AWS上调GPU算力价格20% 算力成本压力正式传导

6月26-27日，AWS宣布自7月1日起将部分Nvidia GPU EC2 Capacity Block实例价格上调约20%，P6-B300等新一代实例每加速器小时费率升至14.04美元，P5系列也有不同幅度调整。这是今年第二次提价，此前1月已上调15%。[[1]](https://www.theinformation.com/briefings/aws-raises-prices-nvidia-compute-20)

这一动作发生在AI训练与推理需求持续爆发的背景下。 hyperscaler 此前通过降价补贴抢夺市场份额，如今供给紧张与能耗、芯片采购成本上升，倒逼云厂商将压力向下游传导。相比2025年多次降价周期，2026年价格反转标志着“烧钱扩张”阶段结束，盈利与效率成为新优先级。

对比Google Cloud和Azure，后者同样面临Blackwell等新一代芯片的成本压力，但AWS作为最大玩家率先行动，可能引发连锁反应。OpenAI、Anthropic等前沿实验室的训练成本将进一步抬升，而企业客户则面临“效率转向”——更倾向选择参数更小、推理优化更好的模型，或转向自建/混合部署。

下一步值得跟踪：各大云厂商Q3财报中AI相关毛利率变化，以及是否加速区域数据中心或边缘算力布局。若价格传导持续，2026下半年AI采用曲线或出现分化。[[2]](https://finance.yahoo.com/technology/ai/articles/aws-raising-gpu-instance-prices-134420295.html)

信源：
https://www.theinformation.com/briefings/aws-raises-prices-nvidia-compute-20
https://finance.yahoo.com/technology/ai/articles/aws-raising-gpu-instance-prices-134420295.html
https://aws.amazon.com/ec2/capacityblocks/pricing/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Coinbase 将 AI 开支减半，用量却翻倍，效率验证成新信号

Coinbase 首席执行官 Brian Armstrong 近日表示，公司通过多种措施将 AI 相关支出“几乎减半”，同时 token 使用量却呈指数级增长。这一数据来自 The Information 6 月 28 日的简报，Armstrong 称此举为其他企业提供了可复制的“基础设施 playbook”。[[1]](https://www.theinformation.com/briefings/coinbase-cuts-ai-spending-half-usage-rises-armstrong-says)

这一调整发生在 AI 资本开支普遍高企的背景下。多家大厂正将数十亿美元砸向数据中心与模型训练，而 Coinbase 的案例显示，精简模型选择、优化工作负载与采用更廉价推理方案，能在不牺牲规模的前提下大幅控本。Armstrong 同时指出，80% 的 AI 工作负载有望转向成本低 99% 的模型，这与此前行业“烧钱换规模”的叙事形成鲜明对比。

对比 OpenAI 与 Anthropic 等前沿实验室仍在强调前沿模型性能的路径，Coinbase 的实践更接近企业级落地现实。加密交易所的 AI 应用场景（风控、客服、合规监控）对延迟与成本敏感度更高，因此其经验对传统企业更具参考价值。数据显示，类似优化已在 Coinbase 内部实现 token 用量激增却开支下降，初步验证了“AI 营收能否覆盖折旧”的可持续性讨论。

下一步值得跟踪的是，这一效率信号能否扩散至更多非科技巨头。若传统企业跟进，AI 资本军备竞赛或将从“谁烧得起”转向“谁烧得值”，前沿实验室与应用层之间的分化或进一步加剧。[[2]](https://beincrypto.com/coinbase-ceo-ai-costs-bitcoin-market/)

信源：https://www.theinformation.com/briefings/coinbase-cuts-ai-spending-half-usage-rises-armstrong-says

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

特斯拉AI5芯片完成流片 瞄准Optimus机器人

特斯拉于6月27日完成AI5芯片的tape-out流片，并已送交三星和台积电生产，计划在未来12至18个月内量产。这款芯片将主要用于Optimus人形机器人及数据中心训练，标志着特斯拉AI硬件自研进入新阶段。

这一动作发生在特斯拉加速从汽车向机器人与能源业务转型的背景下。Elon Musk此前多次强调，Optimus的量产将依赖自有AI芯片以降低成本并提升性能。AI5是继AI4后的升级版本，针对大规模并行推理优化，远超此前车载芯片的算力需求。

