花旗调降腾讯目标价至763港元 维持买入评级
花旗发布研报称，腾讯控股（00700）管理层在2026年第一季度业绩电话会议上，对混元3.0模型的显著性能提升表示满意，主要是因高token使用量以及与公司内部关键产品的紧密整合。管理层指出，与微信的整合将逐步推进，对未来逐步将混元3.0扩展至更大模型充满信心，并将依托内部业务和产品的实际使用案例与反馈。调整预测后，该行将目标价下调至763港元。维持"买入"评级，并持续看好腾讯AI战略逐步落地，同时核心盈利保持可持续增长。 除了AI业务外，花旗指，腾讯核心业务依然稳健。国内及国际游戏业务持续增长，常青游戏
AI重塑供应链版图
2017年，保时捷工程师在为Taycan打造800V动力系统之际，未曾预料到这竟为2027年600kW GPU机架铺平了道路。这并非偶然，而是AI资本支出演变为全球经济“顶级掠食者”后的必然产物。AI正接手电动汽车与光伏行业耗时十年、斥资数千亿构建的供应链体系。目前，市场才刚刚觉醒，意识到这一趋势。功率半导体的“复兴”AI数据中心正由传统54V架构向800V直流架构演进，其核心支撑的宽禁带半导体，正是过去五年为电动车及光伏逆变器实现规模化的技术。英伟达直接沿用了这条供应链。伴随Rubin Ultra GP
算力经济崛起：AI时代的"新原油"之争
近期AI领域又出现了一个耐人寻味的动向。并非某家企业发布了新模型，也非英伟达股价又创新高。而是全球顶级期货交易所CME Group正准备上线一款新型合约：GPU租用价格期货。通俗来说，未来金融市场上不仅能交易原油、黄金、铜、天然气，还能交易"算力价格"。这件事乍听之下有些难以理解。但换个角度就清晰了：过去，制造商最担忧的是油价、电价、原材料价格飙升。如今，AI企业最担心什么？担心采购不到GPU，担心租用算力成本过高，担心模型训练尚未完成，费用就已失控。因此，算力正成为一种真实的"生产要素"。而生产要素，一
Agentic AI 引发的硬件估值重估浪潮
关注备用号，避免失联：过去，大多数人认为AI数据中心的重点是：GPU + HBM + 互联网络但Agentic AI将把架构转变为：GPU 推理层 + CPU 调度层 + 内存/存储状态层 + 网络/供电/散热/板卡系统核心在于，Agent不仅仅是聊天式的简单问答，Agent需要理解任务、拆解任务、调用工具、检索数据、执行动作、反思结果并继续下一轮...这从单次推理转变为多步骤、多线程、多工具和多状态保存的工作流。在Agent驱动的世界里，AI不再仅仅是模型的一次计算，它变成了一位在后台不断规划、检索、调
CME联手Silicon Data布局算力期货市场，开辟AI时代核心资源交易新篇章
芝加哥商品交易所集团（CME）本周二正式对外宣布，将与GPU市场情报领域的企业Silicon Data携手合作，计划于本年度晚些时候正式上线全球首个算力期货交易平台，目前正处在监管审批流程之中。 算力成为"数字经济时代的新原油" 算力资源是推动人工智能技术快速发展的关键要素。随着众多AI企业大规模采用算力进行模型训练和系统部署，市场需求呈现持续攀升态势，然而长期以来市场上一直缺乏有效的算力价格波动对冲工具。CME集团首席执行官特里·达菲在官方声明中强调指出："作为数字经济的核心支撑，算力堪称21世纪的新原
AI时代被忽视的赚钱赛道：光纤
如今众人皆热议GPU，鲜少有人谈论光纤。若将AI基础设施视作人体，GPU便是大脑，而光纤恰似血管。倘若缺失了血管，大脑便沦为一堆废铁。先来讲一个令人意想不到的事实大家知道一个AI数据中心里，究竟需要多少根光纤吗？答案是：是传统机房的5到10倍。过去一个服务器机柜仅需几根光纤，如今一个万卡GPU集群，却需要几十万根。谷歌、微软、Meta、亚马逊在全球范围内疯狂扩建数据中心，每建一座，便需消耗海量光纤。这种需求，才刚刚开始井喷。恰好有一家公司，连续9年蝉联全球光纤光缆市场份额冠军。它就是长飞光纤（601869
AI圈五月激战：OpenAI、Anthropic、DeepSeek、马斯克轮番出手，一周大事全梳理
短短一周，OpenAI 更换默认模型并上线广告、Anthropic 拿下马斯克 22 万张 GPU、DeepSeek 估值暴涨至 3500 亿、谷歌 I/O 即将揭幕......AI 行业正在度过 2026 年最热闹的时期。想用一篇文掌握全局？这份"五月速览"请收好。5 月 5 日是 OpenAI 的"双线出击日"。先看技术:GPT-5.5 Instant 正式替代 GPT-5.3 Instant，成为 ChatGPT 的新默认模型，向所有用户(包括免费用户)开放。这次升级最值得关注的是:再看商业:同日，
AI快讯：Nvidia推Rust工具，OpenAI斥资建部署公司
