标签: AI基础设施

  • 亚马逊首次披露数据中心用水量:一年25亿加仑,AI烧的不只是电

    亚马逊首次披露数据中心用水量:一年25亿加仑,AI烧的不只是电

    AI数据中心的水电消耗问题,最近几个月一直是舆论焦点。西雅图刚通过了一年的数据中心建设暂停令,亚马逊自己的员工也站出来支持这项禁令。就在这个节骨眼上,亚马逊第一次对外公布了它的年度用水数据。

    亚马逊数据中心
    亚马逊首次公开数据中心用水数据,引发行业热议 | 图片来源:The Verge

    数字是这样的:2025年,亚马逊全球数据中心总共消耗了25亿加仑水,换算过来大约是每千瓦时电力消耗0.12升水。这个数字比2024年下降了2%——注意,这是在亚马逊持续扩张运营规模的背景下实现的。

    亚马逊说自己比竞争对手更省水

    亚马逊在报告里放了一张对比图,显示微软、谷歌和Meta每千瓦时用水都比自己多。看上去确实不错,但细看就会发现比较方式有点取巧——谷歌的数据只涵盖了Gemini AI专用数据中心,而亚马逊报的是全部运营数据。

    更关键的是,亚马逊的数据没有把发电厂间接消耗的用水量算进去。数据中心用的电,发电过程本身也要消耗大量水。如果把这个因素考虑进来,真实的用水数字可能会大不少。

    那么亚马逊的数据中心到底是怎么降温的?根据报告,90%的时间里,亚马逊数据中心使用风冷散热,只有在”一年中最热的那些天的那几个小时”才会启用蒸发式水冷。同时,亚马逊还提高了服务器能承受的工作温度上限,减少不必要的冷却。

    亚马逊声称,自己的数据中心用水效率是行业平均水平的7倍。这个数字来自一篇去年发布的同行评审论文,亚马逊对它做了一些调整。至于调整得合不合理,外界暂时还没法验证——毕竟这是亚马逊第一次公布用水数据,独立研究人员还没有机会仔细审查。

    为什么用水数据这么敏感

    训练一个大语言模型需要多少水?这个问题过去几年被不少研究人员算过,答案因计算方法而异,但方向是一致的:AI的规模越大,消耗的水和电就越多。随着微软、谷歌、Meta、亚马逊纷纷加码AI基础设施投资,数据中心的建设速度已经超出了许多社区的承受能力。

    西雅图的数据中心暂停令就是一个信号。当地居民和环保团体担心,数据中心的密集建设会对区域水资源和电力供应造成过大压力。亚马逊员工公开支持这项暂停令,也说明公司内部的环保意识在上升。

    亚马逊选择在这个时候公布用水数据,时机颇为微妙。可以解读为透明的姿态,也可以解读为在监管压力来临之前主动出击、抢占叙事。不管动机如何,这些数据至少让外界第一次有机会对大科技公司的水资源消耗做一个粗略的横向比较。接下来,微软、谷歌和Meta会不会也跟着公布更详细的数据?值得关注。


  • 亚马逊借了175亿美元搞AI,这笔钱能烧多久?

    亚马逊借了175亿美元搞AI,这笔钱能烧多久?

    亚马逊刚刚从银行拿到了175亿美元贷款。这个数字是什么概念?相当于一个中等国家的GDP,或者大约1200亿人民币。而亚马逊拿这笔钱的用途只有一个:砸进AI里。

    这不是亚马逊第一次为AI借钱。就在拿到这笔贷款前不久,亚马逊刚在加拿大发了一笔债券,规模大到创了加拿大企业债券发行的历史纪录。两笔融资加起来,亚马逊正在为它的AI野心准备一个巨大的资金池。

    亚马逊AI基础设施
    亚马逊在北弗吉尼亚的AI数据中心(图源:Pymnts)

    2000亿美元要花在哪里

    亚马逊2026年的资本支出预算是2000亿美元。比2025年的1318亿美元猛增了超过50%。这笔钱主要流向两个方向:AWS数据中心扩建,以及AI算力基础设施。

    你能想象2000亿美元堆在一起是什么样子吗?这笔钱可以买下大约40艘航空母舰,或者建造200个大型国际机场。而亚马逊计划把它全部投进服务器、GPU、数据中心和电力设施里。

