AI浪潮下半导体产业格局的深度变革
"AI正在重塑产业竞争法则。"AI不仅催生了算力需求的急剧膨胀，更深刻改变了产业权力版图。从芯片设计到封装测试，从服务器架构到云端交付，控制权正朝着能够实现全栈整合的企业集中。未来的领跑者，不仅是最强算力的拥有者，更是系统协同能力与生态系统话语权的掌控者。过去十年，数据中心的竞争核心围绕算力规模与能效表现展开。而在生成式AI浪潮席卷之后，产业目光迅速聚焦于"谁将主导AI算力格局"。GPU厂商的角色已超越传统芯片供应商，云计算巨头也不再甘于采购标准化处理器，整条价值链正朝着更高控制力与更强整合能力方向演进。
算力网建设提速，光通信等赛道迎来高景气
作为“六张网”的重要组成部分，当前算力网建设正全速推进，涵盖算力构建、管控、调度及运营的全产业链条均从中获益。行业分析指出，至 2026 年，算力产业链将步入“全链通胀”阶段，行业高景气度将从核心芯片蔓延至光通信、云服务、配套电力设施及服务器等多个领域。 在河南郑州的国家超算互联网核心节点，逾 6 万张国产 AI 加速卡正高效运转。自今年 4 月启用以来，该地已发展成为国内规模最大的超智融合算力集群。据中科曙光相关负责人透露，国家超算互联网平台已连接超过 300 万 CPU 核心及 20 万 GPU 卡，
AI 互搏：算力消耗的新 frontier
2026 年 06 月 14 日 · AI 内参Token 中转服务为何如此火爆？核心驱动力之一便是大模型的蒸馏技术。甚至已有从业者通过出售 Token 及提供中转服务，实现了巨额盈利。你是否认为当前的 Token 消耗全由用户发起？事实上，日益增长的 Token 消耗正源自大模型自身。大模型之间的"相互较量"当下 AI 领域涌现出一股新奇潮流：面对复杂难题，同时提交给 GPT、Claude、DeepSeek 和 Gemini，令其各自作答、推演并相互比对。系统随后择优选取最佳答案与思维路径，转化为新型训
掘金先卖铲：AI浪潮下的基础设施机遇
上篇文章，我们探讨了一个问题：AI究竟是什么？而本篇，我们要探讨一个更为关键的问题：假设AI真的将重塑世界，那么它需要构建什么？2023年后，很多人看到AI概念席卷而来于是产生这样的想法：AI热了，所以AI股票涨了坦率地说，这种解读几乎没有意义因为资本市场真正聚焦的核心不是：❌AI有多强大。而是：✅AI需要构建什么？换言之：如果AI将成为未来二十年的基石设施，那么整个社会需要重建哪些领域？本文正是为了回答这一疑问这是洞悉整个AI产业链的最快捷径请试想：假如国家决定建造一座可容纳一千万人的超级都市那么首要任
AI 核心硬件名词解析
PCB 涵盖单层、双层、多层及高阶 HDI 高密度互连板。单层板常见于简易计算器、遥控器，多层板层数可达 140 层。曾有人视其为低端工艺，认为仅是塑料板上印刷铜线，如今却大不相同。中国占据全球 70% 产能，如近期备受关注的胜宏科技，便是英伟达 PCB 的核心供应商。CPU（中央处理器），属于芯片范畴，是普通电脑的核心部件。国际两大 CPU 品牌为 Intel 英特尔与 AMD 超威半导体，国内电脑多采用 Intel 产品，你可右键点击任务栏进入任务管理器，在性能选项中查看 CPU 型号。当前涌现出多款
田渊栋 Recursive 首秀：三大基准刷新 SOTA 纪录
上月月中，前 Meta 顶尖技术专家田渊栋宣布创立新公司 Recursive：估值高达 315 亿！此次创业获谷歌、英伟达及 AMD 联合投资。历经近一月，Recursive 正式公布其首个研究成果。该系统能够自动识别并融合各类创新点子，从而生成优于各领域专家手工设计现有方案的解决策略。在首批测试中，Recursive 系统在三项关键指标上斩获当前最优成绩，涵盖固定预算下的语言模型训练、小型模型训练速率以及 GPU 内核优化三大领域。系统自主完成了从构思提出、代码编写、实验运行到结果验证的全流程闭环，多条
Sharon AI与英伟达达成六年算力合作协议，股价早盘跌幅达7.1%
澳大利亚AI云服务商Sharon AI Holdings周五宣布，已与英伟达签署一项为期六年的AI基础设施算力合作协议。受此消息提振，该公司股价盘前一度飙升超过20%，但截至发稿转为下跌7.1%。 根据协议，双方将合作在澳大利亚新增72兆瓦的数据中心容量，部署英伟达DSX AI工厂设计方案，并配备多达4万颗Grace Blackwell GB300 GPU，以满足AI初创企业、大型企业及高校科研机构日益增长的算力需求。这一合作采用收益分成与信用支持模式，Sharon AI将销售由英伟达驱动的云服务，英伟达
英伟达牵手澳洲 Sharon AI 共建数据中心，股价冲高回落
