中信建投通信2027年度投资策略 | AI共识与分化:算力互联的重定价

资讯 腾讯网 作者:腾讯网 全文 26449 字 · 约 67 分钟读完 分类AnthropicOpenAI算力金融 AI

本文转载自微信公众号:中信建投证券研究文|于海宁 汪洁 曹添雨 方子箫 付田行 辛侠平 朱源哲 湛子杭大模型商业化在2026年快速扩张,截至2026年9月底,OpenAI和Anthropic两家ARR合计约1240亿美元。北美四大CSP厂商2026Q3合计资本开支约2087亿美元,同比增长84.2%,AI基础设施投资保

所属频道 大厂动态算力与芯片行业落地
本文转载自微信公众号:中信建投证券研究
文|于海宁 汪洁 曹添雨 方子箫 付田行 辛侠平 朱源哲 湛子杭
大模型商业化在2026年快速扩张,截至2026年9月底,OpenAI和Anthropic两家ARR合计约1240亿美元。北美四大CSP厂商2026Q3合计资本开支约2087亿美元,同比增长84.2%,AI基础设施投资保持高强度。
截至2026年10月30日,申万通信指数PE-TTM分别处于5年、10年以来的60.45%、34.93%分位点,反映估值溢价的消化,板块估值回归历史中枢附近,市场对光模块等AI算力板块定价趋于理性,关注点转向业绩兑现与增长持续性。
递归自我改进(RSI)有望推动模型能力飞跃。AI需求空间持续拓展,AI编程已形成较清晰商业化路径,设计、建模和仿真等“泛编程”领域以及AI4Science和机器人等进一步打开远期增长空间。我们对行业前景保持乐观,看好AI发展带来的算力需求,维持对北美算力和国产AI算力产业链的长期看好。
1、大模型产业迈入应用深化期,Agent和商业化驱动新发展。
回顾2026年,海外前沿模型持续高频迭代,国产模型依托架构创新和推理效率优化不断提升竞争力,全球Token调用规模快速扩大,Coding Agent率先形成较为清晰的商业模式,企业级模型厂商收入实现高速增长。2027年全球大模型产业有望从模型能力快速突破、Token调用量爆发,逐步迈入Agent规模化应用、商业化效率改善及新场景加速拓展的重要阶段。
2、算力需求持续强劲,我们持续看好算力产业链。
一是大模型板块投资机会从模型端进一步向应用端、算力端和生态端扩散。二是国产GPU公司进一步兑现业绩,未来份额仍有较大提升空间,我们持续推荐国产GPU核心公司。三是光互连在整体投资中的占比预计将持续提升,2027年800G、1.6T光模块需求持续高增,Scale-up对应的光互连需求在2027年开始成为重要增量,NPO/CPO/XPO等新品将迎来规模上量,OCS、DCI、MicroLED等加速发展。四是光纤行业AI需求拉动价格维持高位,预计2027年供需仍不平衡。五是大陆液冷公司将进入关键业绩兑现期,金刚石应用加速落地。
投资建议
大模型:投资机会从模型端进一步向应用端、算力端和生态端扩散
展望2027年,我们认为大模型投资机会有望由模型能力提升和Token需求增长,进一步拓展至企业级Agent商业化、国产算力规模化部署以及新场景和应用入口价值重估,大模型行业的投资机会有望从模型端进一步向应用端、算力端和生态端扩散。建议重点把握五条投资主线:模型端关注商业化收入和盈利能力,企业级Agent关注真实业务价值及持续性收入,国产算力关注有效算力供给和集群交付,AI4S与物理AI关注商业合作和真实场景落地,Personal Agent关注用户入口和互联网生态价值。
算力产业链细分板块机会梳理
国产GPU:国产GPU板块景气度高涨,二线厂商逐步进入业绩释放周期
板块整体景气度高涨,厂商备货意愿强。
GPU板块来看,受国产算力需求贝塔的支撑,主要国产算卡厂商在今年Q3或今年上半年均取得了十分亮眼的营收表现。
毛利率层面看,在产品结构扰动及成本端冲击等多重因素影响下,除寒武纪、摩尔线程之外,各家毛利率同比均有一定下滑。
从净利润维度看,国产算卡厂商盈利表现整体减亏或者扭亏为盈趋势明显。
从短期备货情况看,主要国产算卡厂商为应对27年市场旺盛需求,26年Q3末的存货水平环比25年年末均有明显提升,且预付款规模整体看亦有环比提高。
龙头厂商业绩表现依旧稳健,关注二线厂商从0到1的业绩突破。
光互连:27年800G/1.6T光模块需求持续高增,NPO/CPO/XPO预计规模起量
过去几年,行业内光模块的主要需求来自Scale-out网络。Scale-out通常指的是横向扩展,即通过增加计算节点的数量来提高整体的处理能力,以应对高并发或大数据量的挑战。目前新建的大集群大部分是超过万卡的规模,最高可以达到几十万卡,过去三年,Scale-out带动着800G/1.6T高速光模块及光器件和光芯片需求呈爆发式增长的态势。
MoE架构和大模型参数膨胀,要求超节点域需要进一步扩大。目前开源模型参数达到2T以上级别,闭源模型达到5-6T以上级别并且进一步提升,单一模型通过8卡节点部署会严重损失通信效率。以Kimi K3 2.8T参数为例,MXFP4精度下,模型权重储存大小达到1.5T,仅权重就占满8张GB200 HBM大小。而MoE架构的All to All通信策略,网络瓶颈变为瞬时极大带宽,超节点域内的高速通信带宽成为效率优化关键。铜连接性能随着速率提升触及性能极限。在连接载体中,信号传输的衰减光<铜连接
Scale-up打开光互连的新广阔空间,从2027年开始将成为重要增量。除了Scale-out网络,Scale-up网络未来的光模块需求也将非常广阔。从行业内目前的XPU产品来看,Scale-up带宽显著大于Scale-out。从NV的GPU和各家的ASIC技术参数对比来看,XPU的平均Scale-up带宽为10Tbps,Scale-out带宽为800Gbps,Scale-up对Scale-out的带宽比例为12.5。根据博通CEO Hock的访谈记录来看,公司认为Scale-up的市场空间是Scale-out的5-10倍。我们认为,这里指代的是网络硬件,包括交换机、光模块、铜缆和PCB等。因此,网络板块各子领域都有望受益。随着Scale-up的domain逐步增加,信号传输带宽的不断提升,电信号在金属介质中传输距离受到很大的限制,同时传输过程中也会产生大量的热,功耗更大,影响GPU和交换机芯片的性能。因此,未来光互连大概率将成为Scale-up领域中的主流解决方案,能够解决距离、带宽等瓶颈。
而随着大模型的持续发展,传统HBM受限于物理封装与功耗触顶,大模型的长上下文需求导致流量溢出封装,也成为制约AI算力释放的掣肘。Scale-In光互连将连接延伸至服务器托盘内部,通常发生在单个服务器托盘或封装内部,连接XPU与周边组件(如存储、内存、I/O),未来光互连的渗透进一步将进入到Scale-in市场。相比Scale-up,Scale-in对应的互联带宽将进一步明显提升。
随着GPU/ASIC的快速升级迭代,算力性能持续提升,在AI数据中心中,越来越多的客户倾向于选择更大带宽的网络硬件。带宽越大,单位bit传输的成本更低、功耗更低及尺寸更小。总带宽=通道数量*单通道波特率带宽*调制倍数。因此,提升总带宽的方案主要包括:Ultra fast(超快单通道)、Fast and wide(快通道和多通道数)、Slow and wide(慢通道和更多通道数)。Ultra fast方案中,单通道速率将向400G及以上演进,薄膜铌酸锂(TFLN)具备“高带宽、高线性度、低损耗”的物理特性,是未来单通道400G以上速率最优的方案之一,预计未来将在3.2T及6.4T
2027年800G、1.6T需求预计高速增长
从英伟达GPU的Roadmap来看,该公司的各项产品升级周期已压缩到了1年一代的节奏,同时速率和带宽不断提升。从2023-2024年公司推出Blackwell平台,配置1800GB/s的NVLink 5交换机,800G的CX8网卡以及51T的Spectrum5以太网交换机;到2025-2026年推出Rubin平台,配置3600GB/s的NVLink 6和NVLink7交换机,102T的Spectrum6 CPO交换机,以及1600Gbps的CX9网卡;再到2027-2028年的Feynman平台,配置NVLink8交换机,204T的Spectrum7 CPO交换机以及CX10网卡。
从谷歌的TPU产品演进图来看,从2018年的V2产品开始,到2025年推出的V7 Ironwood,到今年4月发布的V8t/V8i,ICI的带宽持续增长。TPU V2产品采用2D Torus架构,单个superpod有256颗芯片,ICI带宽为800GB/s;Ironwood芯片采用3D Torus的网络拓扑架构,ICI带宽为1200GB/s,采用800G光模块,单个光通道速率达到200Gbps,同时通过OCS来连接。2026年4月谷歌Cloud Next 大会发布TPU V8t/V8i,V8t/V8i ICI带宽提升至2400GB/s,光模块升级到1.6T,V8t延续3DTorus架构,集群扩至9600芯片,V8i改用Boardfly拓扑(级跳更少应对推理需求),V8t/V8i同样配套OCS构建大规模低延迟集群。根据电子产品世界报道,TPUv9家族预计也将在2027年投产,2028年放量,v9至少包含两个版本:基础款Humufish,以及推理优化升级款Triggerfish,预计分别在2027年第三、第四季度投产,2028年放量。