    亚马逊CEO安迪·贾西在最新一季财报电话会上说得很直白:”我们正在尽可能快地安装产能,把产能变成收入。”翻译一下就是:钱先砸进去,后面再想办法赚回来。

    亚马逊2025年第四季度AWS营收同比增长24%,是近13个季度以来的最高增速。云业务还在涨,但钱也确实在往里砸。

    不是亚马逊一家在借,整个科技圈都在举债

    如果你觉得亚马逊借175亿美元很多,那你可能没看过整个科技行业的账单。2026年,亚马逊、Alphabet(谷歌母公司)、微软、Meta这四家公司的资本支出加起来预计会达到7250亿美元。

    7250亿美元。这个数字比很多国家的全年GDP还高。而这些钱,绝大部分都会流向AI。

    为什么大家都在借钱搞AI?因为AI军备竞赛的逻辑很简单:你不砸,别人就砸了;别人砸了,你就落后了;你落后了,之前的投入可能就打水漂了。这个正反馈循环让每家科技公司都不得不往里砸钱,哪怕这意味着公司债务会飙升。

    国际清算银行在2026年3月出了一份报告,说AI投资已经进入了”更危险的阶段”。超大规模云厂商把创纪录比例的经营现金流投进了资本支出,对外部融资的依赖度持续上升。翻译成人话:大家都在透支未来,赌AI能赚回这笔钱。

    这笔钱能换来什么

    亚马逊借钱砸AI,到底能不能赚回来?这个问题现在没有人能给出确定答案。

    乐观的人会说:你看AWS还在高速增长,AI需求只会越来越旺,现在砸的钱,未来会变成持续几十年的现金流。亚马逊现在是全球最大的云服务商,市场份额超过30%,AI浪潮只会让它更赚钱。

    悲观的人会说:2000亿美元砸进去,什么时候能回本?AI现在看起来很热闹,但真正赚大钱的应用还没出现。如果AI的商业化不及预期,亚马逊这笔债可能要还得非常辛苦。

    摩根士丹利的分析师算了一笔账:亚马逊2026年的自由现金流可能会变成负170亿美元。也就是说,经营活动赚的钱,还不够覆盖资本支出的窟窿,需要靠借钱来补。

    这种模式能维持多久?取决于两件事:第一,AWS的增长能不能持续;第二,AI能不能真的变成一门好生意。如果这两件事都发生,亚马逊的债务会变成未来收入的垫脚石;如果没发生,这些债务就是一颗定时炸弹。

    小公司已经玩不起了

    亚马逊这笔175亿美元贷款,给行业释放了一个很清晰的信号:AI的竞争门槛已经高到中小公司玩不起的程度了。

    你想做一个AI创业公司?先准备个几十亿美元的资金储备吧。没有这个体量,你连跟亚马逊、谷歌、微软、Meta竞争的资格都没有。这不是在比谁的产品更好,而是在比谁的融资能力强、谁敢借更多的钱。

    这对创业生态意味着什么?意味着AI领域的创新,会越来越集中在少数几家巨头手里。创业公司要么被收购,要么就专注做细分领域的小生意,再也别想挑战巨头的地位了。

    亚马逊愿意承担这么高的债务,本质上是在押注:AI是未来十年最重要的技术底座,谁先建立起算力优势,谁就能在未来的AI经济里占据最好的位置。这笔赌注有多大?175亿美元,加上之前借的,加上未来还要借的,可能要到上千亿美元的规模。赌赢了,亚马逊会变得更不可替代;赌输了,这笔债务的利息就能压得公司喘不过气。


  • 把核反应堆冷却技术搬进数据中心,这家MIT初创公司说能零耗水还省电

    AI的爆炸性增长,背后是数据中心的大规模扩张。到这个十年结束的时候,美国数据中心的用电量预计会占到全国总量的9%到17%。而今天,数据中心大约有三分之一的电力是花在冷却芯片上的。

    这就是Ferveret想要解决的问题。这家公司的名字不太常见,是两个MIT的研究员创办的。其中一个是Reza Azizian,他曾经是MIT核工程方向的博士后;另一个是Matteo Bucci,MIT核科学与工程系的副教授。

    从核反应堆到AI芯片

    他们做的事情听起来有点跨界:把核反应堆里的热量传递技术,搬到数据中心的芯片冷却上。核反应堆里,怎么把堆芯的热量高效地导出来,直接决定了能发多少电。科学家在这件事上研究了几十年。现在,同样的技术思路被用到了AI芯片上。

    Ferveret的方案叫自适应相变冷却(APC)。简单说,就是把服务器整个浸没在一种特殊的液体里。这种液体比风扇吹出来的空气吸热效率高得多。但Ferveret跟别家的浸没式冷却不一样的地方在于气泡——他们的液体在服务器表面产生的小气泡,比别的方案更小,脱离表面的频率也更高,这样热量传递就快得多。

