标签: GPU
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代价？】当你每一次点开ChatGPT时，千里之外的数据中心就在消耗资源——冷却水、电力、算力。单次AI请求的消耗微不足道，但乘上每天数十亿次的使用量，数字将触目惊心。2024年，全球数据中心耗电415太瓦时，占全球用电量的1.5%。到2030年，这一数字将翻倍，相当于日本全国一年的用电量。再加上芯片里的稀有矿物、堆积如山的电子垃圾、不断攀升的水消耗——AI的能耗究竟会对环境产生多大影响？这个问题亟须正视。与此同时，AI发展也带来了巨大的环境效益。AI技术可帮助优化电网调度、提升可再生能源预测精度，推动传统高耗能行业的生产流程升级，还能为气候变化建模、极端灾害预警提供更为精准的技术支持。这种“双刃剑”属性，让AI的环境影响讨论变得更加复杂。另一个不容忽视的问题是，在AI治理的讨论中，美欧长期占据主导：硅谷定调，布鲁塞尔立法，全球跟着走。全球南方国家作为AI产业链的资源提供者、新兴市场，却很少能发声回应AI给自己国家带来的环境影响，更难以参与到全球AI环境规则的制定过程中。今年7月在日内瓦举行的联合国AI治理全球对话开幕式上，一份白皮书打破了这种单声道叙事，开始郑重回答人工智能与环境之间的关系。这份由金砖国家三个大国的重要智库——国家高端智库复旦大学中国研究院、俄罗斯自然与人民基金会、印度帕勒基金会联合撰写，联合国互联网治理论坛环境动态联盟支持，并在这次联合国对话中发布的《人工智能与环境白皮书》，把人工智能的环境足迹与环境效益纳入同一分析框架、系统探讨人工智能与国际可持续发展的关系，也是金砖国家智库首次联手，把“全球南方”的视角带入了AI环境治理的讨论桌。著名经济学家杰弗里·萨克斯教授为《白皮书》作序时，称之为“具有里程碑意义的文件”。7月18日，在2026世界人工智能大会期间，由复旦大学中国研究院主办的《人工智能与环境白皮书》国际研讨会上，来自俄罗斯、印度和中国的专家，继续探讨人工智能与环境的关系。2012年的时候，训练一次AlexNet会排放0.01吨二氧化碳，这个量几乎可以忽略不计。2020年，训练一次GPT-3，排放量达到588吨。2023年的GPT-4，这个数字来到了5184吨。2024年的Llama3.1405B，数字变成了8930吨……很难想象，2030年我们面对的AI能耗会到什么地步？但训练AI只是这个问题的冰山一角。Facebook的实测数据显示：在已部署的AI系统中，推理贡献了约65%的碳排放，训练只占35%。随着AI走向亿级用户，这个比例只会更悬殊。MistralAI第一次把单次查询的账单摊开：一个400-token的回复，会排放1.14克的二氧化碳，消耗45毫升的水——水，可能是AI账本里最被忽视的一行。OECD预测，到2027年，AI相关用水量可达66亿立方米，这相当于英国半年的用水总量。更值得警惕的是：数据中心往往建在水资源最紧张的地方。以印度为例，印度有6亿人面临高至极端水压力，班加罗尔作为印度的科技中心、数据枢纽，却面临着地下水枯竭、未来净可用水量归零的严峻风险。中国“东数西算”把算力往西部赶，某种程度上是对这种矛盾的回应，但全球范围内，AI的水消耗仍在以一种近乎不可见的方式加剧区域资源竞争。除了水以外，硬件本身的代价，同样惊人。一台2公斤的电脑，生产需要约800公斤原材料——稀土、锂、钴、镓、铜。这些矿产的开采和冶炼，不仅涉及栖息地破坏、水污染和长期生态毒性，其环境影响还不成比例地集中在全球南方。等这些原材料被制成GPU后，在数据中心里通常只有3到5年的寿命。更新周期越短，淘汰越快，废弃的硬件堆积成山——2022年全球电子垃圾已达6200万吨，而AI专用设备产生的废料尚未被单独统计。算力越强，硬件迭代越快，电子垃圾的增长曲线只会更陡。
