AI推理时代来临：企业级SSD成核心赛道
文｜东坡先生有人问AI硬件的风口已过？毕竟PCB、光模块、液冷等都涨过了。那还有没有机会呢？有，但首先要弄明白所处的是“势”，所谓顺势而为才能有所为。AI的上半场是模型训练为主的基建，而下半场，则是算力要求更高的“推理时代”，这就是“势”。弄明白了这个，才能明白我说为什么先进封装、存储等是接下来的主线机会。上一篇文章写完后，先进封装大涨，验证了逻辑。不过，别急，我说的机会都不是短期，而是中长期机会。说到存储，大家就会想到HBM，但我们说的不是这个，而是在AI推理时代的企业级SSD。今天继续聊推理时代的第二
中金：AI 推理新时代，CPU 核心地位重估
中金点睛随着智能体 AI 的迅猛崛起，CPU 在推理阶段的角色正面临重新定义。本文深入剖析了 CPU 需求增长的驱动因素、市场规模预测及竞争态势，旨在探索其未来发展空间。尽管短期内的配置比例尚存变数，但长期来看，CPU 地位的回升具备充分合理性。为何 CPU 需求将显著增长？在大模型训练期，以 GPU 为核心的矩阵算力是决定模型上限的关键，行业焦点也多集中于 FLOPs 等 GPU 性能优化。然而自 2025 年下半年起，局势发生两方面转变：1）训练端，强化学习地位凸显，使得 CPU 与 GPU 的配比成
HBM需求爆发：AI算力时代的内存技术革命
在AI大模型时代，GPU的性能天花板完全取决于HBM（高带宽内存），HBM的容量与带宽必须代代实现翻倍增长，不再像传统内存那样存在周期性瓶颈，需求将呈现持续指数级攀升。 一、回顾：CPU时代，内存（DDR）并不关键 在电脑、手机等传统CPU算力时代，行业的唯一核心目标是让CPU的运算速度不断提升。 我们日常接触的DDR普通内存仅仅是辅助角色，在行业中的地位极低，十余年来技术几乎没有重大突破，主要原因有两方面： 1、CPU自带优化机制，无需内存加速 CPU配备了多层缓存和并行计算架构，能够自行弥补内存速度慢
AI点燃存储大周期
最近科技圈最引人关注的变化，莫过于AI把存储赛道直接推入“超级周期”，连数据中心都从过去的电子仓库，转身变成了持续产出的“Token工厂”。直白点说：AI想要源源不断地输出答案，就得先把存储吃得更猛，传统供给与用法已经不够用了。先把两个概念理顺。Token可以理解为AI生成与计算时的最小“信息单位”，支撑AI说话、写代码与产出内容，因此也是AI世界里的硬通货；所谓存储超级周期，并不是单纯的涨价，而是AI需求把存储供需直接推向卖方市场，价格上行伴随缺货，市场热度预计可持续到2027年。为何突然加速？关键在于
AI应用溢价逐步超越算力
当Alphabet股价在单日内暴涨逾10%、市值一天增加超4000亿美元，同时英伟达股价却下挫近5%、市值先后跌破5万亿美元与4.8万亿美元这两道门槛时，这场发生在2026年4月底的“冰火两重天”，所折射的绝不只是少数个股的短线波动，而是对AI产业底层估值逻辑的一次深度校准。从推理数据量首次超过训练数据量的宏观拐点，到科技巨头财报中自研芯片板块的大规模呈现，市场正在重新梳理一个核心命题：在AI价值链条之中，究竟哪一环更值得拿到溢价？是供给端的通用芯片，还是把AI能力深度嵌入业务流程并形成闭环的应用方案？答