馬斯克建超算速度，被中國這家公司用120天復刻了。 119個集裝箱，像搭積木一樣拼出一座算力工廠。這不是科幻電影，而是浪潮資訊交付的驚豔答案。一個全新的AI時代，正在這裡拉開序幕。

120天，119個集裝箱，一座算力工廠拔地而起。

馬斯克速度，竟被國內這家公司完美復刻了！

上面這座算力工廠，採用了浪潮資訊專為AI時代提出的預製化AIDC解決方案。

他們以「搭積木」方式，向世界詮釋了驚人的基礎建設速度。

它不僅將長達18個月的建設周期，大幅縮短至4個月，甚至還實現了高效節能、彈性擴容、按需定製、便捷維運等技術創新。

更重要的是，這間算力工廠能夠完全滿足scaling大模型的算力需求。

不論是訓練，還是應用部署，預製AIDC解決方案全面支援了AI大模型創新研發與應用。

而現在，這元腦「算力工廠」正式投入營運。

算力，就是這個AI時代的「命門」。眾所周知，AI大模型對算力的需求，遠超乎所有人的想像。

不論是OpenAI、微軟，還是Google等科技巨頭們堅信的是，scaling law仍在繼續。

2024年12月，堪稱過去一年AI含金量最高的一個月，從中便可瞥見一二。

OpenAI十二天Devday連更，為所有人送上了滿血版o1、o1 Pro、Sora、高級語音功能，以及初次亮相的o3系模型。

大批網友上線直接把ChatGPT搞崩了

與之激烈對打的Google，更是戰績連連，憑藉Gemni 2.0 Flash、Veo 2直接殺出重圍。

邁入2025年，Grok 3、Llama 4、完整版Gemni 2.0等眾多模型，也即將迎來新一輪大戰。

可以預見的是，每一代新模型都在瘋狂「吃」算力，訓練參數呈指數級增長。這種瘋狂擴張的態勢，讓人不禁要問：我們的資料中心基建，還能支撐多久？

實際上，目前的資料中心正面臨最核心的「三重困境」。

1. 建設周期長，無法及時彌補高算力需求

作為算力的核心載體，資料中心的建設非一蹴可幾。

一般來說，傳統資料中心的建設是一個複雜的工程，需要經過設計、土木工程、機電安裝、偵錯等多個階段。其中，光規劃建設就要3-5年時間，佔到了整個生命周期的約1/3。

老黃同樣說過，「建造超算通常需要3年的規劃時間，外加1年裝置交付和偵錯時間」。

而我們所看到的，馬斯克10萬塊GPU建設速度，甚至即將要建造的100萬塊GPU搭建的超算，也只是個例。

3年，這一時間跨度，對於快速發展的AI時代顯得特別漫長。

例如，3年前規劃的資料中心普遍採用5-10kW/標準櫃，而如今單台AI伺服器的耗電量就突破10kW。

顯而易見，AI迭代與基建建設的速度，嚴重不匹配，導致資料中心還未建成就已落後於時代。

同時，這種「建設慢，需求快」的矛盾，不僅影響了產業發展速度，也直接影響了投資方資金回報周期，形成了惡性循環。

其次，隨著算力需求的暴增，資料中心的能耗問題也愈發突出。

AI大模型訓練的耗電量，可堪比小城市的用電量。而這樣比比皆是的報導，也早已家喻戶曉。

平均而言，ChatGPT查詢所需的電力是Google搜尋的近10倍。高盛研究估計，到2030年，資料中心的電力需求將增加160%。

從2023年-2030年，AI資料中心功耗的成長將達到每年200Twh

另一方面，資料中心功耗也面臨著巨大的挑戰。

從晶片設計方面來看，CPU熱設計功率（TDP）在過去十年幾乎翻倍，GPU熱設計功耗從2008年少於200W飆升至現如今1000W。

再加上，叢集越來越大，高密度伺服器部署來帶的散熱壓力，與日俱增。

與此同時，信通院發佈的《中國綠色算力發展研究報告（2024年）》顯示，中國資料中心的平均電能利用效率（PUE）在2023年時為1.48，而新的國家政策規定，新建資料中心的PUE不得超過1.25。

