标签: GPU
阿里巴巴发布第二代超节点，搭载128颗GPU，单机柜功耗达350kW且重达1吨
阿里巴巴发布第二代超节点，搭载128颗GPU，单机柜功耗达350kW且重达1吨级。阿里发布第二代超节点盘古128，搭载32颗CPU和128颗GPU，在国产AI单卡算力受限背景下，通过集群系统能力实现19TB显存和1.5亿FLOPS算力突围。该架构部署约束严苛，单机柜功耗达350kW（传统100kW）且重达1吨级，需标配单向沉浸式液冷，阿里当前仅约30%可用区满足，极高门槛推高整机集成壁垒。阿里、字节、腾讯三家超节点投资合计约1000亿，核心配置CPU：GPU及交换芯片：GPU均达1:4，单台配32颗交换芯片及百TB级DDR。随着2026年万柜级交付落地及国产交换芯片渗透（当前份额30%-40%），超节点正重塑算力产业链，高互联、大显存及高密散热环节迎来确定性量价齐升。关注：华勤技术/神州数码/紫光股份（整机集成商，受益于高密设计壁垒及大单交付落地），盛科通信（交换芯片核心外供，受益于高配比及市占率跃升），阿里巴巴（算力架构自研龙头，受益于软硬协同及交付量翻倍）
大幅上调盈利！MLCC超级周期要来？很多人以为最近MLCC涨停潮，只是AI
大幅上调盈利！MLCC超级周期要来？很多人以为最近MLCC涨停潮，只是AI跟风炒作，那真的看错本质了！海外龙头太阳诱电最新业绩预期直接打脸市场，坐实了行业反转的逻辑。公司直接上调全年业绩预期：营收上调10.4%，营业利润暴增50%，净利润更是狂飙61.1%！太阳诱电自己说得很明白，核心利好就是信息基建、工业设备需求暴涨，叠加产品涨价。说白了，就是AI服务器带火的高端MLCC，彻底打开了行业增量空间。现在的AI算力服务器，和以前普通服务器完全不是一个级别。新一代机型单台MLCC用量高达60万颗，比旧机型多出30%以上。目前MLCC已经成为AI服务器里，仅次于GPU、存储的核心元器件，刚需直接拉满。需求爆发的同时，产能却严重跟不上。高端AI级MLCC生产难度极大，1颗高端料就要占用7颗普通电容的产能。包括太阳诱电、村田、三星在内的海外大厂，全都在涨价、拉长交付周期。大厂现在优先保高利润的AI大客户订单，直接挤压了普通产品产能，行业缺货已经从高端蔓延到全品类。总结一句：MLCC这轮上涨，是真实需求+涨价潮+国产替代三重利好叠加。
降价80%，但这次不只是价格战。OpenAI突然宣布GPT-5.6全线调整，入门
降价80%，但这次不只是价格战。OpenAI突然宣布GPT-5.6全线调整，入门款Luna直接从每百万token输入1美元砍到0.2美元，输出从6美元砍到1.2美元，折合人民币输入才1块3毛5。Terra也降了20%，旗舰Sol价格没动，但出了加速模式，最高快2.5倍，加量不加价。真正值得关注的不是降价本身，而是降价的逻辑，这钱是GPT-5.6Sol自己省出来的。OpenAI说得很清楚：Sol参与了自家生产系统的GPU底层优化，重写Kernel、改进推测解码，端到端成本压下去20%，Token生成效率提了15%。模型自己帮自己降本，降下来的成本又反哺到价格上。左脚踩右脚，飞升循环就这么转起来了。这背后藏着更大的牌：Luna不是拿来干传统杂活的。它能调工具、执行多步工作流，定位是成本敏感型Agent主力。降价80%，本质是在降低Agent长期运行的入场门槛。以前因为太贵不敢频繁跑的审查、验证、监控任务，现在可以变成常规操作。一个飞轮已经成型：模型参与优化自己—成本下降—价格降低—更多Agent工作流跑起来—调用规模扩大—再推动下一轮优化。这不是价格战，这是要把Agent从demo阶段直接推进生产环境。压力现在给到了另一边，该谁出牌了。
