AI算力困局：利用率不足20%背后的效率革命_CPU

1. #华为发布AI新技术#算力效率革命来了！华为这波Flex:ai黑科技直接改写行业规则🚀 谁懂啊！现在AI算力资源利用率普遍才30%-40%，大量GPU/NPU都在“闲置摸鱼”，华为新发布的Flex:ai直接把算力利用率拉满——单卡能精准切分10%粒度的虚拟算力单元，一张卡同时跑多个任务，平均利用率直接提升30%，相同硬件投入下训练速度快一倍、成本降三成！这波“软件补硬件”的突破太顶了，国产AI生态越来越能打！

2. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

3. 全新L9用的马赫100双芯片，总算力2560 TOPS。关键不只是总算力，更要看单颗有效算力：马赫100单颗算力1280 TOPS，因为采用数据流架构提供给算法软件最大的优化空间，单颗马赫100的有效算力就是英伟达Thor U的3倍，全新L9的双马赫100芯片，有效算力就是Thor U的5-6倍了。什么是有效算力？就是实际跑VLA大模型时，能榨出来的真实性能。传统GPU架构利用率低，我们的数据流架构利用率高、功耗低。具体表现：同样场景下，我们能做到更高帧率、更短反应时间。紧急情况下，可以更早感知风险，更快做出避险动作——这就是体验代差，不仅是参数好看，是关键时刻管用。2022年启动自研时，我们就判断：2025年开始，行业进入【自研算法+自研算力】软硬一体时代。马赫100，是这个判断的第一步。

4. GPU利用率不到15%，AI产业最大的浪费正在被这家公司改写｜甲子光年

5. #微博声浪计划##听见微博# 华为将发布AI领域突破性技术，核心是软件定义算力带来效率革命。通过动态资源池化等技术，算力硬件利用率从30%-40%提升至70%，降本增效显著。还实现跨平台兼容，能统一管理多种算力硬件，打破国际垄断，对产业影响深远。数懒小姐姐的微博音频

6. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

7. #微博声浪计划##听见微博# 华为将发布AI领域突破性技术，通过软件创新提升硬件利用率，目标将GPU/NPU等硬件平均利用率从30%-40%提升至70%，降低AI研发成本，推动国产算力从“可用”到“好用”，挑战英伟达垄断地位，但面临实际性能、生态迁移和商业落地三大挑战。贾敬华的微博音频

8. #微博声浪计划##听见微博# 华为将发布AI领域突破性技术，核心是软件定义算力效率革命。通过动态资源池化等技术，算力利用率提升至70%，降本增效明显。该技术突破跨平台兼容性，打破国际垄断，重构AI成本与生态格局。虽面临落地验证等挑战，但战略意义重大，为中国AI发展开辟新路径。搞机的风采的微博音频

9. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

10. DDR5暴涨500%！从资源垄断到巨头疯抢，深聊背后的AI硬件争夺战

11. 【华为将发布AI领域突破性技术，有望解决算力资源利用效率难题】11月17日消息，华为将在11月21日发布AI领域的突破性技术，有望解决算力资源利用效率的难题。具体来看，华为即将发布AI领域的突破性技术，可将GPU（图形处理器）、NPU（神经网络处理器）等算力资源的利用率，从行业平均的30%至40%提升至70%，显著释放算力硬件潜能。据透露，华为即将发布AI领域的突破性技术，是通过软件创新实现英伟达、昇腾及其他三方算力的统一资源管理与利用，屏蔽算力硬件差异，为AI训练推理提供更高效的资源支撑。同时，华为即将发布AI领域的突破性技术，与以色列AI初创公司Run:ai的核心技术路线有共同性，后者在2024年底被英伟达以7亿美元资金收购。

12. #一条音频告别2025##微博声浪计划# 华为第六届奥林帕斯奖悬赏300万元求解AI存储难题，聚焦存算融合等五大方向。当前AI算力利用率仅30%-40%，存储成本高企，这些突破将推动医疗、金融等领域效率革命，降低AI部署门槛，助力技术普惠。闫跃龙的微博音频

