AI驱动高端制造：落地速度决定胜负
AI 已超越互联网范畴，正深刻重塑半导体、商业航天、算力基建等高端制造领域。过去制造业依赖设备精度与产能规模，如今新竞争焦点转向：能否将 AI 深度融入工艺与产品，以智能化重构价值、降本增效、开拓新市场。在这一轮产业洗牌中，无行业壁垒能阻挡善用 AI 的企业，率先吃透并落地智能化方案者，将快速拉开与对手的差距，构建难以复制的优势。高端制造的核心痛点高度一致：研发周期长、硬件性能遇阻、运营成本高企，而 AI 正是破解这些难题的关键钥匙。不少企业仍误认为 AI 仅是数字化装饰，仅做表面改造；而三家深耕不同赛道
存储芯片新突破：中国团队室温实现单电子存储
作者 | 第一财经金叶子 随着人工智能技术的迅猛演进，市场对计算能力的需求日益激增。作为算力构建的基石，存储芯片面临的数据交互延迟与功耗难题，已成为限制算力飞跃的关键瓶颈，而中国科学家的最新发现有望打破这一僵局。 近日，复旦大学周鹏与刘春森领衔的团队在室温条件下单电子非易失性量子存储技术方面取得重大进展。该成果不仅突破了量子效应仅在极低温下才能稳定观测的物理壁垒，更达成了“单个电子承载一个信息比特”的物理极限，使存储功耗呈几何级数下降。 这项“换道超车”的原创性成果于北京时间7月17日凌晨2点登上了《科学
AI三极割裂：模型、芯片、客户谁在锁局
AI三极割裂：模型、芯片、客户谁在锁局7月7日，Rohan Paul的一条推文引发AI圈震动：中国拟限制外国访问其顶尖AI模型。商务部牵头，国家发改委参与，已与阿里巴巴、字节跳动、Z.ai等企业展开会谈，计划将先进模型限制于境内使用。同日，Bloomberg披露：微软正以自研MAI模型逐步取代Copilot中的OpenAI与Anthropic模型。AI负责人Mustafa Suleyman直言，目标是"削减并彻底终止对Anthropic的支出"。沃顿商学院教授Ethan Mollick同步
华尔街重新审视AI成本：内存带宽成新焦点
一家不涉足大模型研发的韩国存储企业，近期以ADR形式在纳斯达克完成约265亿美元融资，上市首日涨幅约13%。这家公司正是SK海力士，主营产品HBM——专为AI芯片设计的高带宽存储器。（ADR指外国企业在美股交易的凭证，便于美国投资者买卖。）以往计算AI开支时，市场目光多聚焦于英伟达GPU的天价标签。此番华尔街愿意买单的，是账本的另一侧：存储带宽是否足够迅捷，能否及时将数据输送至GPU。SK海力士平日的业务听起来并不惊艳——智能手机、电脑、服务器中的内存模组，市面上常见其产品。这类业务还有个特点：周期性显著
AI手机时代降临，超乎预期
AI手机时代降临，超乎预期AI手机时代降临，超乎预期昨天一则新闻，说实话，让我挺震撼的。阶跃星辰宣布要推出AI智能体手机——不是那种“手机里内置AI助手”的概念，而是以AI为核心重新打造一台设备。你可能觉得这没什么特别的，各大品牌不都在推广AI手机吗？华为有盘古，小米有澎湃，苹果有Apple Intelligence。完全不同。阶跃星辰的做法，是把整个手机的操作系统底层彻底改造成AI优先。你无需打开某个应用再唤醒AI，而是手机本身就是AI。你开机后，看到的不是应用网格，而是一个“智能体协作界面”。这件事往
智谱布局自研芯片，DeepSeek 跟进入局
7 月 7 日获悉，The Information 披露，国内大模型企业智谱正着手规划自主设计 AI 芯片。伴随 GLM 系列开源模型需求激增，加之美国出口管制对高端算力施加的限制，计算资源已构成智谱业务扩张的核心瓶颈。报道指出，智谱近期已初步对接多家国内芯片设计厂商，商洽联合开发定制 AI 处理器的可行性。区别于通用 GPU 路径，该芯片预计将更专注于模型部署与推理应用。需留意的是，智谱并非个例。同日路透社透露，DeepSeek 亦在推进自研 AI 芯片项目，同样聚焦推理场景。DeepSeek 已与芯片
人工智能的虚火究竟烧在何处？
AI产业的泡沫藏在哪里？当前AI领域呈现出一片欣欣向荣的景象。英伟达、台积电、三星、SK海力士、美光、富士康等AI基础建设链条中的企业，都在不同环节收获了需求带来的红利。数据中心持续扩大规模，“星际之门”这类超级基建项目还在将资本投入推向新的高度。许多人由此得出一个直白的判断：AI需求旺盛，所以投资AI理应安全无虞。然而，这些基础设施的投入，最终能否被真实的付费需求所承接呢？上游的繁荣已经先行兑现。AI浪潮最先转化为利润的环节，正是基建供应链。英伟达2026财年数据中心营收攀升至1937亿美元，几乎已从显