欧盟计划投资114亿美元建设7座人工智能超级工厂，公共融资将吸引额外的228亿美
欧盟计划投资114亿美元建设7座人工智能超级工厂，公共融资将吸引额外的228亿美元私人投资。现在看，落后的欧盟也要参与进来了，原本G2的世界，现在又要加进来一个小兄弟了。从产业趋势的角度上看，目前的AI还处于初级阶段，虽然经过一轮全球的风暴，但目前，甚至于未来能见到的两年，依旧缺存储，缺芯片，缺设备，缺光芯片，缺算力，缺先进封装，缺先进制程产能，缺GPU,缺光模块，缺高端PCB，缺电力，缺也冷散热，缺高端电源管理器件，缺CUDA生态工具链，等等，等等。以上的链条即便现在经过一轮扩产后，依然无法满足需求，都处于紧缺的状态。光盯着K线图涨多了，张口就来什么算力世纪大顶，还为时尚早。
互联网技术AI泡沫的出清不会是"全行业雪崩"，而是一次极其精准的优胜劣汰——谁
互联网技术AI泡沫的出清不会是"全行业雪崩"，而是一次极其精准的优胜劣汰——谁靠叙事活着，谁靠现金流活着，潮水退去时一目了然。综合高盛、BIS、摩根士丹利、Forrester等机构的判断，以及新华网披露的全球AI投入1.4万亿美元vs营收6130亿美元的残酷断层，以下五类行业将面临最大挑战，且冲击会沿产业链逐级传导。一、最惨重：高杠杆算力基础设施与数据中心租赁这是泡沫破裂的"震中"。高盛在7月中旬的研报中明确指出，"算力扩张时代"正逐步走向终结，整个科技板块的估值定价体系即将迎来重构——资本开支效率、资产利用率、应用落地速度将取代"硬件产能规模"成为新的定价因子。挑战来自三个方向的夹击：-债务期限错配：科技巨头通过发债为AI基建"输血"，彭博数据显示自2025年初以来美国已发行超过3700亿美元的AI债券融资产品。但数据中心、算力设备技术迭代快、折旧周期短，与中长期债务明显错配-资产闲置风险：一旦需求不及预期，万亿级"暗算力"将出现，运营商债务风险陡升。甲骨文就是前车之鉴——其自由现金流已暴跌至-59亿美元-抵押物贬值：部分算力租赁公司以GPU为抵押融资，但GPU迭代极快，新一代芯片上市后旧型号租金下跌，存量GPU的二手价值和抵押价值同步缩水，金融机构可能要求补充抵押物或提前还款摩根大通数据显示，当前美国四大云厂商2026年AI资本开支将高达7250亿美元，但三季度合计自由现金流预期将砸至约40亿美元——创下近十年来绝对低点。这种"表内失血+表外6620亿美元租赁承诺"的结构，一旦算力项目交付起租，账面真实债务将面临结构性翻倍。中国的具体风险点：依赖进口GPU的中小算力租赁商、无差异化优势的智算中心。上海市经信中心的报告明确指出，上海大量应用层且未盈利的AI企业面临资金链紧张，A股AI成分股中仅四成实现利润增长、三成陷入亏损。二、最直接：半导体存储与光通信硬件链这是已经能看到拐点的行业。存储芯片的拐点信号已经出现。摩根士丹利7月21日的报告警告：AI驱动的存储超级周期正接近拐点，内存合同价格预计将于2026年四季度见顶。数据显示净盈利上调率已从92%的峰值回落至77%，SK海力士市净率已从高点回落至2.5倍，三星降至1.7倍。更具杀伤力的是供需逆转的预期：-台积电宣布大幅上调年度资本支出，未来三年大规模扩产先进制程-全球存储大厂持续扩产，机构预判2027年全球芯片、存储或将迎来新一轮产能过剩周期-韩国作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将引发全球AI硬件需求重估光模块、PCB、液冷设备同样面临挑战。