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用落地时代（CPU+各类端侧芯片）开启，国产CPU迎来AI行业的增量红利。AI时代已经告别单纯比拼显卡数量、堆超大算力集群的内卷阶段，行业重心转向赚钱、落地商用，行业估值逻辑重塑：不再只看GPU供货量，CPU、端侧专用芯片、行业推理方案都具备长期增长逻辑。十万卡全国产集群接入国家超算互联网，是数字基础设施自主可控标志性工程。大规模AI产业不再受制海外芯片供给限制，国家层面算力安全、数据安全保障能力提升，后续政企AI项目会优先采用国产CPU整机。单纯GPU炒作降温，国产服务器CPU、嵌入式芯片、边缘推理硬件成为新主线；市场重新定价海光等国产CPU企业：市场之前只把它当作普通服务器芯片厂商，现在确认深度绑定AI下半场刚需，业绩增长预期上调；端侧推理、行业AI应用、向量数据库配套硬件迎来估值修复机会。
基金科技继续王朝咯设备芯片封测轮番上阵我说了长鑫科技上市利好设备利好材
基金科技继续王朝咯设备芯片封测轮番上阵我说了长鑫科技上市利好设备利好材料注意下如果设备不反包新高那么就得继续落袋中午沐曦股份临时辟谣导致回落挺多但也不影响我进gpu继续搞科技吧目前主线还是半导体还有就是咱们惠新里面俩个股停牌影响收益但是后面大概率会有补涨的周五应该拓荆科技就能复牌了a股
红利AI基金etf12张图读懂AI数据中心：从电力到算力，从硬件到应用AI数
红利AI基金etf12张图读懂AI数据中心：从电力到算力，从硬件到应用AI数据中心不是机房，而是Token工厂。AI数据中心的本质，不只是把电力转化为算力，而是把算力进一步转化为Token、API调用和企业生产力。最近两年，AI产业链越炒越细：从大模型到算力，从GPU到光模块，从液冷到电力设备，再到PCB、变压器、储能和数据中心。很多人的问题不是“不关注AI”，而是越看越乱：到底什么是真需求？什么是蹭概念？AI数据中心为什么会同时拉动这么多行业？所以我整理了这组图，想用更直观的方式，把AI数据中心这件事讲清楚。看懂这个框架，才知道为什么电力、GPU、光模块、液冷、PCB、存储都会被卷进来；也才能分清楚，哪些环节是真正的核心瓶颈，哪些只是普通配套，哪些又可能只是短期概念炒作。$半导体ETF国联安sh512480$$兆易创新sh603986$$寒武纪sh688256$
【华为Mate80Pro性能解禁：麒麟9030ProGPU相比
【华为Mate80Pro性能解禁：麒麟9030ProGPU相比9020提升76%，《原神》能效表现优于高通骁龙8Gen3】华为去年发布了Mate80系列旗舰手机，搭载华为自研的麒麟9030及麒麟9030Pro处理器。今日，B站up主放出了一期针对华为Mate80Pro的性能分析报告。据介绍，这两款芯片均基于同一种Die，估算约有150亿晶体管，规模与苹果A15、高通骁龙8Gen2接近。其中，满血版的麒麟9030Pro采用9核14线程架构，包含一颗2.75GHz超大核、四颗2.27GHz大核及四颗1.72GHz小核，并集成6核马良935图形处理器。麒麟9030则在此基础上屏蔽一颗CPU大核变为8核12线程，并采用了5核马良935AGPU。架构方面，麒麟这代大核与小核变化不大，主要对超大核寄存器深度及乱序执行窗口进行了微调。缓存上，超大核L2缓存翻倍至2M，5颗大核共享的L3从10M升级到12M，SLC缓存也提升至12M。