行业动态更新：Lingyang Debuts at the Qwen Conference in Singapore: Quick BI Deconstructs Enter

On May 26, 2026, the Qwen Conference, hosted by Alibaba Cloud, was held in Singapore. As Alibaba Cloud’s flagship conference for global developers and enterprise clients, this year’s Qwen Conference focused on the real-world implementation of large language models and Agent applications within enterprise scenarios. At the Agent Application Forum, Chris—a Solutions Architect representing Lingyang—delivered a keynote presentation titled “Quick BI: Your AI Data Analyst, From Insights to Action.” He provided a systematic overview of Quick BI’s product evolution in the realm of Agentic Analytics, alongside real-world scenarios and customer use cases from international enterprises. Over the past year, the number of “Agents” within enterprises has surged—customer service Agents, marketing Agents, process Agents, R&D Agents—each capable of articulating their points with impressive coherence. However, when it comes to the data itself, the underlying problems are starkly exposed: three different Agents provide three conflicting definition for the exact same “sales revenue”; regarding a single report, no one is able to effectively enforce the access boundaries between different departments; and behind those polished, eloquent responses, no one actually dares to use the output to make concrete business decisions. While general-purpose agents address the question of whether a response can be generated, what enterprises truly lack is _credibility_. This constitutes the core insight shared by Quick BI during this presentation: in the era of AI, enterprise-grade analytics is no longer a contest of model capabilities alone; rather, the true differentiator lies in who can effectively “feed” an agent with the metrics systems, access governance frameworks, and business semantics that an enterprise has cultivated over years—thereby enabling the agent to provide answers that are not only credible but also directly actionable. Over the past decade, enterprise BI has primarily addressed two issues: “data retrieval” and “report generation”—business users would simply open a dashboard, review the data, and the analysis would end there. However, in the era of Agents, this value chain has been extended: systems no longer merely answer the question of “what happened,” but must instead continuously monitor for changes within a business context, infer underlying causes, and propose actionable next steps. Quick BI summarizes this shift in a single sentence: an evolution from “Tools → Queries → Reports” to “Goals → Inferences → Actions.”There are three fundamental differences between Agentic Analytics and traditional BI: a shift from “passive report generation” to “always-on business monitoring”; a move beyond the limitations of isolated point queries to a comprehensive understanding of the enterprise’s complete business context; and an analytical process endowed with cross-session memory, enabling insights to be directly linked to action. Guided by this vision, Quick BI has constructed an underlying, AI-native analytics architecture. This architecture spans from the bottom up, encompassing foundational large language models, an AI-ready data layer, a cognitive and memory layer, and an action-oriented execution layer—thereby ensuring that when an Agent invokes Quick BI, it accesses consistent metric definitions, accurate permission boundaries, and authentic business semantics. This constitutes the most fundamental distinction between enterprise-grade analytics Agents and “general-purpose large language models.” Agentic Analytics is not an abstract concept. Quick BI breaks it down into six business domains, each corresponding to a specific job function: It has permeated the daily work of every type of business role. The three scenarios below illustrate how this capability “takes shape” within real-world enterprises. For cross-border e-commerce teams, a typical day begins like this: across multinational channels, Amazon, independent websites, and social media platforms—the data formats for sales, refunds, and ad spend differ for every single one. Product codes must be cross-checked, metrics standardized, and financial reconciliations completed—all before they can even begin to answer the boss’s inevitable question: “How were the overall market figures yesterday?” Consequently, an operations team often spends the better part of a day doing nothing more than simply making sense of the previous day’s data. With the introduction of Quick BI, this entire rhythm was completely rewritten: The ultimate result is that the workload associated with manual daily reporting has dropped by approximately 90%; the operations team no longer “misses” a single anomaly around the clock; and the speed at which issues are detected and resolved has increased tenfold. Consequently, the role of the Head of Operations has shifted from merely “organizing data” to actively “making decisions.”This is precisely the difference between enterprise-grade agents and general-purpose agents: only when they provide accurate, consistent responses will business teams truly feel confident entrusting their decision-making to them. For the manufacturing sector, “going global” presents a distinct set of complexities. A typical manufacturing enterprise operating internationally often simultaneously manages a network of factories across multiple countries, alongside a production and sales portfolio comprising tens of thousands of distinct products. Underlying these operations are various disparate systems—including Enterprise Resource Planning (ERP), warehouse management, logistics management, and supplier portals—that frequently lack seamless integration.Whenever sales decline in a specific market or yield rates fluctuate on a production line, the business team is tasked with answering “why.” This often requires analysts to sift through numerous spreadsheets and reconcile data definitions across multiple systems—a cross-border attribution exercise that, more often than not, takes a full week to complete. Quick BI acts like an “always-on business analyst”: From a business perspective, the most tangible change is this: cross-border sales attribution—a task that previously took a full day or even a week to complete—can now be handed off to an AI Agent by an analyst, yielding conclusions and actionable improvement recommendations within mere minutes. Furthermore, during weekly operational meetings, the head of supply chain can—for the very first time—engage in discussions with international subsidiaries based on a unified set of metrics and a single source of truth. This precisely encapsulates the value of an enterprise-grade data foundation: it not only accelerates individual tasks but also empowers the entire organization to make decisions grounded in a shared reality. For many enterprise IT and data leaders, the greatest obstacle to transitioning from traditional BI to Agentic Analytics is not the choice of a new platform, but rather the immobility of the legacy system: thousands of reports, complex metric processing logic, and hundreds of business users long accustomed to the original environment—any disruption in service would trigger immediate complaints from the business departments. The solution offered by Quick BI is an AI-driven migration pathway: it begins with assessment and strategy formulation, followed by automated migration and AI-driven data validation; next, a dual-run phase on both the old and new platforms ensures zero business interruption; finally, AI capabilities are continuously rolled out on the new platform. The feedback from a client who has already completed this journey is straightforward: “Alibaba Cloud’s intelligent migration process enabled us to complete a complex data platform migration in a very short timeframe; business continuity remained unaffected, while the accuracy and efficiency of our analytics actually improved significantly.” The benefits for the business side are clear: the manual verification workload previously required of the technical team during report migration has dropped by over 50%. Furthermore, business departments experienced no disruption; on the contrary, they gained capabilities on the new platform that they previously lacked—specifically, automated attribution, cross-metric linkage, and AI-agent-assisted analysis. Consequently, BI modernization has transformed from a “disruptive, root-and-branch overhaul” into a seamless evolution that delivers incremental capabilities without any perceptible impact on business operations. At the Qianwen Conference, a consensus is taking shape: while general-purpose Agent platforms are becoming increasingly powerful, the true differentiator—the capability that gives enterprises the confidence to actually deploy AI—lies not in the models themselves, but in whether the data, metrics, access controls, and business semantics accumulated by the enterprise over years can be effectively “digested” by the AI.This constitutes the fundamental distinction between Quick BI and general-purpose Agent platforms: while general platforms address the ability to “speak,” Quick BI focuses on ensuring that the output is “correct, precise, and actionable.” At a time when everyone else is racing to pursue ever-more-powerful models, Lingyang has chosen to invest its deeper efforts in a path that is more challenging—yet offers far greater barriers to entry—namely, enterprise-grade data capabilities. AI has not devalued data; on the contrary, it has—for the first time—made it possible for enterprises to “directly leverage” the data assets they have accumulated over the past decade or more. This is the true value that Quick BI aims to amplify in the era of AI.Leveraging its presence across nine overseas availability zones and a base of tens of thousands of enterprise clients, Quick BI is continuously extending its “hard skills” for enterprise-grade analytics—including trusted metrics, semantic governance, and access complianc

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美国VPS，欢迎访问 www.isclouder.com 了解更多

行业动态更新：万字实录｜东南亚GW级AI数据中心本地化交付的真实挑战

当我们说 300 兆瓦时，实际落地时究竟意味着什么

业内人士指出，Vorapoj Wanasin（主持人） 谢谢

值得关注的是，作为本地数据中心服务商，对于客户需求与实际落地执行之间的落差，您怎么看

从更深层次来看，市场上存在一种危险的错觉：在土地就绪方面，我们签了土地购买协议（LPA，Land Purchase Agreement），这就真的算”就绪”了吗

从更深层次来看，Narong Huayhongthong（Data Zone） 谢谢您的提问

值得关注的是，在我们这边，我们做了这个选择，它带来了一些价值——比如，我们完全不依赖水资源

从更深层次来看，Jack He（Galaxy DC） 谢谢 Vorapoj

值得关注的是，这中间，客户提出的需求与他们真正需要的东西之间，往往存在落差——而这通常正是交付链条上的第一个瓶颈

业内人士指出，我不确定是否已经最终敲定，但无论如何，这个 UGT 2 的含义是：即便太阳能电站或

从更深层次来看，在上午议程的收官环节，设置了一场高端圆桌讨论

值得关注的是，Vorapoj Wanasin（主持人） 非常感谢您的分享，Narong

从更深层次来看，泰国需求的成熟度与东南亚其他市场以及欧洲市场相比如何

值得关注的是，也许第一年实际使用的只有 10 或 15 兆瓦，但…… 泰国的环境对高密度GPU集群的部署带来了哪些具体的挑战

从更深层次来看，比如，这些 AI 或 GPU 是用于推理（inference），还是用于训练（training）

值得关注的是，有些人或许仍然主要把绿色当作一句口号、一个营销标签，或者只是收集 ESG 证书和奖项的手段

值得关注的是，所以可以说，眼下泰国仍有空间，约束还不算太多，但这一天迟早会到来，就像在巴淡岛、在柔佛所发生的那样

值得关注的是，作为一家怀有零碳交付雄心的绿色 AI 数据中心开发商，当国际客户前来对你们的设施进行审计、了解真实标准时，他们实际上会要求哪些指标和证据

从更深层次来看，Vorapoj Wanasin（主持人） 哇，这真的很有意思

值得关注的是，我认为，相比从其他公司”挖人”，这才是培养人才最切实可行的途径

业内人士指出，因此，作为数据中心运营商，我们必须与电网供应商紧密协作

从更深层次来看，所以当我们考量数据中心的选址时，未来必须核查变电站，也必须核查电网，看它能否承接将要涌入该区域的巨大兆瓦量

从更深层次来看，Vorapoj Wanasin（主持人） 当然

值得关注的是，所以，当我们谈论 AI 的生态基础设施时，如果我们能明确 AI 的类型——是做训练、做推理，还是在同一栋楼里把 AI 与云服务混合部署——我们就能据此转化出相应的方案

