标签: AI基础设施

  • AI 基建狂飙,最不性感的生意反而火了:帮工地填表的 Dili 融了 2170 万美元

    这两年关于 AI 的钱,大头都砸在数据中心和电力设施上。有人从另一头看到了机会:这么多工地同时开工,光是把各类合规文件填对、报齐,就够养活一家公司。

    美国数据中心与基础设施建设现场
    图片来源:Kyle Grillot/Bloomberg / Getty Images

    7 月 30 日,一家叫 Dili 的 AI 合规公司宣布完成 1500 万美元 A 轮融资。加上此前的 670 万美元种子轮,累计融资 2170 万美元。A 轮由 Khosla Ventures 领投,安联(Allianz)、Rebel Fund、Brick and Mortar Ventures 的 Darren Bechtel 以及 Y Combinator 的 Garry Tan 跟投。Dili 出自 YC 2023 年夏季批次。

    它盯上的是一堆没人愿意读的规则

    “用 AI 做合规”现在算不上什么新鲜提法,一抓一大把。Dili 的差异在于它把范围收得很窄——只做美国基建工程的合规,尤其是那些拿了联邦资金的项目。

    联合创始人兼 CEO Anand Chaturvedi 举的例子是 Davis-Bacon 法案,这套规则允许劳工部为特定项目设定现行工资标准。另一套叫 PWA 的现行工资与学徒制规则,适用于《通胀削减法案》资助的清洁能源项目。除此之外,根据施工内容不同,还会牵扯 OSHA 的职业安全条款和 EPA 的环保规定。

    这些要求层层叠叠、互相交错,而且犯一点小错代价就不小。

    “不合规可能让这些项目被罚掉数百万美元。所以能在信息进来的当下就全部核对一遍,而不是抽样检查,这件事的价值非常大。”——Dili 联合创始人兼 CEO Anand Chaturvedi

    抽样和全量的区别,就是这门生意的入口。人工审核只能抽查,成本摆在那儿;机器读得快,才有可能一条不落。

    大模型被关在数据层,不让它拍板

    罚款以百万美元计,可靠性就成了绕不过去的坎。做合规最怕的恰恰是大模型那点”差不多就行”的毛病——它给你一个听起来很像回事的答案,你还不知道错在哪。

    Chaturvedi 说 Dili 的架构从设计上就把这个风险堵住了:AI 模型只在数据层出现,负责把非结构化的文档翻译成结构化数据;再往后,由一套确定性系统按照复杂但静态的合规规则做分拣判定。

    • AI 负责”读懂”——处理 PDF、扫描件、工资表这类乱七八糟的输入;
    • 规则引擎负责”判定”——同样的输入永远得到同样的结论,可追溯、可复核;
    • 结果是过去一整天的工作量,现在几分钟就能跑完。

    这个分工看着朴素,却是当下企业级 AI 里少见的清醒做法。很多产品恨不得把判断权也交给模型,因为那样演示起来更炫;Dili 反过来,把模型能力限制在它最擅长也最不容易出事的环节。

    Chaturvedi 描述过他想要的那个状态:把一家公司所有内部文档、所有供应商文档、所有 ERP 信息、所有工资系统数据放在一起通读,然后精准抽出报表或合规所需要的那部分。


    700 个项目,一半自用一半外包

    这套东西已经跑起来了。Chaturvedi 说软件目前用在”大约 700 个项目”上,从制造工厂到数据中心都有。

    更有意思的是收入结构:大约一半客户把 Dili 当成内部软件工具用,另一半干脆把整个合规流程外包给 Dili,按承包商模式合作。两种合同 Dili 都接,但 Chaturvedi 预计行业未来几年会更多往软件模式偏。

    他的判断是,软件和 AI 会开始吃掉大量专业服务类的工作流,越来越多的公司会把这些活收回自己手里。这话说白了就是:现在的外包收入,本质上是过渡期的红利。

    这轮 AI 淘金热的另一种铲子

    AI 基建的故事讲了两年,主角一直是芯片、机柜、变电站。Dili 提醒了一件常被忽略的事:任何一轮大规模基建,配套长出来的都不只是钢筋水泥,还有一整套文书工作。工地越多,表格越多,罚单风险越大。

    Khosla 愿意领投一家做工地合规的公司,赌的也是这个——AI 泡沫会不会破是一回事,那 700 个工地上的 Davis-Bacon 表格今天就得交。这类需求不依赖模型能力再上一个台阶,也不需要客户相信 AGI,它只需要基建热潮持续开工。在满屏”下一代模型”的叙事里,这可能反倒是更耐摔的一门生意。