此外,2026年,产业中先后出现两种面向AI数据中心的高密度可插拔光模块新形态:XPO与USFP。
XPO于2026年3月由Arista Networks联合超过45家行业伙伴正式发布白皮书。其背景是传统OSFP封装在面向3.2T及更高速率时,前面板密度、功耗与散热逐渐触及物理天花板;同时CPO虽密度更高,却在现场运维、按需扩容和量产可制造性上存在短板。XPO的定位是在保留可插拔运维便利性的前提下,用结构创新突破OSFP的密度极限。XPO单模块提供12.8Tbps带宽(64通道×200Gbps),模块宽度约为OSFP的2.7倍,但带宽是后者的8倍,前面板带宽密度提升约4倍。XPO的核心设计是“肚皮对肚皮”结构:两块独立PCB夹着一块液冷冷板,高功率发热元件朝向冷板安装,冷板可承载400W以上模块功耗。在1个开放机架单元内,XPO可实现204.8Tbps交换容量,是OSFP同空间51.2Tbps交换容量的4倍。
USFP于2026年10月12日在OCP全球峰会上由英伟达与思科联合宣布。USFP的思路是把单通道电信号速率从200Gb/s提升到400Gb/s,同时将通道数翻倍,在不增加网络层级的前提下连接更多1.6T端点。USFP首批模块在相当于OSFP的尺寸内集成16条全双工通道,单模块速率6.4Tb/s,连接器架构未来可扩展至32通道,聚合容量达12.8Tb/s。相比现有200G/lane可插拔模块,USFP带宽密度提升4倍,能效约提升1.3倍。工程设计上,USFP采用新型二维阵列连接器和“两步插入”设计,高速触点在模块插入到位后才接合,以减少磨损并改善信号完整性;模块支持最高100W功耗,无需在模块内集成专用冷却回路,从而降低交换机设计复杂度。
2026年,800G光模块需求继续保持高速增长态势,1.6T的出货规模也大幅增长,3.2T光模块的研发也正式开始布局。AI需求增长拉动GPU等芯片出货量增加,同时叠加GPU芯片的迭代升级,配套的光模块速率也将持续迭代升级。我们判断,2027年800G、1.6T等高速光模块需求预计将持续高速增长;XPO产品有望2027年下半年启动量产、2028年进入更大规模出货;3.2T产品有望2028年起规模落地,2029—2030年进入放量阶段。我们看到当前光模块厂商的订单饱满,增长预期持续乐观,而上游激光器、硅光芯片、电芯片、隔离器、FAU、MPO连接器等关键核心零部件环节供应产能紧缺,国内厂商有望提升市场份额而进一步受益。
NPO:当前阶段可行性更高的Scale up光互连方案
NPO(Near-Packaged Optics,近封装光学)将光引擎从面板侧的可插拔模块移至与交换ASIC/XPU同一PCB或基板上。从结构上看,ASIC与光引擎之间通过毫米级的PCB板或基板上高速电通道相连,再通过FAU、板内光纤连到前面板,若是外置光源方案,则还要配置ELS模块、保偏光纤等。NPO方案保留了光引擎的可插拔与可维护性,同时大幅缩短电通道、弱化或取消DSP。与传统可插拔光模块相比,NPO的光引擎位置更靠近交换ASIC/XPU,拥有更低的信号损耗;与CPO相比,NPO集成度略低、功耗略高,但工艺难度、良率风险与可维护性显著更优,是供应链当前阶段可行性更高的互连方案。
当前NPO产品形态高度定制化,标准化持续推进中。2026年5月,OIF光互连国际标准组织提案12.8Tb/s NPO IA(含6.4T),采用200G/lane,由中国信通院、华为、腾讯、阿里等(国内力量主导立项,全球厂商共同参与),定义3.2T/6.4T/12.8T NPO 通用光引擎、电气接口、机械尺寸、管理接口,目标在2027年完成正式规范文本。2026年7月9日,OPEN NPO项目依托Open AI Infra社区正式发布,由华为牵头,核心成员包含 20 余家企业,定位国内首个 NPO 开放多源协议,目标统一国内 NPO 硬件接口规范,计划 2026Q3 发布首版规范,年底完成系统联调。
NPO正走向规模化应用,预计2027年开始规模商用。阿里云于2026年2月宣布了全球首款基于OIF标准封装的3.2T NPO模块,该模块基于两颗16通道收发一体硅光芯片,在仅22.5mm×35.1mm的尺寸内实现3.2Tb/s传输带宽,同时支持硅光与 VCSEL两种技术路线,典型功耗约20W;对于6.4T NPO,阿里预计在2027年9月前完成Alpha样品开发和系统级调试。腾讯也已发布3.2T NPO技术进展报告,VCSEL和硅光两条路线均通过可行性验证,两种解决方案都完全支持Scale-up部署场景,腾讯计划在2026年第四季度正式推出其3.2T NPO解决方案。模块厂商方面已推出相关NPO方案,总体来看,预计2027年下半年开始NPO规模量产,2028年预计整体出货规模将高速增长。
我们认为,NPO方案中传统可插拔模块厂商的优势将得到延续,看好光模块头部公司的技术积累和竞争实力。NPO方案多样,对于光源等核心部件的选择也更加定制化,包括100MW-200MW之间的内置光源模组方案,以及更高功率的外置光源模组方案,配合客户进行配套,进展顺利,高功率CW光源相对普通70MW、100MW的CW光源预计在价格和竞争格局方面会更优,利好头部厂商。传统可插拔模块时代,速率提升主要依赖单通道速率突破,通道数多4/8通道,NPO架构下,通道数量整体明显提升,更多16/32通道以及更高通道数,通道数的增加扩张将带来无源器件的加工难度提升,从而带动无源器件的价值提升,看好FAU、MPO连接器等配套无源器件环节。
CPO:未来Scale-up主流方案之一,产业节奏提速
CPO(Co-Packaged Optics)技术,则是将光芯片/器件与电芯片/器件合封在一起,进一步大幅降低功耗和延迟。CPO技术的封装方案包括以下:1)2D封装。PIC 和 EIC 并排放在PCB上,通过WB或FC进行连接;好处是工艺简单和低成本,缺点是产生寄生电容限制带宽。2)2.5D封装。PIC和 EIC 安装在一个配备TSV的中介层上,提供了一个中间方案。相比较2D方案寄生效应降低,带宽增加,但工艺难度增加。3)3D封装。包括TSV、Fan-out、异质集成和单片集成方案。最大程度降低寄生效应提升带宽,但工艺难度大且散热需求高。
CPO初始驱动力在于降低Scale-out网络的功耗,而随着Scale-up光互连需求的出现,基于其高带宽缩短电连接距离的特点,未来CPO技术有望成为Scale-up互连主流方案之一,其必要性大幅强化,产业节奏提速。
2025 年 3 月 GTC 2025 上,英伟达发布两款 CPO 交换机 Quantum‑X(InfiniBand)与 Spectrum‑X(以太网)。2026 年 8 月,英伟达正式宣布 Spectrum-X 系列 CPO 交换机 SN6810-LD(单 ASIC,128×800G)与 SN6800-LD(4-ASIC,512×800G)进入全面量产(full production)。
2024年3月,博通向客户交付了业界首款51.2Tbps CPO以太网交换机Bailly,该交换机集成了8个基于硅光学的6.4T光引擎和Tomahawk 5交换芯片,采用6.4T FR4光引擎、博通光纤连接器(BFC)及传统单模光纤路由,提供128个400G FR4端口(对应面板128个LC双工连接器),并采用外置光源设计以便替换。相比传统可插拔方案,Bailly使光互连功耗降低超70%。博通进一步推出了第三代CPO方案—Tomahawk 6-Davisson,交换容量升级至102.4Tb/s,支持200G/lane,在2026年OCP峰会上,Celestica、台达、Micas Networks等厂商已展出基于Tomahawk 6-Davisson的102.4T CPO交换系统。
当前产业进展较快的CPO技术,多是将光引擎与 ASIC 封装在同一有机封装基板上。在2026年SEMICON West上,英伟达展示了其下一代CPO技术——OOI(Optics-on-Interposer,中介层上集成光学)。OOI是指将光引擎与ASIC封装在同一硅中介层上。当前量产的CPO方案已将光引擎从可插拔模块拉近至交换芯片旁的有机基板上,但电信号仍需穿越硅中介层与有机基板两层介质才能完成电光转换;而OOI技术通过短距离、细间距布线,将光学引擎搬上运算芯片所在的中介层,让电信号不必绕经有机基板,从而进一步提升传输效率、降低功耗。配合OOI同步展出的还有8波长DWDM密集波分复用方案,单光纤内8路32Gb/s通道并行传输,单纤带宽达到256Gb/s。在光纤数量无法无限增加的前提下,靠波长复用来抬升单链路容量,和OOI高密度电接口形成搭配,进一步释放封装内带宽潜力。OOI和DWDM目前仍处于研究阶段,暂无商业化时间表。英伟达首席研究科学家Nikola Nedovic表示:“我们正在为未来产品提出并评估技术,同时解决阻碍其商业化的各项挑战。”散热是其中最棘手的一环:将对温度敏感的光学元件与功耗数百瓦的计算芯片共封在同一中介层上,热管理难度远非现有CPO方案可比。制造良率与可维修性同样是悬而未决的工程难题。