值得关注的是，至于与东南亚其他市场的比较——这也是您问题的一部分

值得关注的是，但我想指出另一个我们很少谈及的领域，那就是”人”

业内人士指出，Vorapoj Wanasin（主持人） 非常感谢您，Jirapat

值得关注的是，这意味着，当我们考量场地与电力时，选址本身固然重要，但它顶多只占工作量的 20%，剩下 80% 的功夫都得花在电力上

值得关注的是，寻找场地时，你要找电力、要找水资源等等；而对我们来说水不成问题，于是我们就能真正专注于交付算力以满足客户需求，把精力集中在电力，以及设计的灵活性、单机柜密度的灵活性上

值得关注的是，Wuttipong 先生，能否请您分享一下您对电力就绪的看法

值得关注的是，究竟是什么，把真正的绿色承诺与单纯的市场说辞区分开来

业内人士指出，所以我们看到，需求是真实的，但仍处在被转化为可执行规格的过程之中

从更深层次来看，除此之外，我想从 BOI 的角度看，近期 BOI 已经发布公告，确认市场上的需求是真实的——因为投资总额相当可观，据 BOI 近期公布，总额达到数十亿美元

业内人士指出，比如在运维层面，可以约定服务等级协议（SLA，Service Level Agreement）——你需要怎样的 SLA

从更深层次来看，希望这些信息能让他们了解 AI 需求的特征，并据此提前做规划

从更深层次来看，当我们说”300 兆瓦”时，这 300 兆瓦究竟会如何兑现

从更深层次来看，所以作为数据中心服务商，现阶段我们必须努力留住自己的人，建立内部培训计划，并尝试从其他行业引进现场工程师，比如电厂、石油天然气、商业楼宇等行业

从更深层次来看，Jirapat Phobtavorn（Huawei） 好的

业内人士指出，就泰国市场目前的绿色发展情况来看，政府正在制定相关监管政策，他们主要考虑三类事项 泰国本地生态系统与国际供应链之间的协作效率如何

值得关注的是，因为 AI 数据中心与传统数据中心并不一样

从更深层次来看，而要实现这一点，你在散热方案（heat rejection plant）上也必须极为敏捷

从更深层次来看，因为 AI 不能像传统那样只靠空调风冷，我们还必须采用液冷

从更深层次来看，来自 Data Zone 的 Narong，从数据中心运营商的角度，您对日常运营中的”交付”有何看法

业内人士指出，我是 2020 年加入 Data Zone 的

值得关注的是，UGT 1 已经在运行，不过我不确定目前最终落地情况如何，但看起来是通过可再生能源证书（REC，Renewable Energy Certificate）额度与工业用户实际用电之间进行抵换

业内人士指出，我们谈”需求”时，指的固然是华为所说的 GPU 需求，但归根结底，这是泰国、是某个具体选址所需要的”兆瓦”需求

从更深层次来看，所以政府还在推进另一种机制，可以向数据中心或其他大型工业供电，那就是公用事业绿色电价（UGT，Utility Green Tariff），分为 UGT 1 和 UGT 2

业内人士指出，从我的角度看，客户带着”我们需要 GPU、我们需要 AI”的诉求前来，这是非常令人振奋的

从更深层次来看，Vorapoj Wanasin（主持人） 这就引出了下一个就绪度维度，也就是场地与电力

从更深层次来看，所以，当一家超大规模云厂商（hyperscale）或者企业客户对我们说”我需要在泰国部署 GPU 算力”时，作为数据中心服务商，我们当然非常兴奋，对吧

值得关注的是，随后，由 EPC（工程、采购与施工，Engineering, Procurement and Construction）方把这些信息转化为切实可行的方案，并落实到现实的交付进度和时间表上

从更深层次来看，会上我们向他们分享了三年期和五年期的长期需求

从更深层次来看，否则，别家也会进来，别的数据中心也会进来——这就形成了 PEA 必须审视的负荷曲线（load profile）

业内人士指出，通常，三年前我们讨论的还是 10 到 20 兆瓦，而如今某一处选址的需求已经攀升到 300 到 500 兆瓦

从更深层次来看，Vorapoj Wanasin（主持人） 非常感谢您，Wuttipong，这个观点很有意思

从更深层次来看，就泰国市场目前的绿色现状而言，政府正在制定相关法规，目前总算进入了委员会审议阶段

值得关注的是，Pierre Patris（Etix Everywhere） 好的

值得关注的是，但它最终也会走到同样面临电力和水资源约束的那一刻，因为需求是持续稳定的——这意味着如果不去解决，需求只会不断增长；而市场当然存在某些物理上限

业内人士指出，Vorapoj Wanasin（主持人） 确实如此，非常感谢您的观点

值得关注的是，在这种情况下，像由您所领导的这类行业协会，将成为我们大家共同探讨如何推进项目的非常重要的对接平台

业内人士指出，有些项目业主已经拿到了供电确认函或购电协议（PPA，Power Purchase Agreement），但我认为这只是起点，而非终点

从更深层次来看，接下来请教 Etix Everywhere 的 Pierre

业内人士指出，所以我们必须有能力同时应对这两类方案，而它们需要不同类型的二次侧制冷方案——要么是风墙（fan wall），要么是冷量分配单元（CDU，Coolant Distribution Unit）

从更深层次来看，是纯粹的算力，还是完整的、开箱即用的 AI 就绪服务

从更深层次来看，首先自我介绍，我是 Wuttipong，来自 B.Grimm Power

业内人士指出，这意味着会出现所谓的负荷重合（load coincidence）、曲线重合（profile coincidence）——我们必须把每座数据中心在各时段的负荷曲线叠加起来考量

值得关注的是，当您在泰国评估一个场地时，电力承诺与可交付电力之间最容易被低估的差距是什么

业内人士指出，我不想在电力的细节上讲得太深，但数据中心一方当然也必须向政府如实告知真实需求

业内人士指出，当客户说”100 多兆瓦”时，你必须深入追问第一期实施究竟是多少

业内人士指出，我认为我们需要作为一个群体，向政府部门、向同行业界发出统一的声音

业内人士指出，所以作为 Galaxy DC，我们其实是以一种更可持续的方式在开发项目——我们不只是想把地”圈”下来，而是切实地与当地利益相关方沟通、争取支持，让我们的项目能够稳定运行十年、二十年

值得关注的是，第一类是直接购电协议（direct PPA），意思是如果绿电（比如太阳能电站）就在数据中心附近，能够直接向该数据中心供电

业内人士指出，唯一的制约当然是配套设施、电网等等需要加强，这是稍微拖慢节奏的唯一因素

业内人士指出，所以作为数据中心运营商，我们也在关注一些新政策，比如电力代输（power wheeling）政策、直接购电协议（DPPA，Direct Power Purchase Agreement）政策

业内人士指出，某种意义上，”生存”如今成了前提——但这并不意味着我们放弃绿色，绝对不是

业内人士指出，所以泰国早晚会到达类似柔佛（Johor）、类似巴淡岛（Batam）所经历的那个临界点：届时政府将不得不说”我们必须加以管控，只能筛选出极少数数据中心项目——那些满足极低 PUE 等条件、真正符合市场要求的项目”

业内人士指出，所以无论是电力侧，还是数据中心的需求侧，我都比较了解

值得关注的是，在您评估泰国的某一处场地时，从您的角度看，”电力承诺”与”可实际交付的电力”之间，最被低估的那个落差是什么

从更深层次来看，要知道，在泰国数据中心市场上有两类数据中心：一类是偏”AI 工厂”性质的，多集中在 EEC（东部经济走廊，Eastern Economic Corridor）一带，动辄建设数百兆瓦的规模；另一类则是本地的、对时延敏感的边缘型数据中心，更多分布在曼谷地区

值得关注的是，但从今年起到 2028 年，根据新闻乃至公开公告，数据中心的数量可能增长到接近 20 座

值得关注的是，您提出了一个很有意思的观点：交付不仅关乎技术，也关乎人力资源

业内人士指出，从 2020 到 2025 年，EEC 区域只有五座数据中心

从更深层次来看，客户带着真实的意向找上门来，他们心里清楚需要多少兆瓦，也有明确的时间表

从更深层次来看，我们正在主动消除未来的风险，比如能源价格的剧烈波动、监管处罚，以及人才短缺等

业内人士指出，事实上我们看到，最早起步的市场是马来西亚和印度尼西亚，尤其是在 AI 算力供给方面——这正是当下驱动泰国 AI 算力增长的主要因素

值得关注的是，还有一点，数据中心一旦进驻某个区域，往往带着巨大的需求而来，这意味着负责提供变电站和电网的 PEA（泰国地方电力局）和政府，在评估选址时同样面临很大压力