    最关键的一点是,这个方案不耗水。传统的数据中心冷却,蒸发水冷要耗掉大量的水。Ferveret用的是一种低沸点的液体,不含那些有毒的PFAS”永久化学物质”,而且根本不需要往系统里加水。

    Ferveret冷却系统
    Ferveret的冷却系统将服务器浸入特殊液体中(图片来源:MIT News)

    实测数据

    他们最近跟加州大学洛杉矶分校的塞缪利计算机科学系合作做了一项测试,结果显示Ferveret的APC方案比目前最先进的液冷方案,计算能效提升了15%。如果把这部分节省下来的电,再加上Ferveret的功率控制系统对运行条件的优化,同样多的电力,数据中心的AI模型能多产出35%的token。

    Azizian第一次走进数据中心是2017年。他记得那时候整个建筑里全是巨大又嘈杂的冷却风扇。”我当时想,天哪,你们不是这么冷却设备的吧。”风冷最多能占到数据中心总功耗的40%。因为不影响性能,没人介意这套技术已经是50年前的了。

    模块化设计,适配现有基础设施

    Ferveret的产品做得比较巧妙,不是那种把服务器整个泡进去的大油箱,而是一个个能装单台服务器的小箱子,直接装在机架里。这样的模块化设计,部署和维护都方便,现有的数据中心基础设施不用大改。

    他们还配套提供了控制软件,实时调整每台服务器的功率,进一步优化效率。Bucci说,他们的全栈系统包括冷却箱、机架、冷却分配单元和传感器,软件会监控这些传感器的数据,自动把每个箱子里的运行条件调到最优。

    零耗水的地理红利

    零耗水还有一个额外的好处。阳光充足的地方往往缺水,比如非洲、中东、美国的一些地区。Ferveret的技术让那些地方也有可能建数据中心,用当地的可再生能源,不用担心冷却用水的问题。

    Ferveret现在已经跟几家公司展开了测试,包括数据中心开发商CleanSpark、AI加速器公司FuriosaAI,还有美国最大的数据中心运营商之一Switch。他们也在跟那些超大规模的云厂商谈,目前已经是英伟达Inception初创扶持计划的成员。公司计划今年晚些时候公布更多合作伙伴的消息。


  • 亚马逊第一次公布数据中心用水数字:一年25亿加仑,说自己比同行省水

    亚马逊终于把数据中心用多少水这件事说出来了,这是他们第一次公开年度用水数据。2025年,亚马逊全球数据中心一共烧掉了25亿加仑的水。

    数字公布的时间挺微妙。就在西雅图通过了一年数据中心建设禁令之后没多久,这个禁令还得到了部分亚马逊员工的支持。公司这时候把用水数据亮出来,多少有点回应外界质疑的意思。

    25亿加仑背后的数字游戏

    25亿加仑,听起来是个天文数字。但亚马逊说,他们的用水效率其实比微软、谷歌、Meta这些同行都要高。他们的报告里有一张对比图,显示每用1千瓦时的电,亚马逊的数据中心耗水0.12升,比那几家的数字都低。

    不过这个对比有点取巧。亚马逊引用谷歌的数据,只针对Gemini AI的数据中心,而亚马逊自己的数据覆盖的是全部业务。如果把谷歌所有数据中心的用水算进来,情况可能不一样。

    还有一个漏洞。亚马逊的用水统计,没有算上为数据中心供电的那些发电厂间接用了多少水,也没有把新建数据中心施工过程中的用水算进去。环保组织一直盯着这一点,说科技公司的用水报告总是挑对自己有利的数字放出来。

    风冷为主,水冷为辅

    亚马逊说他们有办法省水。数据中心90%的时间用的是风冷,只有最热的那几天、一天里最热的几个小时,才会打开蒸发水冷系统。他们还把服务器的耐热阈值调高了,让机器在高温下也能撑得住,这样就不用一热就开水冷。

    亚马逊引用了一篇去年发表的同行评审论文,调整后的数字显示,他们的数据中心用水效率是行业平均水平的7倍。这个数字外界还无法独立核实。

    亚马逊数据中心
    亚马逊的数据中心园区(图片来源:The Verge)

    时机不凑巧

    外界的质疑声不会因为这一个报告就停下来。数据中心用水这个话题,已经从小圈子里的技术讨论变成了社区政治。纽约州已经通过了一年的数据中心建设禁令,西雅图的禁令能不能撑过法律挑战还不好说。亚马逊这时候把数字亮出来,更像是一次公关防御,而不是主动透明。

    科技公司之间比用水效率,这件事本身就很新。过去大家比的是算力、比的是模型效果,现在算力背后的环境成本被摆到了台面上。亚马逊第一个把数字亮出来,不管怎么说,总比一直捂着强。


