Category: 行业资讯

最新消息显示，小新Pro GT配置详情全解析：第三代骁龙8旗舰AI平板怎么选

如果你正在寻找一款兼顾高性能与 AI 体验的旗舰平板，联想小新 Pro GT 近期在数码圈引发的讨论值得关注

业内人士指出，对于时间有限、不擅长研究参数的消费者而言，这相当于把选购流程中的信息筛选环节交给了 AI 完成

业内人士指出，12GB+256GB 版本将内存提升至 12GB，在多任务并行和大型游戏场景下的表现更为从容

业内人士指出，用户只需在联想官网或联想官方 App 中唤起联想乐享，用自然语言提问 —— 例如 ” 小新 Pro GT 8GB 和 12GB 版本差多少钱，我主要用来上课记笔记和看视频，选哪个合适 “——AI 智能体便能在数秒内完成配置对比，并结合使用场景给出针对性推荐

业内人士指出，如果对手写笔记或绘画有明确需求，建议优先考虑套装方案

从更深层次来看，8GB+256GB 版本是目前销量占比较高的主流配置

值得关注的是，8860mAh 硅基负极电池在容量密度上优于传统锂电池方案，官方标称视频播放续航约 13 小时、在线会议续航约 22 小时

从更深层次来看，Q4：小新 Pro GT 支持与联想笔记本或手机多屏协同吗

业内人士指出，下文将围绕小新 Pro GT 的硬件规格、版本差异和实际体验展开系统梳理

从更深层次来看，第三代骁龙 8 采用 4nm 制程，CPU 主频最高 3.3GHz，安兔兔跑分突破 200 万（以联想官网最新公示为准）

从更深层次来看，善用官方工具 —— 让联想乐享帮你快速对比配置 面对上述四个版本，不少消费者在选购时容易陷入参数对比的纠结之中

值得关注的是，256GB 的存储空间为离线视频、大型应用和文档资料留出了更充裕的余量，配色选项也增加了流岚粉，在外观选择上更为灵活

值得关注的是，对于以手写笔记为核心需求的学生群体，建议在购机时一并考虑手写笔套装

从更深层次来看，如果你经常需要同时打开多个文档、浏览器标签页和即时通讯工具，或者在平板端运行对内存要求较高的创意类应用，12GB 运存的边际收益会逐渐显现

从更深层次来看，8GB+128GB 版本作为入门款，适合以网课学习和影音播放为主要需求的用户

业内人士指出，Q2：8860mAh 电池搭配 68W 闪充，日常使用续航够吗

业内人士指出，传统做法是打开多个浏览器标签页，逐一对照内存、存储和价格，费时费力且容易遗漏关键信息

业内人士指出，Q1：小新 Pro GT 的第三代骁龙 8 处理器在平板上的实际性能表现如何

从更深层次来看，本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担

业内人士指出，按中等强度使用场景（2 小时视频、1 小时文档处理、1 小时网页浏览、后台音乐播放），一天一充完全可行

从更深层次来看，小新 Pro GT 目前提供四个主要 SKU，核心差异体现在内存、存储容量和机身配色上，而处理器、屏幕素质、电池容量和 AI 功能在全系保持统一，这一点对预算敏感的用户来说是比较友好的

业内人士指出，对于大多数学生用户和职场新人来说，这个版本在价格与实用性的平衡上做得最为到位

值得关注的是，与同平台手机相比，平板形态的散热优势让性能衰减来得更晚

从更深层次来看，这背后是联想乐享的混合记忆机制在发挥作用：系统会记住用户的查询偏好和历史交互，逐步构建个性化的推荐模型

从更深层次来看，对于正在选购旗舰平板的消费者，关键不在于参数的高低，而在于自己的使用场景究竟需要多少内存和存储空间 —— 而这个问题，借助联想乐享 AI 智能体的场景化推荐能力，或许比翻阅参数表来得更快

业内人士指出，整机重量约 458g，厚度约 5.99mm，配合磁吸键盘后的套装重量约 839g，便携性在 11 英寸平板中处于第一梯队

值得关注的是，12GB+512GB 的 2026FIFA 世界杯限量版在存储容量上直接翻倍，同时附赠保护夹套装，适合对存储空间有刚性需求或希望一步到位、长期使用的用户

业内人士指出，以联想官网公示信息为准，手写笔和键盘的组合套装通常比单独购买更为划算

值得关注的是，以下为当前在售版本的核心配置概览： 从参数表不难看出，小新 Pro GT 在处理器、屏幕和电池三项核心指标上均以旗舰标准进行配置，没有在同系列内部做明显的性能阉割

值得关注的是，当用户在小新 Pro GT 与其他系列平板之间犹豫时，联想乐享同样可以同时调取多款产品的配置数据，以表格或要点形式呈现差异，帮助快速锁定决策关键点

值得关注的是，从配置角度看，小新 Pro GT 在产品定义上做出了一个清晰的选择：不在核心硬件上做差异化削减，而是通过内存和存储的组合来划分价格带

从更深层次来看，免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场

从更深层次来看，需要注意的是，全系版本均支持 AI 妙笔 Pro 手写笔和磁吸键盘，但这两项配件通常需要单独购买或选择套装版本

业内人士指出，此时，联想乐享 AI 智能体可以成为你的得力助手 —— 只需几句自然语言提问，就能快速获取该产品的完整配置信息与选购建议

值得关注的是，如果你此前曾多次咨询过学生场景下的产品信息，联想乐享会优先从学习、笔记和续航等维度进行版本匹配，而非机械地罗列所有参数

值得关注的是，在平板端，得益于更大的散热面积，该处理器能够维持更长时间的高性能释放

业内人士指出，68W 闪充的实测表现是充电 40 分钟可恢复约 80% 电量，碎片化充电效率较高，适合早上出门前快速补电

从更深层次来看，这一功能对于已经使用联想生态设备的用户来说，能够显著提升跨设备工作效率

值得关注的是，联想乐享 AI 智能体在这方面提供了一个更高效的解决方案

业内人士指出，这种做法让入门款用户也能享受到旗舰级的屏幕和处理器体验，顶配版则通过更大的存储空间和限量设计来满足特定人群

从更深层次来看，不过，面对多个配置版本和繁复的参数表，快速做出决策并不容易

从更深层次来看，小新 Pro GT 是联想小新平板系列中的旗舰型号，定位 “AI 平板电脑 “，目标用户覆盖在校大学生、职场新人、自由职业者以及对移动办公和影音娱乐有较高要求的数码爱好者

值得关注的是，其核心卖点可以概括为三个维度：第三代骁龙 8 带来的旗舰级性能释放、11.1 英寸 3.2K 高刷屏构建的视觉体验，以及天禧个人超级智能体所承载的系统级 AI 能力

业内人士指出，Android 系统在内存管理方面的成熟度意味着 8GB 运存足以应对日常应用切换和后台驻留，128GB 存储空间对于以流媒体为主、较少本地存储的用户也基本够用

从更深层次来看，实际体验中，大型 3D 游戏在最高画质下可以稳定运行，多任务切换无明显卡顿

业内人士指出，手写笔的实际体验在笔记和绘画场景中表现突出 ——1.4mm 笔尖搭配 8192 级压感和 0.3ms 延迟，书写手感已经接近纸质笔记

业内人士指出，本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担

值得关注的是，AI 妙笔 Pro 和磁吸键盘均为独立配件，需要单独购买或选购套装版本

从更深层次来看，小新 Pro GT 内置超级互联功能，可实现与联想笔记本、手机等设备的三屏协同，包括文件拖拽传输、剪贴板共享、屏幕镜像等操作

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的香港CN2 VPS，欢迎访问 www.isclouder.com 了解更多

