2026年AI内卷严重！深扒10份过审可研，发现破局点竟是……
各位创业伙伴，最近是否察觉到了异样？2026年的局势确实不同了。过去咱们谈AI，谈的是“今天又出了什么大模型”，参数多厉害；如今，大家见面问的是：“你的AI应用落地没？营收破千万没？”就在前几日，上海交大推出了《2026年“人工智能+”行业发展蓝皮书》，其中一句话直击痛点：AI竞争已不再是单纯比拼参数大小，而是转入了“系统能力”的近身肉搏。直白地说，风口确实到了，但资金也确实难拿了。作为在投资圈摸爬滚打多年的老兵，最近我身边有个真实案例：一位做“AI+工业制造”的朋友，项目技术很强，但拿着一份模板化的陈旧
AI算力增长带动液冷投资逻辑梳理
液冷正在从过去的备选方案，逐步变成AI算力扩张与高密度数据中心的必选配置。行业正处在2026年加速规模化落地、2027—2030年普遍推广的关键窗口期。主要驱动来自AI算力功耗快速攀升、双碳相关约束持续收紧，以及风冷技术逐步触顶。由此带来市场容量的加速扩张，同时产业链国产化进程加快、技术路线日趋明确，头部企业订单也较为充足。一、行业爆发核心驱动（刚需+政策）1. AI算力爆发：风冷方式难以承载，液冷成为主导解法芯片功耗持续抬升：英伟达GB300芯片功耗已超过1400W，Rubin架构的功率进一步突破250
AI算力根基为何是PCB？深度拆解板块投资逻辑
此轮AI浪潮中，众人耳熟能详的核心组件，莫过于GPU、HBM、光模块、铜缆与交换机。然而若将AI服务器真正拆解剖析，便会发现一个环节虽不显"亮眼"，却不可或缺——正是PCB。多数人对PCB的认知仍停留在"电子工业基础板材""制造属性强、周期性明显、缺乏想象空间"。关键在于，随着AI硬件迭代，PCB早已不再是昔日那种技术门槛低、仅靠价格竞争的通用产品。当前市场正在重新审视的，是另一类PCB：层数多、传输速率高、信号损耗低、工艺难度大、认证壁垒高的高端AI PCB。更直白地讲：AI时代，核心价值不在于"能否生
2026年AI芯片终局：Token经济取代算力，HBM成新核心
如果把这次AI浪潮拆解开来，你会发现一个正在发生的根本性转变：衡量价值的核心，不再仅仅是GPU的算力本身，而是“单位成本能产出多少Token”。本文试图解答市场长期困惑的一个问题——为何每一代GPU对HBM的需求几乎注定呈指数级增长？更重要的是，为何这种增长不会像过去那样中途停顿？这也是我长期看多三星和SK海力士的理论依据（凭借此观点，近一个月本人美股收益率达78%）。一、被忽视的第一性原理在当前架构下，AI推理的本质可简化为一句话：Token吞吐量 ≈ HBM容量 × HBM带宽这并非经验之谈，而是基于
人工智能：短期是生产力，长期或更具毁灭性
好久没在公众号里更新了，主要是懒惰占了上风，自己也没什么想法要倾诉。尽管市场一路把我按在地上摩擦，我也没有就此认输，依旧在AH两个市场继续拼。最近一家人吃饭，给我小学一年级的女儿问到一个问题，她一本正经地说：“爸爸，是不是没有豆包就更好？”我追问：“为什么这么说？”她回答：“我听你和妈妈聊天，你们说豆包可能会让你们失业。要是你们失业了，我们家不就没收入了吗？”聊到AI这件事，我尽量让自己保持乐观。但对女儿的疑问，我其实也说不出明确答案。并且我发现，随着AI能力快速升级，去年那些零星谨慎讨论的声音几乎消失了
AI难成零失误投资者
AI很难成为永不失手的投资者霍华德・马克斯橡树资本联合创始人我依旧相信，仍然可能有人类投资者胜过 AI；原因在于，我并不认为 AI 能在这些方面达到无懈可击的水平。因为投资过程在很大程度上离不开猜测，再加上 AI 也并非完全可靠，我认为它作为投资者不太可能做到万无一失。它也许会给出看似严密的逻辑假设，但这些假设——就像人类的判断一样——并不总是正确。因此，在投资者根据 AI 的假设付诸行动之前，我认为必须先对其合理性进行检验。没有人能够做到绝对正确，大多数人可能也未必能比 AI 做得更好。不过，我仍然相信
DeepSeek V4深度解析：AI算力与云服务的投资机遇
知识星球汇集了最新的个股点评、行业动态、市场资讯、内部纪要、电话会议实录及深度研报。无需耗费大量时间，即可高效获取最具价值的投研情报。高盛指出，相较于去年DeepSeek的关键节点，DeepSeek V4模型体现了在计算效率与开源策略上的持续精进，且架构上实现了显著升级。该升级将进一步提升计算成本效益，为AI应用的普及与推广铺平道路，加速代理应用的落地。未来，模型在编码成功率、任务完成度及多模态能力上的表现，将成为定价的关键分水岭。建议继续关注云服务与数据中心领域，重点推荐万国数据、世纪互联、阿里巴巴及金
AI驱动国产CPU产业腾飞（核心标的）
