双云巨头逆势提价，AI算力通胀潮全面来袭
点击上方『研投社』可关注并“星标”本号。所有文章仅代表《研投社》观点，不构成具体投资建议。3月18日，阿里云与百度智能云相继发布通知，宣布对AI算力、存储等核心产品实施大幅涨价，部分涨幅竟高达30%以上！自2006年亚马逊AWS问世以来，云计算领域长期遵循“规模效应+摩尔定律”带来的持续降价规律。各大厂商甚至不惜亏损，也要通过降价策略抢占市场份额。然而今日，这一延续二十年的行业惯例被彻底打破。云基础设施正式迈入“通胀时代”。为何突然调价？因为在“供需”这把剪刀差面前，巨头们已难以支撑。需求端井喷：AI A
AI数据中心金刚石铜散热解决方案
伴随AI大模型与生成式AI技术的广泛应用，算力产业正经历前所未有的增长。作为数字经济的关键驱动力，算力正在推动各行业加速数字化转型。然而，随之而来的高功耗、高散热和高能耗问题，已成为AI数据中心进一步发展的主要障碍。为此，业界主流趋势正从传统风冷快速转向液冷技术，以应对AI高算力带来的散热挑战。当前数据中心的散热方案主要包括风冷与液冷两种。随着芯片功耗持续上升，液冷技术已逐渐成为高密度计算场景的首选。其中，冷板式液冷占据市场主导地位，占比超过95%。该技术通过液冷板与芯片间接接触，类似于为芯片敷上一层“制
AI Agent规模化应用加速！硬件产业链投资机遇全面解析
随着智能体需要持续调用工具、调取长期记忆完成自主决策，对高端芯片、服务器等底层算力基础设施形成极强依赖，驱动AI硬件全产业链迎来系统性升级。近些年，以ChatGPT为代表的AI大模型运算能力实现指数级增长，模型参数量从1.17亿攀升至1.8万亿左右，累计增幅超15000倍。大模型技术迭代持续带动下游商业化落地，LangChain、AutoGen等开源框架逐步成熟，推动AI智能体（AI Agent）行业迈入商业爆发阶段。新一代AI智能体不再局限于文本处理，具备环境感知、复杂任务自主执行能力，各垂直行业企业级
AI 硬件大洗牌，物理瓶颈决定胜负
本文系小猫误触键盘生成，依据公开资料整理，不构成任何投资指引。市场充满风险，入市务必谨慎。芯片由单层转为多层，基材由普通升级为特种，散热由风冷转为 45 度温水。这非渐进式改良，而是整个 AI 硬件体系被迫进行的彻底换血。核心动力源于两方面：一是华为“韬定律”将竞争焦点从线宽移至全栈时间常数压缩，二是英伟达 Rubin 架构将工艺与材料推至物理极限。产业链中谁掌握强物理瓶颈，谁便拥有定价话语权。逻辑折叠与 3D 堆叠芯片构造从“单层”变“多层”。逻辑折叠借由垂直堆叠有源层，在同等工艺节点下使晶体管密度提升
算力赛道核心标的盘点
本篇梳理AI算力全产业链核心标的（2026年度更新），按"上游→中游→下游"架构呈现，涵盖：核心产品+技术护城河+投资亮点+最新动态，简洁明了、实用高效。一、上游：芯片/存储/封测/设备（高壁垒、高毛利）1）AI芯片（GPU/DCU）• 海光信息(688041) 产品：DCU（深算1/2号）、x86 CPU 壁垒：CUDA兼容、国产x86生态主导地位 看点：大模型训练核心供应商，国内市场份额超50% 催化：深算2号产能释放、AI服务器订单激增• 寒武纪(688256) 产品：思元590/690（训练+推理
AI 服务器垂直供电技术深度解析：散热、电容与模组化趋势
AI 服务器 VPD 电源技术专家研讨会议记录摘要：此次研讨聚焦于 AI 服务器 VPD（垂直供电）电源技术，深入探讨了散热解决方案、MLCC 电容、硅电容应用、电感模组化发展方向、功率器件市场竞争态势以及当前的行业涨价情况。核心洞察：液冷散热是 AI 高功耗 GPU 的必由之路；预埋电容技术各厂商差异微小，硅电容则是应对未来超高功率场景的升级关键；电感模组化已成定局，英伟达预计在 3000W 功耗节点切换至模块方案；功率器件市场格局稳固，英飞凌与 MPS 持续领跑；全行业正经历涨价周期。研讨结论：一、散
