光联AI时代：长飞剑指全球智能光网络领军者
今年的MWC上海展，无论是在新国际博览中心入口、报到区域，还是展馆走廊，更或是长飞的展位，都能清晰地看到“AI×光纤智启未来”的参展主题。值得注意的是，其中I字在视觉呈现中采用了小写设计，而答案就在长飞展位前的AI异形屏幕，点亮AI的流光飞舞与光轨纵横一笔的正是长飞的光纤。“AI×光纤”形象地诠释了“算力与运力”间的数量级关系，也不禁让人联想到技术领域的乘数效应，光纤技术的创新与投入，正在对AI领域产生连锁反应，最终将协同释放更大规模的经济效益与社会变革。相关数据显示，2025至2030年，智算中心驱动的
磷化铟产业全景透析：AI光互联关键材料从原料到芯片全链条解析
英特尔高管公开发声，下一代 XPU、CPO 共封装、800G/1.6T 高速光互联架构均以磷化铟衬底为核心载体，是算力集群数据传输无可替代的光电材料，行业长期增长逻辑全面确立。黄仁勋亲自现身 6 英寸磷化铟晶圆工厂奠基仪式，总计投入约 135 亿元进行长期扩产，并签署多年独家采购协议，直接锁定上游衬底产能，释放算力巨头抢单信号；当前全球磷化铟衬底订单普遍排至 2027–2028 年，海外厂商交付周期延长至半年以上。全球磷化铟衬底领军企业日本 JX 金属宣布投资 1200 亿日元扩产，目标产能提升至原先 7
AI竞争新阶段：核心战场转向AI工厂而非芯片
别再把目光局限在英伟达身上了。当下全球市场的关键驱动力，既非“AI概念”，也非“又一个大模型发布”。真正的核心可以概括为：AI正从“模型竞赛”，过渡到“AI工厂竞赛”。谁能让算力全速运转，谁能源源不断供电，谁能高效连接数据，谁能有效散热，谁就将掌控下一轮全球资本的主导权。这正是为什么美股、A股、港股表面上追逐不同标的，底层却聚焦同一件事：AI基础设施的物理限制。过去投资AI很简单：购入GPU，押注英伟达，布局云服务，跟进大模型。但如今挑战已变。AI产业不缺故事，也不缺规划，而是缺能真正落地的“AI工厂”。
人工智能算力供应链的紧缺版图
当下最炙手可热的并非某个单一概念，而是一张因 AI 基础设施建设而日益紧绷的供应链网络。以往提及 AI 硬件，业界最为熟知的莫过于"三大件"：图形处理器、光通信模块以及高带宽存储。如今资本与研究的焦点已显著向更上游、更精细、更具制约性的环节渗透：覆铜板、封装基板、玻璃基板、陶瓷基板、多芯光纤连接器、钨材、铟、磷化铟、六氟化钨特种气体、电子级玻纤布、多层陶瓷电容器、电感器、电容器、液冷系统、电源模块、本土算力芯片、模型应用落地……这并非简单的热点蔓延，而是 AI 基建投入持续加码后，供应链制约因素被逐层揭示
算力新纪元：国产光纤引领全球技术竞赛，重塑产业格局
#中国光纤企业抢占全球算力市场 #光纤赛道掀起研发竞速潮 在AI大模型全球扩张、超算中心遍地落地的今天，有一条容易被大众忽略，却决定算力上限的核心赛道——光纤。曾经仅作为电信基建“传输管道”的光纤光缆，如今一跃成为AI算力集群的“神经网络血管”。全球算力军备竞赛之下，国内光纤龙头集体加码前沿研发，一场面向全球市场的技术竞速，正在悄然拉开帷幕。一、逻辑重构：光纤不再是传统基建，而是算力核心底座行业里流传一句精准总结：AI的瓶颈在算力，算力的命脉在光互联。大语言模型、多模态AI训练，动辄需要数千块GPU并联协
AI 集群核心并非 GPU 堆砌，而是带宽互联网络
上一回我们提到，GPU 面临两种结局：一是吃不饱（饿死），二是跑不动（堵车）。HBM 攻克了第一道难关。而第二种情况——即数万颗 GPU 之间“跑不动”的困境——必须依靠光互联来解决。但在深入探讨光技术之前，必须先厘清一个关键问题：这些 GPU 究竟是如何相互连接的？因为大众对于“AI 算力”的认知往往存在偏差。许多人误以为，AI 数据中心就是“海量 GPU 的简单堆叠”。芯片数量越多，算力便越强。这种认知，遗漏了最核心的一半真相。真实的 AI 集群，绝非一堆 GPU 的集合，而是一张网——一张让 GPU
AI投资新逻辑:45倍收益背后的基础设施机遇与平台生态变局
2026年5月，一张收益截图在X平台彻底杀疯了。一个顶着白发二次元少女头像、名叫"Serenity"的账户，晒出了自己的年度战绩：4502.45%。整整45倍收益。但真正让市场震惊的，不是收益率本身，而是他赚钱的方式——当整个市场狂热追逐英伟达、微软时，他研究的却是SIVE、AAOI、AXTI这些市值不到10亿美元的冷门小票。这似乎是散户对抗华尔街的终极神话。但冷静下来看，这个故事背后藏着2026年AI生态最重要的三个商业信号——而它们可能比45倍收益本身更有价值。Serenity的45倍神话并非运气。他
算力投资版图扩展：GPU 周边产业崛起