  • SpaceX要上市了,但那1.8万亿美元估值里到底藏着什么猫腻






    SpaceX要上市了,但那1.8万亿美元估值里到底藏着什么猫腻

    SpaceX这周五就要上市了,投资者的兴奋劲儿简直压不住。据说这次750亿美元的股票发行已经被超额认购得厉害,一些机构投资者甚至愿意拿出100亿美元来抢份额。

    有很多理由对这笔投资保持怀疑——大型IPO往往上市后股价会跌,这家公司目前还在亏损,而且马斯克在网络上那些反复无常的举动,如果是其他任何科技公司的CEO做出来的,都会让人恐慌。但这似乎并没有让投资者的热情降温。科技投资者已经学会了一件事:无论业务逻辑如何,都不要和埃隆对着干。

    SpaceX AI数据中心概念图
    SpaceX规划的太空AI数据中心概念图(图源:TechCrunch)

    冷静看一下估值

    但如果抛开情绪,客观看待SpaceX的财务计划,我们仍然可以了解他们押注的方向:一项以轨道数据中心为核心的业务,该业务是马斯克在IPO前18个月为了统一自己的商业帝国、寻找新愿景时提出的。

    马斯克一贯行事大胆,这个计划也不例外,而且需要至少三项近乎不可能的工程壮举:可重复使用火箭、全新的美国芯片代工厂,以及比以往任何时候都更快地制造卫星的能力。

    这样的商业计划很难估值。本周,两份分析试图对SpaceX的计划给出更冷静的评估——一份来自金融研究公司晨星(Morningstar),另一份来自纽约大学专门研究企业估值的金融学教授阿斯沃斯·达莫达兰(Aswath Damodaran)。两项研究都认为SpaceX的价值远低于该公司银行家给出的近1.8万亿美元的估值。晨星给出的估值为8250亿美元,而达莫达兰认为该公司价值1.2万亿美元。

    造成这种显著差异的原因,在很大程度上是由于将世界领先的太空垄断业务与风险高得多的AI业务绑定在了一起。晨星的分析师将该公司每股63美元的公允估值与SpaceX 135美元的发行价之间的差额,描述为对SpaceX能否以马斯克认为的速度和能力交付轨道数据中心的72美元看涨期权。

    SpaceX的AI业务到底是什么

    问题在于,SpaceX的AI业务到底是什么?在该公司的S-1招股说明书的市场分析中,它将企业AI领域定位为最大的机会——其模型将为从Cursor收购的团队开发的编码工具提供动力,或者该公司的Macrohard项目,该项目旨在让数字代理具备执行白领工作的能力。

    SpaceX评估该业务的总市场规模为22.7万亿美元,而AI基础设施的市场规模为2.4万亿美元,该公司的太空业务规模不到2万亿美元。

    但这与该公司最近达成的向Anthropic和谷歌出售大量算力的交易相矛盾,而这两家公司都是模型业务领域的竞争对手。这在马斯克的公司中并不罕见:SpaceX经常发射其Starlink网络的竞争对手运营的卫星。只是它通常是在占据优势的情况下这么做,而不是在追赶的时候。

    做新云(neocloud)可能是不错的短期业务,但这引发了价值将在AI技术栈中何处积累的问题:如果你不能两者兼得,是做算力提供商更好,还是做模型构建者更好?

    太空数据中心:两全其美的解决方案

    主导AI业务的规模扩张逻辑要求,严肃的前沿实验室必须不断训练更强大的新模型(或者正如马斯克在最近对萨姆·奥特曼的诉讼中承认的那样,通过蒸馏其他公司模型的能力)。任何不急于前进的竞争对手都可能落后,尽管更便宜的开源模型能力的提升可能会削弱这种动态。

    太空数据中心是一种两全其美的解决方案,它可以提供足够的算力,让SpaceX实际上可以同时做这两件事。

    在本周SpaceX发布的一段视频采访中,马斯克阐述了为什么SpaceX最有能力交付数据中心的理由。这一论点的核心是,SpaceX是唯一一家能够以低成本将大量质量送入轨道、制造大量太阳能电池板并制造大量芯片的公司。一般来说,行业专家认为大规模太空数据中心大约还需要10年才能实现,但马斯克辩称(有很多附加条件)它们的实现时间要近得多。

    “这不是我们承诺会做的内容,”马斯克在视频中说,”这是我们要尝试做的事情,我们认为我们可能可以做到,也就是到明年年底,太空AI算力的年化速率达到约1吉瓦。”

