发布时间:2026-04-23 阅读量:4372 来源: 发布人: suii
亚马逊正通过“Project Houdini”计划,推动AI数据中心建设模式从劳动密集型的现场组装向工厂化预制生产转型。该方案以模块化制造为核心,将服务器机架、电力与网络等关键基础设施在工厂预先集成,再以整体单元形式交付至现场,大幅缩短建设周期。部署时仅需完成最终连接与调试即可投入使用。

据报道,传统数据中心建设仍以现场施工为主。工人需依次安装机架、配电设备和线缆,整个过程需消耗6万至8万工时,大约15周后才能部署服务器。
该方案用工厂预制的“预制组件”取代了这一漫长流程。亚马逊AWS提前组装这些组件,将机架、配电、线缆、照明、消防和安防系统整合其中。每个组件长约13.7米,重约9吨,由双挂车运输,在现场进行拼接。内部估算显示,施工启动后两到三周内即可开始安装服务器。
亚马逊计划在8月实现初步就绪,并将该系统设计为可大规模推广的模式,未来每年有望覆盖100多个数据中心。不过该公司尚未披露详细的部署时间表和整体规模。
这种紧迫性反映了整个行业面临的制约。随着生成式AI推动算力需求持续增长,数据中心的交付速度已成为瓶颈。通过转向实质意义上的工业化生产,亚马逊正试图在算力规模方面抢占优势。
但更快的建设速度并未解决结构性瓶颈。电力供应仍是关键制约因素,电网审批和配套基础设施建设往往比场馆建设耗时更长。在最近一封致股东的信中,亚马逊首席执行官安迪·贾西表示,容量限制仍导致公司无法满足部分需求。
从长期来看,该方案有望推动亚马逊AWS将大部分数据中心建设流程转为场外预制模式。当前模块化数据中心系统已相对成熟,施耐德电气、维谛技术等供应商均可提供预制化解决方案,Crusoe等新兴企业也正将此类方法扩展至面向AI的部署。
亚马逊AWS正与Cupertino Electric合作推进原型开发与规模化推广,初步计划在堪萨斯州、休斯顿和盐湖城开展模块生产。随着项目扩展,亚马逊也在与更多场外组装伙伴洽谈合作事宜。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。
展会大数据公布!2027.7.7-9,上海见。
全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。