如何保持高效能運算的同時，達到節能標準，已成為一大難題。

而當前，智算中心需要探索的是，與綠色電力深度融合，實現能源高效利用，讓算力向智力有效轉化。

3. 擴容難題，升級有限，無法第一時間升級

不僅如此，AI快速迭代對資料中心的靈活性，提出了更高的要求。

然而，傳統資料中心的固定架構，限制了升級空間，無法及時採用新一代技術，難以快速回應業務需求的變化。

另一方面，資料中心也將面臨建成即落後、供不應求的窘境，投資報酬率難以保障。

針對這些挑戰，這些年，一些企業打造的預製模組化資料中心應用而生，並將成為主流模式。

依規模不同，可分為單元級（Unit）、包間級（Pod）、建築級（Stack Cube）、園區級（Base）等細粒度。

在AI時代下，我們需要專為AI而生的預製化AIDC。

浪潮資訊，便是這個方案的引領者。

算力工廠是一種創新的資料中心全生命周期服務模式，核心是通過規（劃）、建（設）、運（營）一體化的「交鑰匙」工程。

其總體架構自下而上，由算力底座、算力支撐、算力營運三部分組成。

首先，算力底座，就是我們可以直觀看到的算力中心。

元腦「算力工廠」這座智算中心採用創新的預製化AIDC解決方案，僅需119個預製化集裝箱單層拼接，4個箱體即可實現千卡規模AI算力。

如同先前所述，它書寫了驚人搭建速度的傳奇，直接將同等規模資料中心的建設周期，從18個月縮減至4個月。

這種創新方案，可以說完全顛覆了行業常規。

具體來說，它具備了以下幾點優勢：

- 快速交付，工期可縮短80%左右

因為採用了預製化集裝箱建設方式，同等規模資料中心的建設周期從18個月縮減至4個月，工期縮短了近80%。

因為創新地應用了液冷、太陽能、儲能、餘熱回收等節能技術，提高了散熱及能源利用效率，PUE可降至1.1以下，全年節省電費近2億元，營運成本大幅降低。

- 靈活擴展，最高可擴容至5層，實現全場景覆蓋

預製模組化疊箱體系建設模式可依業務規模，分期有效率地進行水平及豎向擴容，有效節省前期投入成本。

同時，八種模組化的功能箱體可依不同場景、規模靈活組合，並依照功率區段分區部署，實現風冷/液冷、AI/通用/高密度等多種形態靈活相容，匹配智算算力、一般算力、邊緣算力等多種應用場景。

元腦算力工廠包含了資料處理、AI大模型、業務應用、研發測試等多個叢集，為全球伺服器壓力測試、大模型開發應用等多種業務應用，提供了綠色高效的算力支撐。

如前所述，在大模型時代，算力需求呈現爆髮式成長，但高效營運AI算力卻面臨諸多的挑戰。

該如何調度資源？如何控製成本？如何保障算力平台穩定性與可用性？如何讓AI算力性能持續最佳化?