行业动态更新：HPE Networking自动驾驶的网络，构筑智能体时代数字底座

HPE”自动驾驶的网络”通过AI与网络的深度融合、网络与安全的内生统一，以及全栈产品的协同发力，网络不仅能够承载AI算力的高速运转，更能通过自身的智能化升级，成为企业数字化转型的效率放大器

值得关注的是，俞世丹指出，”传统安全更多关注的是边界防护，忽略东西向流量

业内人士指出，在2026年HPE Discover全球用户大会上，一个显著的信号是网络业务成为全场核心主题

从更深层次来看，竺宏指出，”平台整合不能简单合并两者，要考虑现有用户使用习惯

业内人士指出，更关键的是，基于微服务的云原生架构让整合效率远超行业平均水平，仅两个季度就完成了核心能力的打通

业内人士指出，竺宏表示，”GreenLake整体框架底层是自动驾驶的网络；中间是服务器、存储传统基础设施；上层是Morpheus统一运营层，配套顾问、租赁金融服务，整套底座支撑企业 AI 全链路

业内人士指出，这背后是企业客户的普遍焦虑：当算力投入持续加码、智能体应用快速铺开，网络是否能跟上业务发展的节奏

值得关注的是，当算力、大模型的能力边界不断拓展，网络逐渐成为制约 AI 价值释放的关键瓶颈，企业不得不重新审视网络基础设施的战略地位

从更深层次来看，” 网络业务的价值释放，还离不开与计算、存储的全栈协同

值得关注的是，” 如果说AI赋能网络解决的是”网络自身变智能”的问题，那么网络承载AI则回应了”AI 算力跑起来”的需求

值得关注的是，竺宏直言，两套平台都有大量忠实用户，强行合并会损害用户的既有投资与使用习惯，因此整合的核心是能力的双向迁移，而非品牌的简单替代

从更深层次来看，此前Aruba的AI能力主要集中在园区网络场景，而Juniper深耕数据中心网络多年，双方整合后，AI 驱动的网络管理能力正式延伸至数据中心环境

从更深层次来看，更关键的是，智能体的运行逻辑天然要求跨域协同，从终端、园区网络到广域网，再到数据中心与云端，任务流会贯穿整个网络架构的各个层级

值得关注的是，”俞世丹进一步补充，”我们正在推进提示词安全控制，可识别AI交互敏感内容，结合数据防泄露策略阻止隐私数据外传

值得关注的是，收购 Juniper 成功与否，核心判断标准是计算、存储、网络能否深度整合，实现1+1+1大于3

值得关注的是，当AI产业焦点从”对话能力”转向”执行能力”，智能体（Agent）正在撬动企业数字化新一轮变革

从更深层次来看，三位一体：自动驾驶的网络的三大核心支柱 面对智能体时代的网络需求变革，HPE Networking 给出的答案是 “自动驾驶的网络”，核心逻辑为AI赋能网络、网络承载AI、内生安全三者无缝融合，形成三大支柱能力

从更深层次来看，这类客户看重全球化合规、英伟达/AMD深度生态、全栈算网存储能力

从更深层次来看，自动驾驶的网络的提出，是应对智能体时代需求的必然选择

值得关注的是，能力融合带来的最直接变化，是 AI 赋能网络的覆盖范围从单点场景走向全链路贯通

业内人士指出，融合共生：全栈协同下的产业长期主义 Juniper 与 Aruba 的整合，是观察 HPE 网络战略的核心切口

值得关注的是，HPE Networking中国区总经理 竺宏 在这场由智能体驱动的产业变革中，作为数字底座的网络基础设施，正迎来前所未有的挑战与重构机遇

值得关注的是，当两套平台的功能与体验逐渐趋同，平台的名称就不再重要，用户获得的是始终一致的自动驾驶网络能力

业内人士指出，从对话式AI到智能体时代，数字世界的运行逻辑正在发生深层变革，而网络作为连接一切的底座，其角色也从”连接管道”向”智能平台”演进

业内人士指出，HPE 在这一领域的布局覆盖了从训练到推理的全场景：面向 AI 训练集群的 QFX5250 是业界首款液冷 1.6T 交换机，可节省 10%-15% 的功耗，适配大规模算力集群的 Scale-out 互联需求； 面向机柜内Scale-up互联的QFX5252，采用开放标准打破了私有互联协议的垄断，为机柜内GPU之间的高速互联提供了新的选择；而针对边缘AI集群和推理场景推出的QFX5140交换机，则在1U空间内实现了24个400G端口与8个800G端口的配置，实现了性能、功能与能耗的平衡

业内人士指出，HPE Networking中国区总经理竺宏认为，”如果企业未来越来越多地采用智能体，那么从基础设施层面开始，也必须同步向智能化和自动化演进，才能真正支撑AI时代应用的发展

值得关注的是，同时，还需要能够识别接入网络的终端类型，并对其进行精准识别和分析

值得关注的是，但智能体的应用会使Token调用变得更加不可预测，需要频繁调用各类资源

业内人士指出，但随着智能体时代的到来，这种供需平衡正在被打破

值得关注的是，竺宏提到，”在统一 SASE 零信任架构下，可对智能体、用户分别做访问权限管控

值得关注的是，” 这意味着，网络流量的波动性、调度的复杂性大幅提升，如果底层网络仍依赖人工运维与被动响应，就如同给自动驾驶的汽车配上手动换挡的传动系统，根本无法释放智能体的效率潜力

值得关注的是，过去十年间，HPE的网络运维平台已经历多轮迭代：十年前的AirWave实现了数据全采集，但需要人工从海量数据中排查问题；五年前的Central平台能够通过 AI 主动定位问题站点与设备；两年前的Central进一步给出问题根因与修复建议；如今随着Agentic AI的引入，用户已可通过自然语言下达任务指令，由智能体自动完成网络巡检、故障排查等复杂工作

从更深层次来看，当上层应用越来越智能，底层基础设施就必须同步具备感知、推理与行动的能力

业内人士指出，在拉斯维加斯的Sphere巨型球幕上，网络相关内容取代了传统的服务器、存储主题成为主角，整个大会超过半数的曝光都围绕网络业务展开

业内人士指出，随着AI算力集群规模从千卡向万卡、十万卡级演进，网络已成为决定算力利用率的核心因素

业内人士指出，对于网络平台而言，最重要的是能否提供高质量的数据，以及能否持续提供足够的数据

业内人士指出，Gartner的统计也印证了这一趋势， 企业应用中智能体相关占比已从去年的5%跃升至今年的40%

业内人士指出，Juniper的加入，让AI赋能网络的能力边界得到了大幅拓展

从更深层次来看，HPE Networking中国区企业网络技术总监 俞世丹 俞世丹表示，”AI发展的一个关键前提是拥有充足且高质量的数据

值得关注的是，硬件性能之外，自动化与智能化的运维能力是HPE网络承载AI方案的差异化优势

值得关注的是，由此也形成三个不同方向：第一，如何用AI让网络变得更智能；第二，如何用高速可靠的网络支撑AI；第三，在AI与网络融合过程中，实现网络与安全更深层次的融合

业内人士指出，未来，HPE Networking将持续以安全赋能的AI原生网络和自动驾驶的网络创新，帮助中国企业构建覆盖AI全生命周期的网络基础设施，以更高效、更安全、更智能的方式部署和运营AI，加速释放智能体企业的价值

值得关注的是，” 针对智能体时代的新安全挑战，HPE 也在探索更前沿的防护能力

从更深层次来看，目前，Juniper旗下的Marvis智能运维平台已集成到Aruba Central中，CX系列交换机支持Mist平台管理，首款双平台无线接入点也已推出

