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新主线：XX板块，确定性增长的隐藏王者
点击此处可了解风哥的详细信息。关于风哥的介绍。AI领域的投资热点正在快速轮动，从最初的光模块（CPO）到印刷电路板（PCB），再到存储行业的周期性反弹，都吸引了大量资金的追捧。然而，很少有人能深入洞察整个AI产业链的核心逻辑，从而把握下一轮更大的投资机遇。随着算力的不断提升和存储容量的持续扩展，AI产业链中一个至关重要、即将迎来爆发式增长的细分领域——XX板块，正站在新一轮行情的前沿。该板块逻辑更为坚实，增长持续性更强，并且拥有更高的行业壁垒，有望成为下一条确定的高景气主线。相较于光模块的“迭代成长+短期
AI硬科技引领市场：未来走势如何？
关注「蓝色微信名」可迅速获取信息。本期嘉宾阵容：吴文昶、顾勇菁、祝超。5月7日，A股市场出现波动后反弹，连续两天成交额突破三万亿，未来上涨潜力有多大？人工智能（AI）相关产业链表现强劲，光纤、CPO、PCB等概念股纷纷上涨，算力硬件市场是否将迎来更大的发展空间？机器人板块出现大面积涨停潮，这是否标志着趋势性行情的正式开启？市场热点切换速度加快，投资者应如何管理仓位和把握操作时机？AMD第一季度财报超出预期，代理式AI技术是否会引发服务器CPU的新一轮需求爆发？这对国内相关产业链将带来哪些机遇与挑战？除了C
A股AI投资：Token经济产业链的掘金之道
（本文共9200字，阅读需15分钟，试图帮您梳理清楚A股市场的AI与token经济产业链，以及哪个环节更值得关注。这是系列第一篇）2026 年 3 月，国家数据局披露了一个让人停下来的数字——中国大模型日均 Token 调用量已经突破 140 万亿。两年前的 2024 年初，这个数字还只是 1000 亿。两年涨了一千多倍。把视线挪回 A 股：同样是这两年，光模块龙头中际旭创从 100 元一路涨到 850 元，国产 AI 芯片纯度最高的寒武纪市值站上 7000 亿，液冷链里冷门的申菱环境年内涨 77%。但同
拒绝“token经济”论：AI真正的护城河是什么
AI圈内似乎正形成一种普遍认知：AI产业的本质即是Token经济，剥离掉所有虚浮的叙事后，行业仅剩两件事：买Token与卖Token。这话乍听之下直击底层，颇具第一性原理的韵味，初闻时我也觉得颇为通透。然而，随着思考的深入，愈发觉得此论断难以立足。 Token仅是计量单位，绝非行业本质。洞察一个行业的终局，核心不在于审视表层交易标的，而在于掌握决定行业话语权的核心生产要素。譬如农业，核心不在于“谁种粮、谁卖粮”，这仅是基础的生产与交易行为。拥有土地所有权与单纯靠耕作获利，在产业链中的话语权与分配权截然不同
AI算力链条与市场演进：逻辑、动态与机会点
当前市场最受认可的逻辑主线在于：AI算力全产业链。它把底层硬件到上层应用的关键环节串联成完整生态，之所以成为共识度最高的方向，正是因为这一链路清晰覆盖供给与需求两端。具体可理解为存储芯片 → AI芯片 → 先进封装 → 华为昇腾 → 算力概念 → 东数西算。该路径贯通算力产业的上游与下游，随着AI算力需求加速释放，各环节都更易迎来增量收益，也因此构成了当下的核心叙事。作为AI领域的重要玩家，豆包近期加快落地付费订阅模式，可视为在算力成本压力抬升背景下，行业商业化路径切换的典型信号。5月4日，豆包App S
AI产业链全景解析：从基础到应用
人工智能产业链全景概览人工智能产业生态主要包含上、中、下游三个层级：上游基础层负责算力与数据供给；中游技术层专注于核心算法研发；下游应用层则负责将技术转化为实际服务。这三者紧密相连，共同构建了一个完整的生态系统：中游技术赋能下游应用，而下游的市场反馈又反过来推动中游的技术迭代以及上游的算力升级。产业全景分析021全球市场：人工智能正以前所未有的速度重塑全球产业版图，已成为推动科技进步与经济增长的关键引擎。据国际数据公司（IDC）最新报告显示，预计到2025年，全球AI市场规模将突破2.3万亿元人民币（约3
2026年5月6日AI算力与商业航天产业链速递
1.6T光模块产能提升迅速：中际旭创和新易盛两家合计月出货量预计达到10万只左右，产能爬坡主要集中在近期。新易盛此前为1.6T光模块准备了10万颗物料。Lumentum从2026年初开始出货1.6T，目前月出货量约几万只，部分项目已进入量产阶段。光芯片EML供需失衡且价格上涨：EML芯片已开始涨价，200G EML率先上涨，100G EML价格也开始上涨。EML良率仅20%-40%，远低于CW激光器的70%-80%，国内能实现EML扩产的企业较少。DSP仅博通、马威尔可供应，处于紧缺状态。光芯片总需求20