在大規模AI訓練場景下，算力資源調度堪稱一大難題。

一方面，不同AI任務對於算力需求各不相同；另一方面，如何在多使用者、多工場景在實現資源最優分配，避免算力的浪費，都是亟待解決的問題。

不僅如此，隨著算力規模的擴大，營運成本也會隨之攀升。諸如電力消耗、維運人員等各方面成本，都是企業面臨的挑戰。

另外，對於企業級AI應用來說，對算力平台穩定性提出了高標準、高要求。

然而，叢集規模擴大管理只會愈加複雜，硬體故障的風險就會增加，隨之帶來的是系統效能波動頻繁，資料安全隱患增加。

還有需要考慮的一點是，AI算力性能必須持續最佳化。這當中也涉及了多個層面，例如硬體協同最佳化、軟體架構改進、演算法效率提升等等。

為了應對這些挑戰，元腦算力工廠為企業提供了全方位的營運方案。

AI基礎設施管理平檯面朝向金融、通訊、網際網路等多行業的資料中心，可實現前所未有的一體化管理。

平台突破性解決了IT基礎設施管理與動力環境管理割裂的痛點，帶來了全新的管理體驗。

首先，它實現了智算中心全生命周期的統一納管，維運效率提升100%。

平台還創新實現了高密單排微模組2D/3D、核心製冷零件遠端調控等5大功能，安全性能飆升30%，為超大規模資料中心穩定高效運作提供重要保障。

作為一個深度學習開發平台，AIStation能夠為企業客戶提供強大的開發支援。

例如，統一管理和精細調度AI計算資源，全面整合計算資源、訓練資料和開發工具。

不僅如此，AIStation還提供了完整的AI軟體棧和敏捷標準化的開發流程，降低資源投入同時，並大幅提升開發效率。

基於系列平台的創新與整合，對於企業來說，算力的高效穩定營運也不再是難題。

既然有了這樣一個堪稱「黑科技」含量最高的解決方案，對於大模型時代下的訓練與部署，代表什麼？

當前，AI大模型正在經歷前所未有的進化：從單一語言模型走向多模態；突破長文字限制；引入MoE架構；強化學習能力不斷提升。

不僅如此，大模型進化Scaling Law仍在繼續，老黃還在CES大會上首次提出了AI時代三個Scaling Law。

我們之前分享過，馬斯克表示，xAI在其新的孟菲斯資料中心的進展是“有史以來讓超級電腦開始訓練的最快紀錄”。有個問題大家可能會情不自禁發問，為什麼馬斯克要做 AI 超算？

對此，這篇文章我們來深度探討4個問題，來解讀為什麼馬斯克一定要做 AI 超算？

大模型、算力、超算之間有什麼關係？

AI 超算對大模型訓練到底有那些具體幫助？

為什麼馬斯克選擇超算而不是其他技術？

大模型需要高算力：由於大模型的訓練涉及大量的矩陣運算，因此需要較高的算力支援。這通常意味著需要使用高性能的GPU或TPU等加速器來加速訓練過程。

超算提供高算力：超級電腦提供了這樣的高算力環境，使得訓練大模型成為可能。超級電腦不僅可以加速訓練過程，還可以支援多個大模型的同時訓練，提高研究和開發的效率。

算力與模型規模成正比：一般來說，模型越大，所需的算力也越多。隨著模型規模的增長，算力需求呈指數增長，因此需要更加先進的硬體設施和技術支援。

總結起來，大模型依賴於高算力來完成訓練任務，而超算則是提供這種高算力的關鍵基礎設施之一。

首先是為了滿足大模型訓練的需求。

當前的大模型訓練需要大量的計算資源，特別是GPU叢集。馬斯克的目標是開發出能夠與現有頂尖AI模型競爭的產品，這意味著需要建立能夠支援大規模模型訓練的計算基礎設施。

大模型訓練涉及到大量的參數調整和資料處理，傳統的計算設施往往無法滿足這樣的需求。因此，建設專門的超算平台成為必要之舉。

馬斯克希望減少對外部供應商的依賴，特別是考慮到高端GPU供應的不確定性。通過自建超算平台，可以更好地控製成本和保證技術的獨立性。

第三，可以加速AI技術的發展。

通過自建超算，馬斯克可以更靈活地調整硬體組態以適應特定AI模型的需求，從而加速技術研發的進度。這種自訂的計算環境有助於推動演算法和模型方面的創新，比如在自動駕駛、自然語言處理等領域取得突破。

比如，除了xAI需要用到AI超算中心外，馬斯克旗下的公司特斯拉在自動駕駛領域，也需要強大的 AI 技術支援。自動駕駛汽車需要即時處理大量的感測器資料，包括攝影機、雷達和激光雷達等採集的資訊，以做出精準的駕駛決策。而只有具備強大算力的 AI 超算，才能夠快速有效地分析這些海量資料，訓練出高度精確和可靠的自動駕駛模型。

