#算力競賽
•

不是欺詐，但風險真實！大空頭貝瑞警告AI五巨頭暗藏3兆美元風險，「當音樂停止，表外承諾會很快變成真實負債」

因精準做空2008年次貸危機而聲名鵲起的「大空頭」原型人物麥可·貝瑞(Michael Burry)，又一次站在了市場共識的對立面。而這一次，他把矛頭對準了人工智慧(AI)軍備競賽背後那本厚重的賬本。 智通財經APP獲悉，因精準做空2008年次貸危機而聲名鵲起的「大空頭」原型人物麥可·貝瑞，又一次站在了市場共識的對立面。而這一次，他把矛頭對準了人工智慧(AI)軍備競賽背後那本厚重的賬本。 貝瑞在其部落格中再度發出警告，稱$亞馬遜 (AMZN.US)$、$Meta Platforms (META.US)$、$Google-C (GOOG.US)$、$微軟 (MSFT.US)$和$甲骨文 (ORCL.US)$——這五家超大規模雲服務商(hyperscaler)——已悄然積累超過3萬億美元的表外承諾，但市場對此風險普遍視而不見。 他估算其中未開始的租賃承諾接近1.2萬億美元，採購承諾超過1.5萬億美元;若將特殊目的實體、擔保及或有支援承諾一併計入，總規模突破3萬億美元。
科技#Michael Burry#AI泡沫#資本開支
•

都在搶晶片公司

當前，AI產業正在發生一個顯著的轉向：科技巨頭的競爭已經不再侷限於“搶晶片，”而是變成“爭搶晶片公司”。 過去行業習慣直接採購現成晶片，如今，GPU企業、雲廠商、AI大模型公司，都在動用股權、長約、資本投資等方式深度繫結供應鏈企業。這已經不是簡單的“買卡囤貨”，巨頭們爭奪的不只是當下可用的算力，更是未來數年的產能配額、晶片定製能力與系統級技術的話語權。 三類玩家上演搶芯大戰 面對算力供應鏈的緊張，GPU廠商、雲服務商、AI大模型企業擁有的資源和處境各不相同，由此演化出不同的佈局策略。
科技#AI算力#NVIDIA#輝達
•

馬斯克罕見認慫，天價收購 Cursor 首次發聲：Grok 落後了

咱們的 Grok 已經落後了，但我這人可不習慣輸。 在 SpaceX 正式以 600 億美元的驚天價格將「程式碼神器」Cursor 收入囊中後，馬斯克在全員大會上的開場白，依然保持著他一貫的直白與犀利。 據 The Information 報導，本月早些時候，這筆備受行業矚目的天價收購案正式塵埃落定。隨後，馬斯克通過視訊連線，首次直面了聚集在 Cursor 舊金山總部及各辦公區的 1000 多名新員工。 在這場內部會議上，馬斯克非常坦誠地剖析了當下的競爭格局。
馬斯克罕見認慫，天價收購 Cursor 首次發聲：Grok 落後了
科技#馬斯克#AI收購#算力競賽
•

2028 年 AI 需求會震驚世界？亞馬遜 CEO 拋出預警，算力競賽進入全新階段

最近矽谷流傳一個極具衝擊力的判斷：2028 年的 AI 需求，或將讓整個世界感到震驚。 這句話並非來自行業分析師的紙面預測，而是亞馬遜 CEO 安迪・賈西，在二季度財報電話會上的公開表態。當市場還在反覆爭論 AI 是不是泡沫、大模型會不會過剩的時候，手握全球最大公有雲的 AWS，已經看到了三年之後真實的訂單壓力。 亞馬遜CEO 2200 億資本開支，依然填不滿當下的缺口
2028 年 AI 需求會震驚世界？亞馬遜 CEO 拋出預警，算力競賽進入全新階段
科技#AI需求#亞馬遜#CEO
•

