是的,无穷无尽的堆叠机架,构成了云计算体系的基础。
去年,全球前二十大云计算与互联网服务供应商的资本支出大幅增长至1200亿美元,而其中大部分资金都被用于为庞大的数据中心提供设备支持。
根据Synergy Research Group的调查数据,2018年谷歌与微软等企业在建筑与设备等实物性资产方面的投资额增长了43%。与此同时,电信服务供应商的资本开支数字则与2016年基本持平。
当然,这并不是说电信企业在基础设施身上花的钱比较少——Synergy解释称,在过去一年,全球四十家最大规模电信公司投入了超过2400亿美元以支持自家网络与服务。
另外,虽然电信领域的投资水平并没有明显波动,但2018年每一季度都创下了超大规模支出的新纪录,其中第四季度的投入金额更是增长到320亿美元。
面对最终统计结果,相信没人会感到意外——2018年排名前五的超大规模基础设施投入方分别为:谷歌、亚马逊、微软、Facebook以及苹果。但真正有趣的是,其支出数字与电信行业中的前五名大致相当,分别为中国移动、AT&T、Verizon、NTT以及德国电信。
Synergy公司首席分析师John Dinsdale表示,“超大规模服务运营商正在迅速成为IT世界中的核心资本支出力量。平均而言,随着云服务、电子商务、社交媒体以及在线广告在体量上的持续扩张,超大规模服务运营商的收入正以每年20%的比例增长;另外值得注意的是,领先企业正在持续投资以不断提升营收增幅。而这一切,同收入及资本支出都没什么显著增长的电信公司形成了鲜明的对比。在我们看来,这些趋势在短期之内都不会发生显著变化。”
今年1月,Synergy公司发布报告,称全球超大规模数据中心总量已经达到430座,而接下来的2个月间又有9座超大规模数据中心竣工投产。
Synergy公司并没有公布其对于“超大规模”这一表述的确切定义,仅暗示称该词汇与基础设施的成本水平有关。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。