Category: 技术文章

据行业最新消息，1GW绿电直连 谷歌德州启动Meitner能源中心建设

当地时间6月4日，谷歌（Google）与旗下清洁能源开发商Intersect Power联合宣布，在德克萨斯州格雷县（Gray County）和罗伯茨县（Roberts County）启动Meitner能源中心（Meitner Energy Center）建设

业内人士指出，该项目将新建一座数据中心，并配套超过1GW的风能、太阳能及电池储能系统，实现清洁能源与数据中心的协同开发

值得关注的是，这是谷歌在德州大规模AI基础设施投资的一部分

业内人士指出，根据双方发布的声明，Meitner项目采用”共置”（co-location）模式，数据中心将与新增发电设施同步上线，直接使用专用清洁电力满足需求，从而减少对当地电网新增供电的压力

业内人士指出，项目还包括少量现场燃气调峰机组以确保供电可靠性

值得关注的是，谷歌强调，此举旨在”以正确方式建设数据中心”，通过增加本地能源容量、采用空气冷却技术限制用水，并支持区域就业

值得关注的是，为支持建设，谷歌将在邻近的惠勒县（Wheeler County）设立Caprock Workforce Hub，这是一个占地800英亩的住宅设施，配备现场便利设施，可容纳最多3500名建筑工人

业内人士指出，该营地旨在减少对当地交通和基础设施的影响，并与县领导层密切合作以适应社区需求

业内人士指出，数据中心将采用先进空气冷却技术，仅用于卫生间等少量生活用水，大幅降低传统蒸发冷却的水资源消耗

从更深层次来看，谷歌还承诺通过10亿美元德州水资源影响基金等举措，支持社区水基础设施改善

从更深层次来看，Meitner项目此前由Intersect Power推动，原计划涉及绿氢生产，后转向数据中心开发，总投资规模约30亿美元，包括三座总建筑面积超过200万平方英尺的设施

业内人士指出，Intersect Power于2026年3月被谷歌母公司Alphabet收购，此次合作建立在双方此前哈斯克尔县（Haskell County）Quantum Clean Energy Project基础上，该项目包含640MW太阳能和1.3GWh储能

值得关注的是，谷歌区域数据中心公共事务负责人Andrew Hart表示：”我们在格雷县的最新投资深化了与德州的伙伴关系

业内人士指出，我们期待成为社区的一部分，不仅建设数据中心，更要成为好邻居，从第一天起就投资本地优先事项、保护水和能源资源，并与居民共同建设美好未来

从更深层次来看，” Pampa商会总裁兼首席执行官Cortnie Hale欢迎该项目，认为这为社区带来巨大机遇，彰显Pampa在全球创新与增长中的地位

值得关注的是，格雷县法官Chris Porter也表示，此投资是区域进步的基础，体现了社区长期成功的信心

业内人士指出，此次Meitner项目是谷歌在德州400亿美元投资计划的一部分，该计划涵盖多座AI数据中心建设

从更深层次来看，谷歌已在米德洛锡安（Midlothian）和红橡树（Red Oak）等地设有数据中心园区，并在阿姆斯特朗县、哈斯克尔县和威尔巴格县等地推进新项目

业内人士指出，其数据中心网络支撑搜索、Gmail、地图、云服务以及在线银行、911系统等关键应用

值得关注的是，Intersect Power专注于为数据中心和能源密集型产业提供可扩展的清洁能源基础设施，已在运营或建设中拥有大量太阳能和电池储能项目

从更深层次来看，该公司强调与谷歌的合作将加速AI时代所需的基础设施建设

业内人士指出，分析指出，随着AI需求激增，电力供应成为数据中心发展的关键制约因素

从更深层次来看，谷歌通过自有能源开发和共置模式，致力于实现可持续增长，同时避免将基础设施成本转嫁给当地居民

从更深层次来看，项目预计将直接和间接创造大量就业机会，谷歌称每1个数据中心内部岗位可带动当地9个相关岗位

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独服，欢迎访问 www.isclouder.com 了解更多

行业动态更新：深度丨建一座GW级AI数据中心到底需要多少钱

当英伟达的Vera Rubin NVL72机柜开始成为产业讨论焦点，一个核心问题随之浮出水面：建一座GW级AI数据中心，究竟需要多少钱

从更深层次来看，市面上流传的信息是”一台NVL72机柜成本约800万美元”，但基于对供应链的深度调研和与行业专家的系统性交流，这个数字已经过时，真实成本更接近910万美元，二者的差距主要在于一个核心变量：内存价格

业内人士指出，910万美元：Vera Rubin时代的钱都流向了哪里

值得关注的是，要理解Vera Rubin NVL72 910万美元的机柜成本，需要将其拆开来看

从更深层次来看，图表 1：英伟达数据中心 GPU 机柜资本开支拆分（按架构） 单位：千美元/机柜

值得关注的是，来源：专家访谈、公司披露、文献检索、渠道调研、Bernstein 测算与分析

业内人士指出，每颗Rubin GPU售价为5.5万美元，每台NVL72机柜配置72颗，仅GPU成本就达396万美元，接近机柜总价的一半

值得关注的是，同时，Vera CPU每颗约5000美元，每机柜配备36颗，合计约18万美元

值得关注的是，算力部分合计约414万美元，构成成本的绝对核心

值得关注的是，内存与存储是最大的变量，也是最容易被低估的部分

值得关注的是，据测算，内存与存储成本将达320万美元/机柜，约占机柜总成本的35%

从更深层次来看，这一数字显著高于按历史价格隐含的约200万美元

从更深层次来看，HBM4（高带宽内存）：Vera Rubin规格列示20.7TB的HBM4

业内人士指出，若按历史参考价约16.63美元/GB计算，这部分成本约34.4万美元，与800万美元的说法基本吻合

业内人士指出，但问题在于，到2027年Vera Rubin批量出货时，HBM4价格预计将升至48美元/GB；叠加英伟达可能向客户转嫁约10%加价，实际支付价格将达53美元/GB