萬字訪談實錄 | Kimi K3火到美國，奧特曼回應：開源一定有一席之地，機器人兩三年內迎來ChatGPT時刻

繼DeepSeek之後，Kimi K3又一次讓中國模型沖上全球討論的中心，OpenAI怎麼看這件事？ 在《Invest Like the Best》最新一期訪談裡，主持人帕特里克·奧肖內西（Patrick O'Shaughnessy）把這個問題拋給了薩姆·奧特曼（Sam Altman）。 奧特曼沒有繞開。他說開源模型一定會在AI生態裡佔一塊位置，有人想掌控權重，有人想按自己的需求改模型，這些需求都是真實的。OpenAI想做的，是在不同的能力、價格和延遲區間裡，都能給出足夠好的選擇。 比拚的不再只是"誰的模型最強"，還包括誰能在智能、成本和使用體驗之間找到更好的平衡點。
萬字訪談實錄 | Kimi K3火到美國，奧特曼回應：開源一定有一席之地，機器人兩三年內迎來ChatGPT時刻
科技#AGI#Sam Altman#OpenAI
•

AI晶片正式進入“封裝時代”！ECTC 2026揭示算力競爭的五個關鍵方向

當摩爾定律放緩，封裝開始決定算力上限 過去幾十年，半導體產業的核心邏輯一直很簡單：電晶體越來越小，晶片越來越強。 但今天，這條路線正在逼近物理極限。 隨著先進製程成本不斷攀升、電晶體縮放收益持續下降，行業開始把更多希望寄託在先進封裝（Advanced Packaging）上。封裝已經不再只是把晶片裝起來，而是決定性能、功耗、頻寬甚至成本的核心技術。
AI晶片正式進入“封裝時代”！ECTC 2026揭示算力競爭的五個關鍵方向
科技#AI晶片#2026年#ECTC
•