首批 AI 电源量产交付，领益智造赋能算力新纪元
近期，领益智造旗下子公司赛尔康（Salcomp）推出的 AIDC 算力电源 CRPS 1300W 产品已成功实现首批量产并正式交付。这一举措标志着公司在 AI 服务器电源领域的规模化供货能力实现了质的飞跃，为全球客户的算力基建提供了强劲动力。作为领益智造在高端电源板块的核心平台，赛尔康凭借数十年的电源研发与制造积淀，深度耕耘 AI 服务器电源赛道。此次量产交付的 CRPS 1300W 电源专为 AI 数据中心打造，拥有高效率、高可靠性及高功率密度的特点，能够完美匹配高密度算力集群的严苛供电标准。该电源产品
AI大模型技术加速演进，开源体系带动词元使用量攀升
【热点导读】>AI大模型技术加速演进，开源体系带动词元使用量攀升>“十五五”期间预计投入超5万亿元用于新型电网构建>京东与领先机器人应用平台签署战略合作协议>美国一季度储能装机容量刷新同期历史纪录>AI算力密度提升正推动散热技术方案革新>传美国拟向9家量子计算企业拨款20亿美元【主题详情】AI大模型技术加速演进，开源体系带动词元使用量攀升5月22日，Qwen3.7-Max已在阿里云百炼平台上线，用户可直接调用API接口。模型输入定价为每百万Tokens12元，输出定价为
AI 投资四阶段：节奏与核心逻辑解析
AI 板块投资阶段逻辑与节奏 第一阶段：芯片领跑，存储紧随 • AI 芯片/GPU：AI 领域核心硬性需求，业绩确定性高且弹性大 • HBM/存储：算力扩张引发数据激增，HBM 已成为 AI 服务器标准配置 第二阶段：CPO 领衔，PCB 接力 • CPO 光模块：算力传输的关键环节，订单落地速度最快 • PCB 载板：AI 服务器单价值显著跃升，随整机出货同步受益 第三阶段：算力提价，服务器启动 • 算力租赁：上游元件涨价推升算力成本，进而带动服务价格上涨 • AI 服务器：核心部件成熟后转入组装阶段，
首台AI电源量产：算力新引擎正式启航
近期，领益智造旗下子公司赛尔康（Salcomp）推出的AIDC算力电源CRPS 1300W已完成首批大规模生产并顺利交付，这标志着企业在AI服务器电源领域的规模化供应实力迎来新跨越，为全球客户的算力基建工程提供强劲支撑。作为领益智造在高端电源业务的关键平台，赛尔康凭借数十载的电源研发与制造积淀，深耕AI服务器电源赛道。此次实现量产交付的CRPS 1300W电源，专为AI数据中心量身打造，拥有高效率、高可靠性及高功率密度等突出优势，能够完美契合高密度算力集群对供电系统的严苛要求。该电源产品的成功量产交付，构
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
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
英伟达推理芯片提前出货：千亿链条新机遇
引言2026 年 4 月，供应链端传出重要进展：英伟达在完成收购 Groq 后推出的首款推理专用芯片 Groq 3 LPX，将原本计划在年底才启动的发货安排，提前到第三季度展开。预计全年交付量可达 150 万颗，同时配套的 LPX 机架交付规模超过 6000 台。此次调整并不只是简单的产能加快，更像是 AI 产业从 “训练驱动” 转向 “推理释放”的关键拐点。目前全球 AI 算力需求的结构正在重塑：到 2026 年，推理算力需求预计将达到训练算力的 4-5 倍；在中国市场，这一比例可进一步放大至 8 倍。