AI资讯速递📌 今日焦点Nvidia 走出舒适区：CUDA-oxide 促 Rust 编写 GPU 代码，OpenAI 投 40 亿美元组建部署公司，Claude 原生接入 AWS...📰 媒体深度解析基础设施 / 工具链Nvidia 推出 CUDA-oxide，允许 Rust 语言开发 GPU 程序Nvidia 开源了 CUDA-oxide，这是一个将 Rust 代码编译为 CUDA 的工具。开发者现在可以使用 Rust 现代语法和内存安全特性来编写 GPU 内核，无需依赖 C++。← 扫码阅读详情💡
AI付费浪潮来袭：算力租赁为何成为新基建关键
你是否注意到：近期使用AI时，免费额度愈发紧张，付费方案层出不穷；周围从事AI创业、开发、内容创作的朋友们，都在抱怨算力不足、难以获取、价格持续攀升。一场悄然席卷全球的AI付费浪潮，已经到来。而隐藏在背后的真正爆发点，正是算力租赁。并非炒作概念，并非虚假繁荣。今日这篇文章，我们用真实场景、全球案例、行业逻辑，将这件事讲清楚——为何算力租赁，会成为AI时代最确定、最刚性的底层生意？一、先弄清：是什么在把算力，变成“稀缺资源”？答案很直接：Token爆发。你无需精通技术，只需记住一句话：每一次AI回复、每一幅
国产智算创新加速，登临科技共筑生态新图景
2026年5月9日，国产AI智算生态创新突破交流会在京圆满举行。会议紧密围绕国家数字经济发展战略，聚焦国产智算自主创新与场景落地，既是响应国家算力基础设施建设、核心技术自主可控号召的重要实践，也是完善国产智算生态、推动数字经济高质量发展的关键举措。登临科技联合创始人兼首席创新官王平参与AGC联盟签约，并出席圆桌论坛，进一步凝聚行业共识、明确发展方向，为国产智算产业高质量发展注入新活力。其中AGC联盟签约环节作为重要议程之一，来自各领域的四十余家优秀企业积极响应参与此次签约，涵盖多个细分领域，包括登临科技的
英伟达AI投资版图：累计投入超400亿美元
近几年，人工智能产业迎来爆发式增长，英伟达不仅是核心技术供应商，也成为金融市场的关键参与者。本年度英伟达股权投资规模已跨越400亿美元大关，涵盖上市企业及私营公司。英伟达是AI浪潮中的最大赢家，为大模型训练和大规模AI工作负载提供GPU支持。全球范围内对GPU的争相采购推动公司股价在四年内飙升逾11倍，当前市值约为5.2万亿美元，跻身全球最具价值企业行列。为保障硬件供应和产能稳定，英伟达正全面布局AI产业链，从半导体、光子技术到云计算及AI模型企业，构建完整生态投资体系。在诸多投资项目中，对OpenAI的
算力技术体系：AI底层架构完全指南
基础层 · 算力底座 · 完整技术手册序章：从AI爆发到算力底座崛起AI芯片底层技术详解AI服务器详解智算中心与AI服务器的关系IaaS详解PaaS与MaaS的关系中国移动MoMA MaaS详解序章：从AI爆发到算力底座崛起AI的发展并非线性，而是经历了三次算力需求的质变：标志：AlexNet在ImageNet夺冠，CNN突破算力需求：单张GTX 580就能跑芯片：消费级GPU足够，CUDA生态初建服务器：传统服务器+1-4张GPU外挂基础设施：实验室级别，单机即可标志：GPT-3（1750亿参数）、BE
AI视觉革命：卷积神经网络如何重塑计算机认知
识别一张照片中的动物种类，或者从视频流中追踪移动的目标。这些对人类而言轻而易举的任务，对计算机系统却充满挑战。而实现这一跨越的关键领域正是：计算机视觉（Computer Vision）。推动其快速发展的核心技术则是：CNN（卷积神经网络）。人类观察世界的方式自然而直观。举例来说，看到一张图像，你会立刻理解：这里有一个人，这里是一条街道，这里有一个正在运动的孩子。但对计算机来说，一张图片仅仅是密密麻麻的数字矩阵。比如每个像素点携带RGB（红绿蓝）数值，每个坐标位置对应一组数据。机器无法判断：哪些像素构成的是
深入解析AI光模块：从原理到英伟达算力的关键
光模块详尽解析：揭秘底层原理及英伟达“算力命脉” 一、何为光模块？（一句话精髓+生活化比喻） 光模块是实现光电信号转换的核心部件，是光纤通信网络及AI算力集群的“神经网络末梢”。 - 核心功能：发送端将电信号转化为光信号，经光纤传输；接收端则将光信号复原为电信号，达成数据的高速、远距离传输。 - 生活化比喻：它好似互联网与AI世界的“超级信使”——电信号是“包裹”，光纤是“运输通道”，而光模块则扮演着将包裹装载上通道、再从通道卸载下来的“装卸工兼驾驶员”。若无它，再强大的GPU、再宽的带宽也形同“孤岛”。
AI泡沫先看GPU还能用多久
关于本轮 AI 热潮到底是不是泡沫，近两年来一直争论不休。不过，在反复追问“这些投入到底值不值”之前，我们常常先默认了一个前提：资金规模大体是确定的。但高盛的最新报告指出，这个假设或许并不牢靠。近日，高盛全球研究院发布了一份名为《Tracking Trillions》的研究。报告以英伟达（NVIDIA）的前瞻性数据中心收入为锚点，推算出 2026 至 2031 年间，全球 AI 基础设施累计资本开支的基线区间：总计约 7.6 万亿美元。其中，计算芯片约 5.1 万亿，数据中心约 2.15 万亿，电力约 3