值得关注的是，俞世丹介绍，”国内千卡算力中心，依靠Apstra Data Center Director自动完成网络设计、端口配置下发，过去需要几周的网络部署工作，现在设备上电后一天内即可完成

业内人士指出，如果只是用于聊天，对底层网络产生的压力相对有限

值得关注的是，俞世丹表示，”过去AI赋能只停留在园区分支，现在数据中心（Apstra+Mist）、广域网（SD-WAN AI 智能选路）全部覆盖，未来分支机构、园区、广域网、算力工厂统一由Mist/Central管控

从更深层次来看，这一细节的背后，是HPE将网络作为 AI 时代核心增长引擎的战略判断，也是整个IT产业对网络价值重估的缩影

业内人士指出，对网络厂商而言，这既是挑战也是行业格局重构的窗口

从更深层次来看，” 智能体落地深水区：网络基础设施的代际挑战 生成式AI爆发初期，企业对网络的需求仍集中在大模型训练的带宽支撑与日常办公的连接保障上，对话式AI的交互模式对网络的冲击相对可控

从更深层次来看，” 同时，Apstra 与 Mist AI 平台打通后，还可实现光模块衰减预测等预判性运维，在故障发生前提前预警并给出修复建议

值得关注的是，勒索病毒可以在网络内部潜伏200 多天，不受限制地横向渗透，根源就是内网默认的信任机制，缺乏对内部流量进行有效隔离的方法

从更深层次来看，AI赋能网络是自动驾驶的网络的核心内核，其本质是用AI重构网络运维模式，让网络从被动响应走向主动预判，从人工操作走向自动执行

业内人士指出，俞世丹将这一演进路径划分为五个阶段：从最基础的数据采集，到形成洞察、提供建议，再到辅助运维，最终实现完全自动驾驶

值得关注的是，从ChatGPT开启的生成式AI普及，到如今以OpenClaw‌为代表的Agentic AI加速兴起，AI正在从”回答问题的工具”进化为”执行任务的主体”

从更深层次来看，” 三大能力并非孤立存在，对应园区&分支、广域网、数据中心、安全四大产品线，构建”从边缘到云”完整网络矩阵，也是HPE成为全场景网络领导者的核心基础

业内人士指出，俞世丹介绍，”我们有三个最重要的理念，就是把AI、网络和安全无缝地融合在一起

业内人士指出，内生安全基于零信任，在接入层做细粒度东西向管控，限制终端横向移动，阻断攻击跳板

从更深层次来看，” 对于行业未来的发展，HPE有着清晰的判断：Network for AI与AI for Network并非相互独立，而是相互促进的关系

业内人士指出，竺宏指出，”用了智能体以后和以前传统的区别是什么

值得关注的是，麦肯锡在2025年的一项调研显示，39%的企业已经开始进行智能体（Agent）的测试，23%的企业已经开始规模化部署智能体

从更深层次来看，竺宏坦言，”我们不参与同质化价格红海竞争，聚焦高端制造、AI算力运营商、出海企业、头部互联网

从更深层次来看，在 Gartner 最新的数据中心网络关键能力报告中，Juniper 在传统企业数据中心网络场景排名第一，在 AI 算力中心以太网场景也位居前列，其技术能力得到了行业普遍认可

业内人士指出，” 在落地案例中，国内某大型港口通过EdgeConnect的线路纠错能力解决了5G信号波动问题，保障了龙门吊远程控制的视频传输稳定；某金融科技集团则通过广域网优化将异地数据库备份窗口从小时级缩短至分钟级，验证了方案的实际价值

从更深层次来看，随着Juniper正式并入HPE体系，这场整合也被视为网络行业应对智能体浪潮的标志性事件

业内人士指出，” 在此基础上构建统一SASE架构，俞世丹定义两大统一：”一是边缘安全与云安全统一（SD-WAN EdgeConnect+SSE 云安全）；二是策略编排管理统一，单一控制台管控全网安全规则

值得关注的是，从去年7月完成收购至今，HPE与Juniper的整合进度远超行业预期，而整合的核心目标，正是打造能够覆盖从边缘到云全场景的自动驾驶网络能力

业内人士指出，这种关注度的倾斜并非偶然，而是产业发展到特定阶段的必然结果

业内人士指出，基于微服务的云原生架构为这种模式提供了可能，Central 与 Mist 可以各自保留独立入口，同时将对方的优势能力逐步融入自身体系

从更深层次来看，过去企业网络往往按场景割裂建设，园区、数据中心、广域网分属不同团队管理，设备与平台之间数据不通、策略不一，智能体的跨域调用很容易在网络层遇到瓶颈

值得关注的是，大会前的客户调研显示，约70%的受访客户将网络列为此次参会最关注的领域，关注度远超混合云、服务器与存储

从更深层次来看，” 针对中国市场，HPE Networking 也有着清晰的差异化策略

业内人士指出，竺宏指出，”短期Network for AI商业回报更快，算力中心建设直接拉动高速交换机需求；长期AI for Network决定行业可持续性，只有基础设施能被AI自动化运维，企业才会持续投入算力，二者相互促进形成良性循环

从更深层次来看，” 俞世丹也补充道，客户的核心诉求始终是”速度”与”简单”，速度靠硬件性能提升，简单靠AI与自动化实现，这两个方向会是网络行业长期的演进主线

值得关注的是，因为智能体的大量操作是自主进行的，并非简单的”一问一答、一次请求一次响应”，其执行过程中还会涉及跨设备、跨网络的调用

值得关注的是，内生安全架构是自动驾驶网络的第三大支柱，也是智能体时代网络安全的核心解法

值得关注的是，我们采取逐步融合路径，Mist能力迁移至Central，Central能力迁移至Mist，两套平台功能逐步趋同，但保留各自独立入口，不强制用户迁移

业内人士指出，出海客户尤其看重HPE全球各国认证与本地化服务

业内人士指出，与行业内很多收购后强行统一平台、倒逼用户迁移的做法不同，HPE 选择了一条平滑演进的整合路径

从更深层次来看，不同于传统 “网络 + 安全” 的叠加模式，HPE 强调的内生安全是将安全能力深度融入网络架构，实现从风险发现、分析判断到策略执行的闭环

值得关注的是，只有在充分了解这些信息的基础上，才能为不同终端分配相应的策略

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的大带宽服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Equinix投资1.9亿美元在马来西亚建设第四座数据中心

根据行业消息，Equinix目前在亚洲地区的投资组合共包含65座数据中心

业内人士指出，该项目全面建成后，规划将提供超过2200个机柜

从更深层次来看，建成后，其主要服务对象涵盖跨国企业、超大规模运营商及数字企业，旨在提供从灵活零售到大规模部署及高密度工作负载的算力基础设施服务

从更深层次来看，此外，KL2项目设定了从运营首日起即实现100%可再生能源覆盖的目标，但暂未披露具体的电力容量数据

业内人士指出，在技术配置方面，为满足人工智能（AI）与高性能计算的需求，该数据中心的部分规划容量将支持液冷技术

从更深层次来看，目前，Equinix已购得该项目相邻的土地，作为其在马来西亚长期扩张策略的一部分，以支持未来的扩建需求

业内人士指出，该项目是Equinix在马来西亚布局的第4座数据中心

业内人士指出，5月12日，数据中心服务商Equinix公开，计划斥资1.9亿美元（约合7.47亿林吉特），在马来西亚雪兰莪州赛城建设一座名为KL2的新数据中心

业内人士指出，据报道，KL2数据中心选址距离Equinix现有的KL1数据中心不到1公里

业内人士指出，如果您想了解更多关于泰国算力产业发展，以及数据中心项目落地情况、当地政策变化、中国出海企业现状等，欢迎报名即将于2026年5月27日在泰国曼谷香格里拉酒店召开的数字基础设施全球合作发展曼谷论坛（DIFGC 2026 · THAILAND），并关注下午召开的DIF Lounge研讨会，与真正参与泰国 AI 数据中心建设一线决策者和工程伙伴面对面交流，提前锁定合作、项目与生态位置