CPO是系统性技术,贯穿半导体行业各个环节,包括芯片设计、流片工艺、封装测试、器件和设备等。行业尚处于初期发展阶段,随着量产的加速,投资机会将不断涌现。当前CPO/OIO技术仍在发展初期,主导该技术发展的厂商需要具备系统级的封装能力,主要包括海外科技巨头厂商。光引擎是CPO核心产品,虽然目前主要是英伟达和博通等公司在主导,但是考虑到光引擎与光模块的设计、制造和测试环节高度相似,我们认为光模块公司仍然具备较大的优势。
CPO关键上游环节还包括FAU连接器、MPO连接器、Fiber shuffle、ELSFP、CW激光器及ELSFP光源等。FAU连接器一般与硅光芯片耦合,另一头是MPO连接器,将PIC中的多通道光信号高效耦合至光纤中。Fiber shuffle通过柔性板将多根光纤连接在一起,实现更灵活、可靠的光纤布线和管理。CW激光器能够提供连续、稳定的激光输出功率,ELSFP光源模块是一种外置光源小尺寸可插拔模块,主要适用于CPO产品中,将光源和光引擎分开,其优势在于提供高可靠性的光源、光耦合满足IEC的标准、以及将激光器远离ASIC免于受到其发热的影响。在这些细分领域具备较强优势的厂商,同样在CPO/OIO领域有望延续该领先优势。
 Scale across:Scale across DCI需求高速增长
Scale-out、Scale-up之外,在数据中心场景中,也出现了Scale-across更远距离的光连接需求,进一步拉动数据中心光互连的需求。Scale-across通过在数据中心园区或区域之间扩展无损连接,以支持单个AI模型的训练。DCI是承载Scale-across需求的基础网络底座。DCI利用高速分组光连接,将两个或多个数据中心在短距离、中距离或长距离上连接起来。相干光通信技术是实现DCI长距、高速、低时延传输的核心技术。普通光模块(IM-DD / PAM4)采用强度调制+直接检测,仅传输一束光,接收端只测光的亮暗,没有干涉过程。相干光模块利用光的干涉原理,通过“信号光”与“本振光”的相干叠加,通过干涉后的光强变化,解调出相位、偏振信息。相干光模块相比普通光模块,优势在于:1)高灵敏度:通过本振光放大,接收灵敏度比普通模块高10-20dB,可实现超长距离传输。2)高频谱效率:利用相位、偏振等多维信息,单波长速率远超普通模块,极大提升光纤容量。3)强大抗干扰:内置强大DSP可实时补偿色散、偏振模色散等传输损伤,信号质量稳定可靠。
Scale-Across DCI需求高速增长。Ciena在2026年3月财报电话会表示,互连业务(Interconnect)在2024年到2025年实现翻倍增长,今年目标是实现三倍增长。Ciena 在最新的 9 月电话会上披露,Scale-Across DCI 仍是核心增长驱动力,800G 相干模块进入放量阶段。其 WaveLogic 5 Nano 800ZR 可插拔模块出货环比翻倍以上,带动可插拔模块整体收入同比翻倍;同时 WL5e、WL6e、WL6n 三款相干产品创出货纪录。
Scale across产业链主要包括DCI整机系统、相干光模块、单模 / 空芯光纤等环节。其中DCI整机系统可按照光层、电层、系统配套拆解:DCI 整机系统光层以OXC光交叉设备为核心,其中光开关矩阵、WSS为OXC核心内置功能单元,EDFA、合分波器件、光隔离器 / 耦合器等为光层配套外设,与OXC共同构成完整光层调度与传输体系;电层主要包括业务处理板卡、控制与网管板卡等;系统外围配套包括电源与散热系统、光纤配线架(ODF)、光配线单元、链路测试与监控设备等。
2.4T Coherent-Lite轻相干下沉产品预计2027年开始规模应用于谷歌TPU AI集群中。相干光模块的主流使用目前集中在DCI与Scale-across场景,而被简化的轻相干模块也在被考虑和OCS配合使用,预计2027年开始规模应用于谷歌TPU AI集群中。这主要原因是OCS带来的1.5-3dB插入损耗严重挤压IM-DD链路预算(如传统IMDD FR/DR光链路的预算仅约4dB),而轻相干方案能弥补OCS所消耗的链路光信号损失。规格上,2.4T轻相干模块产品主要通过8×300G通道物理架构实现。2.4T轻相干模块有望在2027年下半年开始规模上量,2028年预计需求迎来高速增长。
 OCS:TAM上修,NV参股硅光OCS方案厂商iPronics
OCS(Optical Circuit Switch,光交换机)领域从2025Q2开始出现显著变化,主要供应商开始收获订单,多技术路线进入发展加速期。2025Q2,Lumentum、Coherent、H+S都获得了来自海外CSP客户的第一笔OCS订单,三个供应商代表不同的方案,MEMS、液晶和压电均获得了订单。客户方面,不止是谷歌对OCS有需求,还有其他客户,Lumentum目前已经和三个客户展开合作,Coherent表示OCS领域已经和超10家客户建立合作。Lumentum 2026年8月公司财报交流表示,OCS出货量在2026财年第三季度到第四季度实现了环比翻倍增长,并指引2027财年第一季度将迎来OCS收入首次突破1亿美元的季度,此前公司OCS在手订单规模现已大幅突破4亿美元。Coherent对OCS潜在市场空间预期(至2030年的SAM可寻址空间)从20亿美金(2025年8月预测)上调至40亿美金以上,Coherent 2026年8月财报交流表示,OCS收入与在手订单环比持续增长,明确提到320×320大型交换机等需求强劲,512×512 OCS系统也在研发与验证。此外,2026年9月英伟达战略参投了硅光OCS方案厂商iPronics。
OCS通过减少电气开关和光电光(OEO)转换来优化数据中心网络,从而显著降低成本、降低功耗与GPU连接的延迟。此外,OCS可兼容各种波长、带宽和网络协议。目前行业内的OCS方案,包括MEMS方案、Liquid液晶方案、压电方案、硅光波导方案和机械方案,代表公司包括谷歌、Lumentum、Coherent和Huber-Suhner等。MEMS方案具备低损耗、高集成度等优势,缺点主要在于制造工艺的复杂性和初始成本,以及切换时间长等;液晶光交换机的优势在于无物理可动部件、驱动电压低和灵活性高等,缺点在于插入损耗高、切换时间长等;压电OCS的优点包括低插入损耗、高精度和稳定性、非易失性状态、兼容多种通信协议和高可靠性等,缺点包括成本较高、切换速度较慢以及扩展性难度大等;硅光波导OCS的优点包括高集成度、超快切换速度、扩展性强以及与电芯片高兼容度等,缺点包括较高的耦合损耗、插入损耗、偏振相关性、热敏感性较高等。
在大语言模型的扩展方面,可重构的网络架构能够提升3.3倍以上的性能。随着大模型参数量的大幅提升,算力集群规模不断扩大,交换机的radix也随着增加。通过SDN来灵活调配网络架构,能够显著提升性能。目前谷歌采用的网络架构中,以4x4x4的ASIC为一个立方体cube单元,按照三个维度,每个维度的两个平面连接OCS,cube内部采用ICI电连接,cube和cube之间采用光连接,连接到OCS上。单个Superpod包含4096个GPU,6144个双向连接,每个面16个连接,总共需要48个OCS。
从OCS产业链来看,建议关注几个环节:无论是MEMS、液晶还是压电方案,都会用到光纤准直器阵列,若带隔离器,价值量会更高;对于光模块公司而言,新增了OCS的市场,有自研方案,也有代工业务;MEMS方案比较成熟,单个通道对应两个2.5D/3D MEMS器件;OCS是光连接,会用到大量光纤及光纤连接器。
 配套仪器设备:扩产拉动资本开支加速上行,配套仪器设备核心受益
光模块行业自2025年下半年起景气持续上行,光模块及上游光芯片厂商加快产能扩张,资本开支明显提速。随着1.6T光模块放量及配套光芯片产能建设推进,未来1—2年行业资本开支有望维持较高水平。
光模块的生产过程中主要包括五个重要环节:贴片环节、引线键合、耦合环节、封装环节、测试环节。贴片环节主要使用固晶机和共晶机,自动化程度与产品成熟度较高。引线键合通过金属线连接器件与PCB板,主要采用金线。耦合环节核心工艺是将激光器产生的光通过透镜精准连接至外部光纤,包含有源/无源、直接/间接等多种工艺路线。封装环节中主流800G/1.6T产品采用混合集成封装与金属壳体封焊,主要设备为封焊机、点胶机、压合机。测试环节分为通用测试仪表(采样示波器、误码仪等)和自动化测试设备(老化测试、功能性测试)。从市场规模来看,每100万支光模块的设备投入约5亿元,预计2027年整体光模块封装测试设备市场空间约800亿人民币。按照不同环节拆分,耦合和测试占比较大。