与OpenAI、Anthropic等专注模型与云端推理的路径不同，特斯拉走垂直整合路线：芯片、机器人硬件与软件闭环。相较Figure等初创公司依赖外部算力，特斯拉的芯片自研可实现更低边际成本，但也面临制造良率与供应链风险。对比NVIDIA的GPU生态，特斯拉的定制化优势在于特定场景优化，却可能牺牲通用性。

下一步值得观察的是AI5良率爬坡速度及Optimus首批部署规模。若流片顺利，特斯拉或在2027年实现机器人业务放量，改变人形机器人赛道的硬件主导权格局。

信源：https://www.fool.com/investing/2026/06/27/tesla-completes-key-ai-chip-milestone-in-its-push/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Menlo 3 亿美元新基金，AI 投资逻辑已变

Menlo Ventures 近日宣布完成两只新基金，总规模 30 亿美元，这是该公司 50 年来最大单次募资，明确将 AI 作为从种子到成长期的唯一核心赛道。此举发生在 AI 融资整体仍保持高热、但下游验证压力加大的背景下。

过去两年，AI 资本主要流向模型训练与基础设施，OpenAI、Anthropic 等实验室估值飙升。但 Menlo 的布局显示，市场正转向“全生命周期支持”：早期基金押注种子/ A 轮，成长基金覆盖 B 轮以后，试图解决此前“投早难跟投”的痛点。这与传统 VC 模式形成鲜明对比——过去分散押注多个垂直，如今集中资源押注少数高确定性 AI 公司。

相比之下，软银、红杉等机构虽也在加码，但 Menlo 的动作更激进，直接把 AI 定位为“唯一策略”。这既反映出算力与应用落地的双重确定性，也暴露风险：若营收验证滞后，集中下注的资本结构将面临更大回撤压力。

下一步值得跟踪的是，这些基金在 2026 年底前能否促成 3-5 家年化营收过亿美元的 AI 原生公司落地。若不能，AI 资本狂飙的第二阶段或将迎来明显分化。

信源：
https://memeburn.com/ai-funding-is-everywhere-the-hard-part-now-is-knowing-where-to-bet/ (2026-06-28)
https://www.theinformation.com/ (2026-06-27 相关报道)

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI巨头联手5亿美元 工人转型成新战场

6月28日前后，前商务部长Gina Raimondo与印第安纳前州长Eric Holcomb联合推出非营利组织RAISE US，获得亚马逊、OpenAI、Anthropic、微软等超过24家巨头及慈善机构超过5亿美元承诺资金，目标在阿肯色、康涅狄格、马里兰和犹他等州试点AI时代工人再培训与转岗项目。这不是孤立慈善，而是AI公司首次大规模联合为“人”而非“模型”买单。

这一动作发生在全球AI资本开支已验证初步回报、但就业焦虑持续上升的背景下。纽约时报等报道显示，AI企业正以实际行动回应“自动化将取代岗位”的政治压力，与此同时，传统联邦政策推进缓慢，州级与私营合作成为现实路径。对比中国由政府主导的“东数西算”与技能补贴计划，美国模式更依赖企业自发资本与双党州长联盟，效率可能更高，但覆盖面与持续性存疑。

根本驱动在于AI从聊天工具转向代理与具身智能后，劳动力市场重构速度超出预期。RAISE US强调“技能优先”与企业需求绑定，而非泛泛大学教育，这与过去MOOC浪潮形成鲜明对比。若试点成功，将为其他国家提供可复制模板；若流于形式，则可能加剧“赢家通吃”与社会分裂。

未来6-12个月，关键看首批试点就业转化率与是否吸引更多竞争对手加入。悬念在于：当OpenAI与Anthropic这类直接受益者同时成为“转型出资人”，监管与产业界是否会形成更紧密的利益共同体，还是最终暴露更多分配矛盾？

信源：
https://www.politico.com/news/magazine/2026/06/28/raimondo-holcomb-q-a-00977932
https://www.nytimes.com/2026/06/25/business/economy/ai-work-force-training-job-losses.html
https://www.pbs.org/newshour/show/nonprofit-aims-to-help-displaced-workers-as-businesses-adopt-artificial-intelligence