800G/1.6T需求骤减的风险已经显现，上半年这些环节因"瓶颈叙事"获得极高估值溢价，但一旦算力建设放缓，高速光模块订单下滑、估值腰斩的压力将集中释放。大摩的判断值得重视：本轮存储周期将走向"拉长"而非"直接崩溃"——这意味着不是断崖式暴跌，而是长达12-18个月的漫长估值消化期，对相关企业来说是"温水煮青蛙"式的挑战。三、最残酷：未盈利大模型与AI应用初创公司这是死亡率最高的群体。MIT调查显示95%的企业布局AI后未能收获可量化的商业回报；高德纳预警2027年末将有超四成AI智能体项目被迫终止。商业回报的缺失，让这一层的所有玩家都坐在火药桶上：头部大模型公司：OpenAI、Anthropic两家估值合计超1.8万亿美元，年化收入合计仅700亿美元，20-25倍市销率明显高于微软、谷歌等巨头（10倍上下）。更关键的是现金流——德意志银行报告显示OpenAI最早要到2030年才有望实现现金流转正，Anthropic虽有望在2026年二季度首次单季度盈利但盈利不足6亿美元。中小模型与套壳公司：启明创投预判，未来12-24个月顶尖模型将内化任务规划、工具调用、多Agent协同等能力，直接"降维打击"靠套壳和编排存活的中间层公司。国内370多家具身智能企业中，没有实际落地产品、仅靠概念融资的，将面临生存危机。纯概念ToC应用：智谱清言、Minimax星野等产品月活不足千万，用户留存率持续下滑；Minimax海外流量占比过高，国内C端业务尚未找到可持续的商业模式。一级市场的"灭绝潮"：美元基金年度融资额从2021年的5329亿元萎缩至2025年的827亿元，跌幅逾84%。上海市经信中心预警：上海AI应用层占比超85%，大量腰部以下企业面临融资困难，或被整合淘汰。四、最隐蔽：水平SaaS与传统企业软件的"存在性危机"这是被市场严重低估的挑战——不是业绩下滑，而是商业模式根基动摇。Forrester在2026年2月的一份重磅报告中指出，SaaS公司估值在七天之内蒸发超过1万亿美元，触发因素是市场意识到AIAgent可能从根本上改变工作完成的方式。投资者逃离SaaS有四个核心担忧：1.SaaS公司不会成为AIAgent的首选提供者2.传统的"按席位收费"模式将过时，导致收入下降3."氛围编程"（vibecoding）让初创公司能复制复杂SaaS平台的功能，侵蚀护城河4.SaaS产品本身过于复杂，用户疲于管理数百个互不相通的应用结构性冲突在于：SaaS企业长期采用"按席位收费"模式，本质上与就业规模高度挂钩；但AI提升生产力的逻辑，恰恰意味着企业可能减少员工数量——如果企业用大模型工具自建自动化流程，部分中后台软件需求将被削弱。Forrester的预测很明确：低切换成本、弱嵌入式企业工作流的水平点解决方案SaaS厂商将被挑战；那些无法提供即时、可量化ROI的厂商将失去资金和客户；只有垂直化、领域特定的SaaS厂商（如医疗、制造业）或控制独特专有数据的厂商才能存活。这意味着：企业办公AI、AI营销、AI教育等"水平赛道"挑战最大；而工业AI、医疗AI、金融AI等"垂直刚需"赛道韧性强，解决真实痛点、有现金流的企业将在估值回调后存活，龙头集中度反而提升。五、最深远：亚洲服务外包与AI驱动的区域产业重构这是被讨论最少、但影响面最大的挑战。路透社援引高盛估算，美国约2.5%的就业岗位面临AI风险，主要集中在客户服务、计算机支持和业务运营等领域——而这些恰恰是跨国公司多年来外包给亚洲的工作。