注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 数据中心代理
数据中心代理 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 数据中心代理 的推特
⚡ 住宅IP太贵?数据中心代理IP了解一下! 低至5元/G,高速低延迟,批量任务首选: ✅ 数据中心直连 毫秒级响应 ✅ HTTP + SOCKS5 高度匿名 ✅ 大规模IP池 批量获取 ✅ 支持支付宝/USDT/BTC 🆓 免费试用👉 #数据中心代理# #代理IP# #SOCKS5# #数据采集# #YiluProxy# #易路代理#
显示更多
代理英伟达首席执行官的科莱特·克雷斯(Colette Kress)17日在财报电话会议上表示,第三季度,英伟达向中国销售了价值24亿美元的、获得出口许可的Hopper架构数据中心产品。Hopper系列产品包括H200芯片。不过,她同时指出,目前公司不再计划进行新的相关交付。她没有解释英伟达为何停止出口这些处理器,也没有说明这项决定是否具有永久性。
显示更多
生成式AI往代理式AI迁移中,新的卡脖子环节又出现了,这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节,其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了,看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了,甚至连过往不怎么受待见的港股联想集团,最近两周走的也很强。 1、为什agentic ai时代CPU占比会扩大? 传统AI(主要是大模型训练/推理)高度依赖GPU,因为Transformer的核心是并行矩阵运算,GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”:数据路由、内存压缩、GPU调度等,导致数据中心CPU:GPU比例很低(典型1:4~1:8,甚至1颗CPU管8颗GPU)。CPU利用率低,基本是配角。 Agentic AI完全不同,它不是单次“问答”,而是自主多步循环(Planning → Tool Use → Act → Observe → Reflect → Iterate),涉及: 1)编排:调度子任务、多智能体协作、分支逻辑、重试机制。 2)工具调用:网页搜索、API调用、代码执行、数据库查询、向量检索(RAG)、文件处理等。 3)其他CPU密集任务:上下文管理、KV Cache处理、强化学习(RL)仿真评估、数据预/后处理。 这些任务高度串行、I/O密集、逻辑分支多,GPU并不擅长(甚至会闲置)。研究显示:工具处理阶段在CPU上可占总延迟的50%~90.6%(GPU在等待CPU)。Agentic工作流中CPU动态能耗占比可达44%,比传统AI高3~4倍。 简单说,Agentic AI把“思考”交给GPU,但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”,必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动(Intel、AMD、Arm、TrendForce等一致观点)。 2、CPU成为新紧缺环节的现实证据 今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周,部分型号基本售罄,价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够,而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。 数据中心项目现在除了电力,就是CPU卡脖子最严重。传统x86(Intel/AMD)高功耗+产能紧张,供应链直接打爆。 3、CPU缺口会有多大? 行业共识是CPU:GPU比例将显著拉近,CPU需求大幅提升:从传统1:4~1:8(CPU:GPU)转向1:1~1:2(部分场景甚至1.4:1,即CPU比GPU还多)。看之前Arm估算,每GW算力需要的CPU核心从3000万激增到1.2亿(4倍增长) CPU算力份额:在Agentic工作流中,CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡,甚至出现专用CPU rack来支撑Agentic编排;AMD/NVIDIA新一代平台已开始按1:2~1:4设计 这就带来了CPU需求的真实拐点,是实打实的硬件重构。 4、特别要说下ARM服务器CPU会更受益一些? Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先:Arm AGI CPU(136核,TDP仅300W)对比x86同规格功耗低40%+,每机架性能直接翻倍。风冷机架就能塞8000+核,液冷更能到4万+核,完美解决数据中心的“功耗墙”。 更狠的是生态大转向:AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM,云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU(首款量产芯片),Meta、OpenAI、Cerebras都是首发伙伴,OEM有联想、Supermicro。 Counterpoint预测:AI ASIC服务器CPU里,ARM份额从2025年25%干到2029年90%。Arm自己说,这波能把数据中心CPU TAM从30亿版税干到1000亿+,未来几年服务器CPU营收很可能超手机,成为最大增长极。 看下周和5月初英特尔、amd的财报电话会上,cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。 5、CPU紧缺哪些公司会受益? 梳理了下哪些公司会受益,后续关注起来: 美股最核心: Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率,且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。 AMD (AMD):理由:在 Agentic AI 服务器市场,AMD 的 EPYC 处理器因多核心优势和高性价比,目前在云厂商中的市占率持续提升,是 GPU+CPU 均衡配置趋势下的首选。 