torygreen

$130B trong các dự án trung tâm dữ liệu bị chặn hoặc hoãn trong Q1. Điều này khớp toàn bộ năm 2025 chỉ trong một quý của năm nay.
75 dự án. Các nhóm phe đối lập đã tăng gấp đôi từ 396 lên 833 trên 49 bang trong vòng ba tháng. Hơn 300 dự luật được nộp trong sáu tuần đầu năm, các đề xuất tạm hoãn ở 14 bang, và cơ quan lập pháp New York vừa thông qua việc tạm dừng một năm đối với mọi thứ vượt quá 20MW. Gallup ghi nhận 71% người Mỹ phản đối đặt trung tâm dữ liệu gần nhà họ, tăng từ khoảng một nửa cách đây nửa năm.
Trong khi đó, các nhà siêu cấp dự kiến sẽ chi $690B cho capex chỉ riêng trong năm

Khu bất động sản có giá trị nhất trong lĩnh vực AI hiện nay là một nhà máy luyện nhôm đã đóng cửa ở Kentucky.
@AnthropicAI đã ký hợp đồng thuê 19 tỷ USD trong 20 năm cho 401 megawatt tại khuôn viên Hawesville của TeraWulf, một khu vực từng là nhà máy luyện nhôm với khoảng 480 megawatt kết nối lưới điện cũ. TeraWulf kiếm được khoảng $1B doanh thu vào năm ngoái; hợp đồng đơn lẻ này trị giá gần hai mươi năm doanh thu đó.
Tài sản chính là kết nối nguồn điện. Bạn có thể sản xuất thêm chip. Bạn không thể tạo ra megawatt qua một đêm.
Mọi thợ đào Bitcoin đang ngồi trên nguồn điện bị bỏ hoang đều trở

Đầu tư AI đang vượt doanh thu AI 46%. Trong thời kỳ bùng nổ viễn thông năm 2001, khoảng cách đó là 32%. Chúng ta đã vượt qua thời kỳ bùng nổ viễn thông và vẫn đang tăng tốc hướng tới $1T tỷ chi tiêu vốn hàng năm vào năm 2027.
Giá token thể hiện mặt còn lại. Chỉ số Chi tiêu Token LLM Dữ liệu Silicon đạt đỉnh 2,06 đô la mỗi triệu token vào tháng 5. Hiện là 1,62 đô la. Giảm 20% trong sáu tuần. Giảm hơn 90% kể từ năm 2023.
Tổng chi tiêu token đã tăng gần gấp đôi so với cùng kỳ năm trước. Token rẻ hơn đang mở rộng thị trường, không phá hủy nó. Vấn đề là hóa đơn chi tiêu vốn không giảm khi giá giảm

.@nvidia không còn chỉ đơn thuần tham gia vào lĩnh vực sản xuất chip nữa. Họ đang định vị mình như một người tham gia trực tiếp vào nền kinh tế của cơ sở hạ tầng AI.
Từ những thông báo gần đây, họ đang tài trợ cho các trung tâm dữ liệu và chiếm một phần doanh thu từ đám mây mà các trung tâm này tạo ra.
Hai quan hệ đối tác gần đây minh họa hoàn hảo cho sự chuyển dịch này:
210.000 GPU gắn liền với cam kết mua từ 25–30 tỷ USD trong vòng sáu năm
> Sharon AI $SHAZ triển khai 40.000 GB300 tại Úc
> Firmus mở rộng lên 170.000 bộ tăng tốc trên 360MW ở Batam
Đồng thời, Nvidia và các đối tác đã giới thiệ

70% công ty cho biết họ sử dụng AI. Ít hơn 1 trong 10 có một tác nhân thực tế đang chạy trong sản xuất.
Khoảng cách đó nằm trong Chỉ số AI của Stanford, bộ dữ liệu về AI được trích dẫn nhiều nhất, ít thiên vị nhất hiện có, không được công bố bởi một phòng thí nghiệm có lợi ích trong kết quả.
Riêng Google đã chi hơn 150 tỷ đô la cho cơ sở hạ tầng AI vào năm ngoái. Doanh thu của các phòng thí nghiệm tiên phong đang tăng với tốc độ lịch sử, và chi tiêu tính toán cũng tăng theo, không giảm như tỷ lệ phần trăm doanh thu như cơ sở hạ tầng thường làm khi một thứ gì đó mở rộng quy mô.
Việc áp dụng chư