值得关注的是，这是第一类，但我们当然都清楚，要靠这样的绿电满足数据中心 7×24 小时（24/7）不间断的用电需求，是相当困难的

业内人士指出，AI数据中心不能仅依赖空调或风冷，我们还必须采用液冷

从更深层次来看，为了做到这一点，我们的做法是尽量让设计具备灵活性，敏捷到足以完全依照客户需求来调整我们场地的建设方向

值得关注的是，所谓需求就绪，指的是我们从市场上听到的诉求——是一种信号、一种意向，但还没有转化为正式的采购订单（PO，Purchasing Order）

业内人士指出，产品能告诉我们某项技术真正能提供的容量，以及它是否适配 AI 机柜

从更深层次来看，我们说的是 2027 到 2037 年这个十年规划，也就是从 200 兆瓦增长十倍到 2,000 兆瓦

从更深层次来看，我们是一家法国公司，自然了解法国市场——作为对比，法国市场的总容量是 1.6 吉瓦，而这是我们花了 20 年才建起来的

业内人士指出，Jirapat Phobtavorn（Huawei） 关于工程就绪，正如我在上一个问题中所说，”尽早对齐”对于把商业意向转化为容量至关重要

值得关注的是，在 AI 热潮之前，我们有一份可预测的 ESG 路线图，目标是 2030 年实现净零（net zero）

值得关注的是，作为数据中心服务商，电力的交付取决于几个因素：来自电网供应商的容量、我们的运维团队（也就是我们的人），以及客户的需求

值得关注的是，但这意味着，泰国将在短短三到四年内，建起相当于、甚至超过法国 20 年建设成果的规模

值得关注的是，是的，我认为绿色其实创造的是一种可预测的现金流，而这种可预测的现金流在很大程度上会让我们的投资者和客户感到满意

值得关注的是，…… 2026年5月27日，由数字基础设施技术委员会（Digital Infrastructure Technical Council,DITC）与IDCNOVA联合主办的”数字基础设施合作发展曼谷论坛”（Digital Infrastructure Forum for Cooperation 2026·Thailand）在泰国曼谷盛大开幕

值得关注的是，从运营角度来看，我们需要明确 SLA 要求：您需要什么样的 SLA

从更深层次来看，作为站在高密度数据中心设计最前沿的代表，从设计逻辑的角度出发，您对工程与交付就绪有哪些洞见

值得关注的是，这样，我们最终才能让电网容量与 AI 需求相匹配

业内人士指出，Jack He（Galaxy DC） 谢谢

业内人士指出，另一类是 UGT 2，也就是公用事业绿色电价 2，目前还在草案阶段，正准备定稿

从更深层次来看，Wuttipong Prawitwong（B.Grimm Power） 好的

从更深层次来看，泰国的绿电生态系统目前就绪程度如何，又取得了哪些进展

从更深层次来看，结合我过去几个月的亲身经验，我可以坦率地说：需求是真实存在的

值得关注的是，基于这一点，我们通常必须通过尽早对齐，把需求拆解清楚

从更深层次来看，如果我们把泰国放在部署规模的维度上来看，有一个数字相当能说明问题：如果看 BOI 已经核准、正在筹建的数据中心储备项目（pipeline）的容量，泰国待部署的容量高达 2.4 吉瓦（GW）

业内人士指出，关于绿色议题，五六年前，绿色还只是个”大家都说自己挺绿”的话题；但如今，它俨然成了超大规模云厂商开展业务时的一张明确”入场券”

值得关注的是，此外，从国家数字与社会委员会对”全球数字经济发展国家战略”的检视来看——我这周一会去参加 DEPA 的相关活动——他们制定了一个十年战略规划，目标是确保 AI 数据中心在未来十年内增长十倍，从 200 兆瓦（不是 20，是 200 兆瓦）增长到 2,000 兆瓦

值得关注的是，关键就在于：我们需要先锁定电力，再锁定土地

业内人士指出，这些 GPU 是允许中断的，还是必须连续不间断运行

业内人士指出，这个问题想请教 Galaxy Data Center 的 Jack

从更深层次来看，这一点非常重要，而这些信息必须从产品供应商那里获取

业内人士指出，关于场地与电力就绪，我想请教深度参与 AI 数据中心园区开发的 Galaxy Data Center 的 Jack

业内人士指出，Wuttipong Prawitwong（B.Grimm Power） 好的

业内人士指出，我们相信，绿色代表的是稳定运营环境的根本基石——通过确保可持续的能源供应和稳定且训练有素的人才队伍来实现

从更深层次来看，Vorapoj Wanasin（主持人） 那么，我们首先从需求侧谈起，好吗

业内人士指出，在这方面，泰国同样存在一些挑战，因为我们看到人们通常倾向于采用冷却塔（water tower）方案，因为它对 PUE 有正面影响；但它也有一些显著的弊端，会影响你真正优化冷却环路（cooling loop）的能力，比如以高度优化的方式控制冷却环路的温度

从更深层次来看，这是因为，AI 的部署速度——从下单采购 GPU 到交付进数据中心——是以”月”为单位计算的；而新增电力的建设，比如变电站建设、外部输电线路，却需要一到两年才能完成

值得关注的是，所以我认为，生态系统要想成功，获取信息同样是至关重要的

业内人士指出，所以，第一个问题我想先抛给来自华为的 Jirapat

从更深层次来看，接下来我们请来自 Data Zone 的 Narong

值得关注的是，Vorapoj Wanasin（主持人） 当然

从更深层次来看，如果你去看全球顶级玩家、看美国企业的 ESG 报告，它们都在说自己的碳排放在上升，因为 AI 的功率密度已经远远超出了所有历史预测

从更深层次来看，就泰国而言，可能涉及政府，也可能涉及向工业园区供电的电力生产商（PP，Power Producer）

值得关注的是，所以，当下最紧迫的挑战，是确保获得海量且可靠的基荷电力（baseload power）

值得关注的是，我们的客户要么是大型企业，要么是云服务商，这些客户通常要求风冷方案，单机柜密度最高在 3 到 10 千瓦（kW/rack）左右

值得关注的是，那么液冷方案中，究竟哪一种能与机柜内部的应用相匹配

业内人士指出，如今虽然有很多大学开设了专门面向数据中心人才的课程，但我们没法干等两到四年，等他们从大学毕业

业内人士指出，在我们这边，我们的思路更侧重于如何提供灵活性，以满足如今演变得相当快的客户需求

值得关注的是，接下来，我们进入第四个就绪度议题——绿色与合规就绪

业内人士指出，把意向转化为容量，关键就在于我们如何评估需求

值得关注的是，作为华为基础设施架构方面的代表，关于这种”就绪度”，运营商、设备供应商和系统集成商之间应当如何协作，才能把一个模糊的意向转化为具备明确容量指标的具体方案——比如电力就绪、网络就绪、能耗以及交付时间表

值得关注的是，而在我们这边，我们选择只依靠冷水机组（chiller），散热环节完全不采用任何水技术，同时仍然实现了不错的 PUE——我们场地内达到的 PUE 是 1.35

从更深层次来看，因此，面向高密度 AI 负荷的工程基准至关重要

从更深层次来看，但政府主管部门、电网监管机构都还在研究如何介入这场产业变革

值得关注的是，所以，AI 数据中心的挑战并不在于技术本身的局限，而在于我们如何评估需求、如何尽早对齐，以获取足够的信息，把商业意向转化为真实的容量

业内人士指出，但即便土地和电力都已锁定，工程本身对于 AI 负荷同样扮演着重要角色——这就把我们带到了第三个维度，也就是工程与交付就绪

值得关注的是，关于工程与交付就绪，我想听听来自华为的 Jirapat 的看法

值得关注的是，我先简单介绍一下 Galaxy DC：Galaxy DC 是一个为 AI 超大规模时代而打造的数字基础设施平台，服务于全球顶级的互联网企业；我们的核心理念是”规模与稳健并重”（scale with solidity）

值得关注的是，贵公司在多个市场都有运营，那么泰国市场的需求成熟度，与您在东南亚其他地区、乃至欧洲市场所见相比，有何不同

值得关注的是，比如，我们最近刚和他们开过一次会——这要感谢 Vorapoj

从更深层次来看，您认为泰国的环境给高密度 GPU 集群的部署带来了哪些具体挑战

从更深层次来看，这意味着，当我们寻找新场地时，”水”这一项是我们不必再去操心的一个变量

业内人士指出，但与此同时，我们也有一些做推理方案的 AI 客户，他们部署 GB300 机柜，要求单机柜达到 150 千瓦

值得关注的是，这就好比我们可以把新加坡视作一个参照——很快我们也会走到那个阶段，对吧

业内人士指出，接下来请教 Etix Everywhere 的 Pierre

业内人士指出，Narong Huayhongthong（Data Zone） 好的

从更深层次来看，我们或许可以分一期、分两期，或者同期推进——这取决于我们从工业园区、从公用事业供应商那里对齐得到的信息

业内人士指出，马来西亚和印尼起步较早，但它们已经走到了容量不敷使用的临界点，要么受限于电力，要么受限于水资源

从更深层次来看，对于传统数据中心，我们只要拿到最基本的四项参数就够了，比如每机柜的功率密度（kW/rack）、制冷方式，以及机房层面的温度和湿度目标——这些对传统数据中心而言已经足够

