GPT-6 Astra，用十萬張以上輝達Grace Blackwell NVLink72訓練。從 ChatGPT 到 o1 到 Astra，四年。

這個帖子目前已經有1000多萬次瀏覽量了，並且全世界的媒體都在轉發解讀這四句話。

但請注意，這不是正式的推文，被全球媒體當成"輝達 CEO 正式宣告 AGI 到來"的那句話，是作為回覆掛在別人的帖子下面的--Replying to @ChaseLochmiller and @OpenAI

咱們今天就從Chase Lochmiller說起。

Chase Lochmiller是一家叫Crusoe的資料中心公司的 CEO，GPT-6 Astra就是在他家的機房裡訓出來的。

所以模型一發佈，他發了條祝賀，在結尾加了一句：

我猜，這讓Abilene成了AGI的誕生地。

你品品，這就是強行往自己臉上貼金。

一位資料中心老闆給自己的項目所在地貼了張標籤，說自己的資料中心是AGI的誕生地，目的肯定是為了招徠更多的AI模型訓練公司簽單，很自然地，最大的硬體供應商在下面點了個頭，說了三句同樣是賣貨的話：

第一句是點一下自家硬體——十萬張卡，都是我家的。

第二句是價值判斷——AGI 來了，無法證偽。

第三句是銷售預告——下一批四十萬張 GPU 即將上線，大家準備好小錢錢，下一代會更貴哦！

經濟學裡有個基本工具叫訊號理論：

一個訊號之所以可信，是因為發出它的成本很高。孔雀的尾巴很沉、很礙事、還招天敵，正因為它這麼難維持，它才是個誠實的訊號。

那麼，"AGI 來了"這句話的成本是多少？

聰明的Jensen是絕對不會錯過這句話的。站在那個位置上的人，說這句話的成本收益結構，決定了他一定會說這句話的。這跟他信不信，是不是真的這樣認為，沒有關係。

事實上，這的確他不是第一次說了。

今年三月在Lex Fridman的播客上，他就宣佈過一次"我們已經實現了 AGI"，當時給的定義是：

一個能造出十億美元公司的 AI。

一個人每隔半年宣佈一次AGI來了，

說明來的不是AGI，是新品發佈會。

Astra確實很強，這個必須承認。

它在衡量 AI 操作真實桌面的測試上比上一代高了近七個百分點，同樣一件事少花47%的時間，還是 OpenAI 第一個被自家安全框架判定為"關鍵級"的模型——

所以發佈時只對少數機構開放，企業版默認關閉。

但那些一路"飽和"的分數，要另說。

ARC-AGI-3 是今年三月發佈的一套測試，設計思路是把 AI 扔進一個沒有說明書的陌生環境，不告訴它規則，讓它自己摸。

三月剛發佈時，主流 AI 系統的總分還不到 1%。

但這個99.9%，是在OpenAI自己搭的適配(自己當球員也是裁判)環境裡跑出來的。

ARC Prize自己做的獨立測試，成績在17%到63%之間。

Astra在FrontierMath最難那一檔拿了97.6%；因為OpenAI資助了它的開發，並且獨家擁有其中一部分題目。但在唯一一個不是自己出題、自己判卷的榜單上，不是第一名。

咱們不要比”解出未解難題“了吧，畢竟題目是已知的、答案是可驗證的、榜單是靜態的，要不咱就讓模型們比提出新的數學洞見，提出一個新猜想、發現一個沒人注意到的結構、建立兩個領域之間意外的聯絡。

順帶一提，對AGI這個詞最不客氣的人，是OpenAI自己的CEO。

奧特曼說，AGI 頂多算一個定義極差的詞。其實他本來想說，那是個不相干的行銷術語。

而OpenAI總裁Brockman在發佈會上被問到是不是正式宣佈實現AGI時，回答是：這個詞已經不再掛鉤合同觸發條件了，現在它是一個使命概念，或者說，一個精神概念。

一個詞，從一份價值千億美元合同的觸發條款，降級成了"精神概念"。

嗯，當它不再值錢的時候，它就可以是精神了。

不管它叫什麼，這東西正在改變世界吧？

麥肯錫的調查裡，91%的公司已經在至少一個業務環節使用AI。

但今年二月一份覆蓋美英德澳近六千位企業高管的研究發現：89%的管理者說，過去三年生產率沒有變化。

普華永道覆蓋95個國家、4454位CEO 的調查裡，56%說他們從AI投資裡什麼也沒得到。

1987 年，索洛寫下那句技術經濟學裡被引用最多的話：

電腦時代到處都能看見，唯獨看不見在生產率統計裡。

四十年後，這句話可以原封不動地重發一遍。

經濟史學家Paul David寫過一篇關於電力的論文，說，

電動機發明之後，工廠的生產率整整四十年沒有起飛，原因不是電機不行。

是老廠房的結構是"一根大軸帶動全廠機器"。你把動力源從蒸汽機換成電動機，大軸還在，佈局還在，效率就還是那樣。

發生在工廠被拆掉重建、每台機器配一個小馬達之後。

技術革命的時間表，從來不由技術決定。

而"重新佈置廠房"這件事，恰好是咱們的活兒。

Abilene，德克薩斯州西部。人口十二萬出頭。

在這之前，它的城市名片是牛仔文化、一座空軍基地和幾所教會大學。

現在，它的城市名片(可以)是：

過去十多年，資料中心一直被視為一項大型建築工程。從選址、設計、施工到裝置安裝，一個大型資料中心通常需要18至36個月才能交付。而在AI時代，這樣的建設速度已經遠遠無法滿足算力需求。隨著大模型快速發展，AI基礎設施正經歷一場深刻變革。

