跳到正文

#制造业

今日 14 条
9月24日周四
  1. Microsoft Research49

    微软研究院发布 Physical AI Toolchain 推理卸载功能,称边云推理优于板载 GPU

    微软研究院发布 Physical AI Toolchain 新增的机器人推理卸载功能,开发者可用基于 Kubernetes 的声明式工具把机器人 AI 负载容器化并编排到机器人、边缘与云端,官方称其为行业首个此类能力。

    决策要点

    机器人推理正从机载算力转向边云协同,机器人本体可被简化为轻量终端,网络与边缘云端算力成为部署成败关键。

    • 影响机器人本体可减去高功耗板载 GPU,成本、重量与续航结构随之改变;更大模型不再受机载内存约束;新风险是推理依赖网络时延、带宽和边缘云端 GPU 资源供给。
    • 参考可考虑在机器人试点前先算一笔账,参照其测试口径对比板载 GPU 与边云推理的整机成本、续航和网络要求;值得评估 Physical AI Toolchain 开源工具是否适配现有 ROS2 与仿真环境。
8月23日周日
  1. Tomasz Tunguz 博客70

    The AI Bullwhip

    Tomasz Tunguz 分析称AI基础设施短缺正沿供应链轮转,从2023年的GPU、内存,到2025年的服务器CPU和2026年的存储,每一轮都抬高成本基线。

    决策要点

    AI算力成本上涨的实质是供应链牛鞭效应,短缺在硬件环节间轮转且滞后以年计,每一轮都把成本基线推高。

    • 影响自建或包算力的成本曲线被整体抬高,数据中心土建与电力成为涨速最快的成本项,每吉瓦约200亿美元造价抬高自建门槛;扩产集中在2027-2028年交付,届时采购方可能获得议价窗口。
    • 参考可考虑把AI基础设施预算按GPU、内存、存储、电力分项测算再定采购节奏;签长期产能合约前,值得先推演2027-2028年扩产交付后的价格情景。