AI超算對大模型訓練有那些具體幫助？

第一，顯著提升訓練速度。大模型的訓練通常需要處理海量的資料，計算量巨大。AI 超算由大量的高性能計算節點組成，能夠平行處理這些計算任務，大大縮短訓練時間。以自然語言處理模型為例，傳統的計算裝置可能需要數月甚至數年才能完成訓練，而借助 AI 超算，可以將這個時間縮短到數周甚至數天。

例如，OpenAI 的 GPT-3 模型在訓練過程中就利用了強大的計算資源，從而能夠在相對較短的時間內完成訓練，並取得令人矚目的成果。根據報導，寧波人工智慧超算中心將某視訊理解大模型的訓練時間從1280小時縮短到了約100小時，這顯示了超算在提高效率方面的巨大潛力。

第二，支援更大規模的模型訓練。大模型通常具有數百萬乃至數十億個參數，這需要大量的計算資源。超算平台可以提供足夠的記憶體和計算單元，以支援這些龐大模型的訓練。馬斯克計畫使用的H100 GPU數量預計將至少是當前最大GPU叢集的四倍，這將有助於訓練更大規模的模型。

第三，提高資料處理能力。在大模型訓練中，資料的預處理和清洗也是至關重要的環節。AI 超算能夠快速處理和分析大量的原始資料，去除噪聲和異常值，為模型訓練提供高品質的資料輸入。此外，通過資料增強技術生成更多的訓練樣本，可以幫助模型學習更多的模式，提高泛化能力。超算能夠高效地執行這些計算密集型任務。

第四，便於進行多模態資料融合訓練。如今的 AI 應用往往需要處理多種類型的資料，如圖像、音訊、文字等。AI 超算能夠同時處理和融合這些多模態資料，訓練出更具通用性和適應性的模型。例如，在智能醫療領域，結合醫學影像、病歷文字和患者的生理資料等多模態資訊進行訓練，可以為疾病診斷和治療提供更精準的模型。AI超算還可以支援跨模態學習，即從一種模態的資料中學習到的知識可以遷移到另一種模態的資料中。這對於建構能夠理解多種感官輸入的人工智慧系統尤為重要。

第五，支援模型的最佳化和偵錯。在訓練過程中，研究人員需要頻繁地調整模型參數和架構，以最佳化模型性能。AI超算能夠提供快速的結果反饋，使得研究人員能夠迅速評估不同的模型組態，並根據反饋做出相應的調整。同時，大模型的訓練通常涉及複雜的超參數搜尋和模型架構調整。超算的高計算能力使得研究人員能夠更快地嘗試多種組合，找到最優解。

第六，最佳化資源分配。傳統雲端運算平台往往採用虛擬化技術來分配資源，這會引入額外的開銷。相比之下，超算平台直接利用物理資源，減少了這種開銷，提高了整體效率。通過最佳化資源分配，超算平台能夠更好地支援平行計算，這對於處理大模型中的複雜計算任務至關重要。

超算在大模型訓練中扮演著至關重要的角色，相比其他技術，它提供了幾個獨特的優勢。

首先，大模型通常包含數億乃至數十億個參數，訓練這樣龐大的模型需要大量的計算資源。超算通過其高度平行化的架構，可以在多個處理器或計算節點之間分割模型，實現平行訓練，顯著減少完成單個訓練周期所需的時間。此外，在平行化訓練過程中，不同計算節點之間需要頻繁交換梯度資訊以更新模型參數。超算通過最佳化網路通訊協議和架構，減少節點間通訊延遲，降低通訊開銷，確保訓練過程高效順暢。

其次，大模型訓練時會佔用大量記憶體。超算提供了豐富的記憶體資源以及高級的記憶體管理系統，有助於有效利用記憶體資源，避免因記憶體不足而導致訓練中斷。一些超算還支援異構記憶體架構，簡化了程式設計師的工作負擔。超算中的作業調度器可以有效地管理和分配計算資源給不同的訓練任務，確保資源的最大化利用，同時也允許使用者優先順序和資源預留。這種調度機制還能幫助平衡負載，避免資源過度集中於某些任務，導致其他任務等待時間過長。