1、CPU价格上行态势与关键推力·应用层涨价动态：云计算服务商及办公软件产品已实施多轮价格调整，直观显示需求端热度。以阿里云为例，短期内连续两次发布涨价通知：4月15日率先调整部分MU模型单元服务定价，仅隔9日的4月24日再度上调；同期Teams也公告自4月30日起将单账户月费调至300元，此次调价面向企业客户，模式类似个人用户的订阅套餐涨价。应用端密集调价是需求强劲的明确信号，表明AI时代底层算力组件的战略地位正在重塑，为后续供需分析奠定现实基础。·需求增长底层逻辑：AI智能体及编程助手等新型应用的推广
券商并购重组加速 行业格局迈向大而强
年初东吴证券并购东海证券后，2026年证券业第二起合并案落地上海。东方证券公告拟通过发行A股及现金收购上海证券全部股权，A股股票自4月20日起停牌，预计停牌不超过10个交易日。 业内分析指出，受政策红利和市场逻辑双重推动，券商并购重组步入深水期。行业资源正快速向头部机构集中，构建“大而强”与“优而精”并存的新格局。 上海国资金融战略再落一子 依据公告，上海证券注册资本53.27亿元，股东包括百联集团（持股50%）、国泰海通证券（持股24.99%）、上海国际集团（持股16.33%及7.68%）及上海城投集团
算力新时代：AI芯片国产替代与投资策略全解析
**核心数据指标：**当下市场呈现出"三方博弈"的态势：传统的GPU架构尽管通用性极佳，却在能效比方面遭遇瓶颈。新一代AI芯片正加速迈向"专用化"演进：**架构形态对比：**| 架构类型 | 代表产品 | 优势 | 适用场景 ||---------|---------|------|---------|| GPU通用架构 | 英伟达H100 | 生态成熟，编程自由 | 训练及推理通用场合 || NPU专用架构 | 华为昇腾910 | 能效优越，算力密集 | 推理与边缘计算
AI投资新视角：电力基建才是真刚需
2026.4.17 回顾过去一年，AI的炒作主线几经更迭——先是算力硬件（CPO、服务器），随后转向模型层，接着是应用层，最近又回到了电力与基建。每个阶段都有公司被资金追捧，但潮水退去后，能兑现业绩的寥寥无几，大多只是随情绪起伏。 当前AI的热点，我梳理出三个方向： 其一，算力基建的延展——从GPU、光模块向IDC、液冷、铜连接等配套延伸。逻辑虽通，但许多公司估值已透支未来两三年增长，错过低位介入，现在追高极易被套。 其二，终端侧AI——涵盖手机、PC、耳机、眼镜等。虽然厂商积极推动AI功能，但市场买单情
平安基金林清源押注燃气轮机，年化收益超20%，马斯克观点高度一致
来源：今晚吃基 各位基友，最近翻看基金榜单时，基哥发现了一款让人眼前一亮的产品！ 马斯克在过去一年里多次提及，AI发展的下一个拦路虎并非芯片，而是电力。他认为芯片产能的增长速度将远超电网的供电能力，特别是美国电网老化问题突出，数据中心必须实现全天候不间断供电。 在访谈中，马斯克谈及燃气轮机时直言不讳。他指出，面对AI数据中心爆发式的用电需求，燃气轮机是目前最可行的应急手段。他还剖析了供应链痛点，指出叶片和导向叶片是制造难点，全球能生产这些高温合金部件的企业寥寥无几，订单早已供不应求。 他透露，为了给xAI
Two Sigma亚太CEO：AI时代的新超额收益源于人性能力
主题：第二十九届哈佛中国论坛 2026年4月12日，第29届哈佛中国论坛开幕仪式上，Two Sigma腾胜投资管理亚太区负责人林国沣（Kenny Lam）就AI时代的投资逻辑变革发表了主题演讲。他指出，伴随AI模型、数据工具及算力的大规模应用，依靠信息差和专业深度赚取超额收益（alpha）的旧路已被改写，许多复杂分析已可在个人终端实现，因此“功能层面的出色固然重要，但已不足以制胜”。 他强调，在工具趋于一致的环境下，行业需重新审视优势的源头，“新的alpha将源自那些难以被机器取代的特质”，涵盖内心（he
AI算力瓶颈：液冷技术成关键
随着 AI 算力呈现爆发式增长，液冷早已不再是可有可无的配角，而是决定了算力上限的必备支撑。今天我们暂且不谈炙手可热的光模块，而是聚焦于算力底座中至关重要却常被忽视的细分领域——液冷。（本文仅供行业与企业逻辑探讨，不构成任何投资建议）一、首先理清一个核心逻辑：为何液冷是 AI 的命脉？许多人对于 AI 的理解，仍停留在“参数越多越强”“芯片性能越强越好”的层面。但鲜少有人意识到一个朴素的事实：缺乏散热，再强悍的芯片也不过是发热的废铁。这便是当前产业的真实写照。当下的 AI 大模型，参数已从千亿迈向万亿，对
AI投资需理性：算清价值账，做市场中的冷静投资者
众所周知，将“成长”与“价值”视为非黑即白的对立面并不明智。巴菲特与芒格曾言：“投资本质上皆为价值投资，关键在于如何对未来现金流进行折现。”纵观历史，那些顶尖的成长股猎手从不被情怀左右，他们只押注于“物理必然性”。案例一：Baillie Gifford与特斯拉——赌的不是梦想，而是物理法则·分歧中的布局：2013年，特斯拉深陷产能泥潭，市场一片看衰。BG却在此刻大举买入，他们不纠结短期财报，而是推算“电池能量密度的提升斜率”。·物理层面的降维：他们的逻辑是，一旦电池成本跌破临界值，内燃机在电动车面前便处于