值得关注的是，这意味着，HBM成本贡献将从34.4万美元暴增至约110万美元

值得关注的是，图表 2：英伟达公布规格与 Bernstein 测算规格 蓝色为官方公布数据，红色为 Bernstein 测算

从更深层次来看，来源：英伟达官网、Bernstein 测算与分析

从更深层次来看，CPU DRAM：Vera Rubin规格包含54TB的LPDDR5X CPU内存，是上一代GB200的约3.4倍

从更深层次来看，调研显示，英伟达的SOCAMM架构相较于移动端DRAM价格存在约30%溢价，对应CPU DRAM价值量约80.2万美元/机柜

业内人士指出，值得注意的是，LPDDR潜在短缺也可能成为限制Vera Rubin出货量的隐性瓶颈

从更深层次来看，直连存储（Direct-attached storage）：据配置测算，Vera Rubin每机柜NAND总容量约3.5PB，按TLC NAND约0.37美元/GB（含30%溢价）计，存储价值量约130万美元/机柜

从更深层次来看，图表 3：5 月 NAND 价格企稳，但波动率仍高于历史趋势 NAND 晶圆（3D TLC 512Gb）现货与合约价，单位：美元

业内人士指出，来源：DRAMeXchange、Bernstein 分析

值得关注的是，其中scale-up占 8%、scale-out 占5%

值得关注的是，值得注意的是，超大规模客户以第三方交换机替换SpectrumX机顶交换机，是偏离英伟达参考架构最常见的做法之一，这也意味着实际网络成本存在较大配置弹性

从更深层次来看，散热与供电加起来约31万美元，看似占比不高，但代际变化极为显著

业内人士指出，据测算，电源价值量从GB200的约5万美元/机柜跃升至Vera Rubin的约15万美元，背后是更高的功率负载（从130kW升至220kW/机柜）与800VDC方案的早期采用

从更深层次来看，散热约16万美元，同样随功率密度提升持续抬升

业内人士指出，图表 4：AI 服务器电源组件 TAM（潜在市场规模） 来源：Bernstein 测算与分析

业内人士指出，据测算，机柜机箱（chassis）成本约10万美元，另有约10万美元的其他机柜内容，最终落在910万美元的BOM

值得关注的是，从机柜到GW级数据中心：470亿美元如何被”烧”出来

业内人士指出，将机柜成本放大到数据中心整体，数字将更为震撼

从更深层次来看，鉴于Vera Rubin NVL72机柜额定功率为220kW，机柜约占数据中心总功率负载的78%（基于假设 PUE 为 1.15、服务器机柜占 IT 设备总功率的 90%），这意味着，每台机柜对应的数据中心总功耗约281kW，即一座GW级数据中心可容纳约3,557台Vera Rubin机柜，机柜总成本约323亿美元

从更深层次来看，叠加机电与土地建筑等物理基础设施成本（参照顶级新建项目约120–150亿美元/GW的行业水平），得出一个结论：AI数据中心资本开支约为470亿美元/GW，高于GB200时代的405亿与H100时代的370亿

从更深层次来看，图表 5 & 图表 6：数据中心基础设施资本开支拆分 / 机柜级性价比 来源：Omdia、专家访谈、渠道调研、公司披露、英伟达规格、Bernstein 测算与分析

业内人士指出，值得关注的是，虽然绝对资本开支在上升，但每美元对应的算力产出在加速提升

业内人士指出，Vera Rubin NVL72机柜的FP8稀疏算力达2,520 PFLOPS，是GB200（720 PFLOPS）的3.5倍

业内人士指出，换算到每十亿美元资本开支可获得的FP16稀疏算力：H100为84.2 EFLOPS，GB200为105.5 EFLOPS，Vera Rubin跃升至189.3 EFLOPS——每美元算力效率较H100提升约2.25倍

业内人士指出，这正是AI推理单位成本持续下行的底层逻辑：绝对造价贵了，但买到的算力更多了，Token的边际成本仍在快速降低

业内人士指出，当折旧超过电费：AI基础设施的真实成本结构 现金资本开支视角可能遮蔽了一些重要信息

业内人士指出，即便按0.15美元/kWh的偏高电价计算，运行一座GW级数据中心一年的电费约13亿美元；据报道，即便最大规模的数据中心也仅需8–10人运营，人力成本每人约3–8万美元/年

值得关注的是，但若按6年折旧周期计算，资本开支对应的年度折旧约达79亿美元，是电费的6倍，是整个运营成本的绝对主导项

业内人士指出，图表 7：超大规模厂商对相关资产类别折旧年限的披露 来源：公司财报披露、Bernstein 分析

业内人士指出，服务器与网络设备普遍为4–6年（各主要超大规模厂商均在此区间），机电设备多为8–25年，土地与建筑则长达7–40年

值得关注的是，由于占资本开支最大头的IT硬件折旧最快，真实的总拥有成本（TCO）经济学比现金支出所隐含的更进一步向服务器、存储与网络倾斜

值得关注的是，这对算力资产的金融化具有实质意义：折旧周期越短，take-or-pay结构中的回收期压力越大，残值假设的容错空间越小

值得关注的是，算力闸门打开之后：AI应用的下一轮跃迁 从需求侧看，市场对超大规模厂商资本开支的一致预期在持续上涨：七家主要超大规模厂商（亚马逊、谷歌、微软、Meta、甲骨文、CoreWeave、NBIS）合计资本开支从2024年约2500亿美元，到2026年同比增长约69%，2027年再增约13%，且当前预期几乎全面高于半年前的市场共识

