北京 · 共 32 條 · 按釋出時間倒序
9月17日，AI基礎設施與晶片層的資本動作密集：Crusoe完成39億美元F輪融資、投後估值309億美元，黃仁勳稱輝達2027年晶片銷售額預計較2026年約翻倍，台達電子則加速部署基於輝達DSX平台的AI工廠。與此同時，Anthropic為Claude Code推出並行智慧體工作流，模型層任務並行化或進一步推高算力消耗，與上游能源、晶片和基礎設施的擴張形成呼應。
克拉默在採訪中追問OpenAI CFO薩拉·弗萊爾是否會放緩AI建設，弗萊爾回應稱公司投資決策始終以強勁的投資回報率為優先，並提到廣告業務七個月做到10億美元、模型降價80%帶動需求增長十倍。文章同時梳理了輝達、AMD、博通、Arista、Vertiv、伊頓六家可能受益於OpenAI持續資本開支的公司及其最新業績資料。
為什麼重要OpenAI的資本開支節奏直接決定輝達、AMD、博通等算力與配套廠商的訂單能見度，弗萊爾對投資回報的表態是觀察AI基建敘事能否延續的關鍵訊號。
Anthropic 重構了 Claude Code 的 Projects 功能：使用者描述目標後，由協調器把任務拆分到多個並行雲端「執行緒」，每個執行緒可獨立發起拉取請求並執行測試，進度可在主聊天或各執行緒中檢視，移動端同樣支援。所有執行緒共享一套逐步累積的記憶，並設有庫集中存放上傳檔案與結果。該測試版面向部分 Pro 與 Max 訂閱使用者開放，團隊版與企業版稍後跟進，本地執行也即將推出。
為什麼重要這標誌著編碼智慧體從單執行緒輔助走向多執行緒自主協作，任務並行化會顯著推高 token 消耗，也讓用量控制權從使用者轉向模型廠商，牽動 AI 程式設計工具的商業模式與算力需求敘事。
Crusoe 於 9 月 17 日宣佈完成 39 億美元 F 輪融資的首輪交割，投後估值 309 億美元，由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 聯合領投，輝達、Founders Fund、GIC、卡達投資局等新老股東參投。公司稱其垂直整合平台合同總價值已超 1400 億美元，簽約總容量超 6GW，其中 1GW 已投入運營。
為什麼重要這筆融資顯示資本仍在向「能源—資料中心—AI 雲」垂直整合模式集中，輝達等產業方參投也反映出算力供應鏈上游的繫結趨勢，對關注 AI 基礎設施投資節奏與競爭格局的讀者有參考意義。
台達電子2026年9月17日宣佈，將圍繞輝達DSX AI工廠平台整合從現場能源到AI機架的供電與散熱基礎設施，打通能源供給與算力產出之間的物理環節。方案涵蓋儲能系統、固態變壓器、800 VDC供電及液冷，供電轉換效率最高達98%，單電源機架功率可達800 kW，並藉助預製化模組資料中心縮短交付週期。
為什麼重要AI工廠的瓶頸正從晶片轉向電力與散熱，台達把能源、供電、冷卻與晶片級方案打包進輝達DSX生態，意味著AI資料中心的競爭重心向基礎設施側延伸，牽動電源、液冷與儲能供應鏈。
Rackspace Technology（NASDAQ:RXT）宣佈加入輝達雲合作伙伴計劃後，股價一度上漲逾 6%。公司同時推出結合輝達 Blackwell 與 Palantir Foundry、AIP 平台的 Institutional Sovereign Pod 架構，面向受監管與主權企業客戶。但公司仍揹負約 28 億美元債務、淨資產為負、自由現金流為負，且該合作未披露客戶合同或收入承諾。
為什麼重要這條新聞折射出 AI 基礎設施合作敘事與公司實際資產負債表之間的落差：合作訊息能短期推高股價，但債務到期與主業收縮等基本面問題並未因此緩解，對判斷 AI 概念股的估值可持續性有參考意義。
小米MiMo大模型團隊負責人羅福莉9月17日凌晨發文，披露MiMo-V2.6正處於強化學習中間階段，並首次曬出即時訓練頁面。頁面顯示MiMo-V2.6-Pro與MiMo-V2.6-Flash兩個版本，截至17日下午累計訓練成本超135萬美元；其中Pro訓練1天21小時耗資超93萬美元、每小時超2萬美元，Flash訓練1天16小時耗資超42萬美元、每小時超1萬美元，合計每小時約3.1萬美元，摺合人民幣超20萬元。
為什麼重要訓練成本與算力消耗的公開披露，為觀察小米大模型投入強度、強化學習路線可行性及國產模型算力開支提供了少見的量化樣本，也牽動市場對小米AI資本開支與競爭力的評估。
輝達CEO黃仁勳在蘇格蘭一場科技活動上表示，公司2027年晶片出貨與銷售額預計較2026年大致翻倍，這一說法與8月26日財報電話會上管理層的表態一致。受此影響，輝達股價週四盤中上漲2%至219美元，逼近52周高點236美元。需求增長主要由Vera Rubin平台驅動，該平台已進入滿產階段，同時Blackwell持續部署。
為什麼重要黃仁勳對2027年銷售翻倍的預期，疊加Vera Rubin滿產與超5000億美元第三方資本動員計劃，為AI算力產業鏈的長期需求敘事提供了來自公司最高層的直接背書。
美國銀行估算，Meta若在2027年用自研晶片而非外購晶片執行AI負載，可節省約85億美元。該數字為分析師測算而非公司指引，前提是Meta按計劃在2027年上半年部署第三代MTIA 450（代號Arke），年內晚些時候再推出效能更高的MTIA 500（代號Astrid），兩款晶片均與博通聯合開發，面向AI推理場景。
為什麼重要若自研加速器真能替代相當比例的外購算力，將直接改變Meta的資本開支結構與AI晶片競爭格局，對博通定製晶片業務、輝達等商用GPU供應商以及雲廠商自研路線都構成參照。
格芯與台積電最新財報形成鮮明對比：台積電憑藉領先製程AI晶片實現營收同比增長36%，格芯整體營收增速僅5.8%，但其通訊基礎設施與資料中心業務同比大增62%。格芯Q2營收17.86億美元，矽光子業務預計2026年翻倍以上；台積電Q2營收402億美元，毛利率67.7%，並將全年增長指引上調至略高於40%。有評論認為，格芯在估值與資本開支紀律上更具差異化。
為什麼重要這條對比揭示了AI算力產業鏈中「領先製程」與「特色工藝」兩條路線的分化：台積電代表高增長高資本開支的規模敘事，格芯則代表低資本投入、繫結資料中心光互聯需求的差異化敘事，對判斷AI晶片供應鏈的資本回報與地緣風險敞口有參考意義。
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。