    根据他预计的每颗卫星150千瓦的最大功率输出,这意味着每年需要生产6666颗卫星,即每月约556颗。这大约是据报道的Starlink卫星当前生产速率的两倍,后者每周仅生产70颗。尽管马斯克表示AI卫星的架构更简单,但对于一个尚未建成的生产设施来说,这个要求很高。该公司目前还在建设其太阳能电池板生产设施。

    三大硬科技挑战

    除此之外还有Terafab,该公司备受讨论的芯片代工厂,马斯克认为它将支撑该产品的后期阶段,因为该公司试图将算力年产量扩大到1太瓦。芯片代工厂是现代最难的工业项目之一,通常耗资数十亿美元,耗时长达10年才能建成。

    然后是最关键的问题:Starship(星舰)怎么样?它是SpaceX能够经济地将所有这些芯片送入轨道的关键。

    最近的一次试飞进展顺利,但并没有表明快速可重复使用即将实现。SpaceX可能最终会先只重复使用助推器,这将提高太空数据中心推出的成本。目前,该公司仍在接受美国联邦航空管理局(FAA)的事故调查,以了解为什么助推器级未能按计划进行受控再入。SpaceX尚未回应关于该飞行器何时再次飞行的问题,不过它曾表示预计今年年底前开始用它发射Starlink卫星。

    但对此要持保留态度:要知道,与SpaceX签订了近40亿美元合同、将Starship用作月球着陆器的美国国家航空航天局(NASA),仍然没有准备好承诺在2027年底进行该飞行器的测试任务。

    买者自负

    当公众投资者拿到SpaceX的股票时,他们会发现自己拥有美国和欧洲近乎垄断的太空准入权、一个覆盖全球的通信网络,以及对AI时代最雄心勃勃的基础设施项目的押注。

    这些项目都依赖于SpaceX创造前所未有的东西——完全可重复使用的火箭。该公司还需要为AI卫星建设高产能生产设施,但要在18个月内完成,而不是该公司开发Starlink制造能力所用的10年。最后,它还需要在美国建设一家芯片代工厂,即使是专门的硅片公司也不愿承担这样的项目。

    马斯克曾经说过,在到达火星之前他不会让SpaceX上市,因为善变的投资者可能会在这过程中失去信心。这些计划可能已经搁置,但他在公司IPO前列出的计划可能同样困难。



  • Google母公司掏出800亿美元加码AI基建,巴菲特掏了100亿

    2026年6月,Alphabet(Google母公司)宣布了一件事:要融资800亿美元,全部投向AI基础设施和全球算力扩容。其中,伯克希尔·哈撒韦(巴菲特的公司)掏了100亿美元。这笔钱不是小打小闹,是AI军备竞赛里迄今为止最大的一笔单笔融资。

    钱从哪来,到哪去?

    Alphabet的公告说得很清楚:这800亿美元是股权融资,方式包括承销发行和定向增发。伯克希尔·哈撒韦的100亿美元是定向投入,剩下的通过公开市场承销发行,最终超额认购,总融资额约850亿美元。

    钱去哪了?全部用于扩大AI基础设施和全球计算能力。具体来说,就是建更多的数据中心、买更多的TPU和GPU、扩容谷歌云的计算容量。Sundar Pichai在6月的投资者路演上说得很直白:当前AI产品的需求远远超过了供给,必须扩产。

    Alphabet CEO Sundar Pichai:”AI是我们这个时代最具变革性的平台级机遇。需求远超供给,我们需要扩大投资来抓住这个增长窗口。”

    财报里的信号:云业务增长了63%

    为什么要在这个时间点大额融资?看看Alphabet 2026年Q1的财报就明白了。营收1100亿美元,同比增长22%;运营收入400亿美元,同比增长30%。其中,谷歌云营收同比增长63%,积压订单环比接近翻倍,达到4600亿美元。

    4600亿美元的积压订单意味着什么?意味着未来24个月内,超过50%会转化为实际营收。客户愿意提前锁定算力,说明AI基础设施的供需缺口不是短期的,而是结构性的。

    Alphabet投资者路演
    Alphabet 2026年6月投资者路演(图源:Google官方博客)

    全栈AI布局,十年积累的差异化优势

    Alphabet在路演中重点讲了自己的”全栈AI”布局,从底层基础设施到上层产品,一共五层:基础设施层(TPU、数据中心、全球光纤网络)、安全层、研究层(Google DeepMind)、模型与工具层(Gemini系列、Nano Banana等)、产品层(搜索、Gemini应用、YouTube等13款超10亿用户产品)。

