标签: GPU
科技行情结束没有？6月怎么走？昨天，英伟达那边传出了大消息，那就是不只想只卖CP
科技行情结束没有？6月怎么走？昨天，英伟达那边传出了大消息，那就是不只想只卖CPU了，要全面进军PC市场。以前英伟达在PC产业链中扮演的是独立显卡供应商，是被整机厂商请进去的，现在英伟达是想将GPU、与AI单元整合为单颗SoC，直接向一些电脑厂商出手心脏，大家应该明白了吧，目前苹果的MAC系列就是走的这条路，如此看来英伟达是想将人工智能未来与PC直接联系起来，并且颠覆现在的W系统。目前科技行业本身就很敏感，特别是人工智能领域几乎每天都有迭代的消息出现，对于英伟达上个周末放出的这个大招，估计今天在市场会有一定的炒作效应，科技板块与传统领域最大的区别在于，当一个新的事物要出现的时候，市场资金往往会率先给出炒作溢价，看看今天哪些板块会有表现吧。说到这里，对上个周末的消息面做一个回顾，大家最关心的便是科技行情到底有没有结束，比如说芯片、人工智能等，从我的理解角度看，科技行情当然没有结束了，只是接下来选择会越来越难了，因为大家所了解的一些行业，目前因为过热而带来的被降温的情形，比如说芯片就很典型，上周五直接重挫5%，加上上周末两大大模型未来要上市的消息，很显然这是改变科创板的供给，这种情形下短期内调整的概率就比较明显了。科创板仅仅是一个典型代表，之前被大幅度炒作过的科技股，我觉得接下来都有被降温的可能，即便没有消息面影响，参与炒作的资金也会有自我调整的动作，应该说资金会从高位流向低位的潜在迭代的板块，或者说依然在科技板块，而炒作的方向会发生改变，估计这个面会越来越窄，6月份的科技行情大概率真不如以前了，难度变得更大。既然如此，很多人问为何不切换到低位板块上去呢？我依然觉得这种概率很小，原因有两方面：其一，科技是一条大主线，这是产业趋势所决定，是基本面因素推动的，即便是芯片出现调整，其他的细分领域未来也有表现的可能，只要科技这条主线不变，资金就不会轻易的去低位板块；其二，低位板块的老登们大部分业绩比较差，成长性几乎很难形成对市场的影响力，即便是一些大型的企业业绩持续保持稳定，而这些只有在市场趋势出现逆转，风险加大的时候，是被资金当成避险效应，很难在一个正常市场格局下发挥主导效应。从这个角度来说，目前不要觉得科技板块位置高了，就轻易的做出离场的决定，目前唯一劣势的点在于之前的大幅度上涨，我想市场经历一段时间的消化之后，资金还是会对科技板块给予积极的关注，因为这些行业无论是业绩还是成长性都受到资金的关照，关键是给我最大的感触在于，人工智能时代才刚刚开启，AI应用还没有大面积到我们的生活中，这个时候就对行情有悲观的想法，确实有点不切实际。至于指数层面，我觉得还是要看4000点到4100点这个区间内的震荡，只要这底线能被守住，市场就不会缺少机会。免责声明：文中内容仅供参考，不构成任何操作建议或提示，股市有风险，投资请谨慎！
周末大利好！谷歌TPU迎360亿史诗级大单！概念股名单曝光（最新）本文仅为个人观
周末大利好！谷歌TPU迎360亿史诗级大单！概念股名单曝光（最新）本文仅为个人观点分享，不构成任何投资建议。市场有风险，投资需谨慎，所有操作盈亏自负。这个周末，AI科技圈炸出史诗级产业利好：一笔360亿美元TPU超级融资落地，谷歌TPU赛道直接被注入千亿级强心剂，国内整条TPU配套链迎来全新业绩爆发点。一、360亿TPU超级融资，到底是什么？5月29日，阿波罗+黑石联合宣布：牵头筹备360亿美元专项融资，全部用于Anthropic向谷歌采购定制TPU芯片。担保方：博通（TPU联合开发+供货+担保）规模：约2500亿人民币，私募信贷史上顶级、芯片专项融资史上最大总量：超100万颗TPUv7，全球首个超大规模TPU算力集群，服务Claude大模型训练+推理模式：资管出钱→买TPU→租给AI公司→芯片厂供货维护→巨头担保完美解决行业两大痛点：1.大模型训练烧钱太快、现金流压力极大；2.轻资产AI公司无抵押、银行贷不到大钱。资本用真金白银投票：TPU路线被高度认可，规模化落地正式开启。二、TPU为什么能撼动英伟达GPU霸权？过去几年，高端AI算力基本是英伟达GPU一家独大，弊端很明显：贵：高端GPU单价高，中型集群成本数十亿；功耗高：数据中心电费、运维常年居高不下；产能紧：台积电顶级制程被锁定，一芯难求。谷歌TPU（张量处理器）：专为大模型训练/推理定制，砍掉冗余、全力做AI运算。