13. 中国AI算力，开启「共同富裕」之路！

14. 据观察者网透露，华为将于下周发布AI领域突破性技术成果，有望解决算力资源利用效率难题。据透露，该技术延续 “以软件补硬件” 的创新思路，可将GPU、NPU等算力资源利用率从行业平均30%-40%大幅提升至70%，显著释放算力硬件潜能。华为这项新技术将对标英伟达2024年底收购的以色列公司Run: ai的核心技术，旨在通过软件创新，实现英伟达、昇腾以及其他三方算力的统一资源管理与利用，屏蔽算力硬件差异，为AI训练推理提供更高效的资源支撑。

15. 黄仁勋可能真的开始疯狂自救了，AI算力的游戏规则变了！对中国来说，这反而是一个窗口期。#红衣聊AI #黄仁勋 #英伟达 #芯片 #大有学问

16. #人工智能#当OpenAI砸3000亿建数据中心、xAI 豪掷10.8亿抢芯片，美国科技巨头们在AI 算力赛道上疯狂内卷时，微软CEO纳德拉的一句吐槽戳破真相：“库存里的芯片堆成山，却因为没电用不上”。缺电，正成为卡住 AI 泡沫的致命瓶颈。#AI创造营##AI智能# 凯文思考的微博视频

17. #微博声浪计划##华为发布AI新技术#大家期待华为AI吗？11月25日发布会将正式开放华为AI新技术，Flex:AI容器技术，可将算力利用率提升至约70%，推理成本降至0.03元/千Token，还支持异构硬件协同。Mate X7搭载跨APP智能体联动技术，通过自然语言指令完成复杂任务，#华为发布AI容器软件# 值言说的微博音频

18. #微博声浪计划##听见微博# 华为算力概念爆发，11月21日将发布突破性AI技术，通过软件创新提升算力利用率至70%，概念股全线爆发。其算力战略涵盖芯片、架构与绿色协同，昇腾芯片效能领先，推动国产替代与成本革命，但需警惕估值泡沫与技术验证风险，核心受益标的集中在生态硬件等领域。 http://t.cn/AX2ehAkl

19. 周末发酵最厉害的还是“算电协同”概念。“算电协同”指的是将算力基础设施（如数据中心、智算中心）与电力系统（发电、输电、配电）进行有机整合，通过智能调度实现两者在资源、调度和市场层面的动态匹配与优化。简单来说，就是让“算力”和“电力”不再是两个独立运行的系统，而是深度融合、相互支撑，以达到提升能源效率、保障算力稳定和推动绿色低碳发展的目的。有人喊出:“AI的尽头是电力”。在此背景下，算电协同成为破解算力产业高能耗难题、推动数字基础设施绿色转型的关键路径，已上升为国家战略部署。上一个上升到国家战略的是商业航天，想想那会整个板块涨了多少呢？算力协同概念目前发酵出来的个股有限，如果情绪到位，后续会有更多相似个股被发掘出来。主要还是电力、电网相关的概念股。#算力趋势##电力算力融合##全国算力枢纽#

20. AI最烧钱的战场：数据中心的真实账单【硅谷101】

21. 单卡双芯 48G 显存！打造 20L 紧凑型 AI 算力怪兽：DeepSeek 70B 实测 19 tokens/s

22. 我国太空算力网建设迈入关键阶段，2800 颗卫星将打造全球太空算力底座，这到底是算力格局的彻底颠覆，还是噱头大于实际？近地轨道建起太空数据中心，十万 P 级推理算力 + 百万 P 级训练算力实现天数天算，零成本太阳能供电、极寒高效散热，看似破解 AI 能源困局，却又无法替代地面能源，这波突破到底有多少含金量？更被吹为低空经济救星，号称能让个人飞行从概念落地，真能打破低空算力通信瓶颈，实现全民飞行的未来吗？太空算力 VS 地面算力，谁才是未来算力的核心？#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqHvkEL

23. #算力银行要来了#算力银行是能将分散、闲置的 GPU、CPU 等算力整合池化，通过跨区域、跨周期智能调度，实现算力灵活存取与价值变现。盘活存量资源，将社会算力利用率从不足 30% 提升至 60% 以上，减少数据中心重复建设。，对企业而言，降低数字化门槛，中小企业无需重金购置硬件，按需租用算力，成本可降 50% 以上。催生新型产业分工，带动算力调度、优化、经纪等新业态，完善数字经济产业链。更能普惠创新能力，让算力像水电一样普及，为智能制造、智慧医疗、数字孪生等领域提供低成本动力，加速新质生产力形成。

