当前位置: 首页 > article >正文

Meta 计划 2025 年投资 650 亿美元推动 AI 发展

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

Meta Platforms Inc.首席执行官马克·扎克伯格近日宣布,公司计划在2025年投资高达650亿美元,用于人工智能(AI)相关项目,包括建设一个巨型新数据中心以及扩大AI团队的招聘规模。

扎克伯格在Facebook帖子中提到,这笔资金将用于建设一座“规模大到足以覆盖曼哈顿大部分区域”的数据中心。Meta计划在2025年上线约1吉瓦的计算能力,并预计到年底拥有超过130万块图形处理单元(GPU)。他说:“这是一项大规模的努力,未来几年将推动我们核心产品和业务的创新,为美国技术领导力开创新的篇章。”

AI投资浪潮加速

近年来,Meta在AI领域的投资已显著增加。公司近期在路易斯安那州宣布了一项耗资100亿美元的数据中心建设计划。此外,Meta还购买了新型计算芯片,为AI助手和Ray-Ban智能眼镜等产品提供支持。扎克伯格透露,公司将在2025年“大幅扩充AI团队”。

这一消息发布之际,Meta的AI竞争对手也在加紧布局。OpenAI、软银集团(SoftBank Group Corp.)与甲骨文公司(Oracle Corp.)日前宣布成立联合项目“Stargate”,计划在全美范围内建设数据中心和AI基础设施,总投资高达1000亿美元。

Meta资本支出创新高

Meta 2025年的资本支出预计将达到650亿美元,较2024年的开支预测增加约50%,几乎是2023年的两倍。据彭博社分析,这将成为Meta有史以来最大规模的年度投资支出。Meta将在1月29日发布第四季度财报时公布2024年的最终资本支出数据。

尽管扎克伯格去年曾承认,科技公司可能在AI领域存在过度投资的风险,但他强调,与错失技术变革相比,这样的财务损失是可以接受的。他在接受彭博社采访时表示:“如果回头看,或许我们这些公司可能额外多花了几十亿美元。但相比之下,如果在这一领域落后,将会错失未来10到15年最重要的技术变革。”

市场反应与分析师观点

这一投资计划发布后,Meta股票在盘前交易中一度下跌,但纽约交易所开盘后上涨1.7%。Meta的主要芯片设计服务供应商博通公司(Broadcom Inc.)股价也随之上涨3.9%。

彭博社高级信用分析师Robert Schiffman评论道:“Meta将2025年的资本支出大幅提高到650亿美元以上,远超去年和市场预期,这或许是其资本的最佳利用方式,将推动未来增长并巩固其AI领域的领先地位。”

值得注意的是,扎克伯格选择在公司财报发布前五天通过Facebook披露这一重大计划,打破了通常通过财报或官方公告发布的惯例。然而,美国联邦监管机构此前曾裁定,大多数社交媒体平台适用于公司向投资者公开重要信息。

Meta此举表明,AI领域的竞争正在加速,各大科技公司都在争夺下一代技术的制高点。这场烧钱大战,或将决定未来数十年的技术格局。


http://www.kler.cn/a/522052.html

相关文章:

  • 机器人抓取与操作概述(深蓝)——1
  • 【性能优化专题系列】利用CompletableFuture优化多接口调用场景下的性能
  • Unity游戏(Assault空对地打击)开发(1) 创建项目和选择插件
  • AI大模型开发原理篇-2:语言模型雏形之词袋模型
  • oracle比较一下统计信息差异吧
  • 51单片机开发:定时器中断
  • mysql DDL可重入讨论
  • 面试题-Java集合框架
  • 【C++高并发服务器WebServer】-9:多线程开发
  • 图形编辑器基于Paper.js教程22:在图形矢量编辑器中,实现两个元素的差集,交集,并集,切割
  • 若依基本使用及改造记录
  • 【C++】0xc0000005写入位置时发生访问冲突解决方法
  • 基于51单片机和ESP8266(01S)、LCD1602、DS1302、独立按键的WiFi时钟
  • sprinboot车辆充电桩
  • 面试场景问题集合
  • AI大模型DreamShaper XL v2系列分享,适用于Stable Diffusion和ComfyUI
  • 【PySide6快速入门】ui文件的使用
  • 【机器学习】自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测
  • Dismissible组件的用法
  • 【搜索回溯算法】:BFS的魔力--如何使用广度优先搜索找到最短路径
  • WPF进阶 | WPF 数据绑定进阶:绑定模式、转换器与验证
  • 病理AI领域基础模型及多实例学习方法的性能评估|顶刊精析·25-01-27
  • 算法刷题Day29:BM67 不同路径的数目(一)
  • 前端性能优化指标 - DCL - 计算 DCL 时间(使用 JavaScript、使用 Chrome DevTools)
  • LeetCode讲解篇之88. 合并两个有序数组
  • C语言算法实现:探索经典排序与查找算法的奥秘