PPIO获港投公司支持,加速全球算力网络布局

PPIO获港投公司支持,加速全球算力网络布局

近日,由香港投资管理有限公司(以下简称“港投公司”)主办的首届「国际耐心资本论坛」在港圆满落幕。PPIO 作为被投企业出席活动现场。会上, PPIO 联合创始人兼 CEO 姚欣发表了主题为“赋能 AI 时代”的演讲,以及参与了蓝驰主持的「联通世界——发掘创新机遇」主题讨论环节。

港投公司行政总裁陈家齐女士在会上表示:“本次论坛汇聚众多国际顶尖耐心资本机构,反映全球长期资本对科技变革,尤其是人工智能爆发阶段战略布局的殷切需求。香港作为国际枢纽,提供高效平台,让投资者与前沿科企深度对接,掌握技术转化趋势与资本动态。港投公司秉持长期主义,致力构建跨地域『朋友圈』,促进耐心资本与创新企业精准匹配。

香港投资管理有限公司行政总裁 陈家齐

姚欣在现场提到:“在 PPIO 发展的过程中,耐心资本的支持起到关键性作用。作为早期的投资方,蓝驰一直帮助 PPIO 的启动和成长,一路鼎力支持。而现在获得港投公司的支持,标志着 PPIO 全球化进程迈入新阶段,将进一步推动我们构建覆盖全球的高效算力网络,为人工智能时代提供可持续的基础设施支持。”

PPIO 联合创始人兼 CEO 姚欣

作为全球分布式云计算的科技企业,PPIO 一直致力于汇聚全球算力资源,为全世界创新 AI 公司提供算力、大模型和 AI 智能体服务支持。

姚欣在演讲中,以中国大模型 DeepSeek 的突破性发展为例,揭示了人工智能算力需求的根本性转变:当大模型训练效率实现十倍提升,算力需求正从集中式训练向分布式推理迁移。同时行业数据显示,当前中国 IDC 平均利用率不足 50% ,而 AIDC( AI 数据中心 )也有供应过剩的现象,这会导致电力消耗引发环保隐忧。

对此,PPIO 提出“算力供需再平衡”解决方案:通过构建全球分布式调度网络,整合超大规模数据中心、区域化算力节点、闲置设备等异构资源,以智能调度系统实现算力资源的跨地域优化配置。目前,PPIO 已建成覆盖中国及全球四大洲的算力网络,共接入超过 4000 个节点,覆盖 1500 个市县,在线服务器超 18000 台,并且已在欧洲、中东、东南亚等关键区域建立核心节点。

对于服务支撑上,PPIO 的全球算力网络依靠分布式特性,实现实时、智能化的算力分配。如针对低延迟场景,PPIO 算力网络会就近调配资源,达到 10ms 级别的低延时体验;当客户遇到成本问题时,可以综合考虑到电力价格和地理位置等不同资源整合,给出性价比最高的方案,确保给企业提供稳定可靠的服务。目前 PPIO 平台的日均 tokens 消耗数已达 1800 亿。

关于 PPIO 未来全球化进程的展望,姚欣在会上透露:“ PPIO 将以香港为国际出海总部和通往世界的重要门户,加速推进全球化布局。目前 PPIO 已在日本、新加坡、印度、英国、阿联酋、巴西等国家设立了算力节点,未来还计划在人口密集、AI 应用需求增长迅猛、并且 AIDC 建设也在增加的东南亚增加节点,以及能源丰富且成本较低的中东地区和数据中心更为节能、效率更高的北欧地区增加节点。

随着全球化进程的进一步加速,PPIO 将依托于耐心资本港投公司、蓝驰的支持,继续以推动可持续 AI 发展作为长期使命,为中国 AI 科技的发展落地提供全球化的算力基础设施。


香港投资管理有限公司介绍:

港投公司资金管理规模达 620 亿元,作为香港特区政府全资拥有的耐心资本,港投公司肩负双重使命,再更好利用财政储备以争取合理投资回报的同时,发挥资本引导的力量,建造更蓬勃的创科生态圈和产业链。

Read more

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

近期,PPIO 发布了基于 Sandbox(沙箱)自研的新产品:Agent Runtime,一个轻量级的 Agent 运行时框架。 Agent Runtime 是为了顺应 Agent 的专属需求而推出,其定位与 AWS AgentCore Runtime 类似。AgentCore 是 AWS 在 2025 年推出的专为 Agent 设计的基础设施平台,AgentCore Runtime 则是其中一个子产品,是基于 Firecracker 微虚拟机的 Serverless 运行时环境,旨在解决 Agent 低成本、高效率的部署问题。 PPIO Agent Runtime 通过简单易用的 SDK 与强大的沙箱运行环境来简化 Agent 的部署过程。用户无需关心基础设施配置、

By PPIO
当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

近期,PPIO Sandbox(沙箱)发布了一个重要功能:沙箱克隆。 沙箱克隆旨在助力提高 Agent 的并行计算能力,也就是经典的“Scale up”规模扩展问题。 今年最流行的 Agent 产品是 Deep Research,它可以看作对单个研究问题持续追踪、推演、迭代直到形成洞察的长链路串行推理过程。 那么,如果将 Deep Research 的能力 Scale up 一百倍会发生什么?像 Manus 这样的 Agent 正在解决这类挑战,并将这种并行计算架构的 Agent 称之为 Wide Research。 从 Agent 的串行计算到并行计算,离不开“沙箱克隆”这一核心技术的助力,这是 PPIO 在 Agentic Infra

By PPIO
PPIO上线Kimi K2 Thinking,兼容Anthropic协议

PPIO上线Kimi K2 Thinking,兼容Anthropic协议

今天,PPIO 上线 Kimi K2 Thinking,这是 Kimi 最新、功能最强大的开源思考模型。 Kimi K2 Thinking 基于 Kimi K2 后训练而来的混合专家模型(MoE),总参数达 1T,激活参数 32B,上下文长度 256K。该模型支持深度思考、Function Call、结构化输出、json_schema、json_object 等功能。 现在,你可以到 PPIO 官网在线体现 Kimi K2 Thinking,也可以将 PPIO 的模型 API 部署到 AI 应用中。 PPIO 在线体验地址: https:

By PPIO
PPIO独家上新GPU实例模板,一键部署Kimi-Linear

PPIO独家上新GPU实例模板,一键部署Kimi-Linear

昨晚,月之暗面发布了混合线性注意力架构新模型 Kimi-Linear,旨在解决大语言模型在长上下文推理中的计算瓶颈。 Kimi-Linear 的核心亮点: * Kimi Delta Attention(KDA),一种通过细粒度门控机制改进门控规则的线性注意力架构。 * 混合架构:采用 3:1 的 KDA 与全局 MLA 比例,在保持甚至超越全注意力质量的同时降低内存占用。 * 卓越性能:在 1.4T Token 的训练规模下,经公平对比,KDA 在长文本与类强化学习基准等多项任务上均优于全注意力。 * 高吞吐:在 1M 上下文中实现最高 6 倍的解码吞吐量,显著缩短单输出 Token 耗时(TPOT)。 今天,PPIO 独家上新 GPU 实例模板,可一键部署 Kimi-Linear-48B-A3B-Instruct 的专属模型。 PPIO 算力市场的

By PPIO