贴片工艺主要是指在光模块封测过程中,将光电器件如激光器驱动芯片、激光器芯片、探测器芯片等各类光电芯片精确地固定在载体上(如 PCB、陶瓷基板等)。根据工艺不同,贴片工艺可分为共晶和固晶两种方式。光模块贴片市场中,猎奇智能光模块贴片设备市场份额为 21%,排名并列全球第一,头部三家企业占据 57%的市场份额,未来随着国产化替代的推进,海外厂商市场份额将有望逐年降低。
激光器芯片产生的光源需要通过微透镜对光束进行准直、聚焦后才能最大限度地进入到光纤中,耦合是光模块封装工时最长、最易产生不良品的步骤,它直接影响光模块的性能。耦合的目的是将光高效高质地从一端耦合进入到另一端,耦合的流程一般为:对准、透镜耦合、胶水固定、验证耦合效率。根据弗若斯特沙利文报告,2024 年镭神技术在光模块耦合设备中市场份额占 27%,排名全球第一,猎奇智能以 18%的市场份额排名第二,海外厂商FiconTEC 排名第三。
光通信领域测试主要包括晶圆级、芯片级、模块级三大环节,晶圆级测试中硅光晶圆测试系统用于晶圆级硅光芯片的功能测试与筛选,可在晶圆未切割前完成光耦合对准与参数测量。芯片级测试(裸Die/CoC)中光芯片KGD分选测试系统用于裸Die级光芯片的分选测试,CoC光芯片老化测试系统(BI6203)用于CoC封装级光芯片的老化与功能测试。最后的光模块性能测试中包含采样示波器、时钟恢复单元、误码分析仪等通信测试仪器,用于光模块成品的眼图测试、时钟信号提取、误码率测试等。根据Frost&Sullivan 数据,Keysight、Anritsu 等为代表的海外企业占据了 2024 年中国光通信测试仪器市场约84%的份额,行业集中度较高,本土企业市场份额占比约16%。
 MicroLED:有望成为低功耗、低时延、高可靠光互联方案
在传统高速光模块中,提升总带宽主要依赖提高单通道速率,但这会同步推升光源调制、接收放大、DSP补偿和散热设计难度。对于介于铜缆和传统光模块之间的短距高带宽场景,如果继续沿用少数高速通道方案,系统需要在信号完整性、功耗和散热之间付出更高代价。因此,一种新的思路是降低单通道速率,通过更多并行通道来承载总带宽,把系统压力从“单通道做得更快”转向“通道数量做得更多、每个通道更简单”。MicroLED正好具备支撑这种架构的器件特征。
MicroLED本质上是基于III-V族化合物半导体材料的微米级自发光器件,采用GaN/InGaN等材料制备PN结,通过电子与空穴复合释放光子。与传统LED相比,MicroLED尺寸可缩小至10微米以下,适合高密度二维阵列集成;与传统激光器相比,MicroLED不依赖激光谐振腔和阈值振荡,单点驱动简单、温度适应性强、可靠性较高,但存在发散角大、光谱较宽、光纤耦合难度高等问题。
从光源原理看,LED和LD均基于半导体PN结发光,但发光机制和适用场景差异较大。LED依靠自发辐射,光谱较宽、发散角大、相干性弱,耦合效率较低,但结构简单、成本低、可靠性好,传统上只在低速短距场景有少量应用。LD依靠受激辐射和谐振腔形成激光,具备线宽窄、方向性强、调制速率高、耦合效率高等优势,因此成为现有高速光模块的主流光源。但LD方案也带来更高的器件复杂度,单通道速率提升会推高光源、调制器、驱动电路和温控设计要求,进而增加功耗和封装复杂度。
微软Mosaic方案将MicroLED从显示领域迁移到数据中心光互联,核心思想是用大量并行低速通道替代少数高速通道,实现从“窄而快”到“宽而慢”的架构切换。传统800G光模块往往由少数100G/200G级通道构成,单通道对调制器、驱动器、接收器和DSP要求极高;Mosaic则把总带宽拆分到数百个MicroLED通道,每个通道只需运行在1G至数G量级,从源头降低信号完整性压力。
Mosaic的系统构成包括MicroLED发射阵列、定制TIR微透镜、多芯成像光纤与CMOS传感器阵列。MicroLED负责低功耗发光;TIR微透镜用于解决MicroLED朗伯发光带来的大角度发散问题,提升耦合效率并降低通道间串扰;多芯成像光纤提供上千至上万级独立纤芯,实现MicroLED阵列与光纤通道之间的高密度映射;接收端则利用可见光波段优势,采用成熟CMOS图像传感器工艺承接光电转换。
低功耗、低时延和高可靠性构成MicroLED光互联核心优势。
在低速高并行架构下,MicroLED光互联的优势首先体现为功耗下降。Mosaic以10m长度800G AOC为对比标准,方案光链路功率约3.1-5.3W,较主流方案降低56%-68%;其中模拟前端与MicroLED功耗约1.2W,后端约0.4W。功耗下降不仅来自MicroLED发光器件本身,更重要的是低速并行架构省去了DSP、ADC/DAC、复杂CDR和高强度FEC等高功耗环节。
低时延来自电子后端的大幅简化。传统高速光模块需要DSP进行均衡、补偿和纠错,高速链路中的FEC也会引入额外延迟;Mosaic使用低速NRZ、模拟均衡和部分冗余通道传递时钟信号,减少CDR和DSP参与。对于Scale-up场景而言,GPU之间同步通信频繁,低时延与低功耗同样重要。
可靠性方面,MicroLED光互联同时具备器件级和系统级优势。器件层面,MicroLED无激光谐振腔、无需复杂温控,对温度变化的敏感性低于激光器;系统层面,“宽而慢”架构允许以较低成本配置冗余通道。Mosaic通过轻量ECC叠加热备通道,在单通道故障时先屏蔽错误,再切换至备用通道,目标是在不中断链路的情况下实现容错。Mosaic文章显示,800G链路模拟中约15%冗余通道即可达到甚至超过铜缆可靠性。
传输距离上,MicroLED方案定位于铜缆和传统光模块之间的短距高带宽场景。Mosaic 100G原型在100通道条件下,可在20m距离以1G速率稳定传输,在30m距离以1.6G速率稳定传输;后续800G可插拔版本模拟显示,在2G单通道速率下可支持约50m传输,10m短距场景下单通道速率还可进一步提升至8G。该距离范围可覆盖机柜内、机柜间以及部分数据中心短距互联需求。
当前MicroLED光通信仍处于工程化验证早期。其主要挑战包括:第一,MicroLED阵列需要兼顾高良率、高一致性和低成本驱动;第二,大规模阵列与微透镜、多芯成像光纤、CMOS接收阵列之间需要高精度耦合和封装;第三,数百至上千通道并行会带来分流汇聚、时钟管理、通道校准和系统级容错设计问题;第四,数据中心环境对温度、插拔、寿命和维护提出的要求显著高于消费电子。短期看,MicroLED光互联更可能先在Scale-up短距互联、板级互联、CPO周边互联等场景中验证,长期若产业链成熟,有望成为AI数据中心低功耗高带宽互联的重要补充路线。
 光纤光缆: 光纤景气周期持续,价位维持在高位
散纤价格仍然处在高位,电信运营商集采厂商报价贴近上限。根据光电通信数据,2026年以来国内G.652.D光纤价格强势上涨,春节后光纤价格一度呈现“一天一个价”的剧烈波动特征。2025Q4,G.652.D光纤含税价格平均为25元/芯公里,最高价为27元/芯公里;2026Q1,G.652.D光纤含税价格平均价为80元/芯公里,最高价为105元/芯公里,同比大幅提升。2026Q2/Q3,平均价格基本稳定在105元/芯公里左右。2026年三季度,中国移动、中国电信集采价格限价为2500元/皮长公里,从中标结果看,各个厂商基本贴着上限报价。运营商的价格会在未来一段时间内持续执行,意味着在未来较长一段时间内,光纤的价格或保持在高位。
从出口来看,2026年9月我国出口光纤4866.8吨,同比增长51.95%;金额42.07亿元,同比增长527.2%;单价86.44万元/吨,同比增长312.8%。
中国市场光纤价格持续上涨,反应需求向好、整体供应偏紧。海外需求旺盛,出口表现强劲,反映了全球光纤光缆市场的旺盛需求。一方面是海外市场AI需求强劲,尤其是北美市场。我们预计由AI带来的光纤需求将持续高增,一是考虑到全球光模块需求量在2027年仍将大幅增长,则对应光纤需求也将随之增长(主要为Scale out需求);二是预计2028年Scale up的光纤需求可能起量;三是DCI也将带来大量的需求。
我们认为,短期内AI相关的光纤需求主要来自于数据中心内部Scale out网络以及数据中心之间连接的DCI网络,预计2027起,随着CPO、OIO的渗透率提升,Scale up网络将带来持续的增量需求。
2010年代,云计算开始普及,随着超大型数据中心建立,数据中心内部流量增加,传统网络架构逐步向叶脊架构演进,考虑到并非所有服务器都会同时对外产生流量,为了控制网络建设成本,Leaf交换机的下联带宽和上联带宽并非按照1:1设计,而是存在收敛比。在AI时代,为了缩短计算时间,通常采用分布式计算技术,通过多台节点构建出一个计算能力和显存能力超大的集群。联接这个超级集群的高性能网络直接决定了智算节点间的通信效率。要让整个智算集群获得高的吞吐量,高性能网络需要具备低时延、大带宽、高稳定性、可扩展性和易运维等关键因素。因此无阻塞网络成为通常采用的架构,交换机下联和上联带宽采用1:1无收敛设计,这样的设计增加了ToR交换机与Leaf 交换机、Leaf 交换机与Spine交换机所需的端口数,连接端口的光纤数量也随之增加。