    这个布局的核心差异化是:大部分竞争对手只做其中一两层,Alphabet五层全有。自研TPU已经到第8代,Gemini服务成本在过去一年降低了78%。成本降下来,才能以更低价格向开发者和企业开放模型调用。

    不是所有钱都砸基建:Waymo、量子计算也在押注

    Alphabet的”Other Bets”(其他押注)板块也在烧钱,但方向是实体世界和生命科学。Waymo已经在11个美国主要城市运营,每周提供超50万次全自动驾驶出行服务,2026年估值达到1260亿美元。Wing无人机配送完成了超100万次家庭配送。

    量子计算方面,Alphabet通过Willow Early Access Program把量子计算从实验室推向实际应用。这些看起来离AI很远,但背后的逻辑是:未来的AI不只是软件,它会嵌入物理世界——自动驾驶、机器人、药物研发、量子计算,都是这个版图的一部分。

    • 融资规模:800亿美元股权融资,伯克希尔·哈撒韦投入100亿
    • 资金用途:AI基础设施、数据中心、TPU/GPU采购、算力扩容
    • 财务背景:Q1云业务增长63%,积压订单4600亿美元
    • 全栈布局:5层AI架构,自研TPU第8代,Gemini成本降低78%
    • 长期押注:Waymo、Wing、量子计算、生命科学

  • Meta盯上了印度:和信实联手建AI数据中心,全球算力竞赛新战场

    全球AI基础设施竞赛的下一个战场,在印度。

    Meta本周宣布,与印度信实工业(Reliance Industries)达成合作,将在古吉拉特邦的贾姆纳格尔建设一座168兆瓦的AI数据中心。这是Meta在印度的首笔AI基础设施投资,也是它与信实之间不断深化的合作关系的最新篇章。

    Meta AI数据中心
    Meta与Reliance合作在印度建设AI数据中心(图源:TechCrunch/Getty Images)

    为什么是印度

    印度正在成为AI基础设施投资的热土,原因不难理解:土地和能源成本相对低廉,政府拿出真金白银的优惠政策,而且本土的数据中心市场本身也在快速增长。

    印度政府推出政策,对境外云服务商出售给海外客户的服务提供税收豁免,有效期一直到2047年——前提是这些算力负载必须运行在印度境内的数据中心里。

    这条政策直接促使各大科技巨头把AI算力搬到印度。微软承诺2029年前在印度投资175亿美元,亚马逊追加350亿美元(累计达到750亿),谷歌砸了150亿美元建设AI基础设施枢纽,OpenAI也通过与塔塔合作锁定了100兆瓦的容量,目标直指1吉瓦。

    这座数据中心有什么特别的

    贾姆纳格尔的这座设施计划两年内建成,后续还可以继续扩容。它有两个亮点:全部使用可再生能源供电,冷却系统用的是淡化海水——这在缺水地区是个非常务实的设计。

    Meta将租赁这座设施的计算容量,并承担全部能源和水资源成本。信实方面负责从设计、建设到运营的一条龙服务,看得出这家印度财团想在AI基础设施领域做”全能供应商”的野心。

    • 容量:168兆瓦,可后续扩容
    • 建成周期:2年
    • 能源:100%可再生能源
    • 冷却:淡化海水
    • Meta额外在印度签约了近1吉瓦的新增可再生能源产能

    印度数据中心的爆发式增长

    如果把视野拉大,这座168兆瓦的数据中心只是印度AI基础设施大爆发的一个缩影。根据政府数据,印度已安装的数据中心容量从2020年的约375兆瓦,增长到2025年的约1.5吉瓦。行业预计,到2030年这个数字将超过8吉瓦,增长超过5倍。

    除了全球科技巨头,印度本土的阿达尼集团承诺投入1000亿美元建设AI数据中心,塔塔咨询服务公司也拿出了20亿美元的计划。AirTrunk(被黑石支持)更是宣布将投资300亿美元,在印度建设5吉瓦的AI数据中心容量。


    回过头看,Meta和信实的合作其实早在2020年就埋下了种子——当时Meta向信实旗下的Jio平台投资了57亿美元。此后双方从电信和消费互联网,一路合作到了企业AI解决方案,现在又延伸到了AI基础设施。这种”由浅入深”的打法,值得所有想进入新兴市场的科技公司参考。

  • 亚马逊员工倒戈了:请西雅图暂停新建数据中心,别为了AI烧了这座城市

    有时候抗议数据中心的不是环保组织,而是数据中心自己家的员工。最近西雅图发生的一件事让这个矛盾摆到了台面上:亚马逊的员工公开站出来,支持西雅图市议会对新建数据中心实施一年暂停令的提案。

