AI亲手打造算力基石：Jalapeño芯片背后的范式转变
AI 曾主要用于辅助写代码、生成内容与处理任务。如今，OpenAI 与 Broadcom 联合推出的 Jalapeño 芯片，标志着这一进程迈出了关键一步：AI 开始直接参与设计自身运行所需的硬件。本文从 Jalapeño 仅用 9 个月完成 tape-out 的突破说起，揭示“AI 设计 AI 芯片”并非空谈，而是 AI 竞争从模型与产品，深入至芯片、推理成本与数据中心的明确信号。过去几年，人们常问：AI 会重塑软件开发吗？如今答案已清晰可见。写代码、修复 Bug、自动化测试、生成文档，AI 已深度融入
苏州市2026年人工智能+行动实施方案正式出台
为全面落实国家"人工智能+"行动战略部署，深入贯彻江苏省委、省政府关于推动人工智能创新发展的工作要求，持续推进"人工智能+"城市建设、打造OPC创业首选城市，现制定本实施方案。一、加强向上对接与整体规划（一）全力争取上级试点、平台与建设支持1．对照国家部署，高标准建设国家人工智能应用中试基地（制造领域），攻克行业共性难题，积累核心技术能力，形成示范效应。持续推进相关领域人工智能应用中试基地、实训场等平台申报争取工作。加速推进人工智能相关领域省级未来产业先行集聚试点、省级人工智能产业集聚区等申报建设工作。2
科技巨头抢购数千颗B300芯片 引爆AI算力市场新格局
当前人工智能模型训练与推理需求持续增长，全球AI处理器和计算设施赛道热度上升，近期多项进展揭示了算力基础设施市场的新趋势。在这一波变化中，领先企业公开争夺数千台配备B300的图形处理器服务器最为引人注目，不再掩饰需求的背后，是新一代模型迭代对高性能计算资源的缺口已经显现。作为Blackwell架构的关键产品，B300的计算能力与存储规格更契合大规模模型训练，成为当下算力市场的抢手资源。存储行业巨头冲刺万亿市值，本质是AI算力驱动高带宽存储需求激增，资本看好算力基础设施关键环节的价值；Day0适配竞争白热化
英伟达Blackwell重塑AI算力新格局
眼下全球AI大模型需求迅猛增长，算力基建正加速迭代，英伟达创始人黄仁勋宣告AI工厂时代正式开启。从硬件技术层面剖析，黄仁勋所提的AI工厂，实则是以最新一代GPU为枢纽的规模化算力生产集群。此次英伟达发布的Blackwell架构B200 GPU，相较前代Hopper架构H100，FP8精度算力近乎翻倍，HBM3e内存带宽增幅达35%，专为大模型训练与推理全链路优化，单卡即可承载千亿参数大模型的端到端部署，显著削减多卡互联成本及调度时延。以往部署万亿参数大模型需数千颗H100，替换为B200后仅需不到半数，极
AI风向标 | 2026.06.25~每日3分钟，抢先洞悉AI前沿
👋 这里是「#AI信息差」—— AI信息的「每日过滤器」。 每天精选8条最重要的AI资讯，四模块帮你按需跳读（🔥今日必知｜🔎信息差雷达｜🛠️一个能用｜📡趋势信号），屏蔽噪音，只留真正值得知道的东西。 日更，每天3分钟，先人一步。代号Split的GPT-6 正式完成预训练。在 GPT-5 刚发布不足两月之际，OpenAI 已经把下一张牌翻开了：进入 2026 年，GPT 的迭代节奏从"一年一版"变成了"几个月一跳"：OpenAI 正在从"一个模型打天下"转向"模型矩阵"策略：通用旗舰 + 领域特化 + 下一
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算力爆发，封装与光模块迎来黄金期
更多精选调研纪要汇总可点击关注：中国台湾日月光投控称正在扩大产能以满足人工智能需求中国台湾高雄6月24日据媒体报道消息，全球规模最大的芯片封装测试服务商中国台湾日月光投控（股票代码3711.TW），其首席运营官吴田玉在周三对外表示，公司正在扩充产能，以此匹配人工智能行业带来的旺盛需求。吴田玉透露，母公司今年将新增15处厂区项目。其中包含日月光自有6处全新绿地建厂厂区、旗下子公司矽品精密工业7处全新绿地建厂厂区，另外还有今年早些时候从中国台湾群创光电（股票代码shturl.）收购得来的厂区。吴田玉再次明确，
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。
科技板块高位回落，市场风格切换迹象明显
周三沪深两市出现显著分化格局，前期涨幅较大的科技题材普遍回调，而估值处于低位的防御型品种则逆势走强。截至收盘，上证综指回落 1.37%，收于 4106.25 点；深证成指下挫 3.17%，报 15854.20 点；创业板综指大跌 3.84%，科创 50 指数下滑 2.90%。沪深两市总成交额约 3.44 万亿，较上一交易日缩减近 3000 亿，市场参与热情有所降温。全天红盘个股约 2100 家，绿盘个股超 3100 家，市场盈利机会明显减弱，资金逐步从高估值 AI 领域转向医药、券商及高股息等防御性品种的
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
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新势力揭秘｜Token与GPU的隐秘纽带
人工智能浪潮中，GPU为何成为核心引擎？每当你提问、生成图像或撰写文案，每一个Token的运转都离不开GPU的密集计算。 Token堪称数字世界的燃料，你与AI的每次交互，都在消耗这一基础单位。然而燃料从何而来？答案正是GPU。 本期视频，将深入国产GPU厂商内部，用通俗语言解读Token与GPU之间的深层关联。
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
AI入门的真正门槛：选对教材比盲目努力更重要
近来与朋友聚餐，AI总绕不开话题。一个有趣的现象是——人人嘴上AI是未来趋势，焦虑着"我会不会被取代"，可真要动手学，瞬间束手无策。网络教程两极分化：一类开篇堆砌神经网络公式，偏微分方程直接吓退新手；另一类是"5分钟精通ChatGPT"的速食内容，看完仍是一头雾水，Transformer与LSTM有何差异都道不明。其实症结不在学习者，而在多数资料压根没想让你"真懂"——要么艰深晦涩，仿佛AI仅为数学天才专设；要么浮于表面，读完热血沸腾却无从说起。近期偶然读到
AI算力基建新风口！LIC超级电容供不应求，五家国产领军企业迎来业绩腾飞
英伟达 GB300 已将 LIC 锂离子混合超级电容定为 AI 服务器标配电源组件，单台 NVL72 机柜配套需求超 300 颗，下一代 Rubin 机型还将进一步提升单机搭载数量，行业需求持续扩容。超级电容分为两大技术路线，传统 EDLC 双电层电容多用于轨道交通、风电储能，而 LIC 混合电容能量密度达到 EDLC 的 3-4 倍，毫秒级瞬时稳压能力完美适配 AI 机柜高波动供电场景，是当前算力数据中心唯一主流方案。从供需格局来看，2026 年全球 NVL72 架构服务器带来 LIC 超级电容总需求