AI服务器八大核心组件深度解析
今天把AI服务器从内部到外部彻底拆解，从算力芯片到液冷散热，每个细分领域的核心玩家都梳理清楚！一、算力核心：计算单元｜整机价值占比60%-70%整条产业链最核心的部分，直接决定算力上限，也是利润最集中的环节。1. AI加速芯片（GPU/NPU）：算力核心引擎海光信息：国产x86DCU+CPU双龙头，兼容CUDA生态，商用落地规模领先寒武纪：思元系列覆盖训练+推理全场景，政企智算中心核心供应商景嘉微：国产通用GPU龙头，深耕军工与信创安全可控场景2. 通用CPU：整机调度"总指挥"海光信息：x86服务器CP
数字时代的隐形水危机：AI算力背后的资源消耗
当你拿起手机随口抛出一个问题，AI在几秒内给出流畅回复时，你或许从未想过——这场对话的“代价”，竟是一捧水的消逝。 这绝非危言耸听。央视网近期公布的数据令人警醒：全球AI算力年度消耗的淡水量已高达230亿立方米，占工业取水总量的3.7%。这意味着什么？相当于70个西湖的库容，或者北京市三年的总用水量。更令人震撼的类比来自日常生活：与AI对话5分钟，散热需耗水约500毫升；提出10个问题，一瓶矿泉水便消耗殆尽——不是你饮用，而是被数据中心“蒸发”掉。 我们正在用最“干渴”的方式，喂养最聪慧的机器。 AI的“
AI算力缺口扩大,AIDC基建狂飙,5大核心龙头解析
人工智能数据中心简称AIDC，是专为AI运算需求定制的新一代专业算力基础设施。据了解，AIDC构成了数字经济与新质生产力发展的关键底座，其相关建设已晋级为国家战略，享有众多政策红利。伴随200G/400G/800G光模块的大规模应用，AIDC万卡集群的高速通信瓶颈被打破，达成了节点间的极低延迟互联。同时，网信办与工信部加大了对AIDC算力及数据安全的监管力度，对数据存储、跨境流动以及算力商业模式进行规范，健全了全行业的合规监管体系。作为AI时代的核心算力基石，AIDC为人工智能的技术演进与商业应用提供了稳
AI算力浪潮中A股的结构性机会
一、核心逻辑：AI需求激增，算力基建跃升为国家战略基础设施自2026年起，AI大模型与智能体加速商业化，国内日均Token调用量突破140万亿，两年增长超千倍，算力需求呈指数级攀升。与此同时，算力网络正式纳入国家‘六张网’新型基建体系，与水网、新型电网并列，‘十五五’期间总投资预计超7万亿元，算力已从配套支撑升级为数字经济时代的刚性需求。政策层面，‘东数西算’八大枢纽全面运行，算力互联节点建设提速；产业层面，单柜功率从10kW跃升至30-50kW，新建智算中心PUE强制限定≤1.3，倒逼基础设施全面升级。
AI算力需求刺激光纤行业步入景气上升期
【热点导读】>AI算力建设推动光纤行业进入景气上行周期>脑机接口行业正处于迈向商业化落地的关键阶段>全球首台5兆瓦级全碳型锂离子超级电容试验成功>英伟达最新发文详解Rubin全面液冷技术>第41届国际超算大会聚焦AI、量子计算>产能提高三倍，日企Granopt计划扩产光通信材料【主题详情】AI算力建设推动光纤行业进入景气上行周期受算力基建、通信网络升级带动，今年以来，高纯四氯化硅市场需求持续回暖。高纯四氯化硅下游主要应用于光纤预制棒、合成石英玻璃的生产。据了解，受益于全
永贵转债：AI光环虚实几何
本人从事信用分析工作15载，现已退休，愿与各位探讨转债投资之道，彼此切磋，共同进步。文章难免枯燥，初衷乃是记录复盘、自我提升，幸而分享过程中与诸多朋友相互启迪，颇有收获，欢迎交流指正。近期机缘巧合，先后捕捉到祥和转债与永贵转债这两只沾边AI概念的转债。实则入手之际，并未对二者抱有太高期待，未曾想竟双双迎来一波涨幅。这也促使我再度搜寻市场中AI相关的转债标的。上一篇已完整罗列所发现的AI概念债，原文附于此处：收藏！A 股人工智能相关转债名录（附概念划分）细察筛选结果，这些转债大多已远离债底保护，买入无异于博
AI算力金属狂飙！24只产业链概念股深度解析
公众号记得加星标⭐️，第一时间推送不会错过哦本周一A股算力金属板块集体爆发，锡、钽、钨、钼、锗、铟等多品种全线飙升，中钨高新、金钼股份、厦门钨业、东方钽业、锡业股份、云南锗业等多股强势涨停。随着2026年全球AI算力资本投入不断加码，各类稀有及基本金属作为服务器、光模块、高端芯片封装、液冷设施的必备原料，正迎来供应端收缩与AI需求激增的共振，价格连续攀升：锡半年涨幅40%、钽锭年内大涨158%、铟年内涨幅60%。算力金属已摆脱传统周期属性，AI服务器、高速光模块、GPU芯片、液冷散热的刚性消耗，使行业需求
AI算力基建四大核心：封装、玻璃、液冷与电力重构