假设在组网中使用的交换机端口数为P,端口速率相等,对于leaf交换机,上联与下联的端口数均为P/2。在两层架构下面,每个leaf交换机最多下联P/2张卡,8台交换机与P/2台服务器构成一个Block(最小的训练集群单元),最多有P/8个Block;每个Spine交换机最多下联P台Leaf交换机,则两层架构下面可容纳的最大卡数量为P*P/2。
在三层架构下面, Block内连接方式与两层架构相同,P/2个Block组成一个Pod,每个Pod中最多有4P台交换机与P*P/4 台服务器。每个ToR交换机下联P/2张卡;每个Leaf交换机下联P/2台ToR交换机;每台Spine交换机下联P/2台Leaf交换机。则三层架构下面可容纳的最大卡数量为P*P*P/4。
对于光纤而言,意味着在ToR层与Leaf层之间,需要P*P*P/4根光纤连接;Leaf层与Spine层之间也需要P*P*P/4根光纤,则合计需要P*P*P/2根光纤(如果GPU到柜顶也是用光的话,则还需要P*P*P/4根光纤)。
从另外一个角度,我们从光模块的出货量来测算Scale out网络所需要的光纤数量,例如当前DR光模块,800G与1.6T均为8通道,则对应16根光纤,假设DR光模块平均连接距离为100米(平均每个光模块则对应50米),同理我们对SR、FR光模块的连接距离做出合理假设,考虑到2027年1.6T、800G光模块出货量有望大幅提升,则对应的光纤用量也大幅增加,我们预计2027年仅数据中心Scale out网络800G和1.6G光模块对应的光纤需求便超过1.6亿芯公里(未考虑400G及以下速率场景)。
受能源、土地、散热等限制,单一数据中心无法无限扩容,带来DCI(数据中心互联)需求。美国新建数据中心正面临显著能源限制,核心瓶颈是电网容量不足、接入周期长、区域供需错配,建数据中心需要平衡离用户近还是离能源近等问题。对此,英伟达提出Spectrum-XGS方案,通过采用支持跨扩展网络的Spectrum-XGS以太网,分布在不同规模和地理距离上的多个数据中心能够被整合为一个统一的大型AI工厂。该网络首次实现了在地理上分散的数据中心之间,提供大规模单作业AI训练与推理所需的高性能连接。借助 Spectrum-XGS 以太网,AI 工厂之间的连接距离可超过 500 米,甚至能够实现校园内不同建筑之间的互联,或延伸至数十乃至数百英里的跨城市、跨州乃至跨国连接。为了不同的数据中心之间能够流畅的通信,大容量低损耗的光纤链路是必须的,康宁展望这将是一个超过10亿美金的市场(如果用空芯光纤,预计价值量会更高)。
对于国内而言,由于建设光纤网络需要牌照,CSP厂商一般无法直接建设光纤互联网络,因此大部分DCI需求由运营商承接,近期电信运营商加大G654E光纤采购、试点空芯光纤部署也是在满足这一需求。
预计2027年Scale up网络所用光纤将起量,市场规模或达几十亿美金。当前各种超节点柜内连接方案几乎都是“铜连接”,但随着速率的提升以及集群规模的扩展,“光进铜退”有望在柜内再演绎一遍。随着CPO/OIO的渗透率提升,也将给光纤带来全新的市场空间,康宁展望“Scale up opportunity could be 2-3x size of existing Enterprise Network business”,意味着这将是一个几十亿美金的市场。
未来数通市场的光纤消耗量可能会超过运营商市场。在过去乃至目前,电信运营商仍然是光纤光缆最大的市场,但随着大型数据中心建设的推进,数通市场对于光纤消耗的占比正迅速提升。
康宁在2024Q3的时候展望“Expect Enterprise business to grow at a 25% CAGR over the next four years”,2024Q4,康宁光通信板块的企业网络收入超过了运营商业务收入,我们相信这一趋势也将逐步在国内光纤光缆大厂身上发生。2025年,预计AI相关光纤光缆需求占中国总需求约10%+;北美地区预计占比为20%-25%;但随着AI投资的持续增长,以及后续scale up使用光纤光缆,预计AI相关的光纤光缆需求占比还将大幅提升。
IDC及电源与散热
IDC:多年长约保障业绩稳健性,具备穿越周期的配置价值
我国在用数据中心机架数量快速增长。根据中国信通院数据,截至2025年底,我国在用数据中心机架规模达1373万架(按单机柜2.5KW统计,达34.3GW),同比增长52.6%,较2024年底新增473万架,对应IT负载11.8GW,2025年新增交付容量已经超过2022年-2024年三年的累计交付容量。截至2026年6月,我国在用数据中心机架规模达1556万架(按单机柜2.5KW统计,达38.9GW),同比增长43.4%。
算力网建设:“十五五”时期将新增直接投资4万亿元。国家发展改革委:据机构测算,“十五五”时期算力网建设将新增直接投资4万亿。算力建设以企业投资为主,这将为民间投资创造巨大空间。信息通信“十五五”规划提出,加快全国一体化算力网建设。到2030年,智能算力规模要达到9800EFLOPS,约为2025年的6.2倍。
多年长约保障业绩稳健性,具备穿越周期的配置价值。需求端,大厂需求旺盛,例如阿里目标到2032年全球数据中心规模超过20GW,以满足快速增长的AI需求;大模型公司抢购算力、算力租赁公司订单激增,落地均需要IDC基础设施。供给端,限制无经验、跨界玩家进入,能耗审批向西部倾斜,一线城市及周边资源更显稀缺。当前供需格局下,部分项目价格已经有所回升,例如一线城市周边短交期、高功率机柜,以及部分算力租赁公司提前锁定的资源,25年底IDC租赁价格已经触底,后续价格值得期待,同时,部分IDC公司由机柜租赁到自持算力、token工厂提供一站式服务,有望进一步增厚利润。
电源:功率密度持续升级,重视机柜式服务器升级机遇
从供电过程本质上,电源本身不产生任何能量,只是作为电网中电能的传导,其核心是实现整流与变压两项功能。整流即是实现不同形态电能的转换(直流变交流、交流变直流),变压即是实现电压的升高或降低。此外,针对于特定场景,电源会添加额外功能,如服务器电源就需要在散热、监控、电流调节上做额外的功能追加从用途功能分类上,电源可分为嵌入式电源与非嵌入式电源,嵌入式电源通常被直接安装在设备内部或特定空间内,又可分为普通开关电源与模块电源两类,其中模块电源往往是被镶嵌在电路板上。
整体来看,AI电源的架构从供电次序的角度来看主要分为三级:UPS—AC/DC—DC/DC。在数据中心的电力从电网传输到加速器芯片的过程中,电压要从1-3万伏特降低至0.5~1伏特以供芯片使用,其中电源主要指AC/DC与DC/DC部分。AC/DC环节的输入是PDU输入的交流电,经过降压、整流两个过程最终输出12V直流电,此后再经过层层降压以达到芯片的工作电压(AI服务器因为耗电大,为减少损耗所以可能选择先输出较高的50V/48V电压)。DC/DC环节则进一步将电压调降至芯片可用电压,一般而言是将12V降至1V或0.8V,若整体服务器功耗较大,也可能是先从50V/48V降至12V,再从12V降低至1V或0.8V。
AI需求将带动能耗进入快速增长阶段。耗电量可以根据AI服务器的预计销售量及其额定功率进行预测,考虑到AI服务器的快速放量,预计2026年AI带来的电力消耗有望达到2023年的10倍。当前算力需求主要由模型训练所贡献,后续伴随AI应用快速落地,算力与算力能耗需求增长仍有进一步提速空间。
核心看,伴随服务器(尤其是AI服务器)功耗总额的快速提升,在OCP ORV3标准限制下服务器电源必须通过提升功率密度并维持高能源转化率(钛金96%以上)以满足服务器运转需要。更好的材料、更优的拓扑、更多的集成是功率密度提升的主要途径,因此电源行业不仅享受了总功耗提升带来的需求快速上行,同时也因为材料变更、散热需求加强等因素带来了单瓦特价格提升现象,并助力行业空间快速扩容。此外,考虑到近期大陆区域外流片难度加大,伴随大陆区域流片芯片占比增加,电源功耗需求有望呈现进一步提升趋势。
从实际配置角度看,服务器整机品类繁多,不同服务器芯片配置方案不同。以DGX系列为例,DGX A100整机功耗上限6.5KW,DGX H100 整机功耗上限 10.2KW,NVL 72 整机功耗120KW。伴随单电源功耗总额快速上升,电源功率密度也处于持续提升进程当中,考虑到功率密度的提升同时还伴随着单功耗价格的上升,市场空间快速扩容。
此外,伴随单机柜容纳GPU数量逐渐增多,机柜功耗总额快速提升(NVL 72总功耗已达120KW)。机柜类服务器占比的提升在三个层面对供电系统提出更高要求:1)更高性能的供电总线;2)更高压的交流与直流电(如DC/DC模块电压输入可达800V,从而大幅减少发热损耗);3)更低损耗的内部供电电路。从而使得电源获得了额外的溢价能力,市场空间更加广阔。
伴随海外Rubin等架构芯片产品落地,服务器电源功率密度有望再次实现飞跃。近期,英伟达联合其他电气设备供应商,发布预定2027年落地的800 V HVDC 数据中心电力基础设施计划,以用于支持1 MW 及以上的IT机架。考虑到当前机柜式服务器中电源的溢价主要来自于空间的紧缺以及散热能力的提升,远期1MW机柜必将衍生出更高价值量的电源需求。
