AI算力

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
  • 2026太空算力行业全景分析
    《2026年华为韬(τ)定律合集》涵盖了CPU处理器技术、智能体AI浪潮、国产化CPU关键技术参数对比等内容,深入探讨了太空算力的发展趋势、物理优势与工业化瓶颈,以及产业链分析和市场前景。报告指出,太空算力凭借能源成本低、散热效果好等优势,在AI部署方面具有独特优势,未来有望形成万亿级市场。
  • 量产与扩产密集落地:晶圆代工硅光子竞局生变
    晶圆代工厂纷纷布局硅光子技术,以应对AI算力对数据传输带宽的需求激增。联电、台积电、高塔半导体和格芯等企业都在加快产能建设和技术创新,其中联电与SILITH的合作标志着硅光子量产迈出重要一步。尽管面临制造、封装和标准制定等方面的挑战,硅光子技术被视为后摩尔时代的潜在增长点,各大企业在技术和生态建设方面的进展将在未来三年内受到市场的检验。
  • 安森美:以系统级创新重塑AI供电与汽车架构
    在2026年的半导体产业版图上,AI数据中心与智能汽车已无可争议地成为驱动行业增长的双引擎。据Omdia分析,AI数据中心芯片市场规模已从2024年的1230亿美元暴增至2025年的2070亿美元;WSTS预测2026年全球半导体市场规模将逼近9755亿美元,同比增长26.3%。摩根士丹利更判断,到2030年全球半导体市场规模可达1.5万亿美元,其中AI半导体将占据半壁江山。汽车半导体同样高歌猛进
    602
    07/16 09:42
    安森美:以系统级创新重塑AI供电与汽车架构
  • 软件定义AI算力?「百亿独角兽」东方算芯终于亮牌
    东方算芯发布软件定义近存计算3D芯片DF1000,主打高效数据传输与低功耗,目标替代英伟达H200/B300。该芯片采用14nm工艺,具备520 TFLOPS算力与6.4 TB/s显存带宽,支持分布式推理与多种应用场景。东方算芯强调软件定义与近存计算架构,力求突破传统制程限制,提供完整的软件栈CAAP,助力构建稳定高效的智算系统。
    838
    07/14 18:23
  • AI算力“抽干”日韩产能,MLCC迎来史上最长缺货潮?
    AI算力需求推动MLCC市场爆发,日韩大厂产能转移至高端AI相关产线,带动市场价格上涨。中国本土厂商抓住机会加快投资布局,扩展高端MLCC产能。新材料和技术变革带来新的竞争格局,本土厂商需加强底层材料研发,以适应未来市场发展。
    AI算力“抽干”日韩产能,MLCC迎来史上最长缺货潮?
  • 东方算芯发布DF1000,“东方范式”重构AI算力新路径
    国产高端算力芯片公司东方算芯昨日在上海举行“东方范式引领AI算力新趋势”首场新品发布会,正式发布首颗软件定义近存计算3D AI芯片DF1000,并系统介绍了公司围绕芯片、服务器、集群及软件生态的整体布局。来自中央和地方政府相关部门、产业界、学术界和投资机构的七百余位嘉宾齐聚一堂,共同见证东方算芯首颗大算力芯片的全球首发,标志着这一中国自主原创的算力芯片发展路线正式启航。 东方算芯成立于2024年5
    东方算芯发布DF1000,“东方范式”重构AI算力新路径
  • 光通信3.0十大技术跃迁⑥|全光底座:五大核心技术 构筑算力互联和6G承载的高速路网
    光通信3.0定义了下一代光通信网络的发展方向,由AI算力互联与6G承载双引擎驱动,聚焦“强不强、智不智”。全光底座作为核心承载层,通过速率倍增、频谱扩展、空分突破和光纤焕新四大技术跃迁,实现从传统传输管道到AI时代数字基建核心中枢的转变。此外,还介绍了五大核心技术及其战略价值,强调了其在算力调度、6G承载、绿色节能等方面的重要作用。
    397
    07/14 11:01
  • AI算力带火产业链,晶振为什么开始涨价?
    有机构预测,到2029年,中国算力卡采购规模有望达到1.44万亿元。虽然业内对这个数字还有不同判断,有观点认为更合理的区间在9000亿元至1.1万亿元,但有一点几乎没有争议:AI基础设施建设还在持续推进,未来几年,算力投入仍将保持高位。 算力中心还在建设,AI服务器持续扩容,400G、800G光模块不断放量……受益的早已不只是GPU和HBM,需求正在沿着整条产业链向上传导。晶振行业这一轮涨价,就是
  • 十万卡AI超集群落地,光合组织把AI4S推向应用现场
    中国首个全国产十万卡AI超集群曙光8000正式落成并接入国家超算互联网,标志着国产AI算力进入实战验证阶段。光合组织推出“开放计算Token谱系”计划,旨在解决算力如何被组织、调度、复用并转化为实际应用价值的问题。国产AI算力不仅要扩大规模,还要让高价值应用真正跑起来,实现真正的应用兑现。
    467
    07/13 23:48
  • 国产GPU四小龙燧原科技IPO注册获批,拟募资60亿元
    证监会同意上海燧原科技股份有限公司在科创板上市,公司主营AI算力芯片业务,2024年营收大幅增长至7.2亿,计划融资60亿用于研发及软硬件协同创新。
  • 算力基建,遭遇急刹车?
