摩根士丹利看好非科技股，市场盈利逻辑迎来重大转折
随着新一轮财报季的展开，华尔街的视线已不再局限于科技巨头，而是投向了整个资本市场。 美股著名空头、摩根士丹利首席策略师迈克尔·威尔逊及其团队在最新报告中强调，美股市场的基本面逻辑正发生根本性改变：盈利增长的重心正从科技巨擘转移到更为广泛的股票群体。 数据显示，标普1500综合指数中，中间市值成分股的每股收益增速已突破10%，创下疫情复苏以来的最高纪录。大摩分析指出，随着分析师不断调高可选消费及交通运输等周期性行业的利润预期，美股的广度正在明显增强。 威尔逊认为，这种全面上涨的态势主要由中游企业的盈利韧性支
AI产业观察：竞争重心转向电力、推理芯片及合规治理
观物如实-拒绝碎片化认知。本文基于2026年7月9日前的公开资料梳理，重点探讨AI产业技术迭代、企业应用、成本控制及合规体系建设。本文仅供行业参考，不作为投资、法律或合规建议。截至当前，AI产业已从单纯的“模型能力比拼”深化为“基础设施、终端入口及治理体系”的全方位角逐。在硬件与基础设施层面，Meta宣布在加拿大阿尔伯塔省Sturgeon County建设1GW规模数据中心，涵盖电力、基建及冷却方案。这表明大型AI基建已超越单纯采购GPU，演变为电力供应、冷却系统、本地配套及长期运维的综合工程。此外，Pe
AI算力竞赛背后：工程交付能力成为新战场
当算力从芯片延伸至园区，制约因素正从GPU转向电力供应、散热方案、施工管理与专业人力。大型数据中心建设现场：真正的算力基础设施，正在由机柜拓展至电力、散热、土建和施工统筹。核心判断：AI基础设施的制约环节正在持续后移。过去两年，业界聚焦于GPU、HBM、电力与液冷；然而当项目迈入大规模建设与交付阶段，真正拖慢进度的，逐渐演变为：机房能否如期竣工、接线调试能否顺畅、系统能否稳定运转。过去两年，关于AI基础设施的讨论几乎都以GPU为核心：谁能采购更多芯片，谁能更快部署更多服务器，谁就更靠近下一轮算力扩张。但当
人工智能掌控人造太阳：128微秒的推理速度
两条消息，单独看都震撼。合在一起审视，趋势更加明朗。第一条：中国环流三号首次达成双亿度运行。离子温度1.17亿度，电子温度1.6亿度。EAST全超导托卡马克持续稳态运行1066秒。两套聚变装置超导磁体，全部国产化。第二条：美国Valar Atomics于7月1日展示了一项成果。利用微型核反应堆，直接为一台NVIDIA DGX Spark供电，执行AI推理任务。美国首次有先进反应堆实际产出电力。第一度电，输给了AI。一个助力核聚变，一个助推AI。相互滋养。核聚变最棘手的并非温度。而是驾驭。等离子体温度过亿，
我国电力总装机规模跃居40亿千瓦新台阶 稳居世界第一
国家能源局于6月25日公布，到2026年5月末，全国发电装机容量已达40.1亿千瓦，总量稳居世界前列。 清洁能源装机已成为电力新增容量的核心力量，能源结构不断优化调整。燃煤发电装机比重由2010年的61%降至2026年5月的32%；清洁能源装机比重从2010年的25%升至2026年5月的62%；可再生能源装机比重由2010年的24%提高到2026年5月的61%。 大规模、低成本的绿色电能供应，为我国工业提质升级、居民用电需求保障、新产业发展壮大奠定了稳固的能源根基。
AI竞争新阶段：核心战场转向AI工厂而非芯片
别再把目光局限在英伟达身上了。当下全球市场的关键驱动力，既非“AI概念”，也非“又一个大模型发布”。真正的核心可以概括为：AI正从“模型竞赛”，过渡到“AI工厂竞赛”。谁能让算力全速运转，谁能源源不断供电，谁能高效连接数据，谁能有效散热，谁就将掌控下一轮全球资本的主导权。这正是为什么美股、A股、港股表面上追逐不同标的，底层却聚焦同一件事：AI基础设施的物理限制。过去投资AI很简单：购入GPU，押注英伟达，布局云服务，跟进大模型。但如今挑战已变。AI产业不缺故事，也不缺规划，而是缺能真正落地的“AI工厂”。
AI 浪潮推高燃机需求 欧企付费抢购产能
西门子能源指出，伴随欧洲在数据中心及电气化工程中对电力资源的争夺日趋白热化，客户现阶段甚至甘愿额外付费，以求在燃气轮机的生产队列中占据一个席位。 “需求旺盛程度已促使欧洲买家愿意缴纳预订金，”首席执行官克里斯蒂安·布鲁赫坦言。该企业与 GE Vernova 及三菱电力共同跻身全球三大燃气轮机制造巨头之列。 一台西门子能源出品的燃气轮机正在汉堡装车，即将启运。 鉴于科技巨头争相为高能耗数据中心筹措发电能力，此类现象早先在美国显现，继而蔓延至欧洲与中东地区。因欧洲数据中心并网面临漫长延误，部分企业转而筹划自建
AI 新阶段关键路径：算电融合晋升国策，五大领军企业揭晓