业内人士指出，还有一点，我们也需要来自公用事业供应商和工业园区的信息

业内人士指出，》为主题，邀请了包括Wuttipong Prawitwong，Sr. VP Head of Data Center，B.Grimm Power、Jirapat Phobtavorn，Data Center Technical Director，Huawei Technologies (Thailand)、Pierre PATRIS, CEO Asia, Etix Everywhere、Narong Huayhongthong, Data Centre Service Director, Data Zone Company Limited、Jack He, Vice President of Global Development, Galaxy Data Center在内的多位嘉宾，由Vorapoj Wanasin,Vice President,Thai Internet and Cloud Service Provider Association (TICPA)主持，共同就需求就绪（Demand Readiness）、场地与电力就绪（Site & Power Readiness）、工程与交付就绪（Engineering & Delivery Readiness）、绿色与合规就绪（Green & Compliance Readiness）、生态系统就绪（Ecosystem Readiness）等五大”就绪度”话题展开了深度和专业的探讨

值得关注的是，众所周知，我们已经从传统的”空间密集型”数据中心，转向”电力密集型”的 AI 数据中心

业内人士指出，回到您的问题，我认为我们首先必须从根本上厘清”就绪”到底意味着什么

从更深层次来看，此外还要看到，签了 PPA 之后，从 PPA 到真正”通电”，中间还有很多步骤——我们必须完成输电线路，让变电站就位

从更深层次来看，我们是工业园区内的电力生产商，在泰国 11 个工业园区拥有 23 座电厂

从更深层次来看，在那之后，一旦动工建设，我们还必须与 PEA 紧密跟进，落实电力如何分配给我们

业内人士指出，一块场地在纸面上看起来或许已经”就绪”，但真正进入交付环节时，AI 算力才会经受真正的考验——这里面有许多因素在起作用

值得关注的是，因为签了 LPA 之后，我们仍然需要与当地的利益相关方沟通，争取他们对项目的支持；我们还需要把基础设施落实到位，包括道路、供水和光纤

业内人士指出，也许第一年实际只用 10 或 15 兆瓦，但一开口就说 300 兆瓦，会让政府相当担忧

值得关注的是，在泰国，我们正面临 AI 需求的迅猛增长，需求毫无疑问是真实的

从更深层次来看，但对于 AI 数据中心，我们必须深入到 AI 的具体类型

从更深层次来看，这就好比，我们必须把更多针对泰国本地环境的假设条件纳入考量，把一切都落在纸面上，然后才能把它转化为拓扑结构、设备选型，乃至建设数据中心的整体架构

值得关注的是，因为这两者在负荷容量和单机柜密度上差异巨大

业内人士指出，Pierre Patris（Etix Everywhere） 好的

从更深层次来看，Wuttipong 先生，作为泰国规模最大的可再生能源资产组合之一的持有者，能否请您分享对绿电就绪的看法

业内人士指出，也就是说，眼下泰国筹建的储备项目中的 2.4 吉瓦容量即将开建，而且会建得非常快，因为需求实实在在地摆在这里，投资者也都在场，他们能够非常快速地交付

值得关注的是，因为显然，一旦你选了这条路、做了相应投资，就不可能三年后再改弦更张

从更深层次来看，对 PEA 而言，他们必须管理同一区域内每一座数据中心进驻时的负荷爬坡曲线（load ramp-up curve）

业内人士指出，同时，我们与 Digital Edge 成立了合资公司 Digital Edge B.Grimm，也涉足数据中心开发

值得关注的是，圆桌以《从”土地就绪”到”算力就绪”：泰国本地化 AI 数据中心交付面临的最大挑战是什么

值得关注的是，但通常他们来的时候，我们手上掌握的关键信息并不足以支撑设计——也就是说，不足以把商业意向转化为真实的容量

从更深层次来看，除了土地很重要之外，还有其他前置核查：电力、公用配套——这一点我们的看法是一致的

业内人士指出，贵公司在不同气候条件下都交付过设施，从支持液冷到芯片级直冷（direct-to-chip cooling）

值得关注的是，Vorapoj Wanasin（主持人） 非常感谢华为的分享

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云主机，欢迎访问 www.isclouder.com 了解更多

行业动态更新：618优惠力度大的学习机怎么挑？小猿AI学习机T6：从小学用到高中，适配全学段升学备考

综合全维度测评数据，T6 的产品定位精准匹配普通家庭全周期学习需求，对比拆分学段选购多款设备，618 到手价大幅降低整体投入成本，是兼顾实用性与性价比的优选旗舰机型

值得关注的是，小猿 AI 学习机 T6 依托全学段自研教研与 AI 技术，完整覆盖小升初冲刺、中考备考、高考全周期复习，一台即可满足从小学一年级到高三全阶段学习需求

业内人士指出，依托超级学练智能体与独家掌握度模型，小猿 T6 打造完整诊-学-练-测闭环，AI 自动定位知识漏洞，精准推送课程和练习

值得关注的是，同时内置一课一练、黄冈小状元等 11 大知名教辅配套资源，小初高课内练习资源一站式配齐

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，一、小升初冲刺：夯实基础，助力择校提分 小升初学习核心在于课内巩固、薄弱查漏、语数英专项培优与升学衔接备考，小猿 AI 学习机 T6 是小升初热门优选机型

从更深层次来看，经权威数据验证，设备知识点掌握度和校内考试得分率相关性高达 98.9%，系统根据学生练习数据动态更新掌握度数值，精准锁定中考薄弱考点，告别盲目题海，高效完成一轮基础复盘、二轮专项突破

业内人士指出，眼下正值 618 活动期，小猿 T6 直降 300 元到手价 3999 元，下单附赠价值 1697 元的词典笔、键鼠、错题打印机豪华礼包，在活动加持下入手性价比格外突出

值得关注的是，课程体系分层完善，从一轮基础梳理、二轮重难点攻坚到三轮全真模考课程全部内置，清北师资领衔录制解题大招、压轴突破课程；海量高考真题资源覆盖全国各省份新高考历年联考、统考原题，AI 智能组卷可按需定制模拟试卷

值得关注的是，四、全学段一步到位，从小学一直用到高三 想要只入手一台学习机覆盖从小学到高中 12 年求学路，小猿 AI 学习机 T6 是最优选择，内容、硬件、管控、售后四大维度支撑全周期使用： 1.全阶分层课程，资源终身免费更新 16 大名师课程分层设计：小学侧重课内同步、小升初培优；初中深耕中考考点、专项补弱；高中对标新高考全科目复习

业内人士指出，不少家长选购学习机时顾虑重重：低年级机型初高中资源缺失、初高中专用设备无法适配小学同步学习，分段购机花费高、设备闲置浪费

业内人士指出，京东、天猫、抖音三大电商平台 AI 智能硬件品类均实现显著增长，各品牌竞争激烈

从更深层次来看，中国信通院专业评测表明，小猿 AI 智能教师能让学生自主学习提升 42.4%，远超传统网课学习效率；文理科全覆盖诊学练测闭环，语文整本书阅读、理化实拍实验课等特色内容补齐高中课内拓展短板，适配新高考题型变化

业内人士指出，不管是备战小升初择校、初中中考全科补强，还是高三新高考系统复习，小猿 AI 学习机 T6 都是适配各阶段学习的优选机型，丰富的分层课程与海量题库可精准匹配不同备考需求；想要一台设备从小学沿用至高三、省去重复购机开销，小猿 AI 学习机 T6 凭借完善的全学段资源、旗舰硬件和贴心售后更是不二之选

业内人士指出，4.智能家长管控，多孩家庭灵活适配 家长通过“小猿智能设备”手机 APP 绑定设备，远程管控使用时长、应用权限，一键布置家庭作业；系统自动记录每日学情，生成可视化学习报告；支持多账号独立建档，多个孩子分开存储学习档案，按需推送适配年级课程，一胎用到高三、二胎接续使用都合适

值得关注的是，内容资源上，内置了囊括数理化实验专项、数学几何、英语语法等中考高频板块，5 大学科 15 大核心能力专项课针对性攻克偏科难题； 练习资源上，配备 18 大王牌练习、30 亿精品题库、530 万套各地真题试卷，真题覆盖度行业领先，收纳全国 300 多个地市近三年中考、模考试卷； 硬件搭载八核 6nm 旗舰芯片，搭配 13.2 英寸 2.2K 护眼柔光屏，确保孩子长时间刷题流畅、不伤眼

从更深层次来看，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，3.旗舰硬件 + 全链路护眼，长期使用不淘汰 13.2 英寸 2.2K 大屏搭配七大权威护眼认证，硬件级防护不伤眼；6nm 八核芯片性能较上代提升 30%，多任务运行、海量题库加载流畅，硬件规格足以支撑从小学到高三复习

业内人士指出，从市场数据来看，小猿 2026 年 4 月线上学习机市场份额达 14.6%，位列行业前三；小猿 AI 学习机 T6 荣登京东小学学习机热卖榜 TOP1，3 月品牌日 4000-5000 元价位段销售额稳居榜首