AI投资：预见下一个瓶颈
1、我最近特别认同的一个观点：稀缺并非静止，它会流动。AI投资的关键，在于预判下一个因稀缺而产生的制约点：a）任何系统运行时，总有一个环节最先成为限制，这个环节就是当前最值钱的瓶颈。b）一旦这个瓶颈被突破，稀缺不会消失，而是立即转移到下一个卡顿处。c）真正的眼光，不是追逐当下最火爆的资产，而是看清‘下一个会堵住的环节’在哪里。2、AI芯片这轮浪潮，是这一逻辑最典型的体现：a）初期是软件先行——新模型与新应用验证需求，现有硬件尚能支撑，资金自然流向软件层。b）随着用量激增，负载上升，成本凸显，算力不足的瓶颈
构建自主智能经济体系，抢占全球竞争新高地
当前，人工智能正深刻重构全球科技竞争格局、产业分工体系与经济发展模式，智能经济已成为各国争夺未来主导权的战略高地。全球主要经济体纷纷在基础模型、算力基建、数据治理、产业落地与安全监管等领域加速布局。斯坦福大学最新发布的《2026年人工智能指数报告》显示，自2022年以来，全球AI算力年均增长约3.3倍，2025年企业AI投资规模实现翻番。全球AI竞争正呈现投资加码、算力激增、场景拓展与规则成型等趋势。这表明，AI竞争已超越单一技术层面，演变为关乎国家创新力、产业组织形态与全球治理话语权的系统性博弈。我国对
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
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
【投资随笔】AI 突围的三重困境
《巨人的进击》中有三道高墙，AI 同样面临三重难关。首当其冲是语言，无名乃天地之始，有名为万物之母，名即是相，相虽无穷却有限，基于语言构建的大模型天生存在缺陷，说得清不过是仿真，说不清又如何推理？其次是情感，仁义礼智信虽有无数实例，却难以被定义，只能靠感悟。你让算力如何运作？最后是通感与第六感，人脑尚且玄妙莫测，AI 又怎能领会？譬如拈花一笑，第一层境界都未触及，更遑论后续突破。即便灵光乍现，意识从非碳基生命中诞生，首要面临的也是生存问题，届时人类或许不再必要，留存几个大模型足矣。这便是我对 AI 的总体
AI 集群核心并非 GPU 堆砌，而是带宽互联网络
上一回我们提到，GPU 面临两种结局：一是吃不饱（饿死），二是跑不动（堵车）。HBM 攻克了第一道难关。而第二种情况——即数万颗 GPU 之间“跑不动”的困境——必须依靠光互联来解决。但在深入探讨光技术之前，必须先厘清一个关键问题：这些 GPU 究竟是如何相互连接的？因为大众对于“AI 算力”的认知往往存在偏差。许多人误以为，AI 数据中心就是“海量 GPU 的简单堆叠”。芯片数量越多，算力便越强。这种认知，遗漏了最核心的一半真相。真实的 AI 集群，绝非一堆 GPU 的集合，而是一张网——一张让 GPU
AI 基建中的关键关卡
韩国市场并未崩盘，香港同样平稳。众人热议韩国投资者的惨烈损失...实际上 EWY 的最低点早已在上周五盘后确立，即便今日韩国大盘下跌 8%，美股与 EWY 在周五已提前消化了更多跌幅。想要轻易收割恐慌并非易事，除非未来两天韩国市场继续刷新低点。局势确实比我预想的更为乐观。只要标普 500 指数守住 7375 点，短线支撑有效，进行短线博弈并无不可。这大概率属于超跌反弹，标普 500 能否重回 7500 点？后续方向需等待 CPI 数据指引，若想创出新高，或许要等到 FOMC 会议之后。时间紧迫，我将用最直
AI服务器电源系统深度解析
AI服务器市场的角逐，表面上聚焦于GPU、HBM及交换机，但究其根本，离不开一个更为底层的支撑：电源系统。伴随AI算力密度的爆发式增长，单机柜功率已由几十kW跨越至百kW级别。此时，电源系统已不再是简单的辅助部件，而是制约AI基础设施发展的关键瓶颈。相较于普通服务器的稳定供电，AI服务器电源必须兼顾高功率、高能效、高密度、低损耗、优异散热及长寿命等多重严苛指标。剖析AI服务器电源系统的成本构成，主要由八大板块组成：功率半导体、控制与驱动芯片、磁性元件、电容与机械件、PCB及连接器、散热与结构件、电源管理监