台积电六月营收飙升近七成，AI需求强劲
台积电发布6月业绩达4426.8亿新台币，同比增长67.9%，上半年总营收同比提升35.6%。公司将在周四披露完整季度财报，此前已表示今年资本开支预计约560亿美元，可能突破历史峰值。 作者 | 赵昊 台积电周一（7月13日）宣布，其6月营收同比增幅为67.9%，触及市场较高预期，反映出全球对人工智能（AI）硬件需求依旧旺盛。 详细数据表明，台积电6月营收约4426.8亿新台币（折合138亿美元），环比增长6.2%，同比劲升67.9%。报告同时指出，1至6月累计营收突破2.4万亿新台币，同比上涨35.6%
AI浪潮席卷市场：国产大模型崛起与投资机遇全景解读
1. 🧠国产大模型行业发展动态📌关键发展阶段研判：目前国产大模型已越过需求临界点，步入ROI持续验证、推理费用逐步超越训练成本的时期，接下来将迈入AI深度赋能各行业的阶段。📈领军企业战略布局：智谱发布内部文件启动突破计划，确立四大核心攻坚领域：长时序任务、自主决策智能体、完全自进化训练、极致安全保障体系，标志国内大模型企业从跟随国际转向自主探索模型技术巅峰，向AGI目标加速迈进。💪行业整体发展动力：包括智谱在内的国内大模型企业对AI领域的投入力度和决心坚定不移，行业发展方向已清晰且不可更改。💰头部企业商业
AI 芯片突围与零基础上岸：算法工程师证书报考全攻略
据路透社援引三位行业内部人士透露，国内知名 AI 企业深度求索（DeepSeek）正在秘密推进自研 AI 芯片项目，该项目研发历时一年，主要聚焦大模型推理场景，旨在降低对外部采购芯片的依赖，缓解算力供应瓶颈，目前公司尚未对传闻做出正式回应。消息人士指出，该芯片项目仍处于早期研发阶段，企业正与芯片设计、晶圆代工及存储产业链的各方进行洽谈合作；近期通过猎头推荐、内部引荐等非公开渠道紧急招募芯片设计工程师，并未在公开招聘平台发布岗位信息。此次自研芯片的动因源于双重现实压力。此前 DeepSeek 主要依赖英伟达
AI智能体手机首发在即，世界模型赛道引爆400亿资本
《日报摘要》：阶跃星辰今晚19:00发布全球首款AI智能体手机，与努比亚争夺全球首发；GPT-5.6 Sol Ultra 1小时证明50年数学猜想；"世界模型"赛道融资超400亿，中国46起融资已超10家百亿；三星芯片工厂已提前至2029年；WAIC 2026倒计时4天，300+新品首发。《日报摘要》：阶跃星辰今晚19:00发布全球首款AI智能体手机，与努比亚争夺全球首发；GPT-5.6 Sol Ultra 1小时证明50年数学猜想；"世界模型"赛道融资超400亿，中国46起融资已超10家百亿；三星芯片工
美股下挫海力士重跌 原油铜价飙升中东局势升级
专题：调整只是“再平衡” 科技主线中长期趋势不改 市场 7月14日收盘：美股收跌纳指跌逾400点，SK海力士重挫9%，中东局势紧张油价飙升 7月14日美股成交额前20：SK海力士股价大跌9.3% 7月14日热门中概股多数下跌 蔚来涨3.14%，台积电跌2.88% 大宗商品综述：原油飙升 铜价上涨 金价下挫 欧洲股票市场持稳 能源股上涨抵消其他板块跌势 宏观 美军连续第三晚空袭伊朗 特朗普针对霍尔木兹海峡的要求意味着每艘超级油轮需缴费3，000万美元 特朗普已通知国会伊朗战事重新爆发 美军将于格林尼治时间1
AI日报｜0714：阶跃星辰推出全球首个大模型原生智能体手机，Anthropic年化营收首次超越OpenAI
AI技术进展与落地 • 商汤推出并开源SenseNova-Vision统一视觉大模型 • 阶跃星辰发布全球首款大模型原生智能体手机STEPX Neo • AI大模型价格战全面打响，OpenAI、Meta、SpaceXAI纷纷降价 AI硬件与算力+机器人 • Anthropic据传与三星洽谈2纳米制程合作，启动自研AI芯片 • Meta自研AI芯片Iris登场，再投400亿美元加码数据中心 • 英特尔向爱尔兰工厂增投50亿欧元提升AI芯片产能 • 它石智航搭载旭日S600开启千台级工业具身机器人量产 • 加
7月14日人工智能产业动态速览
一、模型 1、企业加速采用中国AI模型以减少开支。 「DoorDash、西门子及爱彼迎等企业正积极管控日益攀升的成本，并降低对美国技术的依赖」 2、腾讯混元团队携手多所院校推出“LHTB测试”，专门验证AI Agent能否在终端持续执行复杂任务。 二、芯片/算力 1、META宣布将追加400亿美元投入路易斯安那州数据中心。2、行云科技：中标项目签订补充协议上调租金28.79亿元，较原签约金额提升79%。 3、首都在线：下属全资子公司拟向天阳科技采购一批服务器，合同金额为3780万元。4、北京AI Toke
日经225指数料将走软，跟随美股下滑