Arm Holdings (ARM):越来越多的云厂商(亚马逊、微软、谷歌)开始自研基于 ARM 架构的 CPU。无论谁赢,只要 Agent 需求推高 CPU 核心数,Arm 的授权费就会大涨。 港股(制造与分销关键点) 中芯国际 (0981):虽然其在最先进制程受限,但大量非核心逻辑控制芯片(支持 CPU 运作的辅助芯片)和中端 CPU 的需求外溢,会显著提升其产能利用率。 联想集团 (0992):全球第一大服务器与 PC 厂商。在短缺潮初期,拥有强大供应链管理能力和库存的大厂能通过提价和保证供应,抢占更多政企市场份额。 A股(国产替代与配套产业链) 海光信息 (688041):国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代,由于其架构与全球生态兼容性最好,国内算力中心在补齐 CPU 短缺时,海光是第一顺位替代品。 龙芯中科 (688047):自主架构 CPU 的代表。随着国产自主可控需求增强,在党政和关键基础设施的 Agent 应用中受益。 深南电路 (002916) / 沪电股份 (002463):理由:配套受益。CPU 核心数增加和 GPU+CPU 配比调整,要求更复杂的 PCB(印制电路板)和封装基板,这些公司是全球高端服务器 PCB 的主力供应商。 澜起科技 (688008):内存接口芯片龙头。只要 CPU 多,内存条就多。Agent 时代对内存带宽要求极高,其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。 投资逻辑核心其实两点: 1)量价齐升:CPU 厂商(AMD, Intel, arm、海光)最直接。 2)卖铲子的人:由于 Agent 需要高带宽,内存配套(澜起)和先进封装/基板(深南)的需求甚至比 CPU 本身更稳。
显示更多
0
25
330
99
转发到社区
🔬 教你一招:30秒鉴别代理IP真假! 3个免费工具👇 1️⃣ — 查 org/type/ASN 2️⃣ — Fraud Score 3️⃣ curl ✅ 真住宅: org = Comcast/AT&T | type = ISP | fraud = 0 ❌ 机房伪装: org = DigitalOcean/AWS | type = Hosting | fraud = 85+ 易路代理YiluProxy 不怕查 · 欢迎验证 org=真实ISP · type=Residential · fraud=0 🆓 #ASN# #代理IP# #YiluProxy# #机房ip# #住宅IP# #数据中心ip#
显示更多
A16Z领投的去中心化AI计算网络,Gensyn又一关键落地,首个AI裁判预测结果应用Delphi正式主网上线。跟踪AI+Crypto最前沿的赛道,可以看看Gensyn —— 这家被A16Z领投()累计融资接近8000万美金)的项目,最近在主网上推出首个杀手级应用Delphi,标志着从基础设施真正走向实际经济价值兑现。 Gensyn是去中心化分布式计算+边缘计算的混合体。它把全球所有闲置硬件(笔记本、手机、消费级GPU到数据中心闲置机)通过P2P+区块链验证,组建成一个“全球超级集群”。核心是trustless计算市场:任何人随时贡献算力就能赚 $AI 代币,开发者则能以远低于AWS的成本获取海量训练/验证算力。技术壁垒极高——REE可重现执行+Verde密码学验证,确保结果在不同硬件上完全一致且可独立审计。 这套混合体(去中心化分布式计算 + 边缘计算)直接为去中心化AI提供了最底层的坚实框架,打破中心化云的垄断和瓶颈。 它不是“在边缘跑推理”,而是让边缘设备真正参与大规模训练和持续演化,为整个去中心化AI生态打下最硬的底座。这既解决了AI算力集中化、贵到离谱的瓶颈,又把边缘设备真正拉进大规模训练闭环,属于边缘计算的广义进化版。 当下对于Gensyn最重要的就是Delphi的推出:完全无许可的AI驱动信息预测市场平台。 1)任何人可创建市场(比特币价格、体育、地缘政治、甚至自定义事件),注入流动性后自动生成 AMM(DPM做市机制),从第一笔交易就有流动性,无需对手方。 2)结算靠AI模型而非传统预言机,可选Gensyn REE生成密码学证明,24 小时无人结算就自动退款——真正无信任。 3)AI代理还能直接参与预测并赚钱,形成“人类 + AI 持续学习”的经济激励闭环。 测试网数据也非常好: 1)体育赛事市场吸引 8.7 万交易者、488 万美元成交;奥斯卡预测市场超 4.5 万参与者。现在主网上线,比特币、以太坊、原油等市场已活跃,费用机制也直接利好 $AI(1.5% 给创建者,0.5% 进 Vault 70% 销毁+29% 社区+1% 奖励)。 2)依托全球去中心化节点集群,协同训练十几万个AI模型。峰值同时在线独立节点超 4 万个,兼容 CPU、GPU、苹果 M 系列芯片全终端。数据本地处理、无需远程上传,真正摆脱中心化厂商算力依赖。 意义是什么? 这不是又一个预测市场,而是Gensyn把“计算基础设施”真正货币化、产品化的第一步。传统预测市场靠人力/中心化预言机,Delphi 用AI+可验证计算直接把“信息发现 + 结算”链上化,还为开源 AI 提供了真实经济回报。 放在更大格局看,它验证了AI+Crypto的终极叙事:去中心化算力网络不止解决训练瓶颈,还能孵化出“代理经济”和持续演化的信息市场。a16z Crypto这么重仓领投,应该不是看短期,而是看好它成为AI时代“全球超级计算机”的底层协议。 个人角度看AI算力短缺是结构性问题,Gensyn这种混合体(分布式+边缘+真实应用落地(Delphi),正把Crypto的激励机制嫁接到AI基础设施上。TGE已经到来,主网也在跑真实资产交易,值得持续跟踪生态数据。
显示更多
Binance Alpha will be the first platform to feature Gensyn (AIGENSYN) on April 29. Eligible users can claim their airdrop using Binance Alpha Points on the Alpha Events page once trading opens. Further details will be announced soon. Please stay tuned to Binance’s official channels for the latest updates.
