中国计划到2030年将AI算力提升四倍
中国工信部发布《信息通信行业发展「十五五」规划》，把 2030 年全国智能算力目标定在 9800 EFLOPS。国家数据局最新数据显示，截至 7 月底，全国智算规模约为 2450 EFLOPS（FP16）。按这个口径计算，未来四年多还要再扩大约 4 倍。
规划还提出，有序部署万卡、十万卡及以上智算集群，面向不同场景建设推理算力，并加大国产算力芯片适配。目前全国已经建成 52 个万卡以上智算设施。工信部披露，6 月底智能算力规模为 2185 EFLOPS，同比增长 177%。
规划表格以 2025 年的 1590 EFLOPS 为基准，到 2030 年达到 9800 EFLOPS，相当于扩大到约 6.2 倍。同期整个信息通信行业的信息基础设施累计投资目标为 3.8 万亿元，这笔钱还包括通信网络等基础设施，并非全部用于 AI 算力。
信源
动察 Beating 频道 · 动察 Beating 交流群
中国工信部发布《信息通信行业发展「十五五」规划》，把 2030 年全国智能算力目标定在 9800 EFLOPS。国家数据局最新数据显示，截至 7 月底，全国智算规模约为 2450 EFLOPS（FP16）。按这个口径计算，未来四年多还要再扩大约 4 倍。
规划还提出，有序部署万卡、十万卡及以上智算集群，面向不同场景建设推理算力，并加大国产算力芯片适配。目前全国已经建成 52 个万卡以上智算设施。工信部披露，6 月底智能算力规模为 2185 EFLOPS，同比增长 177%。
规划表格以 2025 年的 1590 EFLOPS 为基准，到 2030 年达到 9800 EFLOPS，相当于扩大到约 6.2 倍。同期整个信息通信行业的信息基础设施累计投资目标为 3.8 万亿元，这笔钱还包括通信网络等基础设施，并非全部用于 AI 算力。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍6😁1
中国AI算力版图重画：过半新数据中心项目涌向北方和西北
中国新增 AI 算力正在明显向北方和西北地区集中。BloombergNEF 最新统计显示，全国在建和规划中的数据中心项目，已经有超过一半分布在北方和西北，包括内蒙古等地。按其预测，到 2028 年，这些地区将超过北京、上海等传统数据中心集中地，成为全国最大的算力供给区域。
到 2030 年，北方和西北预计将占全国已投运数据中心 IT 容量约三分之一。这些地区吸引数据中心，主要因为土地和电力更便宜，气候也更适合散热。DeepSeek、智谱等 AI 公司也正在这些地区建设大型数据中心。
不过并不是所有算力都会往西迁。模型训练、云存储等对延迟不敏感的任务更适合放到西部；自动驾驶等需要快速响应的任务，仍要靠近东部用户。
信源
动察 Beating 频道 · 动察 Beating 交流群
中国新增 AI 算力正在明显向北方和西北地区集中。BloombergNEF 最新统计显示，全国在建和规划中的数据中心项目，已经有超过一半分布在北方和西北，包括内蒙古等地。按其预测，到 2028 年，这些地区将超过北京、上海等传统数据中心集中地，成为全国最大的算力供给区域。
到 2030 年，北方和西北预计将占全国已投运数据中心 IT 容量约三分之一。这些地区吸引数据中心，主要因为土地和电力更便宜，气候也更适合散热。DeepSeek、智谱等 AI 公司也正在这些地区建设大型数据中心。
不过并不是所有算力都会往西迁。模型训练、云存储等对延迟不敏感的任务更适合放到西部；自动驾驶等需要快速响应的任务，仍要靠近东部用户。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍5😁1
小米新一代模型MiMo-X首次亮相：Pro、Flash两款模型开启内测
小米首次公布新一代 MiMo-X 系列，首批包括 MiMo-X-Pro-Preview 和 MiMo-X-Flash-Preview 两款模型。
目前公开的体验入口是新推出的 Xiaomi MiMo Desktop，获邀用户可限时、限量、免费使用。官方暂未公布两款模型的参数、上下文长度、基准成绩和 API 开放时间。
MiMo-X 面向复杂推理、多 Agent 协作、大型编程项目、Office、网页与交互设计、视频剪辑、3D 生成、音乐生成和电脑操控等专业工作场景。MiMo Desktop 可以直接读取文档、表格、图片、视频等素材，自动拆任务、调用工具和浏览器，并交付可继续编辑的 PPT、网页、App 等成果；大型任务还能拆给多个 Agent 协作。