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的美国多IP服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，Omdia 预测：半导体营收 2026 年增长 94.1%，存储 IC 占总额过半

而如果从应用市场角度细分，计算与数据存储将以接近 1 万亿美元（现汇率约合 6.76 万亿元人民币）的营收规模领跑，同比增长超 150%，这得益于内存密集型应用的强劲需求和存储 IC 的 ASP 上升

从更深层次来看，Omdia 高级首席分析师 Myson Robles-Bruce 表示： 从 2026 年年中到 2027 年初，半导体市场将由持续强劲的人工智能需求主导

值得关注的是，Omdia: AI demand drives 94.1% surge in semiconductor forecast for 2026

业内人士指出，与人工智能基础设施直接相关的投资将推动半导体消耗量创下历史新高，而非人工智能相关市场则将继续面临供应短缺的问题

从更深层次来看，机构预测其本年度营收规模将接近 9000 亿美元（现汇率约合 6.09 万亿元人民币），这意味着存储将占据整体半导体营收的大半壁江山，而该分类的同比增幅则会来到 280% 左右

业内人士指出，产能将持续紧张，先进制程节点利用率居高不下，而存储器和先进封装的成本将继续上涨

值得关注的是，消费电子和无线应用也将出现 50+% 的增长

业内人士指出，IT之家 8 月 1 日消息，Omdia 在英国当地时间 7 月 30 日的最新新闻稿中预测中将半导体行业在今年的整体收入规模增幅上调至同比 +94.1%，总额则将超过 1.6 万亿美元（IT之家注：现汇率约合 10.82 万亿元人民币）

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的香港服务器租用，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，小牛灵犀AIOS：全球首款AI两轮车机系统首度问鼎2026红点奖

而真正打动红点评委的，是它将 AI 技术与人性化交互体验做到了深度融合

值得关注的是，MQi、UQi 系列曾包揽红点、iF、IDEA、G-Mark、红星等七项国际大奖，是两轮车领域为数不多的“大满贯”选手

值得关注的是，日前，2026 年德国红点品牌与传达设计奖（Red Dot Award: Brands & Communication Design）正式揭晓

业内人士指出，”小牛灵犀 AIOS 的红点加冕不是终点，而是下一程的起点 —— 让 AI 真正服务于每一次骑行

从更深层次来看，它是行业首个搭载 Qwen3.5 大模型的量产两轮智能车机系统，被称作两轮车的“超级大脑”

业内人士指出，用户可一键切换仪表主题，自由搭配屏显组件、动态壁纸和音效；AI 语音助手“小牛同学”支持全车语音控制与自然对话，即便在无网络场景下指令执行也不中断；“NIU ZOO”萌趣宠物功能，则给日常骑行添了份人情味与陪伴感

值得关注的是，此次 NIU AIOS 斩获的是“界面与用户体验设计”类别奖项，意味着其交互水准已获得国际专业评审的权威认可

从更深层次来看，本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担

从更深层次来看，从“超级大脑”到“数字伙伴”：重新定义两轮出行交互体验 今年 3 月的小牛电动新品发布会上，小牛灵犀 AIOS 正式亮相

业内人士指出，小牛电动旗下全球首款 AI 智能两轮车机系统 —— 小牛灵犀 AIOS（NIU AIOS），从众多参赛作品中胜出，摘得行业首个界面与用户体验设计红点大奖（Red Dot Winner）

业内人士指出，本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担

业内人士指出，红点品牌与传达设计奖下设 18 个类别，涵盖品牌、包装、界面、用户体验等领域，每年由独立国际评审团评选，只有兼具创意表现与设计品质的作品方能脱颖而出

值得关注的是，设计驱动战略：小牛电动 AI 征途再添里程碑 深耕城市出行领域十余年，小牛电动这次拿下界面与用户体验设计方向的第一座红点奖

值得关注的是，红点奖创始人 Peter Zec 常说：“获奖只是开始

从更深层次来看，这是小牛电动继 MQi、UQi 等产品多次获得红点产品设计奖之后，首次在交互体验与视觉传达这一独立赛道中获奖

值得关注的是，免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场

业内人士指出，如今从工业设计延伸到界面交互，小牛电动的全链路设计版图补上了关键的一块拼图

业内人士指出，依托 Unity 实时渲染引擎，小牛灵犀 AIOS 让车机屏幕不再是单调的数据面板，而成为一个可互动的“数字伙伴”

业内人士指出，从视觉动效到语音反馈，从个性化定制到情感化连接，这一整套交互设计有功能、有温度 —— 这也正是红点评委反复强调的“高设计品质”所在

值得关注的是，红点权威认证：UX / UI 设计达国际顶尖水准 红点设计大奖创办于 1955 年，与德国 iF 奖、美国 IDEA 奖并称全球三大设计奖

业内人士指出，这不仅是对小牛灵犀 AIOS 设计品质的肯定，更意味着“以 AI 为护城河，让真科技服务于用户出行”这条路径正在获得持续验证

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的香港服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，年复合增长率43%！东南亚数据中心市场进入高速扩张期

马来西亚柔佛州凭借毗邻新加坡的区位、较低的土地与电力成本及较小跨境时延，持续吸引国际云厂商与IDC运营商落地，区域AI算力集群加速形成

业内人士指出，过去，运营商竞争主要围绕机柜数量及数据中心规模展开；随着AI基础设施建设提速，竞争能力更多体现为高密度算力交付能力、绿色能源获取能力、跨境网络互联能力及高能效运营能力

值得关注的是，长期以来，新加坡依托国际海缆枢纽、成熟金融体系与稳定营商环境，稳居东南亚算力核心

值得关注的是，与此同时，伴随着土地、电力与绿色发展约束持续收紧，新加坡新增项目增长趋于放缓

从更深层次来看，新增项目审批更强调能效水平、绿电使用比例及AI计算能力

业内人士指出，印度尼西亚巴淡岛依托数字经济特区政策与跨境海缆资源，开始承接部分国际云计算及AI推理业务；泰国以东部经济走廊（EEC）及曼谷周边为重点，吸引大型数据中心园区布局；越南建设仍集中于胡志明市与河内，但新增项目正向周边区域扩散

从更深层次来看，未来，在AI产业投资快速升温、公有云市场持续扩容的多重驱动下，东南亚IDC需求规模将持续攀升，预计2028年将达到6486MW

从更深层次来看，对于国际运营商而言，东南亚正在由区域业务节点升级为亚太AI基础设施的重要组成部分；对于产业链企业而言，竞争边界也将从单一数据中心建设，延伸至能源、网络、液冷及AI基础设施等全产业链能力

值得关注的是，需求结构：AI 与云服务驱动加速转型 受益于超大规模云厂商在马来西亚、泰国等重点区域的算力集群集中落地，叠加AI推理业务、跨境电商、数字金融等场景对高密算力资源的刚性拉动，2025年，东南亚IDC需求规模达到2153MW

从更深层次来看，区域格局：从新加坡单极向多中心演进 2025年，东南亚数据中心资源规模继续保持快速增长，区域分布格局则发生显著变化

值得关注的是，区域协同方面，在新加坡新增容量保持审慎增长的同时，柔佛、巴淡岛以及泰国东部经济走廊等区域将继续承接国际资本及超大规模算力投资，形成跨区域协同发展的算力网络

