标签: 算力
人工智能对人类的影响确实深远且漫长。在算力、算法、数据、应用这四个核心环节中，数
人工智能对人类的影响确实深远且漫长。在算力、算法、数据、应用这四个核心环节中，数据和应用环节在当前的产业化阶段展现出最直接、最核心的受益潜力。具体来看：1.数据：从“隐性记录”跃升为“核心生产要素”在人工智能时代，数据是驱动智能发展的关键原料，其战略价值正在经历系统性重塑。价值显性化与付费机制：数据已从单纯的辅助性信息记录，演变为能够承载知识、语义和推理逻辑的核心生产要素。随着行业大模型的兴起，对高质量、专业化场景数据的需求急速扩张，数据价值呈现出“场景越专业、稀缺性越高、价值越大”的特征。“为优质数据买单”已成为稳定、可持续的市场行为。治理与流通体系重塑：数据治理正在从传统的静态合规管理，转向主动的战略性数据管理。数据确权、合成数据、参与式治理等新型机制不断涌现，数据要素正从“沉睡资产”转化为可配置、可流通的市场要素。2.应用：重构产业体系与催生新质生产力应用环节是人工智能技术转化为现实生产力的直接出口，其带来的产业变革最为直观和深刻。重塑实体经济与产业体系：人工智能正推动全球实体经济进入系统性重构阶段。在政务、医疗、制造、金融等千行百业，AI不仅提升了单点效率，更打通了原本割裂的产业链环节，使产业分工模式从传统的“成本与资源禀赋”导向，转变为基于“数据获取、算法优化和生态整合能力”的新型分工。催生新业态与新商业模式：在应用端，AI正在催生“算法即服务”、具身智能机器人、个性化柔性制造等智能原生新业态。同时，应用端的爆发式需求也在反向倒逼基础设施的升级，例如大模型规模化应用直接带动了推理算力的指数级增长，推动了公共云和智算中心的建设。算力与算法的支撑性角色相比之下，算力和算法虽然不可或缺，但更多扮演着“基础设施”和“核心引擎”的支撑角色：算力：面临着巨大的供需缺口和成本挑战。尽管企业级AI系统对算力的需求呈指数级膨胀，但硬件供给增速相对缓慢，且高昂的能耗与硬件成本让许多企业陷入“部署即亏损”的困境。算力更多是在“扩容”与“提效”中艰难前行。算法：虽然AI自主设计算法（如元学习）正在成为前沿趋势，但算法的突破高度依赖于高质量数据的“喂养”以及算力集群的支撑。此外，算法的可解释性、偏见以及强化学习中的奖励函数设计等核心挑战仍未完全解决。总结：在这场漫长的技术革命中，数据是决定AI能力上限的“石油”，应用是释放商业价值与社会价值的“出口”。这两者不仅是当前最核心的受益环节，也是未来较长周期内最具爆发力和长尾效应的赛道。
下周AI人工智能大会引爆国产集群新赛道，液冷，光模块和算力成核心看点！国务院和国
下周AI人工智能大会引爆国产集群新赛道，液冷，光模块和算力成核心看点！国务院和国常会定调算力新基建，未来几年要砸万亿搞国产智算集群、液冷机房和高速互联设备，直接利好华为昇腾、液冷设备和光模块这些硬核环节。下周最炸的看点是7月17日世界人工智能大会，华为Atlas950超节点和国产3D存算芯片要亮相，算力竞争从拼单卡变成拼集群，昇腾、液冷、光模块这些题材肯定被热炒。基本面也撑得住，字节这些大厂正批量买国产AI芯片，大模型调用量蹭蹭涨，机构刚上调了全年业绩预期。另外Meta突然下线AI绘图工具，合规门槛一抬高，国内合规的AI内容企业估值能往上拔一截。AI赛道迎利好算力板块机会AI算力光模块
有机构预测，到了2029年，咱们国内买算力卡（也就是AI芯片、加速卡这些人工智能
有机构预测，到了2029年，咱们国内买算力卡（也就是AI芯片、加速卡这些人工智能的大脑）的总花费会飙升到1.44万亿元。这是个什么量级？相当于现在每年芯片进口额的两倍左右。这么大的蛋糕摆在面前，资本市场自然相信，未来中国肯定会冒出好几家市值万亿甚至十万亿级别的科技巨头，毕竟只有这么大的体量才撑得起如此庞大的基建需求。顺着这条产业链往下看，市场里不少公司都能分到这杯羹，主要分布在这么几个环节：首先是造“大脑”的芯片厂商，这是利润最丰厚的核心地带。像海光信息做的是兼容生态的加速卡，在政企采购里占比很高；寒武纪的自研训练推理芯片也在万卡集群里大量应用；还有景嘉微在国产GPU和推理端也在稳步发力。这些公司直接卡位国产替代，弹性最大。其次是做“身体”的服务器和整机厂，算力卡得装进服务器里才能干活。