成本：同等算力下，比GPU便宜30%-40%；功耗：直接减半，大幅降数据中心运营成本；效率：大模型训练/推理更适配、性价比更高。Anthropic弃GPU、重仓TPU，不是个案，是拐点：AI芯片正式告别英伟达一家垄断；进入GPU+TPU+定制ASIC三足鼎立时代；国内供应链摆脱单一绑定英伟达，打开全新增长曲线。三、TPU产业链：A股核心受益环节+公司（按刚需排序）1）光模块（最直接、最先爆）中际旭创：谷歌1.6TDR8光模块独家，800G份额60%-70%，TPU集群“光连接心脏”光库科技：谷歌OCS光交换机核心代工，份额超70%2）PCB（算力板核心）沪电股份：TPU主板核心供应商，份额30%，30-40层高阶板主力深南电路：TPUv7高端板，份额10%-15%3）芯片封装+服务器代工长电科技：国内唯一谷歌审核通过，TPUv7/v82.5D/3D高端封装工业富联：谷歌TPU服务器核心代工，月产数百组算力机柜4）液冷散热（高功耗刚需）英维克：谷歌CDU液冷龙头，北美市占40%+，TPU机柜液冷1/4份额高澜股份：谷歌+英伟达双认证，冷板+浸没式双路线5）电源管理（高稳定刚需）新雷能：TPU一次/二次电源，锁定数亿美元意向订单欧陆通：谷歌服务器一次电源核心供应商6）配套辅助澜起科技：内存接口芯片龙头，适配TPU高速传输立讯精密：TPU服务器高速连接器+结构件四、行情节奏：短期、中期、长期怎么看短期（1-2周）：资金优先冲光模块、液冷，刚需最强、认可度最高；中期（1-3个月）：从消息炒作→业绩兑现，有实单、能落地的龙头走独立行情；长期（半年+）：TPU持续抢GPU份额，订单→业绩→估值正向循环，深度绑定谷歌、有独家供货权、技术壁垒高的龙头吃最大红利。五、最后总结：算力无限，电力/算力硬件有限五月炒GPU/光模块，六月主线切TPU+算电协同，不是玄学，是AI产业周期+供应链重构的必然。360亿融资+百万颗TPU，不是短期炒作，是全球AI芯片格局改写的拐点。国内供应链终于迎来不依赖英伟达的第二增长曲线，从光模块、PCB、封装到液冷、电源，全链受益、增量明确。风险提示：以上为公开信息梳理，不构成投资建议。AI板块波动大，理性看待利好，不盲目跟风。
英伟达要放大招了，ai笔记本要开售了英伟达+Windows+Arm全新pc要开售
英伟达要放大招了，ai笔记本要开售了英伟达+Windows+Arm全新pc要开售了，这次变革的核心，是英伟达与微软共同预告的、基于Arm架构的全新PC处理器。cpu、gpu、ai统统塞进一个芯片。英伟达自研Arm架构处理器N1X具有超强性能：N1X处理器采用台积电3nm工艺，拥有20核异构CPU（10大核+10小核），最高主频达4.0GHz。旗舰级图形：集成了基于Blackwell架构的GPU，拥有6144个CUDA核心，图形性能直接对标桌面级RTX5070独显。AI算力爆表：支持180-200TOPS的AI算力，完美适配微软Copilot+AIPC标准，能在本地流畅运行大模型和离线AI任务。到时候可以想象，办公将会变的更加轻松，各种word、Excel、ppt用的飞起，首批将在戴尔首发，后续联想、微星也将考虑搭载
黄仁勋分享了一个理解整个人工智能经济的简单框架——“五层人工智能蛋糕”。他的观点
黄仁勋分享了一个理解整个人工智能经济的简单框架——“五层人工智能蛋糕”。他的观点很明确：人工智能不再仅仅是软件，它正在成为基础基础设施，就像电力或互联网一样。人工智能经济的五层结构：1）能源——人工智能背后的动力。人工智能需要大量的电力来运行数据中心和训练模型。这就是为什么核能、可再生能源和电力基础设施对人工智能发展至关重要。2）芯片——将电力转化为计算能力。人工智能芯片将电力转化为计算能力。NVIDIA、台积电和博通等行业领导者凭借GPU、先进的半导体和高带宽内存主导着这一层。3）基础设施——人工智能工厂。大规模的GPU集群和云数据中心协调数万个芯片来“生产智能”。Oracle、Nebius、Coreweave和Iren等新云领导者正在构建人工智能计算的骨干网络。4）模型——人工智能大脑。大型模型处理数据，并在语言、科学、机器人和模拟等领域生成智能。Meta、微软、亚马逊和Alphabet等公司之间的竞争日益激烈。5）应用——价值创造之地人工智能在顶层改变了各行各业：自动驾驶、人工智能代理、机器人、企业软件等等。
单台售价780万美元（约5000万人民币）！英伟达下一代Rubin（VR200）