从更深层次来看，预计2028年，马来西亚数据中心规模将达2792MW，跃居东南亚第一

值得关注的是，相比之下，本土电信运营商更多依托网络资源及本地客户基础，在政府、金融及边缘计算市场保持竞争优势，通过云网融合及主权云服务满足本地化需求

业内人士指出，数据中心已从传统托管设施逐渐演变为AI基础设施平台，服务商竞争逻辑也由资源竞争转向综合能力竞争

值得关注的是，在投资方向上，市场仍将保持较高增长速度，但新增投资将进一步向支持AI计算、高密度部署及绿色运营的项目集中，传统低密度托管型项目的发展空间将逐步收窄

值得关注的是，生成式AI加速落地、主权云建设持续推进以及数字经济不断深化，推动东南亚IDC市场需求结构进发生明显转变

从更深层次来看，2025年，国际IDC服务商市场份额进一步提升至52.1%，成为区域供给增长的主要推动力量

值得关注的是，科智咨询最新发布《东南亚数据中心市场发展研究报告》，深入分析AI时代东南亚数据中心产业发展现状： 相较欧美等成熟市场，东南亚凭借区位、成本与政策组合优势，已成为全球资本布局算力基础设施的重点区域

从更深层次来看，科智咨询最新发布的《东南亚数据中心市场发展研究报告》数据显示，2025年东南亚数据中心IT容量达3120MW，同比增长44.3%；预计2028年将增至9129MW，2025-2028年复合增长率43.0%，市场处于高速扩张阶段

业内人士指出，泰国、印尼、越南年均增速均超40%，显著高于新加坡

值得关注的是，国际专业IDC服务商、本土电信运营商、多元化集团及IT服务企业共同构成东南亚IDC市场参与主体，但不同类型企业的竞争重点已出现明显分化

业内人士指出，截至2025年底，新加坡在运营IT容量约1.14GW，占区域总量36.5%，仍是最大单一节点

从更深层次来看，多元化集团则利用土地、电力及资本资源参与大型园区开发，并通过与国际运营商合作提升运营能力；IT服务企业则聚焦混合云托管及行业解决方案，在细分市场形成补充

从更深层次来看，传统互联网行业仍是市场需求的主要来源，2025年占比达42.5%；随着公有云普及和AI算力需求持续释放，公有云需求占比提升至21.3%，成为市场增长的主要驱动力

从更深层次来看，东南亚数据中心市场步入高质量、限制性增长阶段 东南亚数据中心市场正告别粗放式扩张，迈入高质量、限制性增长阶段，行业发展核心逻辑由规模驱动转向提质增效

值得关注的是，国际IDC服务商依托全球运营网络、标准化建设能力及跨区域客户资源，在批发型数据中心及AI算力园区市场保持领先优势，重点布局新加坡、柔佛及巴淡岛等区域节点，并持续服务全球超大规模云客户

值得关注的是，同时，金融、政府、制造等传统行业数字化转型持续推进，三大行业需求合计占比达到26.8%，市场需求来源进一步多元化

值得关注的是，在准入门槛方面，PUE、绿电采购比例、液冷应用与能源利用效率，正从竞争优势演变为项目审批与运营的重要评价指标，绿色能力日益成为市场准入条件

值得关注的是，全球生成式AI、大模型训练与数字经济持续扩张，正推动数据中心产业进入新一轮投资周期

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的云服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，Token时代，为什么必须告别“算力批发”

第三，利润向上：绿电成本只是决定了Token生产的下限

业内人士指出，大家可能觉得有了优秀的电和IDC投资就具备了竞争力，但今天Token这个产品，不是按成本定价，而是按模型能力定价

从更深层次来看，目前国内超过八成的Token消纳集中在互联网C端（超级App和云厂商生态）

从更深层次来看，真正让Token全球化的，一定是中国的应用在国内的金融、零售、制造业成熟之后，以”数字员工”的身份向海外输出

从更深层次来看，警惕产业误区：破解Token 领域的”三大陷阱” 在产业发展初期，许多企业在布局时容易陷入几个误区，算力海洋将其总结为三大陷阱： 第一个陷阱，”电力陷阱”

业内人士指出，以海外知名开发者平台OpenRouter为例，其每天的Token调用量大约是3万亿个

值得关注的是，3、智力层（核心引擎）： 由头部模型厂商（如火山、阿里，或智谱、MiniMax等创业公司）决定Token的产出质量和专业能力

业内人士指出，产业降本的首要问题，依然是如何降低GPU及IDC核心的硬件投入成本，便宜电只是入场券，不是护城河

从更深层次来看，6月30日，以”AI入场景，Token大时代”为主题的2026中国智算产业生态发展年会在深圳中洲万豪酒店正式召开

值得关注的是，基于以上洞察，算力海洋核心观点可总结为以下五点： 第一，价值锚点：AI时代真正被商品化的并不是模型本身，而是真正带来商业结果的价值交换，这才是AI的核心价值

从更深层次来看，过去两年，全行业比拼的都是模型参数的增长和技术能力的突破

业内人士指出，第四，产业布局：产业利润不会平均沉淀在算力基础设施层

值得关注的是，这个词与工业时代的”瓦特”非常相似，瓦特是工业时代的计量单位，而Token正在成为AI经济的代名词

从更深层次来看，4、能力层（价值实现）： 将模型能力转化为智能客服、营销、企业审核、个人助手等具体产业服务

值得关注的是，但到了2025-2026年，整个产业面临的核心问题是如何把应用做到有效，如何实现正向现金流（ROI）的产出

业内人士指出，回顾过去几年的发展脉络：2022年11月GPT发布，带动了大模型爆发

值得关注的是，真正要将价值掌握在手里，必须从电力端向算力端，最好是往智力端、应用能力端结合，这才是吸取利润最大的部分

值得关注的是，整个价值链越向客户端延伸，价值越重，利润越厚，产业竞争也必将向前端推进

从更深层次来看，Token消耗的指数级爆发：”常驻智能体”将开启下一轮增长周期 看懂了底层逻辑，再来看产业的增长趋势

从更深层次来看，第五，中国机会：算力海洋依然坚信，在中国”数字员工”开启全球化进程的时候，将迎来我们做Token产业的黄金时间

值得关注的是，算力海洋总裁、联合创始人孙彬出席大会，并发表《Token 产业年度全景报告：算力、模型与商业化的真实图景》主题演讲，深度分享了关于Token经济本质、产业链价值分配逻辑以及中国AI产业出海机遇的洞察

业内人士指出，过去，中国制造改变了世界商品的流动；未来，算力海洋认为，中国数字员工可能改变世界智能的流动

值得关注的是，例如，当头部模型原厂（如DeepSeek V4等）为了扩大生态，公开永久降价至原价的四分之一（二五折）时，单纯依赖硬件和电力成本核算的Token算力工厂将瞬间失效

从更深层次来看，平均来看，在整个Token算力工厂的生命周期中（按GPU折旧五年计算），硬件CAPEX（资本支出）占比超过六成

业内人士指出，很多产业园区或企业认为：”我们有便宜的电，就能在Token产业中占据一席之地

从更深层次来看，优秀的企业家应该更早地向应用侧、模型侧布局

业内人士指出，如果我们今天只是用国外优秀的GPU、国外的模型，为海外产业提供简单的算力计算，那仅仅是赚取了初级的”来数加工”利润层

业内人士指出，数字看似不小，但对比国内大厂（如豆包日均调用量超120万亿个）来说，它只占极小的比例

从更深层次来看，如果同行只停留在电力和算力端，必定会陷入同质化竞争

业内人士指出，当未来数字员工软件推向全球各个产业，当具身智能产品全球铺开时，一定会消耗大量Token，一定会消耗中国性价比最好的算力资源，这个时候才是中国算力产业真正的黄金时间