AI 计算领域的下一份支出清单，已经不再只盯着 GPU 那一项。过去两年，业内谈 AI 基础设施，大家首先想到的几乎都是 GPU、HBM、先进封装。这些当然关键，也依然是核心焦点。但当 AI 集群规模持续扩大，另一个问题会迅速凸显：芯片计算再快，数据能否及时送达？服务器部署再多，网络能否承受？本文要剖析的，正是 GPU 周边那张日益膨胀的账单：光互联、以太网交换、SerDes、SiPho、定制计算。它们不如 GPU 抢眼，却越来越像是 AI 数据中心的根基。先看一组数据。Marvell 披露的 AI 营收
AI 产业新动向：互联成关键瓶颈
产业追踪AI 基建瓶颈由算力转向互联1.需求底层动因智能体落地及超长上下文大模型普及，推动行业大规模扩容万卡集群，单台服务器搭载的 GPU 数量显著增加；传统 2.5 米机柜因铜线布线空间与带宽受限，光互联已成刚需，连接产业链迎来估值重塑。2.估值反转逻辑过往互联芯片及器件仅被视为配套硬件，估值低于算力芯片；万卡集群常态化后，GPU 算力利用率高度依赖互联带宽，市场修正预期，全链路连接板块迎来估值抬升行情。二、主线细分板块拆解（一）光互联（当日最强主线，受英伟达催化）导火索：英伟达官宣 Spectrum-
英伟达豪掷数十亿押注光子技术，欲破 AI 能耗瓶颈
近三个月来，英伟达已向多家光子技术初创公司注资逾 65 亿美元，加速技术研发布局，旨在攻克人工智能实际应用中的关键瓶颈。 作为一项前沿科技，光子技术借助光信号进行数据传输，其效率远胜于当前主流的电信号模式。后者高能耗的缺陷，正逐渐制约人工智能的大规模推广。 自 3 月初起，英伟达已陆续向鲁门特姆、高意及迈威尔三家光子企业完成了总计 20 亿美元的投资。此外，该芯片巨头还宣布向康宁 (182.97, -7.92, -4.15%) 注资 5 亿美元，共同开发高端光互联方案，并参与了光学领域新创公司艾尔实验室总
周末AI与算力板块密集催化 五大核心事件深度解读
导语 周末AI与算力领域利好消息集中释放，政策、融资、技术三方面形成共振效应，为下周市场指明方向。下面为你详细解读关键事件、受益方向与应对策略，直接复制就能用。一、核心利好事件速览1. 政策催化：词元经济纳入国家工作体系• 事件：国家数据局召开词元经济座谈会，将推动词元经济发展纳入工作体系，以高质量数据集建设和全国一体化算力网为着力点，推进数据要素市场化改革。• 解读：词元经济是AI大模型的核心基础，政策加持下，数据要素、算力网络、AI大模型赛道将迎来长期利好。2. DeepSeek：降价+融资双催化，A
AI基建三巨头：投资逻辑全解析
AI基建三巨头 极简交易核心 一、CPO（光互联） 核心点：AI带宽激增，1.6T取代800G，CPO成为主流 推动力：海外云厂商囤货、国产光芯片获突破、算力集群规模扩张 风险点：价格厮杀、订单不稳、技术升级滞后 龙头股：中际旭创、天孚通信、新易盛、光迅科技 二、PCB（算力底座） 核心逻辑：AI服务器电路板价值翻番，高端板及载板实现国产替代 利好因素：国内服务器招标启动、AI硬件出货大增、基板国产化进程 隐患：传统业务掣肘、产能过剩、原材料成本上升 龙头股：沪电股份、深南电路、胜宏科技、鹏鼎控股 三、液
AI 产业链核心封装与连接技术解析
英特尔：凭借 EMIB 先进封装工艺，利用局部桥接方案将芯片封装费用压缩至数百美元区间。SK 海力士：掌控全球六成 HBM 存储市场，目前正联手英特尔探索新型封装路径。台积电：其 CoWoS 高端封装方案虽支撑着英伟达芯片产能，但成本高达千元之巨。安菲诺：作为铜缆连接器龙头，在机柜内部短距离连接市场拥有绝对话语权。Credo：同步布局光电连接技术，深度受益于 AI 数据中心连接架构的迭代升级。英伟达：主导 GPU 芯片与 CPO 技术标准确立，把控机柜间长距离光连接命脉。博通：依托网络交换芯片及光学互联技
英伟达抢购光纤：光互联为何从配角跃升为算力瓶颈
AI算力的制约，正由“是否拥有GPU”转变为“GPU间如何互联”。光通信不再是AI行情的点缀，而是英伟达通过资本运作刻意锁定的下一个核心控制环节。2023年，A股首次将CPO从通信术语转化为AI资产。2024至2025年间，光模块巨头通过财报验证了这一逻辑。2026年5月6日，英伟达与康宁达成长期合作——市场必须理解第三层含义。2026年5月6日，康宁与英伟达公告中的关键数据：美国本土光连接产能将扩增10倍，光纤产能提升50%以上，新增三座先进制造设施，新增约3000个就业岗位。SEC 8-K披露的交易结
2026AI算力产业链研究要点
文 任泽平团队AI的发展离不开算力，而算力的支撑又来自电力。进入AI时代，算力等同于生产力，Agent AI驱动下的算力需求迎来集中释放。全球科技巨头掀起新一轮算力投入的“军备竞赛”，单位算力成本显著走低，推理算力的比重有望提升至70%以上。由此，算力正从过去的稀缺资源，转变为新型数字基础设施。算力产业正在形成三方面趋势：第一，算力投入的规模将直接决定AI的能力天花板，Scaling Law持续推动模型迭代；第二，推理阶段所需算力成为增长关键，相关占比快速上升，并重塑算力需求结构；第三，算力通胀趋势加速，