微软以仿生学伪装数据中心应对社区反对
微软宣布通过“仿生学”策略将其数据中心融入自然景观，以缓解当地居民对噪音、污染及绿地丧失的抗议。该公司计划在美德两地超 20 个站点实施此类项目，并承诺修复受损生态系统。尽管此举旨在改善邻里关系，但批评者指出其扩张速度仍导致大量树木被砍伐且温室气体排放持续增加。
#资本开支
#资本开支
今日 0 条The Verge · AIAI 评分4242 Hacker News · AIAI 评分4242 新报告警告 AI 数据中心电子垃圾问题巨大
非营利组织 Basel Action Network 发布新报告，预测到 2050 年 AI 相关电子垃圾将增至 39500 万至 6.17 亿吨。该估算首次纳入冷却系统、电源及网络设备等基础设施，远超以往仅关注服务器和 GPU 的保守数据。若缺乏规划，当前 AI 建设可能演变为比现有更严重的有毒废物危机。
NVIDIA BlogAI 评分2828 NVIDIA AI Factories 如何通过三大特性最大化投资回报
NVIDIA AI Factories 通过高生产力、长寿命和通用性三大特性最大化投资回报。SemiAnalysis 数据显示，Vera Rubin NVL72 系统每兆瓦吞吐量比 GB300 NVL72 高出 30 倍以上，DeepSeek V4 Pro 模型每百万 token 成本降低 45 倍。
Hacker News · AIAI 评分7272 布鲁金斯报告预测 2025-2032 年 AI 基建投入达 10.3 万亿美元且风险向表外转移
Columbia Business School 教授 Stijn Van Nieuwerburgh 在 Brookings Papers on Economic Activity (BPEA) 秋季会议上发表论文，预测 2025 至 2032 年间美国在 AI 数据中心建筑、电力系统、网络基础设施及专用芯片等领域的总投资将达到 10.3 万亿美元，年均占美国 GDP 的 3.63%。 该研究指出，随着投资规模扩大，风险正从大型企业的透明表内融资，迁移至合资企业、私人信贷、证券化、特殊目的载体（SPV）、租赁承诺和贷款担保等不透明的表外结构。这些表外安排高度依赖 AI 公司的现金流和抵押品价值，而后者面临需求不确定、技术快速迭代、电力与硬件获取及时性以及少数数据中心租户信用质量等多重波动风险。 作者强调，虽然目前尚不宜断定 AI 基础设施已构成与过往信贷繁荣相当的系统性风险，但表外结构可能导致下行周期前难以观察到相关性暴露。因此，当前阶段最重要的政策贡献应是改善测量与透明度，而非急于下结论。此推断基于论文原文对融资结构变化的描述，属于对潜在风险的机制分析，非既定事实。