英伟达（Nvidia）首席执行官黄仁勋近日在一篇罕见的官方博客文章中表示，人工智能（AI）带来的产业扩张将创造就业机会，而不是主要以取代岗位为结果。 黄仁勋在文中将AI的发展比作与电气化相当的“工业建设”。他称，要支撑AI产业持续增长，需要投入数万亿美元，用于建设新的能源供给、芯片产能以及数据中心等基础设施。 在就业影响方面，黄仁勋指出，AI繁荣将带来大量技术熟练、薪资优厚的蓝领岗位需求，包括电工

初创公司Gimlet Labs宣布完成8000万美元A轮融资，推出可在多种芯片架构上并行调度AI推理任务的“多硅推理云”软件，目标客户为大型模型实验室和数据中心运营商。

斯坦福大学人本人工智能研究院（HAI）发布《AI Index 2026》报告：全球顶尖AI模型性能持续提升的同时，美中模型之间的差距已被大幅压缩，到2026年仅剩约2.7%。在多项关键基准上，头部模型已进入“性能横向齐平”阶段，竞争重心正从单纯追求极致性能，转向成本、延迟、可靠性和行业落地能力。

调查显示，欧盟委员会在2024年行业游说后，将“单个数据中心信息与关键绩效指标保密”的表述写入相关法规文本，引发学界对欧盟透明度规则及《奥胡斯公约》合规性的质疑。

NTT数据集团在京都府京阪奈地区新建30MW级大型数据中心「京阪奈OSK11数据中心」，面向生成式AI等高负载需求，并作为NTT下一代通信基础设施「IOWN」的技术验证据点。

前联合国及英国政府顾问在英国下议院委员会作证时表示，中国在人工智能全球治理议题上更为积极，而美国则推动由利润驱动的竞赛；议员同时关注英国对美国科技公司的依赖及数据中心、电力等基础设施瓶颈。

在人工智能和税收优惠推动下，数据中心在全美迅速扩张，却在各地遭遇越来越多的社区反对。居民担忧水电消耗、公共补贴和有限的本地收益，学者指出这往往是“对社区不划算的交易”。

多项研究显示，电力供应正成为人工智能数据中心扩张的关键约束，为电池、变压器等能源技术企业带来新的融资与应用机会。

加州大学圣地亚哥分校团队提出一种结合压电谐振器与电容器的混合降压转换器原型芯片，在将48伏电压转换为4.8伏时实现高达96.2%的效率，为数据中心电源管理带来新思路。

英伟达通过收购Mellanox并推进全栈网络方案，将数据中心网络业务培育为继计算业务之后的第二大收入支柱，上季度收入达110亿美元，同比增长267%。

内华达等州在数据中心快速扩张的背景下，正努力在满足电力需求与实现清洁能源目标之间寻找平衡。

IREN订购逾5万颗Nvidia B300 GPU，计划于下半年在不列颠哥伦比亚省和德克萨斯州数据中心部署；公司同时披露拟进行最高60亿美元的市场发行，股价盘前下跌约5%。