AI产业：产能主导新时代
进入2026年第二季度，AI产业链的市场逻辑正经历深刻转变。4月业绩披露期，资金仍集中于确定性强的核心赛道；5月以来，随着行业热度持续扩散，AI全产业链各细分领域轮番上涨，一周内多个板块交替活跃，资金在算力硬件、光通信、半导体、能源配套等领域快速轮动。AI产业浪潮已迈入第四个年头，从最初的算法概念、应用畅想，逐步深入到全产业链精细化发展，赛道不断细化，投资逻辑也从“预期炒作”转向“业绩兑现”。当前AI产业链已构建起涵盖光电子、通信传输、算力基建、国产替代、能源配套、散热、PCB、大模型及应用的完整生态，各
津上机床中国股价劲扬逾8%刷新高位 全年净利预期增长近四成
津上机床中国（01651）盘中飙升逾8%，触及59.3港元的历史新高。截至发稿，股价仍上涨6.01%，报58.20港元，成交金额达4728.23万港元。公司预估，截至3月底的年度净利润约为人民币10.94亿元，较去年同期增长约40%。公告指出，AI液冷、半导体等新兴产业的迅猛发展，推动了对高精度、自动化及复合化机床设备的旺盛需求，成为驱动公司业绩攀升的核心引擎。东方证券分析称，随着AI算力向高功率方向演进，AI制造领域迎来扩张机遇，特别是液冷系统的重要性日益凸显，进一步激发了机床精密加工的市场需求。开源证
算力瓶颈下的AI产业新格局
思想钢印260510一周重要观点回顾(0504-0507)原文感悟：AI 规模化发展撞上资源天花板，反对数据中心的声浪虽此起彼伏，但不改长期趋势，只是改变了 AI 产业的发展节奏与格局。即便面临重重阻力，算力基础设施的投资仍将继续推进。AI 竞争的核心在于算力基座的构建，一步落后则处处被动，长期投资主线不会动摇。然而近期扩张速度明显减速，700 + 超大规模数据中心的规划显示，2026 年原定 16GW 产能实际仅能交付 5GW，30%-50% 项目存在延期风险，审批与监管约束成为最大障碍，同时能源、水资
AI主线梳理与机会点
周一中天科技预计会高开，天阳科技可能也是一字涨停。电子布的想象空间比光纤更大，当前电子布核心仍依赖海外，而光纤国内已无卡脖子风险。烽火通信拥有电子布、光纤以及航天业务光纤：长飞 亨通 烽火 中天 通鼎电子布：宏和科技，中材科技，中国巨石算力：利通，润建长鑫存储首选正宗（股权）：兆易创新、合肥城建弹性赛道：北方华创、深科技（封测）、沪硅产业CPO ：光迅，剑桥，华工---1. CPO（共封装光学）- 中际旭创- 新易盛- 天孚通信- 华工科技2. OCS（光交叉连接）- 腾景科技- 福晶科技- 光库科技-
百亿算力合同落地，市值站上1200亿关口，东阳光押注新赛道
来源：尺度商业 文 | 杨万里 编辑 | 刘振涛 一纸公告，2个交易日市值飙升逾220亿元，东阳光再次成为资本市场焦点。 日前，东阳光宣布控股子公司签下百亿级算力大单。消息发酵后，5月6日-7日，其股价连续两个涨停，总市值突破1200亿元。截至2025年5月8日收盘，公司最新总市值为1201亿元。 公开信息显示，东阳光从铝箔业务起家，此后相继拓展化工新材料、电子元器件、能源材料等板块。近年来，东阳光全面推进AI转型，加码算力端布局包括收购秦淮数据股权、构建全链条液冷解决方案等，加速从传统制造业向算力赛道跨
AI算力与数据中心液冷趋势报告
前言Preface在人工智能大模型持续迭代的带动下，全球数字经济正在进入新一轮基础设施重塑阶段。AI产业的发展进一步推动算力、数据中心、液冷散热、供配电、储能以及能源系统等环节同步升级。可以说，AI算力基础设施已从传统“IT系统”逐步发展为一套更具工业属性的新型基础设施体系。随着GPU集群规模持续扩大，智算中心建设不断加快，同时低空经济、人形机器人、工业AI等新兴方向加速落地，全球算力需求也正由过去以集中式云计算为主，向高密度、分布式与场景化协同的模式转变。与之对应，数据中心也在由传统IDC向AIDC（A
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
AI到底在驱动什么？我用扣子做全产业链拆解
