AI基础设施撞上“墙”！Marvell：铜连接、内存瓶颈成下一阶段算力扩张关键

AI算力竞赛正从单纯的芯片之争，演变为一场涵盖互连、内存与网络的系统级博弈。 Marvell高管近日在Six Five Summit 2026上指出，随着推理模型驱动内存需求急剧膨胀、数据中心规模突破物理极限，铜连接已逼近性能天花板，光学互连与内存扩展技术正成为下一阶段算力扩张的核心变量。Marvell定制云解决方案业务执行副总裁Will Chu表示，市场长期聚焦于XPU本身，却忽视了围绕XPU的

顶尖风投a16z：顶尖人才涌向AI基建，基础设施设计将“推倒重来”

需求以千倍速扩张，而芯片、内存、电力、数据中心的供给最快也要三到五年才能跟上——顶尖风投a16z认为，在需求呈现指数级增长、核心组件订单已排至数年后的背景下，传统的计算堆栈已被推至物理极限，一场围绕AI时代的基础设施重构正在全面开启。 近日，硅谷顶级风险投资机构a16z（Andreessen Horowitz）正式宣布推出"机器时代基金"（Machine Age Fund），专注投资AI基础设施领

AI基础设施峰会记忆体荒成焦点 HBF、HBC新技术受瞩

（中央社记者张欣瑜旧金山16日专电）AI基础设施峰会在矽谷举行，科技巨头聚焦产业瓶颈。任职Google的图灵奖得主派特森指出第一大瓶颈是记忆体，「我们确实可能进入以记忆体为中心的时代」。英特尔执行长陈立武则表示，明年情况会更加严峻。 AI基础设施峰会（AI Infra Summit）15至17日在矽谷举行。台厂世芯、晶心科、华擎、创意、宜鼎、神达、华邦电等多家业者参展，横跨客制化晶片设计、处理器矽

AI基础设施热潮未完，这位业绩突出的基金经理转向公用事业和能源管道

基金经理布罗克·坎贝尔开玩笑说，他的孩子们“宁愿停水停电，也不能没有 Roblox”。 玩笑归玩笑。纽约梅隆全球基础设施收益ETF经理坎贝尔最近接受《市场观察》采访时表示，他认为电信和数据服务已经成为不可或缺的基本需求。 坎贝尔说：“经济走弱时，人们不会轻易把这些服务停掉。对投资组合来说，这提供了非常好的稳定作用。” 这只基金获得晨星五星评级，过去三年的年化回报率为21%，高于基准标普全球基础设施

英特尔CEO：内存短缺将进一步加剧 电力与冷却技术为核心瓶颈

英特尔首席执行官陈立武表示，内存短缺问题将会进一步加剧。他还补充称，电力供给保障与冷却技术研发，也将成为半导体市场的核心难题。15日，在加州圣克拉拉举办的AI基础设施论坛上，当被问及希望有志投身AI基础设施领域的初创企业创始人解决哪些行业难题时，陈立武谈到了内存短缺问题。 “去年早些时候我就提出，内存可能会成为一大瓶颈，当时并没有多少人意识到这一点，”陈立武说，“如今这一情况已然成真，而且形势还会

创业公司Crusoe融资39亿美元打造“Spark”模块化数据中心

在人工智能热潮推动下，全球数据中心建设正面临前所未有的扩张需求。然而，电力供应不足、建筑工人短缺以及项目审批周期过长等问题，正在成为制约AI产业发展的关键瓶颈。面对这一局面，美国AI基础设施公司Crusoe提出了一种不同于传统“超大型园区”的解决方案：建设可批量生产、可运输部署的模块化数据中心。 Crusoe近日宣布完成39亿美元融资，公司估值达到约309亿美元。公司表示，新资金除了继续支持大型A

有望对标Databricks，OceanBase押注AI数据底座的万亿市场

AI落地的真正拐点，已经不在模型本身。当通用大模型足够强、足够便宜之后，真正卡脖子的，是自己的数据。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被Agent真正用起来？ 正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量Agent，数据类型从结构化扩展到多模态，要求也从“存得下”变成了统一管理、实时检索、语义理解与安全合规。这些变化正在重写整个数据市场的边

模型越来越强，企业AI为什么还卡在“最后一公里”？

过去两年，大模型快速跃迁。从百亿级参数模型，到复杂逻辑推理、多模态理解，到自主 Agent，技术边界不断突破，一切似乎都在宣告：AI 已经准备好接管一切。 然而，如果把视线从实验室拉回产业一线，一个反差正在出现：大量企业的 AI 探索仍停留在试点和演示阶段，并没有真正进入业务流程。 麦肯锡的研究曾指出，企业数字化转型长期面临「试点容易、规模化难」的挑战。 问题随之浮现：为什么一个能够完成复杂任务的