业内人士指出，图表 8：一致预期超大规模厂商 2026 年总 capex 同比 +69%、2027 年再增 13% 较 2025 年 11 月的预期显著上修

从更深层次来看，来源：公司报告、Bloomberg（预测）、Bernstein 分析

从更深层次来看，从应用侧看，2026年终端用户的渗透有加速迹象

业内人士指出，Anthropic报告其年化营收由2025年底的90亿美元增至2026年5月的470亿美元，且这一增长是在算力受限的背景下实现的：算力约束已迫使该公司宁愿放弃部分客户与收入，也不愿在算力上过度透支

从更深层次来看，这意味着，Rubin周期推动可用算力进一步跃升之后，被压抑的应用需求存在显著的释放空间

业内人士指出，算力供给的扩张，是AI应用渗透加速的先决条件，而非滞后结果

从更深层次来看，图表 9：AI 服务器供应链全景图 注：Bernstein 覆盖广达、台达、欣兴、致茂、台积电、三星、SK 海力士、美光、英伟达、AMD、博通、DISCO、揖斐电、BE Semi

从更深层次来看，来源：英伟达、SK 海力士、Bernstein 分析

值得关注的是，从供给侧看，支撑这一轮算力跃升的，是一条高度分工、环环吻合的全球供应链

从更深层次来看，上游，英伟达、AMD等Fabless设计公司与谷歌、亚马逊、Meta等互联网巨头的自研ASIC，经由博通、Alchip等设计服务商，汇入台积电的晶圆代工与先进封装体系，再由Amkor、日月光完成封装，京元电负责最终测试；最后，SK海力士、三星等内存企业与揖斐电、欣兴等载板企业在封装环节并入，构成芯片级的核心价值

从更深层次来看，下游，GPU模组由FII主导，经主板/基板（广达/英业达/美超微）、服务器、再到整机柜，形成从芯片到交付的完整制造链路；台达、光宝负责电源，台达、AVC负责散热，欣兴、沪电等覆盖高速PCB与网络互联

业内人士指出，图表 10：AI 供应链公司汇总 注：Bernstein 覆盖 Dell、SuperMicro、HPE、广达、立讯（Luxshare）、台达

值得关注的是，从AI供应链公司的财务数据来看，成长性最强的是光收发环节：中际旭创营收2025–2027年复合增速达92%、EPS复合增速102%，新易盛、天孚亦在60–78%，光模块已成为AI网络scale-out扩张最直接的弹性标的，但对应估值也最高（P/E 35–87倍）

值得关注的是，ODM环节（鸿海/广达/纬颖/纬创）营收增速虽达24–52%，但毛利率普遍仅6–8%，是典型的”大营收、薄利润”代工模式

从更深层次来看，电源与散热环节（台达/Vertiv/AVC）则兼具30–45倍估值与38–66%的EPS增速，景气与盈利质量俱佳，呼应 Exhibit 4 的电源 TAM 主题

从更深层次来看，供应链的每一个环节，既是算力扩张的支撑，也是成本传导的通路

值得关注的是，理解谁在这条链上”拿走了价值量”，是判断GW级数据中心投资回报的前提之一

从更深层次来看，从910万美元的Vera Rubin NVL72机柜，到470亿美元的GW级数据中心，这套数字背后是一个正在快速演进、充满不确定性的产业现实

从更深层次来看，内存价格的剧烈波动、功率密度的持续跃升、折旧周期带来的财务压力、以及算力供需之间的动态博弈，这些问题，既是投资分析的核心变量，也是产业实践者每天需要面对的经营挑战

值得关注的是，GW级Token工厂之问：是产业趋势，还是一场高杠杆豪赌

从更深层次来看，可交付的电是不是建立Token工厂的第一瓶颈

值得关注的是，液冷、HVDC与模块化如何支撑GW级Token产能

从更深层次来看，这些问题，将在2026中国智算产业生态发展年会的高端圆桌对话中，由电力企业、算力基础设施提供商、算力服务商、数据中心运营商、大模型企业等行业专家共同正面回答

从更深层次来看，2026 中国智算产业生态发展年会将于 6 月 30 日在深圳盛大启幕

值得关注的是，本届大会以”AI 入场景，Token大时代”为主题，设置主论坛、供需交流会、年度评选、闪话：智算引力现场、创新成果展等多元环节，汇聚大模型企业、算力基础设施提供商（芯片、服务器等）、算力服务商、行业用户，共同探讨智算产业从建设走向应用、从技术走向生态的关键路径

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，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，从ADC到ADSP，F5重构AI时代应用交付与安全体系

过去两年，AI产业经历了从模型竞赛到应用落地的快速演进

业内人士指出，随着推理需求激增、智能体兴起以及企业级AI部署规模扩大，一个新的问题开始浮出水面：当每天数百万亿Token在全球网络中流转，谁来保证这些Token能够被安全、高效且经济地生产、调度与交付

值得关注的是，在F5 Solution Day 2026媒体发布会上，F5北亚区总裁黄彦文、F5亚太区首席技术官Mohan Veloo、F5北亚区区域副总裁产及解决方案资深架构咨询师张振伦，以及F5中国区产品及解决方案总经理陈亮，共同描绘了一幅AI时代基础设施的新图景

业内人士指出，在他们看来，AI时代真正的竞争，不再只是模型能力的竞争，而是围绕Token展开的新一轮基础设施竞争

值得关注的是，作为应用交付与API安全全球领导者，F5围绕”应用”这一核心载体，旨在链接算力、数据与行业应用，保障新一代智能应用安全、稳定、高效，为智能经济提供数字底座