24. AI时代的Token #为什么AI大厂开始卖Token#一、Token 是什么？（AI 的 “语言积木”）你可以把 Token 理解成：AI 处理文字的最小 “积木块”。人类用汉字、单词说话；AI 只认 Token。它不是一个字，也不是一个词，而是 AI 把文字 “切碎” 后的最小单元。中文大概：1000 Token ≈ 400–500 个汉字。英文大概：1 Token ≈ 0.75 个单词。你给 AI 发一句话，AI 先切成一堆 Token，再去理解、生成回答。一句话记：Token = AI 世界的 “文字原子”。二、为什么流行用 Token 计费？（最公平的 “算力计价器”）因为：Token 数 = 实际算力消耗 = 成本。1. 算力和 Token 直接挂钩处理 1 个 Token，AI 要做大量数学计算（矩阵运算）。Token 越多，计算量越大、越费电、越占 GPU 内存。按 Token 收费，就是按 “AI 实际干了多少活” 收费。2. 比 “按字数 / 按次 / 按时长” 更公平按字数：中文和英文计算量不一样，不公平。按次：一句话和一篇长文，成本天差地别。按时长：简单问答和深度推理，耗时可能一样，但算力差百倍。Token 完美统一了不同语言、不同长度的计算成本。3. 鼓励高效使用你写得越简洁、AI 回答越短，Token 越少、越省钱。一句话记：Token 计费 = 按 “AI 工作量” 付费，最公平。三、Token 和算力的关系？（Token 越多，算力越爆炸）算力 = 机器的计算能力；Token = 计算的工作量。1. 正比关系（基础）处理的 Token 越多，消耗的算力、电力、时间就越多。就像：搬砖越多，花的力气（算力）越多。2. 恐怖的 “平方律”（关键）AI 底层算法（Transformer）决定：算力消耗 ≈ Token 数的平方。比如：4000 Token → 4000×4000 = 1600 万次计算。8000 Token → 8000×8000 = 6400 万次计算。Token 翻 1 倍，算力翻 4 倍。一句话记：Token 越多，算力不是线性涨，是爆炸式涨。四、龙虾（OpenClaw）为什么这么费 Token？（“Token 黑洞”）龙虾 = 自主 AI 智能体，不是普通聊天机器人。它费 Token，是因为工作方式完全不同。1. 它是 “全自动打工仔”，不是 “一问一答”普通 AI：你问一句，它答一句，几百 Token 搞定。龙虾：接到任务 → 自己拆解 → 规划步骤 → 调用工具（搜索、写文件、执行命令）→ 检查结果 → 循环重试。一个简单任务，可能要几十轮后台调用，Token 是普通对话的几十倍。2. 每次都带 “超级长的说明书 + 全量历史”龙虾每次请求，都要把：系统指令（我是谁、能干嘛）工具列表（浏览器、文件、代码）全部历史对话一起发给模型。光系统提示词就1.5 万 Token 起步。聊 5 轮，第 6 轮要把前 5 轮全带上，Token 直接滚雪球。3. 隐形消耗：心跳 + 记忆膨胀心跳：每 30 分钟自动唤醒一次，没任务也耗 Token。记忆：所有交互都存下来，越用越重。一句话记：龙虾是 “全自动 + 全历史 + 循环调用”，Token 自然爆炸。总结：Token：AI 的语言积木，计价单位。Token 计费：按算力干活多少收费，最公平。Token 与算力：Token 越多，算力呈平方级暴涨。龙虾费 Token：全自动 + 全历史 + 多轮循环，是普通对话的几十倍。

25. #一条音频告别2025##微博声浪计划# 华为第六届奥林帕斯奖300万悬赏AI存储难题，聚焦存算融合等五大方向，网友称题目晦涩如天书。当前AI算力利用率不足四成，华为欲破解存储瓶颈，推动产业落地。奖金合理性引两极评价，产学研协同成关键。科技阿南的微博音频