Ràng buộc về AI vào năm 2026 không phải là chất lượng mô hình. Đó là công suất lưới điện.
PJM vừa công bố mức tăng 833% về giá công suất cho Virginia. Bang này hiện cung cấp khoảng 40% điện năng cho các trung tâm dữ liệu và nhập khẩu nhiều điện hơn California. Dublin đang tiêu thụ gần 80% lưới điện quốc gia của Ireland. Frankfurt chiếm 42% nguồn cung khu vực.
IEA cho rằng nhu cầu của trung tâm dữ liệu sẽ tăng gấp đôi vào năm 2030, trong khi một nửa số dự án đang phát triển của Mỹ tập trung ở những nơi đã căng thẳng lưới điện.
Chúng ta đang tiến bộ trong việc tối ưu hóa joules trên mỗi token và

Dành thời gian với các con số suy luận và một số liệu thống kê cứ quay lại.
70% suy luận AI vào năm 2026 chạy ở biên. Không phải trong trung tâm dữ liệu siêu quy mô. Không phải trên AWS. Trên các hệ thống công nghiệp, thiết bị tự hành và thiết bị kết nối, nơi mà việc truyền tải qua lại đến máy chủ đám mây không phải là vấn đề độ trễ, mà là một chế độ thất bại.
Thị trường suy luận trị giá 106 tỷ đô la không phải đang phát triển vì mọi người gửi nhiều truy vấn "chat" hơn đến AI của họ. Nó đang phát triển vì AI đang được nhúng vào cơ sở hạ tầng vật lý chạy liên tục, hoạt động trong môi trường khô

Rõ ràng là việc ở gần công nghệ vật lý không liên quan nhiều đến việc thực sự áp dụng nó.
California là nơi có tất cả các phòng thí nghiệm AI tiên phong quan trọng. New York có nhiều công ty Fortune 500 hơn bất kỳ tiểu bang nào khác. Cả hai đều bị Colorado vượt mặt, với tỷ lệ áp dụng AI trong kinh doanh đạt 23,2% trong khi New York chỉ đạt 13,8%.
Điều mà Colorado và Arizona có không phải là cơ sở hạ tầng hay nhân tài tốt hơn. Đó là sự sẵn sàng hành động trước khi ngành công nghiệp báo hiệu rằng điều đó an toàn. Các tiểu bang gần công nghệ nhất thường là những nơi chậm triển khai nhất vì họ có

Trên lý thuyết, chi phí AI lẽ ra đã giảm mạnh đến nay.
Cùng một tác vụ cấp tiên phong tốn $30 mỗi triệu token khi GPT-4 ra mắt năm 2023 nay chỉ còn $1.25 với GPT-5. Mức giảm 96 lần trong ba năm, trên các mô hình có tên tuổi với giá công bố.
Theo bất kỳ quy tắc thông thường nào, hóa đơn AI doanh nghiệp lẽ ra phải giảm mạnh. Thay vào đó, ngân sách AI trung bình của Fortune-500 đã tăng từ $7M năm 2024 lên $19M năm 2026. Gần 3 lần trong hai chu kỳ ngân sách.
Lý do: token rẻ không được tiết kiệm, mà được vũ khí hóa. Một chatbot sử dụng token một lần rồi dừng. Một tác nhân làm việc thực sự chạy nh

Một điều gì đó đã lặng lẽ đảo ngược trong tính toán AI năm nay, và nó thay đổi mục đích thực sự của việc xây dựng hạ tầng.
Năm 2023, 2/3 sức mạnh tính toán AI dành cho training, công việc thực tế xây dựng một mô hình. Phần nhỏ hơn còn lại dành cho inference, công việc thực tế chạy mô hình sau khi nó được xây dựng. Nhưng tỷ lệ đó đã lặng lẽ bắt đầu đảo chiều.
Hiện tại, inference chiếm 2/3 và vẫn đang tăng, theo Deloitte, và các chip được xây dựng để chạy nó đã vượt qua $50B trong năm nay.
Lý do chính sự đảo chiều này quan trọng (và không phải ở tỷ lệ phần trăm): training và inference là hai th