从更深层次来看，从ADC到ADSP：F5三十年的一次自我进化 回顾F5的发展历史，会发现这家企业始终围绕同一个核心命题展开创新——应用交付

从更深层次来看，上世纪九十年代互联网兴起时，企业最关注的是应用能否稳定运行

从更深层次来看，F5凭借BIG-IP产品定义了ADC（应用交付控制器）行业标准，解决了流量激增背景下的扩展性和可靠性问题

业内人士指出，进入云计算时代，应用开始跨越数据中心、公有云和私有云运行，ADC也从硬件形态逐渐演变为软件化、云化的平台能力

从更深层次来看，黄彦文指出，AI流量本质上仍然以API形式存在，但复杂度已经远超传统互联网应用

值得关注的是，过去一个请求对应一次响应，如今一次AI请求可能涉及多个模型、多种数据源以及多个智能体协同完成推理任务

值得关注的是，应用不再只是一个APP，而成为由模型、数据、API和算力共同组成的复杂系统

从更深层次来看，这种变化正在推动应用交付从ADC时代进入ADSP时代

从更深层次来看，F5提出的ADSP（Application Delivery and Security Platform，应用交付与安全平台）试图解决的不再只是访问速度问题，而是AI应用全生命周期中的交付、安全、治理与运营问题

业内人士指出，在黄彦文看来，应用始终是连接算力与生产力之间最重要的桥梁

从更深层次来看，无论数据中心如何升级、GPU如何迭代、模型如何变化，最终创造价值的依然是应用本身

值得关注的是，F5所扮演的角色，就是让这些应用能够在任何环境中稳定、安全、高效地运行

从更深层次来看，Token经济崛起：AI基础设施开始进入经济学时代 如果说大模型掀起了AI革命，那么Token则正在成为衡量这场革命价值的标准

值得关注的是，在F5亚太区首席技术官Mohan Veloo看来，Token不仅是技术指标，更是正在演变为一种经济单位

从更深层次来看，企业未来衡量AI投资回报率，很大程度上将围绕Token展开

从更深层次来看，F5亚太区首席技术官Mohan Veloo 这一变化意味着AI基础设施建设开始进入”经济学时代”

业内人士指出，传统IT建设关注服务器数量和存储容量，而AI时代企业更关心每个Token的成本、首Token生成时间、端到端延迟以及整体吞吐效率

业内人士指出，性能不再只是技术指标，而是直接影响企业利润空间

业内人士指出，Mohan提到了一个颇具启发性的概念——”Tokenomics”，即Token经济学

值得关注的是，其核心思想在于通过合理调度模型、算力和推理资源，实现成本与体验之间的平衡

业内人士指出，例如，一个查询天气的问题显然不需要调用最昂贵的大模型，而复杂代码生成任务则需要更强大的推理能力

业内人士指出，如果所有请求都交给最高性能模型处理，企业将承担巨大的Token成本；如果全部采用低成本模型，又无法保证结果质量

值得关注的是，因此，多模型协同正在成为企业AI落地的重要趋势

从更深层次来看，Mohan认为，这与早期云计算的发展路径十分相似

业内人士指出，当云资源价格昂贵时，企业普遍采用混合云模式；而在AI时代，由于Token成本依然较高，企业开始采用混合AI模式，在不同模型之间动态调度资源

业内人士指出，这种变化意味着未来AI竞争不只是模型能力竞争，更是资源调度能力竞争

业内人士指出，谁能以更低成本生成更多高质量Token，谁就拥有更强的商业竞争力

业内人士指出，TBLB背后：重新定义AI时代的负载均衡 在F5中国区产品及解决方案总经理陈亮看来，传统负载均衡已经难以适应AI推理场景

值得关注的是，互联网时代，两个用户连接可能意味着相同负载；但在AI时代，一个用户要求生成天气预报，另一个用户要求完成万行代码重构，两者对算力资源的消耗完全不同

业内人士指出，因此，F5开始将负载均衡对象从”连接”转向”Token”

从更深层次来看，陈亮介绍，TBLB（Token Based Load Balancing，本地化的基于词元（Token）的负载均衡解决方案）并非简单的流量分发机制，而是一套围绕推理任务展开的智能调度系统

业内人士指出，在任务到达之前，系统会综合评估模型健康状态、GPU负载情况、队列长度、首Token时延、推理成功率以及缓存命中情况等多个维度，再决定请求应该进入哪个推理集群

业内人士指出，尤其是在异构算力环境中，这种能力变得尤为重要

业内人士指出，除了英伟达GPU之外，昇腾、寒武纪、沐曦、平头哥等国产算力平台也在快速发展

值得关注的是，不同芯片架构、不同推理引擎和不同模型之间存在大量适配挑战

值得关注的是，陈亮表示，企业客户通常已经完成模型与芯片的适配工作，而F5负责解决的是运行阶段的动态调度问题

业内人士指出，系统不仅关注哪个集群空闲，还会判断是否存在可复用的KV Cache缓存，从而避免重复计算，降低Token成本

从更深层次来看，从实际案例来看，TBLB已经展现出明显价值

从更深层次来看，根据F5披露的数据，在多个客户场景中，并发用户数最高提升75%，首Token生成速度提升30%至99%，端到端访问效率也实现显著改善

值得关注的是，当AI应用规模不断扩大时，调度能力本身正在成为新的生产力

业内人士指出，AI安全进入”意图识别”时代 相比算力效率，另一个被广泛关注的话题是AI安全

业内人士指出，随着大模型逐渐深入业务核心，传统安全体系正在面临前所未有的挑战

业内人士指出，Mohan指出，过去安全系统主要依赖规则和特征库识别攻击行为

业内人士指出，但AI攻击具有实时生成、自我进化和动态变化的特点，传统规则体系很难跟上攻击速度

业内人士指出，攻击者已经开始使用AI进行漏洞发现、自动化渗透和攻击代码生成，而企业仍然依靠人工分析和规则更新进行防御

值得关注的是，Mohan介绍，F5对WAF进行了底层重构，在传统特征匹配和威胁情报之外，引入神经网络模型进行实时安全决策

从更深层次来看，系统能够在微秒级完成行为分析，并直接运行在CPU环境中，无需依赖GPU资源，从而实现边缘部署和实时防护

从更深层次来看，陈亮进一步解释了AI护栏与传统规则引擎的区别

业内人士指出，传统规则系统更像关键词匹配机制，攻击者通过拆分字符、加入空格或符号便可能绕过检测

从更深层次来看，而AI护栏则基于语义理解和意图识别，即便表达形式发生变化，系统仍能够理解其真实目的

从更深层次来看，换句话说，过去安全防御关注”说了什么”，而现在更关注”想做什么”