26. 在AI推理领域，谷歌TPU正以4倍于英伟达GPU的性价比，掀起一场技术革命。曾经主导机器学习训练的英伟达，正面临从训练到推理转型的严峻挑战。训练是一次性重投入，推理却是持续的“马拉松”——2024年OpenAI推理成本高达23亿美元，是训练费用的15倍。预计到2030年，推理将占据75%的AI算力需求，市场规模达2550亿美元。谷歌TPU专为推理优化，采用流水线阵列架构，显著降低延迟和能耗（比GPU节能60%-65%），并且单价低于英伟达H100。在Midjourney切换到TPU后，推理成本降低65%，吞吐量提升3倍。Anthropic计划部署百万TPU，Meta也在推动数十亿美元TPU采购，表明顶级AI公司正加速从GPU向TPU迁移。ASIC（应用专用芯片）如TPU以专精取胜，摆脱了GPU的多功能设计带来的资源浪费，适合海量、稳定的推理服务。尽管TPU生态依赖谷歌云及TensorFlow/JAX，对灵活性有一定限制，但面向推理的高效能和成本优势不可逆转。未来AI基础设施将是GPU负责研究训练，TPU主导大规模推理的混合格局。这场变革对创业公司尤为重要，TPU降低推理门槛，助力中小团队与巨头竞争。对于企业CTO，推理成本的爆发性增长迫使其重新审视硬件策略，提前布局TPU可节省40%-60%预算，同时降低碳排放压力。英伟达虽然推出Blackwell架构试图提升推理效率，但仍难撼动TPU的成本优势，投资者已开始大规模减持英伟达股票，预示其市场统治力将被蚕食。总结来看，AI算力的未来属于针对推理的专用芯片。TPU的强势崛起标志着AI基础设施进入“推理时代”，企业不抓紧转型，势必被成本压力和竞争力拉开差距。合理利用TPU和GPU各自优势，灵活部署混合方案，将是稳健的应对之策。原文：ainewshub.org/post/ai-inference-costs-tpu-vs-gpu-2025

27. 顶尖大模型“能力突变”，算力需求“系统性超越供给”--大摩：“市场乐观的程度可能还不够”

28. AI算力是否会成为美元货币新的货币锚？

29. AI算力、AI Agent、AI游戏，游族抢跑AI时代

30. 如果明天算力不再决定胜负，你觉得你手里的哪张牌能赢？ #大咖观察 #红衣聊AI #ChatGPT #算力 #AI

31. 一杯奶茶难倒AI巨头？千问崩溃背后的AI时代技术变迁

32. 英伟达正在把AI超算，塞进每个人的桌面

33. 华为AI新技术将登场！AI算力板块迎考验？这些点要理清1. 华为放大招：AI算力效率将迎“翻倍级”突破最新消息显示，华为将于11月21日发布AI领域突破性技术，核心亮点的是大幅提升算力资源利用率——能将GPU、NPU等主流算力硬件的利用效率，从当前行业30%-40%的平均水平，直接提升至70%。这一突破相当于给算力硬件“注入强心剂”，可充分激活现有硬件潜能，大幅降低算力运行成本。2. 核心疑问：英伟达、寒武纪等硬件厂商要遇利空？不少人看到消息后，难免担忧：算力效率翻倍，是不是意味着硬件需求会减少？毕竟从逻辑上看，若下游算力需求保持稳定，硬件利用效率提升后，对算力芯片、设备的总量采购或会随之下降，这似乎对英伟达、寒武纪等硬件企业不利。其实早有先例，今年年初DeepSeek横空出世时，就是通过优化算法与框架，实现了算力硬件潜能的充分释放，让大模型训练效率大幅提升。如今华为再推类似技术突破，“算力需求是否会缩水”的疑问自然浮出水面，但需客观看待：短期或对硬件需求产生一定分流，但长期来看，算力效率提升会降低AI应用落地门槛，反而可能催生更多新场景的算力需求，行业格局仍需动态观察。3. 总结：不必慌！理性看待技术突破的影响华为此次AI技术突破，本质是推动算力行业从“拼硬件数量”向“拼利用效率”转型，并非简单的“硬件需求利空”。对于投资者而言，无需因单一消息盲目看空算力硬件板块，也不能忽视技术变革带来的板块分化——后续可重点关注两类企业：一是具备核心技术、能适配高效算力需求的硬件厂商，二是在算法优化、算力调度领域有布局的企业，精准把握技术升级带来的机遇。