小米三周前就在财报会上预告，首个 MiMo 桌面应用和新模型即将推出。这次两者一起进入预览测试。
信源
动察 Beating 频道 · 动察 Beating 交流群
小米首次公布新一代 MiMo-X 系列，首批包括 MiMo-X-Pro-Preview 和 MiMo-X-Flash-Preview 两款模型。
目前公开的体验入口是新推出的 Xiaomi MiMo Desktop，获邀用户可限时、限量、免费使用。官方暂未公布两款模型的参数、上下文长度、基准成绩和 API 开放时间。
MiMo-X 面向复杂推理、多 Agent 协作、大型编程项目、Office、网页与交互设计、视频剪辑、3D 生成、音乐生成和电脑操控等专业工作场景。MiMo Desktop 可以直接读取文档、表格、图片、视频等素材，自动拆任务、调用工具和浏览器，并交付可继续编辑的 PPT、网页、App 等成果；大型任务还能拆给多个 Agent 协作。
小米三周前就在财报会上预告，首个 MiMo 桌面应用和新模型即将推出。这次两者一起进入预览测试。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍4
DeepSeek V4.1 Flash开始内测，改个模型ID就能直接用
DeepSeek 开始内测 V4.1 Flash 中间版本。官方微信群通知称，新模型换了新的模型架构，原生支持多模态，能力更强、速度更快、成本更低。当前计费与 V4 Flash 相同，单账号最多 20 并发。
用户已经可以直接调用。base_url 不用改，只需把原来的模型 ID 换成 deepseek-v4.1-flash-expires-on-0910。
动察 Beating 频道 · 动察 Beating 交流群
DeepSeek 开始内测 V4.1 Flash 中间版本。官方微信群通知称，新模型换了新的模型架构，原生支持多模态，能力更强、速度更快、成本更低。当前计费与 V4 Flash 相同，单账号最多 20 并发。
用户已经可以直接调用。base_url 不用改，只需把原来的模型 ID 换成 deepseek-v4.1-flash-expires-on-0910。
动察 Beating 频道 · 动察 Beating 交流群
👍7🐳3
Meta首席AI官Alexandr Wang驳斥SemiAnalysis「刷榜论」：老测试早已饱和
AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3，称它们是目前最明显的「benchmaxxed」模型之一，也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%，已经接近 GPT-6 Astra 和 Claude Fable 5.1；换到刚发布不久的 Terminal-Bench 4.0，却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。
SemiAnalysis 怀疑，问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开，即使模型厂商不直接拿测试题训练，也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试，却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。
Meta 首席 AI 官 Alexandr Wang 随后反驳，称这个论点「很蠢」。他举例，GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和，无法再有效区分顶尖模型，而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务，同时修改了 19 道题，并重新调整时间、CPU 和内存等资源限制。
信源
动察 Beating 频道 · 动察 Beating 交流群
AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3，称它们是目前最明显的「benchmaxxed」模型之一，也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%，已经接近 GPT-6 Astra 和 Claude Fable 5.1；换到刚发布不久的 Terminal-Bench 4.0，却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。
