订单狂翻几十倍：全世界搞AI的，为啥都在抢中国电池？

这两年，AI军备竞赛打得那叫一个昏天黑地，在中美都是拉动投资的主力。 GPU、存储、光模块、液冷，算力基建的市场热点一轮接一轮地爆发。 另外，GPU芯片非常吃电，一座大型AI算力中心一年电费动辄几十个亿，顶得上一座小城市。即便你掏得出几十亿，也不一定能抢到电。 在美国一些地区，AI算力中心接入电网要排队3到7年。于是马斯克、扎克伯格这些人都等不及了，纷纷开始购买燃气轮机自建电厂。 这使得跟AI算力

恩格斯停顿会重演吗？人工智能时代的资本、劳动与分配（二）

当地时间2026年7月8日，美国加利福尼亚州弗农市，一座49.5兆瓦的三层数据中心正在建设中。人工智能基础设施需求激增，推动了美国及全球数据中心的建设热潮。图：视觉中国　　文｜李嘉 张丹丹 　　艾伦的故事有两根支柱：技术进步快于配套资本积累，解释了停顿为何发生；资本与劳动的高度互补，则解释了资本积累为何最终能够推动工资追赶生产率。比较今天的人工智能与第一次工业革命，也可以沿着这两个维度展开。先看第

穆迪：中国云厂商AI资本支出暴增 仍低于美国同行

【财新网】“中国超大规模云服务商正在积极投资 AI，但与美国同业相比其收入和盈利基础较小，财务灵活性也相对较弱。” 9 月 3 日，穆迪评级发布报告，对比中美大规模云服务商的AI资本支出压力。 穆迪评级提到，中国超大规模云服务商的资本支出持续增长，但仍远低于美国同业。2026 年和 2027 年中国头部科技企业的资本支出总额有望从 2025 年的 650 亿美元增至 1400 亿美元到 1650

甲骨文180亿AI贷款折价滞销，AI融资链压力浮现

甲骨文新墨西哥州Project Jupiter数据中心约180亿美元银团贷款的分销陷入停滞，银行报价已降至面值的89至91美分，对应贷款市值约160亿至164亿美元。甲骨文股价隔夜逆势下跌2%，近期走势显著弱于AI板块整体。 这笔贷款去年底由银行联贷团提供，用于启动Project Jupiter的建设。该项目隶属"星际之门"计划——由OpenAI、软银和甲骨文共同主导的5000亿美元AI基础设施项

下一个网络安全战场在处理器内部

网络安全存在一个位置问题。攻击者常常利用企业多年来用软件保护的系统中的漏洞，而这些系统核心的处理器却可能对任何异常情况几乎毫无察觉。 Verizon的2026年数据泄露调查报告发现，漏洞利用已成为最主要的初始访问途径，占[…]

三大巨头接连翻车，大模型的安全防线怎么总绷不住？

先是Anthropic，再是OpenAI，现在连谷歌的Gemini也出现安全问题了，大模型又双叒叕一次突破防火墙了。 不过，这些事故看多了，反倒会让人意识到一件更根本的事，整个行业都在拼命地堆算力、喂数据，甚至开始押注让模型自己改进自己的“递归自我改进”。 可真正决定这些模型能走多远的，或许并不是性能，而是安全对齐。 当“能不能更强”被默认只是时间问题，“能不能被信任”就成了那道绕不过去的坎。 麻

科技巨头敦促G20建设数据中心，但在风险问题上存在分歧

英伟达首席执行官黄仁勋告诉G20部长们，人工智能是必不可少的基础设施，尽管美国社区反对新建数据中心。

从模型到办公桌，阿里AI开始寻找更多应用出口

从模型到办公桌，阿里AI开始寻找更多应用出口 闫曼：模型已经越来越强，算力投入也越来越大，但企业愿意把多少工作交给AI，AI又能进入多深的业务流程，仍处在探索阶段。 9月22日的云栖大会上，阿里继续加码AI。 阿里巴巴集团CEO吴泳铭在上午的演讲中，将AI模型、AI芯片和AI云定义为“机器智能时代”的三大基石。Qwen计划训练5万亿至10万亿参数规模的新模型，平头哥发布新一代AI芯片真武V90