34. #华为发布AI新技术#华为正式推出AI容器技术Flex:ai，通过10%精度算力切分、跨节点算力聚合与智能调度三大核心能力，将异构算力利用率提升30%。该技术联合三大高校研发并开源至魔擎社区，推动算力高效利用标准化，加速AI行业化落地与平民化普及。

35. AI泡沫论已经很多，我们这次来谈谈:这次不一样卖AI铲子的英伟达把钱赚爽了，金子（AI应用）却还没有挖出来很多，像山姆奥特曼OPENAI甲骨文这样财务经营信誉画饼杠杆拉满的骚操作的公司很多，才引得大家担心英伟达美光这样的公司在低估值情况下也有ai泡沫关于ai应用的进展，这里提供几个乐观的视角大家现在很爱拿当前的ai与2000年的互联网泡沫时期相比，但是:在2000年的时候，为了互联网搭建的光纤传输线路有90%以上已经闲置VS如今的AI领域，请问谁能够找出来任何一块闲置的gpu没有？不但找不到闲置的，为了有卡可以用，就是向英伟达去订一批最新的gpu，排队排到什么时候？2020年建设的数据传输高速公路上面没有车辆跑vs如今AI基建高速公路上面车满为患不堪重负互联网时期，计算需求是“一次性”的，计算完了，搜索完了，程序跑完了，结果就在那里可以反复调用VS当今的ai模型不但在训练的时候需要并行计算能力超强的gpu，训练完了推理的过程也需要实时运算，并且目前推理过程耗用的算力，是训练算力的三倍2000年是买铲子去挖金子，买一次铲子就够一直挖金子到铲子挖烂VS现在AI算力像模型的石油一样，模型的生产需要石油，模型的运行还需要实时加倍消耗石油另外，除了奥特曼这样不靠谱的画大饼，也有像特斯拉这样饼画得较为靠谱，快跑通AI应用的综上，至少说明不能用2000互联网泡沫来类比如今的AI这次不一样，情况与互联网时期不一样不能刻舟求剑地简单类比说泡沫需要动态地结合当今AI应用端创收的进展来评估后续我们挨个AI应用层去探讨#电车财经#

36. 全国首个！超3万卡国产AI算力上线，喂饱万亿参数大模型

37. 【华为发布AI新技术：实现单卡同时承载多个AI工作负载】华为今日正式发布Flex:ai AI容器软件。该产品的核心突破在于运用算力切分技术，可将单张GPU/NPU算力卡精细切分为多个虚拟算力单元，最小粒度精准至10%。这一创新使得单张算力卡能够同时承载多个AI工作负载，显著提升硬件资源利用率。（快科技）

38. 里程碑！3套国产AI万卡超集群同时上线国家级算力枢纽

39. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

40. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

41. 从算力到存储，谁能掌握AI时代的“口粮”？ #大咖观察 #红衣聊AI #算力 #存储 #硬件

42. 凌晨三点，我在排队等一个 AI

43. 华为FlexAI才是真·算力革命，把GPU/NPU利用率从30%拉到70%，10%精细切分能实现一卡多用，更重要的是开源+兼容多芯片完全可以让中小企业不用堆硬件也能玩AI，华子在重构规则的路上从来不玩虚的#华为发布AI新技术##华为发布AI容器软件#

44. 5月初权威算力行业专项分析白皮书正式对外发布，精准锚定2026年全球AI算力底层赛道核心变革拐点，算力市场底层逻辑迎来根本性重构。行业重心全面脱离前期高投入、高能耗、重资本的大模型专项训练单一赛道，全域转向低成本、高适配、规模化落地的AI常态化大规模推理刚需场景。伴随全行业AI智能代理（AI Agents）加速渗透千行百业，政企端、产业端、消费端全链路落地节奏提速，企业算力采购布局逻辑同步务实调整，不再盲目扎堆重金迭代全新底座大模型，核心诉求聚焦轻量化部署、低功耗运维、高效能常态化推理落地，压降算力综合使用成本、提升模型全域适配效率成为核心考核指标。产能端供给侧突发结构性失衡，韩国两大头部半导体巨头集中倾斜核心晶圆产能，全力保障AI算力配套高带宽内存（HBM）订单交付，直接挤压通用存储产能空间，导致民用级普通DRAM内存、NAND固态闪存现货供给持续偏紧，供需错配直接拉动5月初全球服务器专用内存现货价格短期异动上行，全链路硬件配套成本小幅波动。供需倒逼产业链快速迭代补位，英伟达、华为等全球头部核心芯片厂商快速响应市场刚需，敲定2026年二季度集中投产上新计划，专项推出深度适配推理场景、功耗优化拉满、并发算力强化的新一代定制化算力架构，精准承接全域推理算力缺口，稳住全产业链算力供给底盘。