业内人士指出，而在今年 618 大促中，AI 学习机赛道热度极高，成为消费级 AI 产品的重要增长爆发点，成交额同比增长 200%

值得关注的是，低年级采用学练模式培养学习习惯，初高中精准学练攻克薄弱，高三全真试卷模考冲刺，一套学习逻辑贯穿 12 年求学周期

业内人士指出，课程资源上，T6 搭载 16 大名师体系课，内置价值 30 余万元校内王牌培优课，适配 95% 以上小学生拔高学习，学科金牌专项针对性打造语文、数学、英语三大学科小升初刚需专项

从更深层次来看，课程紧跟新课标持续免费更新，无二次收费；额外收录海尼曼、牛津树、DK 大百科、美国国家地理等 8000+ 原版读物，满足全学段课外阅读

值得关注的是，618 期间，小猿进一步放出专属购机福利：到手价仅 3999 元（直降 300 元），并赠送价值 1697 元大礼包（含词典笔、错题打印机、键鼠套装）

值得关注的是，想要一站式配齐全学段学习设备，当下正是入手的黄金时机

值得关注的是，2.自研超级学练体系，适配全年龄段学习逻辑 小猿牵头制定国内《学练智能体行业技术规范》，以独家“超级学练智能体”为核心，系统自动规划每节课从诊断到学习、从练习到测试的完整学习路径，孩子无需自己决策“该学什么”“该练什么”，只需沉浸在学习本身，实现学练无缝衔接

从更深层次来看，三、高中高考复习：紧跟新考纲，系统化备战高考 新高考模式下，高三复习需要分层复盘、真题集训、压轴专项突破，小猿 AI 学习机 T6 全资源适配高中全学科备考

业内人士指出，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，小猿 AI 学习机 T6 作为全学段学习机中的标杆产品，自上市以来表现亮眼

从更深层次来看，二、初中中考备考：全科破短板，精准对标中考考点 初中科目增多、数理化重难点集中、中考命题逐年更新，小猿 AI 学习机 T6 凭借海量题库与专项课程适配初三全周期备考

值得关注的是，5.完善售后体系，全周期购机无忧 整机享受 1 年官方质保，严格遵守国家三包政策：线上购机 7 天无理由退货、15 天故障换新；官方客服服务时段 8:00-23:30，全时段答疑；保修期内故障寄修往返运费全免，售后收到机器 3 个工作日内完成检修寄出，降低维修成本

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服务器托管，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，谷歌 Chrome 浏览器 149 稳定版发布，引入 CSS 间距装饰

IT之家注：CSS 间距装饰指在 CSS Grid、Flexbox、多栏布局的 gap 区域中添加线条或装饰的能力

从更深层次来看，现在页面进入缓存前会先关闭连接，再保留页面状态

从更深层次来看，过去含活跃 WebSocket 连接的页面无法进入 bfcache，用户离开后页面会被丢弃

业内人士指出，开发者过去常依赖 border、伪元素、背景图或复杂 CSS，新版可用 column-rule 和 row-rule 直接处理间隙

值得关注的是，shape-outside 也新增 path ()、shape ()、rect ()、xywh () 等图形函数，文本环绕形状更灵活

值得关注的是，Chrome 149 还改进 WebSocket（网页套接字）页面与 bfcache（往返缓存）的配合

业内人士指出，此外，text-overflow: ellipsis 文本在用户编辑或移动光标时，会临时从省略号切换为裁剪显示，便于查看末尾内容

值得关注的是，IT之家 6 月 3 日消息，谷歌昨日（6 月 2 日）发布公告，公开推出 Chrome 149 浏览器稳定版，主要引入了 CSS 间距装饰 (Gap Decorations)、加强了 bfcache 机制下的 WebSocket 连接管理，并为开发者工具增加了 WebMCP 调试助手

从更深层次来看，JavaScript 方面，Intl.Locale（国际化区域设置）新增 variants 属性，可读取和设置 Unicode 区域标识符中的语言变体

业内人士指出，该能力还支持 column-rule-inset、row-rule-inset，用于收缩线条端点；也支持 column-rule-visibility-items 和 row-rule-visibility-items，仅在相邻项目之间显示线条

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海外服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，Personalized Views with Role-Based Permissions: Quick BI Embedded Analytics Tran

The value of data reports has never been about flashy dashboards on big screens. It lies in their ability to seamlessly integrate into business workflows and precisely match the needs of every role. Yet reality often falls short: business users abandon reports because they have to switch to a separate window, while managers question data credibility due to loosely managed permissions. The gap between tools and people has become the biggest barrier to truly data-driven operations. Early morning. Sales director Mr. Wang is processing orders when a pop-up prompts him: “Please log in to Quick BI to view the report.” He frowns — switching windows, re-entering credentials, navigating an unfamiliar interface to find the data… “Too much hassle. Another 30 minutes wasted,” he mutters, and closes the email. This isn’t resistance to data itself. It’s the disconnect between the BI tool and the user’s existing work system that turns data consumption into a burden. Every unnecessary step drains patience, leaves carefully prepared reports neglected, silently erodes data value, and — worse — quietly undermines the team’s trust and confidence in the very idea of “data-driven” operations. Late at night, 10:30 PM. Li, the store manager of the Wangfujing location, has just locked the door and is anxiously scrolling through the screen to check “Peking Duck” sales. Meanwhile, Zhang, the store manager at the Nanjing Road location, rubs her aching shoulders while carefully verifying tomorrow’s stock for “Crab Roe Xiaolongbao.” Same report, but both share the same nagging concern: Is my data secure and accurate? This need for “personalized views” — where each person sees only their own relevant data — presents a complex permissions puzzle for IT teams. The moment a store manager wonders, “Is this really our store’s data?” the credibility of the entire data system begins to crumble, and even the most precise analytics cannot repair the cracks in trust. These challenges are fundamentally a battle over “data consumption experience” and “data permission governance.” What businesses urgently need is an elegant solution that can: 1. Seamlessly embed: Integrate data reports “invisibly” into employees’ existing workflows, so they can access insights without any extra effort. 2. Deliver personalized views: Ensure that massive volumes of data are securely and accurately distributed to every individual who needs it. 1. Quick BI’s lightweight enhanced embedding provides a ticket-based, authentication-free embedded analytics solution that seamlessly integrates dashboards, spreadsheets, and other BI assets into your enterprise workflows or business applications. It also supports personalized views — by passing parameters, different stores or users can see only their own business data. 2. Quick BI Embedded Analytics Comparison For enterprises with multiple systems, Quick BI enables users to generate authentication-free access tickets by calling open APIs, and then combine those tickets with report IDs to construct authentication-free access URLs for reports. These open APIs support a variety of parameters, including access count limits, user binding, watermark parameters, global parameters, and access duration — all of which enhance the security of embedded reports. Once the embedded report URL is generated, enterprises can seamlessly integrate dashboards, spreadsheets, and other BI assets into their workflows or business applications in a lightweight manner, enabling cross-system integrated analytics and decision-making. 1. Enable report embedding 1.1 Select the target report within the product and enable embedding for it. 1.2 Enable embedding for a specific BI asset via API call. 2. Generate an authentication-free access ticket (AccessTicket) for the target report. 2.1 Call the CreateTicket API with the appropriate parameter values to generate the corresponding URL. 3. Assemble the authentication-free access URL following the specified format rules. Below are examples of the URL assembly process for different report types: Dashboard Example Spreadsheet Example Ad Hoc Query Example Data Portal Example 1. Get Quick BI domain 2. Get the report preview URL path token3rd/dashboard/view/pc.htm token3rd/report/view.htm token3rd/offline/view/pc.htm token3rd/screen/view/pc.htm 3. Get the unique report ID 4. Get the AccessTicket fd138bcb-****-4fde-b413-81bcee59bdb6 fd138bcb-****-4fde-b413-81bcee59bdb6 fd138bcb-****-4fde-b413-81bcee59bdb6 fd138bcb-****-4fde-b413-81bcee59bdb6 For example, for a dashboard ID of d01****c5f: On the dashboard editing page, obtain the pageId value from the address bar. The final assembled authentication-free access URL follows this format: https://{Quick BI domain}/{report preview URL path}?pageId={report ID}&accessTicket={AccessTicket} Through Quick BI’s enhanced embedding capabilities, enterprises can not only securely and efficiently integrate data visualizations into their existing business systems, but also deliver personalized, role-based data views while ensuring data permissions and security. From “have to use” to “want to use,” from “one-size-fits-all reports” to “personalized views” — Quick BI is more than just a tool. It is a bridge connecting data to people. In the uphill battle of data adoption, it ensures that every insight reaches the right person at the right time, making data-driven operations truly take root. If your organization faces similar challenges around inconvenient or insecure data experiences, feel free to scan the QR code below to get in touch with us for a free pre-sales consultation. If you would like to explore more e-commerce data solutions, please feel free to contact us.