Đây là sự phân chia trong điện toán AI mà ít người đọc đúng.
Huấn luyện tiên phong đang tập trung hơn mỗi quý, hàng nghìn GPU phải đặt cùng một chỗ và kết nối với nhau. Nhưng huấn luyện chỉ chiếm 30% nhu cầu vào năm 2026. 70% còn lại là suy luận, và chạy nó trên một hyperscaler có nghĩa là trả tiền cho hạ tầng được xây dựng cho khối lượng công việc khó nhất để thực hiện công việc dễ nhất.
Trên các mạng phân tán, cùng suy luận đó có thể chạy rẻ hơn 45-75% và đối với bất kỳ ai đang lên ngân sách hạ tầng AI, khoảng cách đó là toàn bộ câu chuyện.
Huấn luyện tập trung hóa vì cần thiết. Suy luận phâ

95% công suất GPU doanh nghiệp hiện đang bỏ không.
Con số này đến từ Cast AI đo lường 23.000 cụm sản xuất thực tế, không phải khảo sát chung chung.
Mức sử dụng trung bình là 5% và điều này xảy ra đúng vào thời điểm Nvidia tăng giá H200 15%, mức tăng đầu tiên trong 20 năm. Phần cứng mà mọi người nói là khan hiếm chủ yếu đang không làm gì cả.
Nếu bạn đang cố gắng hiểu tại sao cảm giác như không thể có được tính toán, đó chính là lý do này. Không ai trả lại một phân bổ mà họ đã chờ đợi hàng tháng. Vì vậy, đội xe vẫn ở mức 5%, tính theo giờ, và sự khan hiếm tự nuôi dưỡng chính nó. Điều đó có vẻ nh

Một số động thái chính sách AI lớn của EU dự kiến sẽ sắp tới nhưng đây là thực tế về hạ tầng mà họ đang làm việc cùng.
> Chi tiêu hạ tầng AI chủ quyền của EU vào năm 2026: 12,6 tỷ đô la.
> Chi phí vốn của các nhà siêu máy tính của Mỹ trong cùng năm: 725 tỷ đô la.
Châu Âu đã dành sáu năm để xây dựng 19 Nhà máy AI và 14 siêu máy tính và chỉ riêng Amazon sẽ chi tiêu vượt xa toàn bộ nỗ lực đó trong hai tuần năm nay.
Hầu hết các nhóm AI châu Âu không sử dụng hạ tầng của châu Âu. Họ thuê từ Virginia và Iowa và trả phí tuân thủ GDPR cộng thêm phần lợi nhuận của nhà siêu máy tính để có đặc quyền đó. P

Tôi không ngờ con số này lại xuất hiện trong năm nay.
GitHub đang trên đà đạt 14 tỷ lần cam kết trong năm 2026 tính đến nay. Đó là tăng từ 1 tỷ vào năm 2025. Một mức tăng 14 lần trong một năm và phần lớn trong số đó không phải do con người viết mã.
Tải trọng trở nên quá nặng đến mức Microsoft, công ty sở hữu và vận hành đám mây lớn thứ hai trên thế giới, phải định tuyến lưu lượng qua AWS để giữ cho nền tảng hoạt động trực tuyến. Chín sự cố dịch vụ chỉ trong tháng Năm. Khả dụng giảm xuống còn 88,4%.
Đối với mỗi nhóm kỹ thuật, nhà cung cấp hạ tầng, và nhà cung cấp đám mây vẫn đang định lượ

Doanh thu của Nvidia là bằng chứng rằng “tính toán có chủ đích” không phải là lý thuyết. Nó đã có trong báo cáo thu nhập.
$26B bốn năm trước. 215,9 tỷ đô la vào năm ngoái. Sự tăng 8 lần đó xảy ra trong khi phần lớn AI vẫn còn nằm trong hộp trò chuyện chờ bạn hỏi một câu hỏi.
Phần quan trọng không chỉ là sự tăng trưởng. Đó là Nvidia đã biến kiến trúc của mình thành đầu vào không thể thương lượng cho hầu hết các lộ trình khác. Phòng thí nghiệm, đám mây, doanh nghiệp. Logo khác nhau trên API, cùng một silicon bên dưới. Gần như mọi đô la chi tiêu cho hạ tầng AI trong chu kỳ này đều rò rỉ vào hệ th