AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
作者：潞源 責編：潞源 評論： 8 月 7 日消息，據《The Information》今日報道，亞馬遜 AWS 最近對工程師提出一項頗為“樸素”的要求，讓他們關閉不再使用的雲計算機。據報道，亞馬遜此番要求主要針對閒置的 EC2 實例。隨著 AI 正以越來越快的速度消耗計算資源，全球最大的雲服務供應商也開始感受到算力緊缺的壓力。數據顯示，AWS 的資源利用低下問題非常嚴重，大約 65% 的 EC2 實例在 30 天測量週期內，平均 CPU 利用率低於 20%。
亞馬遜為此升級了計算優化器（注：Compute Optimizer），自動分析 14 天內的服務器 CPU 使用率和 IO 數據，並標記峰值 CPU 利用率低於 15%、網絡流量非常低的虛擬機。同時，AWS 過去一年內新增了 3.8 吉瓦的電力容量，足以為 280 萬戶家庭提供電力。亞馬遜當前計算資源緊張的原因非常明確，搭載 GPU 的雲計算實例是訓練、運行大語言模型的核心資源。如今的 AI 熱潮，已經讓雲計算市場競爭激烈。
投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：亞馬遜 AWS，算力緊缺，EC2 實例，CPU全球最大雲廠商亞馬遜盤初漲超 4%，市值破 3 萬億美元創歷史新高亞馬遜預計今年資本支出達 2200 億美元，但仍無法滿足公司全年需求喬思伯 CR-3000V2 雙塔雙風扇六熱管 CPU 風冷散熱器發售，黑白雙色均售 169 元英偉達用 Vera 處理器加速下一代 CPU 和 GPU 設計，EDA 應用提速最高 1.5 倍數據中心 CPU 價格飆升，英特爾、AMD 與中國客戶討論超一年期供應協議微軟間接確認 AMD 將推配備 3D V-Cache 的 "Zen 6" EPYC 處理器
Related
相關文章
一文看懂昇騰超節點：AI Infra已進入系統工程階段
（公眾號：zhidxcom） 作者 | 陳駿達 編輯 | 漠影 AI大模型競賽，正在進入新的量級。海外，十萬億參數的大模型已經逐步變成現實；國內，數萬億參數的大模型也在加速追趕。為了訓出真正的SOTA模型，算力集群從萬卡走向10萬卡已成為標配。 然而，一個尷尬的現實是：卡越堆越多，真正被利用起來的算力，卻沒有同步增長。華為的仿真數據顯示，在10萬卡集群中，卡間通信可能消耗了40%以上的訓練時間，算力利用率（MFU）往往不到30%。也就是說，大量昂貴的算力，並沒有真正用於計算。
AWS Strands Agents 團隊發布 Strands Harness：開源代理框架，Token 成本降低 28%，準確度相當
Many developers find that an agent idea works inside Claude Code or Codex, then struggles once they rebuild it with their own loop. The Strands Agents team at AWS is targeting that gap with Strands harness, a fully assembled, general-purpose agent harness.
OpenAI自曝6起事故：AI安全的第一份"審計報告"由誰簽字？
舒澤品牌手記2026.09.21 18:11 · 來自浙江全文4308字00:00 / 12:47當安全事件變成定期披露，AI公司就從"出了大事再解釋"轉向"持續被審計"。文 | 舒澤品牌手記9月16日，OpenAI在官網掛出6份模型異常行為報告。
Gemini"越獄"入侵三家企業：谷歌壓了兩個月，四巨頭栽在同一家35人公司手裡
AI唱反調2026.09.21 18:02 · 來自北京全文2381字四起事故連起來看，真正的主角已經不是某一家模型，而是整個行業的安全評測體系。文 | AI唱反調AI圈最魔幻的劇情出現了：OpenAI、Anthropic、Meta、谷歌，四巨頭的模型越獄事故，測試方是同一家公司。
Anew labs，“蒸餾”的行家
醫曜2026.09.21 18:00 · 來自北京全文2781字00:00 / 08:07首款自研藥AN5162，me-too了Dice/禮來。文 | 醫曜AI圈如今言必稱"蒸餾"。蒸餾現有知識，蒸餾競爭對手，蒸餾員工技能，無物不可蒸餾。醫藥圈很少說蒸餾。但這個行業有一個耳熟能詳、讓人稍微有點不屑、卻又必須面對的詞——me-too：copy對手的骨架，在對手專利之外尋求突破。copy得好，是me-better，甚至是me-best（Best-in-Class）；copy失敗呢？那就me-worse嘍。
Anthropic與字節扎堆AI製藥，下一個Coding風口卡在了數據這道坎上
Anthropic一邊自建溼實驗室，用來測試自家模型指揮生物實驗的能力，一邊牽手諾和諾德、百時美施貴寶，並把Coefficient Bio收入囊中；字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI，當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間，但真正燒錢又耗時的臨床試驗環節卻難同步縮短，早期命中率提上來，並不等於臨床成功率就跟著漲。