1️⃣ 美國會揭露:半年核准近 90 萬顆 AI 晶片銷中,騰訊、阿里、百度全在列
眾議院外交委員會主席 Mast 依《出口管制改革法》權限,罕見公開出口許可資料:商務部在 2025/12 至 2026/5 核准 879,000 顆 Nvidia H200 與 AMD MI325X 等先進 AI 晶片出貨給中國業者(業者申請總量其實高達 340 萬顆),其中包括騰訊 15 萬、阿里巴巴 7.5 萬、百度 4.3 萬與比亞迪 4,000 顆——這四家全都在五角大廈「中國軍事企業」清單上。Nvidia 回應稱核准「附帶嚴格條件與數量限制」,且已停止對中國出貨 H200。在黃仁勳醜聞延燒、行政當局遭質疑對中不夠強硬之際,這份揭露讓「出口管制是否形同虛設」的爭議全面引爆。
🔗 來源:Reuters(📰媒體報導)
2️⃣ Meta 重新評估 2030 淨零目標:2025 年排放大增 45%,AI 基礎建設成主因
Meta 在年度永續報告中表示,正在「重新評估時間表、順序與中期里程碑,包括 2030 淨零排放目標」。資料中心副總裁 Peterson 與永續主管 Swedeen 坦言:「當年設定目標時預期的是穩定成長與持續下降的潔淨能源成本,現實卻複雜得多。」Meta 2025 年淨碳排放大增 45% 至 1,180 萬噸。這是 AI 資料中心建設潮迫使科技巨頭放棄氣候承諾的最新、也可能是最明確的表態——AI 算力競賽正在直接吃掉科技業的減碳承諾。
🔗 來源:Meta Sustainability(📌官方報告)、Al Jazeera
3️⃣ AWS SageMaker AI 推出內建推論監控:自動偵測延遲漂移、閒置 GPU 與未最佳化端點
AWS 宣布為 SageMaker AI 的生成式推論端點預設啟用監控:無需任何設定,即可自動偵測延遲漂移(以端點自身前一周的 p50 延遲與首 token 時間為基準)、閒置 GPU 產能與錯失的最佳化機會,並透過 AWS Health 發出建議。對企業而言,這代表生成式 AI 上線後最容易失控的「推論成本與效能漂移」問題開始被平台層內建解決,是 AI 基礎設施從拚算力走向拚營運效率的訊號。
🔗 來源:AWS Machine Learning Blog(📌官方公告)