# 基础设施的所有文章

在 HTX 新聞中心流覽與「基础设施」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

微软很怕被AI巨头架空

微软与OpenAI的亲密联盟正在瓦解。2026年6月的Build开发者大会上,微软CEO纳德拉发布了七款自研AI模型、AI工作站及企业Agent治理平台,核心目标是摆脱对OpenAI的依赖。 转折点发生在4月27日,双方修订协议:微软对OpenAI模型的独家授权变为非独占,OpenAI可与其他云服务商合作,微软也不再支付收入分成。这意味着微软用130亿美元筑起的护城河被打破,从独家伙伴变为众多云服务商之一。 尽管微软AI业务年化收入达370亿美元,但主要来自为OpenAI等公司提供算力,赚的是基础设施的钱。其直接面向用户的Copilot市场份额却在下滑,用户活跃度不高,微软面临“赚钱但不是主角”的困境。 为此,微软将战略重心转向企业市场。Build大会聚焦开发者和企业,推出了AI工作站、Agent治理平台和安全容器等,旨在构建企业AI的操作系统——即管理、合规和安全运行各类AI模型的平台层。纳德拉押注:当模型本身日益成为可替换的基础设施时,控制企业AI的管理平台将成为新的制高点。 其深层焦虑在于,随着OpenAI和Anthropic筹备上市并获得独立算力,它们对Azure的依赖将降低,可能动摇微软的AI收入根基。因此,微软必须抢在盟友完全独立前,构筑更深层的、不可替代的企业服务生态,以避免从AI时代的驾驶员再次沦为旁观者。

marsbit06/03 11:02

微软很怕被AI巨头架空

marsbit06/03 11:02

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

在2026年GTC台北大会上,英伟达CEO黄仁勋宣布AI已进入“代理人”时代,AI从生成内容转变为能实际工作的利润与GDP创造者。其核心观点包括: 1. **AI代理人时代到来**:AI的计算模式发生根本改变,以“大语言模型+代理人框架”为核心的全新系统能理解、推理、规划并使用工具完成实际任务,每家公司都将成为运行代理人的公司。 2. **计算即收入**:在此模式下,AI生成的Token(计算单元)直接转化为收入和利润。AI工厂的经济核心是最大化每瓦电力产生的Token(收入),因此基础设施的吞吐量和能效至关重要。 3. **发布Vera Rubin系统**:英伟达推出史上最雄心勃勃的工程——Vera Rubin。它并非单一芯片,而是为运行代理人而设计的端到端完整系统,标志着英伟达从GPU公司、系统公司进一步转型为AI基础设施公司。 4. **推出Vera CPU**:首款专为AI代理人设计的CPU。代理人要求极低延迟和极高响应速度,Vera CPU强调顶级的单线程性能、每时钟指令数(IPC)和系统带宽,以满足代理人“没有耐心”的计算需求。 5. **与微软重新定义PC**:英伟达与微软合作推出新一代Windows PC产品线(桌面、笔记本、工作站),将代理式计算模式延伸至个人设备。新的PC操作系统将是传统系统与大语言模型的结合,应用程序将被“代理人运行时”取代。 6. **布局物理AI**:宣布了用于物理AI和机器人基础模型的Cosmos 3、用于自动驾驶的开放模型Alpamayo 2,以及完整的人形机器人技术栈与参考平台Isaac GR00T。这些系统遵循与云端代理人相同的“模型-框架-工具-运行时”模式。 **总结**:黄仁勋指出,过去六个月计算机行业因“有用AI”的实现而被彻底改变。未来十年,这种代理式计算模式将统一应用于云端、企业、PC、机器人及各类边缘设备。英伟达通过提供从芯片、系统到完整基础设施的全栈解决方案,旨在帮助客户建设高利润的AI工厂。对台湾供应链而言,AI工厂的交付效率、功耗控制及全栈协同能力将成为关键增长动力。

marsbit06/03 03:35

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

marsbit06/03 03:35

Deepseek 能否为中国节省 1 万亿美元?

《DeepSeek 能否为中国节省 1 万亿美元?》一文探讨了DeepSeek如何通过技术创新,可能大幅降低中国AI基础设施的建设成本。 核心在于,AI硬件的成本正从计算芯片向昂贵的内存(如HBM)倾斜。DeepSeek通过三方面技术突破,系统性降低了对这类稀缺硬件的依赖: 1. **压缩“记性”**:采用多头潜在注意力(MLA)等技术,将长上下文对话所需的缓存(KV Cache)压缩至原来的极小部分,极大节省显存。 2. **按需唤醒“身体”**:利用混合专家(MoE)模型架构,每次只激活部分参数,并结合智能的存储调度,将多数参数移出昂贵显存。 3. **复用计算结果**:将算过的上下文作为缓存复用,用低成本的内存读取替代高成本的重复计算。 这些技术协同,使DeepSeek V4等模型在长上下文场景下,用同等硬件可能产出数倍的有效Token,等效于大幅提升硬件效率、摊薄单位成本。 文章据此进行推演:到2030年,全球AI硬件投资预计达数万亿美元。若DeepSeek的技术路线能使中国未来AI基建的硬件需求等效减少75%,在日均Token消耗达到数千万亿级的规模时,节省的投资额可能接近1万亿美元(约7万亿元人民币),相当于少建数万座智算中心。 更重要的是,此举将产业价值从受制于人的尖端算力芯片,部分转移至中国已有所突破的存储芯片及系统工程领域,提升了供应链安全性。DeepSeek的意义不在于“消灭硬件”,而在于通过极致优化,降低行业对最昂贵、最稀缺硬件的边际依赖,让AI能力更普惠,重塑未来AI基建的账本。 (注:文中关于万亿节省的具体数字属于基于行业趋势的推演观点。)

marsbit06/03 00:47

Deepseek 能否为中国节省 1 万亿美元?

marsbit06/03 00:47

活动图片