浪潮信息作为国内AI服务器出货的老大，是直接承接采购需求的排头兵；工业富联在全球高端AI服务器代工上地位稳固；中科曙光则带着国产算力全栈方案深耕国家和地方的算力枢纽；紫光股份旗下的新华三在运营商和算力网络里也吃得挺饱；拓维信息则紧抱华为昇腾生态，做国产整机的配套。再来是修“高速公路”的光通信和互联部件，成千上万张卡组队干活得靠高速光模块串联。中际旭创和新易盛在800G、1.6T这些高端光模块上是全球主力；光迅科技背靠国资做光芯片到模块的全覆盖；华工科技在高速光引擎和交换机上也有一手；锐捷网络则在数据中心交换机和智算组网里卡了关键位置。最后是底层配套和基建运营，包括长电科技做的高端封装、澜起科技的内存接口芯片、沪电股份和深南电路的高阶PCB板，这些都是算力卡和服务器绕不开的耗材。而润泽科技、宝信软件这类做智算中心和机房运营的，则靠着出租算力和托管设备赚长线的“过路费”，再加上英维克这些做液冷散热的，整个链条都在跟着算力建设一起扩容。
一早醒来看到了一个超级大利好！算力股沸腾时刻，1.44万亿天量需求袭来……消息上
一早醒来看到了一个超级大利好！算力股沸腾时刻，1.44万亿天量需求袭来……消息上：财联社7月12日电，有机构预测，到2029年，中国国内算力卡采购额将达到1.44万亿元。庞大的算力需求让投资机构相信，中国将诞生多家市值万亿甚至十万亿的上市企业。（央视财经）对于这条消息该怎么看呢？个人有4️⃣点看法：1️⃣算力指向1.44万亿的采购额，这对于上游的国产芯片、服务器厂商这是最直接，率先受益的方向，这个毋庸置疑。对于短线市场博弈也是有情绪性利好的。2️⃣算力作为“新基建”，这巨额的采购预示上面将大力投入AI底层设施。3️⃣如果投向这么多钱到算力上，如果促成更多的万亿市值企业，必须要在企业具有极高利润支撑做支撑才行，但是从目前来看，这个高门槛实现起来是有难度的。4️⃣对于这个“蓝图”还是需要谨慎看待，预测毕竟是远期展望，存在不确定性。而且万亿甚至十万亿市值的论断，更像是对行业长期潜力的乐观期许，所以我们保持关注同时，更多是要理性看待。
深度复盘，这三只标的值得关注：1、中科曙光国产全栈算力基础设施龙头，核心亮点：十
深度复盘，这三只标的值得关注：1、中科曙光国产全栈算力基础设施龙头，核心亮点：十万卡国产集群落地+超算全球登顶+存储液冷网络全自研。7月落地国内首套全国产十万卡AI超集群曙光8000登峰，同步启动第二套十万卡集群建设；依托海光国产算力芯片打造完整智算生态，深度对接国家超算互联网，政企、科研算力订单持续放量，国产算力交付能力行业独一档。2、曙光数创AI液冷温控绝对龙头，核心优势：浸没液冷市占断层第一+MW级机柜新品落地+算力机房改造需求爆发。连续四年国内液冷市占超50%，浸没相变液冷国内市占65%、全球近60%，2026年Q1营收同比大涨782.53%，合同负债环比提升68.39%，在手订单排期充足；浸没液冷毛利率40%以上，下半年高毛利项目集中交付，新建万卡智算中心强制配套液冷，存量风冷改造打开长期增量。3、神州数码国产昇腾算力分销+自有服务器双龙头，核心亮点：华为昇腾核心渠道+鲲泰自研整机+AI业务高速放量。国内鲲鹏、昇腾唯一双领先级总经销商，昇腾服务器分销份额行业前列；在手算力订单超230亿元排至2027年上半年，覆盖金融、互联网、运营商；同时持有全球多朵云顶级服务商资质，数云融合稳步推进，自有品牌整机毛利率持续改善，业绩增长弹性充足。个人观点，仅供参考，不构成任何投资建议。
7月10日十大金股：一、算力半导体主线（4只）1. 浪潮信息：AI服务器中
7月10日十大金股：一、算力半导体主线（4只）1.浪潮信息：AI服务器中军，人工智能大会催化，资金持续流入2.华天科技：存储封测情绪龙头，受益存储周期回暖，强势连板3.紫光股份：交换机+光通信双主线，算力基建核心标的4.长电科技：全球先进封装龙头，机构底仓偏好标的二、人形机器人（2只）5.汇川技术：伺服驱控全栈龙头，人形机器人订单放量6.双环传动：RV减速器核心，中报业绩大幅预增三、创新药医药（2只）7.信立泰：慢病创新药稳健标的，管线持续落地8.常山药业：代谢多肽赛道，短线20cm弹性标的四、消费顺周期（2只）9.山西汾酒：次高端白酒，行业去库存尾声复苏预期10.紫金矿业：铜金资源龙头，工业金属价格回暖风险提示：以上仅为当日市场高景气赛道龙头整理，仅作行情观察参考，不构成任何投资建议。
