AI硬件上游A股清单有哪些？
硬件上游通常围绕AI芯片、半导体相关材料、PCB/覆铜板、光模块与光器件、先进封装技术、存储与接口器件、散热方案以及服务器零部件等展开，下面将核心A股标的做了梳理（截至2026-05-08）：一、AI芯片（算力核心）- 寒武纪（688256）：云端AI训练/推理芯片国产龙头- 海光信息（688041）：x86 CPU+DCU（深算系列）- 景嘉微（300476）：国产GPU（JM系列）- 澜起科技（688008）：内存接口芯片、CXL扩展芯片二、PCB/IC载板（算力载体）- 胜宏科技（300476）：A
Amtech任命Guy Shechter为总裁兼首席运营官
美国半导体设备与耗材制造商Amtech Systems，Inc.近日公布人事决定，任命Guy Shechter出任公司总裁兼首席运营官。该任命将于2026年5月19日起正式生效，届时他将直接向公司首席执行官开展汇报。 对于此次安排，Amtech首席执行官Bob Daigle表示，总裁兼首席运营官这一岗位是为匹配公司扩展需求而设立。他指出，Guy Shechter长期深耕半导体及先进封装设备相关领域，积累了较为充足的行业经验与客户资源。其曾在多个商业及综合管理岗位任职，并在推动经营增长、提升盈利水平方面取得
盛合晶微市值飙升至2200亿，谁在疯狂抢筹？
作为科创板新晋次新股，盛合晶微上市仅一月涨幅便超6倍，市盈率突破200倍，迅速跃升为A股半导体领域最受关注的焦点。深入分析这波行情的启动原因，公司一季报业绩大超预期、美股板块联动共振，加之外资、量化基金及知名游资集中买入，共同成为了推升其估值的关键动力。 5月7日，盛合晶微股价强势上扬，单日涨幅达11.11%，收报119.00元/股，总市值攀升至2217亿元，创下上市以来的股价与市值新高。 作为4月初登陆科创板的新股，盛合晶微上市后持续走高，短短一个月累计涨幅突破6倍，整体走势堪称现象级行情。 公司一季报
先进封装：赋能边缘AI新时代
人工智能（AI）正迅速从云端渗透到边缘设备，驱动着边缘AI的迅猛发展。汽车、个人电脑、机器人、智能手机以及监控等领域都在加速采纳边缘AI技术。预计到2030年，边缘AI设备的数量将以每年17%的复合增长率持续增长，总量将突破20亿台。与动辄需要数万亿次每秒浮点运算（TOPS）、依赖庞大预算和巨额投资的云端AI系统不同，边缘AI应用的集成电路设计面临着截然不同的限制：通常的算力需求仅在1至50TOPS之间，同时必须严格控制功耗（0.01至1W）和成本（10至1,000美元）。这迫使芯片设计者必须同时应对带宽
英伟达牵手康宁 斥资建光纤厂重塑AI传输
在AI浪潮持续推进的背景下，两家基建级龙头的协作，正在描绘全球人工智能基础设施的新走向。近日，芯片领域的英伟达与拥有百年积淀的康宁联合宣布：将于美国北卡罗来纳州与得克萨斯州新设三座先进制造工厂，面向英伟达的研发与生产环节，专门供应AI所需的光学元器件，一场围绕算力与光通信的深度联动正式启动。这项面向多年期的战略协同，被普遍视为AI基建领域的一次“强强互补”。英伟达作为AI芯片赛道的核心玩家，其GPU承担了大语言模型研发以及超大规模数据中心扩容的关键算力角色，支撑谷歌、Meta等科技巨头的AI布局；而康宁拥
AI崛起背后的幕后推手：TSMC
大家明明都在盯着大模型、算力、机器人，为何最终话题总离不开TSMC？虽然它外表是一家传统的芯片代工厂，但目前的局势早已不再单纯。路透社4月的消息称，受AI需求激增驱动，台积电预计将连续四个季度创下历史新高利润，其先进制程和先进封装产能已逼近极限；博通也曾公开指出，台积电的产能已触及天花板。换言之，AI 如今不仅缺乏优秀的模型，更缺乏能将模型落地、集成并运行的底层硬实力。这便引出了核心疑问：TSMC 究竟强在何处？最直观的解释是，它不仅制造芯片，更掌握了AI芯片制造的核心命脉。英伟达的Blackwell架构
2026 AI算力链紧抓稀缺主线：国产替代与景气扩散同向发力
2026 年以来，全球 AI 大模型持续迭代，Agent 形态应用快速涌现，进而把算力需求推向指数级增长。由此形成的 AI 算力产业链，已成为资本市场关注的关键主线。现阶段该产业链 PEG 中位数仅 0.96 倍，明显低于历史牛市中枢主线（约 2-3 倍）对应的估值高点区间，核心资产仍未进入泡沫阶段。当前行情主要沿着“缺货涨价、新需求重估、产能挤占”三条路径并行演进，并从龙头向全产业链扩散。紧扣紧缺主线，布局国产替代与景气扩散带来的机会。本报告立足光芯片产业链的供需结构，结合硅光芯片产业调研，同时吸收头部
AI产业链趋势与投资机会深度解析
