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
2026年AI创业机会全面解读：三层架构与六大融合赛道实战指南
AI产业呈现三层架构：基础层需要大规模资金投入和技术储备，中游是中小企业的最佳切入点提供专业工具和企业级服务，末端则为零基础用户提供轻量化副业机会。应用场景涵盖实体产业、本地生活、文旅、电商、医疗和制造等六大融合领域。一、基础层：重资产投入，长期高壁垒（适合企业/资本）核心逻辑：全行业AI普及带来算力、数据、配套刚需，属于"卖水人"赛道，现金流稳定1.算力租赁/算力中心- 机会：中小企业无力自建GPU，按需租赁云端算力、微调专属模型；面向直播、AI绘图、数字人工作室包月算力套餐- 盈利：算力差价、私有化部
万亿硬件赌局与代币暴跌：谁在掌控AI定价权？
万亿背离的终局：资本支出扩张狂潮、模型通缩深渊与生成式AI价值链的结构性重塑 The Trillion-Dollar Divergence: Capital Expenditure Escalation, Model Deflation, and the Structural Realignment of the Generative AI Value Chain全球生成式人工智能（Generative AI）基础设施建设已进入一个前所未有、高度波动的关键发展阶段。当前，全球科技巨头（Hyperscale
国产人工智能基础建设迎来加速期
近期外出考察了一番，收获颇丰，感触良多。有机会我会专门撰写一份总结。抵达上海时，恰逢陆家嘴论坛召开，我认真学习了央行和证监会领导的讲话，结合在无锡、苏州、上海的所见所感，更加坚定了拥抱人工智能、投资历史进程的信念。证监会领导在论坛上指出，"要主动迎接新一轮科技革命和产业变革，不断提升资本市场制度的包容性与适应性。"节前，我整合了各方信息，决定开始关注并布局国产人工智能基础设施。这些信息涵盖：6月13日，智谱发布了GLM-5.2。从技术维度、市场对涨价的接受程度，当然也包括股价表现来看，大家
AI服务器核心技术壁垒最深厚的五大龙头
你可能以为AI服务器的核心就是堆GPU，但真正的门槛远不止于此。一台AI服务器的价值量是传统服务器的数十倍，而其技术复杂度的跃升更是指数级的。2026年一季度，全球AI服务器出货量同比增长超50%，产业链上每一家真正掌握核心技术的公司，都在用业绩证明一件事：在AI算力时代，技术壁垒就是最硬的通货。以下五家公司，是A股AI服务器产业链中技术壁垒最深、护城河最宽的龙头。第一家、工业富联：从"代工之王"到"AI算力基础设施之王"工业富联是全球AI服务器ODM的绝对龙头，全球AI服务器市占率超过40%，是英伟达、
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产业十年发展回顾与通用人工智能投资前景分析
过去十年间（2016-2026），我国人工智能领域经历了从单一感知、行业探索到大模型广泛赋能的三次重大跨越，技术、应用和商业模式同步演进成形。在技术维度，早期侧重于语音图像识别等感知技术，科大讯飞和商汤依托海量数据优化算法，达到世界领先的识别水平；2017年《新一代人工智能发展规划》上升为国家战略，算力与底层架构自主化进程加快；2022年后迈入认知智能新阶段，文心、通义、盘古、豆包等大模型集中面世，多模态生成与轻量化垂直小模型日渐完善，算力芯片和开源生态弥补了短板，从技术追随转向部分领域并行甚至引领。应用
AI Infra速递：燧原闯关科创板、ENPIRE全自动科研、微信首发智能体支付
聚焦人工智能底座与超节点生态，每天为您提炼关键资讯6月15日，上交所上市委审核批准了燧原科技登陆科创板的请求。这家深耕八年的云端AI芯片厂商计划融资60亿元，投向第五代及第六代AI芯片产品的开发与商用落地。至此，摩尔线程、沐曦股份、壁仞科技以及燧原科技——国内“GPU四小龙”已齐聚资本市场。燧原科技已独立研发并更迭了四代架构共5款云端AI芯片，搭建起涵盖AI芯片、加速卡及模组、智算系统与集群的完整算力矩阵。招股材料揭示其近三年营收复合增幅突破80%，腾讯作为最大股东，连续参与了6轮融资。核心看点：此事件标
AI产业日报:头部模型落地门槛提高,企业智能化步入深水区
2026年6月19日 先看结论 今日关注AI，不能只看哪家厂商又推出了新模型。真正需要紧盯的是四个方向：模型能力是否已渗透到实际产品，算力瓶颈是否重塑了成本格局，企业应用是否从实验阶段升级到业务流程，合规与信任是否融入产品基因。AI正从"技术宣讲期"迈向"商业核算期"。谁能将模型、算力、数据、应用场景与合规要素整合为统一体系，谁就能在新一轮竞争中占据有利位置。今日五大看点01｜大模型与产品：高端模型落地标准持续提高（Fast Company）。02｜算力与基础设施：新一代数据中心风险管控需求上升（Reut
人工智能虚火旺，崩塌倒计时？
市值飙至8520亿，年度净损385亿，业务收入甚至抵不上算力开销，这并非网络梗图，而是OpenAI经正式审计的财务真相。当我们将这场AI盛宴放入表格细细核算，其景象愈发接近1999年的互联网狂欢——众人举杯畅饮，却无人审视账单。你是否察觉到一个现象：近三年间，每次刷朋友圈，总有人宣称AI将颠覆一切；可若追问哪家人工智能企业真正靠AI实现了盈利？现场便会陷入死寂。OpenAI新近公布的经审计财务资料，堪称近年科技领域最具讽刺意味的裸奔实录！核心数据如下：营收130亿，估值8520亿，市销率约65倍。更关键的