與其他技術相比，雖然雲端運算服務和GPU叢集等也可以用於大模型訓練，但它們在處理極端大規模資料和複雜模型時可能面臨計算能力不足、記憶體限制或成本效率問題。而超算以其獨特的高性能計算能力、大規模記憶體管理、高效通訊最佳化和容錯機制，為大模型訓練提供了更為可靠和高效的解決方案。

總的說來，超算在大模型訓練中的作用不僅限於提供強大的計算能力，還包括最佳化訓練流程中的各個方面，從而使得大模型能夠在有限的時間內達到最佳性能。  (超算百科)

伊隆·馬斯克（Elon Musk）正“全速推進”他在孟菲斯的“超級算力工廠”（Gigafactory of Compute）項目。然而，一張飛速簽訂的協議、各種保密協議和向市政方在幕後做出的承諾讓市議員們開始對這個項目提出質疑。

據大孟菲斯商會（Greater Memphis Chamber）主席泰德·湯森德（Ted Townsend）透露，埃隆·馬斯克（Elon Musk）只花了大約一周的時間就決定將他的人工智慧初創公司xAI的新超級電腦建造在孟菲斯。

湯森德說，經過3月份的幾天旋風式談判之後，馬斯克和他的團隊（其中包括他旗下幾家公司的代表）選擇了田納西州的這座城市，因為這裡有充足的電力和快速建設的能力。大孟菲斯商會是一家旨在促進該地區經濟增長的非營利組織，本次也參與了這筆交易的談判。

“我們要在孟菲斯大幹一場，”湯森德回憶起馬斯克在談到這個項目時說。xAI的承包商將這個項目稱為“巨人項目”（Project Colossus）。這個名字來自1970年的科幻電影《巨人：福賓計畫》（Colossus：the Forbin Project），講述的是一個失控的人工智慧被賦予美國核武庫控制權的故事。

電影台詞稱：“巨人，它能看到一切，感知一切，瞭解一切，控制所有武器和防禦。當這個沒有感情的造物成為人類的主宰時，結果將是災難性的。”這項投資已於上個月正式宣佈，據湯森德估計將價值數十億美元。

但孟菲斯市議會的幾名議員現在正在敦促該市叫停這項投資，因為民眾對這筆交易偷偷摸摸的性質和資料中心對水電的需求感到擔憂。

在本月早些時候的一次公開會議上，議員們聲稱他們被排除在了決策過程之外，而馬斯克的團隊、商會、當地公用事業公司和承包商早在資料中心的細節提交給他們的幾個月之前，就已經在保密協議的框架下進行了談判。孟菲斯市長辦公室和xAI沒有回應我們的置評請求。

市議員朗達·洛根（Rhonda Logan）在最近的一次市議會會議上談到這個超級電腦項目時說：“協議都已經簽好了，但我們對它一無所知。”她強調有必要“放慢進度，瞭解它給我們帶來的影響”。

市議員珀爾·沃克（Pearl Walker）在接受《福布斯》採訪時表示，這一事態發展在她的選民中引起了“激烈的恐慌”。“人們很害怕。他們擔心這個項目會讓市民的供水發生什麼變化，也擔心能源供應。”她在周三上午由該市公用事業公司孟菲斯市電力、天然氣和自來水公司（MGLW）舉行的公眾會議上說。

“孟菲斯有過糟糕的交易歷史……所以我們必須確保這筆交易對孟菲斯來說是好的，這一點非常重要。我們必須盡職盡責，堅持做符合我們利益、對我們有利的事情。”

在今年3月敲定這項協議之後，馬斯克的新“超級電腦工廠”幾乎立即開工。

這台超級電腦將用於訓練xAI的聊天機器人Grok，後者是ChatGPT的競品，並且牽扯了這位擁有多家公司的億萬富豪越來越多的精力。

近來，馬斯克讓他的電動汽車公司特斯拉的股東們深感不安，因為他把珍貴的人工智慧晶片的接收方從特斯拉變成了他在2023年3月創立的這個生成式人工智慧初創公司。上個月，在宣佈戴爾（Dell）和超微（Super Micro）將為xAI提供伺服器機架後不久，馬斯克表示，下一個版本的Grok將在10萬個輝達H100晶片上進行訓練。

