数据中心

导语 “数据中心正在耗尽世界的水资源！” 这个标题你一定见过。亚利桑那州甚至有数据中心项目因此被暂停或取消。但 SemiAnalysis 的最新研究揭示了一个令人震惊的事实： 世界上最大的数据中心之一，年用水量仅相当于 2.5 家汉堡店。 更惊人的是：吃一个汉堡的水足迹，足够你每天使用 AI 30 次，连续使用 668 年。 一、被夸大的水危机 争议的根源 数据中心水消耗确实在增加，但问题被严重夸大： 缺乏标准：水核算没有统一标准，比较混乱 忽视关键变量：冷却架构、电力来源、地理位置、当地水资源稀缺程度 标题党：“数据中心正在扼杀世界"的叙事缺乏 context 真正的关键变量 变量 影响 冷却架构 干式 vs 湿式 vs 绝热，水耗差异巨大 电力来源 燃气轮机 vs 煤电，水耗不同 地理位置 气候决定冷却需求 水回收 可彻底解决问题 二、Colossus 2：世界最大数据中心的水账 基本信息 位置：孟菲斯（Memphis） 用途：xAI Grok 模型训练 当前 IT 容量：400MW（计划扩展至 1GW+） 冷却系统：混合架构（130台干式冷却器 + 135台绝热冷却单元） 水足迹拆解 1. 冷却水消耗（大头） 参数假设： PUE：1.15 利用率：70% 年产生热量：2.8 TWh 绝热辅助运行：30% 蒸发率：0.45 gal/kWh 结果： 年蒸发量：2.67 亿加仑 冲洗/排放：6600 万加仑（提取但未消耗） 2. 发电水消耗 当前使用：航改型简单循环燃气轮机 水耗：零 3. 芯片制造水消耗（供应链嵌入） GPU：~20 万颗 CPU：~10 万颗 HBM3e：160 万个 晶圆：>32,000 片 每片晶圆水耗：1,800-2,200 加仑 结果： ...

导语 GTC 2026 刚结束，SemiAnalysis 这篇深度报告揭示了 Nvidia 在推理基础设施上的宏大布局。 最劲爆的消息：Nvidia “收购” Groq——不是全资收购，而是 200 亿美元买 IP + 挖团队，绕过反垄断审查。不到 4 个月，Groq 的 LPU 技术已经整合进 Vera Rubin 推理栈。 这背后是一场关于推理延迟、内存层级、网络架构的全面战争。 一、Nvidia “收购” Groq：一场精心设计的交易 交易结构 金额：200 亿美元 形式：IP 授权 + 团队雇佣（非全资收购） 目的：规避反垄断审查，快速完成交易 为什么不是全资收购？ 反垄断风险：Nvidia 在 AI 加速器市场占有率过高，正式收购几乎不可能通过审查 速度：无需漫长的交易关闭流程，不到 4 个月已完成整合 灵活性：Nvidia 获得 Groq IP 和人才，但不需要承担 Groq 的全部负债和历史包袱 Groq 的技术价值 Groq 的 LPU（Language Processing Unit）架构特点： 超大容量 SRAM：LP30 拥有 500MB 片上 SRAM 确定性执行：编译器可激进调度，隐藏延迟 低延迟高吞吐：适合对延迟敏感的推理场景 但 Groq 的致命问题是无法规模化盈利。 standalone LPU 系统在大规模 token 服务上经济性不佳——这正是 Nvidia 的 GPU 所擅长的。 ...

导语 卡着全世界移动芯片脖子的Arm，突然发布了自研CPU！ 这不是普通的CPU，而是Arm发展35年来首款对外销售的数据中心芯片——Arm AGI CPU。黄仁勋亲自站台，亚马逊微软Meta都来贺喜。 核心规格：堆料狂魔 参数 规格 制程 台积电3nm 核心数 136个Neoverse V3核心 L2缓存 2MB/核心 主频 3.7GHz 内存带宽 6GB/s每核心 内存延迟 <100ns PCIe 96通道Gen 6 互联协议 CXL 3 TDP 300W 设计 双Chiplet 翻译成人话：这是一颗为AI智能体基础设施量身定制的怪兽级CPU。 三大设计原则 Arm CEO Rene Haas反复强调的三个词：性能、规模、能效。 1. 性能：拒绝花里胡哨 传统x86 CPU喜欢搞"Boost模式"——瞬间超频然后降频，功耗跟着坐过山车。AGI CPU不搞这套，提供全时间、可持续的满血性能。 2. 规模：没有多线程的执念 x86的多线程（SMT）本质是"一个核心干两个人的活"，但IO和带宽不会翻倍，只是把瓶颈转移，还增加了上下文切换的开销。 Arm观察到，数据中心运营商不得不超额配置30%甚至更多来应对这种非线性扩展问题。AGI CPU选择每线程独立核心，136个物理核心就是136个独立执行单元，没有虚头巴脑的逻辑核心。 3. 能效：没有历史包袱 x86背负着对遗留功能的支持负担，而AGI CPU从零开始设计，不浪费任何一个周期，不存在搁浅的算力。 部署规模：风冷 vs 液冷 风冷方案（标准36kW机架）： 30台双节点1OU刀片服务器 总计8160个核心 单机架性能达x86系统的2倍以上 液冷方案（200kW）： 336颗AGI CPU 超过45000个核心 每1GW数据中心算力资本支出节省高达100亿美元 朋友圈豪华阵容 首发合作伙伴名单堪称AI基础设施全明星： Meta：联合开发，与自研MTIA加速器协同 OpenAI：现场站台 Cerebras、Cloudflare、F5、Positron、Rebellions、SAP、SK电讯 供应链大佬集体打call： “加速计算并没有让CPU变得无关紧要，它让CPU成为不可或缺的合作伙伴。” —— 黄仁勋 ...