具体冲击：-印度IT服务：塔塔咨询服务、Infosys、Wipro等过去一年表现严重落后-菲律宾业务流程外包（BPO）：该国约一半的服务出口包括BPO、呼叫中心和IT服务，外国投资者今年已从菲律宾撤资8.4亿美元，主要股指暴跌超过10%-韩国半导体：作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将导致全球AI硬件需求重估这是AI泡沫出清中唯一的"实体经济就业冲击"——前面的挑战主要集中在资本市场和科技行业内部，而这一层的挑战将直接传导至新兴市场国家的GDP和就业。中国的差异化处境：双轨周期下的"危"与"机"中国在这一轮全球共振中呈现出独特的"双轨"特征：承压的一面：-外销型、绑定英伟达的AI企业：将遭遇海外客户缩减资本开支、美国芯片管制持续收紧、全球科技估值回调三重打击-A股1060家AI成分股中，仅四成利润增长、三成亏损，大量腰部以下企业面临融资困难-依赖进口GPU的中小算力租赁商、无落地通用AI初创企业韧性的一面：-英伟达在华份额从95%跌至55%，国产AI芯片国产化率达41%，形成了隔离海外泡沫冲击的独立周期-字节、阿里等自带流量的平台型公司，将受益于算力降价带来的成本收缩-工业AI、政务垂直AI、华为昇腾/寒武纪等国产算力芯片，具备穿越周期的属性BCAResearch复盘四次历史资本支出热潮后发现，当前AI领域已显现五大崩塌规律的早期迹象。但这并不意味着灾难——正如高盛报告所指出的，下一阶段的行业赢家未必是基建规模最大的企业，而是那些拥有稳定电力保障、算力利用率高、商业化路径清晰的算力运营服务商。对行业参与者的核心启示：-硬件厂商比拼的不是扩产速度，而是高端产能实力与真实业绩兑现能力-软件厂商必须从"工具"转型为"智能体"，否则将面临商业模式的生死考验-创业公司必须找到能付钱的场景、深度解决具体问题，而非停留在demo阶段-投资者应建立算力利用率、单位Token成本、行业ROI、绿电比例、数据合规这五把硬约束尺子泡沫出清的本质，是市场从"建设思维"转向"运营思维"、从"硬件产能规模"转向"商业化落地收入"的估值体系重构。在这个过程中，挑战最大的行业恰恰是过去两年受益于AI叙事最深的行业；而真正具备技术壁垒、场景闭环和现金流能力的企业，将在洗牌中诞生为下一阶段的龙头。历史不会简单重复，但总是押着相似的韵脚——2000年互联网泡沫破裂后，存活下来的亚马逊、谷歌最终定义了云时代；这一轮AI泡沫出清后，活下来的企业也将定义下一个十年的智能时代。区别只在于：谁能在潮水退去前，找到自己的泳裤。
算力大利好来了，明天科技股反弹有希望了北京出台扶持政策，大力扶持AI智能体、To
算力大利好来了，明天科技股反弹有希望了北京出台扶持政策，大力扶持AI智能体、Token经济，全方位给钱、给政策、给补贴：过去AI企业主要卖服务器、GPU、算力租赁；北京推行Token经济、TaaS/AaaS，就是改成按AI调用次数、任务、最终结果计费，和交水电费一样按量付费。打通盈利闭环：算力厂商、大模型公司收入稳定可预测，AI不再只烧钱、难盈利，产业从投入期走向盈利期；推出Token券、算力券双重补贴，政府直接出钱帮企业买单，倒逼各行各业大规模落地AI智能体。北京作为数字经济标杆城市先行试点，后续上海、深圳等城市大概率跟进复制Token经济、算力券、智能体补贴模式，全国AI基础设施建设全面提速；属于地方落地政策，补贴、算力投放循序渐进，Token经济尚在试点阶段，短期以情绪提振为主，明天算力板块有望反弹。北京落地Token经济与智能体扶持政策，标志AI进入推理算力爆发、按量商业化的新阶段，利好推理芯片、光模块、IDC、存储等算力全产业链。
新加坡联合早报今天（7月19日）写道：“英伟达几乎垄断全球人工智能（AI）晶片市