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深度学习服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，43万颗GPU 微软建设美国首个州认证AI微电网超级数据中心

该项目通过”自建微电网+最新GPU+云集成”垂直一体化模式，为全球AI基础设施建设提供了全新范式

业内人士指出，该园区微电网独立于当地公共电网，初期利用Caterpillar G3500系列天然气发电机组供电，到2028年上半年可达2GW发电能力，未来总功率可扩展至8GW以上

值得关注的是，第二十一届中国IDC产业年度大典招商正式启动

业内人士指出，来源：Nscale官方新闻稿、Data Centre Magazine、PR Newswire及NVIDIA GTC 2026现场披露

业内人士指出，借助这一大规模NVIDIA DSX AI Factory蓝图，Nscale正在构建工业级’生产智能’所需的基础设施，为下一波全球创新提供动力

值得关注的是，Monarch项目展示了天然气发电平台如何作为数据中心核心基础设施，凭借可靠性、快速部署和全生命周期性能发挥关键作用

业内人士指出，对国内行业而言，这一案例尤其具有借鉴价值：在电力紧张、算力需求爆发式增长的背景下，如何通过微电网、碳中和技术与新一代GPU参考架构快速落地超大规模AI工厂，已成为中美欧共同面临的课题

值得关注的是，Nscale现有算力已超1GW，此次项目进一步验证了”需求驱动+端到端定制”模式的商业可行性

业内人士指出，本次与Nscale及NVIDIA的合作，是我们向客户交付实质性AI创新的重要一步

从更深层次来看，行业消息显示，在NVIDIA GTC 2026大会上，英国AI数据中心开发商Nscale公开与微软达成意向书（LOI），将在美国西弗吉尼亚州Mason县的Monarch AI校园（Monarch Compute Campus）部署1.35GW AI算力

值得关注的是，该项目同时引入NVIDIA下一代Vera Rubin NVL72系统及DSX AI Factory参考架构，并由Caterpillar提供天然气发电机组支持，成为美国首个获得州政府认证的AI专用微电网项目

从更深层次来看，2026年12月10-11日，北京·首钢园（四高炉），算力产业年度行业盛会即将开启

业内人士指出，四方协同破解AI基础设施”三重难题”Nscale CEO Josh Payne表示：”此次与微软的合作是Nscale和Monarch校园的里程碑

值得关注的是，Monarch AI校园预计将成为美国下一代AI模型训练的重要标杆

值得关注的是，” Caterpillar电力业务高级副总裁Melissa Busen补充：”这一合作体现了Caterpillar及其经销商持续支持大规模、持续运行电力需求的能力

值得关注的是，同时采用碳捕集技术、高效设计大幅降低用水需求，不依赖市政水源，并预留向电网反向输电能力

业内人士指出，” 行业意义：直击全球AI算力电力瓶颈当前AI数据中心面临的最大挑战是电力供应——行业预测2030年全球AI相关容量需求将达156GW，而传统电网扩容缓慢、成本高昂

值得关注的是，通过将我们的专业AI基础设施与微软全球平台结合，我们正在为全球最雄心勃勃的AI模型打造可规模化的创新基础

业内人士指出，Nscale表示，未来将支持更多企业级AI训练与推理需求，推动AI从”实验室”走向”工业化生产”

从更深层次来看，” 微软业务发展与风险投资总裁Jon Tinter指出：”微软的数据中心策略始终基于近期与长期需求驱动，融合自建、租赁和战略合作

业内人士指出，” NVIDIA全球AI基础设施增长副总裁Nico Caprez强调：”AI正在成为每个行业的核心基础设施

从更深层次来看，Nscale通过收购American Intelligence & Power Corporation（AIP Corp），获得占地约2250英亩的Monarch校园

业内人士指出，NVIDIA方面确认，这将是Vera Rubin NVL72系统的大规模商业部署之一，预计涉及约43万颗GPU，通过高速光纤直连Ashburn和Chicago等AI枢纽，实现低延迟训练与推理

值得关注的是，微软则通过长期租赁+多年代计算服务协议，将其深度集成至Azure全球AI平台

值得关注的是，项目将分阶段交付，从2027年底开始上线，是全球最大规模的专用AI计算环境之一

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裸金属服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Token不禁用、费水又费电——AI时代的能耗解法何在

但是作为算力提供的基础设施：智算中心，同样有苦难言

从更深层次来看，在绿色为发展底色的今天，在算力狂飙的这一刻，让我们共同重写能源与智能的关系，一起把绿色智算从概念推向工程，从瓶颈转向新高地

业内人士指出，单柜兆瓦级功率密度下，传统架构转换损耗惊人

值得关注的是，算电协同不再是口号，而是产业的共识和行动的方向

从更深层次来看，全球数据中心用电已逼近1000TWh，中国份额接近四分之一

值得关注的是，机柜功耗直逼100kW，PUE、WUE指标难以控制——成本和费用不是问题，但有限的能源如何高效使用才是问题

业内人士指出，中国信通院数据也显示，高速增长场景下，全国数据中心用电或超7000亿千瓦时

从更深层次来看，然而在另一边，Token的提供方，也并不好受

从更深层次来看，建算力端，绿色芯片、液冷服务器、800V HVDC+SST成为基石； 用算力端，碳感知调度、绿色模型压缩、边端协同让每一次Token都更低碳； 顶层设计端，双碳政策、绿证交易、全国一体化算力网在推动闭环

业内人士指出，” 类似的吐槽、抱怨甚至控诉，在微博、知乎、小红书等社交平台上层出不究

从更深层次来看，DeepSeek在多次崩溃后，被迫对网页端和APP端的重试次数进行了限制；很多提供Cloding Plan的大模型也开始频繁的429（调用超限）

值得关注的是，上海临港、乌兰察布、克拉玛依……各地的绿色智算中心项目，正成为产业示范

业内人士指出，它把数据中心从电网末端被动负荷，变成源网荷储一体化节点

从更深层次来看，会议将聚焦”绿建·绿用·绿治”三大方向，围绕800V HVDC+SST绿色供电革命、液冷余热回收、算力及Token调度、算电协同顶层设计等展开深度讨论，并为产业链上下游，包括芯片服务器厂商、能源服务商、大模型企业、行业用户等寻找绿色解法，打造对接合作的精准平台

值得关注的是，从硬件到软件，从基础设施到能源协同，全栈绿色化正在发生

业内人士指出，光伏直驱、储能接力、余热回收，算力反过来帮电网做智能调度

业内人士指出，绿电直连、算电协同、HVDC、SST固态变压器、液冷、节水、储能、余热回收…… 这一次不是简单技术迭代

业内人士指出，正是在这个节点，2026中国智算绿色科技发展年会定于8月27日在上海召开

业内人士指出，AI推理爆炸式增长，把数据中心推到能源十字路口

值得关注的是，Email：letty.z@idcquan.com

业内人士指出，报名通道已开启，期待与您共同探讨智算永续之路

业内人士指出，特别是龙虾、Hermes Agent等工具破圈后，更多的”普通用户”成为了Token消费者，最后加入了抱怨的行列——任务还没执行完，几千万Token先垫了进去

从更深层次来看，字节跳动今年初的招标动作，已经把目光投向更高效方案

业内人士指出，IEA报告直指，到2030年这一数字可能翻倍

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海外服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：对标杜比视界：苹果、谷歌联合推出 Eclipsa Video HDR 开源标准，有望率先应用于 iPhone 18 Pro 系列

IT之家 6 月 4 日消息，苹果、谷歌、NBC 环球联合 SMPTE（电影电视工程师协会）共同开发了一项名为 Eclipsa Video 的新 HDR 视频标准，正式规范名称为 SMPTE ST 2094-50

值得关注的是，谷歌 Roshan Baliga 称：“我们很高兴将这一升级后的 HDR 体验带到网页端

值得关注的是，ST 2094-50 正是为解决这些问题而设计

从更深层次来看，今年 5 月，谷歌首次公开确认与苹果和 NBCUniversal 共同参与这一标准开发工作

值得关注的是，从标准体系来看，SMPTE ST 2094-50 是 SMPTE 动态 HDR 标准家族的最新成员

从更深层次来看，该机制为显示设备建立统一亮度基准，将标准动态范围（SDR）内容中的高亮部分映射到固定参考点，从而为 HDR 内容预留额外亮度空间

值得关注的是，因此，Eclipsa Video 的推出也让未来 HDR 生态格局增添新的变数

从更深层次来看，谷歌指出，目前 HDR 内容在不同设备上的显示效果差异较大

业内人士指出，据谷歌介绍，该标准引入了两类新的动态元数据，相当于为显示器提供使用说明

从更深层次来看，当设备亮度能力有限时，视频能够指导显示器动态调整阴影和中间亮度区域，从而保留高光细节，减少过曝和细节丢失

业内人士指出，谷歌产品经理 Roshan Baliga 当时表示，该标准旨在确保用户无论使用何种设备、处于何种环境光条件下，都能够看到符合创作者原始意图的视频画面

从更深层次来看，Eclipsa Video 将由 HDR10+ 联盟负责管理

值得关注的是，值得一提的是，谷歌、三星此前还联合推出了空间音频标准 Eclipsa Audio，被视为杜比全景声（Dolby Atmos）的开源替代方案

从更深层次来看，与杜比视界和 HDR10+ 主要聚焦电视领域不同，Eclipsa Video 初期部署重点将放在移动设备和计算平台

值得关注的是，关于 ST 2094-50 的首次提及始于去年

从更深层次来看，第二项技术被称为“Headroom-Adaptive Gain Curves（动态亮度余量增益曲线）”

值得关注的是，HDR10+ 联盟表示，Eclipsa Video 项目将首先覆盖智能手机，随后逐步扩展至其他设备类别

业内人士指出，第一项技术被称为“Reference White Anchor（参考白锚点）”