  • 16.5亿美元买下Ray背后的团队,这家算力公司想把整条链吃掉

    Nscale以16.5亿美元收购Anyscale
    卖算力的公司,开始往软件层爬。图片来源:TechCrunch

    英国算力新贵 Nscale 掏了 16.5 亿美元,把软件公司 Anyscale 买了下来。金额来自彭博社援引匿名信源的报道。

    这笔交易本身不算特别大,但它透露的意图挺清楚:单纯出租 GPU 已经不够看了,算力厂商想把客户那笔 AI 预算里更多的部分留在自己口袋。

    Anyscale 是谁?答案藏在 Ray 里

    做 AI 工程的人对 Ray 这个名字应该不陌生。它是伯克利那边出来的开源分布式计算框架,用 Python 写,专门解决”一台机器跑不动,那就把活儿拆到一堆机器上”这类问题。Anyscale 就是 Ray 原班团队创立的公司。

    公司最早的定位是给那些需要海量算力的项目提供运行平台。2022 年 GPT-3 把大模型推到聚光灯下之后,Anyscale 转了个弯,业务重心挪到围绕大模型的训练与推理服务、数据清洗整理、强化学习这些活儿上。平台整个建在 Ray 之上,对外提供开发工具、可观测性和调度编排。

    Anyscale 在声明里说:合在一起之后,我们可以和 Nscale 一起设计软件层以及底下的基础设施,而这件事任何一方单独优化自己那一层都做不到同样的效果。

    Nscale 想要的是一整条链

    Nscale 属于业内所说的 neocloud——不做通用云,专门围着 AI 算力做生意的新一代云厂商。它的打法一直是往上下游延伸,能自己干的绝不外包。

    目前它已经铺开的业务线包括:

    • 能源:从电这一端就开始掌控成本;
    • 数据中心:自建自营,不租别人的机房;
    • 编排软件:管好机器和任务的调度;
    • 吃下 Anyscale 之后新增的一层:工作负载管理与弹性扩缩。

    这条链拼完,客户从插上电到跑起模型,理论上都能在 Nscale 体系内完成。对于一家靠卖算力起家的公司来说,往软件层走意味着毛利结构会好看不少,客户黏性也完全是另一个量级。


    钱从哪来:一年之内融资、发债、买公司

    Nscale 今年 3 月刚拿到 20 亿美元 C 轮,估值 146 亿美元。投资方名单挺能说明问题:英伟达、诺基亚、Blue Owl、戴尔,还有挪威工业集团 Aker。此外它还做了多笔债务融资——循环信贷、7.9 亿美元的挪威项目贷款、14 亿美元的延迟提取定期贷款。

    这些钱一直在花出去。它先后和微软、英国电信(BT)、Nordcraft 签下算力与数据中心合作。这次收购 Anyscale,是同一套思路的延续。

    被收购方的成绩单也不差。Anyscale 在 2022 年 C 轮时估值 13.8 亿美元,公司称最近一个季度的营收环比增长了 70%。换句话说,16.5 亿美元的价格相对四年前的估值只是小幅溢价,但买到的是一条正在加速的增长曲线。

    200 人全部过去,牌子不摘

    Nscale 表示 Anyscale 会继续以自有品牌运营,现有客户照常服务,大约 200 名员工全员加入 Nscale。这种”保留品牌 + 全员留任”的安排,通常说明买方要的是团队和技术栈本身,而不是想把客户名单吸干后关掉。

    对开源社区来说,短期内 Ray 的走向可能是个值得留意的点——一个被算力厂商收编的商业公司,会怎么平衡开源项目的中立性和母公司的硬件偏好,这事儿以前在别的项目上有过不少前车之鉴。

    放大一点看,这几年 AI 基础设施领域的并购逻辑正在从”抢机器”变成”抢那层把机器变好用的软件”。谁能让客户少踩坑、少浪费卡,谁就能在下一轮价格战里活得舒服些。

  • 亚马逊资本开支飙到2200亿,投资人却照样鼓掌:AI这门生意谁在赚钱一目了然

    亚马逊周四交出的二季度财报,数字漂亮得没什么可挑剔的:净销售额涨了20%,云业务尤其亮眼,盘后股价直接冲高近10%。但这份财报真正有意思的地方,不在亚马逊自己身上——它顺手把整个AI经济现在最真实的定价逻辑给暴露了出来。