SemiAnalysis 怀疑，问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开，即使模型厂商不直接拿测试题训练，也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试，却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。
Meta 首席 AI 官 Alexandr Wang 随后反驳，称这个论点「很蠢」。他举例，GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和，无法再有效区分顶尖模型，而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务，同时修改了 19 道题，并重新调整时间、CPU 和内存等资源限制。
信源
动察 Beating 频道 · 动察 Beating 交流群
🤡8
DeepSeek V4.1 Flash实测输出跑到420 Token/s
DeepSeek V4.1 Flash 首批实测显示，模型输出速度达到 420 Token/s，连续生成 7.1 万多个 Token 只用了不到 3 分钟。
作为参考，Artificial Analysis 当前测得 V4 Flash 0731 在 DeepSeek API 上的输出速度约为 128 Token/s。
动察 Beating 频道 · 动察 Beating 交流群
DeepSeek V4.1 Flash 首批实测显示，模型输出速度达到 420 Token/s，连续生成 7.1 万多个 Token 只用了不到 3 分钟。
作为参考，Artificial Analysis 当前测得 V4 Flash 0731 在 DeepSeek API 上的输出速度约为 128 Token/s。
动察 Beating 频道 · 动察 Beating 交流群
⚡10🤯3💋3🤔1
Herdr 0.9上线多机器管理：本地和远程Agent一起管
Herdr 发布 0.9.0，加入多机器管理。它可以理解成专门给 Coding Agent 用的 tmux：把 Claude Code、Codex、Cursor Agent CLI 等开在里面，统一挂后台、切换和查看状态。终端关掉、SSH 断开，Agent 也能继续跑。
现在一个 Herdr 客户端可以同时接入本机和多台 SSH 机器，把不同机器上的项目和 Agent 放进同一个侧边栏。哪个 Agent 正在工作、哪个在等审批或提问，都能直接看到并点进去继续操作。
目前这些 Agent 还不能跨机器互相调用或协作，跨机器 Agent 协作仍在后续计划中。
信源
动察 Beating 频道 · 动察 Beating 交流群
Herdr 发布 0.9.0，加入多机器管理。它可以理解成专门给 Coding Agent 用的 tmux：把 Claude Code、Codex、Cursor Agent CLI 等开在里面，统一挂后台、切换和查看状态。终端关掉、SSH 断开，Agent 也能继续跑。
现在一个 Herdr 客户端可以同时接入本机和多台 SSH 机器，把不同机器上的项目和 Agent 放进同一个侧边栏。哪个 Agent 正在工作、哪个在等审批或提问，都能直接看到并点进去继续操作。
目前这些 Agent 还不能跨机器互相调用或协作，跨机器 Agent 协作仍在后续计划中。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍2🎉1
ChatGPT Work新增文风学习：以后写东西更像你本人
OpenAI 给 ChatGPT Work 上线「Writing style」功能。连接 Gmail、Google Drive、Slack、SharePoint 后，它可以直接从你过去写的邮件、消息和文件里学习文风，包括常用词、固定结尾和大小写习惯。之后让 Work 写邮件、消息或文档时，会自动套用这些习惯。
以前想让 ChatGPT「写得像自己」，通常要自己描述语气，或者反复提供范文。现在这一步可以直接交给 Work，从已有工作内容里自动学习。社区讨论比较多的一个问题是，不同场景下人的文风本来就不同，比如 Gmail 和 Slack 可能完全是两套语气，目前 OpenAI 还没说明遇到这种情况会怎么处理。