业内人士指出，目前尚不清楚该标准与即将到来的 Dolby Vision 2、HDR10+ Advanced 等技术之间将形成怎样的竞争或共存关系

值得关注的是，谷歌表示，这使得 SDR 与 HDR 内容能够在同一屏幕上共存，而不会相互影响显示效果

业内人士指出，双方此前已通过 Alliance for Open Media 推动 AV1 视频编码标准和 Eclipsa Audio 等项目的发展

值得关注的是，值得关注的是，作为 Eclipsa Video 项目的联合推动方之一，NBCUniversal 旗下流媒体平台 Peacock 今年 1 月刚刚公开成为首批支持 Dolby Vision 2 的流媒体服务之一

业内人士指出，首批获得 Eclipsa Video 认证的产品预计将在今年晚些时候发布，所以有人猜测 iPhone 18 Pro 将率先支持

从更深层次来看，内容创作者可以在视频文件中嵌入适配不同显示设备的指令

值得关注的是，该系列此前已包含 ST 2094-10（杜比视界）、ST 2094-20 和 ST 2094-30（Advanced HDR），以及 ST 2094-40（HDR10+）等规范

值得关注的是，此外，设备环境光传感器动态调整屏幕亮度时，也可能影响 HDR 显示效果

从更深层次来看，而 Eclipsa Video 则被外界认为可能成为杜比视界（Dolby Vision）的开源替代方案之一

值得关注的是，由于手机、平板、笔记本电脑、显示器和电视拥有不同的峰值亮度能力，HDR 视频经常出现画面发灰、高光区域细节缺失等问题

业内人士指出，对最终版 SMPTE ST 2094-50 标准的支持将在后续发布的 Chrome 版本中提供

从更深层次来看，” 此次合作也进一步体现出苹果与谷歌近年来在开放媒体标准领域的协作趋势

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站群服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，AI日报：扣子3.0正式上线；豆包预计6月下旬上线付费版本；Krea

此外，豆包在2026年暂不会将付费用户渗透率作为核心考核指标

业内人士指出，💡 GitHub Copilot正式采用按使用量计费模式，用户需消耗AI点数以支付服务费用

从更深层次来看，🛒 第三季度将结合电商功能完善付费场景，通过定向补贴为抖音商城引流

值得关注的是，🧠 新版本支持“一人 + 多 Agent”以及“多人 + 多 Agent”的灵活组合模式

值得关注的是，🎨 Krea2LoRA 训练功能全面开放，用户可自定义风格、角色或对象 LoRA

值得关注的是，推出长对话目录导航功能，方便用户快速跳转至特定讨论主题

值得关注的是，📅 OpenAI计划在2027年上半年量产AI智能体手机，推动产业化进程

从更深层次来看，新鲜AI产品点击了解：https://app.aibase.com/zh 1、豆包预计6月下旬上线付费版本:三档订阅价格曝光，三季度将联动电商引流 豆包计划在6月下旬正式上线付费内容，并在Force大会上同步更新功能，标志着国内用户量最大的大模型迎来商业化实质性进展

业内人士指出，4、OpenAI大幅调整ChatGPT，支持提前锁死算力档位 OpenAI对ChatGPT进行了系统性升级，包括手势交互逻辑、长对话目录功能以及底层模型优化，提升了用户体验和生产力工具的执行效率

值得关注的是，欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用

业内人士指出，在权威视觉模型榜单 Vision Arena 中，阿里已成功跻身全球前五、中国第一

值得关注的是，💰 高价值任务如代码审查和云端智能体任务将计入点数消耗，影响重度用户预算

业内人士指出，🧠 纯文本与推理 Agent：在复杂软件工程与科学编程任务上表现强劲

值得关注的是，⚡ Krea2 模型以高性能图像生成引擎为核心，支持快速响应模糊提示并产出高质量图像

值得关注的是，🔄 该模式改变了以往的低价无限包月方式，将成本转移至用户端

值得关注的是，5、编程与GUI双向通吃!Qwen3.7-Plus 登场，11小时自主闭环开发真实APP 阿里正式发布了全新多模态大模型 Qwen3.7-Plus，该模型在文本能力基础上全面升级了视觉-语言能力，并将其统一为一体化的智能体基座

业内人士指出，🚀 Krea2LoRA 在精度、质量和创意表现上显著优于其他模型，提升 AI 图像创作的个性化能力

业内人士指出，🔄 实现与主流环境的无缝切换，支持多种本地 Agent 接入

业内人士指出，📹 真实世界感知与视频理解：涵盖文档解析、高级 OCR、长短视频事件流理解

值得关注的是，Qwen3.7-Plus 能够无缝融合 GUI 与 CLI 交互，实现了从前端原型到复杂软件工程的端到端自动化

值得关注的是，📈 豆包在2026年暂不以付费用户渗透率为核心考核指标

从更深层次来看，8、GitHub Copilot正式上线按量计费模式 GitHub Copilot正式上线按量计费模式，推出AI点数扣费机制，标志着其从单一代码补全工具向智能体平台的转型

值得关注的是，📅 豆包计划于6月下旬上线付费内容并同步更新功能

值得关注的是，豆包将在第三季度结合电商功能完善付费场景，并通过定向补贴为抖音商城引流，第四季度全面进入稳定运行期

业内人士指出，2、扣子 3.0 正式上线，支持多人多 Agent 协同作业 字节跳动推出的扣子3.0版本在团队协作和生态接入方面实现了显著突破，不仅支持灵活的Agent组合模式，还加强了跨端同步和本地生态融合，同时为多个垂直行业提供了定制化解决方案

值得关注的是，OpenAI现场演示“无App”手机，所有界面全靠AI实时生成 文章介绍了OpenAI在活动中展示的“Agentic操作系统”原型，其通过语音指令实时生成界面，无需安装第三方应用，重推理任务由云端GPT大模型处理，展现了未来智能手机交互方式的颠覆性变革

值得关注的是，💼 提供多行业核心场景的精品模板，助力用户快速打造专家级智能体

业内人士指出，优化GPT-5.5Instant模型，提升文本调性和可读性，减少机械化回复

业内人士指出，🖼️ 多模态推理与视觉编程：支持将图像、视频、UI 截图一键转化为可执行代码

业内人士指出，☁️ 重推理任务由云端GPT大模型处理，实现高效操作

值得关注的是，📱 该系统通过语音指令实时生成界面，无需安装任何第三方应用

业内人士指出，AI 图像创作个性化时代来临 Krea 2 LoRA 的全面开放标志着 AI 图像创作进入个性化时代，用户无需高端订阅即可训练并使用自定义风格、角色或对象 LoRA，极大降低了 AI 图像创作的门槛

从更深层次来看，🔄 该智能体将分阶段上线，首先进行封闭测试，随后逐步扩大范围

业内人士指出，引入高阶手势，允许用户选择不同的响应档位以适应不同任务需求

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泰国VPS，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，泰国的“野心”｜60+数据中心项目全景盘点

这里汇聚了 STT、Telehouse、ETIX、Empyrion、Evolution 等玩家的市中心或近郊站点，面向对网络延迟敏感的企业客户和云服务商

值得关注的是，CtrlS Datacenters 在春武里/EEC 的超大规模园区公开为 150MW，土地约 25 莱（约 10 英亩）、50 年租约，National Telecom (NT)是其公开的网络连接合作方，项目强调靠近 AAG/ADC 海缆登陆资源

业内人士指出，Zenith Data Center and Cloud Services 同样落户 NavaNakorn 工业园，200MW 超大规模、BOI 批准金额约 549 亿泰铢，是该工业园区内单体批准投资额最高的数据中心项目

从更深层次来看，Haoyang 在罗勇府 WHA 东部海岸工业园 4 期的项目，是泰国单体规模最大的数据中心项目之一

从更深层次来看，True IDC / CP 集团体系：泰国本土的算力旗舰 作为泰国最大的本土数据中心运营商，True IDC 目前在泰国的总电力能力已超过 150MW，旗下运营 North Muangthong、East Bangna、Midtown Ratchada、Midtown Pattanakarn 等多个具名站点

业内人士指出，据曼谷（越通社）消息，泰国正计划进行重大投资法改革

从更深层次来看，此次改革重点在于简化建筑许可、放宽外商签证限制，并加速向太阳能等可再生能源转型

从更深层次来看，显然，当前泰国已经不再是东南亚数据中心版图上的配角

业内人士指出，微软于 2024 年首次公开泰国首个区域数据中心/云区域计划，2026 年又表示 2026 至 2028 年将在泰追加超过 10 亿美元的云与 AI 基础设施投入

从更深层次来看，Bridge Data Centres：从 450kW 到 200MW 的蜕变 Bridge 在泰国的起步非常低调——其早期在北榄府（Bang Phli / Samut Prakan）的 BKK01 站点官方口径仅 450kW

业内人士指出，驱动这场变革的，不是传统本地机房的自然增长，而是一批云与 AI 时代的新旧混合玩家——True IDC、GSA、STT、NTT、Telehouse、DayOne、Bridge、Digital Edge、CloudHQ、Haoyang、ZDATA、DAMAC、Zenith、CtrlS、Equinix 等——它们正在以百兆瓦级园区为单位重塑泰国的数字基础设施格局

值得关注的是，STT Bangkok 2 同样位于华马区域，24MW IT 电力潜力，计划 2027 年第一季度就绪

业内人士指出，资本层面，True IDC 于 2025 年引入 Global Infrastructure Partners（GIP，现属贝莱德旗下）作为战略合作方，并与阿里云、微软泰国云区域建立合作