    亚马逊 AWS 云与数据中心
    投资人现在只给云厂商的AI故事买单(图片来源:TechCrunch / Getty Images)

    疯狂烧钱,但投资人这回不介意

    业内一直有个说法,说华尔街已经受够了各家无止境的数据中心开支,希望大家收着点花。亚马逊的做法是反着来。

    截至6月30日的财年里,它在房产和设备上砸了1730亿美元——这个科目里装的是GPU、天然气涡轮机和一块块地皮——上一年这个数字还是1076.5亿。2026年的资本开支预期也从2000亿上调到了2200亿。为了填这个窟窿,公司已经开始动用现金储备:季末的现金比一年前少了76亿美元,这是今年头一回出现负的自由现金流。

    换个公司,这种账面早就被骂惨了。亚马逊能扛住,靠的是另一边有个真在转的收入引擎:AWS这季度收入420亿美元,同比涨37%。单纯算术上它当然还盖不住资本开支,但它说明供给涨的同时需求也在涨。考虑到从数据中心破土到卖出算力中间隔着好几年,这条曲线对投资人来说就是定心丸。

    不止是盖机房,还有自研芯片这条暗线

    亚马逊押的AI也不全在钢筋水泥上。Trainium 这类AI芯片和 Arm 架构的 Graviton 处理器,都是长线赌注。这些项目不会体现在资本开支的数字里,但它们能实打实地把云业务的毛利往上抬。

    “我们看到AI业务正在走跟当年核心业务几乎一样的利润率轨迹。AWS 和 Bedrock 不需要自己的前沿模型也能做成一门极其成功的生意,原因很简单——不会有哪一个模型能统治所有场景。”——亚马逊CEO 安迪·贾西

    同一个季度,Meta 却挨了一顿打

    这套反应模式不是亚马逊独有的。微软和谷歌这轮财报后股价同样上涨,靠的都是云收入。反过来看 Meta:资本开支同样巨大,但缺一条清晰的变现路径,财报后股价跌了8%,投资人盯着的就是它的现金流压力和不见收敛的开支。

    • 有云收入接住AI开支的:亚马逊、微软、谷歌,股价齐涨;
    • 只有开支没有对应收入的:Meta,股价被砸;
    • 市场当下的态度很清楚——云主机是AI这条链上最靠谱的一环,模型实验室和AI创业公司的账则还没被认。

    可亚马逊的收入,是别人的AI账单

    这才是这篇财报背后真正值得盯的地方。亚马逊的云托管收入,本质上是别人家掏的AI钱。放在 Anthropic 身上,这甚至字面意义上就是同一笔钱在两家公司之间转了个圈。

    如果这些大模型公司和它们的客户撑不住这个花钱速度,亚马逊和其他云厂商的收入也不会稳。链条上每一层确实都有真实的竞争和差异化,但只要AI的终端需求垮了,谁都跑不掉。

    说到底还是绕回 David Cahn 那个3万亿美元的问题:这轮基建狂潮背后,到底有没有足够的真实需求撑得起来。AWS 这类云服务离终端需求隔了好几层,但隔得远,不等于隔绝。

  • 美国最大电网撑不住了:以后缺电,数据中心第一个被拉闸

    美国最大的电网运营商PJM最近做了一个挺罕见的决定:以后电不够用的时候,数据中心要第一个被拉闸。这事听起来有点魔幻——全世界都在抢着给AI盖机房,而管着美国最大电网的机构,已经开始琢磨怎么给这些机房断电了。

    美国电网高压输电线路
    PJM电网覆盖从弗吉尼亚到伊利诺伊的13个州,服务6700万用户

    事情的起因是PJM刚办完一场发电容量拍卖,结果新增的发电能力没凑够。眼看着数据中心还在一座接一座地开工,PJM干脆摊牌:从2027年6月起,一旦出现电力短缺,50兆瓦以上的数据中心将被临时切断供电,以此避免整个电网崩溃、居民家里大面积停电。

    PJM的辖区从弗吉尼亚一直延伸到伊利诺伊,覆盖6700万用户。过去一年,这片区域的批发电价几乎翻了一倍,而PJM的独立市场监督机构直接把涨价的主要责任算到了数据中心头上。

    被拉闸有补偿,但代价可能更大

    这套机制其实不算新发明。美国电网几十年前就有所谓”需求响应”计划,制造业大厂缺电时被要求停产,事后拿补偿,提前通知的时间从30分钟到几天不等。这次只是把数据中心也纳入了名单。真正的问题在于,AI机房和工厂不一样——训练任务可以暂停,但在线推理服务一断,用户那边立刻就能感觉到。