显示更多
这个观点有一定合理性。Clawdbot作为自主AI代理,能24/7生成数据,确实可能放大存储需求。多家报告(如麦肯锡、高盛)预测AI数据中心容量到2030年增长33%-165%,存储需求指数级上升。太空光伏效率确为地面的5-10倍,SpaceX正申请百万卫星轨道数据中心,解决电力瓶颈。但时间窗(28-30年达TW级)较乐观,需看实际部署和AI泡沫风险。整体基于当前趋势,可信但有不确定性。
显示更多
BIYA 币芽 每日研报

 🔹 OpenAI回应国会质询,开始开发AI系统“自动关机”能力,此前AI代理曾突破安全隔离并访问Hugging Face,AI自主行为及安全控制机制持续受到监管关注 🔹 伯克希尔CEO阿贝尔表示,AI数据中心的快速扩张将带来能源业务机遇,并计划继续长期持有日本五大商社,AI基础设施与能源投资价值受到关注 
 🔹 X将美国创作者付款方式从Stripe转向X Money,美国创作者相关收入将由X旗下支付服务处理,平台进一步推动支付业务与内容生态融合 
 🔹 油价涨势暂歇缓解通胀压力,美股结束连续三日下跌,比特币维持震荡,市场风险偏好及宏观政策预期持续受到关注 
 🔹 密歇根州法院限制Kalshi提供体育事件合约,违反禁令最高可能面临每日50万美元罚款,预测市场与州级博彩监管之间的法律冲突进一步升级 
 🔹 新泽西州政府申请美国最高法院审理Kalshi体育赛事合约案件,要求明确州政府对预测市场体育合约的监管权限,预测市场监管边界之争持续升温 
 🔹 美国财政部长贝森特表示,数字资产相关方可能成为新一轮对伊朗制裁的目标,加密资产在国际制裁体系中的合规风险进一步受到关注
显示更多
$SPCX 真正被低估的AI野心:马斯克争夺的可能不是芯片,而是全球智能网络的控制权! 当整个华尔街都在讨论 $NVDA 的GPU、$AVGO 的定制芯片,以及全球AI数据中心还需要多少电力时,我认为市场可能忽略了SpaceX另一条极具想象力的增长曲线: 未来超级智能(SI)的竞争,除了算力,还有一个关键变量——延迟(Latency)。 想想我们今天使用AI的过程。 当你向ChatGPT或其他AI助手提出问题,请求需要经过运营商网络、路由设备、数据中心网络,才能最终到达GPU集群。模型完成计算之后,再将答案传送回来。 AI的响应时间不仅取决于GPU的运算速度,也受到网络传输、服务器排队和模型推理效率的共同影响。 而当AI从简单的文字问答,逐步进入自动驾驶、机器人、实时语音助手和自主AI代理时,延迟的重要性可能会进一步提升。 因为未来的AI,不只是回答问题,而是需要实时观察、判断和执行任务。 这正是 $SPCX 值得重新研究的地方。 SpaceX旗下Starlink卫星运行在距离地球约550公里的低地球轨道。 按照光速计算,信号垂直到达550公里高度,理论上只需要约1.8毫秒。 当然,这不代表完整AI请求只需要2毫秒。现有Starlink网络仍依赖地面基础设施,实际端到端延迟远高于这个数字。 但如果未来计算能力本身可以部署到轨道上,整个网络架构就可能发生改变。 想象一下: 用户不再需要让所有AI请求跨越漫长的地面网络,才能找到远方的数据中心。 部分适合的AI推理任务,可能直接由轨道计算节点处理,再通过卫星网络把结果传回地面。 这不是说卫星计算一定比地面数据中心更快,而是SpaceX有机会重新设计通信、计算和用户之间的连接方式。 更重要的是,SpaceX已经不仅仅停留在概念阶段。 根据此前披露的规划,SpaceX正推动轨道AI计算基础设施的发展,目标最早于2027年底启动相关技术验证。 而它拥有一个其他AI企业很难复制的组合: Starlink负责全球通信网络。 Starship负责未来大规模、低成本地部署轨道设备。 AI计算业务负责提供智能服务。 如果这三个系统最终成功整合,SpaceX就不再只是收取卫星宽带订阅费,而可能进一步参与全球AI算力服务市场。 