掌控智能时代，恪守医学初心：论医疗AI的应用边界与价值坚守
近日西安某基层医院骨科医生借助普通AI工具为患者出具诊疗建议的视频在自媒体平台引发热议，激起医疗界广泛讨论与网民持续关注。人工智能技术对人类社会的渗透日益加深，对传统产业及普通岗位的冲击已成燎原之势，即便是高智商门槛、技术密集型职业亦难独善其身。但事实并非如此，AI对医疗行业的影响及其对诊疗活动的挑战明显被过度渲染。这种渲染似乎造成了医疗领域的群体性恐慌。另有观点称，AI不会淘汰医生，但不懂AI的医生终将被淘汰。那么，医务人员究竟该如何恰当运用AI？在AI医疗应用的政策法规制定、监督管理及实际操作层面，卫
陈立武解析AI新机遇
1、AI算力展望 他指出业界常将AI等同于GPU，实则工作负载结构正发生转变：训练阶段CPU与GPU比例约为1:8，而推理及代理型AI则趋向1:4，差距持续缩小。CPU在任务编排、调度及强化学习控制流等场景愈发关键，因此CPU需求回升，并未被GPU替代。2、工艺节点与材料：制程微缩并未终结，但成本攀升，需依赖材料创新与封装技术延续发展。当埃米级微缩边际成本激增，未来的竞争壁垒将转向材料、封装、散热管理及互连技术。3、供给瓶颈制约：唯一能延缓AI发展的因素是供给限制。电力供应、氦气（涉及工艺气体与冷却介质）
AI产业链上游材料深度解析：CPO与PCB中谁是最强硬瓶颈
此前，市场对AI产业链的聚焦点多半落在GPU、服务器及云厂商资本支出上。然而，若将目光进一步向产业链上游延伸，便会察觉到真正主导产业进程的，往往非终端需求的强弱，而是核心材料与关键器件的充足度、扩产速度及认证壁垒的高低。正因如此，近期一批AI上游材料企业的股价显著走强。不论是CPO产业链中的InP衬底、激光器、TFLN调制器、磁光晶体、微透镜耦合，抑或PCB产业链中的HVLP铜箔、Low-Dk电子布、Q布、树脂体系、球形硅微粉，实质上都在回应同一个核心议题：当AI系统持续向超高速、高密度及低功耗演进时，何
专家警示：台湾AI红利恐加剧贫富差距
2026年台北国际电脑展上，英伟达CEO黄仁勋备受瞩目，他发布了RTX Spark超级芯片、Vera Rubin新一代AI超算架构及Vera CPU平台，并全力推动AIPC进入大众消费市场。表面看来，这是一次科技与供应链的盛会，但多位专家指出，这折射出英伟达的焦虑，也令台湾AI产业面临严峻挑战。专家从多维度剖析，此类营销策略虽为台湾硬件业带来短期利好，却暴露了产业失衡及长远隐忧。黄仁勋此行动作频频，不仅举办备受关注的兆元宴，更联合华硕、仁宝等厂商，推动更多台企融入AIPC生态。他提出的“主权AI”概念，表
AI爆发前夜，他用10亿告诉你该从哪里下手
假设今天，AI能帮你完成一个需要一小时的任务。六个月后，它能完成两小时的。五年后，85天的。十年后——239年的。Marc Warner说，这不是预测，是现实。至少在写代码这件事上，AI就在沿着这条曲线走。研究数据也印证了这一点：AI能独立完成的编程任务难度，每七个月翻一倍。他有资格这么说。2014年，他在哈佛做量子物理研究，那时候大多数同行连"AI"这个词都不愿意提——说出口会被嘲笑，因为这个词已经被过度炒作又烂掉了。他的老同学Demis Hassabis正在伦敦做一家叫DeepMind的AI公司，没多
递归式自我升级：AI的进化之路与人类的选择
"递归式自我升级"对这项技术究竟意味着什么？它将把AI带向何方？Anthropic即将IPO，估值有望创下历史纪录——其代码生成助手Claude Code已贡献了公司80%的产出，也成为全球开发者必备工具。然而，正值鼎盛时期的Anthropic却在6月5日公开呼吁世人"有权选择放慢甚至暂停前沿AI开发"。这种看似"自断经脉"的倡议背后，隐藏着一种被称为"递归式自我升级"（RSI）的可能性：模型能够创造出比自身更强、更快的下一代，下一代再继续创
AI基建狂潮：5.5万亿资本开支背后的真相
大家晚上好，我是刀哥。我花了整个下午加整晚，研读了摩根大通那份AI CAPEX 2.0报告。会员朋友们，这份报告至关重要。2026年6月17日，报告核心覆盖全球五大云巨头（谷歌、亚马逊、微软、Meta、Oracle），围绕AI算力基建、融资结构、电力制约、Agent算力需求、芯片架构演进六大主线，将2026至2030年全球AI基础设施资本开支总预测，从5.1万亿美元上调至5.5万亿美元，其中4.1万亿美元依赖各类债务融资。乐观派聚焦5.5万亿规模，悲观派紧盯4.1万亿债务压力。2027年预测也同步上调至1
AI算力造富神话与破局者的反击
这绝非正常商业环境下的盈利水准，而是典型的垄断溢价。英伟达2026财年数据中心板块营收折合约1937亿美元。这意味着什么？台积电2025年全年预估营收约900亿美元——单单英伟达数据中心的进账，就超过了这家全球头号晶圆代工巨头年营收的两倍有余。英伟达早已不是单纯的硬件显卡供应商，它实质上在运营一家造币厂。而那块核心印版——CUDA + NVLink + 台积电CoWoS——短期内地球上找不出第二家企业能够仿制。这条生态之路黄仁勋苦心经营了将近二十年。回溯2006年CUDA初问世，当时无人确信它除了游戏渲染
