NVIDIA 如何借助 ChatGPT Work 规模化专业知识复用
NVIDIA 团队使用 ChatGPT Work 来减少人工任务、将快速变化的业务信号串联起来,并在全球范围内复用已被验证的工作流。
NVIDIA 团队使用 ChatGPT Work 来减少人工任务、将快速变化的业务信号串联起来,并在全球范围内复用已被验证的工作流。
1兆瓦级机架正进入AI基础设施路线图,成为重塑数据中心设计的关键信号。英伟达Blackwell平台单机架功率已突破100kW,72 GPU机架约150kW,下一代Feynman架构预计在2028年前后推动1MW级GPU机架落地,传统交流供电与48V直流方案难以承载,800V DC、固态变压器等新架构预计在2028到2029年前后开始冒头。
据路透社报道,美国政府正起草以国家安全为由的进口禁令,计划禁止新型号中国数据中心设备进入美国,首批重点针对高速光模块,由 FCC 牵头、争取年内发布。8 月 5 日中际旭创盘中跌幅一度接近 10%,新易盛、天孚通信同步大跌;美方光通信厂商 Coherent、Lumentum、Applied Optoelectronics 股价上涨。
英伟达 Vera Rubin 平台 2026 年 5 月底全面量产,芯片与网络组件全部采用液体闭环冷却、无风扇设计,单柜功耗较 GB300 NVL72 的 130–140 千瓦进一步攀升,宣告液冷从可选项变为入场券。
文章从"电—码—铁"三条技术线推演未来数据中心形态。在配电端,NVIDIA 芯片功耗暴涨正倒逼供电架构重构,800V 直流与固态变压器(SST)取代层层变换的传统 UPS 链路。
AI时代GW级数据中心选址逻辑已彻底倒转:电力不再是配套,而是Tier-0筛选条件。文章将全球主要选址市场按电力供应结构分为Grid-Rich(电网富余型)、Gas-Rich(天然气自供型)和Renewable-Rich(可再生能源富余型)三类Profile,指出最低LCOE不等于最优选址,真正决定项目收益的是包含上电延误和合规成本在内的全生命周期总成本。
英伟达市值约5.5万亿美元,按IMF 2026年4月预测已超过德、日、英、印等单一国家GDP。截至2026年4月26日的FY2027 Q1单季营收816.15亿美元,同比增长85%,其中数据中心收入752亿美元,同比增长92%;同期GAAP毛利率74.9%,自由现金流约486亿美元。
NVIDIA 工程师与研究员使用基于 GPT-5.5 的 Codex,将生产系统落地交付,并把研究思路转化为可运行实验。文章聚焦团队在工程与研究场景中运用 Codex 的方式,属于方法/解析类内容。
莱奥Leo撰文指出,AI对数据中心(AIDC)行业白领工作的冲击远比想象中直接。该行业的核心痛点在于知识流动的基础设施缺失——机电、财务、商务等团队各自维护独立的Excel与文档,跨专业判断缺乏共同数据基础。
2026年3月初,伊朗对亚马逊云服务位于阿联酋的两处和巴林的一处数据中心发动无人机袭击,造成机房结构损坏、电力中断与消防水损毁服务器,业务严重中断。巴林设施被其称为"美国在该地区最大的数据中心",伊方声明此举旨在打击支持敌方军事和情报活动的设施。伊朗塔斯尼姆通讯社随后将谷歌、微软、英伟达、IBM、甲骨文等七家美国企业在海湾的设施列入潜在打击名单。
AIDC 是 IDC 在 AI 时代进化出的高密度算力形态,两者呈包含与进化关系。核心变化在于:算力密度上,AIDC 部署高功率 GPU/TPU 服务器,单机柜功率可达传统 IDC 的 5-10 倍(10-100kW 以上);散热上,AIDC 因高密度负载引入冷板式或浸没式液冷以降低 PUE,液冷散热效率较传统风冷提升约 50%。
生成式AI推动单机柜功率密度从传统的6-8kW飙升至50kW甚至100kW以上,倒逼数据中心从风冷向液冷、从12V/48V直流向800V HVDC演进,其中Side Car侧挂电源柜方案因兼容现有交流配电成为改造主流,而冷板式液冷在北美Hyperscaler新建项目中已成标配。
数据中心液冷主要有冷板式、浸没式和风液共存三种技术路线。冷板式将换热器贴合发热部件就近散热,需与风冷叠加使用,系统PUE和成本较高,且液冷环路为单环路无冗余;浸没式将IT设备完全浸没于冷却液。
谷歌TPU从2015年立项、2017年随Transformer转向矩阵加速,到2025年第七代Ironwood成为首款专用推理芯片,单芯片FP8算力达4.6 petaFLOPS,搭配9216颗芯片组成的Pod可输出42.5 exaFLOPS,系统年可用性99.999%。
GIP联合MGX及微软、英伟达支持的AI基础设施联盟,以约400亿美金企业价值从麦格理资产管理手中收购Aligned Data Centers,成为数字基建史上规模最大的收购之一。
高盛报告将铜类比为"AI时代的石油",因为高端GPU与数据中心电网对铜的需求正随算力扩张急剧上升。每颗英伟达H100含3273颗锡球与数千根铜导线,GB300单机柜功率密度最高达130kW;施耐德电气测算1GW数据中心用铜约6.58万吨,预计2026年数据中心与电网用铜量合计将超133万吨。
OpenAI 与 NVIDIA 宣布战略合作,计划部署 10 吉瓦由 NVIDIA 系统驱动的 AI 数据中心,首期预计 2026 年启动。当前材料未披露具体选址、电力来源、设备配置、上电节奏及投资金额。
8月18日A股液冷概念股集体走强,曙光数创30CM涨停,方盛股份涨22.07%,冠龙节能、锐捷网络等多股20CM涨停,银轮股份、英维克等10CM涨停。
作者莱奥Leo与常驻美国、专做TMT行业的IDC分析师A君交流,讨论了全球IDC行业的一线信息差与中美AI算力代差。作者认为国内数据中心平均机柜密度仅为美国的1/2至1/3,增量也只有美国的1/3至1/4,未来接触过海外数据中心从设计到交付全流程的人员将更具竞争力。