一文读懂谷歌TPU:从十年自救芯片到撼动英伟达根基的推理引擎
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%。
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%。
OpenAI 与富士康宣布合作,在美国设计并制造下一代 AI 基础设施硬件。合作将开发多代数据中心系统,并在美国本土生产关键组件,以强化美国供应链。双方未公布具体数据中心规模、产能或交付时间节点。
OpenAI 推出 GPT-5.1-Codex-Max,作为面向 Codex 的更快、更智能的智能体编码模型。该模型面向长时间运行的项目级工作,强化了推理能力与 token 使用效率。
OpenAI 与 AWS 达成总额 380 亿美元的多年期战略合作,由 AWS 提供基础设施与算力,支撑 OpenAI 下一代 AI 模型训练与运行。此次合作面向先进 AI 工作负载的规模化扩展,AWS 将为 OpenAI 提供其全球基础设施能力。
微软与OpenAI敲定新协议,OpenAI完成重组,在非营利基金会下设立公共利益公司(PBC),基金会持有约1300亿美元股份,并将首批动用250亿美元投向医疗健康与AI安全韧性领域。
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。
Consensus 基于 GPT-5 与 OpenAI Responses API 构建多智能体研究助手,可在数分钟内完成文献阅读、分析与证据整合,服务超过 800 万研究人员。该工具将大语言模型能力用于科学证据合成流程,帮助缩短科研检索与综述环节的耗时。
OpenAI 与英国内阁办公室此前已建立的合作伙伴关系基础上,新增与司法部(Ministry of Justice)的协议,将 ChatGPT 引入英国公务员工作场景。同时,OpenAI 在英国为 ChatGPT Enterprise、ChatGPT Edu 和 API 平台推出 UK 数据驻留(data residency),以支持安全可信的 AI 部署。
OpenAI 与 Sur Energy 正探索在阿根廷落地该国首个 Stargate 项目,围绕人工智能与清洁能源协同建设展开合作。该合作若落地,有望使其成为拉美地区在人工智能、可持续基础设施和数字化创新方面的引领者。项目具体规模、地点、容量、时间表等关键细节原文未披露。
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Broadcom宣布建立多年合作关系,将部署10 GW的OpenAI自研AI加速器,并共同开发下一代系统与以太网方案,目标在2029年前为AI基础设施提供支持。当前仅有摘要披露合作框架,材料未给出站点、首批部署时间、上线节奏及供应链分工。
推荐理由:材料披露OpenAI与Broadcom多年合作框架及10 GW算力部署目标,但缺少站点、交付节奏、客户与可接电能力等关键信息,仍需核验GW规模口径、时间节点和供应链分工。
OpenAI与AMD宣布多年战略合作,将部署6吉瓦(GW)AMD Instinct GPU,首批1吉瓦计划2026年上线,用于支撑OpenAI下一代AI基础设施。材料仅为摘要口径,未披露具体站点、电力方案、部署节奏与基础设施配套细节。
三星与SK加入OpenAI的"星际之门"(Stargate)计划,共同推进全球AI基础设施建设。合作内容包括在韩国建设下一代数据中心,并扩大先进存储芯片产能,以支撑Stargate在全球范围的算力部署。
OpenAI、Oracle 与 SoftBank 宣布新增五座 Stargate AI 数据中心站点,推进总额 5000 亿美元、规划容量 10GW 的美国 AI 基础设施计划,用于支撑下一代 AI 并将创造数万个就业岗位。原稿仅提供摘要,未披露具体选址、单点规模、时间表与建设分工。
DeepSeek引发的生成式AI热潮重塑2025年上半年中国云计算市场,呈现K型分化格局。字节跳动(火山引擎)2024年AI资本开支超800亿元、2025年计划翻倍至1600亿元;阿里云上半年营收达635亿元、二季度增速回升至26%。
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。
OpenAI 与 Microsoft 签署新的谅解备忘录(MOU),进一步巩固双方在 AI 安全与创新方面的合作伙伴关系。双方表示将继续致力于 AI 安全的共同承诺,推动技术创新。