从更深层次来看，这种从模式识别向意图理解的转变，也正在改变AI安全行业的发展方向

值得关注的是，借助收购CalypsoAI积累的能力以及自身三十年的应用安全经验，F5构建起从AI红队到AI护栏的完整体系

值得关注的是，红队负责发现漏洞，护栏负责自动生成防御策略，并通过持续学习不断更新防护能力

值得关注的是，在F5北亚区区域副总裁产及解决方案资深架构咨询师张振伦看来，网络安全已经从企业的可选项变成必选项

业内人士指出，从GDPR到各国数据安全法规，再到AI时代的新型风险，企业必须建立覆盖应用、API、模型和智能体的完整安全体系

从更深层次来看，未来的竞争不只是模型能力竞争，更是安全治理能力竞争

业内人士指出，中国创新走向全球：F5的新战略坐标 值得关注的是，在AI时代的战略布局中，中国市场正在扮演越来越重要的角色

从更深层次来看，黄彦文透露，F5中国今年将战略从”创新中国，服务中国”升级为”创新中国，链接全球”

值得关注的是，这一变化背后，是中国市场在AI实践中的独特价值

业内人士指出，与北美市场更加关注通用大模型不同，中国企业正在快速推动行业模型和产业AI落地

业内人士指出，从新能源汽车、高端制造到医疗健康，大量场景开始形成具有中国特色的AI应用模式

业内人士指出，与此同时，中国市场对于异构算力、多模型协同以及成本优化的需求也更加迫切

值得关注的是，黄彦文表示，F5正式成立AI应用工程部，中国团队已经成为其中的重要组成部分

从更深层次来看，包括TBLB在内的多项创新实践，都正在从中国走向全球

业内人士指出，一方面，中国拥有全球最丰富的AI应用场景；另一方面，复杂的本地生态迫使企业必须解决多模型、多芯片、多云环境协同问题

从更深层次来看，正是在这样的市场环境中，催生了大量具有全球价值的技术创新

从更深层次来看，从这个意义上看，中国不仅是F5的重要市场，更正在成为其AI战略的重要创新源头

从更深层次来看，未来，无论是AI安全、Token调度还是异构算力管理，中国市场积累的经验都可能成为全球AI基础设施建设的重要参考样本

从更深层次来看，过去两年，全球科技产业的焦点几乎全部集中在大模型能力本身

业内人士指出，但随着AI逐渐进入产业化阶段，一个越来越清晰的趋势正在出现：真正决定AI价值释放速度的，未必是模型参数规模，而是模型背后的基础设施体系

值得关注的是，当企业同时运行多个模型、多个云平台以及多种算力资源时，应用交付、安全治理和资源调度的重要性正在迅速上升

值得关注的是，从ADC到ADSP，从流量管理到Token治理，从规则安全到意图识别，F5试图证明一个观点：AI时代的竞争，已经开始从模型层下沉到基础设施层

值得关注的是，而围绕Token建立的新型基础设施体系，或许正是下一轮智能经济竞争的真正战场

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VPS，欢迎访问 www.isclouder.com 了解更多

最新消息显示，总投资40亿元、规划算力11000P，万界京峰青海智算中心项目正式启动

6月12日，万界京峰青海智算中心项目启动仪式在青海省海南州绿色算电协同发展产业园举行

从更深层次来看，根据项目资料显示，该智算中心由江苏军创投资有限责任公司全额投资建设，项目总投资额达40亿元，项目规划建设标准机架9338架，设计总算力规模将达到11000P

从更深层次来看，据估算，该中心年耗电量约为2.43亿千瓦时

业内人士指出，据悉，该项目已于2025年9月通过了国家算力基础设施窗口指导，是青海省首个通过此项指导的大型算力基础设施项目

值得关注的是，项目建成投产后，将依托青海当地的清洁能源条件，重点消纳本地富余的绿色电力资源，以探索绿电与算力产业的协同发展

业内人士指出，同时，作为江苏与青海对口协作的项目之一，该中心旨在为区域数字经济发展提供算力硬件基础设施支撑

值得关注的是，2026 中国智算产业生态发展年会将于 6 月 30 日在深圳盛大启幕

值得关注的是，本届大会以”AI 入场景，Token大时代”为主题，设置主论坛、供需交流会、年度评选、闪话：智算引力现场、创新成果展等多元环节，汇聚大模型企业、算力基础设施提供商（芯片、服务器等）、算力服务商、行业用户，共同探讨智算产业从建设走向应用、从技术走向生态的关键路径

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站群服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，魔法扫帚用上麻瓜技术：剧版《哈利 · 波特》道具频繁被盗，剧组植入微型芯片定位

IT之家 5 月 8 日消息，HBO 警告《哈利 · 波特》剧组成员，怀疑有道具被盗，包括魔法书、扫帚、南瓜和魔杖等物品

值得关注的是，据《The Sun》5 月 6 日报道，HBO《哈利 · 波特》剧集的布景周围已放置了海报，展示装有微型芯片的扫帚道具，并警告称正在追踪每日移动记录

从更深层次来看，海报警告称，道具离开指定区域，需要“获得道具部门的批准”