今天的資料中心，正在從傳統建築逐步演變為一種可以標準化設計、工廠製造、模組運輸、現場組裝的工業產品。與此同時，行業競爭也發生了根本變化。未來，比拚的不再只是GPU數量，而是誰擁有更強的製造能力、更成熟的供應鏈、更高效的能源體系，以及更完善的系統整合能力。

縱觀美國市場，AI基礎設施已經形成八大核心能力，而每一種能力都有相應的領先企業。

一、Giga Energy：推動資料中心走向工業製造

Giga Energy是近年來AI基礎設施領域最具代表性的創新企業之一。與傳統資料中心現場施工不同，Giga推出了GigaPod和GigaBase，將整個AI資料中心拆分為多個標準化模組，包括：

這些模組全部在工廠完成製造、整合和測試，再運輸到現場快速拼裝。官方資料顯示，一個約9MW的AI資料中心最快可在9個月左右完成交付，大幅縮短建設週期。

Giga最大的創新在於將設計、製造、施工和能源整合為統一體系，讓資料中心真正具備工業化生產能力。

二、Vertiv：AI時代的基礎設施平台

如果說GPU是AI的大腦，那麼Vertiv就是資料中心的生命保障系統。作為全球領先的關鍵數字基礎設施供應商，Vertiv近年來持續加碼AI市場，佈局包括：

Prefabricated Data Hall（預製機房）

隨著GPU功率不斷提升，Vertiv已經從傳統UPS廠商發展成為覆蓋供電、製冷、液冷、機櫃和模組化部署的綜合基礎設施平台。

三、Schneider Electric：能源管理與模組化資料中心領導者

施耐德電氣在模組化資料中心領域深耕多年，其EcoStruxure Modular Data Center已經在全球廣泛部署。公司優勢主要體現在：

依託在配電、自動化和能源管理領域數十年的技術積累，施耐德已經成為全球AI基礎設施的重要參與者。

AI時代最大的瓶頸，不一定是GPU，而是電力。隨著單機櫃功率不斷提高，供電系統的重要性快速上升。Eaton正逐漸從傳統電氣裝置製造商，轉型為AI能源基礎設施平台，其核心能力包括：

未來，隨著天然氣發電、儲能、電網協同等方案逐漸普及，Eaton將在AI能源管理領域發揮越來越重要的作用。

五、Supermicro：AI伺服器進入整櫃時代

過去，伺服器通常以單台裝置交付。而今天，越來越多AI叢集開始採用整櫃（Rack Scale）交付模式。Supermicro正是這一趨勢的重要推動者。除了AI伺服器，公司還提供：

Data Center Building Block Solutions（DCBBS）

GPU伺服器在工廠完成組裝、布線和測試，再以整櫃形式直接交付客戶，大幅縮短現場部署時間。AI伺服器製造，正在從傳統裝配升級為工業化生產。

HPE不僅擁有成熟的企業伺服器業務，還擁有全球領先的Cray超級計算平台。近年來，公司不斷推進：

HPE希望將超級計算中心、企業AI平台和雲服務結合，為大型AI訓練叢集提供完整解決方案。

七、Dell Technologies：AI系統整合平台

Dell近年來不斷強化AI整體解決方案能力。除了伺服器，公司還佈局：

Dell最大的優勢在於，將伺服器、網路、儲存和資料中心整體整合為標準化平台，幫助企業快速建設AI算力中心。

Crusoe是近年來美國增長最快的AI基礎設施企業之一。與傳統資料中心營運商不同，Crusoe更加注重能源與算力的一體化建設。其業務覆蓋：

Crusoe提出 Energy First AI Infrastructure 理念，即未來建設AI資料中心，應首先解決能源供應，再建設計算平台。隨著越來越多AI園區採用天然氣、儲能和微電網方案，這一理念正逐漸成為行業共識。

AI基礎設施正在形成四大發展趨勢

觀察整個行業，可以發現AI基礎設施正在沿著四條主線快速演進。

第一，是製造化（Manufacturing）。資料中心正在從現場施工走向工廠製造，通過標準化設計和模組化交付，大幅提升建設效率。

第二，是整櫃化（Rack Scale）。AI伺服器不再按單台交付，而是以整櫃形式完成整合測試後直接部署，縮短建設週期。

第三，是能源優先（Energy First）。隨著AI算力密度不斷提高，電力資源已經成為決定資料中心建設速度的關鍵因素，能源規劃的重要性首次超過土地資源。

第四，是液冷化（Liquid Cooling）。面向下一代高功率GPU，傳統風冷已逐漸接近極限，液冷將成為未來AI資料中心的重要基礎設施。

AI時代的資料中心，正在發生根本性的變化。過去，它是一座需要多年建設的大型建築；未來，它更像一條工業生產線。標準化設計、工廠製造、模組運輸、現場裝配，正在重塑整個AI基礎設施產業。未來的競爭，也將不再只是GPU數量的競爭，而是製造能力、能源能力、供應鏈能力和系統整合能力的綜合競爭。

Giga Energy、Vertiv、Schneider Electric、Eaton、Supermicro、HPE、Dell Technologies和Crusoe，分別代表了AI基礎設施不同領域的重要力量。它們共同推動著資料中心從傳統建築走向工業製造，也勾勒出下一代AI基礎設施的發展方向——工業化、標準化、智能化和能源協同化  (出海的聞工)

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