迷雾与罗盘

1 产业纠结期，货币政策预期的摇摆上游硬件端需求依旧强劲，算力租赁价格维持高位；但下游大模型厂商持续以价换量，Token价格已跌至低于2025年底的水平。我们此前提示的“滞胀”特征仍在显现，出于上述担忧，主要云厂商的信用违约互换（CDS）利差同步上行。 AI产业自身的机会此刻并无方向性判断，由于财务回收能力的减弱，美国通过科技融资吸引全球资金的能力正在减弱，AI对美元的支撑正在松动。 另一方面，上

下一代AI数据中心将建在哪里？

深度拆解华为最新报告：物理智能规模化，为什么偏偏卡在“协同”上？

单点智能撑不起物理世界，华为报告指向系统进化。2026年，资本正在为AI走进物理世界疯狂下注。 IT桔子数据显示，截至5月11日，国内具身智能领域今年已披露投资218起，金额超过577亿元。不到半年，便超过了2025年全年357起的总量。 摩根士丹利年内第二次上调中国人形机器人出货量预测，从年初的1.4万台一路调高至5万台。这场竞赛的主角也不只是机器人。 抬头看，赛迪顾问预测中国低空经济市场规模2

日本正在争夺“光芯片时代”

AI算力的下一场产能竞赛，正在从GPU延伸到硅光芯片。晶圆代工厂Tower Semiconductor正在日本大举扩产硅光产能。Tower CEO Russell Ellwanger近日表示，AI数据中心正在推动硅光芯片需求快速增长，公司需要尽快扩大产能，日本将成为Tower全球最重要的光通信半导体生产基地之一。 按照Tower此前公布的计划，公司将在日本投入超过6000亿日元，约合40亿美元，重

AI基础设施审查再升级 美国议员推动新法案限制中国数据中心技术进入敏感政府系统

美国国会两党议员正在推动一项新的立法提案，希望限制来自中国的数据中心设备和相关技术进入美国敏感政府系统。此举被视为美国在人工智能和关键数字基础设施领域强化安全审查的最新动作。 根据正在讨论的法案内容，美国联邦机构未来将被要求对数据中心硬件供应链进行更加严格的审查，并限制使用被认定存在安全风险的中国相关技术。立法推动者认为，随着人工智能、云计算以及政府数字化服务对数据中心依赖不断提升，服务器、网络设

AI、电气化与资源竞争：全球经济的新逻辑

随着地缘政治格局变化、能源安全重要性上升、人工智能（AI）快速发展，以及各国持续强化供应链韧性，未来十年全球经济正进入一个新的资源竞争时代。 对于投资者而言，理解这一变化不仅是把握宏观趋势的问题，更关系到如何重新构建投资组合，以适应更加复杂和多变的世界。 能源安全重要性显著提升在地缘冲突、贸易壁垒以及气候变化等因素影响下，能源安全和关键资源保障的重要性不断提升。全球经济展现出较强韧性的同时，也面临

Arm CEO表示人工智能或能治愈癌症，但数据中心是瓶颈

“目前，情况相当受限。在我们能把数据中心送入太空之前，我们需要更多的晶圆厂，这一点我可以明确告诉你，”他说。然而，哈斯表示，要实现这一目标，将需要巨大的计算能力。

美国的云巨头以及Anthropic和OpenAI等AI实验室需要技术的普及

，以继续快速传播，从而证明他们在数据中心上的巨额支出是合理的。他们会失望吗？

马斯克：下一个10年押注人类带宽

快科技9月24日消息，“对于一个以每秒万亿比特通信的AI来说，跟人沟通就像人类在和树说话。” 马斯克称，即便AI足够友好、愿意服务人类，人机之间的信息传输速度仍太慢。人类带宽峰值大约只有每秒100比特，我们输出信息速度极低。 而计算机之间以万亿比特每秒通信。任何能提升人类交流速度的技术，都会改善人与机器之间的对齐。 公开报道显示，马斯克口中承载这一目标的神经连接（Neuralink），此前已完成多

