据KyeGomezB称，NVIDIA Gated DeltaNet-2分离通道门控，长上下文检索超越Mamba与KDA。

据KyeGomezB称，NVIDIA新架构在长上下文与检索上优于Mamba系列，并可独立控制擦除与写入。

据FoxNewsAI称，快速AI裁员或致生产力下降与复招成本上升。

据SawyerMerritt称，Anthropic每年向SpaceX支付约150亿美元算力费。

据TheRundownAI称，英伟达市值达5.5万亿美元，黄仁勋称增长“不可避免”。

据@gdb称，OpenAI携AMD等推出MRC提速训练并减GPU浪费，已投入生产。

据OpenAI称，MRC与多家芯片商合作提升训练吞吐与稳定性，减少GPU空转。

据God of Prompt称，算力与用电飙升，太阳能用地巨大，AI补贴难以为继。

据@emollick称，《大西洋月刊》解析从泡沫到算力短缺转变，主因是AI代理。

据FoxNewsAI称，AI相关成本上升冲击中期选举民生议题。

据FoxNewsAI称，此行引发对中美科技政策与安全的担忧。

据X用户@_avichawla所述，线程是最小执行单元，多线程构成块；同一块内线程共享快速但稀缺的片上SRAM，而所有块共享容量充足但较慢的全局HBM；据该帖指出，理解此层级可通过共享内存分块、减少全局内存访问来优化AI内核并提升吞吐。根据英伟达开发者文档的行业做法，将重复访问的张量放入共享内存可减少HBM读取并提升占用率，实测适用于Transformer注意力与卷积等工作负载；业内报道还显示，通过将线程块与数据tile对齐并实现HBM合并访问，可在生产级ML流程中获得更高有效带宽与更低延迟。

According to Kye Gomez（转引The Kobeissi Letter与麦肯锡）的信息显示，全球由AI驱动的数据中心资本开支预计到2030年将达5.2万亿美元，其中IT设备3.3万亿美元、数据中心基础设施1.6万亿美元、发电相关3000亿美元。根据The Kobeissi Letter援引麦肯锡的数据，情景区间为3.7万亿（新增78吉瓦）至7.9万亿美元（新增205吉瓦），基准假设新增125吉瓦容量，相当于约125座核反应堆的用电量。依McKinsey通过The Kobeissi Letter的解读，增长动力来自生成式AI普及、企业级集成、巨头竞赛与政府基建投入，这为GPU供应商、服务器OEM、液冷与配电厂商、电网与发电项目开发商以及托管与同址运营商带来显著市场机会。

据 Greg Brockman 在 X 表示，OpenAI 正将 Codex 面向整家公司级部署，并已与英伟达完成全公司级试点，展示了对软件开发与自动化流程的组织级效益；他同时邀请有兴趣的企业通过 gdb@openai.com 联系（Sam Altman 也在 X 上转述支持）。对于工程与 IT 团队，这意味着大规模代码生成、代码审查与内部工具加速的机会，同时可在企业入驻阶段评估安全、合规与治理能力（均据上述 X 信息）。

据Soumith Chintala在X所述，黄仁勋与Dwarkesh Patel的对谈显示，AI进步更多来自生态系统与供应链优势、测试时计算与后训练迭代的累积，而非单一“相变式”模型节点，此观点来源于Soumith Chintala。根据Dwarkesh Patel公布的播客提纲，议题涵盖英伟达供应链护城河、TPU竞争、以及对华芯片出口政策，提示芯片商与云厂商的商业机会与风险。依据Soumith Chintala的分析，以最先进的中国开源模型为基线，叠加三个数量级的测试时计算和未公开的后训练方法，可能带来竞争逼近，因而需在芯片、互连、软件栈与合规等多层面实施审慎、连续的政策干预。据Soumith Chintala报道，过早过猛的监管可能削弱美国竞争力，企业可在合规工具、推理加速、供应链编排等领域布局以捕捉增量需求。

