下一代AI数据中心将建在哪里？

AI交易回归，纳指创出新高，存储全线领涨

AI交易强势回归，叠加盈利预期持续上修，纳斯达克100指数周二收于历史新高，存储芯片板块领涨全场，NAND闪存正从大宗商品向AI基础设施核心组件加速转型。 Meta旗下Muse AI模型上线后迅速登顶苹果应用商店免费榜首，点燃市场对AI需求的乐观预期。纳斯达克100指数周二收涨0.8%，创下历史新高，并在盘中突破6月初的前高纪录；纳斯达克综合指数则连续两日刷新峰值，周一单日涨幅达2.3%，为七周最

打造你的人工智能助手的技术之战

终于，备受期待的个人AI助手即将到来，各种代理程序突然涌现，声称要管理你的日常生活的各个方面。 为什么？多年来，科技界的"个人助手"只不过是语音控制的搜索框而已。AI的快速进步终于赋予了它们记忆、判断力和自主行动的能力。赶上一下聊天机器人只能回答问题。 AI代理可以真正做事情——购物、打电话、订票、管理日历和浏览网页。 这种模式最初在编程和其他专业工作中获得了快速发展。现在，它正溢入更加私密的日常

如果硬件价格压力让你难过，VMware 表示一切终将分层解决

VMware 正在为其内存分层技术寻找新的应用场景，预计内存和硬件价格将在未来数年保持高位，因此用户将寻求推迟服务器采购的方法。 内存分层技术将数据从 DRAM 移至另一种足够快的存储介质，使 CPU 仍能以不影响应用性能的速度访问信息。 VMware 的实现方式是在 DRAM 中查找“冷页”——即包含 CPU 尚未访问或暂时不需要的数据的内存块。 当 CPU 在 DRAM 中找不到可用容量时，它

Anthropic、OpenAI等新兴厂商正在挤占传统软件预算

企业正将一部分传统软件开支转向 Anthropic 与 OpenAI。采购软件服务商 Zip 发布的报告《AI 预算究竟流向何方》为此提供了进一步佐证。在截至 8 月的过去 12 个月中，OpenAI、Anthropic、Cursor、Sierra 等 AI 服务商占到 Zip 客户总支出的 8%；而此前 12 个月该占比仅为 1.4%。同期企业软件总预算的中位数上涨 13%。 本次研究覆盖数十家

Nodal交易所计划推出AI算力期货，与CME、ICE竞争

Nodal Exchange Holdings, LLC正寻求推出人工智能芯片算力期货合约，加入众多急于开展相同业务的公司行列。 Nodal在北美数百个地点提供电力期货和期权，计划在年底前推出基于英伟达公司半导体租赁价格的合约。这些合约将根据数据提供商Compute Desk编制的指数进行结算，该指数汇总了租用英伟达Blackwell和Hopper图形处理单元的现货价格。 随着交易所寻求满足那些希

“照付不议”：AI公司正在效仿能源行业的高风险策略

华尔街正密切关注所谓的“先付后用”算力合同，因为这是金融链条中人工智能建设热潮可能出现疲软甚至断裂的环节。此类合同（如Akamai与Anthropic周五达成的协议）是前沿实验室与云平台签署的为确保算力供应而订立的协议。它们也可能管辖与硬件制造商和电力供应商的上游交易。这些协议要求客户为图形处理器（GPU）、服务器时间及其他投入付费，无论客户是否实际使用。 这些款项被记入积压订单作为预期收入，但通

甲骨文寄望于AI辅助工程实现‘星球大战’级别的生产力飞跃

甲骨文首席执行官迈克·西西利亚上周告诉投资者，该公司押注AI编码将带来‘星球大战’级别的软件工程生产力。 由于过去一年股价大幅下跌，这家巨头声称，随着公司全面采用其向客户推荐的AI‘神药’，其工程师的生产力将飙升。 在德意志银行2026年技术会议上，西西利亚坚称AI对软件行业将是净利好，尽管人们担心所谓的‘SaaSpocalypse’——即编码工具和代理会削弱商业应用供应商的价值。今年许多SaaS

AMD认为，随着企业寻求更高的生产效率，对人工智能（AI）技术的需求并未出现放缓。

AMD预计，随着企业继续采用人工智能来提高生产力，对人工智能计算的需求将保持强劲，同时该公司扩大了芯片、软件、网络和完整计算解决方案的影响力。AMD首席技术官兼技术与工程执行副总裁Mark Papermaster表示，该公司仍然看到对人工智能基础设施的强劲需求，企业处于采用该技术的早期阶段。他表示，公司可能会对如何使用人工智能来管理成本变得更加选择，但这并不意味着人工智能整体采用放缓。 他补充说，

人工智能数据中心的电子垃圾问题巨大，且日益严重

一份新报告警告称，人工智能热潮产生的电子垃圾被严重低估了。到2050年，这些垃圾足以填满2300万个集装箱——如果将这些40英尺长的集装箱首尾相连，足以绕地球六圈。 与以往的研究相比，这一对人工智能电子垃圾的估算值显著提高，因为该报告的作者将支持数据中心服务器所需的所有基础设施都纳入了考量。发布该报告的非营利组织巴塞尔行动网络（BAN）表示，这一更广泛的范围提供了人工智能所遗留垃圾的更清晰图景。“