板上供电器件成为后续主要价值量提升方向。主板上供电设备主要由Drmos,电容,电感三类器件构成。其中DrMOS由Driver IC + high-side MOSFET + low-side MOSFET构成,其主要作用是Buck降压,即将输入的较高直流电压高效转换为GPU所需的安全、稳定、大电流的低压电。电容的主要作用是滤波、去耦、储能,即当服务器里有直流电输入时,需要电容作为缓冲,通过电容的瞬时保护机制保护芯片,通常一块主板上电容器的数量在千颗以上。功率电感的主要作用是滤波、平滑电流,同时也配合电容和电源芯片在负载电流剧烈变化时稳定电压,其大多以纳米合金粉/铁氧体合金作为磁芯,板上电感数量往往在数十颗级别。伴随AI服务器功耗从单机柜几十kW向百kW级发展,功耗波动水平大幅提升,板上供电元器件成为量价齐升品种,建议重视相关环节产业机会。DrMOS单颗承载电流提升,向更高集成度、更高功率密度演进,也推动其中的MOSFET从传统硅MOS向更高性能功率器件发展,导通损耗和开关损耗下降。伴随GB200/300的出现,板上功率电感数量大幅增加功耗提升,需要更高电流密度、更低损耗的Power Stage,供电相数提升带动功率电感数量大幅增长。此外,GB300功率密度提升倒逼板上空间利用率提升,背面元器件部署量大幅上升,MLCC阵列密度提高。密度提升带来器件价格上行,板上器件整体进入量价齐升区间。
 液冷:2027年将是中国大陆液冷公司关键业绩兑现期
GPU液冷的应用渗透与单芯片的功耗(单位面积功耗)、超节点方案的部署(有限的散热空间)等密切相关。英伟达从GB200 NVL72开始大规模应用液冷,2025年是其液冷渗透元年,2026年随着GB系列机柜出货量的增加和芯片功耗的提升,以及CPX带来的液冷新增量,英伟达芯片对应的液冷市场规模大幅增长。海外ASIC、其它GPU供应商的最新/下一代产品中,液冷也很大比例是部署的优选项,包括谷歌TPU v7p、META MTIA T、AWS TRN3、微软MAIA 200、AMD MI400X等。国内的芯片功耗方面虽然比海外落后1-2代,但是国内厂商也在积极推进超节点部署,叠加国内机房基础设施的超前建设,我们认为国内AI服务器的液冷渗透率在2026-2027年也会大幅提升。除了GPU之外,液冷在交换机、光模块、电源等配套产品环节中也开始广泛应用。随着总体渗透率的提升,预计液冷市场在2027年将持续保持较快增长。
单相冷板液冷是当前的主要液冷方案。通过冷板将芯片等发热元器件的热量间接传递给封闭在循环管路中的冷却液体,冷却液带走热量,并将其传递到一次侧回路,通过冷却系统进行冷却,最后将热量排出系统。冷板式液冷系统可分为一次侧(室外)循环和二次侧循环(室内)两部分。二次侧冷却液的选择上, ASHRAE TC 9.9 指出,标称体积浓度 25% 的丙二醇混合液(PG25)是大多数单相冷板系统的通用设计基准;若采用乙二醇体系,则冷却液品质需满足 TC 9.9 最低质量要求,或遵循 IT 设备厂商规格。
当前一代和下一代的产品预计仍以单相冷板液冷为主,而随着单芯片功耗持续提升,液冷技术未来预计也将持续演进升级。我们认为GPU散热的演进逻辑主要在于两点:第一,提升解热工质的解热能力:包括液冷替代风冷、相变材料取代单相液体、TIM材料的升级等;第二,越来越靠近热源:包括浸没式液冷、MLCP(微通道液冷板)、晶圆级液冷等。在单相冷板液冷之后,后续的液冷新技术方面,产业链相关公司也在前瞻布局,包括MLCP、两相冷板、浸没式液冷、混合液冷、液体喷射等,以及IMEC-Si硅整合微冷却器、in-chip microfluidic(芯片内置微流控)等晶圆级冷却技术。
2024-2025年全球液冷市场的主要参与厂商集中在中国台湾、欧美等地,面对持续高增的市场需求。随着中国大陆厂商产品实力的增强,以及下游客户主体的丰富(包括芯片厂商、服务器/机柜/ODM厂商、CSP终端客户),这几年中国大陆厂商陆续在海外液冷市场取得进展。站在当前的时间点来看,我们认为2027年将是中国大陆液冷公司关键业绩兑现期,建议持续关注相关上市公司的客户和订单进展。
金刚石:芯片散热场景商业化落地提速
近芯片散热需求持续提升,“热点”问题亟待解决。随着半导体产业遵循着摩尔定律逐步向2纳米、1.6纳米甚至是1.4纳米迈进,尺寸不断缩小,功率不断增大。芯片在运行过程中会产生大量热量,若散热不及时,局部区域会形成“热点”,导致性能下降、硬件损坏及成本激增。当电子设备温度过高时,工作性能会大幅度衰减,当芯片表面温度达到70-80℃时,温度每增加1℃,芯片的可靠性就会下降10%。
在持续推动芯片性能突破的过程中,如何超越传统热力学极限已成为行业关键挑战。在此背景下,金刚石材料开始逐渐崭露头角。金刚石的特性包括:1)高热导率:金刚石在目前已知材料中热导率最高,可以达到2000W/m·K,是碳化硅(SiC)、硅(Si)和砷化镓(GaAs)热导率的4倍、13倍和43倍,比铜和银的热导率高出4-5倍。2)高带隙:金刚石的带隙约为5.5eV,能够在高温、高电压环境中稳定工作,特别适用于高温/高功率电子设备。3)极高的电流承载能力:金刚石的电流承载能力远超传统半导体材料,能适应高电流应用。4)优异的机械强度:金刚石的硬度和抗磨损性使其在苛刻的工作条件下能够保持稳定性能,增加器件的可靠性和寿命。5)抗辐射性:金刚石的抗辐射性使其适合用于空间、核能等高辐射环境中。
金刚石作为散热材料,具备多种产品形态,包括金刚石粉末填料、金刚石金属复合材料、单晶金刚石、多晶金刚石等。
金刚石粉末填料:金刚石粉末可以作为填料应用于导热凝胶。导热凝胶主要由高导热填料和弹性基体组成,导热填料通常以固体粉末形式存在,涵盖金属、非金属以及高导热性能的陶瓷、碳基材料等,常见的导热填料有氧化铝、氮化硼、碳纤维、石墨等。金刚石粉末作为填料,直接混入基体,提升其导热性能。金刚石粉末填料的生产核心在于粒径复配与表面改性,金刚石体积分数超过15%易团聚、成胶成型差、无法后端点胶,因此量产工艺通常先将大粒径金刚石(20um以上)与小粒径颗粒(10um以下)通过粘接介质结合,让小颗粒附着于大颗粒表面构建密集导热通路;或对金刚石进行硅烷偶联剂改性以改善与硅油基体的相容性。另有路径将纳米金刚石静电自组装包覆于球形氮化硼表面,再与细金刚石粉复配,兼顾低比重与可挤出性。
金刚石金属复合材料:传统金属散热材料(如铜、铝)虽然导热性能较好,但其热膨胀系数与高导热、轻量化要求难以兼顾,金刚石被认为是理想的增强相材料。金刚石金属复合材料的热导率高度依赖界面结合质量,金刚石与金属天然不润湿,直接烧结界面热阻极高,因此金刚石表面大多需要金属化:化学气相沉积钨涂层、钛镀层或硅涂层,在烧结时形成碳化钨/碳化钛/碳化硅过渡层,金属化后的金刚石粉与金属粉末混合,再通过放电等离子烧结、热压烧结、选区激光熔化或热等静压致密化。
单晶与多晶金刚石片:单晶/多晶金刚石两者量产主流工艺均为微波等离子体化学气相沉积(MPCVD)。单晶/多晶金刚石作为散热材料主要有三种应用方式:金刚石衬底、热沉片以及在金刚石结构中引入微通道。单晶金刚石片需以高品质金刚石籽晶为基底,碳原子沿特定晶向定向外延生长,生长周期长达数百小时,后续需激光切割与高精度研磨;多晶金刚石片无需籽晶,直接在硅、钼等异质基底上随机成核生长,剥离基底后经研磨抛光即得自支撑片材。性能上,单晶热导率约2000 W/(m·K)以上,性能更优,但尺寸受限(当前商用量产多在2英寸以下,大尺寸合成主要包括三维生长、拼接生长以及异质外延生长等路线);多晶热导率约1500 W/(m·K),晶界轻微散射声子但远高于铜铝,断裂韧性优于单晶,可制备8-12英寸大尺寸。
总体来看,伴随算力需求提升与第三代半导体发展,未来金刚石在高端散热市场空间广阔,建议持续关注金刚石等新材料在半导体行业的应用,未来将有不错的应用空间。
量子科技:一级市场投融资爆发,关注上游核心产业链
量子科技作为国家重点布局的未来产业,承载成为新经济增长点的重任。在四中全会后发布的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》中,提及加快高水平科技自立自强,引领发展新质生产力。前瞻布局未来产业,探索多元技术路线、典型应用场景、可行商业模式、市场监管规则,推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。量子科技被放在第一位,可以看出国家对于量子产业的高度重视。
当前主流的量子计算路线包括超导、离子阱、光量子、中性原子等,不同线路并行发展、各有优劣且技术路径尚未收敛。量子计算硬件技术路线主要可分为两大类,一是以超导和硅半导体等为代表的人造粒子路线;二是以离子阱、光量子和中性原子为代表的天然粒子路线。人造粒子路线可复用半导体集成电路制造工艺,在比特数量扩展方面具有一定优势,但在提升逻辑门精度等指标方面受到基础材料和加工工艺等限制。天然粒子具有长相干时间、保真度高等优势,但在比特数量扩展面临挑战。近年来各种主要技术路线均有技术突破,但综合考虑量子比特数、保真度、相干时间等,尚未出现向某一路线收敛的趋势。