算力霸權與突圍：輝達和華為的較量

一、發展歷史：兩種基因，兩條路1、輝達：賭出來的王者輝達的起點和"GPU"這個名字一樣——做遊戲顯示卡。1993年黃仁勳帶著"為PC增加真實感"的想法創立，最初連正經辦公室都沒有，靠著給世嘉做遊戲晶片的副業活了下來。轉折點在2006年——輝達推出CUDA架構，把GPU從"遊戲專用"變成了"通用計算"。當時沒人看好這個決定，因為GPU處理平行計算的能力雖強，但根本沒人在CPU之外寫程序。輝達硬是砸了多年錢，補貼學術圈，培養了最早一批在GPU上跑AI研究的人。2012年是歷史性時刻：多倫多大學的AlexNet用兩塊輝達GTX 580在ImageNet競賽中碾壓傳統演算法，深度學習時代開啟。從那以後，輝達的所有投入——CUDA生態、NVLink、TensorCore——全部被驗證是對的。2、華為：被迫長大的海思華為進入晶片領域是被逼的。2004年海思成立，最初做的是視訊解碼晶片和基帶晶片，沒有人會把它和GPU聯絡在一起。真正的GPU故事要從2019年說起——美國實體清單把華為逼到了必須自研晶片的死角。昇騰910在2019年8月發佈，被宣傳為"全球算力最強AI晶片"，對標輝達A100。雖然事後被證明良率和生態差距巨大，但在極限封鎖下能拿出可用產品，已經說明華為的晶片工程能力不容低估。二、投入強度：錢不是問題，問題是買不到1、輝達輝達2025財年研發投入超過350億美元，佔營收的20%左右。這個數字什麼概念？相當於中國頭部AI晶片公司投入的10倍以上。而且輝達的研發投入是"系統性"的——晶片設計、封裝工藝、EDA軟體、CUDA生態、InfiniBand網路，每一塊都在砸錢。2、華為華為沒有單獨披露海思的研發投入，但整體研發費用率常年維持在20%以上，2023年研發總投入超過1600億人民幣。分到海思身上大約在200-300億人民幣量級。3、關鍵差距不在錢，在於工具鏈輝達用的是全球最領先的EDA工具（Synopsys、Cadence）和最先進的製造工藝。華為被封鎖之後，EDA工具斷供（Synopsys/Cadence均已停止服務華為），製造被卡在7nm（台積電斷供，中芯國際14nm勉強能用）。這意味著華為每往前走一步，都要比輝達多付出幾倍的工程代價。三、製程限制：華為的七吋這是華為最現實的困境。輝達H100/H200用的是台積電4nm工藝，B200用的是3nm。晶片製程不是單純"越先進越好"，而是直接決定了：-電晶體密度：同樣面積能放多少計算單元-功耗效率：每度電能跑多少算力-發熱密度：散熱設計難度華為昇騰910C據報導用的是中芯國際7nm N+2工藝，實際良率和性能都存在較大不確定性。一位國內晶片工程師私下說："7nm做出來的和台積電7nm做出來的，性能可能差30%，功耗可能差50%。"輝達的Blackwell B200單晶片算力達到20PFLOPS（FP4），華為昇騰910據官方說法是256TFLOPS（FP16），差距大約80倍——當然這個數字要打個折扣，因為測試標準不同，但數量級差距是客觀存在的。但有一種觀點值得注意：封鎖讓華為無法追逐最先進製程，反而倒逼了"系統級創新"。昇騰通過"達文西架構"的3D Cube技術，在特定AI算子上的效率比輝達A100高；通過最佳化記憶體頻寬和互聯頻寬，部分場景可以彌補製程劣勢。四、開發者生態：這是最難跨越的護城河如果說晶片是硬體，生態就是空氣——看不見摸不著，但一刻也離不開。1、輝達：CUDA就是壁壘全球有超過600萬開發者熟悉CUDA程式設計。所有主流AI框架（PyTorch、TensorFlow、JAX）都以CUDA為第一優先順序支援目標。全球幾十萬家AI創業公司，從第一天寫程式碼就是在輝達的生態裡。這個生態的壁壘有多深？不是靠"性能更好"就能打破的。假設華為明天發佈一顆晶片，理論性能比H100強50%，但PyTorch不支援、C++編譯器不支援、所有開源模型沒針對華為NPU最佳化——沒有開發者會用的。2、華為：正在建，但差距是數量級的華為有MindSpore框架，有CANN計算架構，有昇騰社區。但和CUDA比，MindSpore的開發者數量差了至少兩個數量級。更致命的是，全球AI開源生態幾乎全部建構在CUDA之上，華為要推動生態遷移，估計需要付出十年以上的時間和幾千億元的投入。五、產業應用：輝達吃肉，華為喝湯1、全球AI算力市場現狀輝達在全球資料中心GPU市場的份額超過88%。全球四大雲廠商（AWS、Azure、GCP、阿里雲）都在大量採購輝達的H100/H200。訓練一個GPT-4量級的大模型，需要大約1萬到10萬塊H100，這個門檻已經把絕大多數玩家攔在門外。2、華為：中國市場的"替代陷阱"在中國市場，華為是政策推動下的"正確選擇"。由於美國對中國的出口管制，中國企業無法獲取A100/H100，昇騰成了唯一的替代方案。百度、科大訊飛、商湯等公司都宣佈接入華為昇騰生態。但"替代"和"能用"是兩回事。一位國內大模型公司的技術負責人說："用昇騰訓練一個百億參數模型，要比用A100多花3到5倍時間。開源模型遷移到昇騰，偵錯適配的工作量大約是6到12個月。"這不是華為的問題，是整個中國AI算力生態的短板。六、未來走向：兩個平行宇宙1、輝達的劇本輝達正在推進"全端AI公司"的戰略——從晶片到伺服器（DGX），從網路到軟體（CUDA、X86上的AI企業套件）。Blackwell之後是Rubin架構，每年一代的速度在迭代。輝達的終極目標不是賣晶片，而是賣算力即服務——通過DGX Cloud，讓企業直接租用算力，不需要買硬體。這個模式下，輝達的護城河會從"晶片性能"延伸到"維運能力"和"軟體生態"。2、華為的劇本華為的算力戰略高度依賴政策保護和市場壁壘。如果輝達中低端晶片繼續實施限制，華為昇騰在中國的市場份額會繼續擴大。但如果封鎖持續，華為的晶片迭代速度會逐漸放緩（因為7nm之後往5nm/3nm走會越來越難）。華為另外一個籌碼是"軟硬一體"——鴻蒙作業系統、昇騰晶片、MindSpore框架、盤古大模型，這是中國唯一具備端到端能力的AI全端。但這整套東西的競爭力，目前主要體現在中國市場。七、結論：誰贏了這個回合？輝達贏了嗎？ 贏了，而且贏得毫無懸念。在全球市場，華為短期內沒有挑戰輝達的可能性——製程、生態、應用，一個都打不過。華為輸了嗎？ 沒有。在中國市場，華為是唯一現實的大規模AI算力供應方。沒有華為，中國的AI大模型訓練會不會停擺不知道，但至少token經營無從談起。這本身就是一種價值。真正的博弈在別處：算力競爭從來不只是晶片競爭，而是標準競爭、生態競爭、人才競爭。美國有輝達CUDA，有台積電製造，有PyTorch生態；中國有華為，有中芯國際，有MindSpore。前者開放但可封鎖，後者自主但封閉。兩個體系未來大機率會長期並存，形成事實上的"算力兩極格局"。 (大饒不老)
科技#華為#輝達#AI算力競賽
•

