博通财报超预期但指引保守，股价盘后重挫逾一成三
定制AI芯片（ASIC）领域的领军者博通，其最新财报表现未能完全抚平投资者过高的期望。 当地时间6月3日，博通（Broadcom）发布了2026财年第二财季的业绩数据。截至5月3日，公司实现营收221.87亿美元，同比增幅达48%，不过略逊于市场预估的222.70亿美元；按美国通用会计准则（GAAP）计算的净利润为93.10亿美元，同比增长88%；非GAAP口径下每股摊薄收益为2.44美元，同比上涨54%，略高于市场预期的2.40美元。 在业绩展望方面，博通预测第三财季营收将同比增长84%，达到294亿美
AI光模块风口再起
在今年的COMPUTEX大会上，MarvellCEO登台致辞，黄仁勋亲临助阵，并抛出一个重磅判断：Marvell有望成为下一家市值万亿的企业。消息一经发布，Marvell股价单日飙升32.52%，市值凭空增加624亿美元，全球光通信板块随即掀起热潮。其实达子早在三月便着手布局，斥资20亿美元战略投资Marvell，提前锁定仓位，只为等待最佳时机。众所周知，在全球数据中心芯片领域，博通是老牌巨头，其交换芯片与定制ASIC长期占据八成市场份额，始终掌控着达子上下游供应链的定价权。达子此次扶持Marvell，旨
阿里二度减持翱捷科技，研发投入高企致盈利困局
关注金麒麟分析师研报，获取权威、专业、及时、全面的投资洞察，助您把握潜力主题机遇！ 来源：证券之星 近期，翱捷科技（688220.SH）迎来大股东阿里网络减持计划，引发市场热议。证券之星留意到，这是阿里网络近半年内的第二次减持操作，此前已套现逾 10 亿元，若本次计划落地，累计套现规模或将突破 24 亿元。 除去股东减持因素，公司自身经营亦面临多重挑战。持续攀升的研发投入不断侵蚀利润空间，导致公司至今尚未扭亏。加之芯片产品营收增速放缓，定制芯片与 IP 授权业务收入双双下滑，致使去年整体营收增长步伐明显放
黄仁勋：英伟达Groq芯片短期内难以普及
黄仁勋在周三的财报电话会议上指出，英伟达投入200亿美元收购Groq相关技术后，其定制化人工智能芯片“在短期内仍属于小众产品”。 英伟达于3月举行的年度GTC大会上推出了全新的Groq语言处理单元，同时还展示了一款装载该定制芯片（命名为LPX）的完整数据中心机架。 黄仁勋表示：“LPX芯片专注于实现低延迟和高token处理速率，但其整体吞吐量相对有限。LPX的应用范围相对狭窄。” LPX中的新型Groq芯片是专用集成电路（ASIC）的典型代表。这类芯片具有较低功耗，针对更专业化的任务进行编程优化。 定制A
AI 依赖 GPU，但这并非终局
到了 2026 年，想买个高端显卡玩玩游戏，发现 RTX 5090 的价格直逼 3.4 万。并非显卡性能有多强悍，而是被 AI 抢占了大量显存。这绝非玩笑。GDDR7 显存的产能，正遭受 AI 服务器对 HBM 的巨大需求挤压。三星和 SK 海力士将原本供应消费级 DRAM 的生产线转产高端 AI 芯片所需的 HBM，留给游戏显卡的显存自然捉襟见肘。英伟达和 AMD 从年初起便开始分阶段涨价，受苦的只是普通消费者。2026 年全球 AI 基础设施投资预计超 6500 亿美元，Gartner 预测全球 AI
AI数据中心配电市场迎爆发式增长
⭕️AIDC供配电将成为数据中心的核心瓶颈，随着AIDC向MW级机柜、GW级数据中心演进，北美现有数据中心升级改造加上新建各环节需求将达50GW，实现翻倍增长，供给侧趋于紧张。同时，随着新技术持续迭代升级，在新建场景中即将进入实际应用阶段：1️⃣电力模块化：传统数据中心建设周期需9-12个月，电力模块化可大幅压缩至3个月，海外客户需求迫切，台达维谛及国内厂商积极配合，受益企业包括禾望、科士达、盛弘股份。2️⃣HVDC：随着Rubin平台推出在即，HVDC方案加速推进，下半年有望迎来大规模出货。受益企业：优
美银大幅上调AI投资预期 2030年市场规模将突破1.7万亿美元
AI是否存在泡沫风险？美国银行给出了明确答案。该行最新研究报告将2030年AI数据中心市场规模从此前预估的1万亿美元上调至1.7万亿美元，增幅达七成。AI数据中心投资持续攀升——美银显著调高支出预估• AI加速器：1.2万亿美元 • 数据中心CPU：1100亿美元 • AI网络芯片：3160亿美元值得关注的是，AI加速器投资的主力正从GPU向以谷歌、亚马逊为代表的ASIC定制芯片转移。谷歌TPU和亚马逊Trainium正在快速崛起。美银列出的主要受益企业中，首选依然是NVIDIA、AMD及博通。前两者是A
算力狂飙背后的转折：系统成本重塑AI产业格局
