同时关联该项目与事件的快讯
Oracle 与量子计算公司 Quantinuum 宣布达成多年合作，将 Quantinuum 的 Helios 量子计算机接入 Oracle Cloud Infrastructure（OCI），客户未来可通过 OCI 量子服务将量子计算与 GPU、高性能计算等资源结合使用。此外，Oracle 计划在未来几个月预览其量子计算服务，并将 Quantinuum 开发工具栈与开源混合编程框架结合，用于开发和测试量子-经典混合应用。双方未披露合作金额及具体部署日期。（Reuters）
Bitcoin News 在 X 平台发文表示，@KLoaec 发布的一项新技术分析显示，部分存在漏洞的 COLDCARD Mk3 钱包可能仅由约 450 万种随机数生成器起始状态生成，在单张 RTX 4090 显卡上约 3 秒即可搜索完这些可能性。即使考虑每个钱包生成方式存在的额外不确定性，攻击者也可能在单张高端 GPU 上约 50 分钟内完成搜索。更严重的是，该漏洞可能导致不同设备生成相同助记词。以 3 万台 Mk3 设备为假设，该分析估计约 120 对设备可能生成相同的随机数流。该碰撞估算为理论值，但表明不同设备生成重复助记词的情况可能存在。
预测市场交易基础设施初创公司 River Markets 宣布完成 850 万美元种子轮融资，由 Haun Ventures 领投，Y Combinator、Coinbase Ventures 以及 Qube Research Technologies 等机构参与投资，新资金将主要用于扩大工程团队、提升交易系统速度与安全性，并拓展机构客户，同时开发支持大规模资金管理和跨平台交易的新工具。近年来，预测市场受到机构投资者关注。行业平台数据显示，机构交易需求正在快速增长。例如，预测市场平台 Kalshi 此前表示，其机构交易量在半年内增长约 800%。与此同时，市场参与者开始通过预测市场进行风险对冲，包括围绕碳排放配额、GPU 租赁价格等现实经济变量建立交易头寸。（Fortune）
英伟达（Nvidia）正在加大对开源人工智能模型的投入，希望通过打造全球领先的开源AI模型Nemotron系列进一步推动其硬件生态需求。据知情人士透露，英伟达正在研发名为Nemotron 4的新一代AI模型家族，其中规模最大的模型目标是达到全球顶级开源AI模型的性能水平。该项目由英伟达内部团队推动，公司希望借助高性能开源模型吸引更多开发者和企业使用其GPU、AI软件平台及基础设施。英伟达近年来逐步从单纯提供AI计算硬件，扩展至AI软件和模型生态。通过发布开源模型，公司可以帮助开发者基于英伟达CUDA、GPU集群以及相关工具构建应用，从而进一步强化硬件需求。不过，英伟达自研AI模型也可能带来新的竞争关系。一方面，开源模型能够扩大英伟达AI生态影响力；另一方面，其模型能力提升后，可能与部分客户和合作伙伴开发的AI模型形成竞争。分析人士认为，随着AI产业竞争从“算力竞争”逐渐延伸至“模型、软件和生态竞争”，英伟达正在尝试复制其GPU领域的生态优势，将硬件领先地位转化为更广泛的AI平台影响力。（The Information）
英伟达 CEO 黄仁勋发文表示，公司已与 Apollo、贝莱德、黑石、Brookfield、Goldman Sachs 和 KKR 达成合作，将建立独立融资平台，计划长期调动超过 5000 亿美元第三方资本，用于支持 AI 基础设施建设。黄仁勋称，AI 行业正从“企业购买芯片并逐项目建设数据中心”的阶段，进入将 AI 工厂作为可融资生产性基础设施的新阶段。AI 计算能力正在成为一种可投资资产，具备长期机构资本支持、可重复建设以及多元客户使用等特点。英伟达表示，AI 工厂不仅包含 GPU，还包括高速网络、系统软件、AI 框架及 CUDA 生态。由于基于全球广泛采用的架构，AI 工厂可服务不同客户、云厂商和应用场景，并具备较强资产流动性和残余价值。此次合作中，Apollo、贝莱德、黑石、Brookfield、Goldman Sachs 和 KKR 将独立评估具体项目，包括客户需求、算力利用率、现金流和资产价值。英伟达将提供 AI 工厂平台，金融机构负责长期资本和融资能力。黄仁勋表示，部分项目中英伟达可能提供最高 25%的残值支持，但将根据具体项目审慎评估，该机制旨在补充而非替代机构投资者的独立判断。他认为，AI 工厂将成为“智能时代的基础设施”，类似电力、交通和通信基础设施推动过去工业革命，未来 AI 计算需求增长将形成“更多算力推动更强 AI，更强 AI 创造更多收入，进一步推动算力需求”的循环。