45. 如果明天算力不再决定胜负，你觉得你手里的哪张牌能赢？#AI创造营# http://t.cn/AXyU1MDj

46. 云计算调价潮来袭！腾讯云宣布AI算力服务等涨价5%！

47. 周鸿祎表示：传统互联网的核心是流量，其基础设施（如光纤）的容量近乎无限，用户使用流量只和时长、用量成正比。平台用户越多，边际成本反而越低。但AI完全不同。AI的运行本质是算力消耗、信息处理与“智力成本”，遵循信息量和能量守恒逻辑：任务越复杂、需求越深度，消耗的算力与资源就必然越高。不可能用极低投入，完成极高复杂度的工作。Token是人工智能消耗智力、算力的计量单位，单价相对固定，用量越多、成本就越高。因此，Token永远不可能像手机流量那样，实现包月无限量使用。

48. 【#AI催热变压器市场##中国变压器订单爆了#🔥】#国产电力心脏全球爆单#的背后，是算力用电的大幅增长。当前，全球AI算力建设进入爆发期，高功率、高稳定的供电成为算力集群的“生命线”。随着“东数西算”工程深入推进，全国多地算力园区密集落地，2025年国内变压器市场规模同比增长超20%，其中AI算力、特高压相关高端产品订单占比已突破35%，成为产业增长的核心引擎。在北京丽泽金融商务区，丰台500千伏输变电工程近日正式开工建设，工程将显著提升北京南部电网供电能力，配备两台大容量变压器，建成后将为中国数据街等高新产业供电。一起去看看↓ （央视财经）http://t.cn/AXquLbrn

49. CoreWeave盘前涨超6%，Anthropic租用其AI算力支持Claude

50. 【#AI超算推动变压器成硬通货##国产电力心脏全球爆单#】当前，全球AI算力建设进入爆发期，高功率、高稳定的供电成为算力集群的“生命线”。我国算力中心、超算集群建设全面提速，叠加“东数西算”工程纵深推进，作为“电力心脏”的变压器肩负重任。记者在广东、江苏等地调研发现，大量变压器工厂已经处于满产的状态。江苏的一家变压器工厂，产品订单已经排到2027年底，其中，国内首台全绝缘超高压大容量变压器近日发往北美市场。AI超算集群对供电质量要求很高，我国变压器产业依托核心技术优势，针对性研发固态变压器、高频变压器，适应新能源的接入，抢占全球算力市场。全球AI算力建设、能源转型与电网升级需求叠加，推动变压器成为硬通货。国产变压器也在加快技术迭代适应新需求。从最上游的铜和硅钢冶炼，到变压器的电磁线加工、铁芯制造与绝缘纸板生产，中国已构建起全球最完整、最高效的变压器产业链。 http://t.cn/AXq35CY8

51. 关于数据中心营运商，一个好消息，一个坏消息。欧洲最大的数据中心营运商和云服务商Hetzner 涨价，最高涨幅40%；美国AI基础设施供应商 CoreWeave 季报不及预期，股价一度重挫21%。随着AI应用的逐步落地，AI模型调用量大幅增加，算力需求持续快速增长。有机构认为，与聊天机器人相比，智能体在执行任务时，会进行任务的编码和分解，将带来交互次数、任务复杂度、使用频率的提升，整体Token量消耗增长10倍以上，而对应的算力需求增长100倍。近期数据中心板块活跃，投资逻辑是很清楚的，AI算力需求增加，企业市场前景乐观。不只是Hetzer在涨价，亚马逊、谷歌云也宣布提价，涨价基于算力需求提升和运行成本增加。我国算力需求迎来从“云端训练”到“训练+推理”共振，算力缺口有望在更多模态和更广应用场景催化下极度释放，数据中心的好日子可能到了。