新加坡联合早报今天（7月19日）写道：“英伟达几乎垄断全球人工智能（AI）晶片市场，订单多得做不完，但客户也在同时寻找摆脱它的方法。”评几句新加坡联合早报7月19日的报道，戳破了一个看似矛盾的行业真相——英伟达订单多到做不完，但它的金主们却在暗中"养备胎"。这不是简单的商业博弈，而是整个AI产业正在经历的一场深层结构性裂变。先说一个反直觉的事实：越强的垄断，越催生替代需求。英伟达的CUDA生态确实是护城河，但护城河越深，客户"翻船"的代价就越大。谷歌TPU、亚马逊Trainium、微软Maia、AMDMI300X……这些名字过去两年密集出现在各大科技巨头的采购清单上。OpenAI甚至开始租用谷歌TPU为ChatGPT提供算力，这在一年前几乎是不可想象的。为什么？因为没人想重复英特尔时代的悲剧。当年全球服务器CPU几乎被英特尔一家包揽，结果定价权、迭代节奏全在对方手里。如今科技巨头们学乖了——买英伟达芯片是"刚需"，但养一套替代方案是"战略保险"。Meta把43%的GPU采购份额给了AMD，Anthropic和谷歌签下百万级TPU大单，这些动作的本质不是"叛逃"，而是"去风险化"。更深层的变量在"推理"市场。AI行业正从"训练为王"转向"推理主导"。训练追求极致算力，英伟达无可替代；但推理讲究成本效率和低延迟，这正是专用芯片（ASIC）的甜点区。预计到2030年，推理将占全球AI算力需求的75%。在这个赛道上，谷歌TPUv7的能效是前代两倍，Groq的LPU能把推理成本压到GPU的三分之一——这些数字对每天跑数亿次推理的云厂商来说，意味着真金白银。还有一个被低估的变量：DeepSeek效应。今年年初，深度求索用极低成本训练出媲美OpenAI的模型，震动了整个行业。它传递的信号很清晰：算法优化可以大幅降低对高端硬件的依赖。如果"堆卡"不再是唯一路径，英伟达的高溢价逻辑就会被动摇。当然，英伟达短期内不会被颠覆。Blackwell芯片2025年产能已被抢购一空，台积电CoWoS先进封装产能的一半以上被它拿下。但历史规律告诉我们：没有永恒的芯片霸主。英特尔统治了PC时代二十年，最终在移动浪潮中掉队；英伟达能否避免同样的剧本，取决于它能不能在客户"另寻新欢"之前，先把自己的"新欢"——推理优化、成本下探、生态开放——做好。英伟达的订单排满，恰恰说明AI算力需求还在爆发期。但客户"养备胎"的动作，也预示着这个行业将从"卖方市场"逐步走向"多元竞争"。
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代价？】当你每一次点开ChatGPT时，千里之外的数据中心就在消耗资源——冷却水、电力、算力。单次AI请求的消耗微不足道，但乘上每天数十亿次的使用量，数字将触目惊心。2024年，全球数据中心耗电415太瓦时，占全球用电量的1.5%。到2030年，这一数字将翻倍，相当于日本全国一年的用电量。再加上芯片里的稀有矿物、堆积如山的电子垃圾、不断攀升的水消耗——AI的能耗究竟会对环境产生多大影响？这个问题亟须正视。与此同时，AI发展也带来了巨大的环境效益。AI技术可帮助优化电网调度、提升可再生能源预测精度，推动传统高耗能行业的生产流程升级，还能为气候变化建模、极端灾害预警提供更为精准的技术支持。这种“双刃剑”属性，让AI的环境影响讨论变得更加复杂。另一个不容忽视的问题是，在AI治理的讨论中，美欧长期占据主导：硅谷定调，布鲁塞尔立法，全球跟着走。全球南方国家作为AI产业链的资源提供者、新兴市场，却很少能发声回应AI给自己国家带来的环境影响，更难以参与到全球AI环境规则的制定过程中。