值得关注的是，一位制作人说，剧集的主管对盗贼的行为“非常愤怒”，HBO 现在正在 eBay 上搜寻失踪物品，任何嫌疑人都面临“被惩罚和解雇”的威胁

值得关注的是，据IT之家此前报道，HBO 剧版《哈利 · 波特》将用七季拍完七部小说，计划 10 年内完播

业内人士指出，目前系列剧集第一季《哈利 · 波特与魔法石》已定档今年圣诞节（12 月 25 日）开播

从更深层次来看，此外，剧版《哈利 · 波特》第二季《哈利 · 波特与密室》已获提前续订，计划今年秋季开拍

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菲律宾VPS，欢迎访问 www.isclouder.com 了解更多

行业动态更新：从ADC到ADSP，F5重构AI时代应用交付与安全体系

过去两年，AI产业经历了从模型竞赛到应用落地的快速演进

业内人士指出，随着推理需求激增、智能体兴起以及企业级AI部署规模扩大，一个新的问题开始浮出水面：当每天数百万亿Token在全球网络中流转，谁来保证这些Token能够被安全、高效且经济地生产、调度与交付

业内人士指出，在F5 Solution Day 2026媒体发布会上，F5北亚区总裁黄彦文、F5亚太区首席技术官Mohan Veloo、F5北亚区区域副总裁产及解决方案资深架构咨询师张振伦，以及F5中国区产品及解决方案总经理陈亮，共同描绘了一幅AI时代基础设施的新图景

值得关注的是，在他们看来，AI时代真正的竞争，不再只是模型能力的竞争，而是围绕Token展开的新一轮基础设施竞争

业内人士指出，作为应用交付与API安全全球领导者，F5围绕”应用”这一核心载体，旨在链接算力、数据与行业应用，保障新一代智能应用安全、稳定、高效，为智能经济提供数字底座

值得关注的是，从ADC到ADSP：F5三十年的一次自我进化 回顾F5的发展历史，会发现这家企业始终围绕同一个核心命题展开创新——应用交付

从更深层次来看，上世纪九十年代互联网兴起时，企业最关注的是应用能否稳定运行

值得关注的是，F5凭借BIG-IP产品定义了ADC（应用交付控制器）行业标准，解决了流量激增背景下的扩展性和可靠性问题

业内人士指出，进入云计算时代，应用开始跨越数据中心、公有云和私有云运行，ADC也从硬件形态逐渐演变为软件化、云化的平台能力

业内人士指出，黄彦文指出，AI流量本质上仍然以API形式存在，但复杂度已经远超传统互联网应用

从更深层次来看，过去一个请求对应一次响应，如今一次AI请求可能涉及多个模型、多种数据源以及多个智能体协同完成推理任务

从更深层次来看，应用不再只是一个APP，而成为由模型、数据、API和算力共同组成的复杂系统

从更深层次来看，这种变化正在推动应用交付从ADC时代进入ADSP时代

从更深层次来看，F5提出的ADSP（Application Delivery and Security Platform，应用交付与安全平台）试图解决的不再只是访问速度问题，而是AI应用全生命周期中的交付、安全、治理与运营问题

值得关注的是，在黄彦文看来，应用始终是连接算力与生产力之间最重要的桥梁

值得关注的是，无论数据中心如何升级、GPU如何迭代、模型如何变化，最终创造价值的依然是应用本身

从更深层次来看，F5所扮演的角色，就是让这些应用能够在任何环境中稳定、安全、高效地运行

从更深层次来看，Token经济崛起：AI基础设施开始进入经济学时代 如果说大模型掀起了AI革命，那么Token则正在成为衡量这场革命价值的标准

从更深层次来看，在F5亚太区首席技术官Mohan Veloo看来，Token不仅是技术指标，更是正在演变为一种经济单位

业内人士指出，企业未来衡量AI投资回报率，很大程度上将围绕Token展开

业内人士指出，F5亚太区首席技术官Mohan Veloo 这一变化意味着AI基础设施建设开始进入”经济学时代”

值得关注的是，传统IT建设关注服务器数量和存储容量，而AI时代企业更关心每个Token的成本、首Token生成时间、端到端延迟以及整体吞吐效率

值得关注的是，性能不再只是技术指标，而是直接影响企业利润空间

值得关注的是，Mohan提到了一个颇具启发性的概念——”Tokenomics”，即Token经济学

从更深层次来看，其核心思想在于通过合理调度模型、算力和推理资源，实现成本与体验之间的平衡

值得关注的是，例如，一个查询天气的问题显然不需要调用最昂贵的大模型，而复杂代码生成任务则需要更强大的推理能力

业内人士指出，如果所有请求都交给最高性能模型处理，企业将承担巨大的Token成本；如果全部采用低成本模型，又无法保证结果质量

从更深层次来看，因此，多模型协同正在成为企业AI落地的重要趋势

业内人士指出，Mohan认为，这与早期云计算的发展路径十分相似

业内人士指出，当云资源价格昂贵时，企业普遍采用混合云模式；而在AI时代，由于Token成本依然较高，企业开始采用混合AI模式，在不同模型之间动态调度资源

从更深层次来看，这种变化意味着未来AI竞争不只是模型能力竞争，更是资源调度能力竞争

从更深层次来看，谁能以更低成本生成更多高质量Token，谁就拥有更强的商业竞争力

值得关注的是，TBLB背后：重新定义AI时代的负载均衡 在F5中国区产品及解决方案总经理陈亮看来，传统负载均衡已经难以适应AI推理场景

业内人士指出，互联网时代，两个用户连接可能意味着相同负载；但在AI时代，一个用户要求生成天气预报，另一个用户要求完成万行代码重构，两者对算力资源的消耗完全不同

从更深层次来看，因此，F5开始将负载均衡对象从”连接”转向”Token”

值得关注的是，陈亮介绍，TBLB（Token Based Load Balancing，本地化的基于词元（Token）的负载均衡解决方案）并非简单的流量分发机制，而是一套围绕推理任务展开的智能调度系统

值得关注的是，在任务到达之前，系统会综合评估模型健康状态、GPU负载情况、队列长度、首Token时延、推理成功率以及缓存命中情况等多个维度，再决定请求应该进入哪个推理集群