目前可在网页端「Settings → Personalization → Writing style」设置，之后会应用到 ChatGPT Work 的网页和移动端。
信源
动察 Beating 频道 · 动察 Beating 交流群
OpenAI 给 ChatGPT Work 上线「Writing style」功能。连接 Gmail、Google Drive、Slack、SharePoint 后，它可以直接从你过去写的邮件、消息和文件里学习文风，包括常用词、固定结尾和大小写习惯。之后让 Work 写邮件、消息或文档时，会自动套用这些习惯。
以前想让 ChatGPT「写得像自己」，通常要自己描述语气，或者反复提供范文。现在这一步可以直接交给 Work，从已有工作内容里自动学习。社区讨论比较多的一个问题是，不同场景下人的文风本来就不同，比如 Gmail 和 Slack 可能完全是两套语气，目前 OpenAI 还没说明遇到这种情况会怎么处理。
目前可在网页端「Settings → Personalization → Writing style」设置，之后会应用到 ChatGPT Work 的网页和移动端。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍4
Arm CEO：AI会帮人类治愈癌症，但先得解决芯片荒
Arm CEO Rene Haas 认为，医疗会成为 AI 的「杀手级应用」。他在接受 BBC 采访时预测，AI 会在我们有生之年帮助人类治愈癌症，并大幅缩短新药发现和测试所需的时间。
Haas 的判断是，目前人类还很难完整模拟细胞、人体以及癌症对 DNA 的影响。随着数据和计算能力继续增加，AI 有机会解决这些过于复杂的问题。
但眼下先卡在芯片上。Haas 称，AI 公司正在建设多个 GW 级数据中心，芯片和内存需求已经超过现有供应能力。新建芯片工厂通常要花数百亿美元，还需要两三年，短期内很难补上缺口。
不过癌症研究者对「堆算力」没这么乐观。伦敦癌症研究所教授 Chris Bakal 表示，他的团队直接用患者样本训练 AI，并不需要巨型数据中心。医疗 AI 真正关键的可能不是谁的计算机最大，而是谁掌握了更好的患者数据。
信源
动察 Beating 频道 · 动察 Beating 交流群
Arm CEO Rene Haas 认为，医疗会成为 AI 的「杀手级应用」。他在接受 BBC 采访时预测，AI 会在我们有生之年帮助人类治愈癌症，并大幅缩短新药发现和测试所需的时间。
Haas 的判断是，目前人类还很难完整模拟细胞、人体以及癌症对 DNA 的影响。随着数据和计算能力继续增加，AI 有机会解决这些过于复杂的问题。
但眼下先卡在芯片上。Haas 称，AI 公司正在建设多个 GW 级数据中心，芯片和内存需求已经超过现有供应能力。新建芯片工厂通常要花数百亿美元，还需要两三年，短期内很难补上缺口。
不过癌症研究者对「堆算力」没这么乐观。伦敦癌症研究所教授 Chris Bakal 表示，他的团队直接用患者样本训练 AI，并不需要巨型数据中心。医疗 AI 真正关键的可能不是谁的计算机最大，而是谁掌握了更好的患者数据。
信源
动察 Beating 频道 · 动察 Beating 交流群
🥰3💊1
英矽智能AI药人体试验测出抗衰信号，6种衰老时钟都显示年龄下降
生物科技公司英矽智能在《Nature Biotechnology》发表新研究。研究分析其 AI 辅助设计药物 Rentosertib 的 IIa 期临床数据，发现接受治疗的患者在 6 种蛋白质衰老时钟上，都出现了生物年龄下降的信号。
Rentosertib 主要用于治疗特发性肺纤维化。研究分析了 42 名患者在 12 周内 4 个时间点采集的血液样本，根据数千种蛋白质的变化估算「生物年龄」。治疗组整体向年轻方向变化，安慰剂组基本不变或略有上升。其中每天两次服用 30mg 的组别信号最稳定。
但这还不能证明药物真的能让人变年轻或延长寿命。受试者全是肺纤维化患者，样本也很小。论文作者指出，目前无法完全分清这些变化来自抗衰作用，还是治疗肺纤维化后带来的变化。要确认真正的抗衰效果，还需要在健康人群中验证。
信源
动察 Beating 频道 · 动察 Beating 交流群
生物科技公司英矽智能在《Nature Biotechnology》发表新研究。研究分析其 AI 辅助设计药物 Rentosertib 的 IIa 期临床数据，发现接受治疗的患者在 6 种蛋白质衰老时钟上，都出现了生物年龄下降的信号。