近日，芯片巨头英伟达与澳大利亚小型 AI 云服务商 Sharon AI Holdings(SHAZ) 正式签订了一份长达六年的战略协作合约。受此利好刺激，该公司股价在盘前交易中曾飙升逾 20%，然而到了周五早盘，走势发生逆转。截止本文撰写时，Sharon AI 股价下跌 4.98 美元，跌幅达 6.96%，最终报收于 66.53 美元。 依据双方共识，英伟达将协助 Sharon AI 在澳洲本土打造拥有 72 兆瓦算力的新型数据中心。该项目将沿用英伟达 DSX AI 工厂的设计蓝图，并计划安装逾 4 万颗
AI投资布局思路分享
大神 Serenity 的投资框架 先抛出核心观点：并非盲目追逐 AI 概念，也不是简单配置大厂股票 而是从产业演变角度出发，沿着供应链向上追溯，锁定真正掌握核心资源、难以被替代的关键节点 1. 根基所在：掌握"算力"的核心供应商 - 典型标的： $NVDA 、 $AMD、 $TSM 、 $ARM、 $INTC - 思路：AI 革命的本质就是 GPU 和底层架构的较量。无论哪家企业在训练大模型，最终都离不开这些基础设施供应商的支撑。台积电的制造能力和英伟达/AMD的芯片产品，是整个生态系统中不可绕过的价值
AI 浪潮下必须掌握的 10 大电子术语
AI 浪潮下必须掌握的 10 大电子术语！深耕电子领域二十载，像 PCB、CPU 这些基础概念我早已烂熟于心，但每当浏览 AI 相关新闻，面对满屏陌生的英文缩写，仍感云里雾里。今日偶然发现一张极佳的科普图解，将各类专业术语剖析得明明白白，特此分享给各位。文中还附有朗朗上口的速记口诀，诵读几遍即可铭记于心。💡速记口诀：PCB 犹如骨架，MLCC 好比大米；CCL 构筑地基，FPC 灵活弯曲；DRAM 掌控运行，NAND 负责存储；GPU 算力 AI，HBM 提供加速；CPO 传输数据，SiP 集成超级模块！
双云巨头逆势提价，AI算力通胀潮全面来袭
点击上方『研投社』可关注并“星标”本号。所有文章仅代表《研投社》观点，不构成具体投资建议。3月18日，阿里云与百度智能云相继发布通知，宣布对AI算力、存储等核心产品实施大幅涨价，部分涨幅竟高达30%以上！自2006年亚马逊AWS问世以来，云计算领域长期遵循“规模效应+摩尔定律”带来的持续降价规律。各大厂商甚至不惜亏损，也要通过降价策略抢占市场份额。然而今日，这一延续二十年的行业惯例被彻底打破。云基础设施正式迈入“通胀时代”。为何突然调价？因为在“供需”这把剪刀差面前，巨头们已难以支撑。需求端井喷：AI A
智能算力调度平台|群顶科技AIPaaS系统V2.0
南京群顶科技股份有限公司群顶科技创立于2007年，系国家级专精特新“小巨人”企业、科技部认定的高新技术企业，注册资本达6214万元。公司深耕智算中心运维管理领域长达18年，研发人员超过百人，专业领域涵盖云计算、人工智能、大数据等前沿技术。已获得31项发明专利，产品线涵盖分布式存储、智能运维、节能系统等多个方向。群顶科技AIPaaS平台软件V2.0当前智算中心普遍面临多品牌、多架构GPU/NPU等异构算力资源分散、利用率偏低的困境；传统调度模式颗粒度粗犷（以整卡为最小单位），导致运维成本居高不下；模型训练与
算力根基：电力才是AI发展的天花板
AI发展的终极形态是算力而算力的基石则是电力第一章AI的能耗究竟有多惊人？——核心数据——数据一大模型训练：消耗电量高达数千兆瓦，这相当于一个家庭使用几百年的电力总和。数据二单次AI搜索：耗电量是传统搜索方式的10至30倍之多。为何能耗如此之高？由于AI的核心逻辑是“以计算换取智慧”。每一次逻辑推演与内容生成，都依赖于GPU的高速运转。一块高端显卡的功耗已逼近千瓦量级，若数万块同时运行，其总耗电量堪比一座城市。智能并非无中生有，必须依靠“瓦特”来支撑。第二章电力，才是制约AI发展的真正瓶颈——面临的三大挑
上海科技大学招标千万级AI计算平台项目
项目介绍跨学科多模态AI计算平台服务器集群（四期）招标公告，投标人需在上海市政府采购网下载文件，并需在2026年06月30日 10:00（北京时间）前提交投标书。一、项目基础信息项目编号：310000000260415104069-00346711项目名称：跨学科多模态AI计算平台服务器集群（四期）预算编号：0026-W00036883预算金额（元）：40000000元（国库资金：0元；自筹资金：40000000元）最高限价（元）：包1-40000000.00元采购需求：包名称：跨学科多模态AI计算平台服
AI 机柜空间告急：电源系统成最大瓶颈
随着 AI 算力不断攀升，机柜内最先捉襟见肘的，或许是电力设备的安置空间。GPU、NVLink、计算单元及冷却装置都在争夺地盘。电源并不会因空间局促而自行隐退：功率需提升，电压须稳定，既要承受 GPU 负载的骤增，又要在电网电压跌落时保持在线。下一代 AI 机柜的角逐，已从芯片与散热，蔓延至电源架、备用电源、峰值削减及 HVDC 架构等领域。最引人注目的并非效率曲线，而是一张典型 AI 机柜的示意图。AI 服务器已占据机柜约四分之三的容积。困境也随之显现：再无余地安置更多电源架；无处存放 BBU；亦无空间