值得关注的是，尤其是在异构算力环境中，这种能力变得尤为重要

从更深层次来看，除了英伟达GPU之外，昇腾、寒武纪、沐曦、平头哥等国产算力平台也在快速发展

从更深层次来看，不同芯片架构、不同推理引擎和不同模型之间存在大量适配挑战

值得关注的是，陈亮表示，企业客户通常已经完成模型与芯片的适配工作，而F5负责解决的是运行阶段的动态调度问题

业内人士指出，系统不仅关注哪个集群空闲，还会判断是否存在可复用的KV Cache缓存，从而避免重复计算，降低Token成本

从更深层次来看，从实际案例来看，TBLB已经展现出明显价值

从更深层次来看，根据F5披露的数据，在多个客户场景中，并发用户数最高提升75%，首Token生成速度提升30%至99%，端到端访问效率也实现显著改善

从更深层次来看，当AI应用规模不断扩大时，调度能力本身正在成为新的生产力

值得关注的是，AI安全进入”意图识别”时代 相比算力效率，另一个被广泛关注的话题是AI安全

值得关注的是，随着大模型逐渐深入业务核心，传统安全体系正在面临前所未有的挑战

业内人士指出，Mohan指出，过去安全系统主要依赖规则和特征库识别攻击行为

业内人士指出，但AI攻击具有实时生成、自我进化和动态变化的特点，传统规则体系很难跟上攻击速度

业内人士指出，攻击者已经开始使用AI进行漏洞发现、自动化渗透和攻击代码生成，而企业仍然依靠人工分析和规则更新进行防御

值得关注的是，Mohan介绍，F5对WAF进行了底层重构，在传统特征匹配和威胁情报之外，引入神经网络模型进行实时安全决策

从更深层次来看，系统能够在微秒级完成行为分析，并直接运行在CPU环境中，无需依赖GPU资源，从而实现边缘部署和实时防护

值得关注的是，陈亮进一步解释了AI护栏与传统规则引擎的区别

业内人士指出，传统规则系统更像关键词匹配机制，攻击者通过拆分字符、加入空格或符号便可能绕过检测

值得关注的是，而AI护栏则基于语义理解和意图识别，即便表达形式发生变化，系统仍能够理解其真实目的

从更深层次来看，换句话说，过去安全防御关注”说了什么”，而现在更关注”想做什么”

值得关注的是，这种从模式识别向意图理解的转变，也正在改变AI安全行业的发展方向

值得关注的是，借助收购CalypsoAI积累的能力以及自身三十年的应用安全经验，F5构建起从AI红队到AI护栏的完整体系

值得关注的是，红队负责发现漏洞，护栏负责自动生成防御策略，并通过持续学习不断更新防护能力

从更深层次来看，在F5北亚区区域副总裁产及解决方案资深架构咨询师张振伦看来，网络安全已经从企业的可选项变成必选项

值得关注的是，从GDPR到各国数据安全法规，再到AI时代的新型风险，企业必须建立覆盖应用、API、模型和智能体的完整安全体系

业内人士指出，未来的竞争不只是模型能力竞争，更是安全治理能力竞争

业内人士指出，中国创新走向全球：F5的新战略坐标 值得关注的是，在AI时代的战略布局中，中国市场正在扮演越来越重要的角色

值得关注的是，黄彦文透露，F5中国今年将战略从”创新中国，服务中国”升级为”创新中国，链接全球”

从更深层次来看，这一变化背后，是中国市场在AI实践中的独特价值

业内人士指出，与北美市场更加关注通用大模型不同，中国企业正在快速推动行业模型和产业AI落地

值得关注的是，从新能源汽车、高端制造到医疗健康，大量场景开始形成具有中国特色的AI应用模式

业内人士指出，与此同时，中国市场对于异构算力、多模型协同以及成本优化的需求也更加迫切

从更深层次来看，黄彦文表示，F5正式成立AI应用工程部，中国团队已经成为其中的重要组成部分

值得关注的是，包括TBLB在内的多项创新实践，都正在从中国走向全球

从更深层次来看，一方面，中国拥有全球最丰富的AI应用场景；另一方面，复杂的本地生态迫使企业必须解决多模型、多芯片、多云环境协同问题

业内人士指出，正是在这样的市场环境中，催生了大量具有全球价值的技术创新

值得关注的是，从这个意义上看，中国不仅是F5的重要市场，更正在成为其AI战略的重要创新源头

从更深层次来看，未来，无论是AI安全、Token调度还是异构算力管理，中国市场积累的经验都可能成为全球AI基础设施建设的重要参考样本

业内人士指出，过去两年，全球科技产业的焦点几乎全部集中在大模型能力本身

值得关注的是，但随着AI逐渐进入产业化阶段，一个越来越清晰的趋势正在出现：真正决定AI价值释放速度的，未必是模型参数规模，而是模型背后的基础设施体系

业内人士指出，当企业同时运行多个模型、多个云平台以及多种算力资源时，应用交付、安全治理和资源调度的重要性正在迅速上升

业内人士指出，从ADC到ADSP，从流量管理到Token治理，从规则安全到意图识别，F5试图证明一个观点：AI时代的竞争，已经开始从模型层下沉到基础设施层

从更深层次来看，而围绕Token建立的新型基础设施体系，或许正是下一轮智能经济竞争的真正战场

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，联想 AI 平板拯救者 Y700 无极亮相：摄像头配 RGB 灯环，支持 5G 通话