GPT-6 Astra真正的意义：将“AI叙事”从“需求争论”拉回“物理瓶颈”

一个模型的发布，正在改变市场争论的方向。“服务已知的AI需求，究竟需要多少基础设施？AI基建是否已经过度投资？ 但据追风交易台消息，摩根士丹利9月7日发布的报告指出，GPT-6 Astra的重要性不应被简单理解为又一次规模扩张（Scaling）叙事的延续。这并不是又一次的模型升级。 Astra代表的是能力广度（breadth of capabilities）与互操作性的实质性跃升，推理能力、工程能

戴尔电话会：“缺的就是DRAM、DRAM、DRAM！” ，AI积压订单逼近千亿，全年指引大幅上调

戴尔2027财年第二季度业绩全面爆发，AI服务器订单创下历史新高，强劲的落地需求促使公司大幅上调全年营收指引，并揭示了当前AI供应链面临的极限施压状态。 华尔街见闻提及，9月1日美股盘后，戴尔公布截至7月31日的2027财年第二季度业绩。公司当季营收达到470亿美元，同比增长58%，创历史新高，高于市场预期的448亿美元；按非GA口径计算，每股收益为7.04美元，同比增长203%，远高于市场预期的

甲骨文就美国数据中心援引不可抗力条款，凸显AI基础设施风险

甲骨文就一座正在建设中的美国大型数据中心宣布援引不可抗力条款，凸显了AI基础设施建设所面临的风险，并加剧了人们对若泡沫破裂将引发财务后果的担忧。该设施所在地的官员已推迟了为该项目供电所需的许可证，甲骨文可能会寻求推迟支付租金。 超大规模云服务商正竞相建设数据中心，但随着公众反对声浪的增大，以及针对为这些庞大站点供电的规划项目所遭遇的阻力，它们面临着日益严峻的挑战。正如Semafor的商业与金融编辑

靠机器热源“说话”：OpenAI研究员警告“断网”也困不住未来AI

通信墙不破，AI Agent算力不立！华为超节点“黑科技”详解

智东西9月19日报道，在9月17日‑19日举办的华为2026年全联接大会上，华为围绕灵衢互联超节点集群升腾960芯片、升腾960超节点、OceanStor M900 AI记忆存储等一系列AI基础设施新品，引起产业多方其中，“灵衢”成为贯穿所有发布、高频出现的关键词，引起了很多人的好奇。灵衢是什么？有什么过人之处？ 华为常务董事、ICT BG CEO杨超斌在主题为“灵衢互联，架构创新，构建Agent

人工智能金属的投资逻辑

当工业革命从信息化走向人工智能时代，全球产业体系面临深刻变革。以数据、电力、算力、传输、存储、算法为基础的投入要素，正在重塑智能经济时代的生产函数。2024年9月工信部等十一部门联合印发《关于推动新型信息基础设施协调发展有关事项的通知》，提出人工智能基础设施包括人工智能算法框架、面向应用的人工智能算法平台和公共服务平台、用于算法模型训练的公共数据集等形态。新型信息基础设施、智算中心、超算中心、边缘

人工智能无法靠提示词解决电力、水资源和土地短缺的问题

根据福雷斯特（Forrester）研究人员的分析，人工智能（AI）基础设施的发展正面临能源、水资源和土地资源的限制。该公司预测，政府将逐步要求数据中心运营商为其消耗的资源付费。在2027年的可持续发展预测报告中，福雷斯特指出：政府、公用事业机构、数据中心运营商以及企业都需要重新思考如何为这种基础设施的增长提供资金、进行管理以及制定相应的监管措施。为支持各行各业、政府机构及消费者服务所需建设的基础设

人形机器人的“三大争议”：何时大规模部署？算力需求暴增？“人形”是必要的吗？

巴克莱认为，通用人形机器人的大规模部署可能要等到2035年前后，而非2030年。 在9月18日发布的最新研报中，瓶颈在智能而非硬件，算力拉动集中在边缘而非数据中心，Physical AI颠覆的第一波浪潮很可能根本不是人形的。 报告中，巴克莱还围绕着规模、算力、形态等投资者最关切的问题进行了详细分析。 大规模部署，2035而非2030巴克莱在报告中写道，当前行业中被展示的许多人形机器人能力，仍依赖预

