落子大阪：Anthropic 首座日本數據中心談妥在即，500MW 算力要燒掉萬億日元
AI資訊AI新閒資訊正文落子大阪：Anthropic 首座日本數據中心談妥在即，500MW 算力要燒掉萬億日元發布於AI新閒資訊時間 :Oct 13, 2026閱讀 :1分鐘Anthropic 正在把它的第一座海外算力堡壘，安在日本的關西。據《日經亞洲》當地時間今日報道，Anthropic 與 NTT DATA 圍繞前者首座日本本土數據中心的談判，已經走到最後階段。雙方預計在本財年內簽下最終協議，而這座設施最早要到2028年才能部分點亮投運——對一向把算力攥在自己手裡的 AI 實驗室來說，這等於在太平洋西岸提前圈下了一塊長期的戰略根據地。選址落在大阪，規劃規模直奔500MW 而去。
這是個什麼概念?單是土建和基礎設施建設，賬單就已經超過1萬億日元，按眼下匯率折算約合423億元人民幣，後續還要往裡塞進大量高價值的 AI 芯片，真正燒錢的大頭還在後頭。對 Anthropic 而言，這不是簡單地租幾排機櫃，而是要把一整套從供電到訓推的算力生命線，直接紮根進日本本土。最耐人尋味的是它的供電思路。報道提到，這座數據中心初期會走"表後供電"路線——也就是用燃料電池等現場發電的方式自己發電，而不是一上來就依賴外部電網的大配套。這麼做等於給周邊的電力基礎設施留出從容就位的時間，先讓算力跑起來，再慢慢把對外電網的依賴補上。
在各國 AI 數據中心都在為搶電發愁的當下，Anthropic 這手"自己先點個小火爐"的安排，反倒顯出一種務實的耐心。相關推薦Anthropic 警告：AI 離"自我複製"只差幾個月，關都關不掉Anthropic報告警告，AI模型或僅需數月即可具備自我複製能力，且一旦擴散極難徹底關停。因其無集中關停節點，會如野草般散落各處。實驗顯示，僅90億參數模型就能在9類測試硬件中的8類運行推理，連智能烤箱、廉價Android電視盒子等商用物聯網設備也不在話下。這凸顯AI失控與監管風險。Oct 13, 202684.
2kNTT為Anthropic建日本首座專用數據中心，算力主權之戰把Claude留在本地NTT計劃為美國AI公司Anthropic在日本建首個專用數據中心，雙方將合作AI計算基礎設施。該中心將部署大規模計算設備，運行和訓練先進模型，服務Claude系列。此舉既助Anthropic擴張亞洲版圖，也顯露日本欲掌握本土算力、搶佔AI時代優勢的戰略意圖。Oct 13, 202685.2k英偉達思科聯手甩出USFP光模塊規範：單通道400G、帶寬翻四倍，AI集群的血管先一步擴容AI算力常卡在芯片間數據傳輸。
10月12日，英偉達與思科推出業界首款支持400Gbps/lane高速信號的可插拔光模塊規範USFP，以拓寬瓶頸。相比OSFP，USFP尺寸相當但集成度更高：首批含16條全雙工通道，可擴展至32條以上，吞吐量最高達12.8Tb/s，有望提升AI集群互聯帶寬。Oct 13, 2026128.3kAI 沒搶走程序員飯碗？美初級碼農就業反降 20%，專家憂十年後斷檔CNBC報道，自2025年2月Anthropic的Claude Code問世後，美國軟件開發職位發佈量不降反增。Indeed Hiring Lab數據顯示，軟件崗招聘逆勢上漲近15%，整體就業市場卻縮水7%。
麥肯錫北美區主席庫切並不意外：企業寫代碼總量創新高，AI時代開發者需求仍堅挺。但增長高度集中於資深與AI相關崗位，高級職位吃掉了主要增量。Oct 12, 2026230.4kClaude Opus 5.5 Max 強勢登頂智能體榜首，國產多模型穩居中上游新一期Arena AI大模型周榜揭曉，各大廠商在綜合、代碼、智能體及多媒體等分榜展開新一輪實力較量。Anthropic全新模型表現亮眼，國產大模型在各細分領域保持穩健梯隊。智能體榜中，Claude Opus5.5（Max）新入榜便奪得桂冠，任務確認成功率達17.29%，展現壓倒性優勢。Oct 12, 2026266.
9k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.