    369兆瓦是什么概念

    先说一下背景。几个月前,四家公司向西雅图提交了我们新建5个大型数据中心的计划。根据《西雅图时报》的数据,这5个数据中心的最大用电需求加起来是369兆瓦——大约是西雅图日均用电量的三分之一。建成后,它们的耗电量将是西雅图现有30个数据中心总耗电量的10倍。

    西雅图市议会2026年6月9日对此进行投票。如果暂停令通过,所有新的大型数据中心提案将被搁置一年,期间市政府可以研究相关立法,把规则制定权拿回到自己手里。

    数据中心建设抗议
    AI数据中心建设在全美各地引发抗议丨来源:The Verge

    亚马逊员工说了什么

    在西雅图土地利用和可持续发展委员会的听证会上,几位亚马逊现任软件工程师的发言相当直接。Liesl Wigand是”亚马逊气候正义员工”组织的成员,这个组织由亚马逊现任和前任员工组成,致力于推动气候议题。她说到自己在工作中亲眼看到不计成本推进AI建设的后果:

    “最大的问题是大家认为AI可以解决一切问题,却完全忽略了它要消耗的资源。这种文化在科技行业无处不在。不要为了赢得AI竞赛让大科技烧了西雅图。”

    另一位亚马逊软件工程师Patrick Schloesser则提出了更具体的诉求:开发商不得用保密协议(NDA)和空壳公司隐瞒身份;每个开发商必须为区域电网提供100%新增可再生能源;如果进行裁员就要被征税;还需要设立向城市汇报的员工主导安全委员会。

    他引用报告称,亚马逊今年资本支出达2000亿美元,微软达1900亿美元,其中大部分指定用于AI和数据中心。与此同时,亚马逊过去8个月已经在公司办公室裁员3万人。”这告诉我,大科技正不顾一切地尽可能快地建设尽可能多的算力。这种迫切性给了我们的城市谈判筹码。”


    这不是孤例

    西雅图这件事不是第一个。数据中心在美国各地都已经引发了抗议,核心关切无非三个:水资源消耗、当地电价上涨、噪音问题。就在前不久,纽约州立法机构刚刚投票通过了一年期大型数据中心建设禁令,目前已经提交给州长签署。

    听证会上还有发言者播放了录音,证明数英里外就能听到数据中心的噪音。也有人提到近年来数据中心导致他们的电费上涨,以及西雅图的无家可归者数量在2024年以来显著增长,住房负担能力危机仍在恶化。

    一位要求匿名的亚马逊前员工告诉The Verge,公司正在”不顾一切地推进”数据中心建设,完全没有征求员工或建设所在地社区的意见。”我们真的有机会利用这个暂停的时间,说清楚如果这是我们未来要共存的科技,我们怎么才能让它真正让基础设施和科技本身惠及民众,而不是只让财富集中在少数科技亿万富翁手里?”

    这件事值得关注的原因

    科技公司的员工公开反对自己公司的基础设施扩张,这种事并不多见。它反映出一个更深层的矛盾:AI竞赛的代价正在从抽象的数字变成具体的、本地化的成本,而且这些成本不一定由享受AI服务的人来承担,而是由数据中心所在地的居民来承担。

    西雅图市议会的投票结果目前还没有最终确认,但这件事本身已经足够说明问题了。AI的基础设施扩张不会是一路绿灯,未来类似的摩擦只会越来越多。

  • 谷歌把300万颗AI芯片订单交给英特尔,台积电一家独大的日子可能要到头了

    据《The Information》报道,谷歌近期向英特尔下达了一份重量级订单:在2028年前生产超过300万颗谷歌自研的TPU芯片(张量处理单元)。消息一出,英特尔股价早盘一度飙升逾10%,最终仍上涨9%,领涨整个芯片板块。

    这不是一笔普通的采购合同,而是AI芯片代工格局正在发生微妙变化的一个信号。长期以来,台积电几乎吃下了所有高端AI芯片的代工订单,谷歌的TPU、英伟达的GPU,绝大部分都产自台积电的产线。现在,这种一家独大的局面开始出现裂缝。

    台积电的产能紧缺,逼着谷歌和英伟达开始认真考虑”备份方案”。英特尔想借这个机会,把流失给台积电的代工霸主地位抢回来。

    为什么是现在?

