净利暴涨555%！A股“超节点”赛道爆发，5股业绩翻倍
文丨李壮 编辑丨承承 “超节点”算力集群为人工智能应用的快速落地提供了关键支撑，相关龙头企业的业绩也随之大幅上涨。 随着2025年年报及2026年一季度财报季的结束，以超节点（SuperNode）为代表的国产算力产业链展现出卓越业绩。其中，上游核心器件环节率先实现全面高速增长，而中游整机集成环节的盈利格局正经历重塑。 财报数据表明，超节点产业链的利润增长趋势已初现端倪。一方面，寒武纪(1209.000, -51.58, -4.09%)等上游芯片及光互联厂商依托极高的技术壁垒，实现了业绩翻倍；另一方面，紫光
AI算力新趋势：超节点OEM成关键增长点
字节跳动：2026 年 AI 资本开支上调至超 2000 亿元阿里：未来三年 AI 基建投入从 3800 亿提至4800 亿腾讯：2026 年资本开支大幅加码三家合计：2026 年预计逼近6000 亿元，同比大增70%H100 一年期租价半年涨近40%按需租赁（On-Demand）全面售罄NVIDIA B300 服务器国内成交价逼近700 万 / 台，近乎翻倍算力租赁2026 年 Q1 市场规模680 亿元，同比 + 62%，多家公司业绩暴增国产芯片推理场景更适配、成本更低，头部模型主动弱化单一生态依赖，
新华三于英涛：AI发展瓶颈源于系统层面，需通过算网存云安维六维协同突破
新浪科技讯 5月12日下午消息，在新华三集团NAVIGATE 2026领航者峰会上，紫光股份(30.690, -1.00, -3.16%)董事长、新华三集团总裁兼首席执行官于英涛表示，“AI发展瓶颈在于系统层面而非单点技术，这是一个常被忽视的系统性挑战。”他认为，Token性价比并非由单一芯片决定，也非取决于某项独立能力，而是需要算力、网络、存储、云端、安全、运维六大维度的深度协同，才能实现最优效果。 在万卡集群环境中，网络拥塞引发的算力损耗超过30%；数据IO瓶颈导致GPU空转等待时间占比超过40%；安
超节点与AI应用：投资逻辑的深层解码
当下热议焦点无需赘述，全都围绕算力展开，但投资者更应重点关注交换机与超节点领域，紫光股份具备坚实逻辑支撑适合长期持有，尽管表现不会异常惊艳。核心逻辑并非聚焦于机房建设，而在于数据本身！AI产业爆发式增长，数据流通成为必然趋势，正如"要想富先修路"，交换机就是这条数字高速公路，算力如同经济引擎，但若无高速公路支撑价值便无法体现。鉴于数据爆发已成定局，此处刻意不提算力爆发，正是为了凸显交换机的战略地位，它负责算力传输拥有独立投资逻辑，更多时候与算力形成互补协同关系！2️⃣AI应用新闻的诱导性表面看是AI应用，
从算力底座到智能中枢：开源欧拉的AI原生升级之路
当大模型、具身智能、RISC‑V与智算中心成为数字产业最关键的议题，操作系统的角色也随之改变：它不再只是承载算力的底层平台，而要成为AI原生能力的中枢底座。作为面向数字基础设施的开源操作系统，开源欧拉（openEuler）已发展为全球领先的开源社区之一。在 openEuler Developer Day 2026 期间，来自开源欧拉社区一线的八位开发者，围绕具身智能、基础设施、安全防御、超节点算力、RISC‑V架构、内核研发、官网生态与Agent OS顶层设计等八个方向展开交流。通过全栈化的技术创新，推动
新华三发布万亿级大模型训练平台，AI算力竞争蔓延至消费电子
算力豹AI日报NEWSPAPER近期AI算力领域焦点速览01新华三推出UniPoD S80000：国内AI基础设施迈入超节点时代新华三集团发布了专为万亿级大模型训练设计的超节点平台UniPoD S80000。该平台支持从32块GPU扩展至1024块，并可进一步扩容至16384块的规模。这标志着中国AI基础设施的建设正从单机和单集群模式，升级到超大规模算力协同和“超节点架构”阶段，以满足下一代大模型在训练规模和推理吞吐量上的严苛要求。（图源：新华三集团官方）此次发布的核心亮点不仅在于GPU数量的扩展，更在于
国产AI算力链景气上行
一、核心：两大趋势锁定主线，行业景气度持续抬升1. 国产AI芯片加速崛起：国内AI芯片市场份额持续扩大，本土供应链关键环节的竞争力不断增强，国产替代进程稳步推进；2. 超节点放量可期：国产超节点相关技术已基本成熟，正迈向批量交付阶段，或将成为驱动行业演进的关键主轴。二、四大核心逻辑：支撑算力链长期走强逻辑1：AI需求全面释放，算力消耗与商业化同步突破AI需求的加速增长，是算力链保持向好的根本动力，主要体现在以下三方面：✅ Token消耗显著上扬：豆包大模型日均Token用量突破120万亿，短短3个月实现翻
AI算力与应用24小时速览(2026.04.28-29)
汇总时间：2026年4月29日 07:00 | 覆盖范围：过去24小时研报、纪要、观点解读、公众号文章#板块关键进展相关标的1AI算力-海外2026Q1海外算力板块平均增速达到150%，旭创等头部企业增速超过200%，行业景气进一步提速中际旭创、新易盛2AI算力-国内国内算力Q1增速在50%-100%区间，相比2025年30%-50%明显加快；超节点阶段进入全量商业化前的关键临界点紫光股份、浪潮信息、华工科技3AI算力-液冷液冷业务拐点已出现：曙光数创Q1收入同比+783%，冷板与液冷产品明显放量；鸿富瀚