今年7月在日内瓦举行的联合国AI治理全球对话开幕式上，一份白皮书打破了这种单声道叙事，开始郑重回答人工智能与环境之间的关系。这份由金砖国家三个大国的重要智库——国家高端智库复旦大学中国研究院、俄罗斯自然与人民基金会、印度帕勒基金会联合撰写，联合国互联网治理论坛环境动态联盟支持，并在这次联合国对话中发布的《人工智能与环境白皮书》，把人工智能的环境足迹与环境效益纳入同一分析框架、系统探讨人工智能与国际可持续发展的关系，也是金砖国家智库首次联手，把“全球南方”的视角带入了AI环境治理的讨论桌。著名经济学家杰弗里·萨克斯教授为《白皮书》作序时，称之为“具有里程碑意义的文件”。7月18日，在2026世界人工智能大会期间，由复旦大学中国研究院主办的《人工智能与环境白皮书》国际研讨会上，来自俄罗斯、印度和中国的专家，继续探讨人工智能与环境的关系。2012年的时候，训练一次AlexNet会排放0.01吨二氧化碳，这个量几乎可以忽略不计。2020年，训练一次GPT-3，排放量达到588吨。2023年的GPT-4，这个数字来到了5184吨。2024年的Llama3.1405B，数字变成了8930吨……很难想象，2030年我们面对的AI能耗会到什么地步？但训练AI只是这个问题的冰山一角。Facebook的实测数据显示：在已部署的AI系统中，推理贡献了约65%的碳排放，训练只占35%。随着AI走向亿级用户，这个比例只会更悬殊。MistralAI第一次把单次查询的账单摊开：一个400-token的回复，会排放1.14克的二氧化碳，消耗45毫升的水——水，可能是AI账本里最被忽视的一行。OECD预测，到2027年，AI相关用水量可达66亿立方米，这相当于英国半年的用水总量。更值得警惕的是：数据中心往往建在水资源最紧张的地方。以印度为例，印度有6亿人面临高至极端水压力，班加罗尔作为印度的科技中心、数据枢纽，却面临着地下水枯竭、未来净可用水量归零的严峻风险。中国“东数西算”把算力往西部赶，某种程度上是对这种矛盾的回应，但全球范围内，AI的水消耗仍在以一种近乎不可见的方式加剧区域资源竞争。除了水以外，硬件本身的代价，同样惊人。一台2公斤的电脑，生产需要约800公斤原材料——稀土、锂、钴、镓、铜。这些矿产的开采和冶炼，不仅涉及栖息地破坏、水污染和长期生态毒性，其环境影响还不成比例地集中在全球南方。等这些原材料被制成GPU后，在数据中心里通常只有3到5年的寿命。更新周期越短，淘汰越快，废弃的硬件堆积成山——2022年全球电子垃圾已达6200万吨，而AI专用设备产生的废料尚未被单独统计。算力越强，硬件迭代越快，电子垃圾的增长曲线只会更陡。
连续两年斩获WAIC最高SAIL大奖！中兴OEX光电融合超节点打通国产算力闭环
连续两年斩获WAIC最高SAIL大奖！中兴OEX光电融合超节点打通国产算力闭环一、核心事件7月17日2026世界人工智能大会，中兴通讯联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯，凭借OEX+dOCS国产高性能Matrix超节点再度拿下SAIL之星大奖，实现2025-2026连续两年斩获该顶级奖项，方案技术实力获行业权威认证。二、三大核心颠覆性技术创新1.架构创新：OEX正交无背板零线缆设计首创正交直连架构，彻底取消机柜数千根铜缆，计算托盘与交换托盘垂直交叉直连，大幅缩短SerDes传输链路，消除线缆带来的信号插损；单机柜最高支持128卡高密度集成，等同于一台巨型GPU。配套“算力集装箱”前置开发模式，芯片厂商整机研发周期由18-24个月压缩至3-6个月，降低国产GPU商业化落地成本，技术架构可适配未来6-8年算力迭代需求。