序言：回溯历史，1804年人类首台蒸汽机车问世，宣告了马车及马车夫时代的终结；1881年巴黎电力博览会，爱迪生成功点亮2000盏电灯，引发煤油灯公司股价暴跌。这种技术创新与大规模应用，带动上下游产业链腾飞，重塑生产力与生产关系，史称“工业革命”。2023年ChatGPT-4横空出世，仅仅三年过去，2026年伊始，Meta宣布裁员8000人，微软推出员工自愿离职买断计划（实质裁员），美股软件股下挫，市场担忧AI爆发正冲击软件巨头的竞争力与护城河……历史虽不简单重复，但韵脚却惊人相似！重点分析未来6-18个月
吾爱易达荣获AI好眼镜投资价值企业奖
用SiP封装重塑AI眼镜的连接方式2026年，消费电子领域最受关注的主线之一，正是AI智能眼镜的规模化落地。在政策与需求共同发力的背景下，一场将重构终端形态的产业变动正在加速推进；而在这条赛道的底层，苏州吾爱易达物联网有限公司正以一颗关键但不显眼的“芯”，持续推进技术的再定义。风口正盛：AI眼镜加速驶入快车道作为被视作“下一代智能终端”的重点方向，AI智能眼镜正以极快的节奏进入大众视野。Meta与雷朋联手的AI智能眼镜在2025年已实现全球销量超700万副；国内同样热度不减：2026年1至2月，国内智能眼
京瓷发布新一代陶瓷基板，赋能AI芯片封装升级
京瓷发布突破性多层陶瓷核心基板，为高端AI半导体封装注入新动能。近日，京瓷集团宣布成功研发并即将量产一款创新的多层陶瓷核心基板，该产品专为xPU（涵盖CPU、GPU等各类AI处理器）及交换级ASIC等尖端半导体封装而设计，旨在为快速发展的AI数据中心架构提供关键的材料支持。这款具有行业颠覆性的基板产品，定于2026年5月26日至29日在美国佛罗里达州奥兰多举行的ECTC 2026国际半导体封装技术大会上首次亮相。其独特的材料属性与技术优势，有望克服当前高端半导体封装领域面临的核心挑战。作为全球领先的精细陶
ASMPT盘中大涨7%：拟剥离NEXX业务聚焦后端封装
立足香港，放眼全球。新浪财经全球资本峰会金曜奖投票现已开启！汇聚最具价值的资本力量，你的一票至关重要 立即投票 ASMPT(171.5, 8.20, 5.02%)（00522）盘中拉升超7%。截至发稿，股价涨幅为5.02%，报171.50港元，成交额4.07亿港元。 应用材料计划收购ASMPT旗下NEXX的大面积先进封装沉积设备业务，交易总价为现金1.2亿美元。ASMPT表示，集团已决定以出售方式把目标公司从半导体解决方案板块中剥离，以便集团能够更集中投入后端封装业务。 责任编辑：卢昱君 新浪财经声明：本
AI付费加速：A股机会在这里
今天圈里都在热议豆包开始试水付费模式。以我看，这件事其实并不算完全意外。毕竟如今AI能用到的场景太多了，越来越多人已经习惯让它帮自己写代码、做周报、核对孩子作业，而且一旦用上就很难放下，那么后续出现收费也只是时间问题。根据目前披露的资料，定价被划成三档：标准版68元/月，加强版200元/月，专业版500元/月。尽管官方表示免费服务仍会继续，付费方案也还在测试阶段，但市场的信号已经很清晰了——AI免费“先白嫖”的窗口，正在快速收拢。熟悉豆包的用户可能会觉得变化来得太快，但从商业逻辑来说，这一步是必然的。AI
AI算力的底层驱动与投资机会——台积电观点
在2026年技术研讨会上，台积电公布了其最新的先进制程与先进封装技术路线图。不少人一看到这些描述就会觉得门槛很高：N2、A16、A14、A13、CoWoS、SoIC、HBM、硅光子、背面供电等。但如果用一句更直白的话来概括，这份报告其实在传递的重点是：当AI进入更深的阶段，真正决定胜负的并不只是模型有多“聪明”，而是谁能够把支撑AI的算力底座系统真正做出来并规模化。我们眼前接触到的AI，似乎只是手机或电脑里的软件——一个聊天框、一个应用。可它背后依赖的是非常庞大的物理工程：从芯片与封装，到内存、供电、散热
联发科AI芯片瞄准120亿美元营收
1.联发科AI芯片明年有望冲到70亿至120亿美元2.AI模型快速“上路”，超 50 家汽车品牌采用字节跳动豆包3.台积电先进封装核心余振华加盟联发科1.联发科AI芯片明年有望冲到70亿至120亿美元近日，联发科披露2026年第一季度财报：一季度合并营收1491.51亿新台币，环比小幅下滑0.7%、同比下降2.7%。公司称，主要受手机业务走弱影响，同时被智能设备增长部分对冲。每股收益为15.17新台币，毛利率46.3%。合并净利243.76亿新台币，环比增长5.6%，同比减少17.4%。在手机业务承压的背
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