扫描下载APP
其它方式登录
xAI拥有约55万块英伟达GPU，但模型算力利用率仅11%，暴露大规模AI基础设施中软硬件协同、通信瓶颈与调度效率等系统性挑战；行业普遍存在算力浪费现象，Meta和谷歌利用率已达43%–46%，xAI正推进软硬栈优化并探索GPU租赁及自研芯片（TeraFab）路径。
摩尔线程2025年全年营收同比增长243.37%至15.05亿元，2026年一季度营收7.38亿元、同比增155.35%，账面归母净利润0.29亿元，但主要依赖7006万元政府补助；扣非后仍亏损0.54亿元。公司高度依赖大客户（前五大客户贡献91.36%营收），单季盈利难言拐点，全功能GPU技术路线带来高投入、长周期挑战，商业化可持续性面临客户结构单一、互联网大厂订单未突破等关键瓶颈。
环保鞋履品牌Allbirds因持续亏损、品牌溢价失效及市场竞争力丧失，于2026年以3900万美元出售全部鞋类业务，更名「NewBird AI」，全面转向人工智能基础设施领域，计划提供GPU即服务和AI原生云解决方案，并获5000万美元可转换融资，但其技术能力、团队背景与资本规模面临严峻质疑。
文章聚焦USD.AI项目，分析其将AI基础设施（尤其是GPU）作为现实世界资产进行链上融资的创新模式：通过代币化电子仓单抵押发放USDC贷款，构建USDai（流动性层）、sUSDai（收益层）和CHIP（治理层）三层架构，并探讨其在技术折旧、现金流验证和期限错配等方面的结构性风险。
Allbirds公司出售鞋履业务后宣布转型AI算力服务，更名为NewBird AI，凭借5000万美元可转债融资计划提供GPU租赁服务，股价单日暴涨582%。文章指出其缺乏实际算力运营能力、供应链和基础设施，质疑其本质是借AI概念炒作的壳公司重组，类比2017年Long Blockchain的区块链炒作事件。
美国运动鞋品牌Allbirds因业绩持续下滑、巨额亏损及退市风险，于2026年4月宣布彻底退出制鞋业务，以3900万美元出售全部鞋类资产，并转型为AI算力基础设施公司NewBird AI，计划通过采购GPU提供租赁服务；此举引发股价单日暴涨超800%，凸显资本市场对AI概念的狂热追捧与叙事驱动特征。
GPU算力市场缺乏统一价格基准，多家指数报价分歧显著，H100和B200价格变动在时间节奏、幅度和结构上差异巨大；市场呈现囤积、转租等非正式交易特征，暴露基础设施与金融基础设施双重缺失：无标准合约、无远期曲线、无质量保障、无流动性，导致价格信号失真、供需无法有效出清。
GPU租赁市场进入深度紧缺状态，H100一年期租金半年涨近40%，算力供给被提前锁定至2026年下半年甚至2028年；多智能体、原生内容生成等AI新范式驱动token消耗指数增长，5–10倍投资回报率使价格难以抑制需求；市场定价权向供给侧转移，长期合约主导交易，动态定价与结构性错配正重塑AI基础设施估值逻辑。
文章探讨AI算力基础设施的集中化趋势及其地缘政治与经济风险，指出少数云服务商和国家正主导先进GPU资源，加剧‘算力鸿沟’；主张重构AI基础设施，强调去中心化路径应以真实计算贡献为治理基础、保障全球无许可访问，并提醒企业及早布局以防战略锁定。
Predictive Oncology更名为Axe Compute并在纳斯达克上市，以企业级身份商业化Aethir的去中心化GPU网络，为AI企业提供算力服务。Axe Compute作为前端交付主体，Aethir提供底层支持，连接Web3与Web2企业需求。
英伟达市值突破5万亿美元，26年创造8000倍回报。从GPU发明者到AI军火商，抓住PC、加密挖矿、AI等风口，经历三次失败后崛起。
中国初创公司 DeepSeek 推出的大型语言模型（LLM）在性能和成本上超越了现有的 ChatGPT，引发市场震动。DeepSeek 的模型以更低的训练成本和更高的效率著称，导致科技股大跌，尤其是英伟达股价重挫。尽管其训练成本数据存疑，但其技术突破可能推动 AI 行业进入新阶段，降低 AI 推理成本并扩大应用场景。市场对 AI 基础设施投资的必要性产生质疑，反映出对未来需求和盈利模式的不确定性。
本文探讨了加密货币与人工智能结合的挑战和机遇，包括验证AI推理准确性的问题、Web3的AI用例和GPU DePIN技术。目前，Web3 AI服务主要服务于Web2客户，但仍有潜力。开源模型和框架可以提高抗审查能力，但也面临数据获取和保密计算的挑战。Web3提供了通过随机抽样和ZK证明达成共识的解决方案，并节省中心化Web2 AI服务的成本。未来，数据在Web3 AI中的作用可能会发生变化，可能会出现一种新的范式。
Nvidia是一家GPU厂商，曾在游戏领域发展，现已成为业内实力派显卡厂商。随着计算机技术发展，Nvidia逐渐崛起，股价屡创新高。它放弃支持其他3D接口，全力支持微软的Direct3D，成为市场头号玩家。Nvidia早在2007年就意识到GPU的通用计算能力，推出了CUDA软件平台。现在，使用Pytorch等框架可以轻松实现CUDA加速。游戏不仅仅是娱乐，也是推动计算机软硬件发展的重要力量。GPU从游戏发展到现在的AI基础设施。
黄仁勋在加州理工大学毕业典礼上发表演讲，强调人工智能的下一波浪潮是机器人技术。他分享了英伟达的发展历程和对未来的展望，指出人工智能是每个行业的基础，机器人技术将成为数十亿美元的市场。他鼓励毕业生接触人工智能，并分享了自己的创业经历和经验教训。NVIDIA的加速计算技术正在改变计算机行业，而人工智能产业也正在形成。黄仁勋希望毕业生能相信自己，抓住机遇，将挫折视为新的起点。
