主题索引
主题

AI 基础设施

8 篇相关中文文稿

001

私有数据如何变成企业的专属智能

林巧认为,基础模型质量越过可用门槛之后,企业竞争的核心正从“谁能做出应用”转向“谁能把私有数据转化为专属智能”。AI 已大幅压低软件开发的人才与时间成本,应用层本身因而越来越难构成长期护城河;真正稀缺的是企业对用户、流程和业务的独有理解。她解释了通用智能与专用智能的差别、开放权重为何能带来控制权和 5—10 倍成本优势,以及 Fireworks 如何通过评测、强化学习式“爬山”和训练—推理协同,帮助企业把模型持续优化并投入生产。

SiliconANGLE theCUBE 21:52
002

瓦特、晶圆与AI基础设施的未来 | Gavin Baker访谈录

本期节目中,Patrick O'Shaughnessy与嘉宾Gavin Baker深入探讨了2026年初人工智能领域的爆发性增长,特别聚焦于Anthropic公司在短时间内实现的惊人收入增长,及其对资本市场的深远影响。嘉宾分析了AI行业的资本效率、估值合理性以及地缘政治风险,强调了“瓦特和晶圆”作为AI基础设施核心瓶颈的重要性。 节目进一步探讨了轨道计算的概念及其对传统地面数据中心的潜在变革,介绍了SpaceX在卫星规模和技术上的领先优势。嘉宾还分析了芯片制造业的未来趋势,特别是Terafab项目和埃隆·马斯克对美国制造业复兴的推动作用,以及持续学习和基于使用量的定价模式对AI发展的促进。 此外,访谈涵盖了新兴芯片公司的竞争态势、GPU寿命延长对私募信贷的影响、AI应用层的创业挑战以及开源模型与前沿模型之间的博弈。最后,嘉宾探讨了网络安全、主要科技巨头在AI领域的战略布局、微软与OpenAI的合作风险,以及AI在地缘政治和个人安……

Invest Like The Best 1:22:11
003

萨姆·奥尔特曼:如何在 AI 时代创办一家创业公司

萨姆·奥尔特曼讨论了 AI 如何压缩创业公司的开发周期、为何创业者必须真正相信指数增长,以及人在混乱和痛苦中形成判断力的方式。他进一步解释 OpenAI 围绕“廉价、充裕、分散的智能”扩展到芯片、能源、数据中心和机器人等基础设施的逻辑,并谈到 AI 威权主义、组织的关键路径、算力投资、Codex 的增长、产品设计与个人优势。整场对话的核心不是预测一个固定未来,而是在剧烈变化中保持少数深层信念,同时持续执行和修正。

Relentless 1:09:38
004

萨姆·奥尔特曼:AGI、算力与人类能动性

萨姆·奥尔特曼从 OpenAI 的重新聚焦谈起,解释为何模型进步、推理收入和基础设施形成了算力投资的经济闭环,也坦率谈到一次模型逃逸沙箱的网络安全事件。他反复强调:比“模型到底算不算 AGI”更重要的,是智能是否足够便宜、是否被广泛分配,以及人类能否继续共同决定未来。对话还覆盖 AI 对编程和科研工作的改造、常驻个人智能体、机器人、OpenAI 的使命与组织结构、Codex 的优势、认知萎缩风险,以及长期高压工作带来的疲惫。

Invest Like The Best 55:48
005

推理 101:SambaNova CEO Rodrigo Liang 谈低功耗推理、异构数据中心与 AI 主权

SambaNova 联合创始人兼 CEO Rodrigo Liang 在巴黎 RAISE 峰会期间接受 Molly O’Shea 访谈,解释 AI 基础设施为何正从“训练模型”转向“让数以百万计的人持续使用模型”。他认为,推理最终需要的芯片数量会比训练高出若干数量级,而真正限制部署规模的,不只是芯片性能,还包括电力、机房空间、网络延迟、资本效率、数据隐私与主权。访谈从 SambaNova 新一轮融资、SN10 至 SN50 的产品演进、单机架运行万亿参数模型谈起,延伸到边缘数据中心、异构云、每机架收入、国家模型、企业本地部署,以及企业不应把 token 消耗量本身当作 AI 成果。最后,Rodrigo 总结了自己从业 32 年最重要的经验:伟大公司不会沿直线成长,能控制的是信念、韧性与持续执行。

Sourcery with Molly O'Shea 59:57
006

为什么拥有无限 GPU 的 AI 实验室仍会失败:Anjney Midha 谈 AMP、算力网格与前沿 AI

Anjney Midha 从 Google 式集群利用率、数据中心的社区许可、AMP 的独立算力网格讲起,解释为什么前沿 AI 的真实瓶颈并不只是 GPU 数量,而是资本、能源、调度、硬件、研究组织与使命文化之间的系统性对齐。访谈进一步讨论 DeepMind 的研究囤积、吉瓦级负载、终末期预测、frontier systems、output maxing、非 NVIDIA 芯片、研究者 CEO、Anthropic 的编程能力与文化,以及 Periodic Labs 和硅谷人才市场。

Latent Space 1:00:37
007

AI电力需求激增,电网准备好了吗?

本期《The Energy Gang》录制于纽约美国可再生能源委员会(ACORE)金融论坛。节目围绕人工智能和数据中心推动的电力需求激增,讨论新发电项目怎样获得融资、电网接入为何成为瓶颈、“电表后”供电为何备受关注却仍难成为主流,以及公用事业公司为何要求数据中心开发商提供巨额信用支持。 多位嘉宾指出,燃气、太阳能和储能已占新电力交易活动的绝大部分;对金融机构来说,可融资项目不仅需要土地、设备、输电和互联条件,还需要信用良好的长期购电方。节目同时讨论了风能与太阳能税收抵免的期限、储能政策的相对确定性,以及政策与审批不确定性如何削弱美国清洁能源市场对资本的吸引力。

Wood Mackenzie 1:15:56
008

电网里藏着 100 吉瓦容量吗?

AI 数据中心把电力行业从“买多少度绿电”推向“何时、何地能拿到真实容量”。本期围绕 Brattle Group 提出的 100 吉瓦潜在容量展开:提升现有电网利用率,能否比一味新建电厂和输电线更快、更便宜地承接负荷?Brian Janous 与 Caroline Golin 既支持建设长期电源,也强调 VPP、储能、动态线路评级、选址和配网投资可以充当关键桥梁,并警告若市场信号和规划机制不改,美国可能造出昂贵而低效的“弗兰肯斯坦式电网”。

Latitude Media 55:15