算力新范式：英伟达携手电网打造变电站旁微型集群
点击蓝字 关注我们SUBSCRIBEto USStuart Bradford作者：Emily Waltz, Dina Genkina随着数据中心能耗激增，人工智能产业被迫在电力获取途径上寻求突破。其中一种创新方案是：在公用变电站邻近区域部署微型数据中心，并实施协同调度，依据电力盈余状况动态迁移计算负载。这正是英伟达及其合作伙伴计划于年内晚些时候启动试点项目所遵循的理念。他们拟在美国五家公用电力公司的管辖范围内，构建约25座此类小型数据中心，单座规模介于5至20兆瓦之间。一旦某座变电站负荷过载或遭遇停电，计
AI硬件热潮退去，软件优化成新战场
全球AI整体支出2026年预计突破2.52万亿美元，其中AI基础设施支出预计达1.366万亿美元。Meta、谷歌、微软、亚马逊四家科技巨头，2026年计划投入约7250亿美元用于AI资本开支，较2025年的4100亿美元增长77%。OpenAI计算资源投入预计达数百亿美元级别，较2017年增长数十倍至百倍。但这串令人眩晕的数字背后，藏着一个让整个行业尴尬的事实——据Cast AI《2026年Kubernetes优化现状报告》对数千家企业的实测数据，生产环境中GPU集群平均利用率仅5%。花了几万亿买的显卡，
告别单线操作：高手如何并行指挥十个 AI 任务
每日 AI 新知 · 以崭新视野洞察人工智能 | 2026 年 05 月 13 日你日常与 AI 的协作场景或许是这样：开启 ChatGPT 或 Claude，抛出一个问题，静候回复，复制答案，接着处理下一个。若手头有三件事，便只能按序排队——宛如单车道上的独行车，而对面的六车道高速却空空如也。更令人痛心的是：你所用的 AI 工具早已具备多任务并行能力，只是你未曾察觉应当换种用法。并行调度与串行执行的效率鸿沟Agent View 所能承载的会话极限不妨算笔账。假定利用 AI 处理单件事务平均耗时 5 分钟
三峡水库向长江中下游补水量突破百亿立方米
记者从中国三峡集团获知，自2025年11月21日启动枯水期补水调度以来，截至5月12日，三峡水库已累计向长江中下游补水超过100亿立方米，为沿江地区居民用水、农业灌溉、航运交通及生态环境保护提供了有力支撑。 每年冬季至次年春季是长江流域降水较少的时段，为积极应对枯水期带来的影响，三峡集团根据水利部长江水利委员会的调度安排，科学研究补水策略，持续增加三峡水库的下泄流量，日均出库流量超过7000立方米每秒，较自然平均流量高出近六成。 当前，长江流域已正式进入汛期。根据长江流域气象中心的最新预测，2026年长江
鼎华AI Agent助力数智工厂迈向自主化新阶段
5月8日，由鼎华智能主办的「从自动化迈向自主化AI Agent驱动数智工厂新运筹」研讨会在台湾新竹国宾大饭店圆满结束。本次活动集结了半导体制造及封测产业的IT、制造及生产职能主管，共同探讨如何透过AIM（AI+CIM）与APS系统的深度整合，将AI Agent导入生产现场，打造决策零延迟的「数智大脑」。在半导体高精密制造的环境中，任何细微的数据误差都可能导致数千万产值的流失。当前供应链面临急单频繁、生产瓶颈难以掌控的挑战，许多企业仍深陷于看得到的资讯不精准、精准资讯却看不见的困境中。如何打破数据孤岛，让数
期刊精选：AI 赋能下无人机边缘计算的立体布设与调度
引自：张明权摘要：伴随物联网及移动互联网的飞速演进，海量智能终端催生了史无前例的计算密集与时延敏感型任务，令传统云计算的集中式处理模式面临严峻考验。边缘计算通过将算力下沉至网络边缘，显著缓解了传输延迟与核心网压力。然而，地面固定边缘节点受限于地理位置与覆盖半径，难以适配动态多变的业务需求及突发场景。无人机凭借高机动性、灵活视距链路及低成本快速部署等特性，成为构建空中移动边缘计算平台的理想载体。本文聚焦无人机辅助边缘计算网络，深入探讨无人机作为空中移动服务器的三维空间部署与用户任务调度这一核心议题。通过剖析
全国春播粮食进度过半
据农业农村部5月11日消息，根据最新农情调度，目前全国春播粮食播种进度已超五成，较去年同期稍有加快。具体来看，中稻栽插进度接近两成，春玉米播种超过七成，大豆播种也接近两成。
AI与能源融合发展的新蓝图
5月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合发布《关于促进人工智能与能源双向赋能的行动方案》。这份文件从"单向供电"走向"双向赋能"，背后藏着AI算力战的大棋。过去一年，大模型日均词元调用量从万亿飙升至百万亿。算力需求指数级增长，带来的直接挑战就是——电不够用了。一方面，数据中心用电负荷高密度、强连续，对电能质量极其敏感；另一方面，我国新能源占比快速提升，电网安全稳定运行面临更大挑战。这个背景下，《行动方案》的出台就不只是"给算力中心供电"这么简单了。文件核心逻辑是构建一个闭