量子科技企业投融资爆发,重点关注窄线宽激光器、稀释制冷机、低温同轴线缆等环节。当前一级的量子计算公司融资活跃,据不完全统计,2025年中国量子科技领域融资约30亿元,2026年上半年融资额已经超过140亿元,很多公司在A轮就能融到数亿元,整机厂融到钱后加大向上游采购,因此建议优先关注窄线宽激光器、稀释制冷机、低温同轴线缆等核心零部件环节。
窄线宽激光器:中性原子、离子阱、光量子路线均需要用到窄线宽激光器产品,受技术路线迭代影响的风险小。量子态的制备(激发)、冷却、操控、读出等环节均需要使用激光器,一台量子计算机中往往需要多台激光器。以中性原子路线为例,不同的原子体系以及同种原子不同能级不同作用的激光需求的波长均不相同。激光是操控原子实现中性原子量子计算的最重要的工具之一,按照作用不同可分类为:冷却光(对原子进行激光冷却),光镊/光晶格激光(实现单原子束缚),纠缠光(将原子激发到里德堡态,实现相邻原子的 偶极相互作用),态操控激光(拉曼光实现单比特态操控),探测光(探测原子 态分布),重泵激光等。针对不同的原子(Rb、Cs、Li、Sr、Yb 等)和不同的作用,所需的波长也各不相同,每种原子的操控均需要5-6种对准原子特定跃迁谱线的激光波长。激光器系统占中性原子量子计算机成本比重超40%,是中性原子量子计算系统最核心的工具和部件。例如一台千万成本的中性原子量子计算机,激光系统价值量在400万左右。
稀释制冷机为超导计算机提供稳定运行的环境,是超导量子计算机中的核心零部件,其原理是利用同位素3He-4He混合物的特性实现制冷。量子比特的特性(如叠加态、纠缠态)容易被热运动破坏,稀释制冷机可将量子芯片冷却至10-20mK,极低温环境能减少量子比特与周围环境的能量交换,显著降低量子比特的“退相干错误”和“操作错误”,为量子计算提供稳定的运行环境。
欧美禁运倒逼国产化推进,当前稀释制冷机关键环节已实现国产。稀释制冷机市场长期被欧美垄断,中国的稀释制冷机曾主要依靠进口。从全球看,量子计算稀释制冷机的主要供应商有 Bluefors(芬兰)、Oxford Instruments(英国)、Leiden Cryogenics(荷兰)、Cryo Concept(法国)、Form Factor(美国)等,其中Bluefors 和Oxford Instruments两家占据了全球大部分市场份额。为限制中国量子计算机的发展,作为超导量子计算核心的稀释制冷机零部件被禁运,根据光子盒研究院的统计数据,2021、2022年,中国分别进口了60、53台稀释制冷机;2023年,根据市场公开数据,仅中标成交4台进口稀释制冷机;2024年,中国已无法进口稀释制冷机。自2022年欧美国家对华禁运稀释制冷机以来,中国企业通过自主研发,突破技术封锁,实现了从“0到1”的跨越。
随着量子比特数增加,所需冷量增加,稀释制冷机价值量也提升。预计当前稀释制冷机占整个超导量子计算机价值量的30%-40%,如一台千万左右的超导量子计算机稀释制冷机价值量约400万,从禾信仪器披露公告来看,量羲技术的极低温极微弱信号测量调控系统(包含mK级稀释制冷机、GM脉管预制冷设备等)2023年、2024年、2025H1销售单价分别是603万元、389万元、394万元,且随着量子比特数增加,所需冷量增加,价值量也提升,例如天衍504(504量子比特)所用稀释制冷机,价值量预计超千万。
超导同轴线缆是连接量子芯片与各个系统的关键环节,工艺难度极高且价格昂贵。超导同轴线缆负责高保真度地传输操控和探测量子信息的微波脉冲信号,并最大限度地减少外部噪声的引入,是连接超导量子芯片和测控电子学设备的关键环节。同轴线缆在超导量子计算系统中的核心壁垒主要体现在低温兼容性、高频稳定性、低损耗与低噪声、空间适应性以及供应链受限等方面。超导同轴线缆需在4K至10mK极端低温下保持零电阻特性,并具备GHz级(5-10GHz)微波传输能力,同时通过多级衰减和滤波抑制热噪声,以防止量子比特退相干。目前主要以超导铌钛(NbTi)同轴线缆为主。铌钛(NbTi)同轴线缆为保持信号完整性提供了解决方案,同时最大限度地减少了低温下的热负荷。当冷却到其超导转变温度9.2K以下时,NbTi中心导体为信号传输提供零电阻丝,而超导外导体利用迈斯纳效应保护传输信号免受干扰。
谷歌悬铃木处理器驱动的量子计算机使用了216条宽带同轴线缆(widebandcoaxial cables)、45个微波循环器(microwave circulators)和许多室温电子设备(room-temperature electronics)来控制53个量子比特。
超导量子计算机所需的同轴线缆数量取决于系统设计的复杂性,并与量子比特数量呈显著相关性,根据光子盒报告,做如下假设:
线缆数量:
实际情况下每个量子比特的控制线数:C=3(X、Y、Z控制信号独立传输);理想情况下每个量子比特的控制线数:C=1(XY和Z信号在室温合并为1条线,采用时分或频分复用,由1根线控制多路信号);
读取通道数:R≈N/20(每20个比特共享1路读取通道,如N=1000时R=50);
其他辅助线路占比:O≈0.05N(辅助线路占比5%)。
线缆单价:
位于15mK-4K级之间的铌钛同轴线缆、每根价格约2万元(6000元/米,假设3米/根,铌和钛两种材料价格昂贵且熔点相差大,工艺难度也很大)。
基于以上假设,我们分别测算在100/1000/5000物理量子比特数量情况下,实际情况对应的同轴线缆价值量约为620万元、6200万元、31000万元;在采用时分或频分复用的理想情况下对应的同轴线路价值量约为220万元、2200万元、11000万元。建议关注富士达等铌钛线缆供应商。
国际环境变化对供应链的安全和稳定产生影响,对相关公司向海外拓展的进度产生影响;关税影响超预期;人工智能行业发展不及预期,资本开支不及预期,影响云计算及算力产业链相关公司的需求;人工智能需求过快增长,供给紧张导致出货及业绩兑现不及预期;CSP自由现金流承压,融资出现困难等,导致资本开支不及预期;市场竞争加剧,竞争格局恶化等,导致毛利率快速下滑;原材料紧缺,或涨价超预期,导致相关公司业绩不及预期;光纤光缆价格走势不及预期,业绩不及预期;汇率波动影响外向型企业的汇兑收益与毛利率,包括ICT设备、光模块/光器件等板块的企业;数字经济和数字中国建设发展不及预期;电信运营商的云计算业务发展不及预期;运营商资本开支不及预期;持仓较高带来的交易型市场波动;市场体系化风险。
于海宁:中信建投证券通信行业首席分析师,科技大组负责人。北京邮电大学通信与信息系统专业硕士,曾任职华为、长江证券通信行业首席分析师。此前任职于中信建投证券研究发展部期间,2013-2017年连续五届《新财富》最佳分析师通信行业第一名团队核心成员;任职长江证券期间,2020-2025年连续六年《新财富》最佳分析师通信行业第三/四名。
汪洁:通信行业分析师,华东师范大学理学学士,复旦大学理学硕士。曾就职于长城证券、浙商证券。2023年5月加入中信建投通信团队,主要研究物联网、控制器等方向。
曹添雨:中信建投证券通信行业分析师,中央财经大学硕士,曾在国家电网从事信息通信工作,2020年加入中信建投通信团队,2020-2021年《新财富》、《水晶球》通信行业最佳分析师第一名团队成员。
方子箫:中信建投人工智能组分析师,华中科技大学学士,上海财经大学硕士,2024年5月加入中信建投,主要覆盖工业智能化、显示控制、服务器电源等方向
付田行:中信建投证券通信及人工智能行业分析师。
辛侠平:中信建投证券通信及人工智能行业分析师,2022年加入中信建投证券。
朱源哲:通信及人工智能分析师,北京大学学士、硕士,主要研究IDC、交换机、通信工程运维、专网/卫星等方向。
湛子杭:中信建投证券通信及人工智能行业分析师,中山大学学士、硕士,2023年加入中信建投证券研究发展部。
证券研究报告名称:《行业2027年度投资策略报告:AI共识与分化:算力互联的重定价》
对外发布时间:2026年11月8日
报告发布机构:中信建投证券股份有限公司 
本报告分析师: 
于海宁 SAC 编号:S1440526080004
汪洁 SAC 编号:S1440523050003
SFC 编号:BXV744
曹添雨 SAC 编号:S1440522080001
方子箫 SAC 编号:S1440524070009
付田行 SAC 编号:S1440524070015
辛侠平 SAC 编号:S1440524070006
朱源哲 SAC 编号:S1440525070002
SFC 编号:BYJ392
湛子杭 SAC 编号:S1440526040002
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI首轮仅融110亿美元,Anthropic估值被压价:AI万亿神话遇冷

