北京 · 共 20 條 · 按釋出時間倒序
9月15日，谷歌DeepMind釋出Gemini 3.8 Live與3.8 Live Extended Thinking語音模型，模型層向即時互動推進；同日輝達在AI Infra峰會介紹Vera Rubin與DSX平台，將衡量標準轉向每瓦Token能效，穆迪則指出美國資料中心建設速度已超過電網供電能力，滿足2030年前預期能耗需新增1100億美元發電資源。模型與算力需求上行，正把壓力傳導至能源與基礎設施層。
投資評論人 Joseph Carlson 認為，Anthropic CEO Dario Amodei 呼籲放緩前沿 AI 開發引發市場「更大恐慌」，晶片股承壓，輝達週一跌 3.4%、費城半導體指數跌 5.9%，而 Meta 逆勢漲 2.7%。他稱無論是否出現協同放緩，Meta 都處於有利位置：若放緩可削減今年 1300 億至 1450 億美元的資本開支、改善現金流，若不放緩則可繼續追趕前沿。
為什麼重要這場爭論把「AI 資本開支能否持續」擺上檯面：若監管或行業協同放緩成真，超大廠的算力投入節奏與晶片需求預期都可能重估，而 Meta 的廣告現金流與開支彈性使其成為觀察 AI 投入回報敘事的關鍵樣本。
谷歌 DeepMind 於 9 月 15 日推出 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款即時語音對話模型。前者主打規模化與成本效率，支援近即時視覺輸入、97 種語言中途切換及後台工具呼叫；後者面向高複雜度任務，在 Artificial Analysis 語音質量指數獲 82.6 分居首，τ-Voice 代理任務完成率 68.6%，Big Bench Audio 得分 97.7%。兩款模型即日起通過 Gemini API、Google Workspace 與 Gemini 應用開放。
為什麼重要語音正成為 AI 智慧體與使用者互動的核心入口，谷歌把即時推理、視覺理解與後台任務執行整合進對話模型，直接關係到其雲 API 生態對開發者與企業的吸引力，也牽動語音智慧體產業鏈上下游的競爭格局。
24/7 Wall St. 分析師 Vandita Jadeja 對 AMD 給出 12 個月 480.90 美元目標價，較當時 485.51 美元的報價低約 2.15%，評級為持有、置信度 90%。該股年內漲 126.7%、近一年漲 211.88%，Q2 FY26 營收 115.4 億美元、資料中心收入 67.2 億美元。作者認為估值偏高是主要風險，牛市情形看 610.14 美元，熊市情形看 377.09 美元。
為什麼重要這條觀點把 AMD 的 AI 加速器進展、估值倍數與輝達、博通、英特爾的橫向對比擺在一起，是觀察 AI 晶片第二梯隊能否真正分流算力訂單與資本關注度的一個樣本。
9月11日，戴爾科技股價大漲逾11%，此前RBC Capital Markets首次覆蓋該公司並給予「跑贏大盤」評級，目標價640美元。RBC分析師David Paige認為，戴爾在多年AI基礎設施支出週期中持續受益，其一流供應鏈構成競爭護城河。戴爾未交付伺服器訂單積壓達創紀錄的950億美元，第二季度AI伺服器收入為164億美元。
為什麼重要戴爾是輝達AI伺服器的重要供應商，其950億美元訂單積壓與AI伺服器收入增速，是觀察AI基礎設施資本開支週期與企業級算力需求的關鍵視窗。
輝達超大規模與高效能運算副總裁Ian Buck在AI Infra Summit上介紹AI工廠能效新進展：亞馬遜Annapurna Labs合作開發NVHBM定製高頻寬記憶體，d-Matrix將NVLink Fusion平台與Raptor XPU整合；Lambda藉助DSX MaxLPS在Blackwell伺服器上實現每瓦效能提升23%、叢集吞吐量提升24%；Emerald AI與矽谷電力演示AI工廠柔性負載專案。本屆峰會參會人數超8000人，較去年的3500人大幅增長。
為什麼重要輝達正把AI基礎設施的衡量標準從峰值算力轉向「每兆瓦有效token數」，這一指標變化將直接影響資料中心電力規劃、GPU採購節奏以及上下游產業鏈的價值分配邏輯。
穆迪報告指出，美國資料中心建設速度已超過電網擴容能力，電力供應成為AI算力擴張的主要瓶頸。報告援引國際能源署資料估計，到2030年資料中心用電將達426太瓦時，接近2025年的兩倍；建設新增發電資源約需1100億美元，每年推高電力系統成本250億至300億美元。審批冗長與裝置交付週期長導致部分專案延期長達七年。
為什麼重要電力供給瓶頸直接決定AI資料中心能否按期上線，進而影響算力供給節奏、雲廠商資本開支效率，以及發電、電網裝置與輸電投資等產業鏈環節的需求與成本傳導。
市場動態、友商訊息等一行快訊,點選進原文。
該分層下當日暫無新聞。