    所以行业的连锁反应已经可以预见:新建的数据中心会加速自建电源,没条件自建的就得靠备用发电机扛过限电时段。而备用发电机绝大多数烧柴油,成本高不说,污染也重。按美国联邦法规,这类柴油机每年最多只能为需求响应运行50小时,紧急情况和维护加起来也不能超过100小时。

    柴油发电机的健康账单

    就在同一周,数据中心运营商Vantage在弗吉尼亚闹出了另一桩风波。一份研究报告估算,北弗吉尼亚一座96兆瓦数据中心的柴油备用发电机,每年可能给周边居民造成5300万到9900万美元的健康损失。而Vantage被曝出与州环保监管部门”协调配合”,试图淡化这份报告的可信度。

    • PJM从2027年6月开始执行限电,只针对50兆瓦以上的大型数据中心
    • 过去一年PJM区域批发电价接近翻倍,市场监督机构点名数据中心
    • 到2035年,数据中心的用电量预计将达到今天的4倍
    • 被限电的用户会获得补偿,通知提前量从30分钟到几天不等

    这件事的信号意义大于实际影响。AI行业一直默认电力是”花钱就能买到”的资源,PJM的决定第一次明确划出了优先级:真缺电的时候,居民用电排在AI前面。对那些正在规划千兆瓦级园区的公司来说,自备电源从加分项变成了生存必需品——电网靠不住了,这就是2026年AI基建的新现实。

  • 一根电线倒了,半个美国东部的灯闪了:AI数据中心正在变成电网的大麻烦

    这周在华盛顿特区郊外,一根输电线倒了。搁在平时,电网几秒钟就能自己缓过来,这种小事故连新闻都上不了。但这次,恢复用了超过10分钟——原因是附近超过3吉瓦的数据中心,几乎在同一瞬间集体停止从电网取电。

    根据在居民电源插座里布设物联网传感器的创业公司Ting Labs收集的数据,这次事件让PJM电网的电压从北弗吉尼亚一路飙升到芝加哥。没有造成停电,但整个区域的灯都在闪。要知道,PJM是美国最大的电网运营商,覆盖从新泽西到伊利诺伊的6700万用户,而北弗吉尼亚恰好是全球数据中心密度最高的地方。

    “这是煤矿里的金丝雀。”储能公司ON.Energy的CTO Ricardo de Azevedo说,这类由大负载引发的电网事件”正越来越频繁地发生”。

    高压输电线与电网设施
    电网需要供需近乎完美的平衡,而数据中心正在打破它

    连锁反应是怎么发生的

    事情的链条大概是这样:电线倒下引发电压波动,北弗吉尼亚的数据中心检测到波动后,出于自保纷纷切换到备用电源。PJM的数据显示,大约30秒内,3.1吉瓦的负载凭空消失;缓了一小会儿,又有一批负载掉线。高峰时电网上多出了3.49吉瓦的富余电力,花了11分钟才稳住。这些断开的数据中心,约占当时PJM总需求的3%。

    3%听着不多,但电网是个必须时刻保持供需精确平衡的系统。供大于求电压就飙,求大于供电压就垮,波动一旦超过阈值就会触发各处的保护机制,引发更多设备断开——雪球就是这么滚起来的。安大略电力系统运营商的专家Ali Zain Banatwala说,问题在于这些挨在一起的数据中心都在一瞬间做决定,几秒钟内全体断开,”我们得想办法让这些相邻的大负载按顺序断开或重连”。

    解法:把数据中心藏到电池后面

    除了排队断电,另一个思路是让数据中心根本不用断——扛过去。ON.Energy做的就是这件事:给整个数据中心园区配一套不间断电源,覆盖的不只是服务器,还包括冷却系统等全部设备。本质上是把数据中心整个藏到一排电池和电力转换设备后面,电网”看到”的不再是内部各种设备的峰峰谷谷,而是一个稳定、乖巧的负载。

    更妙的是它是双向的:电网电力过剩时,电池吸收多余电量;电力下探时,电池给服务器放电顶上,毫秒级跟随电网节奏。AI训练负载想拉高拉低都行,电网毫无感觉。目前ON.Energy正在四个数据中心园区安装总计3吉瓦的这类系统。监管也动起来了,得州电网ERCOT准备强制要求数据中心这类大负载必须”穿越”扰动,不许说断就断。


