Leading Overseas Companies Intensify AI Application Deployment

&emsp;&emsp;随着英伟达首席执行官黄仁勋本周开启中国行程，全球头部科技公司在AI应用方面的最新部署引发业界关注。当前受AI狂潮带动，内存等电子元件价格暴涨，叠加能源持续性等疑虑，AI大规模应用正进入关键攻坚阶段。<br> &emsp;&emsp;据新加坡《联合早报》报道，黄仁勋此次再度前往中国，首站到访英伟达位于上海的新办公室。据媒体引述多位知情人士报道，黄仁勋前往英伟达的上海新办公室，与员工见面并回答了诸多员工关注的问题，同时回顾总结公司2025年主要事件。<br> &emsp;&emsp;在此前举行的2026年国际消费电子展（CES）上，黄仁勋重点介绍了英伟达正在全面生产的“薇拉·鲁宾”平台，这是一个包含6款芯片的系统级算力平台，通过极致协同设计，可大幅缩短模型训练时间并降低推理成本。他表示，英伟达正在重塑AI的一切，从芯片到基础设施，再到模型和应用，“我们的工作是创建整个堆栈”。<br> &emsp;&emsp;这一平台的核心逻辑在于解决AI推理中的“KV缓存”（键值缓存）问题。随着AI从单纯的学习阶段转向大规模推理应用，数据量呈爆炸式增长，现有的GPU显存和服务器内存架构已难以满足需求。英伟达通过引入全新的数据处理单元（DPU）和海量SSD（固态硬盘），构建了一个庞大的缓存池，试图打破这一物理限制。但这个新产品将引发内存、硬盘厂商的产能转移，消费级产能被大幅压缩，导致现货市场价格出现暴涨，多个AI相关厂商对这些元件也呈“抢货”态势，引发市场担忧。<br> &emsp;&emsp;除了AI新技术应用推升电子元件价格，能源问题也愈发引起各界关注。黄仁勋在今年的达沃斯论坛上将AI描述为“五层蛋糕”，涵盖能源、芯片和计算基础设施、云数据中心、AI模型以及最终的应用层。黄仁勋的这一比喻形象地揭示了硅谷的担忧：如果作为“地基”的能源层只能依赖价格波动大、环境成本高的化石燃料，或者是受到政策限制的清洁能源，那么上层的芯片计算和模型应用将失去稳定性。<br> &emsp;&emsp;就在1月，谷歌公司从清洁能源开发商和运营商克利尔韦能源集团购买约1.2吉瓦无碳能源，用于为其遍布美国的数据中心供电；英伟达正致力于利用AI优化太阳能和风力发电厂……<br> &emsp;&emsp;美国企业家埃隆·马斯克也表示，制约AI部署的根本因素是电力。他表示，人工智能芯片的生产正呈指数级增长，但电力供应增长缓慢，阻碍了人工智能数据中心训练和部署人工智能模型的效率。他甚至宣布太空探索技术公司计划在未来几年内部署太阳能驱动的AI卫星。<br> &emsp;&emsp;在传统工业领域，引入AI的进程预计也将在今年加速。剑维软件（AVEVA）副总裁、中国区总经理崔静怡表示，2026年，AI的关注重点将更大程度回到落地的现实问题上。治理框架的完善，将与对可量化业务价值的持续追求相结合。工业领域的AI应用将更强调投入产出、稳定效果与可持续运行。“我们非常看好2026年工业AI的发展，因为工业AI并非从零起步，已高度成熟。以我们积累数十年的AI预测性维护为例，这类方案始终是通过AI创造商业价值的最佳实践。现在，我们正把这些经验转移到工程与设计、能源管理、质量保障、供应链协同等更多领域。”<br> &emsp;&emsp;她还说，在技术路径上，业界会更普遍采取“组合式策略”推进AI应用：一方面探索GPT-5、Gemini Ultra等前沿模型。另一方面积极采用面向特定工业任务的模型。以通义千问、DeepSeek、文心、悟道等中国本土的开源模型为例，它们强调效率，通过智能架构与自适应技术，用更低的算力强度实现强劲表现。在阿里巴巴、百度等大型平台支持下，这些模型让先进AI在实验室之外的真实工业场景中更具成本效益与可落地性。（记者 闫磊）