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

哈萨克斯坦加入 Pax Silica，AI 供应链地缘博弈加速

6 月 28 日，哈萨克斯坦正式签署加入美国主导的 Pax Silica 倡议及 AI Opportunity Partnership 联合声明，成为最新成员国。这一动作标志着美方正通过多边框架，将关键矿产、半导体和 AI 基础设施合作绑定在“可信伙伴”圈层内。

Pax Silica 旨在构建从矿产到 AI 算力的安全供应链，目前已吸引近 35 个经济体参与，包括欧盟、德国、印度、日本、韩国、新加坡等。哈萨克斯坦的加入为其提供了吸引投资、技术转移和半导体、电池及关键矿产加工的机会，同时强化其作为中亚数字枢纽的定位。

对比之下，中国在 AI 供应链上的布局更依赖本土整合与“一带一路”延伸，而美方此举则凸显“盟友优先”的分层策略。OpenAI 与 Anthropic 等前沿模型开发者此前已面临出口管制，此类伙伴关系可能进一步收紧前沿技术扩散路径，同时为参与国提供早期算力与模型合作窗口。

从资本与政策视角看，这类倡议既是供应链韧性建设，也是地缘竞争工具。未来 6-12 个月，更多中亚或东南亚国家是否跟进、以及中国如何回应供应链“去风险”叙事，将成为观察重点。[[1]](https://www.newsfilecorp.com/release/303025/Kazakhstan-Joins-Pax-Silica-and-AI-Opportunity-Partnership-to-Advance-Trusted-AI-Infrastructure-and-Innovation)

信源：
https://www.newsfilecorp.com/release/303025/Kazakhstan-Joins-Pax-Silica-and-AI-Opportunity-Partnership-to-Advance-Trusted-AI-Infrastructure-and-Innovation (2026-06-28)
https://qazinform.com/news/kazakhstan-joins-us-led-pax-silica-initiative-4b5abd (2026-06-27)
https://www.state.gov/releases/office-of-the-spokesperson/2026/06/outcomes-of-the-second-pax-silica-summit (2026-06-28)

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

加密 VC 涌入 AI 融资新战场

Framework Ventures 于 6 月 26 日宣布完成第四支基金 FVIV 募集，规模 4 亿美元，投资方向从加密原生资产扩展至区块链、AI、机器人与能源基础设施的交汇处。该基金将重点探索代币化与稳定币作为 AI 算力、机器人与能源项目的融资新层。

这一动作反映出传统风险投资正寻求突破 AI 资本密集瓶颈的方式。过去两年，OpenAI、Anthropic 等实验室依赖微软、亚马逊等科技巨头数百亿美元的算力合同与股权投资，形成了“寡头+大厂”的资本结构。而 Framework 的新基金试图通过区块链代币化，将分布式资本引入物理基础设施建设，降低单一巨头的集中风险。

对比之下，谷歌近期因算力不足限制 Meta 使用 Gemini 模型，凸显现有集中式供应已难以匹配需求增速。加密 VC 的进入可能催生更多混合融资模式：一方面延续大厂主导的推理芯片与数据中心军备，另一方面在边缘计算与机器人能耗优化等领域引入新玩家。Unconventional AI 等初创已展示 1000 倍能耗降低的潜力，若代币化融资落地，将加速此类硬件创新从实验室走向商业部署。

未来 6-12 个月，关键悬念在于监管如何界定此类代币化工具的合规边界，以及传统 VC 与加密资本的合作能否真正缓解 AI 基础设施的资本开支压力，而非制造新的泡沫。

信源：
https://fortune.com/2026/06/26/framework-ventures-fourth-fund-400-million-frontier-technology-vance-spencer-michael-anderson/
https://crypto.news/framework-ventures-unveils-400-million-fund-with-ai-and-crypto-focus/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

百度AI芯片子公司昆仑芯目标香港IPO估值500亿美元

6月28日消息，百度旗下AI芯片子公司昆仑芯（Kunlunxin）正筹备香港IPO，目标估值高达500亿美元。此举将使其成为近年来AI硬件领域最大规模上市计划之一，凸显中国企业在出口管制压力下加速本土芯片自研的决心。[[1]](https://www.reuters.com/business/google-limits-metas-use-its-gemini-ai-models-ft-reports-2026-06-28/)