据 CNBC 报道，英伟达与阿波罗全球管理、黑石、贝莱德、Brookfield 资产管理、高盛及 KKR 签署谅解备忘录，共同为英伟达客户建立融资平台，目标动员逾 5000 亿美元第三方资本，用于超大规模数据中心建设及英伟达硬件采购。 英伟达 CEO 黄仁勋将此定性为 AI 芯片首次成为"可投资资产类别"，称其具备创收能力、使用寿命长、可跨客户流转，并将算力基础设施类比于电力和互联网。贝莱德 CEO 拉里·芬克将该项目定义为继 1970 年代抵押贷款证券化之后"金融工程的下一个未来"，并表示将尽快募集更多资金。高盛 CEO 大卫·所罗门透露，此次合作由黄仁勋主动发起。目前部分资金已完成募集，各方将通过机构信贷、保险资金及私人资本为 GPU 和数据中心提供融资支持，帮助终端用户在不动用自身资产负债表的前提下完成 AI 基础设施建设。
英伟达支持的 AI 云计算服务商 Lambda 正在通过杠杆贷款市场融资 9.17 亿美元，用于采购 AI 芯片。随着人工智能基础设施建设加速，芯片融资正成为 AI 行业资本投入的新方式。Lambda 属于近年来快速发展的“新云厂商”（neoclouds）阵营，主要业务是向企业和开发者提供 GPU 算力及 AI 基础设施服务。此次融资计划通过一笔以 GPU 资产相关权益为基础的贷款（GPU loan）完成，用于支持公司扩大 AI 计算资源。报道称，AI 基础设施企业正积极探索新的融资方式，以满足建设大规模算力集群所需的巨额资本投入。此前，AI 云服务商 CoreWeave 已完成机构杠杆贷款市场上首笔用于芯片融资的交易，为行业提供了新的融资模式。随着生成式 AI 需求持续增长，英伟达 GPU 供应成为 AI 企业扩张的核心资源。通过将 GPU 资产作为融资基础，AI 云服务商可以在不完全依赖股权融资的情况下快速扩大算力规模，同时也让传统信贷市场开始参与 AI 基础设施投资浪潮。（Bloomberg）
BIP-110 少数链在区块高度 961632 分叉后，仅挖出 961632 和 961633 两个区块，随后因继承比特币约 127.48 万亿难度且获得的 SHA-256d 算力极少而停滞。分叉前矿工支持率约为 0%至 2.6%。 BIP-110 支持者正讨论更换工作量证明算法，以摆脱对比特币矿工和 SHA-256d 算力的依赖。Luke Dashjr 提出从候选算法短名单中通过确定性随机过程选出最终算法，讨论选项包括 RandomX、KT256、BLAKE3、Scrypt 及 CPU、GPU 挖矿。 目前尚未启用或批准任何 PoW 变更，尚未选定算法或公布启用高度，Bitcoin Knots 也未承诺调整 PoW。相关实验代码已被移植至近期 Bitcoin Knots 代码库，但 BIP-110 少数链仍未恢复出块。