在能效测试中，极客湾移植了原生的SPECCPU2017测试，并结合HiSmartPerf高性能模式进行了测试。结果显示，麒麟9030Pro的超大核能效稳步提升，性能接近高通骁龙8+的Cortex-X2核心，虽然仍未超越X2，但差距已非常接近。另外，麒麟9030Pro浮点性能进步更为明显，中频段能效表现出色。多核能效方面，得益于工艺升级和核心数量增加，9030Pro的多核能效曲线落在骁龙8Gen2和8Gen3之间，中低频能效甚至接近8Gen3，相比前代9020提升巨大。GPU方面，马良935架构获得了显著提升，ALU单元相比前代翻倍，算力提升超过200%。在3DMark的SteelNomadLight测试中，9030Pro比9020强了76%，能效曲线与骁龙8+接近。此外，9030Pro的NPU升级为“一大两小”三NPU架构，ISP方案也升级至9.0，基带面积则大幅缩减了31%。在实际应用表现方面，鸿蒙原生版《原神》的表现令人惊艳。Mate80ProMax在804P分辨率下可实现全程60帧畅玩，整机功耗仅4.9W，能效甚至优于8Gen3在720P下的表现。这得益于鸿蒙原生应用去除了冗余代码，以及芯片底层对图形驱动的深度优化。在《王者荣耀》120fps极致设定下，其平均功耗仅3W，能效表现极其出色。对于《异环》等游戏，虽然目前调度策略尚有优化空间，但整体表现已处于行业第一梯队。针对光线追踪技术，麒麟9030Pro集成的马良935GPU首次支持该功能，在《暗区突围》等重载场景下，系统通过针对性的驱动层优化，实现了功耗控制与性能释放的平衡。极客湾指出，Mate80系列的系统流畅度也远超预期。鸿蒙系统配合麒麟9030芯片，通过更智能的调度策略，避免了安卓端常见的“一刀切”限频问题，加上原生应用的高效开发框架，使得交互体验异常顺滑。华为Mate80Pro配备5750mAh电池，Mate80ProMax配备6000mAh大电池。测试数据显示，两款机型在极客湾5G续航5.0模型测试中均取得8.14分的成绩，在一众旗舰中稳稳保持第一梯队级表现。
美团投资的AI独角兽公司一、通用大模型独角兽1. 智谱AI（清华系大模型龙头）
美团投资的AI独角兽公司一、通用大模型独角兽1.智谱AI（清华系大模型龙头）美团战略入股，持股约5.54%，投前估值200亿元，国内头部通用大模型2.月之暗面（Kimi母公司）美团A1轮领投，最新估值超200亿美元，长文本大模型标杆，Kimi为国民级AI工具。3.光年之外美团20.65亿元全资收购（王慧文创办），初创即达2亿美元估值，AGI技术团队并入美团自研大模型LongCat。二、具身智能/机器人独角兽1.宇树科技（Unitree）美团第一大外部股东（持股9.65%），四足/人形机器人龙头，2026年科创板IPO过会，IPO估值420亿元。2.银河通用机器人美团天使轮领投、最大外部股东（持股15%），通用人形机器人Galbot落地药店自动分拣，估值210亿。3.普渡科技多轮大额参投，商用送餐机器人龙头，服务机器人赛道独角兽。4.星海图、自变量机器人美团联合/独家领投，专攻具身大模型（机器人大脑），单家估值破百亿，国内端到端通用机器人底座厂商。三、国产GPU/算力芯片AI独角兽1.摩尔线程国产桌面GPU龙头，美团早期投资，上市首日市值破3000亿。2.沐曦股份通用AI训练GPU独角兽，美团布局算力底层，对标英伟达A/H100。3.紫光展锐、爱芯元智AI边缘计算、车载芯片独角兽，美团布局终端AI算力。美团8年累计投资28家AI独角兽、43家硬科技企业，7家已完成上市。
从龙芯到GPU！唐志敏54岁再创业，为何总挑最硬的骨头啃？当全网吹捧“芯片