昆仑芯专注于AI训练与推理芯片，过去一年已与多家国内云服务商和互联网大厂建立合作。相较于英伟达主导的全球GPU生态，昆仑芯试图在成本与本土化适配上形成差异化优势。此前百度在AI芯片领域的投入已超百亿美元规模，此次IPO将进一步补充资本，支持下一代架构研发。

与此同时，全球AI算力军备竞赛持续升温。英伟达与博通等美系厂商正推进定制推理芯片，而中国企业则更多依赖本土供应链。昆仑芯若成功上市，将为阿里、华为等竞争对手的芯片业务提供估值参照，也可能引发亚洲AI初创在硬件融资上的新热潮。

编辑观察：500亿美元估值是否能支撑昆仑芯在性能上追赶国际领先水平，仍需市场验证。未来6-12个月，其IPO进程与首批客户部署数据，将成为观察中国AI硬件自主化能否突破瓶颈的关键信号。

信源：https://www.reuters.com/business/google-limits-metas-use-its-gemini-ai-models-ft-reports-2026-06-28/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

苹果因AI内存短缺大幅提价

苹果近日宣布对多款Mac和iPad产品线进行全面提价，核心原因是AI相关高带宽内存供应紧张导致成本上升。这一调整直接反映了AI时代硬件供应链的压力，也让消费者感受到生成式AI普及带来的实际代价。[[1]](https://www.bloomberg.com/news/newsletters/2026-06-28/apple-s-sweeping-price-hikes-bring-the-ai-era-home-m6-m7-touch-macbook-pro)

背景在于，AI训练与推理对高性能内存的需求激增，美光等供应商虽业绩超预期，但整体产能仍跟不上巨头扩张步伐。苹果此举并非孤例，而是行业普遍面临的“军备竞赛”副作用：数据中心和终端设备同时抢夺资源，导致价格传导至消费端。

与谷歌、Meta等公司在算力分配上相互掣肘不同，苹果选择通过定价策略内部消化成本，同时加速自研芯片迭代。此前苹果已在M系列芯片上展现垂直整合优势，此次提价或进一步巩固其在高端AI终端的定价权。

编辑观察：未来6-12个月，若内存供应未能缓解，类似提价或扩散至更多厂商，消费者接受度将成为AI硬件商业化关键变量。值得跟踪苹果下一代M系列芯片发布是否能缓解这一矛盾。

信源：https://www.bloomberg.com/news/newsletters/2026-06-28/apple-s-sweeping-price-hikes-bring-the-ai-era-home-m6-m7-touch-macbook-pro

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

OpenAI 与博通九个月推出 Jalapeño 推理芯片

6 月 28 日，OpenAI 与博通（Broadcom）宣布联合推出 Jalapeño AI 推理芯片，九个月内完成 tape-out，并已运行 GPT-5.3 Codex Spark 等模型。这是双方多代 AI 计算平台的首个产品，博通负责硅实现、网络与大规模生产系统。

这一动作放在 AI 硬件自研浪潮中意味深长。OpenAI 此前已展示自研推理芯片雏形，如今选择与博通深度绑定，显示其更倾向“快速验证+外部产能”而非全栈自建。相比 NVIDIA 仍主导训练集群、AMD 在加速卡领域追赶，博通凭借 Ethernet 网络与定制 ASIC 经验，切入 OpenAI 推理栈，形成差异化路径。对 Anthropic 等依赖 AWS/Google Cloud 的玩家而言，类似定制合作尚未落地，硬件锁定风险进一步拉大。

数据层面，博通过去五年 AI 相关收入复合增长显著，此次合作强化其在数据中心供应链中的定位，但也暴露客户集中风险——OpenAI 支出节奏直接决定多代平台成败。九个月的开发周期，远快于传统 ASIC 项目，证明软件-硬件紧耦合可大幅压缩迭代时间。

下一步值得观察：Jalapeño 是否会开放给其他大模型厂商，或仅限 OpenAI 内部使用。若前者，博通或成“AI 版台积电”；若后者，则加速 OpenAI 垂直整合，行业分化将更明显。

信源：https://ca.finance.yahoo.com/news/broadcom-avgo-openai-launch-jalape-041540441.html (2026-06-28)
https://www.theglobeandmail.com/investing/markets/stocks/AMZN-Q/pressreleases/3023465/anthropic-could-become-the-most-valuable-software-company-in-history-these-stocks-have-exposure-to-the-ai-giant/ (2026-06-28)

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信