SK 海力士股价近期出现回调，8 月 3 日股价下跌 8.79%，虽然随后 8 月 4 日和 5 日分别小幅反弹 0.64%和 5.77%，但在 8 月 6 日股价又大跌 10.37%，收于 149.5 万韩元；8 月 7 日进一步下跌 4.88%，收报 142.2 万韩元。在市场波动加剧背景下，SK 集团发布广告引用创始人崔钟贤（최종건）的名言：“绝望与希望是一枚硬币的两面，可以像翻转手掌一样将绝望转变为希望”并将其改写为：“AI 时代的不安与期待也是硬币的两面，可以将不安转变为期待”，借此传递对 AI 产业长期发展的信心。证券机构认为，短期股价波动并未改变 SK 海力士的基本面，市场应关注其 HBM4 技术领先优势以及长期供货协议（LTA）带来的业绩稳定性，其中：1、现代汽车证券预计 SK 海力士第三季度 DRAM 和 NAND 比特增长率分别达到 9.7%和 1.5%，随着 HBM4 销售贡献扩大，即使长期供货协议占比提升，DRAM 平均售价（ASP）仍有望环比上涨 19.9%。OpenAI、Anthropic 等企业正在推进自建超大型 AI 数据中心，并计划通过 IPO 融资投入相关建设，即使部分大型科技公司未来调整资本开支（Capex），也可能被其他 AI 基础设施需求抵消。此外针对中国长鑫存储（CXMT）带来的竞争担忧，考虑到美国持续强化半导体设备出口限制，以及美光扩大美国本土投资，苹果等主要企业采用中国存储芯片的可能性较低。2、SK 证券同样看好 SK 海力士竞争优势，认为凭借 HBM 领域领先地位、与北美主要 GPU 企业的合作关系，以及 AI 驱动的 LTA 需求，SK 海力士在市场中的位置依然稳固。目前 HBM 供需满足率不足 70%，长期供货协议的核心价值在于通过客户与供应商之间的“相互绑定结构”，确保利润持续性和业绩稳定性。随着 ADR 上市等价值重估举措推进，以及出售与铠侠（Kioxia）相关 SPC 资产带来的分红收益，公司达到净现金 100 万亿韩元目标的时间可能提前。未来股东回报政策逐步明确，将有助于市场重新认识 LTA 模式价值，并推动 SK 海力士估值进一步提升。（Daum）
英伟达为应对 HBM 内存供应短缺，考虑降低新一代 Rubin Ultra GPU 的配置。据 The Information 援引知情人士消息，英伟达内部在过去数周至少测试了 3 种低 HBM 配置的 Rubin Ultra GPU，所需 HBM 容量低于最初公布规格。可能的降级路径包括从 HBM4E 下调至 HBM4、从 12Hi HBM 下调至 8Hi HBM。此举旨在在供应约束下推进产品发布计划。
西部数据首席产品官 Ahmed Shihab 发布长文指出，随着人工智能基础设施快速扩张，存储领域的核心竞争不应简单归结为闪存（Flash）与机械硬盘（HDD）的较量，而在于能否构建具备长期经济可扩展性的 AI 存储架构。当前 AI 行业正面临一个关键问题：今年选择的存储架构，是否能够支撑未来数据规模增长至 PB 级甚至 EB 级，许多 AI 基础设施设计并非因性能不足而失败，而是在数据规模扩大后陷入成本困境。 Ahmed Shihab 补充称，闪存和 HDD 并非竞争关系，而是面向不同工作负载的互补技术。高性能场景，如模型权重、GPU 溢出、KV 缓存等，需要低延迟闪存支持；而训练数据集、日志、检查点、合规记录以及大规模历史数据等长期存储需求，则更适合采用具备成本优势的 HDD。AI 时代的存储架构将更加分层化，而不是依赖单一存储介质。“闪存负责关键时刻的性能，HDD 负责数据生命周期。未来 AI 存储的发展方向并非“闪存取代 HDD”，而是根据不同数据生命周期和业务需求进行精准分层。“真正的基础设施不是追求炫目的性能，而是能够支撑 AI 长期增长的可靠底座。” 美股行情显示，西部数
AI 研究初创公司 Mirendil 已与 Google Cloud 达成多年期合作协议，将获得大规模计算资源支持其“自我改进型 AI”（Self-Improving AI）研发。根据协议，Mirendil 将获得谷歌云提供的 TPU 和英伟达 GPU 算力资源，以及托管式 AI 训练集群，用于开发能够持续优化自身能力的 AI 系统。据悉，Mirendil 致力于研发“递归自我改进”（Recursive Self-Improvement）AI，即 AI 系统能够通过不断迭代、自我学习和优化，提高自身性能。该方向也是当前部分顶级 AI 实验室关注的研究领域。Mirendil 联合创始人兼 CEO Benham Neyshabur 透露，该协议总价值超过 1 亿美元，约相当于公司 6 月底完成的 10 亿美元估值种子轮融资金额的一半。（TechCrunch）