    留给电网的时间不多了

    • 这次3.1吉瓦的集体掉线,规模是2024年那次(60个数据中心同时断开、1.5吉瓦)的两倍。
    • 2024年数据中心约占PJM负载的6%,到2040年预计会涨到24%。
    • 占比越大,同样的连锁反应破坏力越强——今天是灯闪一闪,以后可能就是真停电。

    AI的算力竞赛还在加速,数据中心只会越建越多、越建越密。电网和数据中心之间的这套”相处规则”,得赶在下一次更大的事故之前定下来。

  • AMD亮出机架级怪兽Helios,正面硬刚英伟达的算力霸权

    上周四在旧金山那场一票难求的 Advancing AI 大会上,AMD 董事长兼 CEO 苏姿丰把一台叫 Helios 的机架级系统推到了聚光灯下。她给它的定位很直白——全行业性能最强的 AI 机架,专门用来在超大规模下训练和运行世界上最难啃的前沿模型。这句话背后的潜台词也很清楚:AMD 要去英伟达的地盘上抢生意了。

    所谓机架级系统,就是把成百上千颗处理器塞进一个高功率单元里,专供数据中心训练和跑 AI 模型这类吃算力的活。过去这个市场几乎是英伟达一家说了算,靠的是 Vera Rubin 和 Grace Blackwell 两套机架系统。现在 AMD 端上来的 Helios,据 The Register 的实测,在多项指标上已经能压过 Vera Rubin 一头。

    AMD Advancing AI 大会现场
    AMD 在 Advancing AI 大会上推出 Helios 机架系统(图片来源:TechCrunch)

    客户名单里全是熟面孔

    Helios 其实早在 2025 年就亮过相,今年 1 月的 CES 2026 还搬上过舞台——那台机架的重量相当于两辆紧凑型轿车。真正让人意外的是它的客户名单:OpenAI、Meta、Oracle、Anthropic、微软,个个都是要拿它去部署的主。微软 CEO 纳德拉本周一还专门表态,Azure 的基础设施会引入 Helios 来扩容。前一天,Anthropic 和 AMD 也官宣了战略合作,要通过这套新机架部署最高达两吉瓦的 GPU 算力。

    苏姿丰说,Helios 是”为在超大规模下训练和运行世界上最苛刻的前沿模型而生”,将由头部 AI 公司以吉瓦级的规模部署。

    同一天,AMD 还顺手发布了面向数据中心的 Venice-X 处理器,专门对付高强度计算负载,预计 2027 年上市。这一套组合拳打下来,意思很明白:AMD 不只想卖一颗芯片,而是要提供一整套能喂饱 AI 产业的算力方案。


    被智能体撑起来的算力需求

    苏姿丰在演讲里聊到整个芯片行业的走向,她判断到 2030 年,驱动 AI 的芯片会占据整个计算市场相当大的份额。原因就是眼下正在发生的算力需求的”阶跃式”跳涨,而推动这一切的,很大程度上是智能体 AI 的崛起。

    她打了个比方:你让一个智能体去干件事,它其实要走几十步,得推理、得调工具、得访问数据,然后反复这么折腾,直到把问题解决。这一连串动作背后,需要海量 GPU 来支撑。

    • 到 2030 年,AI 加速器市场规模预计将达到约 1.4 万亿美元;
    • 这个数字意味着十年内 AI 加速器市场将逼近当今整个半导体市场的体量;
    • 苏姿丰认为 GPU 会占据这块市场的绝大部分,因为算法还很”年轻”、负载还在不断变化,这更利好可编程的硅方案。

    换个角度看,AMD 这波操作赌的其实是同一件事——AI 的算力饥渴短期内不会停。英伟达常年独占的机架市场,头一回真正迎来一个拿得出硬指标的对手。至于这场硬仗最后怎么打,还得看今年晚些时候 Helios 大规模出货后的真实表现。

  • 一根电线倒下,半个美国的灯闪了:AI数据中心正在变成电网的隐患

    这周,华盛顿特区郊外一根输电线倒了。搁在平时,电网几秒钟就能缓过来,这次却折腾了十多分钟。原因说出来有点魔幻:超过3吉瓦的数据中心,几乎在同一瞬间集体停止从电网取电。

    美国电网输电线路
    一根电线倒下,从北弗吉尼亚到芝加哥的电压跟着起舞 | 图源:TechCrunch

    据初创公司Ting Labs的数据——他们在千家万户的电源插座里布了一张物联网传感器网络——这起事件让PJM电网的电压从北弗吉尼亚一路飙到芝加哥。没有引发停电,但整个区域的灯都闪了一下。要知道,北弗吉尼亚是全球数据中心密度最高的地方,而PJM是全美最大的电网运营商,覆盖新泽西到伊利诺伊,服务6700万用户。

