AI算力需求未止：Meta风波下的供应链变局与布局策略
加入社群，您将能抢先掌握市场脉搏、政策风向、机构调研助您达成更精准的投资判断十万加机构调研资料任您查阅会议开场，主持人便定下基调：本轮AI算力需求周期远未落幕，短期结构波动不会扭转总量上行的大势。自2025年底起，关于AI泡沫的讨论已回归理性，整体情绪并未恐慌。当前核心分歧不在总量，而在结构——即算力资源如何在不同模型与厂商间重新配置。只要全球顶尖大模型仍在迭代，商业化收入持续攀升，支撑其训练的算力投入便拥有坚实的基本面支撑。主持人特别强调，AI行业瞬息万变，龙头企业的营收排名可能在数月内发生逆转。此类波
AI迈入存储与光互联新纪元，两只主题ETF亮相，布局哪些标的？
AI算力角逐已从GPU逐步扩展至整个基础设施产业链。当GPU性能持续突破后，存储带宽与数据传输速率正成为制约AI发展的两大核心瓶颈。近期，Tema ETFs顺势推出两只全新的主动管理型ETF——DISK（Memory ETF）和LAZR（Photonics & Optical ETF），分别聚焦AI产业链中增长潜力最大的两大细分领域：存储芯片与光模块技术。以下带您快速了解这两只新发ETF。一、DISK：瞄准AI时代庞大的存储需求ETF基本概况Tema存储ETF（DISK）专注布局全球存储芯片产业链
Linux基金会高管访华后感叹：美国严重低估了中国AI的真实进展
2026 年 4 月下旬，Linux 基金会全球人工智能首席技术官 Matt White 等人在北京、上海和杭州进行了为期 8 天的实地考察。8 天时间里，他先后与 DeepSeek、月之暗面、智谱 AI、MiniMax、阿里云、蚂蚁集团、字节跳动、小米、零一万物等公司进行了交流，也走访了清华大学智能产业研究院，以及宇树科技、星海图和银河通用等机器人企业。Matt 到访期间，恰逢国内模型发布进入密集周期：Kimi K2.6、Qwen 3.6-27B、MiMo V2.5 系列、Ling-2.6-1T、Dee
前OpenAI研究员旗下基金大举投资SK海力士纽约上市
一家由前 OpenAI 研究员掌舵的对冲基金及英国资产管理公司 Baillie Gifford 已表明意向，可能在本周 SK 海力士于纽约的 280 亿美元股票发行中购入大量股份。 这家韩国存储芯片巨头周一正式启动在纳斯达克(26121.16, 288.49, 1.12%)的上市进程，此时 AI 数据中心的兴建正带动存储芯片需求急剧攀升。这将成为亚洲企业有史以来在纽约规模最大的上市活动之一。 AI 需求推动 SK 海力士 2025 年营收增长 47%，达到 97.1 万亿韩元（约合 630 亿美元），利润
港股午盘综述：恒指微挫，芯片与PCB板块领跌，快手重挫超9%
7月7日讯，港股三大指数全线收跌。截至午间收盘，恒生指数(23496.889, -119.43, -0.51%)下跌0.42%，报23517.70点；恒生科技指数(4507.04, -34.19, -0.75%)下滑0.28%；国企指数亦跌0.42%。板块表现分化，科网股涨跌互现，快手跌幅逾9%，京东跌超1%，美团逆势上涨超4%，腾讯与联想涨幅均超2%；芯片股集体回调，澜起科技跌幅超10%；PCB概念板块领跌，建滔积层板(70, -3.85, -5.21%)重挫超8%；黄金股普遍走低，赤峰黄金跌超4%。
瑞银策略：增持SK海力士ADR，减持首尔本地股
瑞银集团（52.15, 1.11, 2.17%）表示，投资者应买入SK海力士即将推出的美国存托凭证（ADR），同时抛售该芯片企业在韩国上市的股票，原因在于ADR在交易期间有望出现溢价。 该瑞士银行的销售与交易团队在致客户报告中强调，对于对冲基金等机构而言，此类ADR相比韩国本土股票更具吸引力，因其持有效率更高且成本更低。报告还提及，部分尚未持有SK海力士首尔上市股份的全球组合经理，亦可购入这些美国证券。 “自首日即做多其ADR并做空韩股，似乎无需过多迟疑，”瑞银报告指出，“鉴于ADR折价可能性极低，风险可
UCLA联手五大巨头共建半导体中心，加速AI芯片研发
点击蓝字 关注我们SUBSCRIBEto USUCLA Samueli School of Engineering为应对人工智能时代带来的各类挑战，半导体企业与高校正着力缩短产学研反馈周期。近年来，台湾阳明交通大学、加州大学伯克利分校、亚利桑那州立大学、弗吉尼亚理工大学等院校，均在深化与产业界合作伙伴的合作。校企双方都希望加快科研成果商业化转化，并依托产业一线积累的实操经验，反向指导下一阶段科研攻关。今年5月，加州大学洛杉矶分校联合五家头部半导体企业，宣布成立总投入1.25亿美元的全新产学研联合研究中心，
AI 热潮推动半导体美股强势回暖