日本股市预计将呈现下行态势，延续华尔街前夜的疲软表现。在美国半导体板块遭遇剧烈抛售后，本土科技类股票可能面临压力，这削弱了市场对人工智能主题的信心。据新加坡交易所数据显示，日经指数期货下挫450点，报66870点。周一，日经指数收跌1.9%，收于67242.73点。 责任编辑：王永生 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。 郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所
AI 浪潮将延续十年，但算力存储已触天花板
2026 年 17 日至 20 日，中国将举办世界人工智能大会，国家最高领导人将发表主旨演讲。这昭示着人类正式迈入人工智能纪元，资本市场上的人工智能风口预计将延续十年之久。过去两三年，人工智能领域的计算与存储芯片曾风光无限，但我判断其股价行情已见顶回落。原因在于，计算和存储芯片缺乏核心护城河，一旦产能急速扩张超越市场需求，相关企业的利润将面临断崖式下滑，众多计算存储芯片及其产业链个股恐将大幅缩水。部分软件企业拥有较深的护城河，例如微软、谷歌和苹果等。此类股票能伴随行业成长而长期上扬。以谷歌、微软和苹果为例
英特尔豪掷57亿美元扩产爱尔兰晶圆厂
英特尔(103.12, -6.72, -6.12%)于周一公布，正式启动一项总额50亿欧元（折合57亿美元）的资本投入方案，用于扩建坐落于爱尔兰都柏林附近莱克斯利普（Leixlip）的Fab 34厂区。该举措意在提升基于Intel 3工艺节点的至强（Xeon）6系列及后续迭代服务器芯片的制造规模，从而响应全球范围内对人工智能及高性能算力不断攀升的渴求。 此次注资被视作英特尔重构制造体系并拓展AI战略布局的核心环节。早在今年四月，英特尔便以142亿美元从阿波罗全球管理公司手中回购了Fab 34工厂49%的股
谷歌TPU战略大转弯，与英伟达争夺AI芯片霸主之位
谷歌(350.67, -4.36, -1.23%)正加速将其自研张量处理单元（TPU）从内部工具转变为对外销售的商用AI芯片，直接挑战英伟达在AI硬件市场的统治地位。这家科技巨头已将TPU作为其AI超级计算机的核心组件，通过与博通的携手合作，谷歌的TPU业务已扩展至为Anthropic等外部客户提供完整的AI基础设施解决方案。 当前AI芯片市场格局中，英伟达仍以约86%的数据中心芯片收入占据主导地位。然而，谷歌的TPU正在凭借成本和系统优势撬动这一格局。据相关报道，谷歌自研TPU处理AI工作负载的成本可比
谷歌TPU突围云市场，挑战英伟达霸权
谷歌正大力推广其自研张量处理单元（TPU），进军由英伟达主导的新型云服务商领域。这些专为AI算力打造的云企业，目前普遍依赖英伟达GPU，因后者芯片与软件已成为训练AI模型的行业标配。 然而，据消息透露，谷歌正积极向这些新兴云厂商销售TPU，标志着其AI芯片战略从内部自用转向对外商业化的重要转型。 市场拓展并非易事。英伟达已与CoreWeave、Nebius、Lambda等头部云服务商建立深度合作，部分企业甚至获得其投资与优先供货权。有消息称，谷歌近期接触的一家云厂商明确表示，其当前合同与规划全部围绕GPU
美光确保硅片供应，AI芯片瓶颈恐向上游扩散
美光(937, -42.30, -4.32%)科技近期宣布向环球晶圆提供5亿美元战略融资，并签订为期十年的硅片供应协议，以支持其位于得克萨斯州谢尔曼的300毫米半导体硅片制造设施建设。作为美光计划至多30亿美元强化美国半导体供应链投资的一部分，此举旨在锁定未来DRAM、NAND及高带宽存储器的关键原材料供应。 市场分析认为，美光此举释放了一个重要信号，即硅片供应可能成为AI算力硬件领域下一个关键瓶颈。随着AI驱动的存储和逻辑芯片投资规模不断扩大，预计在2028至2030年间，半导体级硅片需求将急剧增长。分
AI热潮降温信号浮现
Meta的扎克伯格在内部会议中表示，过去四个月相关技术的进展“未达预期”。AI降温的首信号正是Meta发出：上月限制员工词元使用，月初又宣布对外出租部分老旧AI算力资源。如今特斯拉跟进，将员工每周AI工具使用费用上限设为200美元，即每人年预算不超过一万美元。特斯拉全球员工13万，超半数为产线工人，实际AI预算预计低于7亿美元。此类信号一旦出现，只会持续增多。市场氛围已与上半年持续利好截然不同——国内凡沾AI概念者，市盈率普遍飙至数十倍，核心企业更动辄破百。7、8月将公布二季度财报。主板要求净利润变动超5
两相液冷技术攻克高功率AI芯片散热难题
两相液冷技术攻克高功率AI芯片散热难题 当前AI芯片功率持续增长，热流密度逐步攀升，传统单相水冷方案已逼近物理极限。单相水冷借助显热换热移除热量，当负载骤然上升时热量积累速度远超散热速度，芯片进出口温差能达十五至二十摄氏度，芯片表面温差超过八摄氏度。长期剧烈的温度变化会引发热应力，加速芯片封装老化进程；与此同时散热响应存在滞后，高负载工况下频繁触发芯片降频，直接导致算力损失。传统单相水冷仅能承受约150W/cm²的热流密度，难以满足新一代高功耗算力芯片的工作要求。 两相液冷利用工质沸腾吸收潜热实现高效散热