    OpenAI CEO山姆奥特曼 vs Anthropic CEO达里奥·阿莫迪。图片经由AI处理文丨Joanne 编辑丨徐青阳AI行业最昂贵的两场融资,正在遭遇同一个问题:投资者还愿意为增长支付多高的价格?美国当地时间11月6日,OpenAI完成110亿美元新一轮融资首批交割,估值为1.25万亿美元,但这距离最初的融资

    来源 腾讯网
  2. Anthropic报告:80%能力增量由AI推动,进化速度翻倍

    编辑|泽南AI 帮助研发下一代 AI 的速度,终于有了具体数字。11 月 5 日,第三方评估机构 METR 发布一份关于 Anthropic 的调查报告表示:这家公司过去一年取得的基准能力进步,大致相当于此前两年的进步。从 8 月 12 日到 10 月 29 日,这个机构花费了约 11 周时间进入 Anthropic

    来源 腾讯网
  3. Anthropic展示Claude造芯,EDA行业会被AI取代吗?

    今年下半年,AI的自我进化成为了热门话题。而且,AI不仅在尝试研发自己的模型,甚至还想自己搞定作为算力来源的AI芯片。这很可能让芯片制造业面临巨大变局,设计端的EDA(电子设计自动化)行业首当其冲。当地时间11月3日,The Information报道称,此前公布招股说明书的Anthropic向潜在IPO投资者展示了其

    来源 腾讯网
  4. Anthropic研发提速1.9倍,METR报告:AI辅助是主因

    METR于2026年11月5日发布报告,指出Anthropic自2025年10月起模型能力增长速率达到历史1.9倍,95%置信区间1.5-2.8倍。多数加速可能来自内部AI对研发流程的辅助,而非单纯算力增加。部分核心证据因保密要求未公开,这对能力预测和安全评估周期提出新要求。

    来源 AI 行业观察
  5. Anthropic研发提速1.9倍:METR称多数加速源于内部AI辅助

    METR于2026年11月5日发布报告,指出Anthropic自2025年10月起模型能力增长速率达到历史1.9倍,95%置信区间1.5-2.8倍。多数加速可能来自内部AI对研发流程的辅助,而非单纯算力增加。部分核心证据因保密要求未公开,这对能力预测和安全评估周期提出新要求。

    来源 AI 科技快讯
  6. 今天起,Claude能帮你管账了

    AI应用风向标(公众号:ZhidxcomAI)编译|毕伟豪 编辑|漠影智东西11月6日消息,凌晨,Anthropic宣布为Claude推出个人财务功能(Personal Finance),用户可以连接银行和信用卡账户,直接通过自然语言查询余额、分析消费记录、追踪账单,还能识别重复扣款、异常费用等问题。该功能目前以Bet

    来源 腾讯网
  7. GPT-6直接控机器人,专用世界模型还有必要吗

    记者 郑晨烨“我们没有专门为这些动作编写程序,它看到旁边有洗笔的颜料盘,就自己过去把笔洗干净,再继续画画。”10月22日,宇树科技(688836.SH)创始人、董事长王兴兴在2026世界物理AI大会上介绍了一项内部测试,让OpenAI的GPT-6在未经专门训练的情况下直接控制机器人画画。王兴兴感慨,大家对AI的信仰其实

    来源 腾讯网
  8. OpenAI与Anthropic同日宣称推翻ETH,Lean验证通过但审查才刚开始

    2026年10月,OpenAI与Anthropic分别宣称其AI模型独立推翻了指数时间假说(ETH)——这个由Impagliazzo与Paturi于2001年提出、影响算法复杂度领域25年的核心猜想。Lean形式验证已通过,ETH原作者正主持独立审查。但一个深层问题浮出水面:当AI生成的证明长达67页、通过了机器核验却

    来源 AI 科技快讯
  9. Claude Code团队接连出走,前产品负责人Cat Wu加入OpenAI

    翻译|林绮蓓 编辑|蔡芳芳 11 月 5 日,Anthropic 前 Claude Code 产品负责人 Cat Wu 宣布加入 OpenAI,负责核心产品团队的产品管理工作。 这已经不是 Anthropic 近期第一次出现核心成员离职。10 月 24 日,Claude Code 团队工程师 Thariq Shihip

    来源 AI 行业观察
  10. Claude Code创始产品经理Cat Wu跳槽OpenAI,Anthropic连续失血

    AI圈顶级人才,开始扎堆跳槽了! 11月5日,硅谷爆出一则重磅人事变动:前一天刚宣布告别Anthropic的王牌产品掌门人Cat Wu(Catherine Wu),转头就官宣加盟OpenAI,负责核心产品团队的产品管理。从宣布离职到入职新东家,几乎无缝衔接。

    来源 AI 行业观察
  11. OpenAI算力支出:伯恩斯坦估到2030年达6140亿美元

    IT之家 11 月 8 日消息,据智通财经报道,伯恩斯坦分析师 MarkMoerdler 估算,OpenAI 已披露的算力合作协议对应的基础设施支出,到 2030 年累计可能达到 6,140 亿美元(IT之家注:现汇率约合 4.11 万亿元人民币),明显低于《华尔街日报》此前传出的 7,500 亿美元(现汇率约合 5.

    来源 AI 行业观察
  12. Anthropic上线Claude个人理财:美国Pro/Max/Ultra率先灰度

    当地时间11月5日,人工智能企业Anthropic宣布正式为Claude推出全新的个人理财功能(Personal Finance),并于本周率先开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。这一新功能的上线,标志着大模型正在从单纯的办公与创作助手,逐步深入渗透至用户的日常金融与生活管理场

    来源 AI 开发者社区
  13. 大湾区AI创新出海模式:香港金融搭桥,广深技术铺路

    过去提及企业出海,多以制造和产品输出为主,现如今已经演变为技术设施服务与成熟金融体系的“系统化”出海,但企业在AI技术落地与全球商业化过程中,普遍面临合规摩擦、数据阻隔与资金管理等瓶颈。11月6日,中国香港特别行政区政府主办的2026年香港金融科技周落幕,在期间举行的一场关于大湾区AI创新的论坛上,来自国际金...

    来源 腾讯网
  14. 荣耀李健提出AI入口主权归用户,新增TQ信任度维度

    【环球网科技综合报道】11月6日,荣耀CEO李健在2026移动网络大会发表主题演讲,围绕“以用户为中心,共建入口、共筑信任、共创未来”分享对智能经济时代产业演进的思考。他提出,AI入口之争并非存量零和博弈,行业应以赢得用户信任为导向,开放协同,让入口主权回归用户,共创智能经济新生态。李健表示,算力、大模型与具身...

    来源 腾讯网
  15. OpenAI首笔110亿美元到账:估值1.25万亿低于原定1.4万亿预期?

    OpenAI完成新一轮融资首笔110亿美元交割,估值定为1.25万亿美元,低于此前计划的300亿美元融资额。与此同时,公司发布GPT-6 Cyber安全模型及BioBasicsBench生物基准,但市场期待的GPT-6.2 Astra仍未亮相。文章分析了硅谷AI投资风向的转变、OpenAI与Anthropic的上市竞争

    来源 AI 应用前沿
  16. 陈天桥旧金山演讲:AI下半场拼验证,Apodex已训练AI训AI模型

    过去三年,全球人工智能产业陷入了一场前所未有的模型竞赛:更大的参数规模、更强的推理能力、更昂贵的算力投入,以及不断刷新纪录的基准测试成绩。但当人工智能越来越擅长给出答案,一个更根本的问题正在浮现:如果AI提出了一个人类从未发现过的科学结论,谁来证明它是正确的?当地时间11月5日,在美国旧金山举办的AIAS 2...

    来源 腾讯网
  17. HomeView接入ChatGPT与Claude:iOS 27.3测试版代码曝光

    苹果在智能家居与人工智能融合的道路上迈出了关键一步。根据代码层面的最新爆料显示,苹果计划在即将推出的 iOS27.3测试版中,为今年10月刚刚发布的智能家居中枢设备 HomeView 增加对 ChatGPT、Claude 等主流第三方 AI 聊天机器人的支持。 代码印证:Conversational Apps 类别正式

    来源 AI 开发者社区
  18. Anthropic IPO前夜:AI用量涨、企业支出停

    TechCrunch报道,Ramp数据显示AI使用量仍在攀升,但企业AI支出停滞,恰逢Anthropic临近IPO。价格下降与头部客户成本优化,可能动摇投资者对AI超高速增长的假设。本文分析支出停滞的结构信号、对上市叙事的影响,以及企业AI从拼用量转向拼价值的趋势。

    来源 AI 科技快讯
  19. AI扩张卡在电工荒:燃气轮机排到2031,变压器交期128周

    AI 基建瓶颈几经转移:从 GPU、电力、电气设备,如今落到电工等施工人力。资本可买断设备排期,却无法压缩技工数年培养周期。这场 AI 竞赛,正从资本密集转向人力密集,人力供给约束,或将决定算力扩张长期上限。

    来源 AI 行业观察
  20. Anthropic在Claude上线个人财务功能:可连16家银行查账

    Anthropic在Claude中上线“个人财务”功能,用户经Plaid授权后可让Claude汇总银行、信用卡等账户交易,整理支出类别、识别重复扣款和持续上涨账单,并生成支出图表和账单日历。该功能只有读取权限,不能转账、管理资金或投资,账户验证由Plaid完成,Claude不获取银行密码,专区对话不用于训练模型。目前在

    来源 凤凰科技
  21. Altman改名Ram引热议:AI基建要踩刹车?

    最近,Sam Altman 改名了。 11 月 4 日,OpenAI CEO 在 X 上短暂更换了显示名称,从 Sam Altman 改成了Ram Altman。 事情的起因是,Altman 此前在一档播客中谈到,普通人的电脑里装着大量 RAM,却只有很少时间真正被使用。从全球资源分配的角度来看,还不如把这些内存集中到

    来源 AI 行业观察
  22. 奥尔特曼谈AI失控两种路径:控制权流失与技术垄断

    IT之家 11 月 6 日消息,OpenAI 首席执行官萨姆 · 奥尔特曼(IT之家注:Sam Altman)最近出席 Raj Shamani 播客时表示,人工智能可能通过两种方式走向失控:一是人类逐步将控制权交给自主式 AI,二是某个人或实体垄断 AI 技术。针对第一种情况,奥尔特曼警告称:“AI 会逐渐失去控制,我

    来源 腾讯网
  23. 工业AI落地卡在数据上:科远智慧半年报AI收入1.83亿元,入表仍远

    中经记者 郑瑜 北京报道人工智能进入各个业态,工业AI的价值实现也备受瞩目。行业共识在于,工业AI要真正落地,数据是核心燃料。当前,政策已明确提出打造100个工业领域高质量数据集。上海交通大学上海高级金融学院2026年发布《中国企业数据资产入表情况跟踪报告》显示,截至2026年4月30日,A股共有136家上市公司披露数

    来源 腾讯网
向下滚动自动加载更多