據科技媒體Information報導，關於修建xAI資料中心的傳言已經流傳了好幾個月，而馬斯克在5月份聲稱他將親自確保這台超級電腦的開發，更是助長了這一傳言。當時，xAI 已經與孟菲斯的開發商和公用事業部門的官員進行了接觸，商討在這座城市建立資料中心的事宜。湯森德告訴《福布斯》，在選擇孟菲斯之前，xAI還與其他七八個城市進行了洽談。

自今年3月以來，湯森德的團隊就開始了“復仇者聯盟”式的努力，以“努力跟上馬斯克和其團隊的步伐”。他說，幾位參與這筆交易談判的商會高管接受了馬斯克的邀請，在審議期間參觀了特斯拉在德克薩斯州的一家工廠。他在接受《福布斯》採訪時表示：“他們當時也在向我們示好，就像我們向他示好一樣。”

為了達成這項協議，xAI已經口頭承諾將改善孟菲斯的公共基礎設施，以支援資料中心的發展，包括興建一個新的變電站和一個污水處理設施。xAI提出想自己修建這兩個設施，但該市的公用事業公司表示，這些承諾目前還不具備合約效力。孟菲斯市議員傑裡·格林（Jerri Green）在接受《福布斯》採訪時表示，xAI“最終將把（設施的）鑰匙交給”孟菲斯市政府。

一直以來，馬斯克都有著承諾在他的公司所在地建設公共基礎設施，但後來卻沒有兌現的黑歷史。

2018年，他的隧道工程初創公司Boring Company承諾要在內華達州拉斯維加斯地下建造一條公共交通超級高鐵。多年後，有報導稱，這個進展緩慢的項目距離目標還很遠，而且存在大量安全違規行為。

此外，他還承諾要在芝加哥、華盛頓和巴爾的摩之間修建高鐵線路，作為與這些城市達成的雄心勃勃的協議的一部分，但這些項目現在似乎已經悄無聲息，並從Boring Company的網站上刪除了。而在德克薩斯州的奧斯汀，馬斯克曾經聲稱要在特斯拉千兆工廠周圍打造一個“生態天堂”，雖然該承諾取得了所謂的進展，但他同時也利用州政府的漏洞獲得了當地環境規則的豁免權。

上個月，孟菲斯商會公開宣佈了該資料中心的位置：xAI將租用一個“前製造基地”，也就是一個空置的工廠，以前由全球家電製造商伊萊克斯（Electrolux）所有。該基地位於孟菲斯西南部的黑人社區Boxtown，該社區長期以來一直受到市政官員和公用事業部門的忽視，並且在與xAI迄今的談判中，參與度一直不足。在MLGW周三的會議上，白宮環境司法顧問、孟菲斯西南部人拉特裡西亞·亞當斯（LaTricea Ada）將圍繞該項目的不透明描述為“令人沮喪和尷尬”。

“我們不能歡迎一個不把我們的公共程序當回事的項目。

白宮環境司法顧問、孟菲斯西南部人拉特裡西亞·亞當斯

“孟菲斯人，特別是孟菲斯西南部的人，應該得到一個答案……並在今天之後的兩周內舉行公開聽證會，”她繼續說道。

湯森德則堅持認為這筆交易對孟菲斯將是有利的，市議員格林和她的同事市議員傑夫·沃倫也對該項目表示謹慎樂觀。格林表示，市議會成員下周將收到有關該項目的更多細節，其中一些將在“閉門會議”上討論。

“我認為有些事情他們還不能公開討論。”她說。目前，該資料中心的冷卻預計每天需要從孟菲斯的地下蓄水層，也就是該縣的主要水源中抽取130萬加侖的水。（該市每天消耗大約1.5億加侖水。）雖然這一安排是暫時的，但新的灰水工廠的建造計畫尚未最終確定，孟菲斯當局告訴《福布斯》，該市並未以灰水廠的完工作為資料中心獲得許可的條件。該市的公用事業部門也證實，在處理廠建成運行之前，馬斯克的超級電腦將被允許使用地下蓄水層的水。

