标签：算力

六大金融巨头支持Nvidia的5000亿美元AI建设融资计划

NVIDIA拉来六家全球顶级金融机构，尝试把“买GPU”变成“投GPU”，目标是为AI算力建设撬动超5000亿美元资金。这本质上是把自家芯片包装成可抵押资产，以此推动更多AI基础设施建设。

PwC 对英国 CEO 的调查显示，93% 的企业已采用生成式 AI，但只有 14% 报告利润因此改善；当 AI 从试点走向大规模落地时，最稀缺的资源不再是模型能力，而是领导层的判断力和组织改造能力。

Hacker News 上关于“AI 水足迹”的讨论指出，数据中心冷却用水规模已接近加州杏仁农场的年消耗量，而真正值得警惕的不是“用了多少水”，而是水资源在错误的时间、错误的地点被消耗，且几乎没有数据中心为用水承担净化或回补成本。

Thariq 通过一次 AI 辅助证明数学定理的经历指出，AI 时代最稀缺的技能不再是“写代码”，而是“算力分配”和“思想伙伴关系”——同时提醒从业者，这两项能力仍然建立在深厚的技术功底之上。

知名投资人段永平公开回应“是否投资梁文锋”，坦言自己没有投过大模型，但希望这位浙大校友成功。此时 DeepSeek 刚披露新一轮 500 亿元融资计划，市场对 AI 公司估值与商业化路径的讨论再次升温。

小米正式启动2027届全球校招，AI相关岗位需求同比增长50%，研发岗位占整体招聘需求七成。这不仅是小米扩大AI人才储备的信号，也反映出大模型与智能硬件深度融合正在成为科技公司竞争的焦点。

一位硅谷AI大厂团队负责人用100万美元预算，让20多人团队不限量使用Token做了一次激进实验，结果发现：AI无限供应并不等于效率无限提升，人更累了、成本比人还高，组织效率存在明显天花板。

有用户尝试用“夸奖式提示词”给大模型加自信，意外引发了 Bun 作者 Jarred Sumner 的回复，他表示自己八天前也用过类似开场白进行重试。这个看似玩笑的举动，折射出 AI 使用中的一个真实议题：提示词的情感设定与表达方式，是否会影响模型输出质量。

一位开发者背景的投资者在去年关税引发的美股回调中重仓微软，理由是市场按“传统软件股”给微软定价，忽略其 GitHub、VS Code、Azure 与 OpenAI 投资组成的 AI Coding 生态闭环。微软股价自低点反弹约 50%，这一判断得到验证。

港大 HKUDS 开源了多智能体框架 OpenOPC，它能把一个目标自动拆解成“组织行为”——AI 自己搭团队、分工、协作、复盘，相当于用开源代码搭起一家“AI 原生公司”。值得关注的是它把执行过程变成可复用的组织记忆，这可能是多智能体工程化的一次重要尝试。