Teravolt寻求蚕食传统行业，以满足人工智能的电力需求

当前的人工智能市场根本说不通。据报道，美国超大规模云服务商在过去一年背负了2200亿美元债务。美国两家领先的前沿人工智能模型开发商尚未证明它们能够实现盈利运营。而美国公众已开始抵制建设满足预期人工智能需求所需的数据中心。但撇开合理性和政治不谈，世界将从哪里获得电力来支撑设想中的人工智能产业，仍不清楚。高德纳预测，全球数据中心电力需求将从2025年的104吉瓦增至2026年的132吉瓦，到2030年

AI建设潮正成为美国历史上规模最大的经济豪赌

美国的人工智能基础设施建设，正朝着成为美国历史上规模最大的经济押注发展，其规模远超铁路、高速公路体系以及互联网基础设施建设等以往大型投资项目。 数据中心支出规模已超过运河、铁路和电网建设总和——它正在创造就业和财富，同时也在推高通胀。根据经济学家斯泰恩·范·纽尔伯格（Stijn van Nieuwerburgh）发表在布鲁金斯学会的新估算，2025年至2032年，美国数据中心及相关人工智能基础设施

微软推进数据中心扩张 计划将算力扩大两倍

微软计划将数据中心容量扩大逾两倍，此举有望帮助该公司缓解算力短缺问题。此前，由于算力不足，微软不得不拒接部分人工智能（AI）和云服务业务。了解相关计划的知情人士称，到2032年，微软遍布全球的数据中心网络容量将超过38吉瓦，高于目前约12吉瓦的水平。届时，其容量将超过纽约州用电高峰时的电力需求。 这些数据让外界得以一窥微软斥巨资建设数据中心后希望获得多大的算力。公司最近一个财年的资本支出达到145

美国正在以电网无法跟上的速度建设数据中心

信用评级机构穆迪公司表示，电力供应仍然是美国数据中心增长的主要制约因素，因为建设速度超过了国家电网基础设施增加所需容量的速度。美国是数据中心建设热潮的中心，这得益于人工智能的狂热以及对计算能力的需求，以训练日益庞大的基础模型。穆迪公司的最新报告援引国际能源署（IEA）的数据估计，到2030年，所有这些数据中心将需要426太瓦时（TWh）的电力。这几乎是2025年数字的两倍。随着传统发电能力难以跟上

还没破百万日活，Meta Muse就频频掉链子：服务降级、Agent失败，算力瓶颈浮出水面

Meta旗下个人AI智能体Muse用户增长迅猛，但服务端压力已经提前显现。过去11天内，Muse日活用户增长约10倍至70万，但服务降级、Agent任务失败等问题也开始出现，算力瓶颈逐渐浮出水面。 Muse近期已出现多项服务异常，包括资源消耗远超内部测试预期、部分功能出现降级，以及Agent在执行复杂任务时频繁失败。一次压力测试中，Muse尝试同时创建120个子Agent，最终仅成功33个，显示其

250年历史复盘：AI资本开支泡沫离破裂还有多远

谈到资本开支泡沫，难点不在于音乐响起时跟着起舞，而在于知道何时该坐下。随着夏去秋来，投资者应该继续跟着AI的节奏起舞。 2026年只剩下四个月，我们理解大家想先离场的心情。标普500指数今年迄今上涨约12%，但比6月初的水平也只高出一点点。指数越久停滞不前，人们就越容易把注意力放在可能出问题的地方。而在所有隐忧中，没有什么比眼下各家公司在AI上投入的巨额资金更令人担心。 AI资本支出的规模已经十分

台积电历史性扩张：全球在建晶圆工厂接近20座 设备采购预估值翻倍

台积电正在积极扩张其产能，目前在台湾地区同时建设13座晶圆厂，在海外建设5至6座晶圆厂，这一规模前所未有。台积电高级副总裁侯永清周三在2026台湾半导体产业论坛上指出，台积电对芯片制造工具的需求自去年年底以来几乎翻了一番，季度设备采购预估值在7月上调至去年12月预测的约1.9倍，这是他30年来从未见过的增长速度。 他补充称，人工智能正在催生巨大的产能需求，整个台湾地区的半导体生态系统必须在短短六个

研究人员称，历史性人工智能建设融资给美国带来系统性风险

华盛顿，9月24日：根据一项新的研究，人工智能产业的发展速度正在加快，其在美国经济中的占比预计将超过电力、铁路、州际高速公路或互联网产业的发展规模。与此同时，人工智能产业的金融结构也变得越来越复杂，这可能带来系统性风险。 哥伦比亚商学院的金融与房地产教授斯泰恩·范纽维尔伯格（Stijn Van Nieuwerburgh）在为布鲁金斯学会（Brookings Institution）准备的一份报告中