业内人士指出，DayOne 在安美德城工业园（Amata City Chonburi）的项目已朝 1GW 电力平台演进；Bridge 在春武里的 QHI01 园区公开扩展至最高 200MW；Haoyang 在罗勇的项目披露为 300MW、投资约 727 亿泰铢

业内人士指出，GSA02 位于春武里/EEC，最新公开数据为 38.1MW、目标 2027 年第一季度交付（早期路透社/BOI 披露为 35MW），微软已公开点名 GSA02 将承载其泰国云区域的部分基础设施

从更深层次来看，这些项目的共同特征是：占地广、电力需求巨大、明确瞄准 AI 与 GPU 密集型负载

从更深层次来看，两者合计约 283MW；Galaxy Data Center 亦对外公开在罗勇 Silicon Tech Park 投资约 20 亿美元建设绿色计算/AI 集群

值得关注的是，Equinix 已公开确认未来 10 年在泰投资约 5 亿美元建设首两座数据中心，市场目录将首座称为 BK1，位于北榄府（Bang Phli / Samut Prakan），但站点细节尚未完全公开

值得关注的是，与此同时，在超大规模项目集中布局背景下，泰国传统托管和运营商级数据中心仍然构成市场的重要底盘（篇幅限制在此不展开）

从更深层次来看，据 IDCNOVA 独家监测显示，截至 2026 年 4 月，泰国公开可跟踪的数据中心设施已达约 60 个，分布于 8 个核心市场

值得关注的是，NTT Global Data Centers 在泰国拥有 Bangkok 1 至 Bangkok 5 共五个站点，其中 Bangkok 4 已与 B.Grimm Power 达成 100MW 购电协议（PPA），预计 2027 年第二季度通电

值得关注的是，Google Cloud 的曼谷区域（asia-southeast3）于 2026 年 1 月 21 日上线，同样为 3 个可用区；此前 Google 已公开公开在泰投资 10 亿美元，涵盖曼谷云区域和春武里工业园数据中心

值得关注的是，华为云的 AP-Bangkok 区域亦可从官方文档确认其存在

值得关注的是，Freyr Technology (Thailand)在罗勇和北榄府各有一个项目，2026 年 1 月 BOI 披露总投资约 63 亿泰铢，已与 Gorilla Technology 公布东南亚 AI 数据中心骨干合作，公开指向 NVIDIA 产品和 GPU 即服务（GPUaaS）

从更深层次来看，注：本文数据来源包括公开网络，MW 口径尽量保留原始定义，未作强行换算

值得关注的是，而 2026 年 1 月 BOI 披露的审批口径为 223MW/3 个项目，显示其公开储备项目仍在持续演进

值得关注的是，受中东局势引发的能源危机推动，泰国计划将分散的规章制度合并为单一的”综合法”（Omnibus Law），为国内投资建立”快速通道”

业内人士指出，两个项目合计朝 1GW 电力平台方向发展，这一规模在整个东南亚都属于头部梯队

值得关注的是，它正在成为这场由 AI 驱动的全球算力基建竞赛中，一个不可忽视的关键节点

业内人士指出，阿里云于 2025 年 2 月公开泰国第二座数据中心上线，意味着其在泰已有至少两个本地数据中心

从更深层次来看，2025 年，其位于 East Bangna 园区的泰国首个 AI 超大规模数据中心公开上线，获得 Uptime Tier III 的 TCDD 和 TCCF 认证，官方表示已具备承载先进 GPU 处理系统的能力

值得关注的是，这个曾经在东南亚算力版图中并不起眼的国家，正以惊人的速度跻身区域数据中心热土的第一梯队

从更深层次来看，AWS 的亚太（泰国）区域（ap-southeast-7）已于 2025 年 1 月上线，部署 3 个可用区

值得关注的是，当前，泰国数据中心的地理版图已形成清晰的双层结构

从更深层次来看，B.Grimm 既是合资方，也是绿色电力侧的核心合作伙伴

从更深层次来看，第二层是春武里（Chonburi）、罗勇（Rayong）与巴吞他尼（Pathum Thani），它们正快速崛起为 AI、超大规模（hyperscale）和高功率园区的主战场

业内人士指出，CloudHQ BKK 位于春武里是拉差（Bo Win, Si Racha），官方园区页显示 108MW 关键 IT 负载，面向超大规模/云/AI 客户

业内人士指出，已公开的托管合作方包括 GSA02 和 True IDC

值得关注的是，泰国数据中心市场的另一个关键维度，是全球云厂商和内容平台的本地基础设施投入

业内人士指出，GSA01 位于北榄府（Samut Prakan），容量 25.6MW，已于 2025 年第二季度投入商业运行，是泰国首个全面部署先进液冷基础设施的数据中心，且在 2025 年底公开公开已落地 NVIDIA GB200——这也是泰国市场为数不多公开到具体 GPU 型号的项目

值得关注的是，第一层是曼谷及周边的北榄府（Samut Prakan），承担互联枢纽、低时延接入、金融交易与云区域（Cloud Region）落地的核心角色

值得关注的是，DayOne：从 180MW 到 1GW 的惊人扩张 DayOne 的春武里科技园 CTP1 于 2025 年 3 月破土时披露 180MW 电网容量，到 2025 年 11 月又扩展至 300MW，并与安美德集团推进 CTP2

从更深层次来看，STT GDC Thailand：NVIDIA DGX-Ready 的曼谷据点 新加坡电信旗下 ST Telemedia Global Data Centres 在曼谷运营三个站点

业内人士指出，STT Bangkok 1 位于华马（Huamak），容量 23MW IT 负载、约 30,000 平方米总楼面面积，明确获得 NVIDIA DGX-Ready 认证，同时支持浸没式和直接到芯片（direct-to-chip）液冷

业内人士指出，腾讯云的曼谷区域至少有 Zone 1 和 Zone 2 两个可用区

值得关注的是，2026 年 4 月，True IDC 又公开了位于东部经济走廊（EEC）的新一代 AI 超大规模园区，目标最高 250MW、首期瞄准 2027 年交付

业内人士指出，但 2025 年之后真正的大项目是春武里的 QHI01/QH101 园区，公开已扩展至最高 200MW 园区规模，并与 East Water/EWS 建立了长期供水安排，以满足大规模液冷的用水需求

业内人士指出，AIS Cloud powered by Oracle Cloud Infrastructure 则代表了本地运营商与全球云平台的联合落地模式

值得关注的是，ZDATA 则通过两个关联实体同步推进：Stratus Technology 在罗勇 CPGC 工业园建设约 203MW 的 Tier III 数据中心；Vistas Technology 在安美德城春武里建设 80MW 项目

值得关注的是，Stellar DC 由泰国 STECON 集团与新加坡 SC Zeus Data Centers 合资，容量 25MW、投资约 81 亿泰铢

从更深层次来看，GSA03 指向 EEC/罗勇方向，GULF 2026 年材料将其表述为 150MW 级项目，但部分市场报道写为 100MW 初始容量、可继续扩容

值得关注的是，此举也将影响后续在泰数据中心建设与运营，IDCNOVA 将持续跟踪关注

值得关注的是，以下项目同样值得关注： DAMAC Digital 体系在泰国布局了两个项目：Edgnex Bangkok 位于 Rama 9 CBD，总规划 20MW，与 PROEN 成立合资推进；更大的手笔是巴吞他尼 NavaNakorn 工业园的 NextGen Data Center and Cloud Services 项目，84MW 超大规模、BOI 批准金额约 267 亿泰铢

值得关注的是，行业消息显示泰国财政部长 Ekniti Nitithanprapas 公开将进行重大投资法改革

业内人士指出，Haoyang、ZDATA 与 Galaxy Data Center：中国资本的大手笔 中国背景的数据中心企业正在泰国东部走廊 EEC 大举布局

业内人士指出，Digital Edge 与 B.Grimm Power 合资的春武里/EEC 园区公开口径为 100MW AI-ready，2025 年 9 月破土、目标 2026 年第四季度交付

从更深层次来看，如果您想了解更多关于东南亚算力产业发展，以及与数据中心项目落地情况、当地政策变化、中国出海企业现状，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），诚邀您共话全球数字集成新篇章

业内人士指出，GSA（Gulf / Singtel / AIS 合资）：泰国首个全面液冷数据中心 GSA 由泰国能源巨头 GULF（40%）、新加坡电信 Singtel（35%）和泰国移动运营商 AIS（25%）合资组建，是泰国数据中心市场最受瞩目的新入局者之一

值得关注的是，从曼谷 CBD 的运营商中立互联枢纽，到东部经济走廊的百兆瓦级 AI 算力园区；从本土运营商的几百个机架，到全球云巨头数十亿美元的区域基础设施投入——这个市场的规模、参与者和技术复杂度都在以前所未有的速度升级

从更深层次来看，STT Bangkok 3 则是位于 One Bangkok/Wireless Road 的市中心低时延节点，约 2MW

业内人士指出，TikTok/字节跳动的数据托管项目同样不容忽视——2025 年 BOI/路透社披露其获批约 1,268 亿泰铢（约合 36 亿美元）的数据托管项目，运营时间表指向 2026 年，后续公开讲话又将五年在泰投入上调至更高规模

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欧洲服务器，欢迎访问 www.isclouder.com 了解更多