2025年,GPU短缺、电网连接延迟及AI计算需求激增使电力成为云计算发展的限制因素。超大规模云厂商加速建设的同时重写了能源、网络和风险策略。预计到2030年,超大规模云厂商将控制全球60%的数据中心容量。AI工厂园区规模达吉瓦级,机架密度超200千瓦,电力供应成为首要瓶颈。云巨头通过大规模太阳能采购、次级市场建设和海底光缆投资来应对。电力可用性成为塑造所有决策的核心摩擦点。
甲骨文、微软、Meta等云计算巨头未来将投入5000亿美元租赁数据中心,反映行业对人工智能的巨额押注。甲骨文承诺最高达2480亿美元,其中仅去年11月单季就签约1500亿美元,主要用于支撑OpenAI模型训练部署。与亚马逊、微软相比,甲骨文云业务规模较小但单一客户风险集中。Meta承诺租赁支出达580亿美元,是一年前的三倍。这些租赁成本独立于资本支出统计,六家公司过去四季度资本开支达3720亿美元。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
甲骨文发布财报显示收入161亿美元同比增长14%但低于预期,股价盘前跌11%。公司将本财年资本支出预测上调40%至500亿美元,主要用于建设数据中心服务AI客户。长期债务增至999亿美元,同比增25%。尽管与Meta和英伟达签署合同推动未来收入预订增长15%至5230亿美元,但云基础设施业务收入41亿美元低于预期。投资者担心公司为追赶亚马逊微软等云计算巨头而大举借贷投资基础设施的风险。
Oracle发布第二财季收入161亿美元,同比增长13%,连续三季度实现双位数增长。云收入达80亿美元,增长34%,占总收入50%。CEO表示通过加速容量交付来改善AI工作负载毛利率,目标在30-40%。公司采用三种数据中心融资模式:客户自带硬件、租用容量和Oracle预付硬件费用。执行董事长介绍了AI数据平台,能够统一企业数据并支持大型语言模型进行多步推理。
甲骨文公司股价周四暴跌16%,创2001年以来最大跌幅,市值蒸发约1020亿美元。公司第二财季资本支出达到120亿美元,比上一季度85亿美元大幅增长,远超分析师预期的82.5亿美元。虽然云业务收入增长34%至79.8亿美元,但仍略低于预期。公司预计2026财年资本支出将达到500亿美元,比此前预测增加150亿美元。投资者担心大规模AI基础设施投入转化为收入的速度不及预期。
Oracle正大力投资云计算基础设施,主要服务于OpenAI等AI模型公司。尽管华尔街担心Oracle过度依赖OpenAI(其5233亿美元收入积压中有3000亿来自OpenAI),但Oracle管理层强调公司将保持投资级债务评级,并只在满足盈利要求时扩展业务。Oracle计划通过AI数据平台整合企业私有数据,让AI模型能够跨数据库和应用进行推理,这将成为比公共数据训练更大的商业机会。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
亚马逊宣布将在2030年前向印度投资350亿美元,用于扩展所有业务领域。投资重点包括扩大AI能力和物流网络建设。AWS已在印度运营两个云区域,此前承诺到2030年投资44亿美元。微软也宣布未来四年在印度投资175亿美元发展AI基础设施。亚马逊计划通过该投资推动当地出口从200亿美元增长到800亿美元,并预计到2030年支持380万个就业岗位。
Qumulo将其横向扩展文件系统移植到Google Cloud平台,在Google Cloud市场推出Cloud Native Qumulo服务。该方案支持EB级扩展和全面的文件及对象应用,可实现1.6TBps吞吐量和2000万IOPS性能。用户只需为实际使用的容量和性能付费,通过机器学习优化读写操作,最多可降低99%的云I/O成本,10分钟内即可部署完整的文件数据平台。
微软计划在未来四年内向印度投资175亿美元,这是该公司在亚洲的最大投资。投资将用于建设新数据中心、AI基础设施和技能培训项目。此举正值全球科技巨头加速在印度布局,该国庞大的互联网和智能手机用户群体使其成为关键战场。投资还包括在海德拉巴建设新数据中心区域,并与印度政府合作将AI能力整合到公共数字平台中。
一级方程式赛车一直是由极限定义的运动,毫秒之差决定胜负。在甲骨文红牛车队,数据、人工智能和云计算已经变得与轮胎、空气动力学和马力同样重要。每辆赛车每节训练产生高达2TB遥测数据,团队运行近40亿次蒙特卡罗模拟来预测比赛场景。AI帮助工程师实时处理数据并做出明智决策,但不会取代人类判断。车手环路模拟器让车手虚拟体验赛车,数据直接应用于比赛配置。甲骨文云基础设施支撑着从赛道策略到引擎开发的各个环节。