值得关注的是，第二，需求爆发：Token需求的爆发并非源于目前的对话或娱乐方式，其黄金时代应该来自于”Always-on”实时在线以及能够离线自动工作的”数字员工”和数字劳动力

从更深层次来看，当我们投资1块钱的电力，在算力层面看到的回报是被放大到1.67倍；当电力转化为Token向外输出时，产出价值会扩大到3~5.6倍（即3-5.6元）；而当应用真正达到商业效果、为客户解决业务问题时，其产生的溢价可能是数十倍

值得关注的是，如果将模型能力与产业执行相连接，它就能真正完成业务工作

值得关注的是，看懂Token经济，就一定会看到一条从电力、到算力、到整体智力能力，最终落地到业务价值的演进路径

值得关注的是，有人提出，Token经济是否只是数字经济的升级

业内人士指出，而在日常持续运营（OPEX）中，电力成本约占运营成本的40%

从更深层次来看，如果这个道理平移到今天的AI产业，那就是”来数加工”

值得关注的是，全产业链的”分层”专业化：价值链越向前端，利润越丰厚 在产业链走向成熟的过程中，Token全产业链的每一层都会形成专业的产业公司，呈现明显的”分层”专业化： 1、资源层（基础能源）： 利用海电、风电及各种绿电，将绿电和能源成本降到极低，提供底层能量供给

从更深层次来看，我们对市面上头部的英伟达GPU成本、国产芯片成本以及消费级显卡成本进行了统计

值得关注的是，我们必须认识到，今天的定价权不在成本方手中，而是掌握在模型方以及被市场认可的应用价值手中

值得关注的是，但在今天的Token经济中，Token掌握在每一个开发者、每一个算力提供者和每一个应用服务商手中

业内人士指出，如果综合整体成本，电力消耗在整个Token产业定价中的占比仅为15%左右

值得关注的是，中国AI的全球化新赛道：从”来数加工”到”数字员工”输出 既然国内面临大厂的激烈竞争，Token工厂的真正机会在哪里

值得关注的是，如果将88%的增长率按年化计算，到2030年，全球Token消耗量将至少是2025年的24倍以上

值得关注的是，2、算力层（数字基建）： 拥有更先进的GPU型号，通过专业的团队运维，将电力和硬件转化为标准化的计算资源

业内人士指出，只有这些能形成商业价值的应用企业（Skill企业），才能完成商业闭环的第四级

值得关注的是，如果未来我们将智能体变成”常驻智能体”（Always-on）——例如个人工作助手、孩子的学习助手、家庭的管家助手，以及未来企业中持续运转的”数字员工”，当它们以”常驻”形式持续提供服务时，Token的消耗量将迎来另一个维度的指数级爆发

值得关注的是，本届大会由中国智算产业大会组委会主办，宁夏东数西算产融研究院、中国IDC圈、数字开物、算力海洋联合承办

业内人士指出，但有一个深刻的洞察：全球化绝不是简单地将国内的算力送出海外

值得关注的是，因此，这不仅是一次升级，更是主流商业模式的全面变化，是一个全新的经济模式

从更深层次来看，算力海洋观察认为：根据与Gartner等机构的综合预测，Token的调用量从2023年开始，将呈现阶梯式的指数级上升，年复合增长率预计高达88%

值得关注的是，只有当千行百业都产生巨大的Token消耗时，产业才会真正迎来春天

业内人士指出，它更加普惠，涉及方方面面的产业变革，几乎影响身边的所有人

从更深层次来看，而到了2027-2030年，AI基础设施环节将进入一个更成熟的过程，分工将更加细化，成本控制也将更加精细化

从更深层次来看，Token这个词，是大模型输入、输出的计量单位

从更深层次来看，换句话说，即使某区域的电力比其他地方便宜一半，反映在最终Token的定价优势上也只有5到6个百分点

值得关注的是，应该被中国最成熟、在产业中已经被验证的应用全球化时所消纳

从更深层次来看，因此，从”电力”到”算力”再到”智力”，这是一场深刻的商业变革

从更深层次来看，之所以说保守，是因为今天Token的最大使用量主要集中在开发者、视频制作生成或是单次交互的智能体上，这些都是”按需单次使用”的

从更深层次来看，在传统的数字经济时代，核心的大数据往往由大平台、大型运营商或政府机构掌握

值得关注的是，—算力海洋总裁孙彬在2026中国智算产业生态发展年会上的产业判断 随着AI大模型的爆发式发展，算力正加速向智力演进，Token作为AI时代全新的价值载体和计价单元，正在彻底重构全球算力产业链与商业模式

业内人士指出，电力是Token产出的基础，但在整个产业链条中，它的价值是被多次放大的

业内人士指出，未来，随着国产GPU能力和产量的突破，我们能否用中国自己的GPU、自己的模型、优秀的工程师和电力优势，跑出中国自己的产业应用来服务全球

从更深层次来看，20多年前，我们在国内做的是”来料加工”：用海外的设备、海外的材料，按照国外的设计生产产品再输出给国外，国内只留下微薄的加工利润

业内人士指出，真正的消纳，不是分散的开发者调用，而是企业级岗位的长期订阅

值得关注的是，但今天，中国制造业用自己的设备、材料、设计和品牌，站在了全球顶端，甚至反向收购国际品牌

业内人士指出，大家可以从产业演进的角度对其进行定义和分类： 首先，在电力时代，产业的度量单位是”电”；随后，进入”电+算力+CPU/GPU”的计算机时代，产业中开始使用机器，度量单位变成了”卡时”；而今天，当Token出现时，算力叠加了大模型的能力，提供的是一种带有智慧能力的算力，它就变成了”智力”

值得关注的是，对比各项基建指标的增速：从2015年开始，中国电力的年均增幅约为2.8%，呈现平缓的刚需增长；在过去10年中，蓬勃发展的云计算和数据产业，其平均年复合增长率大约在30%，这支撑了今天繁荣的软件产业

值得关注的是，算力海洋研究认为，不仅在国内消纳，更在于全球化消纳

值得关注的是，目前国内很多厂商都在考虑供给侧的建设，但消纳才是核心

值得关注的是，算力海洋研究发现，过去大部分AI落地项目中，真正有ROI收益的不超过5%

从更深层次来看，Token经济的本质：从”电力”、”算力”到”智力”的底层商业变革 经过过去一年Token经济的蓬勃发展，算力海洋联合科智智囊团进行了深度的产业调研

从更深层次来看，如果中小厂商只做Token生产，而B端的数字员工和工作助手等企业级应用没有全面普及，这些Token工厂根本无法跑满

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的香港服务器租用，欢迎访问 www.isclouder.com 了解更多

行业动态更新：扩大 XPU 互连域：消息称 FuriosaAI 探索 16 卡服务器托盘设计

IT之家 7 月 29 日消息，韩媒 THE ELEC 当地时间昨日报道称，韩国人工智能芯片初创企业 FuriosaAI 正与合作伙伴 Supermicro（超微）一道探索一种 16 卡的 AI 服务器托盘设计

从更深层次来看，FuriosaAI 的 16 卡设计允许更大的互连域，可减少跨托盘的数据流动，从而提高运行效率

从更深层次来看，韩媒表示，这款服务器采用双层主板的“三明治”结构，每个主板设有 8 条 PCIe 插槽，两款主板共享一组散热器；其它配套设备方面，FuriosaAI 将选用 Astera Labs 的高通道数交换芯片，将 NIC 与 Switch 的比例从 4:1 提升至 16:1

从更深层次来看，IT之家注意到，对于非机架式 AI 系统而言，其单节点通常至多包含 8 个 XPU 单元

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的台湾CN2服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：“云谷”筑基、“毫秒”竞速：和林格尔新区加速崛起国家算力核心枢纽