Rentosertib 主要用于治疗特发性肺纤维化。研究分析了 42 名患者在 12 周内 4 个时间点采集的血液样本，根据数千种蛋白质的变化估算「生物年龄」。治疗组整体向年轻方向变化，安慰剂组基本不变或略有上升。其中每天两次服用 30mg 的组别信号最稳定。
但这还不能证明药物真的能让人变年轻或延长寿命。受试者全是肺纤维化患者，样本也很小。论文作者指出，目前无法完全分清这些变化来自抗衰作用，还是治疗肺纤维化后带来的变化。要确认真正的抗衰效果，还需要在健康人群中验证。
信源
动察 Beating 频道 · 动察 Beating 交流群
👍3
谷歌14年工程老将Addy Osmani加入Anthropic，参与Claude Code开发
Addy Osmani 宣布加入 Anthropic，接下来会参与 Claude Code 开发，重点改善开发者体验。
Osmani 在谷歌工作超过 14 年，长期负责 Chrome 开发者体验，后来转到 Google Cloud AI。他负责过 Cloud AI 开发者体验和技术布道，也参与 Agent Platform、Agent CLI、Agent Studio 等产品上线。
他近一年一直在研究 Coding Agent 和 Agent 工作流，也长期公开使用和分析 Claude Code。
信源
动察 Beating 频道 · 动察 Beating 交流群
Addy Osmani 宣布加入 Anthropic，接下来会参与 Claude Code 开发，重点改善开发者体验。
Osmani 在谷歌工作超过 14 年，长期负责 Chrome 开发者体验，后来转到 Google Cloud AI。他负责过 Cloud AI 开发者体验和技术布道，也参与 Agent Platform、Agent CLI、Agent Studio 等产品上线。
他近一年一直在研究 Coding Agent 和 Agent 工作流，也长期公开使用和分析 Claude Code。
信源
动察 Beating 频道 · 动察 Beating 交流群
数学家指控OpenAI抢发成果，还要求删掉Anthropic员工署名
纽约大学数学家 Tristan Buckmaster 和 Levent Alpöge 最近借助 Claude、Codex 等大模型，在一个月内推进了多个流体力学难题，部分结果已经通过 Lean 机器验证。
论文还没正式发完，两人先和 OpenAI 闹翻了。
Buckmaster 称，9 月初他们尚未公开的进展传到了 OpenAI。他主动联系 OpenAI，希望避免双方撞车。三天后，OpenAI 研究员 Sébastien Bubeck 告诉他，OpenAI 内部模型已经写出约 100 页的 Navier-Stokes 证明。这是数学界七个「千禧年难题」之一，Clay 数学研究所悬赏 100 万美元。
Buckmaster 随后反复追问 OpenAI 是什么时候开始做的。按照他的说法，对方最后确认，第一个 prompt 是最近几天才发出的，当时 OpenAI 已经知道他们取得了进展。OpenAI 走的还是一条与他们高度重合、此前很少有人研究的路线，背后还有一个团队和大量算力。
两人的研究草稿此前一直放在 Codex 里。Buckmaster 因此追问这些数据有没有被用于训练，没有得到明确回答。他也承认，目前没有证据证明 OpenAI 使用过这些数据。
后面的谈判把事情彻底推向公开。Buckmaster 称，OpenAI 提议让他们先发自己的成果，第二天再发布 Navier-Stokes；另一套方案由 Buckmaster 来写 OpenAI 的论文，但不要让 Alpöge 署名。Bubeck 据称两次提出删掉 Alpöge，提到的理由是他在 Anthropic 工作。
Buckmaster 拒绝后表示，如果 OpenAI 按这个方案发布，他会公开全部经过。他称对方随后问他：「你为什么要毁掉自己的职业生涯？」当天晚些时候，Bubeck 又单独联系 Alpöge，称自己不确定 Buckmaster 当时是否「完全理性」。Alpöge 没有接受单独沟通。
Buckmaster 最终提前公开论文和声明。他同时强调，自己没有看过 OpenAI 那份证明，不知道证明是否成立，也不知道自己的 Codex 数据有没有被使用。
Bubeck 随后公开否认相关指控，称其「虚假且煽动性」，并表示还会进一步回应。
信源
动察 Beating 频道 · 动察 Beating 交流群