据 Epoch AI（@EpochAIResearch）称，OpenAI 的“Stargate”是一个总额约5000亿美元的数据中心计划，团队实地调查美国7个站点均已见到施工进展，目标在2029年前后实现9GW以上算力供电规模，体量可比纽约市峰值负荷。根据 Epoch AI 的现场调研贴文，这一规模意味着公用事业侧的长期购电协议、先进液冷与配电系统，以及GPU与电力设备的供应链锁定，显示对大规模训练与推理集群的持续需求。Greg Brockman 的发文指出，Stargate 被定位为“计算驱动经济”的关键基础设施，这为电力公司、设备商与GPU供应商带来长期产能预售与保供机会。对企业而言，正如 Epoch AI 所述，如此规模有望降低单次推理成本、提升前沿模型可用性，催生搜索、代码生成与多模态智能体等AI原生产品的低时延、高吞吐落地空间。

据Satya Nadella在X上的官方帖文称，微软位于威斯康星州东南部的Fairwater数据中心提前投产，采用“数十万”块NVIDIA GB200构建为单一无缝集群，面向大规模AI训练与推理。根据Nadella披露，Fairwater以可绕地球4.5圈的光纤互连，整体架构由计算、网络与存储一体化协同设计，目标实现较当今最快超算10倍的性能，并可从第一天即在成千上万GPU上运行单一大作业。Nadella还表示，Fairwater采用闭环液冷，建设完成后运营阶段零用水，并将消耗的电力全部以可再生能源匹配；微软去年新增超2吉瓦算力基础设施，并在全美建设多个同规格Fairwater站点，全球已有100多个数据中心支撑模型训练、测试时计算、强化学习调优与实时推理。这一规模化集群为企业带来更快的基础模型训练、更大上下文与更低延迟推理的商业机会，涵盖生成式AI平台、AI加速研发与超大规模多智能体应用。（来源：Satya Nadella X贴文）

根据 The Rundown AI 在X平台的说法，网传 Allbirds 出售全部品牌资产并更名为 NewBird AI，转型至AI算力基础设施，股价单日暴涨超300%。但据 Allbirds 投资者关系页面与当日彭博、路透公司新闻检索显示，暂无任何监管公告、8-K文件或官方新闻稿证实资产出售、名称更改或AI算力转型。根据纳斯达克波动性暂停规则，基于未证实社交帖的异常拉升易引发交易中断与价格扭曲。对AI从业者与投资者而言，AI算力赛道确实炙手可热，但任何“跨界转AI算力”的并购或更名消息，应以公司文件、交易所通知与权威媒体报道为准，再评估算力资本开支、数据中心合作与GPU供应链的真实落地机会。

据The Rundown AI在X平台消息，Allbirds已出售品牌资产并更名为NewBird AI，业务重心转向AI算力基础设施，受此影响股价盘中上涨逾300%。该帖指出，此举将公司从消费零售转向企业级数据中心与GPU算力供给，切入训练与推理负载，反映市场对算力资产的强烈偏好。基于该来源的报道，此次转型意味着潜在机会包括机柜共置、高密度液冷、GPU采购与代运营等环节。但The Rundown AI未提供公司公告或监管文件链接，相关细节仍待企业正式披露以作进一步核实。

据Sawyer Merritt在X平台称，Anthropic正收到多家投资者的新一轮融资报价，潜在估值或达8000亿美元以上，较此前3500亿美元大幅提升；据彭博社报道，这反映前沿大模型供应商的强劲需求，并可能加速Anthropic的Claude产品路线、数据中心扩张与企业市场渗透。根据彭博社，估值跃升将重塑后期AI融资格局、加剧对高端算力的竞争，并推动同行争取多年期云与芯片资源。彭博社还指出，采用Claude的企业（尤其受监管行业）有望获得更快的功能迭代、更强的服务等级与更广泛的全球合作，因为新增资本将投入安全研究、推理规模化与生态体系拓展。