI 思维重塑传统作业流程，并对相关创新成果给予嘉奖；主动审视并彻底清除各类制度性障碍，这些壁垒根植于过时的信息技术架构与传统作战范式，严重掣肘人工智能的深度部署；调整资源配置策略，充分释放美国在算力基建、模型研制、创业生态、风投环境，以及经二十年实战淬炼的作战数据等领域的独有潜能；打造一批示范引领工程，严格对照实战标准推动能力生成，压实责任主体，确立严苛的攻坚时间表。
华为韬定律重塑半导体：麒麟芯片频宽破5GHz AI算力激增125倍
快科技5月25日讯，今日华为正式推出半导体领域全新法则——韬定律（Tau）。该思路摒弃了传统DUV、EUV光刻通过缩小晶体管体积的路径，转而利用时间维度的微缩来替代摩尔定律的几何缩微，借助逻辑折叠技术提升集成密度。 此定律的意义无论怎样强调都不为过，但核心不在于华为提出的理论影响有多深远，而在于在此定律指导下华为能打造出何种芯片。若缺乏实际成果，再完美的理论也难以令业界信服。 幸运的是，华为何庭波发布了更具说服力的数据来支撑这一规律，从发布会现场提取了两组明确的数据对比，让我们看看在韬定律加持下，华为麒麟
端侧AI新突破：国产技术实现手机运行大模型的高效压缩
一个 8B 参数的大模型，通常需要约 16GB 显存。参数越多，越吃显存，这就是为什么，内存价格一天比一天高。 现在，有一种方法，可以省下 6 倍显存，却几乎不损耗模型性能。 过去两年，围绕这个看似极端的思路，一条全球性的技术竞赛正在成型。而就在这条赛道上，一个完全基于国产算力的方案，刚刚给出了自己的第一个回答。 模型被压到了不到 3B，同时，能力却可以保留 97%，甚至更进一步，如果结合 MoE 架构，未来可以直接在一部 8GB 内存的手机，运行 600 亿参数的大模型。 听上去匪夷所思，怎么做到的？
英伟达首季营收倚重本土 国际市场占比显著收缩
【TechWeb】5 月 25 日讯，据海外媒体报道，由黄仁勋掌舵的英伟达于上周公布了截止至 4 月 26 日的 2027 财年首季业绩。该季度营收高达 816.15 亿美元，同比激增 85%，环比亦增长 20%，表现优于预期。依据美国通用会计准则，其净利润飙升至 583.21 亿美元，不仅较上年同期的 187.75 亿美元增长了逾两倍（同比增幅 211%），相比上一财季的 429.6 亿美元也实现了 36% 的环比大涨。财报发布后，英伟达向美国证券交易委员会递交了相关文件，详细披露了该季度各区域市场的具
算力普惠化:边缘AI如何悄然改变千行百业的运作逻辑
午夜时分的制造车间，设备依然在运转。工程师不在现场值守，监控室也没有成排的显示屏。唯有嵌入在机械内部的数块电路板，指示灯有节奏地明灭。它们正在"观察"——识别传送带上零件的缺陷，捕捉轴承发出的异常声响，预判下一道工序的参数设置。随后，自主完成参数调整。这不是虚构的幻想，而是此刻正发生在无数工厂、仓库和楼宇中的真实一幕。智能不再需要将数据跋涉上传至"云端"，等待远方服务器的"思考"后再回传指令。智慧，正在从云端"降落"，稳稳植入每一台终端设备。一场静默却深刻的变革，已经拉开序幕。当AI褪去高高在上的外衣，当
华为联合望石智慧共探AI制药新路径
2026 年是 “十五五” 规划开局起步的关键之年，也是全国两会部署发展新质生产力、深入推进 “人工智能 + 制造” 专项行动落地见效的重要节点。以人工智能为代表的新一代数字技术正加速从技术探索走向行业深耕，从单点应用拓展至全域融合，成为驱动制造业转型升级的核心引擎。这对于制造企业而言，既是挑战，更是前所未有的大增量机遇。AI大增量时代到来日前，华为中国政企智能制造系统部总经理杨萍与望石智慧创始人兼CEO周杰龙展开对话，结合 “人工智能 + 制造” 发展趋势，剖析华为与望石在生物医药新兴产业领域的协同创新