AI算力与AI应用日更投研简报
日期：2026年4月28日（周二）| 覆盖区间：4月27日07:00 — 4月28日07:00过去24小时AI产业链最关键的三条动态：1.DeepSeek-V4正式亮相并开源，首次基于国产算力（昇腾/寒武纪）完成训练与推理验证，API定价明显下探至历史低位，国产AI商业化闭环的叙事进一步具备落地条件 2.北美四大云服务商即将集中披露一季报（本周四凌晨），2026年合计资本开支预计同比上调53%至5708亿美元，AI算力景气度的验证窗口正在逼近 3.光模块产业链供需错配仍在加剧，预计2026年全球AI光模块
昇腾超节点全系适配DeepSeek V4，华为官宣性能突破
IT之家4月24日报道，今日早间，DeepSeek-V4模型预览版正式对外发布并开启开源。华为官方紧接着发布声明，凭借双方在芯片与模型技术上的深度合作，昇腾超节点全系列已完成对DeepSeek V4系列模型的适配支持。据官方介绍，昇腾950借助融合kernel与多流并行技术，有效减少了Attention机制的计算及访存成本，显著增强了推理效率，配合多样化的量化策略，达成了DeepSeek V4模型的高吞吐、低延迟部署。昇腾A3超节点系列同样完成全面适配，并针对用户快速微调需求，推出了基于该平台的训练方案示
国产算力崛起：AI芯片三大发展方向
伴随人工智能技术的迅猛演进，算力已崛起为推动数字经济与科技创新的核心动力源。面对全球AI竞赛日趋激烈、高端芯片供应链风险攀升的局面，国产算力芯片在自主可控与大规模商用方面正迎来重要转折点。本报告全面剖析了GPU与ASIC两条技术路径的发展脉络与落地场景，深度解读了国产算力芯片在性能、功耗、性价比等领域的不断跃进，并预判：2026年，国产算力将开启从点到面的规模化爆发期。报告认为，虽然英伟达等国际巨头依然主导全球GPU市场，但在美国技术封锁与国内扶持政策双重作用下，国产AI芯片的替代窗口正在迅速扩大。以华为
阿里云出席 2026 Open AI Infra Summit：借 UALink 2.0 与 CXL 革新 AI 超节点互联
4月9日至10日，2026 Open AI Infra Summit在北京盛大开幕。该大会由GCC-Open AI Infra社区承办，聚焦从兆瓦级算力到GW级数据中心的热点，涵盖高速互联、800V高压供电、先进液冷、超节点生态及性能测试等关键领域。阿里云服务器研发团队在高速互联及超节点生态论坛分别进行技术分享，全方位展现了阿里云在AI基础设施互联领域的技术实力与生态布局。UALink 2.0 协议迭代：打破 Scale Up 发展瓶颈在高速互联论坛上，阿里云服务器研发架构师邱宇弟发表了题为“突破 Sca
AI算力峰会嘉宾阵容揭晓，OpenCLaw议程同步发布
九位专家深度解读AI算力技术任职于芯桥半导体，专职负责GPGPU芯片的技术方案与生态体系搭建，业务覆盖机器人产业生态培育、超节点算力升级及光电计算融合等领域。率领团队设计机器人算力架构与软硬件协同方案，充分挖掘GPGPU芯片在视觉处理、运动控制与AI推理中的加速效能；打造高性能算力超节点平台，精进多节点GPGPU资源调度能力，保障大模型训练与推理的高效率、低延迟；驱动光电计算融合系统研发，将GPGPU芯片与光芯片矩阵运算深度整合，实现复杂任务的高效处理。统筹解决方案团队，贯穿芯片能力到系统落地提供全链路支
共探AI基础设施新趋势｜灵达科技邀您出席2026 Open AI Infra Summit
主题演讲：面向超节点的下一代网卡技术演进方向伴随大模型迈向万亿级参数，超节点正逐步成为算力体系的关键核心。超节点规模的持续跃升，也让 Scale-out 网络承受更大压力：传统 RDMA 网络由于负载分布不均以及 Incast 拥塞问题，造成吞吐能力明显下滑，进而成为算力释放过程中的新障碍。抖音集团创新推出 VeROCE 技术，针对上述难题进行突破；灵达新一代 AI 网卡则通过重塑协议栈、引入智能多路径机制和精细化拥塞控制，实现端侧与网络侧的深度协同。灵达科技产品经理武晓军将于 4 月 10 日在超节点生
莫仕亮相2026峰会 共话AI算力互联新趋势
在本次盛会上，莫仕系统架构总监贾功贤将发表题为《AI 超节点互联架构趋势分析》的演讲。他将深入探讨当前AI算力基础设施面临的挑战以及未来的演进方向。随着大模型训练和推理对算力密度、通信带宽及传输时延提出了极高要求，传统服务器互联架构已无法满足万卡级AI集群的高效协同需求，因此，AI超节点成为了突破算力瓶颈的关键路径。贾功贤将重点分享关于超节点Scale-Up与Scale-Out架构的演变、高速信号传输技术的迭代以及异构计算互联的优化。他将详细解读224G/448G高速互连、XPO、CPO共封装光学及液冷高