    “这就是煤矿里的金丝雀。”储能公司ON.Energy的CTO里卡多·德·阿泽维多说,数据中心这类大负载引发的电网事件,“正在越来越频繁地发生”。

    30秒消失3.1吉瓦,电网懵了11分钟

    事情的连锁反应是这样的:电线一倒,附近的数据中心感应到电压波动,立刻切换到备用电源自保。按PJM的数据,大约30秒内就有3.1吉瓦的负载凭空消失。电网刚喘了口气,又有一批负载跟着掉线。最高峰时,PJM电网上凭空多出3.49吉瓦的电,又过了11分钟才稳住。路透社报道称,这些断开的数据中心约占PJM当时总需求的3%。

    3%听着不多,但电网这东西讲究的是供需近乎完美的平衡。供大于求,电压就飙;求大于供,电压就塌。波动小了大家都能扛,波动一大,电网和各家设施的保护机制就会触发断连——然后雪球越滚越大。这次就是典型:一根电线引发的小小供应缺口,被数据中心的集体避险动作放大成了更大的需求缺口。

    加拿大安大略省电力系统运营商IESO的高级市场模型专家阿里·扎因·巴纳特瓦拉给出了一个细节:数据中心都是毫秒级决策,这次断开的那批,彼此之间也就差了几秒钟。“我们得想办法让这些挨在一起的大负载,按顺序断开或者重连。”有了秩序,电网运营商才能提前做预案。

    另一条路:别躲,扛住

    排队断电是一种思路,还有一种思路是让数据中心别一有风吹草动就跑。ON.Energy正在做的,就是给整个数据中心园区装一套“全园区级不间断电源”——不只罩着服务器,连冷却系统等配套设备也一起罩住。整个园区藏在一排电池加精密电力转换设备后面,电网看到的不再是各个设备忽高忽低的用电曲线,而是一个平稳、规矩的负载。

    • AI训练负载想拉高拉低随意,电网完全无感;
    • 电网多出来的电,系统直接拿去给电池充电;电不够了,电池顶上给服务器供电;
    • 毫秒级跟随电网节奏,从源头掐灭这次PJM式的电压过山车。

    德·阿泽维多透露,ON.Energy正在四个数据中心园区安装总计3吉瓦的这类系统。监管也醒了:得州电网ERCOT准备强制要求数据中心这类大负载必须“硬扛”住电网扰动,不许说断就断。


    留给行业的时间不算多。2024年PJM电网上发生过类似事件,60个数据中心同时断开,拉走1.5吉瓦——这周的规模已经翻倍。据Synapse Energy Economics测算,2024年数据中心约占PJM负载的6%,到2040年这个数字预计会涨到24%。真到那天,如果问题还没解决,一根倒下的电线,代价可能就不只是灯闪一下了。

  • Meta退出全球清洁能源联盟:一年批了十几座天然气电厂,还自称100%可再生

    Meta向TechCrunch确认,公司已经不再是RE100的成员。这个由气候组织(Climate Group)运营的企业可再生能源倡议,Meta加入了整整十年,苹果、谷歌、微软至今都还在444家成员名单里。Meta发言人的说法是”和平分手”,双方都不愿多谈原因,但时间点实在太微妙了。

    天然气发电厂
    Meta过去一年资助了至少十几座天然气电厂 | 图源:TechCrunch / Getty Images

    十几座燃气电厂,发电量抵一个州

    过去一年,Meta为AI数据中心资助建设的天然气电厂至少有十几座。故事从去年6月俄亥俄州一座200兆瓦的”表后”电厂开始,两个月后路易斯安那州Hyperion数据中心配套的3座大型燃气电厂立项,今年4月又追加7座。光是Hyperion这10座电厂加起来就是7.5吉瓦——发出来的电够整个南达科他州用,还有富余。

    巧的是,RE100最近刚更新了问责指南,要求成员企业更严格地汇报可再生能源进度。而Meta当年给RE100的承诺是”2020年前整个运营用上可再生电力”。一边是收紧的审查,一边是加速的燃气布局,这场”好聚好散”里谁先提的分手,其实不难猜。率先报道此事的Recharge News用的标题更直接:Meta是因为”燃气狂潮”被踢出局的。