半导体巨头 AMD 宣布推出企业级 AI 编程平台 AMD Instinct Coder，该平台结合 AMD 芯片、Supermicro 服务器及 Spectro Cloud 软件，旨在帮助企业在本地部署 AI 编码助手，降低云端 AI 模型使用成本并保护代码及数据安全。AMD 表示，Instinct Coder 是一套“开箱即用”的端到端 AI 开发平台，整合了 AMD EPYC 处理器、AMD Instinct GPU、Supermicro AI 服务器、Spectro Cloud PaletteAI Inference Launchpad 软件，以及经过 AMD 优化的 GLM-5.2 模型，可用于代码生成、应用现代化、自动化测试、代码审查等软件开发场景。AMD 称，与依赖云端前沿 AI 模型相比，Instinct Coder 可帮助企业降低最高 70%的总拥有成本（TCO），投资回收期最快可缩短至 6 个月。AMD 表示，越来越多企业希望利用 AI 提升开发效率，但同时面临两大挑战：一方面，调用顶级云端模型成本不断增加；另一方面，将企业源代码、知识产权和敏感数据交由第三方服务存在安全和合规风险。通过本地部署模式，Instinct Coder 可让企业保持对数据和代码的控制，同时提供更可预测的基础设施成本。该平台支持 Claude Code、OpenAI Codex、Visual Studio Code 和 Cursor 等开发工具，每个节点最多支持 50 名用户（30 名并发用户）。此外，Spectro Cloud 提供的 PaletteAI Inference Launchpad 可实现 AI 工作负载管理、模型路由、请求审计和成本监控，并支持在需要时调用 Anthropic、OpenAI、Google 或 xAI 等外部模型。AMD 表示，Instinct Coder 旨在帮助企业摆脱高昂云端 AI 服务成本，在保障数据安全和自主控制的同时，加速 AI 驱动的软件开发流程。
Bitdeer 宣布，子公司 Tydal Data Center AS 已与 Volta Tydal AS 签署一项为期 16 年的数据中心托管及服务协议，将在挪威 Tydal AI/HPC 园区提供 121 MW IT 负载容量（约 133 MW 总功率），全部用于部署 NVIDIA GPU，并服务一家头部 AI 实验室。协议基础期限内预计合同付款总额约为 47 亿美元，并附带 8 年续约选项，续约后的潜在合同总价值约为 80 亿美元。（Stocktitan）
SK 海力士与闪迪公开基于 NAND 闪存的下一代存储技术高带宽闪存（HBF）首个标准规格。SK 海力士于 8 月 4 日至 6 日在美国加州圣克拉拉举行的 FMS 2026 上提出该规格。HBF 通过类似高带宽内存（HBM）的垂直堆叠方式堆叠 NAND 闪存，以提升容量和数据传输速度。该规格按 8 层和 16 层 NAND die 两种堆叠配置定义，容量最高 512GB，带宽分三档，支持每秒 0.4TB 至 3.0TB。HBF 与处理器的连接方式采用行业标准 UCIe，可连接 GPU、CPU 等不同类型处理器。该规格通过开放数据中心技术协作组织 OCP 公开，HBF 联盟目前包括 Google 和 AI 半导体公司 Tenstorrent。SK 海力士还将在本次活动首次公开开发中的第 10 代（V10）375 层 4D NAND 晶圆和产品，并计划明年初启动采用该技术的高性能、高容量企业级 SSD（eSSD）量产。
铠侠正式官宣其首款支持 GPU 直接访问高速闪存的 GP 系列固态硬盘 KIOXIA GP1。这一产品实现了 100M IOPS 的极致随机读取性能。铠侠表示 KIOXIA GP1 系列旨在支持将高速闪存介质引入显存系统的新兴 AI 存储架构。这种方法使 AI 系统能够以远低于增加 HBM 的成本访问更大的数据集，同时提高 GPU 利用率。
