开源 AI 平台争夺成为中国版 Hugging Face
summary_zh: ModelScope 托管超 17 万模型、2.5 亿用户,MoArk 托管约 2 万模型,两者均提供模型测试与定制服务,但规模仍远低于 Hugging Face 的 300 万模型。
summary_zh: ModelScope 托管超 17 万模型、2.5 亿用户,MoArk 托管约 2 万模型,两者均提供模型测试与定制服务,但规模仍远低于 Hugging Face 的 300 万模型。
Modulate 完成 2500 万美元融资,用于其平台,该平台使用一系列小型模型为企业提供转录、情感分析、deepfake 检测和 AI 音乐检测,以及政策执行服务。
summary_zh: Microsoft Research Asia – Singapore 于 2025 年 7 月 24 日成立,为微软在东南亚首个研究实验室。
Mistral 在慕尼黑开设德国枢纽,专注 Physics AI 与工业 AI,并招募研究、工程与应用 AI 岗位。该公司计划到 2030 年建成 1 gigawatt 欧洲算力,其开放权重模型可运行在客户自有基础设施上。其收购的 Emmi AI 带来 30 多名物理与工程 AI 专家,正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用。
NVIDIA 验证工程师 Sakeena Fiza 负责量产前验证数据中心系统,曾见证 Rubin GPU 全球首次在系统级成功枚举。她与团队从 tray、rack、cluster 一路验证到客户 AI factory,目标是在客户之前发现硬件问题。单块板卡含数万组件、机架接近 50 万,验证需在真实条件下把硬件推向极限。
CoolIT推出基于模块化冷板块的液冷方案,在250 kW以上机架密度下实现近全热捕获,空气负载降至1%以下,使AI服务器可无风扇运行。该方案已通过六代无风扇设计验证,覆盖处理器、内存、网络、存储和电源等组件。CoolIT建模预测近全热捕获将成为2028年前旗舰机架级产品的标准设计。
NVIDIA 在纽约气候周重点介绍五家用 AI 推进清洁能源的公司,覆盖电网、核电、储能与聚变。ThinkLabs AI 基于 NVIDIA CUDA 的数字孪生与 agents 帮助 Southern California Edison 把电网互联评估从 30-45 天缩短到 2 分钟,Atomic Canyon 的 Neutron 和 NIVA 平台服务于核电运营。
单相直接液冷通过冷板将水或水乙二醇冷却液直接循环至发热组件,以闭式回路带走热量。单个处理器功耗已超 1,000 瓦,单机柜散热超过 100 千瓦,远超风冷实际移除能力。该技术可支持更高芯片与机架密度,在更小占地面积内运行,是 AI 与高性能计算热管理的关键方案。
Emerald AI、Google 与 NVIDIA 今日联合宣布成立 AI Energy Management Alliance(AEMA),首个专注于让数据中心根据电网状况动态调节用电的联盟。
Mistral 与 Cloudera 达成合作,将 Mistral 模型集成进 Cloudera 混合数据平台,支持在私有云、公有云、本地及完全气隙环境部署推理并保持控制。企业还可在受控环境用专有数据训练自有模型并保留数据与智能所有权,面向主权 AI 需求。Mistral 提到 Cloudera 平台承载 30 exabytes 客户管理数据。
Mistral 与 HUMAIN 宣布战略合作,覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署,初期聚焦网络安全与语音,并计划开发阿拉伯语表现强劲的前沿模型,合作规模达数亿欧元。Mistral 将探索使用 HUMAIN 的数据中心基础设施,双方还计划在沙特推进联合 go-to-market 策略,面向受监管行业。
AWS 因 AI 工作负载挤压云基础设施而要求工程师节约 CPU 周期,Moor Insights 与 Georgia Tech 的研究指出智能体 AI 的工具调用、调度和分词等环节主要落在 CPU 上。Intel、AMD、Arm、Qualcomm 与 Nvidia 均已加码服务器 CPU 或相关平台,可能带来新一轮 CPU 短缺与涨价。
2026 年调查覆盖 700+ 从业者,78% 团队已从视觉与物理 AI 获益,74% 认为该领域投入不足。成功交付团队在数据工作上花费的时间是挣扎团队的近 3 倍,92% 从业者认为标注成本高且大量浪费。报告指出数据工作而非数据采集决定生产成败,数据问题导致多数模型失败。
summary_zh: Amazon 公布 Build on Trainium 34 个获奖项目,该计划投入 110 万美元算力资助,聚焦新模型架构、ML 库、大规模分布式系统等方向。
GPU 成本按日历小时计费,产出只按计算小时计算,企业 AI 的瓶颈从模型质量转移到算力利用率。航空业用飞机地面时间预测生存率,同样,企业 GPU 预算相近时,分化取决于硬件是否真正被使用。集群上线后的核心问题从"能否拿到加速器"变成"能否让 GPU 持续忙碌",而利用率由调度、网络、运维等下游决策共同决定。
美国能源部在 Genesis Summit 上宣布首批资助项目,MIT 主导 6 个、参与 9 个,涉及量子传感器、稀土提取、聚变数字孪生、AI 驱动材料设计等方向。Phase I 阶段团队需展示 AI 与科学工作流整合,并评估科学价值;后续可申请进一步资助。研究经费待签订协议协议。
Together AI 完成 8 亿美元 C 轮融资,投资方包括 Aramco Ventures、NVIDIA、General Catalyst 等,并获得 500MW 以上算力承诺。
Amazon 投资 Cascade Energy Center 项目,部署 TRISO 燃料驱动的 Xe-100 小型模块化反应堆,为数据中心和云基础设施供电。
summary_zh: SpaceX 正探索在轨道建设数据中心,以避开地面土地、水资源和本地电网限制,并利用太空太阳能与近零下 270℃ 的背景辐射散热。太空数据中心面临辐射损坏电子器件、热辐射需要相当于两个足球场面积的散热面、轨道碎片与微流星撞击,以及发射成本和频次等严峻挑战。
Amazon Science博客介绍AWS在数据中心部署的首个可扩展扁平网络RNG,采用准随机拓扑和ShuffleBox光互连设备,相比胖树架构减少69%路由器、吞吐提升33%、网络设备能耗降低40%。该网络于2024年底在爱尔兰上线,2026年4月成为AWS全球新建数据中心默认架构。
推荐理由:提供了可量化的网络性能提升和部署数据,读者可据此评估扁平化架构在云基础设施中的实际收益。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作,帮助各行业大规模采用前沿 AI。
Mistral AI 宣布与 SAP 合作打造完全主权 AI 栈,集成模型到 SAP AI Foundation 并共同开发行业解决方案;同时与 Helsing 加速开发视觉-语言-动作模型用于国防安全应用。Mistral 将扩大德国团队、近期开设德国办公室,践行让欧洲拥有并掌控 AI 的创始原则。
summary_zh: Meta 过去 21 年将基础设施从少量服务器扩展为全球网络,服务超过 34 亿用户。AI 的出现改变了基础设施扩展方式,需要在硬件、软件、网络和数据中心各层进行创新。
Mistral AI完成17亿欧元C轮融资,估值117亿欧元,由半导体设备制造商ASML领投。DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed及NVIDIA参与投资。公司表示将延续独立发展,聚焦战略行业的定制化前沿AI解决方案。