    一座1吉瓦、全靠天然气驱动、全天候运转的数据中心,一年会排放438吨氮氧化物、149吨细颗粒物、61吨硫氧化物和298吨一氧化碳——这些污染物与哮喘、癌症、心血管疾病和痴呆都有关联。

    “100%可再生”是怎么算出来的

    面对质疑,Meta的回应是仍然承诺用”100%清洁和可再生能源”匹配数据中心的用电量。这里的关键词是”匹配”。靠购买环境属性证书,公司可以在亚利桑那投一座光伏电站,同时在俄亥俄烧天然气,只要光伏电站一年发的电抵得上数据中心一年的用量,账面上就是100%可再生。至于数据中心半夜烧的是什么,证书不管。

    行业里其实有更较真的玩法。微软在推按小时匹配,让绿电供应和数据中心的实际用电曲线对上;谷歌今年2月在明尼苏达花10亿美元向Form Energy买下100小时长时储能,配合可再生能源使用。这条路更贵也更难,但至少不是拿证书遮眼睛。

    • Meta结束十年RE100成员身份,苹果、谷歌、微软仍在名单内;
    • Hyperion数据中心配套10座燃气电厂共7.5吉瓦,超过南达科他州全州用电;
    • 谷歌、微软近期也投了大型化石能源项目,但下注最重的是Meta。

    退出一个自愿性行业组织,平时算不上大新闻。但放在AI算力军备竞赛把美国电网逼到极限、大厂纷纷重拾化石燃料的当口,Meta这次退群更像一个信号:当”100%可再生”的承诺和AI扩张的电力缺口撞在一起,先让路的是承诺。剩下的问题只有一个——对一家嘴上说可再生、手里批燃气电厂的公司来说,”清洁能源”这四个字到底还剩多少含金量。

  • 模型卷不动了就卖调度:Runway发布首个生成式媒体模型路由器

    Runway 不想再只当一家”卖模型的公司”了。周四,这家 AI 视频起家的明星创业公司通过本月刚上线的开发者平台 Runway Dev,发布了一个叫 Media Router 的新工具——号称是第一个专为生成式媒体打造的模型路由器。它的野心写在明面上:做整个生成式媒体行业的基础设施层。

    Runway Media Router 模型路由
    Runway Media Router 会按质量、速度或成本自动挑选最合适的生成模型(图源:Runway)

    模型太多挑花眼?那我来替你挑

    Media Router 干的事说来简单:开发者发一个图像、视频或音频的生成请求,它根据你更看重质量、速度还是成本,自动把请求分给最合适的模型——既包括 Runway 自家的,也包括接入平台的一堆第三方模型。模型路由在大语言模型圈早就是常规操作,但在生成式媒体这边,Runway 说自己是头一家。

    Runway 首席产品官 Anthony Maggio:大多数开发者根本没时间搞清楚每个模型在视频、图像、音频上各自强在哪。我们带来的独特价值,就是把这套”哪个模型最适合哪种场景”的判断力打包给你。

    这套判断力不是拍脑袋来的。Runway 内部创意团队常年评测各类模型——视频模型的运动表现、图像模型的构图水平、语音模型的口型同步,积累成了路由器背后的智能层。这层能力原本是为 5 月发布的 Runway Agent(对话式创意智能体)搭建的,现在直接打包卖给外部开发者。目前 Adobe、Cloudflare、ElevenLabs、Expedia、Shutterstock、Quora 都已经在通过 Runway Dev 的 API 把媒体生成能力嵌进自家产品。

    Token 账单疼了一年,路由就是止疼药

    Maggio 透露,客户最关心的路由维度就是 token 价格和质量。2026 年企业圈被智能体的天价 token 账单结结实实上了一课,按价格路由早成了大模型领域的显学,生成式媒体跟进只是时间问题。有意思的是,Runway 自己几周前刚把无限量订阅改成按 token 计费,还挨了不少用户的骂——一边挨骂一边顺势把”帮你省 token”做成新生意,这算盘打得不可谓不精。


    模型不再领跑,那就去做发牌的人

    转型背后有现实压力。Runway 上一款旗舰视频模型 Gen 4.5 还是去年 12 月发的,当时确实登顶过榜单,压过谷歌一头。但如今按 Artificial Analysis 的排名,它的文生视频和图生视频模型已经掉出领先位置,前 20 名里挤满了谷歌和中国大厂的模型,Gen 5 至今没有音讯。

