特锐德发布创新供电方案 "算电岛"开创算力基础设施新范式
随着人工智能大模型技术快速迭代，智算行业正进入高密度负载、规模化集群、全天候运转、全方位低碳化的全新发展时期。传统多级交流供电体系存在的局限，已成为阻碍AI算力高效发展的关键痛点。在此形势下，特锐德（300001）凭借多年技术积累与工程实践，推出全球首款算力中心高压交直流预制舱供电站——"算电岛"，从根本上革新传统IDC供电模式，重塑智算电力底层架构与建设范式，为国内算力产业发展提供新一代供电解决方案。 六大核心优势凸显 打造一体化顶级供电方案 算电岛是将高压变压器、GIS、中压开关柜、SST、微机保护、
算力投资版图扩展：GPU 周边产业崛起
AI 计算领域的下一份支出清单，已经不再只盯着 GPU 那一项。过去两年，业内谈 AI 基础设施，大家首先想到的几乎都是 GPU、HBM、先进封装。这些当然关键，也依然是核心焦点。但当 AI 集群规模持续扩大，另一个问题会迅速凸显：芯片计算再快，数据能否及时送达？服务器部署再多，网络能否承受？本文要剖析的，正是 GPU 周边那张日益膨胀的账单：光互联、以太网交换、SerDes、SiPho、定制计算。它们不如 GPU 抢眼，却越来越像是 AI 数据中心的根基。先看一组数据。Marvell 披露的 AI 营收
20260608早报:Meta布局健康 AI,NAVER联手英伟达,油价下跌引关注
Meta首席AI官看好消费者健康赛道Meta首席人工智能官近期指出，健康领域对于AI模型的发展具有决定性意义，将推动其在医疗诊断、健康监测等场景的落地应用。Meta正致力把AI技术从社交娱乐拓展至生命科学范畴，借助海量健康数据训练专用模型。这一策略不仅为Meta挖掘了新的商业变现机会，也表明AI巨头正聚焦医疗健康这一万亿级市场，未来与谷歌、苹果等在数字健康领域的角逐将更加白热化。NAVER与英伟达合作扩建自主AI基础设施韩国互联网巨头NAVER透露将与英伟达携手，依托英伟达DSX平台扩充其自主AI基础设施
算力危机：AI爆发前夕巨头预购未来五年芯片
你已置身于AI革命的门槛，却茫然不知。许多人仅视ChatGPT为高端聊天工具，而马斯克等巨头却在签署数千亿美元的巨额订单。AI真的无人问津？非也，只是大众尚未掌握用法，然而供给端早已难以为继。次代GPU被提前数年预订，HBM内存颗粒比黄金更为稀缺。这场短缺状况将一直持续至2030年。英伟达下半年才交付Blackwell GPU，但大客户们早已瓜分了未来两年的份额。微软、Meta、亚马逊纷纷签署数十亿美元的长期协议。台积电的CoWoS封装线即便满负荷运转也无法满足需求。产能缺口近50%，预计2025年产量2
明阳电路转型押注AI算力赛道
PCB厂商明阳电路（300739）在6月5日发布公告，宣布将2.03亿元募集资金重新配置到新能源汽车PCB项目，并同步推出最高12亿元的可转债计划，重点投资AI服务器HDI算力产品。这意味着公司正式从新能源车业务转向AI算力领域。2亿资金转投 + 12亿可转债，明阳电路决定从汽车PCB领域退出，全力冲刺AI算力市场。一、事件简要：三句话说明① 资金用途变更原计划用于建设年产12万平方米新能源汽车PCB生产线项目的剩余2.03亿元（含理财收益）将全部投入AI算力产品项目，该项目总投资11.998亿元，资金不
2026年AI算力产业链全景深度解析
《2026AI算力全产业链全景分析报告》核心观点摘要1. AI芯片市场迎来爆发展望2030年，全球半导体市场总规模将逼近一点五万亿美元，AI芯片的贡献率预计将过半。各大云厂商正重金投入算力基建，预计2026年资本开支高达六千八百五十亿美元。作为产业链的核心增长极，AI芯片在未来五年间将保持强劲增长势头，迎来黄金发展期。2. 台积电成最大赢家展望2026年，台积电AI业务营收占比有望突破30%。其CoWoS先进封装及2/3nm工艺目前供不应求，英伟达、谷歌、亚马逊等大客户占据主要份额。随着芯片体积增大及成本
周末市场传来好消息，人工智能领域迎重磅利好
重要新闻速递无锡：刻不容缓、分秒必争的责任感与使命感，全力加速布局人工智能产业财经要闻会议指出，集成电路是无锡产业的“核心优势”；人工智能是未来竞争的关键因素。要以刻不容缓、分秒必争的责任感与使命感，全力加速布局人工智能产业，统筹推进“提升高端设计、拓展晶圆产能、强化先进封测、优化装备材料、突破新兴领域”等核心任务，稳步实现无锡市集成电路和人工智能产业高质量发展。会议明确，聚焦设计、制造、封测及装备材料等关键领域，瞄准AIDC（人工智能数据中心）、Token（词元）等新兴赛道，分层分级梳理项目清单、完善推
AI领域六大关键动态：安全算力成本竞争白热化