手机业承压，部分厂商利润锐减九成
智能手机产业链正面临来自上游供应成本上升的严峻挑战。《21世纪经济报道》记者梳理多家手机产业链企业一季报发现，核心芯片及上游原材料价格的持续攀升，给企业的盈利能力带来了不小的压力。与此同时，手机制造商也在积极寻求新的增长点。到2026年，随着供应链压力的进一步加大，一场围绕新业务拓展的竞争已经拉开帷幕。对于手机产业链上的企业而言，其对手机终端业务的依赖程度，正直接关系到当前的经营状况。从已公布的业绩数据来看，这些企业呈现出显著的“分化”态势。在整机ODM代工厂方面，华勤技术(103.610, 1.15,
2026年5月5日人工智能行业动态
2026年5月5日人工智能行业要闻一、OpenAI版图扩张：40亿美金合资项目及GPT-5.5的“怪异”举动1.1 OpenAI新合资项目融资逾40亿美金，助推AI软件普及5月4日，综合财联社等媒体消息，OpenAI已为一家新成立的合资公司筹得超40亿美金资金，该公司意在推动其他企业采用OpenAI的人工智能软件。此举是OpenAI商业化战略的关键一步，显示出其正加速从单纯研发模型向构建AI生态基础设施转变。40亿美金的规模意味着OpenAI有实力大规模整合产业链资源，降低第三方接入其AI软件的难度，预计
AI PCB价值评估(8)：多情景推演2026-2028年走势
不谈“目标价位”，不预测“入场时机”，不对任何个股作出买卖建议。本文聚焦唯一核心：基于我们此前共同构建的认知体系（涵盖AI服务器价值解构、材料瓶颈的物理本质、中游竞争格局及上游供需态势），针对A股AI PCB全产业链公司，在悲观、中性、乐观三大假设情境中完成系统性估值测算。最终目标，是搭建一套可长期监测该领域的核心指标框架——形成动态优化的“问题清单”，而非固化不变的“最终答案”。①胜宏科技2026E PE区间较宽，源于机构间盈利预测差异明显（80-111亿元），不同预测对应不同估值；②东山精密2025A
AI硬件成本飙升：覆铜板涨幅超20%，存储巨头利润激增
AI服务器需求激增正重塑上游硬件产业链的定价体系。7天内，台耀、台光电、联茂三大覆铜板（CCL）厂商接连上调价格，AI服务器核心硬件成本压力持续向中下游传导——这已成为近期财经自媒体讨论度最高的产业链话题，累计阅读量超2.3亿次。作为AI服务器PCB（印制电路板）的关键基材，覆铜板占据了单台AI服务器硬件成本的8%-12%。以英伟达DGX H100服务器为例：单台需使用12层高阶覆铜板约8平方米，涨价前成本约1.2万元，涨价后增至1.68万元，单台服务器硬件成本上升4.8%。 国内服务器厂商浪潮信息、新华
AI产业链的五层架构：从选股到掌控全局
为何我不再单纯选股，转而全面掌控供应链我的办公桌正上方贴着一张图表。那是一个五层的蛋糕，装饰风格属于复古未来主义，极具1958年通俗刊物的韵味——环形行星、镀铬火箭，还有一位驾驶蓝绿色敞篷车冲向逆行夕阳的男士。那枚火箭被命名为CRBS。蛋糕的标签非常简单，标注为“人工智能蛋糕”。这看似一种营销噱头。在某种程度上，确实如此。但这同时也是一个论点——这是我在过去25年间观察供应链如何吞噬各类叙事后，构建出的最清晰的论据。如今到了2026年4月，这个“蛋糕”的收益大约是标普500指数今年以来涨幅的七倍之多。这便
AI算力基础设施：服务器、集群及全产业链解析
1.研究背景与核心概念界定：AI算力时代与产业链全景1.1 AI算力时代的演进与市场驱动力我们正处在一个由人工智能技术驱动的算力需求爆发时代。这一轮变革的核心驱动力，已从早期的互联网数据服务，转向以生成式AI大模型、智能体（Agentic AI）为代表的复杂计算任务。AI大模型的参数规模正以指数级速度迭代升级，从千亿级向万亿级乃至更高迈进，这不仅对单芯片的计算能力提出了前所未有的要求，更催生了由多台AI服务器通过网络互连组成的、用于分布式训练和推理的AI集群，成为支撑前沿AI研究与商业化的核心基础设施。市
玻璃基板开启产业化元年，AI封装新赛道谁将脱颖而出？
从英特尔率先布局，到台积电设立CoPoS试验产线，再到三星电机向苹果、博通提供样品测试，全球产业链已步入验证与导入的关键时期。对于国内市场来说，这不仅代表了一条崭新的技术路径，更意味着一次材料、设备与制造体系的重构机遇。玻璃基板，其本质在于采用特种玻璃替代传统的有机基板或硅中介层，成为先进封装的核心承载材料。目前主流的先进封装技术主要依托于两类材料体系：有机载板硅中介层随着AI芯片尺寸的不断扩大以及HBM堆叠层数的持续增加，这两条技术路线正面临共同的挑战：翘曲问题加剧信号损耗升高成本快速攀升封装面积受限相