全球AI军备竞赛持续升温，别只盯芯片“硬实力”，如何把每一分算力真正“用”好才更
全球AI军备竞赛持续升温，别只盯芯片“硬实力”，如何把每一分算力真正“用”好才更关键！机房里摆满高性能芯片，看起来很有气势，仿佛电闸一推，人工智能就会自动长出翅膀。可现实没这么省心。有的算力像训练有素的精兵，有的却像穿着新军装排队等命令，设备很贵，利用效率未必同样漂亮。全球人工智能竞争进入深水区后，一个现实问题摆到台前。芯片决定能不能进场，软件、算子和开发生态决定进场后能跑多快。只盯参数表，容易把技术竞赛看成“谁家仓库更大”；把芯片性能转化为模型能力，才是较量的关键。2026年5月举行的鲲鹏昇腾开发者大会，把不少注意力放在基础软件和开发工具。大会披露，昇腾计算产业正在推进CANN全面开源开放，运行时、算子编译等接口进一步开放，算子与通信库可以独立升级，已经开放五十多个源码仓。这个变化没有新芯片亮相那么热闹，却直接关系开发者是否愿意用、能否快速用起来。算子可以理解为算法与芯片之间的“翻译官”。模型要完成矩阵运算、数据搬运和激活处理，不能只递一张任务清单，还得把每一步翻译成硬件听得懂、执行得快的指令。翻译得好，芯片像打通了任督二脉；翻译得磕磕巴巴，再强的算力也可能原地热身。截至2026年7月，昇腾公开文档显示，新一代平台正在提供单指令多数据与单指令多线程混合编程能力。前一种方式擅长处理规整、成批的数据，像整齐方阵统一行动；后一种方式更适合复杂分支和离散访存，像小分队穿插作业。两者灵活切换，可以兼顾大吞吐量与特殊场景，让硬件少做无用功。大模型结构快速变化，新的网络模块和推理方法不断出现，通用算子库不可能永远包办一切。谁能更快开发和优化算子，谁就能更快适配新模型，把实验室里的想法变成稳定能力。过去，高性能算子开发常常需要熟悉底层硬件、编译器和复杂代码，门槛高得像把机房钥匙挂在悬崖边。如今，昇腾正在兼容更多主流开源生态，并提供更易用的开发工具。开发者不必每次都从最底层“手搓齿轮”，算法人员也能把更多精力放在模型创新和业务验证中。开源开放也不只是多放几个代码仓。基础软件接口更加透明，企业、高校和科研团队才能根据实际场景优化算子、修复问题、贡献工具。参与者越多，适配速度越快，国产算力就越容易形成正向循环，而不是每遇到一种新模型都重新翻山越岭。单卡跑得快，还不等于集群跑得顺。大模型训练需要大量设备协同，计算、通信、存储和网络只要有一环堵车，其他设备就可能集体等候。那场面像几十辆跑车挤在收费站，发动机声音很响，前进速度却很克制。统一编址、通信优化和算存网协同，正是为了解决这些堵点。相关技术可以减少数据反复搬运，降低开发复杂度，让跨节点资源更像一台整体机器。国家推动算力互联互通，也把异构算力调度、跨架构适配和算网协同列为重要方向，让分散资源找到任务，让昂贵设备少坐冷板凳。2026年的产业部署进一步强调超大规模智算集群、算电协同和全国一体化算力监测调度。这说明竞争目标已经不只是“造出多少算力”，而是怎样在能源、网络、软件和应用之间形成闭环。算力中心建得再气派，若模型迁移困难、工具不顺手、应用接不住，也容易变成科技感十足的背景墙。中国发展人工智能的优势，不只在于持续突破硬件，也在于产业体系完整、应用场景丰富、开发者群体庞大。制造业、医疗、交通、能源和科研领域提出的真实需求，能够反过来推动算子、框架和调度工具成熟。技术进入生产流程，帮助企业提质增效，才算完成从芯片到生产力的最后一跳。芯片当然重要，核心技术必须坚定攻关，产业链安全也不能寄托在别人手里。但芯片不是买回机房就自动产生价值的“许愿池”。高水平竞争，是软硬件深度协同，是每张卡都能被调动，每个模型都能快速迁移，每套系统都能稳定服务实际需求。未来的人工智能强者，未必只是芯片数量最多的一方，更可能是软件生态最完整、开发工具最顺手、产业落地最扎实的一方。把算力用足，把算法跑顺，把开发门槛降下来，看起来没有峰值参数那么抢镜，却决定着长期竞争力。人工智能这场长跑，硬件像肌肉，软件像神经，算子则像把命令传到四肢的细密线路。只有肌肉发达而神经迟钝，跑起来难免踉跄。中国既要练好“硬实力”，也要做强基础软件和开发生态，让自主算力真正好用、易用、敢用，才能把技术主动权稳稳握在自己手中。