纽约大学数学家 Tristan Buckmaster 和 Levent Alpöge 最近借助 Claude、Codex 等大模型，在一个月内推进了多个流体力学难题，部分结果已经通过 Lean 机器验证。
论文还没正式发完，两人先和 OpenAI 闹翻了。
Buckmaster 称，9 月初他们尚未公开的进展传到了 OpenAI。他主动联系 OpenAI，希望避免双方撞车。三天后，OpenAI 研究员 Sébastien Bubeck 告诉他，OpenAI 内部模型已经写出约 100 页的 Navier-Stokes 证明。这是数学界七个「千禧年难题」之一，Clay 数学研究所悬赏 100 万美元。
Buckmaster 随后反复追问 OpenAI 是什么时候开始做的。按照他的说法，对方最后确认，第一个 prompt 是最近几天才发出的，当时 OpenAI 已经知道他们取得了进展。OpenAI 走的还是一条与他们高度重合、此前很少有人研究的路线，背后还有一个团队和大量算力。
两人的研究草稿此前一直放在 Codex 里。Buckmaster 因此追问这些数据有没有被用于训练，没有得到明确回答。他也承认，目前没有证据证明 OpenAI 使用过这些数据。
后面的谈判把事情彻底推向公开。Buckmaster 称，OpenAI 提议让他们先发自己的成果，第二天再发布 Navier-Stokes；另一套方案由 Buckmaster 来写 OpenAI 的论文，但不要让 Alpöge 署名。Bubeck 据称两次提出删掉 Alpöge，提到的理由是他在 Anthropic 工作。
Buckmaster 拒绝后表示，如果 OpenAI 按这个方案发布，他会公开全部经过。他称对方随后问他：「你为什么要毁掉自己的职业生涯？」当天晚些时候，Bubeck 又单独联系 Alpöge，称自己不确定 Buckmaster 当时是否「完全理性」。Alpöge 没有接受单独沟通。
Buckmaster 最终提前公开论文和声明。他同时强调，自己没有看过 OpenAI 那份证明，不知道证明是否成立，也不知道自己的 Codex 数据有没有被使用。
Bubeck 随后公开否认相关指控，称其「虚假且煽动性」，并表示还会进一步回应。
信源
动察 Beating 频道 · 动察 Beating 交流群
❤1
AI初创公司Sapien以1.8亿美元估值完成新一轮融资，Ali Partovi领投
9 月 8 日，据《财富》杂志报道，人工智能初创公司 Sapien 完成新一轮融资，由 Neo 的 Ali Partovi 领投，公司估值达到 1.8 亿美元。
Sapien 成立于 2024 年 10 月，最初专注于财务规划与分析（FP&A）软件，如今正拓展至更广泛的财务与运营分析领域，利用 AI 帮助企业识别影响收入、利润率和现金流的关键业务因素，目前其客户包括拜耳、Carlex、Cooper Standard、Blink Charging 和 Westgate Resorts 等。
信源
动察 Beating 频道 · 动察 Beating 交流群
9 月 8 日，据《财富》杂志报道，人工智能初创公司 Sapien 完成新一轮融资，由 Neo 的 Ali Partovi 领投，公司估值达到 1.8 亿美元。
Sapien 成立于 2024 年 10 月，最初专注于财务规划与分析（FP&A）软件，如今正拓展至更广泛的财务与运营分析领域，利用 AI 帮助企业识别影响收入、利润率和现金流的关键业务因素，目前其客户包括拜耳、Carlex、Cooper Standard、Blink Charging 和 Westgate Resorts 等。
信源
动察 Beating 频道 · 动察 Beating 交流群
高通与亚马逊达成多代合作，共推AI数据中心定制芯片
9 月 8 日，高通 (QCOM.O) 今日宣布与亚马逊 (AMZN.O) 展开多代合作，为大规模 AI 数据中心提供定制化芯片，并共同推进 AI 推理。
双方还在合作开发最高达 1.6T 及未来世代的光互连解决方案。高通计划深化使用 AWS AI 基础设施（包括 Amazon Bedrock）进行电子设计自动化（EDA）工作负载，目标缩短芯片设计周期。
高通总裁兼首席执行官 Cristiano Amon 表示，AI 需求加速下数据中心基础设施需要计算和连接双线突破，高通很高兴与 AWS 在定制化芯片和连接解决方案上合作。AWS 副总裁 Prasad Kalyanaraman 表示，此次合作建立在牢固的伙伴关系基础上，共同致力于为客户提供更高效、更具成本效益的基础设施。