一、引言：算力基建的‘木桶效应’AI算力产业链正从‘芯片主导’转向‘系统工程’。CoWoS先进封装、玻璃基板、液冷散热、电力基础设施四大环节，构成当前算力基建的核心‘短板’——最弱一环决定整体性能上限。当前CoWoS产能缺口仍超20%，变压器交付周期延长至两年以上，液冷从‘可选’变为‘刚需’——这些信号共同表明：算力竞争已从制程对决，升级为全链条基础设施的全面比拼。二、CoWoS先进封装：产能扩张与缺口博弈需求端：AI芯片‘绕不开’的关卡CoWoS已成为AI芯片量产的必经之路。英伟达Vera、GB10、V
格力亮相链博会，推出液冷方案将PUE压至1.1
专题：第四届中国国际供应链促进博览会（链博会） 新浪科技讯 6月22日下午消息，今日举办的第四届中国国际供应链促进博览会（简称“链博会”）上，格力电器(36.990, 0.27, 0.74%)发布AIDC数据中心全场景液冷解决方案，核心新品“冰立方”磁悬浮一体式CDU同步揭幕，凭借100%自主可控的技术体系与极致能效、精准温控、高可靠运行多重优势，为AI算力时代的数据中心绿色升级带来全新方案。 据格力建筑环境与节能研究院技术负责人陈旭光介绍，该方案实现了从核心部件到系统架构的100%全栈自研。依托十余年磁
格力CMO朱磊：算力极限由电力决定，制约因素是制冷技术
新浪科技讯 6月22日下午消息，在今日开幕的第四届中国国际供应链促进博览会（简称"链博会"）上，格力电器(36.990, 0.27, 0.74%)正式推出AIDC数据中心全场景液冷解决方案，核心新品"冰立方"磁悬浮一体式CDU同步亮相。该方案依托100%自主可控的技术架构，在能效表现（PUE低至1.1）、温度精准调控以及高可靠运行等方面具备显著优势，为AI算力时代的数据中心绿色转型提供了创新路径。当前，算力产业高速扩张正带来严峻的能源挑战。格力电器CMO朱磊在现场分享中指出，2024年全球数据中心总耗电量
AI芯片与新材料技术调研核心发现
【AI芯片】【玻璃基板】【液冷】【TLVR】【钨】调研核心发现【AI芯片】1）今年昇腾内部设定的出货指标为75-80万片，字节计划采购50万片，目前已交付5-10万。2）HWJ今年的主打产品590，配合690全年出货量约30万。字节跳动占据HWJ出货量的九成以上。3）今年昆仑芯的总体出货量预计可达20万左右，其中P800约10万张，M100约10万张。【玻璃基板】1）上半年玻璃基板市场需求整体趋好，彩虹与京东方、华星等关键客户绑定，市场地位稳固，对标康宁、AGC等国际巨头，持续推动扩产升级，10.5代线已
AI算力狂飙，散热成生死命门
业内早有共识——算力的尽头是能源，能源的尽头是散热。当AI把单机柜功率拉到传统机房的十几倍，热管理已经从不起眼的“配套工程”，变成了决定算力天花板的“AI算力阀门”。就在今年6月，施耐德电气热管理创新实验室在上海浦东正式揭牌，这家法国能源巨头把全球三大核心热管理研发基地之一落在上海，背后藏着整个AI产业最真切的变局。放在十年前，机房散热还是件很“粗放”的事。机架功率普遍只有三五千瓦，机房全天恒温，运维人员夏天甚至能进去蹭空调纳凉。但现在走进AI算力中心，扑面的热浪让人根本待不住，更别提纳凉。中科院计算技术
AI投资逻辑：短期聚焦涨价，资源集结号已吹响
前文提到，AI浪潮短期看涨、长期看降本。今番深入剖析：短期涨势何在？答案不在代码，而在实验室、生产线、材料库乃至矿坑。一、涨价，实则是物理世界的“独木桥”排队。首道难关：先进封装。英伟达虽设计了GPU，却需有人将其“粘合”。全球唯台积电游刃有余，CoWoS产能需排队至一年后。这“等”字在市场便化作一个字：涨。但台积电亦感棘手。芯片堆叠日益增高，散热、信号干扰、基板翘曲接踵而至。传统有机基板近乎瓶颈，行业转向玻璃基板。此物虽更硬更平，良率与检测却是全新挑战。注意，这是典型的“观察区”——方向虽明，量产尚缺火
人工智能产业链关键原材料知识梳理
资料来源于网络，仅供学习参考，不作为投资依据 重新整理·层级分类版（结构清晰，序号规范） 整体划分为三大类别： 一、基础工业金属大宗品（算力基础设施建设主力消耗） 1.铜 2.铝 3.锂、钴、镍（储能系统配套） 二、战略稀散及难熔小金属（芯片、光模块、先进封装关键材料，高弹性特征） 4.锡 5.锗 6.镓 7.铟 8.稀土（钕铁硼/镝铽系） 9.钼 10.钨 11.钽 三、半导体领域非金属大宗品（芯片与光通信领域耗材） 12.半导体级硅片 13.光纤预制棒 14.高纯度红磷 15.高纯度溅射靶材 四、各赛
人工智能浪潮中热设计人才的转型与升级
AI时代下，热设计工程师的能力重构思考写在热设计网第27期热设计工程师培训开课前01.AI时代，热设计工程师最大的风险不是不会用AI，而是被产业迭代淘汰最近两年，经常有工程师问我一个问题：AI会不会取代热设计工程师？我认为这是一个问错了的问题。未来五到十年，许多热设计工程师面临的主要风险，或许不是被AI替代，而是因产业技术升级或市场需求变化而导致的岗位价值下降。AI若成为通用工具，其易用性必会降至几乎人人都能操作的程度，热设计工程师凭借自身的专业素养，学会使用它又有何难？但问题在于，会用AI并不等于能应对