52. “AI弃子”CPU逆风翻盘：英特尔、AMD与ARM意料之外的一场胜利【硅谷101】

53. 马斯克最新访谈（上）：去太空建算力集群纯属是被逼的#马斯克 #太空算力集群 #AI #XAI #特斯拉Optimus机器人

54. #华为发布AI容器软件# 华为今日发布Flex:ai AI容器软件，通过算力切分技术将单张GPU/NPU算力卡切分为多份虚拟算力单元，切分粒度精准至10%，实现了单卡同时承载多个AI工作负载，并可聚合集群内各节点的空闲XPU算力聚合形成共享算力池。

55. AI下一个风口：存储！中国早站在顶端，就等超车时刻！

56. “坚定持有AI赢家，别轮换”！摩根大通硬件团队：2026年“网络”增长将超越“算力”

57. 全球半导体存储结构性危机发酵：HBM产能刚性挤压，撬动全域硬件成本联动波动 5月2日全球半导体现货交易市场同步发布产业风险预警，AI算力刚需爆发带来结构性产能错配隐患，行业供应链承压凸显。当前高阶AI算力芯片量产配套刚需高带宽内存（HBM）规模持续激增，近乎全额吸纳三星、海力士两大韩系存储巨头当期全部核心晶圆产能，产能资源高度集中倾斜。产能挤压传导至下游，直接导致无AI算力配套需求的传统通用电子设备，涵盖民用常规笔记本电脑、家庭私有NAS存储服务器、消费级智能终端等产品专用通用DRAM内存、标准NAND闪存现货库存持续告急，现货流通量大幅缩减。供需失衡触发连锁反应，5月初全球全域消费电子终端市场快速形成零部件涨价一致性预期，渠道端备货节奏加快，终端拿货成本小幅上行。业内资深供应链专家专项研判，2026年将成为全球硬件成本结构性分化关键年份：AI算力配套关联硬件依托规模化量产摊薄边际成本，终端价格稳步下行；传统通用消费电子核心零部件受产能挤压、现货紧缺影响，综合硬件生产成本持续走高。双向分化格局持续考验全球消费电子全域供应链调度能力、库存周转韧性与跨区域保供协调能力。

58. 万亿规模的大模型训练有哪些难点？

59. AI应用遇到性能瓶颈，先别堆卡。榨干每一滴算力，才是正解#AI##深信服##算力##显卡# 科技最前线的微博视频

60. 【李洁：算力对电力的三大诉求是安全可靠、绿色低碳和灵活调度】“在算力大规模增加的情况下，算力对电力的诉求集中在三个方面：安全可靠、绿色低碳、灵活调度。”11月13日，中国信息通信研究院云计算与大数据研究所副所长李洁在第十六届财新峰会上总结道。李洁：算力对电力的三大诉求是安全可靠、绿色低碳和灵活调度　　随着AI大模型等新兴技术普及，数据中心对电力的需求不断攀升，“算力的尽头是电力”也成为科技行业的流行语。如何保障能源供给，特别是清洁电力的可获得性，对于发展AI产业至关重要。　　李洁介绍，根据最新数据，到2025年9月，全国在用算力中心标准机架数是1250万架，智算规模达到1053EFLOPS（FP16，半精度浮点数）。拉长时间看，这几年国内算力规模的增速保持在20%-30%。