动察 Beating 频道 · 动察 Beating 交流群
9 月 8 日，高通 (QCOM.O) 今日宣布与亚马逊 (AMZN.O) 展开多代合作，为大规模 AI 数据中心提供定制化芯片，并共同推进 AI 推理。
双方还在合作开发最高达 1.6T 及未来世代的光互连解决方案。高通计划深化使用 AWS AI 基础设施（包括 Amazon Bedrock）进行电子设计自动化（EDA）工作负载，目标缩短芯片设计周期。
高通总裁兼首席执行官 Cristiano Amon 表示，AI 需求加速下数据中心基础设施需要计算和连接双线突破，高通很高兴与 AWS 在定制化芯片和连接解决方案上合作。AWS 副总裁 Prasad Kalyanaraman 表示，此次合作建立在牢固的伙伴关系基础上，共同致力于为客户提供更高效、更具成本效益的基础设施。
动察 Beating 频道 · 动察 Beating 交流群
传DeepSeek今年团队扩到1000人，两个月前刚宣布全员翻倍
一位一线机构投资人称，DeepSeek 今年的目标是把团队规模扩到约 1000 人。DeepSeek 暂未公开确认这一数字，但扩张已经开始。6 月，公司宣布所有部门规模至少扩大一倍，本周又一次性开放约 150 个后端和 Agent 基础设施招聘名额。
这轮扩张也不再只围绕模型研究。最新招聘已经覆盖大模型研究平台、Agent 框架、API、线上服务、数据工程和弹性计算。Harness 团队负责人崔添翼称，数据、机器、训练和评测任务、Agent 环境以及用户请求都在快速增加，原有后端系统需要持续升级甚至重写。
信源
动察 Beating 频道 · 动察 Beating 交流群
一位一线机构投资人称，DeepSeek 今年的目标是把团队规模扩到约 1000 人。DeepSeek 暂未公开确认这一数字，但扩张已经开始。6 月，公司宣布所有部门规模至少扩大一倍，本周又一次性开放约 150 个后端和 Agent 基础设施招聘名额。
这轮扩张也不再只围绕模型研究。最新招聘已经覆盖大模型研究平台、Agent 框架、API、线上服务、数据工程和弹性计算。Harness 团队负责人崔添翼称，数据、机器、训练和评测任务、Agent 环境以及用户请求都在快速增加，原有后端系统需要持续升级甚至重写。
信源
动察 Beating 频道 · 动察 Beating 交流群
AI芯片初创公司Celero完成2.75亿美元融资，Alphabet旗下风投CapitalG等联合领投
9 月 8 日，据彭博社报道，Celero Communications 是一家网络芯片制造商，该公司已完成 2.75 亿美元融资，本轮融资后估值超过 30 亿美元。随着市场对提升 AI 数据中心运行效率的需求不断增长，Celero 正受益于这一趋势。
该轮融资预计于周二公布，由 Atreides Management、Valor Equity Partners 和 Alphabet 旗下风险投资机构 CapitalG 共同领投。Atreides 管理合伙人兼首席投资官 Gavin Baker 将加入 Celero 董事会。
Celero 成立于两年前，主要开发相干数字信号处理器，用于加速 AI 系统通过光纤进行数据传输。其产品既可用于连接相邻的数据中心，也可连接同一数据中心内的不同机架，从而将更多 AI 芯片连接起来，形成更大规模的计算集群。
信源
动察 Beating 频道 · 动察 Beating 交流群
9 月 8 日，据彭博社报道，Celero Communications 是一家网络芯片制造商，该公司已完成 2.75 亿美元融资，本轮融资后估值超过 30 亿美元。随着市场对提升 AI 数据中心运行效率的需求不断增长，Celero 正受益于这一趋势。
该轮融资预计于周二公布，由 Atreides Management、Valor Equity Partners 和 Alphabet 旗下风险投资机构 CapitalG 共同领投。Atreides 管理合伙人兼首席投资官 Gavin Baker 将加入 Celero 董事会。
Celero 成立于两年前，主要开发相干数字信号处理器，用于加速 AI 系统通过光纤进行数据传输。其产品既可用于连接相邻的数据中心，也可连接同一数据中心内的不同机架，从而将更多 AI 芯片连接起来，形成更大规模的计算集群。
信源
动察 Beating 频道 · 动察 Beating 交流群