AI 技术壁垒正被逐一攻克！真正的产业瓶颈，已转移至电力供应，算电协同演变为确定的国家级战略主线。当前 AI 大模型与高端芯片技术不断演进，但算力规模化部署的最大掣肘，已非算法或硬件，而是电力配套设施的匮乏。行业数据表明：国内 AI 算力能耗常年维持 28% 以上的增长态势，预计 2025 年全国数据中心总用电量将突破 2000 亿千瓦时。电力指标紧张、用电成本高企、供电容量受限，持续制约智算中心的扩容与投产，缺电已成为 AI 产业发展的核心痛点。在此背景下，算电协同已脱离短期题材炒作，升级为支撑 AI
AI产业链框架解析
上游供给（1）算力：训练大模型 最核心的AI发展路径 拥有多少算力就可能创造多大突破 实现更深远的探索1.通信2.芯片半导体（2）电力：AI时代的核心需求和能源基础 没有电力供应一切设备都将停摆1.算电协同2.光伏，核电等清洁能源发电（3）存储:海量算力及数据需要可靠的载体AI时代只要持续发展 其需求就不会终止中游：大模型的开发下游应用1.机器人2.AI智能3.AI for Science（科研模式革新）1.生命科学2.材料与化学3.地理天文4.数据产业链 数据实际应用大模型5.数据安全链 数据防护电力产
杜克能源获美能源部近6200万美元资助升级燃煤电厂
杜克能源(124.22, 2.40, 1.97%)公司本周五对外公布，已成功获得美国能源部提供的高达6180万美元资金补助，旨在助力肯塔基州及北卡罗来纳州境内燃煤电厂的可靠性增强与翻新工程。 依据公司公开资料，本次拨款中，肯塔基州东本德电站预计最高可得3340万美元，而北卡罗来纳州罗克斯伯勒电站的2号及3号机组则有望获得最高2840万美元。若计入此前已公布的针对北卡罗来纳州比尤斯克里克蒸汽电站的3400万美元补助，美国能源部对杜克能源相关项目的累计资助总额已逼近9600万美元大关。 杜克能源方面表示，公司
算力狂飙背后的能源困境：为何电力将决定AI的天花板
在数字经济高速发展的今天，AI大模型的训练离不开高性能芯片，而芯片需要部署在数据中心里运行，数据中心的运转则完全依赖电力供应。当数据中心建设完毕、GPU配置齐全之后，最后的关键就是电力保障。“AI耗电量大”已经成为共识，但今天我想深入探讨的是：为何能源会成为制约AI发展的终极瓶颈？这个瓶颈是如何逐步形成的？一、问题不在于缺电，而在于错配AI面临的电力挑战，并非真的无电可用，而是能源供给与AI需求之间存在三个层面的结构性错配。第一，时间错配。芯片性能18个月翻一番，数据中心一年就能建成投入使用。但建造一座发
算电协同：AI时代的新基础设施命脉
算电协同：AI时代的新基础设施命脉——六大投资主线与20个核心标的深度解析 开篇——算力与电力的深度融合 2025年，中国数据中心全年用电量达到1933亿度。2026年前两个月，这一数字同比飙升46.2%。如果这个增速维持，到2027年底，数据中心用电量将超过四川省全省的年用电量。这不是危言听从，而是正在发生的现实。当OpenAI训练GPT-5消耗的电力足以供一座中型城市运转一整年，当字节跳动在内蒙古的智算中心单园区功耗逼近吉瓦（GW）级别，一个被长期忽视的瓶颈浮出水面——算力的尽头是电力。2026年政府
Fervo Energy 美股 IPO 募资近 190 亿美元
专题：海外扰动渐趋钝化 A 股上行趋势未变 地热能源企业 Fervo Energy 于周二宣布，其在美国的首次公开发行（IPO）规模已扩容至 18.9 亿美元，彰显出市场对该次上市的极度热情。这家位于休斯顿的企业以每股 27 美元的售价发售了 7000 万股，估值达到约 766 亿美元。此前本周，该公司已将发行价格区间从每股 21 至 24 美元上调至 25 至 26 美元。 由于支持人工智能运算的数据中心需求爆发，加上交通、住宅及其他领域的电气化步伐加快，致使美国电力(131.94, 1.24, 0.9
中国AI算力崛起之路：挑战与机遇
获取完整报告请联系客服或扫描二维码。要达到所需的计算水平，巨大的电力消耗是必然的，但其根本瓶颈在于中国本土半导体产业的发展。我们的设想是，美国将持续限制高端半导体的出口，而中国则主要依靠自主设计和制造的国产AI芯片。预计到2026年，中国最先进的加速器（如华为昇腾950）的能效将达到0.5 TFLOPS/W（此处的功耗计算涵盖了整个AI数据中心，而非仅限于机柜），这仅相当于美国芯片（约2.5TFLOPS/W）的四分之一。然而，基于我们对中美芯片性能差距的评估，我们认为这一差距将逐渐缩小，到2035年中国芯
能源：AI竞赛的终极基石
核心硬件 GPU、TPU等AI加速芯片构成了算力的物理基础。制程水平、存算一体设计与能耗效率，划定了上层模型的实现边界。芯片的自主设计能力，是确保算力主权不受限的首要屏障。 第二层：计算架构 数据中心将芯片节点联结为运算网络。关键瓶颈在于“算力壁垒”与“存储壁垒”——网络带宽制约数据流动速率，散热方案考验集群的承载极限。缺乏坚实的设施底座，再强的芯片也只能闲置。 第三层：数据资源 数据的体量、维度与质量，决定了模型认知能力的营养水平。高价值行业数据的闭环流动，正演变为差异化竞争的核心护城河。数据供给匮乏，