當地環保組織“保護我們的蓄水層”（Protect Our Aquifer）的執行董事莎拉·休斯頓（Sarah Housto）指出，這筆交易或許可以讓孟菲斯市獲得它多年來一直想要的水處理設施。她說，這個項目可能是一個很好的機會，但需要市政府提高透明度，尤其是考慮到它在孟菲斯西南部的施政歷史。她在公眾意見會議上表示：“我們現在需要確保我們簽訂的是正確的協議。”

儘管湯森德對滿足xAI的能源需求充滿熱情，但關於該公司將被允許從公共電網中獲取多少電力的問題仍然懸而未決。近年來，該市頻繁要求居民減少用電量，否則將面臨輪流停電，以避免電網超負荷的情況。

MLGW首席執行官道格·麥高文（Doug McGowen）在孟菲斯市議會發表講話時說，xAI最初將使用高達50兆瓦（MW）的電力——一兆瓦足以為大約1000個家庭供電。據MLGW稱，xAI最終要求的發電能力為150兆瓦，這將需要獲得地區公用事業田納西流域管理局（TVA）的董事會批准，並完成xAI承諾的變電站的建設。

一些當地組織則對xAI的電力足跡提出了警告。孟菲斯的一個環保組織聯盟在上個月的一封公開信中寫道：“我們必須考慮，一個使用如此大量能源的行業將如何進一步影響已經被污染和高能源負擔壓得喘不過氣來的社區。”

在他的演講中，麥高文向市議會成員保證，xAI將加入TVA的“需求響應”計畫，該計畫要求工業電力客戶在能源使用激增時減少營運，以避免停電。湯森德告訴《福布斯》，超級電腦項目“已經邀請了埃隆·馬斯克的公司和其他公司的工程師來到孟菲斯，討論生產能源所需的條件。”他補充說，“我們期待著越來越多這樣的討論。”

TVA的一位發言人告訴《福布斯》，該公司目前還沒有與馬斯克的公司簽訂合同，並拒絕透露是否有任何人工智慧公司參與了他們的“需求響應”計畫。

馬斯克正在從房地產公司Phoenix Investors手中租下這個曾經是一家工廠的超級電腦基地。當地公用事業公司告訴《福布斯》，該地塊目前的租戶是一家名為CTC Property LLC的實體，它很可能與xAI有關：CTC Property於今年3月在田納西州成立，與此同時，xAI當時正在完成與孟菲斯的交易。

《福布斯》無法確定這家有限責任公司是否是馬斯克的，但這位億萬富豪經常建立新的、隱蔽的公司來掩蓋他的商業活動。馬斯克聲稱xAI的超級電腦將在8月份準備就緒，該公司本月分享的照片也顯示了資料中心內的伺服器機架。

湯森德和麥高文表示，xAI已經對修建變電站和灰水處理廠都做出了口頭承諾，並且要求自己建造。麥高文告訴市議員，xAI這等於就是在“用另外一種方式表達‘我們可以修得更快更好’”。MLGW告訴《福布斯》，xAI的平行設計計畫“不僅可以滿足他們自己的需求，還可能滿足該地區其他人的需求。”

過去，馬斯克的公司從各州、城市和鄉鎮獲得了數十億美元的稅收優惠，以換取在其境內建廠。但湯森德表示，在孟菲斯，xAI既不會尋求也不會獲得稅收減免，至少現在還沒有——該公司尚未推進從孟菲斯經濟發展委員會獲得稅收優惠的計畫。

他補充說，“至於他們將來想做什麼，我不好說，但所有這些工具和資源都擺在桌面上……我們將繼續在必要時幫助連接這些資源。”　（Forbes福布斯）

彙整鉅亨號中所有使用「算力工廠」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

120天複製馬斯克速度！ 119塊「樂高」搭出算力工廠，破局Scaling Law算力差

4點分析告訴你，為什麼馬斯克要自建算力工廠

Forbes福布斯—揭秘：馬斯克xAI超算工廠的落地內幕