AI算力需求未止：Meta风波下的供应链变局与布局策略
加入社群，您将能抢先掌握市场脉搏、政策风向、机构调研助您达成更精准的投资判断十万加机构调研资料任您查阅会议开场，主持人便定下基调：本轮AI算力需求周期远未落幕，短期结构波动不会扭转总量上行的大势。自2025年底起，关于AI泡沫的讨论已回归理性，整体情绪并未恐慌。当前核心分歧不在总量，而在结构——即算力资源如何在不同模型与厂商间重新配置。只要全球顶尖大模型仍在迭代，商业化收入持续攀升，支撑其训练的算力投入便拥有坚实的基本面支撑。主持人特别强调，AI行业瞬息万变，龙头企业的营收排名可能在数月内发生逆转。此类波
中际旭创回应市场关切：新技术仅涉及CPO内部耦合方案
7月5日，投资者向中际旭创(1116.000, -27.00, -2.36%)(300308.SZ)提问，询问康宁玻璃桥技术的推出是否会对公司未来发展产生负面影响。 公司回应称，投资者您好，该技术是CPO内部光耦合组件的新方案，不是光模块产品的方案替代；即使未来中长期成为主流，公司多元化的技术布局也能充分适配。感谢关注！
AI光互连：为何能接力全球存储芯片暴涨？
宁德时代：7点潜在风险，大白话梳理亿纬锂能 | 当下的7点困境和担忧？（大白话梳理）一文看懂锂电池材料：八大环节，谁最赚钱？多氟多 | 全球锂电材料的“隐形冠军”？（大白话前世今生和未来）斯达半导 | IGBT龙头的SiC转身，成SST产业的中流砥柱（前世今生和未来）结合目前市场共识与产业发展趋势，AI网络（互连）最有希望接力暴涨的存储芯片，成为AI浪潮中爆发式增长的细分赛道。为何是“AI网络”？存储芯片爆发，是因为它突破了AI“数据存不下”的瓶颈。而AI网络要解决的，则是“数据传不动”的新瓶颈。随着AI
AI赋能光模块SI/PI国产化：高速硬件人的机遇指南
近期工信部发布文件，将高速光芯片、1.6T/3.2T光模块及CPO器件列为未来三年重点攻关方向。消息一出，引发圈内热议的并非大厂，而是我们这些从事高速硬件的工程师——这波政策红利与SI/PI技能紧密相关。今天聊点实在的：光模块中的SI和PI究竟为何物，为何如今启动国产替代，以及作为硬件人是否应入局。 一、光模块为何难做？本质是高速信号的战场 很多人误以为光模块只是“光口插光口”的简单工作，其实大错特错。光模块本质上是一个光电转换系统：一端接收电信号，一端输出光信号，中间需经历SerDes串行化、DSP信号
国民技术股价飙升逾21% 聚焦共封装光学技术新动向
国民技术（02701）盘中涨幅突破21%，截至发稿时，股价上扬14.80%，报12.49港元，成交额达5.32亿港元。 国民技术近期在投资者互动平台透露，公司正密切追踪CPO共封装光学领域的前沿进展。从技术层面看，CPO光引擎所需的MCU与当前800G/1.6T可插拔光模块主控MCU的核心技术基础相似，公司凭借现有技术积累已具备适配研发能力，未来将根据市场动态评估产品开发策略。目前，N32H493系列MCU主要应用于800G/1.6T可插拔高速光模块，负责控制、监控和协议处理等任务，正积极推进客户导入测试
英伟达CEO点破AI发展瓶颈：高速互连成下一个战略高地
Computex台北国际电脑展第二日，英伟达掌门人黄仁勋与光互连领域领军企业Marvell首席执行官墨菲联合登台，两位行业领袖的核心议题直指AI基础设施的下一个决定性战场——不是算力，不是存储，而是互联互通。光互联技术正从“可热插拔”向“共封装”代际升级，通信板块估值体系被彻底重塑。 通信ETF国泰（515880）飙升6%，近20日吸金超45亿元，重点布局光模块、服务器、光纤光缆等算力关键环节，光模块权重超50%。 【黄仁勋重新定义AI瓶颈：互联互通成为下一个“稀缺资源”】 Computex大会对话中，黄
算力浪潮全面爆发:CPO、PCB与AI服务器共振，五大龙头能否复制光迅模式？
算力行情彻底点燃！本轮行情强度可能远超多数人的预期。不少人尚未察觉，近期市场的主线逻辑已非零散题材炒作，而是整个AI算力产业链迎来了久违的协同共振。CPO、PCB及AI服务器板块正加速吸引资金回流。缘由何在？因为算力缺口根本无法填补！英伟达CEO黄仁勋在最新财报电话会议中给出了惊人预判：AI基础设施年度支出将攀升至3至4万亿美元，达到华尔街普遍预期的四倍！超大型云厂商预计在2026年全年的投入约为7250亿美元，仅谷歌、亚马逊、微软、Meta四巨头，其第一季度资本开支便全部翻倍。算力短缺越严重，CPO与P
AI算力爆发重塑交换芯片全产业链格局
伴随AI大模型训练步入“万卡集群”新阶段，数据中心内部互联带宽已成为制约算力的关键瓶颈。作为数据中心互联的“核心引擎”，交换芯片承担着数据交换与报文转发重任，在交换机成本中占比超30%。近期，华为推出“韬定律”指明半导体发展新路径，加之英伟达显著提升CPO交换机出货预期，交换芯片产业正加速从“预期炒作”转向“业绩落地”的关键节点。1. 独立交换芯片设计企业 作为产业链技术门槛最高、价值最密集的环节，该领域直接受益于AI对高带宽、低延迟芯片的迫切需求，以及国产替代进程的快速推进。2. 自研芯片的设备与算力巨
