最新的数据中心基础设施——从电力和矿产到网络、CPU和机架级AI系统——显示整个技术栈正朝着能源、互连和端到端效率方向转变。
最新的硬件报道指出，AI基础设施正在经历系统级的重新思考。除了GPU之外，最大的焦点集中在能源、矿产供应、电网互联、机架级集成以及即将到来的网络超级周期，这标志着AI建设进入了基础设施优先阶段。
以下是7月至8月中旬读者最关注的数据中心硬件报道：
“GPU不行”：前英特尔CEO抨击数据中心硬件局限性
在Ai4大会上，前英特尔CEO Pat Gelsinger认为，当前的AI硬件堆栈，尤其是搭配HBM的GPU，功耗高且计算效率低。OpenAI领导层的评论也强调了制造、能源和部署方面的限制，要求进行系统级的重新设计。
关键矿产危机：AI数据中心面临供应链压力
关键矿产，尤其是用于配电的铜，正随着AI需求激增、矿石品位下降、精炼产能滞后和地缘政治风险上升而成为瓶颈。虽然超大规模企业愿意支付高价可以确保短期需求，但这总体上收紧了市场。长期承购协议、回收利用以及多元化或国内精炼对于确保未来建设变得至关重要。
Nvidia的5000亿美元基础设施押注提高电力赌注
Nvidia的融资计划降低了部署GPU硬件的成本，并可能将更多GPU支出移出运营商的资产负债表。然而，它并未解决核心瓶颈：电网互联、变压器、涡轮机和许可审批。稀缺性正转向就绪电力容量，提高了具备电力条件的地点和现有电气基础设施的价值。
随着AI需求激增，台积电将亚利桑那园区扩大至2650亿美元
台积电正在亚利桑那州扩大先进芯片供应，增加多个晶圆厂和封装产能，并提升2nm（以及3nm和5nm）的产量。此次扩建针对GPU、CPU、网络芯片和定制AI加速器。
AMD用Helios AI系统和Epyc CPU回击Nvidia
AMD推出了Helios，这是一个集成的机架级AI系统，将第六代Epyc 9006 CPU与新的Instinct MI455X GPU、Pensando网络和ROCm整合到一个单一供应商平台中，旨在与Nvidia的Vera Rubin/NVL72竞争。AMD声称Helios提供了更高的AI计算密度、更大的内存和横向扩展带宽，并提高了每美元token数。
AMD的Helios是一个完全集成的机架级AI系统，配备Epyc处理器。（图片：AMD）
进入网络超级周期：为AI下一波浪潮准备数据中心网络
AI集群日益需要多层网络结构（纵向扩展、横向扩展和跨域扩展），提供10-100倍的带宽、超低延迟和强大的拥塞控制，以保持数千个GPU的充分利用。随着代理AI和持续推理扩展东西向流量，网络成为计算机的一部分。预计交换机、光器件、拓扑、遥测和弹性方面将进行重大升级。
IBM警告AI基础设施转移影响软件交易，股价暴跌
IBM股价下跌，此前该公司警告称第二季度营收和每股收益将不及预期，原因是客户将支出转向硬件（服务器、存储、内存）以锁定受限的供应和定价，推迟了软件和咨询交易。分析师将这一缺口描述为市场时序问题，并指出IBM将AI故事转化为软件和服务胜利的执行风险。
随着AI重塑数据中心，IBM将Z带入19英寸机架
IBM正在推出其z17和LinuxONE系统的机架式安装和紧凑型单机框版本，使企业能够将大型机组件放入标准19英寸机架或部署交钥匙设备。这种外形尺寸的转变缩小了占地面积，并简化了与现有基础设施的冷却集成。
量子遇到数据中心：混合系统起飞
量子硬件正从量子比特数量竞赛转向紧密集成的混合部署，其中QPU与GPU/CPU系统共址并通过低延迟链接，以实现工作负载级加速。在实践中，数据中心必须支持低温、功率和热密度以及隔振，同时保持模块化布局以适应快速演变的模式。
整体图景
上述数据中心硬件7-8月的报道描绘了AI生态系统从以GPU为中心的视角转向由能源电力、矿产和互连定义的基础设施现实。融资可以加速采购，但就绪电力和铜的可用性越来越决定部署速度。
与此同时，机架级系统、先进封装和网络超级周期正成为利用率的决定性杠杆。竞争格局现在涵盖了加速器、电力、供应链和端到端系统效率。
（智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。