AI写代码，人类按回车：一篇500万浏览热帖引发争论

凤凰网科技讯 9月21日，据Business Insider报道，一位软件工程师关于AI编程的帖子在社交平台X上走红，AI coding是让开发者更高效，还是把他们变成只会按按钮的人。 这位X用户名为“v0xium”，因担心遭到雇主不满而要求匿名。他说，自己在一家未披露名称的公司担任新职务，工作变得“吞噬灵魂”，因为Claude Code生成了从产品规格、测试到工单和报告的一切。 “这里没人知道任

中科曙光发布AI推理原生存储FN Neo：Token吞吐能力提升150%

快科技9月21日消息，中科曙光发布全新迭代AI推理原生存储FN TTFT缩减73%，Token吞吐提升150%中科曙光发布全新迭代升级的AI推理原生存储FN Neo。该产品可将分散在不同计算节点的推理缓存统一管理、共享复用，应对长文本、多用户同时访问带来的压力，让已有计算成果得到更充分利用。 实测数据显示，FN Neo可实现模型首词出现时间缩减73%，较本地NVMe更快；延迟表现、吞吐量和多请求并

GFF 2026 | 摩根大通高管：人工智能将数月金融研究压缩至几分钟

人工智能正在迅速改变金融服务，过去可能需要数月的研究过程如今有望在几分钟内完成，同时银行正在探索该技术在欺诈预防、财富管理和支付领域的新用途。

Pocket的AI让我的游戏创意成为现实。现在Meta掌控着结果。

近年来，AI辅助编码工具的兴起以及“氛围编码”这一概念，实际上彻底颠覆了整个软件开发工作流程。虽然这些工具已经提供给愿意花时间设置的初学者，但对于几乎没有编码经验的人来说，如今创建复杂的AI编码项目所需的命令行界面、集成开发环境和基于终端的调试操作，仍然可能让他们望而却步。 Meta最新的AI项目发布旨在让这种氛围编码变得像在社交媒体上发帖一样即时可及。Pocket——在Meta于3月收购现已停运

Breakingviews - 评论：AI前沿发展放缓可能让第二梯队获得优势

Anthropic首席执行官达里奥·阿莫代伊希望以护栏措施抵御对人类构成的威胁。 此类监管将把更多投资——今年达1万亿美元——从开发AI模型转向部署AI模型，从而支撑数据中心需求。英伟达、SK海力士等公司的挑战者将从中受益。

人工智能建设正成为美国历史上最大的经济赌注

人工智能建设有望成为美国历史上最大的经济投资，其规模将超过其他大型基础设施项目（如铁路、公路系统和互联网基础设施）的投入。 数据中心建设的支出超过了运河、铁路和电网建设的总和，这不仅创造了就业机会和股市财富，但也加剧了通货膨胀，并对住房市场产生了压力。

保险业正瞄准一个千载难逢的机会，以创造数百亿美元的额外收入：建设数据中心的1万亿美元竞赛

从龙卷风到停电，人工智能超大规模数据中心在建设和运营过程中面临着令人眼花缭乱的潜在威胁。

会有人像程序员一样大量使用人工智能吗？

美国的云巨头以及Anthropic和OpenAI等AI实验室，需要这项技术的采用继续快速普及，才能证明其在数据中心上的巨额支出是合理的。他们会失望吗？答案将对投资热潮产生重大影响。

约翰·特努斯直面苹果的AI时代

史蒂夫·乔布斯和蒂姆·库克解决了各自时代苹果最大的问题——打造人们喜爱的产品，然后以全球规模、利润丰厚的制造方式生产它们。今天接任CEO的约翰·特努斯，将不得不直面苹果的AI时代。 他的首要任务之一是捍卫强大的App Store，这个商店几十年来像一座围墙花园，将用户锁定在苹果的智能手机中。这些围墙正在倒塌，这要归功于由OpenAI的Codex和Anthropic的Cowork推动的一波“氛围编程

AI需求引发历史性短缺 三星与SK海力士内存库存跌破10天

全球人工智能产业的爆发式扩张正在半导体供应链端掀起一场前所未有的资源争夺战。根据供应链最新行业调查报告显示，全球存储芯片双雄三星电子与SK海力士的常规内存库存水平已发生断崖式下跌，两家巨头的现货库存可用天数双双跌破10天的极端警戒线，这标志着全球存储芯片市场正陷入近年来罕见的历史性供应短缺。 在传统的半导体产销周期中，存储芯片制造商通常会将安全库存水位维持在4至6周甚至更长时间，以平抑市场供需波动

Abliteration.ai 正在开展一项业务，即移除人工智能护栏

Abliteration.AI 正在让没有护栏的强大人工智能模型更容易被获取，并辩称让防御者拥有与恶意行为者相同的工具，最终可能改善网络安全。

甲骨文业绩超预期，AI需求缓解现金消耗担忧

Token效能提升120%！这家国产AI存储厂商拿下多项“全球第一”，凭什么？

智东西9月17日报道，9月1日，全球权威AI性能评测组织MLCommons发布MLPerf Storage v3.0基准测试榜单。焱融全闪AI存储F9000X在多项基准测试中拿下第一，充分验证其在极限AI训练负载下对高速网络带宽的高效利用能力。 2026随着AI产业从模型训练走向规模化推理，存储系统需要处理的数据和承担的任务也在增加。训练阶段，存储要持续向GPU供给海量数据，还要快速保存和恢复模型

特朗普在公共土地上激进推动建设数据中心的幕后

内政部长正悄然与AI超大规模企业会面，同时寻求在其部门的土地上容纳他们。