2.互联创新：光+电融合双层组网-柜内：自研57.6T高密电交换芯片，满足单机柜多卡低时延协同；-柜间：分布式dOCS光交换动态重构拓扑，减少多层光电转换损耗，集群通信时延低至百纳秒，可平滑扩容至十万卡级超大规模算力集群，适配万亿参数大模型训练。3.生态创新：开放解耦多芯协同底座不绑定单一算力芯片，全面兼容壁仞、沐曦、燧原、天数智芯等全部国产GPU，支持异构芯片统一调度，多卡协同实现集群性能1+1＞2；打通AI芯片-OEX服务器-算力集群全自主可控产业链闭环，整体大幅降低智算中心TCO。三、产业落地价值1.适配国内智算中心算力紧缺现状，高密度、低功耗、易扩展的特性完美匹配当下AI算力集群建设需求；2.坚持“沪设沪造”本地化落地，为上海人工智能产业提供全栈国产算力基础设施支撑；3.光电融合超节点确立国产算力互联全新技术范式，解决传统线缆架构损耗高、密度低、运维复杂的长期行业痛点。四、产业链核心合作企业1.中兴通讯：整机架构、自研交换芯片、算力集群系统方案总牵头方；2.曦智科技：dOCS分布式光交换芯片核心供货；3.壁仞科技、沐曦股份、燧原科技、天数智芯：国产GPU适配合作伙伴。行业总结AI算力竞争已经从单芯片比拼转向整机集群系统能力竞争，OEX+dOCS超节点依托无线缆高密度架构、光电融合高速互联、全开放国产芯片生态，成为国产智算基础设施标杆方案。连续两年拿下WAIC最高奖项，印证其技术壁垒与商业化落地潜力，完整带动服务器、光交换、国产GPU整条算力产业链景气上行。以上信息仅供参考，不构成投资建议。
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用落地时代（CPU+各类端侧芯片）开启，国产CPU迎来AI行业的增量红利。AI时代已经告别单纯比拼显卡数量、堆超大算力集群的内卷阶段，行业重心转向赚钱、落地商用，行业估值逻辑重塑：不再只看GPU供货量，CPU、端侧专用芯片、行业推理方案都具备长期增长逻辑。十万卡全国产集群接入国家超算互联网，是数字基础设施自主可控标志性工程。大规模AI产业不再受制海外芯片供给限制，国家层面算力安全、数据安全保障能力提升，后续政企AI项目会优先采用国产CPU整机。单纯GPU炒作降温，国产服务器CPU、嵌入式芯片、边缘推理硬件成为新主线；市场重新定价海光等国产CPU企业：市场之前只把它当作普通服务器芯片厂商，现在确认深度绑定AI下半场刚需，业绩增长预期上调；端侧推理、行业AI应用、向量数据库配套硬件迎来估值修复机会。
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实
科技股迎来新的赛道，下半场的主线或许就是CPUAI炒作时代（堆GPU）结束，实用落地时代（CPU+各类端侧芯片）开启，国产CPU迎来AI行业的增量红利。AI时代已经告别单纯比拼显卡数量、堆超大算力集群的内卷阶段，行业重心转向赚钱、落地商用，行业估值逻辑重塑：不再只看GPU供货量，CPU、端侧专用芯片、行业推理方案都具备长期增长逻辑。十万卡全国产集群接入国家超算互联网，是数字基础设施自主可控标志性工程。大规模AI产业不再受制海外芯片供给限制，国家层面算力安全、数据安全保障能力提升，后续政企AI项目会优先采用国产CPU整机。单纯GPU炒作降温，国产服务器CPU、嵌入式芯片、边缘推理硬件成为新主线；市场重新定价海光等国产CPU企业：市场之前只把它当作普通服务器芯片厂商，现在确认深度绑定AI下半场刚需，业绩增长预期上调；端侧推理、行业AI应用、向量数据库配套硬件迎来估值修复机会。