这意味着SpaceX的商业模式,有机会从出售连接能力,升级为同时出售连接能力与计算能力。 不过,真正的挑战仍然存在。 轨道数据中心需要解决供电、散热、辐射防护、设备维护和大规模部署成本等问题。对很多用户而言,附近的地面数据中心仍可能拥有更低的延迟和成本。 因此,轨道AI计算目前还是一个需要验证的商业方向,而不是已经建立的护城河。 但投资者应该思考一个更长远的问题: $NVDA 掌握AI计算芯片,$TSLA 正在推动AI进入汽车与机器人,而 $SPCX 如果成功将卫星通信、火箭运输与轨道计算结合,它在整个AI产业链中的定位会变成什么? 马斯克过去讲的是让人类成为多行星物种。未来SpaceX另一项巨大的商业价值,可能来自把部分智能基础设施搬到地球上空。 从GPU到数据中心,从地面网络到轨道计算,AI基础设施的竞争正在不断扩大。 未来真正具有价值的,也许不只是拥有最多GPU的企业,而是能够以最低成本、最低延迟,把智能送到全球用户面前的企业。 如果这条路线最终成功,市场今天对 $SPCX 的估值,是否已经充分反映了它在全球AI基础设施中的潜在地位? 你认为SpaceX未来最大的利润来源,会是Starlink卫星互联网、Starship发射服务,还是目前仍在早期阶段的轨道AI计算?
显示更多
腾讯 70 亿找甲骨文租了 10 万块芯片🤣 腾讯今年同意了为期五年的租赁协议,涉及甲骨文位于东南亚多个数据中心的设施。该协议使腾讯能够获得约10万枚在中国无法获得的先进人工智能芯片,以进一步推进其人工智能模型和开发代理工具。该协议估计价值约70亿美元,首付比例为30%。 导致腾讯第二季度财报中自由现金流为负138亿元人民币(20亿美元)——这是十多年来的首次季度负值。
显示更多
前天,IREN宣布签署总价值 28亿美元 的多年代理AI云合同,并将2026年底AI云年化运行收入(ARR)目标从37亿美元上调至 超过40亿美元(其中85%已签约)。这一消息不仅推动股价大涨,更传递出一个清晰的市场趋势:AI算力需求正从顶级frontier labs向更广泛客户群外溢。 IREN的新合同主要来自 Perplexity(AI搜索)、Figure AI(物理AI与机器人)、Together AI、Fireworks AI、Fal AI、Hume AI 等专注领域AI公司,以及一个未具名的领先AI开发商。加上此前已有的 Microsoft 和 NVIDIA,IREN的客户画像已覆盖: Hyperscalers(超大规模云厂商) 专业AI开发商 企业级用户 公司明确表示,正在“broadening our customer base across hyperscalers, enterprises and AI developers”,并优先选择多样化分配容量,避免过度依赖少数巨头。 IREN在公告中指出,“hyperscalers、enterprises、AI developers and frontier labs”的需求持续超过其可用和计划容量。过去一年,其自建AI云容量从约3MW激增至2026年交付480MW,2027年目标1.2GW,仍供不应求。 这说明前沿实验室(frontier labs)仍是重要驱动力,但其需求已无法独占新增容量。 大量中层和应用层AI公司(推理、专用模型、机器人、生成媒体等)开始大规模锁定长期GPU资源。 许多合同包含客户预付款(约占GPU资本支出45%),显示买家意愿强烈且愿意承担前期成本。 IREN的案例是AI基础设施热潮的缩影:算力短缺正从“顶级玩家军备竞赛”扩散至整个AI生态。这对数据中心运营商、GPU供应链和新能源行业都是长期利好,也意味着AI商业化落地正在加速。 随着更多公司加入“算力抢夺战”,2026-2027年将成为AI基础设施大规模部署的关键窗口。IREN的故事,或许只是行业多元化浪潮的开始。 免责声明:本人持有推文题及资产,观点充满偏见,非投资建议dyor
显示更多