英伟达数据乌龙:数据中心200吨铜需求降为50万吨
一月十六日消息,援引财联社一月十四日报道,英伟达曾在2025年五月的一篇技术博客中提到,传统架构中,单个一兆瓦机架需要使用重达两百公斤的铜母线,而单个一吉瓦的机架则需要高达五十万吨的铜。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈


麦肯锡此前预计,2030年全球数据中心的总容量需求将达到219吉瓦,这也意味着该领域建设需要超过一亿吨的铜。然而,全球铜储量截至去年底仅为九十八亿吨。标普预测则认为,到2030年,全球将每年新增三十吉瓦容量的数据中心。按英伟达论文的表述,这相当于一千五百万吨的铜需求,而去年的铜矿产产量也不过两千八百六十三万吨。不少媒体都引用英伟达的估计来证明传统数据中心铜需求的不可持续。
然而最新的调查发现,英伟达报告可能出现了一个非常低级的错误,导致铜缺口被过分高估。咨询公司Thunder Said Energy表示,一兆瓦的机架需要两百公斤的铜,而一吉瓦相当于一千兆瓦,简单换算可知一吉瓦的机架应该需要两百吨的铜母线,而不是文中的五十万吨。
Thunder Said Energy认为是英伟达的单位换算出错了,实际上应该为五十万磅铜(注:约等于二百二十六吨铜)。
重新计算可知,若数据中心总需求达到二百一十九吉瓦,其输配电所需要的铜总量约为四点四万吨,只占到铜年开采量的百分之零点一五。
查询英伟达博客发现,这一数据目前已被修正为二百吨。

相关攻略
当前企业热衷用AI替代人力并因此裁员,但英伟达和Uber高管指出AI运行成本远超人力,研究也显示多数场景人工更优且成本更低。然而,企业仍坚定推进AI替代,看重其全天候运行能力,并加速用AI生成代码、削减岗位。这场成本与效率的博弈仍在持续。
说到RAG(检索增强生成),大家可能已经习惯了它的标准工作流程:先用一个检索模型从海量文档里捞出一批“相关”内容,再交给大语言模型去消化、生成答案。这个流程看似顺畅,但其实一直埋着一个根本性的问题,只是我们习以为常了。 这个问题就是:检索器和生成器,其实是在两个完全不同的“世界”里工作。 检索器,无
五月中旬,英伟达市值突破5 5万亿美元,超越德国2025年名义GDP,成为全球首家市值超过单一发达经济体的上市公司。这反映了人工智能浪潮带来的巨大能量重构。英伟达自2004年起在中国设立多家公司,已构建完整的业务网络。市值里程碑背后,是AI算力赛道价值获得空前认可的缩影。
在AI需求爆发的背景下,GPU市场出现供需严重失衡。英伟达CEO黄仁勋将旧款GPU价格持续上涨的现象比喻为“好酒效应”,指出其升值速度甚至超过葡萄酒陈化。核心原因在于全球AI业务对算力的巨大需求,使得数据中心极度依赖GPU。这种需求从上游芯片制造到下游云服务贯穿整个产业链,导致包括四五年前旧型号在内
来源:环球时报 【环球时报特约记者 甄翔】资本市场近日上演了一场引人注目的“王座”争夺战。谷歌母公司Alphabet在美股盘后交易时段,市值一度超越英伟达,这意味着它在阔别大约十年后,短暂地重返了全球市值冠军的宝座。回顾过去一年,Alphabet的股价表现堪称惊艳,累计飙升了160%。截至上周五收盘
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展,由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计,配备液态金属蓝涂装与2+2座舱,设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统,百公里加速约2秒,设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU,与8GB版同步上市。两者均基于Blackwell架构,核心规格相同,仅显存容量不同。此举旨在缓解GDDR7芯片供应压力,为OEM提供灵活配置,加速笔记本产品布局,更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54,售价分别为2499元和6299元。均采用第四代WOLED面板,具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz,高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元,同比增长8 1%;净利润13 61亿元,同比增长0 4%。公司预计第二季度收入环比增长14%至16%,毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性,并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能,其背后都离不开人工智能(AI)技术的驱动。通常,AI模型的训练逻辑是:向模型展示大量“低质图像”与“优质图像”的配对数据,让它学习如何将前者转化为后者。然而,天津大学计算机视觉团队近期发表的一项研究(arXiv:2604 08172)揭