AI 正在从模型能力竞赛进入安全、算力、成本和基础设施的系统竞争。今日 AI 资讯呈现明显趋势：AI 发展重点正从"模型能力竞赛"转向"安全、算力、成本、基础设施"的综合体系较量。OpenAI 在强化安全防护，Google 以十亿美元级月费争夺算力资源，Linux Foundation 启动 AI 成本规范化，数据中心建设持续向印度延伸。对创新者和企业而言，这些并非遥不可及的大企业资讯，而是在警示业界：未来 AI 产品开发中，模型仅是基础层面，核心竞争优势将更多体现在安全保障、成本优化、基础设置选型和产业
散热革新推动AI算力基础设施升级
AI算力下半场的核心在于散热能力，而3D打印微通道冷板正成为关键突破点。在全球AI算力快速扩张、芯片功耗不断攀升的背景下，算力“热悬崖”问题日益突出，传统散热方案已无法满足超高密度算力设备的需求。因此，具备卓越散热性能的3D打印微通道冷板（MLCP）已从高端定制配件转变为智算中心的标准基建，成为支撑高端AI算力稳定运行的关键，并催生了千亿级散热新市场。 一、行业变革：算力功耗激增，散热技术亟需全面升级 （一）传统散热方案已不适用于高端算力场景 随着大模型训练和超算集群的规模化部署，AI算力设备的功耗呈指数
AI算力需求激增！高速互联产业机遇与核心标的梳理
人工智能算力需求呈现爆发式增长态势，基础设施建设瓶颈已从硬件计算转向数据传输环节，网络传输能力直接决定了算力资源的实际利用效率。黄仁勋在2026台北电脑展发表演讲，将互联技术定位为AI产业下半场的核心竞争领域，并预测美满电子（Marvell）有望迈向万亿美元市值。美满电子十年前便开始深耕AI领域，围绕大规模数据传输所需的基础设施对业务架构进行全面重塑，通过持续的战略并购与技术研发，累计投入约360亿美元，构建了涵盖定制化芯片、高速交换设备、光通信模块、硅光子技术及先进封装的完整技术生态体系。亚马逊云服务、
AI浪潮重塑电子元件新格局
AI浪潮重塑电子元件新格局点击蓝字，关注我们作为数字生态的“细胞”，电子元器件正步入一个史无前例的黄金机遇期。前几年，消费电子市场低迷曾令该行业度过一段艰难时光。但伴随人工智能、无人驾驶、人形机器人等前沿技术的迅猛崛起，电子元器件迎来了需求的爆发式增长。目前，AI算力投入已见回报，行业正加速迈向微型化、高功率密度、绿色环保及模组集成化方向。以多层陶瓷电容（MLCC）为核心的元器件，正由消费电子周期的波动品，转型为服务于AI算力与汽车电子的“硬科技成长股”。被动元件产业的驱动逻辑，已从昔日依赖手机、PC等消
黄仁勋押注物理AI新赛道，英伟达与特斯拉共谋万亿产业新格局
就在刚刚一句话让光通讯巨头市值飙升620亿美元的黄仁勋，正在推动新主线诞生！这次瞄准的不是数据中心，也不是CPO而是人工智能产业最下游的物理AI，其明确表示相关产业将成为英伟达重点布局的下一环节。要知道就在前不久，号称新时代“投资教父”的孙宇晨，在比特币、存储芯片之后，瞄准的方向也是物理AI！这可不是各位大佬“联手做局”，而是科技发展方向基本确定。悬在全球经济体系之上的近10万亿美元AI泡沫，想要真正创造出价值，推动产业落地，那么赋能物理世界的交互系统就是唯一媒介。只有通过无人驾驶、人形机器人等物理AI引
AI算力发展遭遇地方限制
AI产业的挑战不仅来自芯片与模型，还将越来越多地受到电力、水资源、土地及社区审批等因素制约。纽约州议会通过了一项为期一年的大型数据中心审批暂停法案。若州长签署，它可能成为美国首个州级数据中心禁令。这并非一条普通的地区新闻。它标志着AI基础设施正迈入新阶段：算力建设不再仅由云服务商、芯片公司和资本市场主导，而是将受到地方电网、水资源、土地使用、污染、能源价格以及社区接受度的共同影响。AI需求越强，数据中心规模越大，地方治理就越难以将其视为普通商业项目。根据The Verge报道，纽约法案针对的是峰值需求至少
AI算力激增，高低温试验箱成关键可靠性设备
近两年来，人工智能计算能力飞速发展，大模型、智算中心及国产AI芯片加速落地，全球基础设施投入不断增长，万亿级市场正在形成。随着AI服务器、GPU、高速光模块和AI芯片的批量生产，AI硬件的稳定性成为产业高质量发展的核心前提，而高低温试验箱正是确保AI算力稳定运行的关键设备。一、AI算力硬件：高功耗、高发热，可靠性挑战加剧AI芯片、GPU和AI服务器属于高功耗设备。高性能GPU的功耗可达1200–1400W，训练场景下结温常超过150℃，长期高温运行易导致芯片老化、性能下降、焊点疲劳甚至设备故障。行业数据显
AI产业链框架解析
上游供给（1）算力：训练大模型 最核心的AI发展路径 拥有多少算力就可能创造多大突破 实现更深远的探索1.通信2.芯片半导体（2）电力：AI时代的核心需求和能源基础 没有电力供应一切设备都将停摆1.算电协同2.光伏，核电等清洁能源发电（3）存储:海量算力及数据需要可靠的载体AI时代只要持续发展 其需求就不会终止中游：大模型的开发下游应用1.机器人2.AI智能3.AI for Science（科研模式革新）1.生命科学2.材料与化学3.地理天文4.数据产业链 数据实际应用大模型5.数据安全链 数据防护电力产