马斯克押注超大规模AI算力 xAI计划部署逾120万颗英伟达GPU

埃隆·马斯克旗下人工智能公司xAI正在进一步扩大数据中心规模，并计划在未来几年部署超过120万颗英伟达AI GPU。随着Colossus数据中心持续扩建，xAI希望通过大规模算力基础设施训练和运行下一代Grok模型，与OpenAI等竞争对手展开更加激烈的AI基础设施竞争。 xAI目前最大的AI基础设施项目是位于美国田纳西州孟菲斯的Colossus数据中心。该项目从2024年开始建设，第一阶段Col

下一代AI网络可能取决于电话交换台的回归

如果你认为每个机架72个GPU已经很密集，那么Nvidia和其他公司的下一代设计将把数百甚至数千个加速器塞进一个庞大的系统中。 但要做到这一点，他们将需要大量光学技术和让人想起老式电话交换台的技术。 这一现实推动了从光子学初创公司到成熟光学设备和光纤制造领域的一连串投资。 3月，Nvidia向Coherent、Lumentum和Marvell各投资20亿美元（总计60亿美元），以推进其光学技术。其

AI基础设施公司Cornelis融资2.05亿美元，蚕食英伟达的主导地位

Cornelis是一家致力于打造网络技术、帮助AI芯片更高效通信的公司，该公司周一宣布，在一轮由IAG Capital Partners领投的融资中筹集了2.05亿美元。 该公司同时发布了一款名为Active Compute Fabric的产品，这是一种网络技术，旨在解决大量GPU时间浪费在等待数据抵达上的问题。Cornelis希望通过一种让芯片能够同时处理和发送信息的网络架构来应对这一挑战。 这

人工智能的金融叠叠高塔开始摇摇欲坠

莉兹的观点：专家们正在争论人工智能带来的生存性风险，但金融风险已然浮现。那些依赖建设工期的金融“叠叠乐”高塔，如今正被当地反对建设数据中心的势力搅得摇摇欲坠。 彭博社今晨报道、Semafor随后证实，最新的一次动荡来自甲骨文。该公司试图推迟一座新墨西哥州数据中心的租金支付。这座数据中心是唐纳德·特朗普总统去年公布的大规模“星际之门”人工智能建设计划的一部分。州政府官员已多次拒绝为该项目所需的天然气

《新科学家》：数学难题证明不再稀缺 AI让数学进入混乱时代

人工智能正在进入数学最核心的领地。过去，人们习惯把计算机视为高速计算器或证明检查器，如今，新一代模型已经能够提出证明思路、搜索反例、形式化复杂论证，甚至直接参与开放问题研究，如果机器也能“做数学”，人类数学家的价值将转移到哪里？ 《新科学家》把这种变化称为数学史上最好也最糟糕的事情，并不夸张。AI正在拆除研究中的一些古老瓶颈，但也可能把数学推入一个答案过剩、理解不足的新阶段。 从解题工具到研究伙伴

把时间还给科学家：华为如何筑牢AI科研底座

真正进入具体研究场景，AI科研的价值才开始变得具体。凤凰网科技 出品作者｜杨乐拿到诺贝尔奖的，永远是科学家。很少有人会注意，科学家身后站着什么。 2024年诺贝尔化学奖授予蛋白质结构预测领域的科学家，AlphaFold由此成为AI进入基础科学的标志性案例。但一个模型能够预测蛋白质结构，只是故事的开始。 一篇论文可以在几个月里完成，一套科研基础设施却可能需要几年、十几年。 AI for Scienc

OpenAI预计到2030年累计烧掉2780亿美元，算力和基础设施支出将达8560亿美元

据英国《金融时报》9月18日报道，OpenAI预计未来五年将消耗近2800亿美元现金，显示这家人工智能公司在收入高速增长的同时，仍需要持续筹集巨额资金维持算力和基础设施扩张。 《金融时报》看到的一份OpenAI近期投资者材料显示，公司预计2026年至2030年的累计自由现金流为负2780亿美元。 OpenAI预计收入将从今年的360亿美元增至2030年的3500亿美元，增长接近十倍。从现在到20