智能体时代平台崛起：监管调度系统成新基建核心
《智能体时代：无人化产业十讲》专题二欢迎关注【无人配送研究】我是研究员小珲，专注帮大家搞清楚无人配送，少踩坑、少走弯斧。文章有语音版本，大家可以点🎧音频直接收听。无人化产业下一轮机会，不只在造车，而在管车、调车、用车从“车能跑”到“平台能管”：智能体时代，谁掌握调度谁掌握入口只会做大屏的不会起飞，能做闭环的平台才有未来<400+字内容省略>
AI算力核心：CPU产业链深度剖析与全球供应商梳理
继续深入解析AI算力服务器，上一期我们探讨了GPU——作为算力的"引擎"，它依靠大规模并行运算解决了大模型中最繁重的矩阵运算任务。然而，GPU无法独立运行，它必须依赖一位"指挥官"来分派工作、统筹数据流向、管控存储与网络。这位指挥官正是CPU。作为AI算力产业链深度拆解的第二部分，本篇将重点探讨CPU在AI基础设施中的关键地位，并梳理其产业链的整体布局。CPU位于"芯片层级"，主要职责是调度GPU、存储及网络资源，起着衔接上游制造端与下游应用端的桥梁作用。整
四部门联合发布方案 助力人工智能与能源双向赋能
本报北京5月9日电（王云杉、薛子怡）近期，国家能源局联合国家发展改革委、工信部及国家数据局，共同发布了《关于促进人工智能与能源双向赋能的行动方案》。 现阶段，随着人工智能大规模落地，算力中心耗电量急剧上升，其用电特征表现为高密度、强连续性及对电能质量的高敏感度，这给能源供应带来了新的考验。与此同时，我国新能源装机比重持续攀升，给电网的安全平稳运行增添了压力，因此迫切需要利用人工智能在新能源功率预测、电网智能调度等领域的先进技术来应对挑战。 方案确立了以能源保障人工智能发展、AI技术助力能源转型的核心思路，
AI算力新风口：Token工厂概念下的6家核心龙头股
点击上方蓝字关注我们随着AI大模型更新换代加快，算力需求呈爆发式增长，算力租赁模式正告别单纯比拼硬件规模的“硬件时代”，迈入比拼效率与成本的“服务时代”；Token工厂作为一种新型的算力生产与服务载体，利用平台调度和软硬件协同来提升效率、压低单Token成本，已成为AI算力行业的焦点，英伟达的“Token工厂经济学”进一步验证了这一趋势，以下梳理出该赛道布局最纯正的6家核心公司：第一家：易点天下国内出海营销行业的领军者，已实现AI营销全流程智能化，日均Token使用量高达40亿，是业内公认的顶级Token
AI驱动化工一线升级：生产难题与运维问题的智能蜕变
在化工生产一线，日常操作与设备运维共同构成保障产线稳定运行的关键支撑。中控室里24小时盯紧各项参数，同时现场巡检也要持续奔走；从设备突发故障的紧急处置，到工艺运行中不断的微调优化，任何一步都可能牵动整体生产，形成联动影响。过去很长一段时间里，依赖经验操作、人工调度效率偏低、重复报表填写繁琐、故障出现后才被动抢修、检修过度造成浪费等问题，长期困扰着车间管理者与一线人员。随着AI技术持续深入生产现场，这些“老痛点”迎来了更具针对性的解决方案，使化工生产由经验驱动逐步转向数据驱动，推动安全、效率与成本实现同步跃
AI时代比拼的是组织能力
最近两年我有一个很直观的感受：我刚想学一个技能，AI就已经能把它做到“拿来就能交付”的程度。写作、编曲、像素画，甚至写代码，许多原本要靠长期训练才能完成的能力，如今被模型大幅压缩了。我的确也经历过一段强烈的虚无感——投入产出比仿佛被彻底改写。但后来我逐渐换了思路：与其纠结“还要不要学”，不如先问“我该站在什么层级去做这件事”。对我来说，现在更关键的有三点。第一，把AI当作一套可以被调度的系统，而不是只当作单一工具。我开始更在意不同模型之间的差别：它们在推理、代码、内容生成上的边界各不相同；什么时候该用大模
AI价值链迁移的关键逻辑
在这轮AI浪潮的重构里，究竟谁更可能拿到最大回报？它会随着时间怎样演化？ 纵观历史上通用目的技术的扩散——蒸汽机、电力、互联网——价值在不同环节间都会出现几次明显的大尺度迁移。AI同样不会例外。 一、AI的社会属性 观察AI进入经济活动后的定位，它更像“持续增值”的对象，而不是耐用品，也不像快消品。耐用品往往随使用而价值递减；但AI的核心模型不会因为调用而被磨损，反而会借助数据反馈不断变得更强、更多样、更聪明。因此可以说，它本质上是一种“不断进化的认知型数字资本品”。这一属性使得它的长期价值不取决于一次性