AI算力产业链正站在"超级周期"的起点位置，2026年也是产业链从酝酿走向全面爆发的关键拐点。需求侧：Token调用量连续两年增长超千倍，日均消耗从2024年的1000亿一路拉升到2026年3月的140万亿；与此同时，全球云厂商在2026年的资本开支上限合计7250亿美元，几乎都在指向算力这一核心方向。供给侧：高端算力的供需缺口已超过35%，H100租赁价格在5个月内上涨40%至2.35美元/小时，Blackwell系列进一步到4.08美元/小时，订单甚至排到了2027年。技术侧：800G
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
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
AI算力散热频崩？绿激光3D打印纯铜+AI液冷的高热方案
持续深耕 AI 算力赛道后，当前最突出的问题是：算力规模越做越大，散热与温控就越难稳住。当高端 GPU 及大模型服务器在满负荷状态运行时，单机柜热负荷轻松冲到 2000W+；在如此高热流密度条件下，散热能力已经成为限制算力“长时间在线”、数据中心稳定运营的关键短板。传统风冷很难压住瞬时热峰，常规水冷在换热效率上也存在不足。更需要注意的是，传统焊接铜水冷板容易出现漏液、腐蚀等问题，故障频率高，导致运维成本长期居高不下。散热一旦跟不上算力迭代，顶级硬件只能被动降频，峰值性能也就难以真正释放。业内普遍认可的破局
AI能耗革命：绿色技术的全球突围
随着全球聚焦于AI模型的性能突破，一场隐秘的能源变革正在重塑产业的底层架构。斯坦福发布的《2026年人工智能指数报告》发出预警：单次大模型的训练碳排放量相当于300辆汽车一生的排放总和，且推理阶段的能耗占据了数据中心总负载的65%。绿色AI已从一种“可选项”转变为生存发展的必要条件。技术路线正经历全面的重塑与升级。液冷技术的应用率在2026年第一季度已超过40%，相比上一年度实现翻番；微软联手丹麦打造了全球首个完全依赖风电运行的AI数据中心，每年减少碳排放达1.2万吨；中国的“东数西算”工程则将内蒙古的智
从FLOPS到瓦特：AI工厂如何炼成绿色Token?
英伟达CEO黄仁勋在2026年GTC大会上提出：我们常以FLOPS评估AI性能，但在现实层面，真正的瓶颈在于瓦特。每瓦特能生成多少Token，才是衡量AI算力工厂效率的唯一标尺。这引出了他著名的“AI五层蛋糕”架构：自下而上依次为能源、芯片、基础设施、模型及应用。若缺乏底层能源支撑，上层架构便如空中楼阁般虚幻。如今，全球科技巨头已意识到这一点，一场旨在生产“绿色Token”的竞争已然打响。 案例一：谷歌的“全天候零碳”计划 谷歌在全球设有20余个数据中心，承诺在2030年前实现24小时无碳运行——即数据中
绿激光3D打印：破解AI液冷规模化量产难题
人工智能领域正经历跨越式发展，液冷技术由备选方案升级为刚性需求，产业链加速从验证阶段进入规模化生产。纯铜材质液冷板是冷却系统的关键组件，其加工水平直接决定产能上限。希禾增材所研发的绿激光3D纯铜成型工艺，正在完成从科研到产业化的关键转型。伴随AI算力设备能耗不断走高，液冷技术市场占比预估2026年将攀升至47%[1]。全球数据中心液冷领域规模预期突破165亿美元[2]。在行业高速扩张背景下，液冷核心部件（如液冷板、微通道散热器）的高品质、高效率生产已成为限制产业进步的主要障碍。纯铜液冷部件规模化制造遭遇多
AI服务器液冷风险：千万损失源于一滴冷却液
“我们一个机柜，价值两千万的AI服务器，因为漏液全烧了。”原因不是黑客攻击，不是断电故障，而是一滴看不见的冷却液。这不是个例。随着AI算力爆发，单机柜功率从10kW飙到150kW，液冷散热成了唯一选择。但液冷系统有个“隐形杀手”——微泄漏。每天漏几滴，你根本发现不了。等你闻到焦味的时候，几千万的算力已经报废。这篇文章，告诉你液冷服务器最致命的3个风险，以及怎么提前发现它们。全文干货，建议先转发收藏，再慢慢看。先看一组数据：原因很简单：AI芯片（如NVIDIA B200、华为昇腾910）的功耗已经突破100