HIVE Executive Chairman Frank Holmes 表示，公司位于 Bell Canada 曼尼托巴 AI fabric 的 504 枚英伟达 B200 GPU 集群，每 GPU 每小时收入约 2.90 美元；相比之下，HIVE 比特币挖矿设备每小时收入约 0.12 美元。 HIVE 2026 财年总收入达到 2.98 亿美元，同比增长 158%；比特币挖矿产生的数字货币收入增长 164%。同期平均算力为 22.2 EH/s，同比增长 290%，约占比特币全网算力 3%，并挖出 2885 枚 BTC。 HIVE 旗下 BUZZ HPC 部门承载 AI 和高性能计算业务，收入为 1950 万美元，较上一财年的 1000 万美元增长 94%。公司还与 Bell 及 AI 公司 Cohere 签署约 2.2 亿美元 GPU 云协议，并通过票据发行筹集 7500 万美元用于 AI 基础设施扩建。 HIVE 正在大多伦多地区建设一座 320 兆瓦 AI 数据中心，计划最终容纳超过 10 万枚 GPU。公司表示，该设施若于 2027 年下半年全面上线，年化经常性收入可达到约 3.6 亿美元。
据潮向研究，摩根士丹利 7月 27 日发布研报，首次量化生成式 AI 投资的增量资本回报率（ROIC）。报告构建三套测算框架，超大规模云服务商 GPU 租赁业务 ROIC 约31%，自有基础设施模型 API 业务 ROIC 约46%，第三方算力 API 业务 ROIC 约25%。基准假设下，单个 1 吉瓦（GW）数据中心配置约 41 万块英伟达 GB300 GPU，利用率 75%，每小时租赁价格 8.5 美元。三大云巨头合计资本支出预计超 1.4 万亿美元。 大摩对微软、亚马逊、Meta、谷歌全部维持超配评级。报告指出，随着 AI 从训练阶段进入推理阶段，GPU 算力需求将持续增长。自建算力厂商凭借算力紧缺生态下的定价权，将获得可观利润。如果大摩的测算成立，这几千亿美元的 AI 资本开支将从“成本”认知切换为“增长资产”认知。
据韩联社报道，韩国国家 AI 计算中心将于 8月 3 日在全南光州海南市溔라시도企业城市举行开工典礼，正式启动建设。该项目由三星 SDS 联合体（成员包括三星 SDS、NAVER Cloud、三星物产、Kakao、三星电子、KT 等）承建，总投资 2.4 万亿韩元，规划用地面积约 4.9 万平方米。中心计划 2028 年前完成 1.5 万张 GPU 部署，2030 年前进一步扩展至 5 万张，供电规模最终将达 80MW。全南光州特别市预计该项目将带动 6.4 万亿韩元经济效益及 1.95 万个就业岗位。
Axe Compute Inc.（Nasdaq：AGPU）今日宣布与客户签署一项为期五年、总价值超过 15 亿美元的新合同，将在美国部署一个基于 NVIDIA Blackwell 架构的大型专用 AI 基础设施集群。该合同通过 Axe Compute 的 Build 项目获得，将提供超过 9200 块 NVIDIA Blackwell B300 GPU，用于构建一个由 Axe Compute 设计、部署、拥有和运营的专用集群。连同此前公布的 Build 协议，这份新合同使 Axe Compute 在 2026 年签署的合同总额超过 30 亿美元。Axe Compute 预计将在未来 30 天内收到与该协议及此前公布的合同相关的超过 5.34 亿美元的客户预付款，这些款项预计将涵盖大部分相关的 GPU 和基础设施资本支出。Axe Build 项目预计将从本季度开始产生月度收入，更多集群将于 2026 年第四季度激活。预计该协议以及此前宣布的合同将使年度运行率在部署完成后超过 6.96 亿美元，几乎是该公司本月早些时候公布的 3.85 亿美元运行率的两倍。据悉，Axe Compute Inc.是一个基于新云架构的人工智能基础设施平台。