标签: AI基础设施

0

GPU之后,光互连与测试仪器正在成为AI基础设施的新门槛

AI集群规模扩大后,瓶颈正在从单卡算力转向数据移动、功耗、封装与验证。Coherent展示3.2T可插拔和6.4T近封装光学,Keysight推进1.6T/3.2T端到端测试,说明光模块之外,硅光、连接器、热管理和测试设备正在形成新的产业链门槛。本文给出数据中心和设备企业的行动框架。

0

CUDA Python 1.0 到底解决了什么:Python 正在从“调用 GPU 库”变成 CUDA 的一等公民

Python 早就是 AI 和科学计算的主语言,但长期以来,它和 GPU 的关系有一个明显断层。大多数开发者通过 PyTorch、CuPy、RAPIDS 等高层库使用 GPU,只有当这些库暴露的能力不够时,才不得不跳到 CUDA C++、编译扩展、维护绑定和处理复杂构建链。结果是 Python GPU 生态很繁荣,底层却长期由许多不同 binding layer 拼接而成:每个库都有自己的 st

0

模型趋同之后,AI真正的稀缺品是私有数据

当大模型的基础能力越来越接近,真正决定企业价值的,不再只是模型本身,而是模型能不能进入企业内部,读懂那些从未出现在公开互联网上的数据。AI 时代真正稀缺的,不是公开知识,而是可调用、可治理、可闭环的私有数据资产。

0

新质生产力每日动态-20260514

今天新质生产力方向的关键信号,集中在“制造升级、数据要素、品牌建设与全球要素价格”四条线上。国内舆论场中,人民日报5月12日关于“中国制造聚力创新”和中国品牌日的两篇报道,把高端化、智能化、绿色化与品牌建设放到同一套高质量发展叙事中...

0

Anthropic 估值或逼近 1 万亿美元,这不是一家公司的胜利,而是 AI 资本战争进入新阶段

据 FT 与 Reuters 等报道,Anthropic 正考虑在今年夏天筹集数百亿美元资金,用于大规模扩展 AI 算力基础设施,其估值可能逼近 1 万亿美元,并在二级市场隐含估值上超越 OpenAI。表面看,这是一则关于融资和估值的新闻;但更深层的信号是,AI 行业的竞争已经越来越不像传统软件赛跑,而更像一场围绕资本、算力、企业客户和基础设施控制权的长期战争。