文章盘点 Meta、微软与 OpenAI 的"星际之门"、谷歌及亚马逊 AWS 四大海外 AI 数据中心项目。
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。
Meta 近期计划出售约20亿美元数据中心资产并拟于2026年启动"联合建设"模式,引发行业对其自建逻辑的讨论。文章通过五个灵魂提问拆解自建IDC的核心要素(资金、人、设计、运营),并从竞争差异化、大公司融资成本、Capex对比以及资产轻重等角度分析自建相较租赁未必成立的原因。
Intercom 在构建可扩展 AI 平台的过程中总结了三条经验,涵盖评估方法与平台架构两方面。该平台面向客户支持场景。文章未披露具体技术栈、模型或规模等基础设施细节。
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。
Model ML 首席执行官 Chaz Englander 在 OpenAI News 的 Executive Function 系列中指出,AI 原生基础设施与自主智能体正从根本上重塑金融服务工作流。该讨论聚焦于金融机构如何基于 AI 进行业务重建,而非围绕具体案例或可量化结果展开。
OpenAI 与 Oracle 签署协议,将在美国新增 4.5GW 的 Stargate 数据中心容量,作为 OpenAI AI 基础设施平台 Stargate 的扩展节点。公告称该合作将带动美国再工业化与就业,并支持美国 AI 领先地位;当前仅有摘要,具体选址、交付时间、建设和供电细节均未披露。
预制模块化数据中心正凭借120天建设周期改写传统土建18个月的行业规则,在边缘计算场景中成为高校科研、安徽高速沿线及海外电信枢纽的首选方案。相较传统模式,预制化方案建设周期缩短至2-6个月,PUE可降至1.1以下,利用率突破50%上限。华为磐石结构通过9烈度抗震测试,华为、浪潮、中兴已推出三代预制化产品,从集装箱式到建筑级集群式AIDC持续演进。
预制模块化数据中心通过工厂预集成和现场拼装,将建设周期从传统18个月压缩至4到6个月。新会中集交付的济南10MW算力工厂仅用120天投运;华为东莞松山湖云数据中心1000个机柜规模项目6个月交付,每座POD由189个预制化箱体堆叠而成。预制装配率达90%,现场施工集中在吊装拼接和调测,并具备机柜可整体搬迁、避免资产沉没成本的优势。
OpenAI 宣布启动 Stargate UAE,这是其 AI 基础设施平台 Stargate 的首次国际部署。该项目作为该平台的海外落地,旨在扩展 OpenAI 的 AI 基础设施布局。具体规模、地点及上线时间等细节原文未披露。
数据中心建设成本需按应用场景与等级分别估算。按应用场景分:云计算数据中心每瓦约1.8–2.8美元、每机柜3.5万–5.5万美元;企业自用数据中心每瓦约2.5–4.0美元、每机柜5万–8万美元;边缘数据中心每瓦约3.0–5.0美元、每机柜6万–10万美元;HPC/AI数据中心每瓦约4.0–6.0美元、每机柜8万–15万美元,液冷系统占成本超30%。
OpenAI 发布"星际之门"(Stargate)基础设施计划,围绕通用人工智能(AGI)基础设施建设愿景,面向电力、土地、施工、设备等领域的数据中心产业链寻求合作伙伴。该计划目前仍处于对接产业生态阶段,未披露选址、容量、投资规模与时间表等细节。
OpenAI 发布 "星际之门(Stargate Project)" 公告。原文仅提供项目名称,未披露建设规模、地点、合作伙伴、时间表、容量或投资金额等具体信息。
销售平台 Rox 宣布全面采用 OpenAI 大语言模型,将商业经验与 LLM 专业能力相结合,旨在让每位销售人员达到头部 1% 的业绩水平。该方案通过整合 OpenAI 模型,帮助销售团队提升工作效率与转化表现。
Cognition 联合创始人兼 CEO Scott Wu 介绍其使用 OpenAI o1 进行编程的体验,认为 o1 能以更接近人类的推理方式辅助编码决策。该讨论聚焦 o1 在代码生成与判断过程中的类人思维表现,而非数据中心建设与运维相关内容。
大型神经网络是当前 AI 进展的核心,但训练过程是一项复杂的工程与研究挑战,需要调度由多块 GPU 组成的集群来完成一次同步计算。相关文章围绕训练大型神经网络所涉及的关键技术与工程方法展开讨论,聚焦集群编排与同步计算层面的实现路径。