AI 真正的瓶颈，并非芯片
有一位在 X 平台深耕 AI 供应链的观察者，仅用两年便将一套方法论转化为了惊人的收益。他并非依靠猜测英伟达的财报，也不是押注谁的模型更强大。他的策略听起来简单得不可思议：锁定 AI 基础设施中最关键的卡脖子组件。GPU 短缺？大家都在争抢。但 GPU 装入机柜后呢？数十万张卡之间的数据如何传输？光信号如何转换？激光器是否充足？散热能否扛住？封装产能排期到何时？他关注的正是这些细节。并非舞台中央的明星，而是台下那颗松动的螺丝钉。纵观整个 AI 产业链，大多数人只关注两层。第一层是模型与云——OpenAI、
AI算力核心非芯片：CPO、PCB与光纤造就四大赢家
AI算力的终极瓶颈并非芯片，而在于光、板与纤。谁能掌控这三要素，谁便握住了未来三年最丰厚的“收费权”。LightCounting最新数据表明：至2026年，光收发器与CPO市场规模将激增至260亿美元，年复合增长率达60%。这并非预测，而是订单激增的现实。为何必须将三者结合分析？逻辑清晰直接：AI服务器集群对传输速率与延迟要求极高，传统方案已无法满足，必须借助CPO技术将光引擎与芯片集成封装。承载高速信号的PCB需升级为高多层及超低损耗材料，单块价值量直接翻倍。作为连接基础的光纤，2026年用量将突破1亿
AI算力瓶颈转移：数据传输成新难题，CPO技术成破局点
最近科技圈被一份97页投行研报刷屏——伯恩斯坦最新报告直指核心：AI数据中心的瓶颈，已从“计算受限”彻底转向“连接受限”。 当全网还在疯狂追逐英伟达GPU、HBM算力时，一个更致命的问题浮出水面：算力再强，数据“搬不动”，一切都是空谈。光通信（尤其是CPO技术），正成为AI时代真正的“卡脖子”赛道，一场“连接革命”已悄然爆发。 一、残酷现实：AI的“连接危机”，比算力短缺更致命 过去，AI性能拼的是“谁的GPU更多、算力更强”；现在，数据传输速度跟不上算力增长，已成最大枷锁。 伯恩斯坦研报核心数据，直击痛
AI硬件热潮退去，软件优化成新战场
全球AI整体支出2026年预计突破2.52万亿美元，其中AI基础设施支出预计达1.366万亿美元。Meta、谷歌、微软、亚马逊四家科技巨头，2026年计划投入约7250亿美元用于AI资本开支，较2025年的4100亿美元增长77%。OpenAI计算资源投入预计达数百亿美元级别，较2017年增长数十倍至百倍。但这串令人眩晕的数字背后，藏着一个让整个行业尴尬的事实——据Cast AI《2026年Kubernetes优化现状报告》对数千家企业的实测数据，生产环境中GPU集群平均利用率仅5%。花了几万亿买的显卡，
AI基座芯片论坛：全栈式创新重构智能基础设施
5月7日，2026新紫光集团创新峰会在北京中关村国际创新中心盛大启幕。作为新紫光集团首次举办的创新峰会，以“智链共生·聚创未来”为主题，吸引了数千名政产学研金各界代表参会，六位院士同台论道，共探智能科技产业新路径、新突破、新生态。峰会期间举办的“AI基座芯片论坛”汇聚了紫光国芯、紫光同创、紫光云、EIA联盟成员无问芯穹等企业的技术专家，呈现了7场深度技术分享，多位嘉宾还围绕《Agent驱动下的算联存硬件一体化》展开了圆桌研讨。新紫光集团联席总裁陈杰开场致辞新紫光集团联席总裁陈杰在开场致辞中强调，AI时代对
AI算力瓶颈已转移：工厂制造成新焦点
长期以来，我们对AI未来的探讨，焦点都集中在数据中心：追求更高的计算能力、更强大的模型和更优化的网络带宽。然而，随着硅光子和CPO技术逐渐走向规模化应用，行业内一个共识正在悄然形成：AI发展的下一场关键竞争，实际上发生在生产制造环节。一、从“实验室探索”到“工业化生产”：硅光子的范式转变硅光子技术过去的核心难点在于“技术精度”，例如微环调制器的性能测试和光耦合的精确对准。但如今，随着1.6T及以上速率光模块、CPO/LPO等技术方案的快速推进，行业领军者已明确指出：硅光子面临的根本挑战，已从“能否实现”转
人工智能算力演进提速：光通信、共封装光学与算力电力协同成焦点
今日核心观点：人工智能算力需求持续高涨，光通信CPO技术突破临近，算力与电力协同成为新兴主线。中东局势推动全球能源格局重构，中国制造业核心资产迎来价值重估的历史性时机。进入2026年，全球AI算力需求保持强劲增长，英伟达GB300及Rubin系列即将大规模出货，带动整个印刷电路板产业链进入新一轮投资周期。作为全球AI PCB领域领军企业的胜宏科技，2025年实现营业收入192.9亿元，同比增长高达80%，归属于母公司的净利润达到43.1亿元，同比激增274%。与此同时，光通信领域持续受到关注。光交换新技术