AI算力仍在高速狂奔，但真正发生转变的，是成本构成和应用场景的重新分布。过去两年最常见的观点是将AI发展简单等同于算力扩张带来的全面繁荣。然而，2026年的格局已经出现明显分化：AI服务器保持强劲增长，而手机、个人电脑整体出货量却在下降。与此同时，AI手机、AI PC、AI眼镜等产品却在逆势提升规格、争夺市场份额。同一条AI发展轨迹，正在同时创造增长动力和竞争压力。更值得关注的是，变化的本质不在于"是否存在需求"，而在于需求如何转化为系统成本，以及谁能够承担这一成本。在AI服务器领域，存储成本可以转嫁，算
AI服务器市场：ASIC增长势头将超越GPU
摘要：人工智能领域正经历算力模式的深刻变革。随着大型模型的广泛应用，行业焦点已从训练阶段转向推理阶段，更加注重单位Token的成本和总体拥有成本（TCO），而非仅关注峰值性能。这为ASIC（专用集成电路）带来了前所未有的发展机遇。与通用图形处理器（GPU）相比，ASIC能够实现深度定制化设计，在能效、延迟和成本方面展现出明显优势。预计到2026年，ASIC驱动的AI服务器出货量的增长速度将超过GPU驱动的AI服务器。国际市场上，博通的平台化和世芯的Turnkey交付模式已成为成熟的典范。国内厂商也面临着重
AI大模型争夺战：产业链速览（上）
上周，《华尔街日报》一则题为「OpenAI Misses Key Revenue, User Targets in High-Stakes Sprint Toward IPO」的报导援引「知情人士」称，OpenAI 首席财务官 Sarah Friar 曾向公司高层表达担忧：若营收成长速度不够快，公司可能难以按期支付未来的运算合约款项。该消息很快就外溢到 OpenAI 相关供应链，相关股价随即受到波及。不过就在短短一日内，科技巨头中四大 CSP（云服务提供商）陆续公布 Q1 财报，并再次上调资本支出计划，把
AI芯片的分类详解
人工智能（Artificial Intelligence，AI）芯片的界定：广义上讲，凡是能执行人工智能算法的芯片均可称为AI芯片。然而，通常所指的AI芯片，是专为人工智能算法进行加速优化的芯片。当前，这类芯片主要针对深度学习算法，但也涵盖了其他机器学习算法。人工智能与深度学习深度学习算法通常涉及对连续数值的接收、学习处理及输出，这虽无法完全复刻生物大脑的运作。基于此，学术界提出了SNN（Spiking Neural Network，脉冲神经网络）模型。作为第三代神经网络，SNN更接近生物神经网络，引入了
国产算力崛起：AI芯片三大发展方向
伴随人工智能技术的迅猛演进，算力已崛起为推动数字经济与科技创新的核心动力源。面对全球AI竞赛日趋激烈、高端芯片供应链风险攀升的局面，国产算力芯片在自主可控与大规模商用方面正迎来重要转折点。本报告全面剖析了GPU与ASIC两条技术路径的发展脉络与落地场景，深度解读了国产算力芯片在性能、功耗、性价比等领域的不断跃进，并预判：2026年，国产算力将开启从点到面的规模化爆发期。报告认为，虽然英伟达等国际巨头依然主导全球GPU市场，但在美国技术封锁与国内扶持政策双重作用下，国产AI芯片的替代窗口正在迅速扩大。以华为
监管层紧盯Anthropic新模型，防范金融系统风险
监管层周一透露，正紧盯Anthropic公司前沿大模型Mythos的研发动态。业内专家指出，该模型或拥有撼动银行体系稳定的潜在威胁。 专家分析认为，Mythos具备极强的代码编写水平，能以前所未有的方式发现网络安全漏洞，这也促使全球多家监管机构启动更严格的审查程序。 澳大利亚证券与投资委员会（ASIC）发言人周一表示：“ASIC正与全球同行密切追踪这一进展，评估其对澳市场的潜在冲击。” “ASIC正积极联络其他监管方、政府部门及金融界，以洞悉并应对技术革新带来的挑战。” 该机构强调，希望持有金融服务牌照的
AI算力驱动PCB向高阶演进，上游材料需求持续升温
在人工智能服务器持续迭代的背景下，印刷电路板正从传统多层板向高多层板、高阶HDI方向加速升级。从长远角度分析，计算能力正快速向ASIC专用芯片方向转型，ASIC服务器主板的PCB单台价值量明显超过同代GPU服务器。电子布、电子树脂等PCB上游原材料领域的动态已成为业界焦点。国金证券4月12日发布研究报告指出，PCB价值量伴随ASIC趋势系统性增长，供需缺口预计将持续扩大。ASIC服务器主板PCB的单台价值量显著高于同代GPU服务器，材料升级与工艺优化共同助力PCB价值攀升。华金证券2026年1月25日发布
三位哈佛辍学生创立AI芯片公司，斩获35亿融资
三位在哈佛大学辍学的00后，近期为其人工智能芯片初创企业Etched.ai成功筹集了5亿美元资金。这堪称人工智能硬件领域规模最为庞大的融资之一，本轮融资使得Etched.ai的估值逼近50亿美元，其累计融资总额也接近10亿美元大关。Etched.ai的创始人Gavin Uberti，年仅24岁。他与另外两位联合创始人Chris Zhu、Robert Wachen一同从哈佛辍学后，致力于引领公司研发下一代人工智能芯片。与芯片巨头英伟达不同，他们开辟了一条细分赛道——专注于为当前AI主流模型Transform