    谷歌不是一时兴起。据报道,谷歌对英特尔的制造技术进行了数月的技术测试,才最终决定把部分TPU订单交给英特尔。背后直接的原因是:台积电的产能已经紧张到无法满足需求了。AI芯片的需求爆炸式增长,台积电的先进制程产线排期排到了天边,谷歌担心把自己的芯片未来全部押在台积电身上风险太大。

    英特尔这边,新任CEO陈立武上台后推动的复兴计划终于开始显出成效。上个月英特尔发布的销售收入指引远超华尔街预期,股价也创下历史新高。特朗普政府也在背后推了一把——有美国官员表示,政府正积极推动为英特尔争取更多商业订单,这背后有产业链本土化的战略考量。

    英伟达也在悄悄测试英特尔

    谷歌不是唯一一个在和英特尔搭话的AI芯片公司。据报道,英伟达也在测试英特尔的制造技术,评估是否用于生产一款将四颗GPU整合封装的新型处理器。这款产品的设计目标是提升整体计算性能,如果英特尔的工艺过关,英伟达也可能成为英特尔代工业务的客户。

    特斯拉也来凑热闹。马斯克今年4月表示,特斯拉的”Terafab”项目计划使用英特尔下一代14A制程生产芯片,这座先进AI芯片制造基地打算落地奥斯汀。


    英特尔能接住这波机会吗?

    话说回来,英特尔能不能真正承接住这些高端订单,还是个问号。台积电在先进制程上的领先优势不是一朝一夕能追上的,英特尔的工艺良率和产能爬坡能力还需要市场验证。但方向已经很明确了:AI芯片设计公司不想被台积电”卡脖子”,英特尔需要这些订单来实现复兴,双方各取所需。

    对于整个AI产业链来说,代工环节的多元化是好事。竞争能让价格更合理,也能让芯片设计公司有更多议价权。只是台积电这么多年的技术积累和市场地位,不是几笔订单就能撼动的——这场代工之战,才刚刚开始。

  • 伦敦AI初创公司拿到3亿美元,它要让工业仿真从几天缩到几秒钟

    伦敦一家叫PhysicsX的AI初创公司刚完成3亿美元C轮融资,投后估值24亿美元。领投方是新加坡主权基金淡马锡,跟投名单里出现了英伟达、西门子这些工业巨头。这家公司做的事听起来很硬核:用AI加速工业仿真,把原本需要几天甚至几周的工程计算压缩到几秒钟。

    工业仿真为什么慢?

    造飞机、造芯片、造能源设备之前,工程师得先用计算机模拟一遍物理过程——风怎么吹过机翼、热怎么在芯片里散掉、流体怎么在管道里流动。传统方法靠求解复杂的偏微分方程,算一次可能要跑好几天,工程师等结果等到花都谢了。

    更头疼的是,每次设计改动都要重新跑仿真。一个飞机机翼的设计迭代几十个方案是家常便饭,按传统方法,一个团队一个月能跑完的仿真数量是有限的,这就是工业研发的核心瓶颈之一。

    仿真速度直接决定了硬件产品的迭代节奏。谁能算得更快,谁就能在设计上跑在前面。

    PhysicsX的做法:把物理规律教给神经网络

    PhysicsX训练所谓的”大物理模型”(Large Physics Model),把物理规律编码进神经网络。一旦模型训练好,预测物理行为就变成了一次前向推理,几秒钟就能出结果。原来工程师每个设计周期只能跑少量仿真,现在可以高强度迭代。

    这轮融资里,英伟达和西门子作为战略投资者进场,给PhysicsX贴了金。英伟达需要证明自己的芯片不仅能训练大语言模型,也能跑工业AI;西门子则是全球最大的工业软件公司之一,它看中PhysicsX的技术能整合进自己的数字孪生平台。

    钱往哪里流,风向就往哪里吹

    淡马锡其实在2025年就投过PhysicsX,这次继续领投,说明主权基金对”AI+重工业”这个方向的押注不是玩票。PhysicsX的客户和收入在过去一年都翻了一番,说明工业AI不是PPT阶段的故事,有真实付费客户在用。

    公司计划用新资金开发能处理多相流体动力学、热力学、结构分析的更大型模型,同时把生意做到全球。航空航天、半导体、能源、国防,都是仿真需求极其旺盛、但传统方法效率极低的行业。


    挑战也不少

    工业场景对准确性的要求极其苛刻,仿真结果差之毫厘,造出来的东西可能直接报废。”大物理模型”能不能在保持速度的同时做到足够的精度,是PhysicsX必须回答的问题。

    此外,西门子、ANSYS这些传统工业软件巨头也不会坐视不理,它们有钱有客户,挖人加功能都比初创公司容易。但无论如何,3亿美元砸进来,说明资本市场认准了一件事:AI进工厂、进实验室、进设计办公室,这条路是通的。PhysicsX能不能成为工业AI领域的标杆,未来几年见分晓。