    全球AI算力市场风云变幻,Meta、软银等巨头纷纷加入算力租赁市场,试图通过资产运营提升效率并创造收益。然而,数据中心建设频繁遇阻,电力供给、民间抵制与合规要求成为最大硬约束。尽管高端AI算力仍有缺口,但算力租赁模式提升了整体利用率,促使中小型企业转向租赁而非购置昂贵硬件。AI大厂加速自研芯片研发,以降低成本并减少对单一供应商的依赖。总体来看,算力租赁模式虽暂时抑制了需求增速,但长远有助于产业链的健康发展。
    算力基建,遭遇急刹车?
  • 中国联通颠覆性改革,能打赢算力AI翻身仗吗?
    中国联通宣布进行重大机构改革,全面转向算力、AI、数据和安全驱动的价值竞争新阶段。改革涉及四大核心赛道,并设立新产品创新市场部、服务事业群等新机构,旨在激活高质量发展新动能。改革不仅适应了数字化转型的需求,还提升了运营商的服务能力和创新能力,标志着电信行业正式进入“能力竞争”新时代。
  • 光模块的命门被卡住了
    磷化铟作为AI算力基础设施的关键材料,因需求爆发导致价格暴涨和产能短缺。全球主要厂商加速扩产,但供应依然紧张。下游巨头如英伟达和华为通过直接投资锁定产能,推动磷化铟成为战略性资源。国内企业如云南锗业和有研新材也迅速扩大产能,技术创新和系统性突破进一步提升了国产磷化铟的质量和竞争力。
    光模块的命门被卡住了
  • 独家拆解丨为什么说不必「过度解读」Meta做云?
    Meta对外出租AI算力和API服务的消息引发了市场分歧,看涨者认为这是变现出口的机会,看跌者担心算力过剩和AI泡沫破裂。然而,Meta自身的算力使用较少,产能规划也不突出,因此不太可能导致算力过剩。此外,Meta与AMD的合作增强了交付速度和价格竞争力,表明其战略意图在于提升资产利用率而非市场需求萎缩。Meta的云转型计划早已有迹可循,旨在缓解资本开支压力并利用开源模型生态系统的优势。这种多元化策略有助于形成健康的竞争环境,推动AI算力市场的健康发展。
    376
    07/09 13:05
    独家拆解丨为什么说不必「过度解读」Meta做云?
  • 东山精密“追光”的这一年
    东山精密凭借收购的索尔思光电,实现了利润结构的重大转变,其光芯片业务大幅提升了利润率,并推动公司业绩显著增长。然而,随着AI算力市场的快速发展,东山精密面临估值压力和技术路线风险,需要应对债务和商誉带来的挑战。尽管目前表现亮眼,未来的成功仍取决于能否顺利执行产能扩展计划和应对新兴技术的竞争。
  • Analog Devices完成对Empower Semiconductor的收购
    近日,ADI宣布公司已完成对Empower Semiconductor的收购。此次收购进一步巩固了ADI作为面向整个AI生态系统的领先系统级电网至内核芯片全链路电源方案战略合作伙伴地位,同时拓展了ADI在AI算力供电领域的整体市场规模及能力。
  • MicroLED光互连何以成为思特威第二业务增长曲线
    近日,慕尼黑上海电子展上,思特威(SmartSens)展台前人头攒动。一台实时传输数据的原型样机演示设备前,参观者驻足观看——MicroLED单通道传输速率突破3Gbps,典型功耗低至0.8pJ/bit。思特威高速光互联事业群联席总经理王文轩在现场向与非网记者透露:“MicroLED高速光互连方案有望在2027年商用落地。” 思特威HOC事业群联席总经理王文轩向与非网记者介绍高速光互连解决方案进展
    2511
    07/08 16:41
    MicroLED光互连何以成为思特威第二业务增长曲线
  • 深圳半导体载板大厂冲刺港交所!实现2nm技术突破,被AI算力带飞
    礼鼎半导体递表港交所,专注IC载板研发与制造,三年营收超60亿,毛利率逐年改善。主要产品为FCBGA、FCCSP等,客户集中度高,毛利率低于同行业。AI与HPC应用推动高端载板需求,本土厂商助力国产替代。
  • Meta出售多余算力,AI算力真的过剩了吗?
    Meta计划推出“Meta Compute”云计算业务,将富余AI算力和自研模型出售给外部客户,引发市场恐慌。尽管Meta表示此举并非因算力过剩,而是为了提高数据中心利用率并增加现金流,但市场仍担心AI算力需求放缓。然而,研究机构预测AI数据中心芯片市场规模将继续增长,表明需求并未见顶。此外,Meta的商业模式依赖于广告收入,出售算力有助于平衡其成本中心。虽然Meta Compute可能无法撼动现有云服务巨头的地位,但它标志着AI硬件投资策略的变化,即从单纯追求规模转向关注效率和盈利能力。
    448
    07/06 22:34
  • Token账单迷雾:当每百万Token多少钱变成「比价陷阱」
    Token的出现改变了AI支出的商业模式,使其从“研发预算”转变为“运营成本”,并且以季度为单位迅速增长。然而,Token的单价和用量计算变得复杂,由于算法和成本结构的不同,即使是同样的Token数量,其价格也可能相差巨大。Token的定价体系目前处于混沌期,缺乏统一的标准,导致不同模型和不同服务等级产出的Token质量各异。随着Token的广泛使用,企业面临如何有效管理和控制成本的压力,同时需要更好地理解和利用Token的价值。
    456
    07/05 17:30

正在努力加载...