    • Media Router 的底层假设很清醒:”最好的模型”会不断易主,与其赌自己永远领先,不如做那个替所有人分发请求的枢纽;
    • 联合创始人兼联合 CEO Anastasis Germanidis 直言,公司必须建起完整技术栈——开发者平台、创意工具套件、底层推理层缺一不可;
    • 在他看来,当客户开始用模型生产整套营销活动和多场景成片时,编排层的价值只会越来越大。

    当不成最强的模型,就去当最好的调度台——这条路 OpenRouter 们在大语言模型市场已经验证过一遍。生成式媒体这边格局更碎、模型更迭更快,路由生意理论上更有得做。剩下的悬念是:等谷歌、字节这些既有顶级模型又有平台野心的巨头也想通了这一层,Runway 的先发优势还能守多久。

  • OpenAI 算力账单飙到 7500 亿美元:第一站砸向佐治亚州

    OpenAI 又把算力账单往上抬了一大截。周三它对外确认,到 2030 年将在基础设施上砸下 7500 亿美元,比今年早些时候的口径又高出了大约 25%。这个数字是《华尔街日报》先披露的,来得有点微妙——它自家的 Stargate 数据中心项目此前被曝进展不顺,几乎停在原地。

    OpenAI 数据中心与算力投入
    图片来源:TechCrunch

    7500 亿美元的算力承诺,第一枪落在美国佐治亚州——一座占地 1400 英亩、代号”山茶花”的数据中心园区。

    第一站:佐治亚州的”山茶花”

    这轮开销的头一笔,是一座造价 200 亿美元的数据中心园区,代号 Project Camellia(山茶花项目)。它坐落在萨凡纳西北方向,占地 1400 英亩,规划从当地电力公司 Georgia Power 拉至少 3.2 吉瓦的电。这些发电产能要到 2028 到 2032 年之间才会陆续到位。

    钱怎么分账,OpenAI 说得很干脆:新数据中心的基础设施成本和电费,它自己全包。这话背后有政策原因。佐治亚州公共服务委员会去年就定了规矩,用电超过 100 兆瓦的大户新接入,电力公司不能把相关成本转嫁给普通用户。换句话说,OpenAI 想用电,就得自己掏这笔账。作为交换,Georgia Power 也提到,电网高峰期 OpenAI 会主动把用电量最多压下 1 吉瓦。

    当地政府这边也给了甜头。据《埃芬厄姆先驱报》报道,Effingham 县给了 OpenAI 长达 15 年、幅度 50% 的房产税减免。


    电从哪来?大概率还是天然气

    这么大一个耗电巨兽,用什么发电?OpenAI 和 Georgia Power 都没正面回答,TechCrunch 去问也没等到回复。但监管文件里能看出些门道。去年 12 月,Georgia Power 拿到批文,可以再增加 9885 兆瓦产能,并预计到 2026 年底把这些产能全部签约锁定,而 OpenAI 一家就吃掉了其中大约三分之一。

    从提交给监管方的材料看,新增产能大头来自天然气。电力公司计划自建或外购约 5.8 吉瓦的天然气发电能力,其中约四分之一用的是污染更重的简单循环燃气轮机。这一波化石燃料装机下来,Georgia Power 现有的天然气机组规模要翻一倍还不止,剩下的缺口才由电网级储能和光伏来补。

    电要到 2028 年才通,但第一块 GPU 什么时候点亮,OpenAI 没给时间表——不过它挖来的那个人,值得留意。

    挖来 xAI 的建厂猛人,速度可能超预期

    虽说 Georgia Power 的电预计 2028 年才开始供,但第一块 GPU 上电未必要等那么久。OpenAI 最近请来 Brett Mayo 主管数据中心建设,这人之前在马斯克的 xAI,负责过孟菲斯那座 Colossus。

    Colossus 当年是以创纪录的速度盖起来的,代价却写进了官司里。美国全国有色人种协进会和南方环境法律中心起诉称,这座数据中心拉低了当地空气质量——它跑着几十台没拿到许可的天然气轮机,还声称自己不受联邦清洁空气法规约束。这段前科,也算是给”山茶花”提了个醒:速度和环境的拉扯,才刚刚开始。

    • 总盘子:到 2030 年基础设施投入 7500 亿美元,比年初口径高约 25%。
    • 首个项目:佐治亚州”山茶花”园区,造价 200 亿美元,用电至少 3.2 吉瓦。
    • 电力结构:新增产能大头是天然气,储能和光伏补缺。
    • 操盘手:前 xAI Colossus 负责人 Brett Mayo 加盟,上电节奏可能提前。