伯恩斯坦:OpenAI 至 2030 年算力基础设施支出或达 6140 亿美元,低于此前 7500 亿美元传闻
伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 已披露的算力合作协议对应基础设施支出到 2030 年累计或达 6,140 亿美元,明显低于《华尔街日报》此前传出的 7,500 亿美元。
伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 已披露的算力合作协议对应基础设施支出到 2030 年累计或达 6,140 亿美元,明显低于《华尔街日报》此前传出的 7,500 亿美元。
Meta 总裁 Dina Powell McCormick 在 WSJ Tech 大会上表示,中期选举中民主党的胜选将令企业更难建设数据中心,行业尚未充分解释这些投资的好处。
Pragmatic Engineer 播客访谈前 Slack 后端性能负责人、前 GitHub 工程师 Maude Lemaire,讨论超大规模产品的扩展挑战。
Databricks 一线工程师撰文提出企业重估单一前沿模型供应商策略的七大压力,主张开放权重模型已能以更低成本达到与顶级前沿模型相当的基准表现,并带来数据主权与运营自主。
推荐理由:文中七条来自企业部署一线的观察,解释了单一前沿模型策略为何被重估,以及开放权重模型的成本与治理权衡。
AI 编程成本不该按 token 计量,而应以「每合并 PR 成本」衡量交付成果。编程智能体单任务耗用的 token 可达普通聊天的 10-50 倍,Uber 扩用 Claude Code 后据报 4 月即耗尽 2026 年 AI 预算。HPE 将 150 多个内部应用的常规任务路由到本地开源权重模型,token 成本降 30-50%。
Partnership on AI 研究者 Madhulika Srikumar 与 Claire Leibowicz 撰文指出,当前智能体框架不能可靠生成安全部署所需的可观测性记录,业界应对智能体越权行为主要依赖运气和事后补救。