单台售价780万美元（约5000万人民币）！英伟达下一代Rubin（VR200）AI机柜彻底炸场了。摩根士丹利最新拆解显示，这机器由130万个零部件打造，性能较上代暴增10倍。最关键的信号：AI利润正在从GPU向外围硬件大规模溢出！GPU占比从65%降至51%，内存、PCB、MLCC等细分赛道迎来史诗级价值重估：-内存（HBM4）：占比26%，暴涨435%-高端PCB：涨幅233%-高端MLCC：涨幅182%-ABF载板：涨幅82%中国供应链已成绝对主力，核心受益标的一个不落：🔹高端PCB：胜宏科技(300476)、沪电股份(002463)、鹏鼎控股(港股)、生益科技(600183)🔹HBM/内存：澜起科技(688008)、香农芯创(300475)🔹ABF载板：兴森科技(002436)、深南电路(002916)🔹MLCC：风华高科(000636)🔹液冷/电源/连接器：高澜股份、英维克、中航光电、得润电子AI竞争已进入全链条博弈时代，国产硬科技这次真的站上C位了。注：以上信息整理自公开研报，不构成投资建议
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
黄仁勋身家超过七千亿，上个月在台北，黄仁勋满头大汗走下台，没喝一口水，径直走向第
黄仁勋身家超过七千亿，上个月在台北，黄仁勋满头大汗走下台，没喝一口水，径直走向第一排一个穿素色衣服的中年女人。现场闪光灯没有停。那位中年女人正是黄仁勋的妻子LoriHuang。公开资料显示，LoriHuang与黄仁勋相识于OregonStateUniversity时期，两人结婚多年，一直保持低调。台上的光环属于英伟达创始人，台下的沉默属于家庭。台北活动的热度来自英伟达的现实地位。2023年，NVIDIA市值突破1万亿美元。2024年，市值超过2万亿美元。黄仁勋的财富数据来自福布斯与彭博亿万富翁指数，公开榜单可以查询。资本市场的狂热，让人容易忘记1990年代的紧张时刻。时间倒回1993年4月5日。黄仁勋与ChrisMalachowsky、CurtisPriem在加州圣何塞创立英伟达。创业地点是Denny’s餐厅。创始人背景并不神秘。黄仁勋1963年出生于台湾台南市，1984年毕业于OregonStateUniversity，1992年获得StanfordUniversity电机工程硕士学位。创业前在AdvancedMicroDevices与LSILogic工作。履历清晰，公开可查。1995年，英伟达推出NV1芯片。技术路线与微软DirectX不兼容，销量不理想。1997年前后，公司现金储备告急，进行裁员。黄仁勋在后来的采访中承认，那是最危险的阶段。员工减少，项目压缩，办公室气氛紧张。公司几乎走到尽头。没有外界想象的从容，只有账面数字不断逼近红线。1999年1月22日，英伟达在纳斯达克上市。同年发布GeForce256，被称为第一款GPU。产品成功后，公司局面改变。上市时间与产品发布都在公开市场记录中可以查询。那几年，黄仁勋几乎住在公司。LoriHuang承担家庭事务。公开资料显示，两人育有两个孩子。没有高调曝光，只有日常维持。2006年，英伟达发布CUDA并行计算平台。GPU开始进入科研与高性能计算领域。2012年，AlexNet在ImageNet竞赛中使用GPU训练取得突破，深度学习开始依赖英伟达芯片。技术路线转向并非偶然，而是多年积累的结果。每一个节点都有公开论文和产业报道支撑。2022年之后，生成式人工智能推动A100、H100等芯片需求激增。2023年财报显示英伟达营收大幅增长。资本市场反馈迅速。财富数据飙升只是结果，过程记录在上市公司公告里。台北那一幕只是生活的切片。台上是全球半导体产业的焦点人物，台下是共同走过三十年的伴侣。黄仁勋在公开场合多次提到家庭支持的重要性。海明威写过一句话：“世界击碎了每一个人，而在碎裂处，有些人变得更强。”创业早期的挫折并未消失，只是被后来的成功覆盖。现场观众看到的是当下的荣耀，却未必了解1997年的裁员名单，也未必记得1999年上市当天的紧张。黄仁勋走向LoriHuang的动作很自然，仿佛提醒自己起点在哪里。财富数字会变动，股价会波动，技术路线会调整，只有时间线不会撒谎。英伟达从图形芯片走向AI算力核心，用了三十多年。那段路程没有神话，只有节点与决策。至于未来会走向何处，没有人提前写好答案。