算力军备竞赛催生金属需求井喷,战略资源价值面临重估
近期，算力金属这一概念从鲜为人知到备受瞩目，其价格飙升态势引发市场高度关注。随着人工智能革命向实体领域深度渗透，关键材料环节不可避免地遭遇瓶颈制约。需求端呈陡峭攀升之势，而供给端却因资源禀赋限制、地缘政治扰动及矿产伴生属性等因素举步维艰，价格弹性彻底释放。加之各主要国家将关键矿产提升至国家安全战略层面，涨价潮的背后实质是定价话语权与产业链自主可控的深层博弈。这场由结构性供需失衡与大国角力共同催生的战略资源价值重估正在上演。AI系统并非直接耗用金属原料，而是经由硬件设备、基础设施、能源供应三大层级层层传导，
AI热潮下半场，A股聚焦“供应瓶颈”价值
A股这波AI硬件行情，真正值钱的不是噱头，而是制约环节 今天A股科技板块最引人注目的，不是哪只股票涨停，也不是哪个概念又搭上AI。 核心焦点是：资本正重新评估AI硬件基础设施的价值。 PCB、覆铜板、玻璃纤维、玻璃基板、先进封装、CPO、存储芯片这些领域集体走强，本质上不是简单的热点扩散，而是市场在交易一个更扎实的逻辑： AI算力扩张正让供应链中的“瓶颈节点”变得昂贵。 这个判断很关键。 以往A股炒作AI，更多是在炒未来想象。 模型、应用、机器人、智能体，听起来都很吸引人，也容易传播。 但难题是，许多应用
AI算力背后的隐形短板：光纤告急
过去半年里，全球AI领域的焦点，已悄然从芯片转移。当大众紧盯英伟达GPU产能时，一个意想不到的制约正在浮现——光纤。即便你家宽带的玻璃丝，这次也不再用于客厅，而是涌入AI数据中心——速度与成本都惊人。一、AI数据中心：光纤的“大胃王”AI训练集群拥有数万GPU，需协同工作并传输海量数据。超出短距离后，铜线因过热或信号衰减无法胜任。唯有光能穿透玻璃完成传输。结果：一个GPU机架所需光纤，是传统CPU机架的36倍。36倍，非36%。2024年，数据中心光纤需求占比不足5%，预计2027年将飙升至30%。CRU
AI供应链紧缺题材交易或将落幕？
日前，Altreides Management 管理合伙人、SpaceX 早期投资方 Gavin Baker 在接受 TBPN 访谈时谈到，过去十二个月市场对 AI 建设链条中的紧缺环节追捧有加，涵盖 DRAM、存储芯片及核心材料供应商。不过他判断，这类围绕 AI 紧缺环节的交易即将走向收尾。Baker 提到，日本味之素拒绝提高某款关键芯片封装绝缘材料的售价，折射出部分供应链紧俏环节的议价能力或许已在减弱。该材料用于处理器与芯片之间的封装连接层，过去因 AI 芯片需求暴涨而进入投资者视野。他表示，此前市场
大模型热潮下的冷思考：数据才是AI竞争的真正胜负手
过去两年，AI领域几乎所有的聚光灯都打在了大模型身上。参数规模、上下文窗口、推理性能、多模态支持——这些关键词占据了各类科技头条。资本与舆论形成了一种近乎笃定的判断：算法突破叠加算力堆积就能产生智能涌现。然而，如果你是真正在一线推进AI应用落地的实践者，会发现一个令人警觉的现象：同样的开源模型架构，有人训练出来是"学霸"，有人训练出来是"学渣"。参数规模相同，GPU配置相同，唯一的差异就在于输入的训练数据。我想表达的观点或许不够讨好，但值得深入思考：在AI的"三驾马车"（算法、算力、数据）之中，算法正在走
AI 印制板：十家领军企业深度布局
轻点蓝字即刻关注～AI 服务器发货量行将冲破两百万大关，单机 PCB 价值近乎常规服务器的十倍之多。这片“隐秘疆域”正迎来结构性重塑。IDC 研判2026 年全球 AI 服务器出货有望逾越两百万台，直接驱动高端 PCB 需求激增超 110%。摩根士丹利预估 2025 至 2028 年间，全球 AI 光模块 PCB 市场体量将从 6.2 亿美元跃升至 37.7 亿美元，年复合增长率高达 83%。产能扩充紧随其后。然而高端 PCB 扩产耗时需 18 至 24 个月，绝非设备购入即可即刻运转。花旗预判高端 PC
特朗普预言油价将大幅下跌 实际回调幅度却相当有限
特朗普总统向美国民众做出承诺：伊朗战争将为国家带来长久安全红利，民众只需承担短期经济成本。如今，兑现承诺的时刻已经到来。双方已敲定协议框架，本周五正式签署；这份协议有望推动伊朗拆除核设施。下一步市场普遍期待油气价格回落至战前水平。特朗普反复宣称，一旦美伊达成和平协议、霍尔木兹海峡恢复通航，能源价格就会断崖式暴跌。但这项承诺很难兑现。全新市场常态特朗普 "油价断崖跳水" 的预测看似很有说服力，当前油价下行空间看起来确实不大。所谓 "常态油价"，也就是战前布伦特原油 70 美元 / 桶以下的价位，和当前价差仅