在和林格尔新区算力底座的赋能下，沃付国际物联网等企业依托海量算力开展数据标注，成功建起收录400万头牛信息、识别准确率超98%的全球最大牛脸数据库，为牲畜防治、治疗及兽药制药提供强大的数字支撑

值得关注的是，澎湃的算力正从和林格尔新区涌出，加速转化为新质生产力

业内人士指出，这意味着，从和林格尔新区所在的内蒙古枢纽到京津冀枢纽，数据传输往返时延将被精准控制在5毫秒以内，让算力真正”用得上、用得好”

从更深层次来看，不仅如此，和林格尔新区现已成功吸引包括三大运营商、金融机构及头部互联网企业在内的50个算力中心项目落地生根

业内人士指出，同时，高达86%以上的已投运数据中心绿电使用比例，也助力该地区跻身”中国算力二十强市”

从更深层次来看，作为国家”东数西算”枢纽节点的重点区域，和林格尔新区正以前所未有的速度筑基”中国云谷”，成为内蒙古壮大算力完整产业链的绝对核心

业内人士指出，据项目负责人王寅成介绍，该园区将于2026年全面结束建设，届时将具备260兆瓦IT供电能力，可提供超10万P的算力服务

值得关注的是，目前，和林格尔新区数据中心集群算力规模实现同比110%的跨越式增长，正带动全区算力总规模向28万P（其中智能算力26万P）的高地稳步迈进

从更深层次来看，未来，以和林格尔新区为核心的枢纽节点，将进一步落实算电协同、算网链接、算力调度和产业生态一体化，不断提升监测调度平台能力，满足多样化业务需求，全面提升综合竞争力

从更深层次来看，作为新区复工后首家开工的项目，总投资48亿元的东方国信数据中心正在紧锣密鼓地建设中

值得关注的是，在和林格尔新区的建设现场，庞大的算力底座正加速夯实

业内人士指出，依托和林格尔新区强大的算力支撑与网络传输能力，呼和浩特市成功入选工业和信息化部2026年度城域”毫秒用算”专项行动

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的高防服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，专访DDN马磊：构建AI数据智能平台，让算力真正转化为产业价值

这样可以显著降低企业拥有AI基础设施的门槛，同时获得接近本地AI超算中心的性能体验

业内人士指出，很多客户购买GPU之后发现，GPU并没有持续保持高利用率

从更深层次来看，其中，EXAScaler基于Lustre开源软件（全球大量超级计算中心和AI训练集群广泛采用的并行文件系统），非常适合PB级数据以及超大规模GPU集群的高吞吐Checkpoint等训练场景

业内人士指出，在马磊看来，AI工厂（AI Factory）最大的特点在于不仅需要投入GPU等算力资源，更核心的需求是持续稳定地产出Token等价值成果

从更深层次来看，这种变化对数据系统提出了更高要求，也推动存储从传统容量管理角色向AI数据平台演进

业内人士指出，马磊表示，”未来AI基础设施竞争，不再是谁拥有更多GPU，而是谁能够持续让GPU保持高负载运行

从更深层次来看，展会期间，DDN解决方案架构师马磊接受了中国IDC圈的专访，围绕AI基础设施演进趋势、数据平台核心价值、AI工厂建设核心逻辑，分享了他对下一阶段发展路径的判断

值得关注的是，无论是训练大模型还是建设智算中心，企业纷纷投入大量资源采购GPU集群，希望通过更强大的计算能力获得竞争优势

值得关注的是，GMI Cloud集成DDN高性能、Al优化存储系统，为大规模Al和高性能计算（HPC）工作负载提供无与伦比的数据吞吐量和可靠性

从更深层次来看，谁能够建立高效率的数据基础设施，谁就能够更充分释放AI投资价值

业内人士指出，这一挑战的根源在于，AI工作负载的数据访问模式与传统企业应用有着本质区别

值得关注的是，专注于数据存储解决方案和人工智能数据的DataDirect Networks（DDN）与战略合作伙伴GMI Cloud联合参展，现场展示面向AI时代的数据智能平台与联合AI基础设施解决方案

业内人士指出，马磊认为，”GPU、DPU、高速网络、数据存储等系统组件必须协同设计，而不是分别采购后再进行集成

从更深层次来看，通过AI Cloud结合高性能数据平台，企业可以根据业务阶段灵活扩展算力和存储资源，同时通过数据生命周期管理实现成本优化

业内人士指出，从单点产品到生态协同：AI基础设施进入系统工程时代 AI基础设施的发展正在进入一个更加复杂的系统工程阶段

从更深层次来看，当GPU规模扩张逐渐趋于理性，产业竞争的核心开始从”拥有多少算力”转向”如何释放算力价值”

业内人士指出，” 一块高性能GPU每秒可处理TB级数据，若数据系统无法匹配这一供给速率，算力投资便难以兑现为实际产出

从更深层次来看，在这一趋势下，DDN提出”AI Data Intelligence Platform”理念，希望让数据平台成为AI生产流程的重要组成部分，而不是简单的后台存储设备

业内人士指出，但随着大模型训练、推理服务、RAG增强以及智能体应用不断落地生产场景，企业逐渐发现，单纯增加GPU规模并不能直接转化为AI价值，如何让昂贵的算力资源持续高效运行，成为新的产业命题

从更深层次来看，传统NAS、SAN存储架构在面对这些新型工作负载时，逐渐暴露出吞吐不足、延迟较高以及扩展能力有限等问题

值得关注的是，行业消息显示，GMI Cloud是一家由Google X的AI专家与硅谷精英共同参与创立的AI Native Cloud服务商，拥有遍布全球的数据中心网络，为企业AI应用提供最新、最优的GPU云资源

从更深层次来看，但当前不少AI云平台仍存在数据吞吐不足、多租户隔离困难、推理性能波动等问题

值得关注的是，马磊指出，”企业当前建设AI工厂最大的挑战，并不是缺少GPU资源，而是缺少完整的数据基础设施

业内人士指出，AI工厂规模化落地：数据主权与持续智能成为关键方向 展望未来3-5年，随着行业大模型、主权AI和智算中心建设加速，企业对于AI基础设施的需求将呈现三大趋势：数据主权——越来越多国家和企业要求AI数据本地存储、训练与推理；持续在线——AI系统不再是阶段性训练工具，而是7×24小时不间断的智能服务；多模型多智能体协同——企业将同时运行多个模型和智能体，共同支撑复杂业务

从更深层次来看，当AI成为新的生产力基础设施，数据将如同电力一样成为驱动智能时代发展的核心资源

值得关注的是，传统数据库、ERP系统更加关注稳定的数据存储和事务处理，而AI应用需要同时面对大规模顺序读取、多GPU并发访问、小文件高频访问、实时数据更新等复杂需求

从更深层次来看，” 对于多数行业企业而言，自建大规模AI基础设施不仅需要巨额投入，还需要长期运营能力

业内人士指出，对于DDN而言，未来AI基础设施发展的关键，是让数据成为连接算力和应用之间的重要纽带

从更深层次来看，DDN希望通过AI数据智能平台，为这一轮人工智能基础设施重构提供关键支撑，推动AI从技术能力真正转化为产业价值

值得关注的是，随着AI集群规模不断扩大，传统网络架构已经难以满足大规模GPU集群的数据交换需求

从更深层次来看，DDN Infinia通过统一数据访问平台，将对象存储、文件系统、向量数据库以及RAG应用连接起来，同时结合高速存储介质和智能数据管理能力，实现KV缓存持久化共享和高效访问，减少重复计算，提高推理效率