7月6日，得益于人工智能（AI）硬科技需求持续旺盛以及行业多重利好预期的推动，美国股市半导体板块扭转了上周的颓势，迎来全面回升。存储芯片及定制芯片产业链的核心标的集体上涨，彰显了市场对全球半导体行业景气的信心明显增强。 行业分析师认为，本周全球存储芯片巨头的一系列密集动作是触发此次板块反弹的关键因素。韩国半导体领军企业三星电子预计将于当地时间7月7日发布第二季度初步业绩。市场消息透露，鉴于AI应用引发的高性能芯片需求严重供不应求，三星电子计划将动态随机存取内存（DRAM）芯片的平均售价大幅上调20%。与此
慕展开幕聚焦 | 四方维首发AI工具链，八位大咖把脉电子产业新变局
2026年7月1日，慕尼黑上海电子展在上海新国际博览中心正式启幕。作为电子产业供应链智能化与数字化变革的引领者，Supplyframe四方维携其最新数智化产品矩阵与前沿理念，于N2馆600号展位重磅登场。此次参展，四方维着力将人工智能技术深度嵌入工程师研发、采购与供应链及市场拓展三大核心场景，通过呈现全新打造的AI工具链，为电子产业的智能化跃迁提供了可感知、可操作的实战型解决方案。展会首日，四方维展台活动亮点频出。在备受瞩目的高层对话环节，来自南芯科技、安森美（Onsemi）、欧时（RS）、得捷（Digi
人工智能硬件全链路深度拆解
人工智能硬件全链路深度拆解 这轮AI硬件军备竞赛，究竟哪些玩家在低调掘金？ 耗费整日将AI硬件产业链逐层梳理，涵盖九大层级、逾四十个细分方向、三百余家标杆企业，最终汇成一幅全景图。深入研读后愈发确信：众人目光皆聚焦于英伟达，而真正的价值洼地实则隐匿于冰山之下。 先抛核心结论——整条链路自上而下的架构为： L1算力运营（云厂商/数据中心）→ L2算力基础设施（液冷/供电/光模块）→ L3核心芯片（GPU/HBM/先进封装）→ L4网络互联（交换机/DPU/光纤）→ L5存储（SSD/DRAM/CXL）→ L
美光再签福特，布局车用存储芯片市场
IT之家 7 月 6 日消息，Micron（美光）于美国当地时间今日宣布与汽车制造商 Ford Motor（福特汽车）签署长期战略客户协议（SCA）。 IT之家注意到，该 SCA 是美光此前财报电话会议中提及的 16 份战略客户协议之一，也是继本月 1 日公布的通用汽车 SCA 后，美光在汽车领域达成的又一重要合作。 根据协议，美光将强化内存与存储解决方案的供应能力，助力福特下一代车型的量产。 福特汽车总裁兼首席执行官 Jim Farley 表示：
全球瞩目！存储双雄迎来重大考验时刻
7月7日，三星电子将披露今年第二季度初步业绩；7月10日，SK海力士计划在纳斯达克发行美国存托凭证（ADR），预计募资规模最高达294亿美元。 在Meta计划出售多余算力的消息被广泛报道后，全球芯片股迎来剧烈波动，市场对AI产业链巨额投资回报前景产生担忧。在这一背景下，三星电子能否交出超预期的业绩答卷，SK海力士ADR上市后能否获得资金追捧，成为本周市场的两大看点。 三星业绩能否再超预期？ 三星电子将于7月7日盘前公布今年二季度初步业绩数据。 据中证海外资讯，LSEG SmartEstimate基于30位
HBM之父金正浩：AI核心在内存，存储重塑算力格局
在人工智能迅猛发展的浪潮中，行业长期以来将GPU奉为算力的绝对核心。然而，随着AI技术从训练阶段跨越至推理及智能体（Agentic AI）时代，一场关于计算架构的深刻变革正在悄然上演。7月6日传来消息，被尊称为“HBM之父”的韩国科学技术院（KAIST）电气系教授金正浩在近期受访时强调，AI的核心竞争力正由GPU向内存转移。他断言，AI的本质在于内存，在当下的AI推理环节，GPU真正用于计算的时间仅占10%到30%。这一观点不仅揭示了当前AI硬件的底层瓶颈，更预示着未来存储芯片在AI应用领域将掀起颠覆性的
全球AI芯片销量领先企业榜单
到2025年末，英伟达掌控了人工智能市场约三分之二的算力资源，其份额远超其他竞争对手的总和。尽管谷歌、亚马逊等科技巨头正加速自研芯片的生产，英伟达在AI领域的统治地位依然牢不可破，使得榜首与第二名的差距极为悬殊。此图表依据Epoch AI的芯片销售数据库，对全球顶尖AI芯片供应商进行了排序，该数据库覆盖了多种主流架构的计算效能。具体排序：*为便于不同芯片间的比较，数据已统一折算为“H100 等效单位”2025年第四季度，英伟达出货的近300万颗H100等效处理器，超越了其他所有厂商的出货总量。紧随其后的是
AI 领域每日要闻 | 2026年7月7日
————————————————————前沿技术【AI大模型】美团LongCat-2.0正式开源，国产芯片厂商集体同步适配7月6日，美团宣布正式开源LongCat-2.0全部模型权重、推理引擎与核心技术文档，原生支持1M超长上下文，专为Agentic Coding场景设计。同一天，华为昇腾、摩尔线程、沐曦股份等多家国内芯片制造商同步完成了全栈适配工作，涵盖模型加载、推理引擎、算子优化、部署验证等关键环节。这是首个完全基于国产算力实现训练与推理全流程的万亿参数大模型，在Agent和Coding等核心能力上已