1986年，河南新野。 王馨站在學校食堂門口，一碗麵，兩毛錢，她沒買。不是不想吃，是家裡實在拿不出這兩毛錢。 多年後，她掌管了全球近三成PCB鑽針市場，身價數百億。那根0.03毫米微鑽，成為AI伺服器裡最不起眼、卻無法缺席的精密刀具。 鼎泰高科董事長王馨 圖源：新華社

6月11日，美國銀行（Bank of America）發佈了一份顛覆市場共識的半導體行業報告，核心觀點直指AI算力架構正經歷歷史性重構。美銀分析師Vivek Arya在報告中指出，隨著智能體AI（Agentic AI） 的崛起——即AI從被動回答問題的"問答機器"演進為能夠自主規劃、決策、呼叫工具和執行多步任務的"數字員工"——CPU不僅不會被GPU邊緣化，反而將迎來過去十多年最大的一輪增長周期。 一、報告核心觀點 美銀將2030年全球伺服器CPU市場規模預測從原先的1250億美元大幅上調至1700億美元，較2025年的352億美元增長近5倍，未來五年複合增長率高達37%。報告還同時上調了AMD、Arm和Intel的目標股價。報告發佈後，半導體類股應聲大漲：AMD收漲約8%，英特爾漲超9%，Arm漲近11%。 二、核心邏輯：從"GPU獨奏"到"CPU指揮的交響樂"

這兩天，AI 產業鏈裡真正值得盯住的訊號，不在模型發佈，也不在單日股價波動，而在兩個人同時把話題推向了同一個方向：儲存。 一個是黃仁勳，一個是馬斯克。 前者站在 AI 算力供給鏈的最核心位置，後者代表著全球最激進的一批算力需求：自動駕駛、機器人、xAI、SpaceX、Starlink，以及更遙遠的太空計算基礎設施。 他們關注儲存，含義很深。

MLCC，一個普通人也許一輩子都不會聽到的詞彙，卻成為全球資本市場的熱門。今天就用十張圖來瞭解下。 產品介紹 催化劑 AI時代的價值重估。高盛指出，MLCC已躍升為AI伺服器BOM中繼GPU和記憶體後的第三大成本項。輝達Vera Rubin VR200機架的MLCC用量約4,300美元（vs GB300約1,500美元），NVL72機櫃用量可達44萬-60萬顆。

核心結論 光互聯已成為萬卡級 AI 叢集算力釋放的唯一剛性路徑：2026 年全球 AI 算力競爭的核心並非單純 GPU 算力堆疊，而是光互聯的規模化落地適配能力——GPU 算力每 18 個月實現翻倍，而光互聯頻寬需每 12 個月完成一次迭代，否則多節點叢集的算力衰減率將超過 40%，硬體投入面臨完全浪費風險。 技術端已完成路線校準：共封裝光學（CPO）是行業終極技術形態，近封裝光學（NPO）為 2026-2027 年主流過渡方案，低功耗可插拔（LPO）方案覆蓋中低端成本型需求。中國廠商憑藉精準的路線卡位、成熟的大規模量產能力、全環節成本控制優勢，拿下全球 1.6T 級光互聯模組超 70% 的有效產能份額，已成為定義下一代 AI 算力互聯標準的核心主導方，而非單純的供應方。 一、技術演進深度復盤：從 “可插拔” 到 “共封裝” 的三階躍遷與現實妥協

從 GPU 到 CPU、儲存、網路與安全：美銀與 Evercore 科技大會公司要點彙總 AMD 美國銀行 2026 年全球科技大會 AMD 認為，最近幾個月最重要的變化是智能體 AI 的快速興起。AI 需求正從訓練轉向推理，並從實驗性採用走向規模化部署；智能體工作流需要資料庫訪問、工具執行、後處理和多步驟編排，因此會顯著拉動高性能、高核心數 CPU。

在資料中心狂飆向1.6T的時代，除了GPU，最稀缺的可能是這顆晶片。 當所有人都在談論輝達GPU的算力時，很少有人注意到，限制AI叢集規模的往往不是計算晶片本身，而是光互聯。 如果把AI資料中心比作人體，光模組就是神經末梢。而在光模組這個精密的系統中，DSP晶片和高端光電材料，正在上演一場關於“速度”與“成本”的極限博弈。 一、 DSP晶片：被低估的“隱形巨頭”

Computex 2026 | 英特爾主題演講：以矽為基石，建構智能未來 在Computex 2026大會上，英特爾CEO陳立武發表了主題演講。 他回顧了英特爾在過去五十多年帶來的一系列創新成果，以及x86架構長期以來作出的貢獻。 陳立武 10 大觀點