61. 面对AI泡沫质疑，谷歌AI基建负责人坦言：公司必须每六个月将AI算力翻倍以满足需求

62. AI芯片利用率低？其实是存储系统的问题

63. 如何提升AI算力场景下GPU利用率？

64. 训推一体 AI 服务器

65. 中国移动算力资源利用率这么低吗？

66. 财多下 | AMD 财报引爆 AI 算力潮亚马逊与 Anthropic千亿算力协议懂游宝成交易首选 xAI 算力利用率仅 11% 海信家电营收利润双降

67. 企业级GPU集群平均利用率仅为5%

68. 马斯克 xAI 坐拥 55 万张英伟达 GPU 但算力利用率仅 11%，友商效率超四倍

69. GPU利用率不到15%，AI产业最大的浪费正在被这家公司改写

70. 程序员还在卷算力？DeepSeek新论文

71. 闲置算力技术，正在重塑全球算力格局

72. 算力资源浪费惊人——Seedance 2.0的闲置困局，且TA如何破解！

73. 去过AI实验室的人都见过

74. 算力费用涨了，免费额度少了，AI还能搞吗？

75. 字节Seedance排队8万人！AI视频生成，为什么永远卡在算力上？

76. 凌晨三点，我在排队等一个AI

77. 服务过载、售罄、中断

78. 【硬核工程】GPU 跑 AI 终将过时？揭秘“稀疏化”和“存算一体”如何击穿 NPU 的功耗墙

79. 华为11月21日发布开源创新AI容器技术Flex:ai，算力利用率有望从30%提升至70%

80. 什么是算力调度？起什么作用？

81. 53000 Token/s碾压GPU！FPGA纯硬件推理，彻底终结AI软件栈冗余

82. 异构算力统一调度技术，优化AI智慧平台开发中的推理成本与效率

83. 算力调度智能化：让算力像水电一样，随需流淌于数字时代

84. 利多星智投：一文读懂算力调度的核心逻辑、应用场景与未来趋势

85. 一文搞懂什么是算力调度？起什么作用？

86. 华为Flex:ai开源重磅发布：算力利用率提升30%，打破英伟达依赖新路径

87. 大模型的“节能密码”：解密稀疏激活（Sparse Activation）

88. 华为再破天花板！算力利用率飙升70%，AI行业迎来颠覆性变革

89. 弹性AI架构：数据中心如何玩转"变形金刚"式资源调度？

90. 稀疏：AI的未来

91. 稀疏权重推理优化简介

92. 算力调度平台：让算力像水电一样即取即用的"智能大脑"

93. 推理成本太高、算力不够用？单纯堆卡没用，得靠极致的“压缩”与“调度” | AICon

94. 国内大模型如何转向效率与场景适配

95. 论文速读｜AI 领域大语言模型高效推理：64k 上下文提速 11.6 倍！NSA 稀疏注意力核心解读

96. AI算力短缺真相：这三个不起眼的小零件正让巨头排队到2027 💡当前AI算力缺口并非砸千亿新建工厂就能解决，根源在于三个配套环节产能不足，已让科技巨头订单排队到2027年。 💡高端光模块PCB产能遭HBM挤压，交付周期从6周拉长至6个月；高功率激光器核心材料磷化铟良率不足30%，产业陷入“无米下锅”困境；先进封装先进产能进入配给制，巨头已提前锁定2026年产能。 💡此次算力大塞车暴露AI配套生态短板，卡脖子环节正是价值洼地，内容仅供参考，不构成投资建议。 #PCB #激光器 #先进封装

97. 【论文精读】Sakana AI × NVIDIA：让 LLM 更稀疏、更快、更轻｜推理加速 20%+，显存省 28%

98. AI测试时代，如何破解资源“掉链子”难题？

99. GPU分时租赁不解决问题！秒级算力共享，才是盘活闲置算力的唯一出路

100. 战略推演：AI算力变局下的结构性错配与私人部署窗口期分析

101. （2026|北大 & Deepseek，Engram 模仿模型深度增加，MoE，分词器压缩，多头哈希稀疏检索，mHC）基于可扩展查找的条件记忆：LLM 稀疏性

102. GPU训练与推理的核心差异与优化策略

103. ai算计消耗的资源包括硬件电力数据存储和网络宽带

104. “智”己之言 | 算力调度与算力网络：分析思考与未来展望

105. 10 天发了 10 个大模型！AI 算力，真的不够用了

106. 为什么用AI越多的公司，AI能力反而越弱

107. 日思日进：智算中心“点刹”，AI热潮下的冷思考

108. 算力普惠：闲置算力打破行业壁垒，赋能中小企业AI化转型

109. 最爱加班的岗位之一：AI模型部署转换、优化与量化

110. 从美颜到芯片：端侧 AI 推理的七层栈与层间调度

111. 构建 AI 时代的多云弹性架构

112. 算力中心规划 | 算力调度运营项目经营模式策划与算力调度服务基地项目规划设计。

113. NAND在涨，利润在等：一场由AI点火、却被供给锁死的存储错配

114. 如何评价实时分析平台的“弹性不足”困境？聊聊高并发下的资源调度悖论

AI算力困局：利用率不足20%背后的效率革命

精选参考来源