IT之家 7 月 2 日消息，联想 AI 平板拯救者 Y700 无极将于 8 月登场，官方宣传语为“小平板，大 5G”，暗示这款平板支持 5G 通信

业内人士指出，联想拯救者官方今日晒出一段视频，展示了这款平板的背部设计，最亮眼的就是摄像头配 RGB 灯环

业内人士指出，从视频可以看到，这款平板的背部摄像头周围有一圈三段式 RGB 灯，旁边写有 50MP 字样

从更深层次来看，后盖还印有大大的 LEGION 拯救者标志

业内人士指出，IT之家注意到，一款拯救者小平板神秘新品今年 6 月亮相“核聚变游戏嘉年华 2026 深圳站”，采用全新设计，目前来看基本确定就是这款联想 AI 平板拯救者 Y700 无极

业内人士指出，根据博主爆料，该平板定位旗舰，是一款可以插卡的小平板

从更深层次来看，有网友询问能否支持通话功能，博主表示：“能了

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租用，欢迎访问 www.isclouder.com 了解更多

行业动态更新：总投资40亿元、规划算力11000P，万界京峰青海智算中心项目正式启动

6月12日，万界京峰青海智算中心项目启动仪式在青海省海南州绿色算电协同发展产业园举行

从更深层次来看，根据项目资料显示，该智算中心由江苏军创投资有限责任公司全额投资建设，项目总投资额达40亿元，项目规划建设标准机架9338架，设计总算力规模将达到11000P

业内人士指出，据估算，该中心年耗电量约为2.43亿千瓦时

从更深层次来看，据悉，该项目已于2025年9月通过了国家算力基础设施窗口指导，是青海省首个通过此项指导的大型算力基础设施项目

业内人士指出，项目建成投产后，将依托青海当地的清洁能源条件，重点消纳本地富余的绿色电力资源，以探索绿电与算力产业的协同发展

从更深层次来看，同时，作为江苏与青海对口协作的项目之一，该中心旨在为区域数字经济发展提供算力硬件基础设施支撑

业内人士指出，2026 中国智算产业生态发展年会将于 6 月 30 日在深圳盛大启幕

值得关注的是，本届大会以”AI 入场景，Token大时代”为主题，设置主论坛、供需交流会、年度评选、闪话：智算引力现场、创新成果展等多元环节，汇聚大模型企业、算力基础设施提供商（芯片、服务器等）、算力服务商、行业用户，共同探讨智算产业从建设走向应用、从技术走向生态的关键路径

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新加坡VPS，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，押注AI算力能源 松下3500亿日元砸向数据中心电池

东京，2026年6月8日——松下控股（Panasonic Holdings）在东京举行的”投资者日”活动上宣布，将投入约3500亿日元（约合21.8亿美元）扩大电池制造产能，以抓住人工智能（AI）数据中心增长带来的电力存储需求

值得关注的是，该投资是公司此前公布的2026至2028财年5000亿日元AI基础设施投资的一部分，其中约3500亿日元分配给旗下能源部门（Panasonic Energy），剩余1500亿日元投向工业部门

业内人士指出，松下表示，此举旨在加速本土及北美供应链发展，应对数据中心对稳定备用电源和储能系统的强劲需求

业内人士指出，根据松下公布的路线图，主要举措包括： 计划将堪萨斯州现有汽车电池工厂的部分产能转向数据中心用锂离子电池电芯生产，目标在2028财年（截至2029年3月）开始量产

从更深层次来看，到2029财年，将锂离子电池生产产能提升至2026财年的约三倍，包括调整大阪地区的汽车生产线，用于生产数据中心备用电池及超级电容器

业内人士指出，建设第三座电池模块制造工厂，预计2028财年实现量产，进一步强化北美供应链

从更深层次来看，”公司已与云服务巨头达成多项协议，在数据中心电源系统领域占据领先地位，目前在分布式电源供应系统方面市场份额达80%

业内人士指出，公司计划到2029财年实现数据中心储能系统销售额约8000亿至1万亿日元

从更深层次来看，” — 松下能源 CEO Kazuo Tadanobu AI数据中心的快速发展推动了对高可靠性备用电源和储能系统的需求

值得关注的是，松下能源将这一领域视为重要增长引擎，目标到2030财年将AI相关基础设施销售额提升至约2万亿日元，较当前水平显著增长，并计划将AI相关产品数量翻倍

业内人士指出，这一战略调整也反映出行业趋势：传统电动汽车（EV）电池市场需求面临竞争加剧和增速放缓，企业转向数据中心等高增长领域

业内人士指出，松下能源同时继续服务现有客户，如特斯拉，同时开拓新机会

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GPU服务器租用，欢迎访问 www.isclouder.com 了解更多

行业动态更新：高盛称下半年科技巨头继续失宠，投资者更青睐半导体等 AI 受益者

IT之家 7 月 3 日消息，据财联社报道，高盛衍生品专家 Brian Garret 周四表示，投资者正在低配美国科技股，尤其是“科技七巨头”（Mag7）

业内人士指出，该行认为，投资者正在忽视蓝筹股板块，而更青睐人工智能（AI）的受益者，例如半导体行业

业内人士指出，高盛现在认为，除非超大规模数据中心展现出更强劲的盈利增长，否则投资者可能会对市值巨大的科技公司采取更加谨慎的态度

业内人士指出，该行还指出，期权市场定价是人们日益担忧的证据，并指出景顺 QQQ ETF（追踪纳指）的下行对冲成本已经远高于小盘股的同等水平

业内人士指出，“低配大型股票似乎是目前投资者普遍采用的策略

从更深层次来看，“这种谨慎的态度源于‘科技七巨头’近几个月来整体表现逊于大盘

值得关注的是，” 据IT之家此前报道，高盛首席执行官戴维 · 所罗门曾在今年 6 月表示，只要市场信心维持在高位，人工智能热潮就会持续升温

值得关注的是，受益于市场波动与人工智能淘金热潮，高盛去年斩获 170 亿美元（IT之家注：现汇率约合 1155.37 亿元人民币）利润，今年有望再度迎来业绩大年

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物理服务器，欢迎访问 www.isclouder.com 了解更多