微软公司计划通过与当地公司的合作伙伴关系,大幅扩展其在阿联酋的数据中心足迹。
这家科技巨头今天宣布了这一举措,同时还公布了第二项重大基础设施投资。微软透露,已向风险投资支持的云计算初创公司Lambda Labs委托了价值数十亿美元的数据中心容量。两个项目都将使用英伟达公司最先进的GB300人工智能芯片。
2023年,微软与总部位于阿布扎比的Group42公司合作,扩大其在阿联酋的数据中心业务。这家科技巨头今天透露,到今年年底,该合作伙伴关系的投资将超过73亿美元。其中一半以上的资金分配给了资本支出,这一项目包括数据中心基础设施。
该项目使微软部署了英伟达公司的芯片,计算能力相当于21500张H100显卡。H100是英伟达在2023年之前的旗舰AI加速器。这家芯片制造商去年3月推出的新型Blackwell芯片在大语言模型推理方面提供了约30倍的性能提升。
今天宣布的投资将使微软在阿联酋再投入79亿美元。作为投资的一部分,该公司将把当地数据中心基础设施的计算能力提升近四倍,达到相当于81900张H100芯片的水平。
微软总裁布拉德·史密斯在博客文章中写道,这家科技巨头已经获得了美国商务部将新GPU运往阿联酋所需的批准。部分处理器将是GB300超级芯片,这是英伟达目前销售的最先进的AI加速器。每个GB300包含一个中央处理器和两张Blackwell Ultra显卡,每张显卡的性能比标准Blackwell B200提高50%。
微软计划在不久的将来进一步扩展其在阿联酋的基础设施。据《金融时报》报道,该公司预计将在未来12个月内获得额外的GPU出口许可证。此外,微软估计基础设施投资将伴随24亿美元的当地运营费用和销售成本。
该公司今天宣布的另一项数据中心投资将以与Lambda合作的形式进行,Lambda是一个专为AI工作负载优化的云平台运营商。今年2月,这家初创公司透露其云平台包含超过25万个GPU。同月,它从包括英伟达在内的财团筹集了4.8亿美元。
新宣布的合作伙伴关系将使Lambda为微软建设价值数十亿美元的AI基础设施。该项目将涉及数万张显卡,其中一些将部署在GB300 NVL72设备中。每个GB300 NVL72包含36个GB300芯片。
微软此前曾与CoreWeave公司签署了类似的AI基础设施合作协议,CoreWeave是Lambda的公开上市竞争对手。去年11月,The Information报道称,微软预计到本世纪末将在CoreWeave平台上花费100亿美元。
Q&A
Q1:微软在阿联酋的投资规模有多大?
A:微软宣布将在阿联酋投资79亿美元扩展AI数据中心容量,加上此前与Group42的73亿美元合作,微软在阿联酋的总投资将超过150亿美元。这项投资将使微软当地数据中心的计算能力提升近四倍。
Q2:GB300芯片相比H100有什么优势?
A:GB300是英伟达最先进的AI加速器,每个GB300包含一个中央处理器和两张Blackwell Ultra显卡。相比之前的H100芯片,新型Blackwell芯片在大语言模型推理方面提供约30倍的性能提升,每张Blackwell Ultra显卡比标准B200性能提高50%。
Q3:微软除了阿联酋还有哪些AI基础设施投资?
A:除了阿联酋项目,微软还与云计算公司Lambda Labs签署了价值数十亿美元的AI基础设施合作协议,涉及数万张显卡。此前微软还与CoreWeave公司合作,预计到本世纪末将在该平台投资100亿美元。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。