从更深层次来看，马磊指出，”DDN与GMI Cloud合作的核心目标，是将企业级AI数据平台能力直接带到云端，让用户不仅能够获得高性能GPU资源，同时能够获得适合AI训练和推理的数据平台，包括高吞吐存储、统一数据管理以及Agent智能体数据生命周期管理

值得关注的是，人工智能产业已全面迈入规模化落地与产业化应用阶段，AI基础设施的核心竞争逻辑迎来根本性变革

值得关注的是，例如，在大模型训练过程中，需要持续读取PB级训练数据；在推理阶段，需要不断访问KV Cache以及向量知识库；在Agent智能体场景中，又需要频繁调用外部数据

业内人士指出，因此，企业需要从系统层面优化数据路径，让算力、网络和数据形成统一协同

从更深层次来看，马磊指出，真正的问题不是GPU算得慢，而是GPU经常在等待数据

值得关注的是，围绕这一理念，DDN为现代AI智能数据平台打造的两个重要组成部分：EXAScaler和Infinia

值得关注的是，数据平台已经从辅助角色变成GPU生产效率的核心决定因素

业内人士指出，马磊表示，”推理时代最大的特点是数据比模型变化更快

业内人士指出，从拥有GPU到用好GPU：AI基础设施瓶颈正在转向数据供给 在人工智能产业高速发展的过程中，GPU曾经是衡量AI能力的重要指标

值得关注的是，而构建高效的数据供应体系，也将成为企业迈向AI工厂时代的重要基础

业内人士指出，这一变化意味着，AI基础设施的底层逻辑正在重构

值得关注的是，这些行业拥有丰富的数据资源，同时具备持续训练和实时推理需求，对于AI基础设施能力要求更加迫切

业内人士指出，如果数据系统无法快速响应，GPU就无法保持高负载运行

从更深层次来看，与此同时，DDN与Cisco的合作则聚焦高速以太网、RoCE网络以及AI Fabric

业内人士指出，在云化趋势下，越来越多企业希望以AI Cloud方式获取算力服务，而非自建大规模集群

业内人士指出，”如果仍然采用传统数据管理方式，就需要频繁进行数据迁移和模型重建，影响AI应用响应效率

业内人士指出，衡量AI基础设施的指标也会逐渐从GPU数量、存储容量，转向GPU利用率、Token吞吐量、推理时延（TTFT）、能效比（Token per Watt）以及总体拥有成本（TCO）等

业内人士指出，” 从行业应用来看，金融、互联网、运营商、制造、生命科学以及政府等领域可能率先进入AI工厂规模化应用阶段

值得关注的是，企业未来建设AI工厂，不只是采购更多服务器或者GPU，而是需要构建覆盖数据采集、数据治理、模型训练、推理服务以及应用运营的完整闭环

业内人士指出，GPU、网络、存储、数据管理平台以及软件生态之间的协同效率，正在成为AI基础设施竞争的新焦点

值得关注的是，行业发展初期，市场高度聚焦GPU数量、算力峰值与智算中心建设速度，算力规模一度被视作AI核心竞争力的唯一标尺

值得关注的是，AI工厂概念的提出，本质上代表着AI基础设施从资源建设阶段走向生产体系建设阶段

值得关注的是，只有形成从算力到数据的全生命周期闭环，GPU集群才能真正持续地为AI工厂创造价值

从更深层次来看，” 这种生态合作背后，体现的是AI基础设施从”设备竞争”向”体系能力竞争”的转变

值得关注的是，基于此，DDN与GMI Cloud联合推出的AI基础设施解决方案，专为要求最严苛的工作负载而设计

从更深层次来看，在这一过程中，数据基础设施的重要性正在快速提升

值得关注的是，也正因如此，越来越多企业和智算中心开始将目光从单纯的计算资源采购，转向存储、网络与数据管理体系的整体优化

值得关注的是，围绕这一趋势，DDN持续推进生态合作，与NVIDIA、Cisco等产业伙伴展开深入协同

值得关注的是，” 在AI工厂架构中，任何一个环节出现瓶颈，都可能影响整体生产效率

值得关注的是，马磊表示，”我们的目标不仅是提供领先的数据存储产品，更希望通过EXAScaler与Infinia等产品矩阵构建统一的数据平台，打通模型训练、推理、RAG和智能体等全场景，让数据能够持续、高效地服务GPU和AI应用

值得关注的是，例如，DDN与NVIDIA保持十余年合作关系，在DGX、HGX以及AI工厂参考架构中共同优化数据访问路径，通过存储能力与GPU平台协同设计，提升AI任务执行效率

值得关注的是，从模型训练到实时推理，提升Al研发效率，让客户专注于Al应用创新

从更深层次来看，从GPU规模竞争到AI生产效率竞争，行业正在进入”AI工厂”阶段

从更深层次来看，企业知识库每天更新，智能体不断调用外部数据，长上下文模型又带来了巨大KV缓存压力

业内人士指出，随着模型规模扩大、应用场景丰富以及企业对于AI服务稳定性的要求提升，单一硬件设备已经难以决定最终性能表现

从更深层次来看，AI工厂需要新的数据平台：存储正在成为AI生产系统的一部分 随着大模型应用不断深入，AI基础设施正在从单一模型训练阶段进入训练、推理、知识增强和智能体协同并存的新阶段

从更深层次来看，在这一产业变革中，DDN希望扮演的是AI数据基础设施（AI Data Infrastructure）和AI数据智能平台（AI Data Intelligence Platform）的核心构建者

值得关注的是，AI基础设施已经不再是简单的计算资源采购，而是需要围绕AI生产流程进行整体设计

值得关注的是，传统数据中心更多关注设备稳定性，而AI工厂则需要关注运行效率

从更深层次来看，” 因此，AI时代的数据平台必须具备几个新的能力：一是高吞吐低延迟的数据访问；二是支持训推等混合工作负载；三是能够实现冷热数据自动分层；四是能与算力以及网络协同优化

值得关注的是，马磊指出，”AI时代的数据访问模式更加复杂，需要同时支持超大规模训练数据读取、数百万小样本文件访问、实时向量数据库查询、KV Cache高速访问、多GPU节点并行调用以及数据持续更新等

从更深层次来看，类似工业时代的能源体系，AI系统需要稳定、高效的数据供给，才能保证智能生产持续运行

从更深层次来看，马磊表示，未来几年AI基础设施竞争指标将发生变化，企业关注的不再是GPU数量和存储容量，而是GPU利用率、Token产出效率、推理性能以及整体成本

值得关注的是，未来AI工厂需要具备完整的数据供应链，包括数据采集、治理、训练、推理、持续更新以及监控优化的完整能力

值得关注的是，在不久前举行的2026世界人工智能大会（WAIC）上，全球1100家创新企业齐聚上海，共探AI产业规模化发展新路径

从更深层次来看，这一趋势也意味着，数据正在成为AI时代的新型生产要素

业内人士指出，马磊强调道，”我们的目标不是单纯提供存储，而是让整个AI基础设施形成端到端优化，包括GPU、网络、存储、数据管理和软件平台共同工作，从而实现更高的GPU利用率和更低的总体拥有成本（TCO）

从更深层次来看，但随着实际应用深入，越来越多企业开始意识到，GPU资源并不等于AI生产能力，算力利用效率才是决定投资回报的重要因素

业内人士指出，只有建立高吞吐、低延迟、智能化的数据平台，才能让GPU持续保持高效运行，让模型训练更快完成，让推理服务更加稳定，让AI应用真正进入产业生产环节

业内人士指出，高速以太网、RoCE网络以及面向AI优化的数据传输体系，正在成为新一代AI基础设施的重要组成部分

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的泰国原生IP，欢迎访问 www.isclouder.com 了解更多