从龙芯到GPU！唐志敏54岁再创业，为何总挑最硬的骨头啃？当全网吹捧“芯片英雄”时，谁看见唐志敏孤注一掷的狠劲？54岁本可退休，他却砸声誉、赌融资，在GPU赛道硬刚英伟达——这哪是创业？分明是拿命填中国芯片最后的窟窿！第一，他专挑“死局”破。从龙芯一号终结无芯史，到海光借x86弯道超车，再到现在象帝先死磕GPU，唐志敏每次都选最难的路。别人躲着国外技术封锁，他偏要正面刚：“总要有人做！”第二，人才是他唯一的赌本。甘当人梯培养团队，连下属报告都代写，换来百人死忠研发军团。融资崩盘时没人跑路，只因跟着他“把不可能变可能”。第三，54岁敢押上全部。对赌失败？裁员危机？老将偏要绝地重生。网友骂“疯子”，他却说：“国产芯片要好用，不是可用！”
市场成交大的寒武纪：GPU涨价国瓷材料:MLCC涨价光迅科技：CPO涨价工业复联
市场成交大的寒武纪：GPU涨价国瓷材料:MLCC涨价光迅科技：CPO涨价工业复联：算力涨价兴森科技：PCB涨价蓝思科技：玻璃基板涨价中钨高新：钨、钻针涨价铜冠铜箔：PCB涨价总结下来还是PCB和CPO
GPU之间的数据传输增长呈指数级增长，这都涨到天上去了，全球AI光模块PCB市场
GPU之间的数据传输增长呈指数级增长，这都涨到天上去了，全球AI光模块PCB市场规模年增速的幅度高达83%，远远超过同期的光模块60%增速，而且，人工智能确实大动了，这些产业链的高速增长！AI人工智能是一个庞大的工程与基础建设相关产业链相对比较广泛！这些都是前期的需求增长！人工智能的基础建设，还属于一个初期发展阶段，等到下一个阶段，就是AI物理发展，也就是AI应用软件，让AI人工智能拥有自己的身体。到那个时候，那么产业链的集群就会更大！
这两年跟几个做金融AI的朋友聊天，发现一个挺普遍的现象：GPU采购预算批得爽快，
这两年跟几个做金融AI的朋友聊天，发现一个挺普遍的现象：GPU采购预算批得爽快，上架之后实际利用率却惨不忍睹。显卡经常在那儿"等着"，数据从存储搬过来要时间，网络传过来要时间，等数据到了，计算早就跑完了——典型的"车等油"。金融智能体对这个问题的敏感度尤其高。实时反欺诈、动态授信、智能投顾，智能体要在毫秒级完成"感知-决策-执行"闭环。数据路径一拥堵，推理时延抖动，体验和风控效果一起打折。中科曙光这次在金融展上推的"元融"方案，说白了就是冲着"不让GPU空等"来的。算力是scaleX40超节点——单节点40张GPU，显存加起来5TB多，万亿参数模型能装下。存储是ParaStorF9000，单节点带宽220GB/s，能同时给40张卡各喂5GB/s以上的数据。网络是scaleFabric，端到端时延压到0.93微秒。三层拉通之后，数据不用再从存储"长途跋涉"去找算力，算力就贴着数据跑。"元融"专攻AI创新和智能体推理，当然也有FlashNexus9000专门守住核心交易。江海证券已经跑通了四大场景。大模型推理从秒级压到百毫秒级，这个提升在真实业务里体感还是挺明显的。中科曙光元融金融展
沐曦股份刚在科创板站稳脚跟，转身就直奔港交所。这家国产GPU独角兽的动作，刚
沐曦股份刚在科创板站稳脚跟，转身就直奔港交所。这家国产GPU独角兽的动作，刚好踩在AI算力由海外单一供给转向国产并存的节骨眼上，它的目的很明确，就是去拿国际资本，重注砸向下一代通用GPU和软件生态。对于还在高研发投入期、亏损收窄的沐曦来说，光靠A股显然不够解渴。搞通用GPU这事，烧钱周期长、生态壁垒高，不备足粮草很难跟得上。但还是不少人质疑，毕竟公司刚上市不久，理财还没焐热就又要融资，吃相有点难看。但这或许正是硬科技的残酷现实，不拼命砸钱迭代，技术就会掉队，想保持身位就得持续吸金。这种刚上市就再融资的激进打法，你觉得是长期主义还是急于圈钱？评论区聊聊。