電子布供需警報拉響！AI算力競賽催生3000億材料市場，中國國產替代加速突圍

高端電子布的產能擴充速度正被市場需求碾壓，一場由AI算力引發的材料革命悄然到來。“高端產品的需求太消耗產能了。AI的需求增長太快，而短期之內產能出不來。”一位業內上市公司高管如是說。隨著AI伺服器需求爆發式增長，PCB產業鏈上游的高端原材料市場正掀起一波供不應求的漲價潮。石英電子布（Q布）作為AI伺服器提速的關鍵材料，其全球年需求預計已達1100萬米，而台光電子僅一家的備貨計畫就高達上半年月均50-100萬米，下半年進一步提升至150-200萬米。在AI算力硬體競賽的背後，一場關乎材料供應鏈主動權的爭奪戰已經打響。01 行業風向轉變：AI驅動高端電子布需求激增AI正重塑整個PCB產業鏈的價值分配。資料顯示，2025年第一季度全球資料中心乙太網路交換機收入同比激增54.7%。這種增長態勢沿著產業鏈向上傳導，最終作用於高端基材市場。“低端產品還未缺貨，AI相關的缺。”一位產業鏈人士指出。行業的核心矛盾是“低端過剩、高端不足”，這種分化格局使得相關企業業績表現冰火兩重天。以專業生產高性能電子布的宏和科技為例，其今年前三季度淨利潤同比增長近17倍，股價漲幅高達284.79%。高性能電子布的價格也隨需求水漲船高。據披露，低介電一代布價格是普通產品的6倍，二代和Low CTE產品價格仍在持續攀升。全球電子紗巨頭日東紡已在今年6月宣佈自8月1日起旗下玻纖產品價格全面調漲20%。02 技術革新驅動：從普通布到Q布的演進AI算力競賽對硬體傳輸速率提出了更高要求，推動PCB材料從M8向M9升級，其對低介電常數（Low Dk）電子布的需求變得愈發迫切。衡量電子布性能有兩個關鍵指標：介電常數（Dk）和介電損耗（Df）。這兩個數值越低，訊號在電路中傳輸時損失的能量就越少，傳輸速度越快。普通電子布的介電常數在6.0以上，而AI伺服器等高端應用則要求材料的介電常數降到4.6甚至更低。石英纖維布（Q布）作為第三代電子布，以其卓越的性能成為頂級訊號傳輸材料的解決方案。其主要成分是純度超過99.95%的二氧化矽，介電常數可低至3.0以下，介電損耗極小。輝達Rubin架構中，CPX部件（midplane、CPX板、網路卡板）、Rubin Ultra的78層正交背板等關鍵部位已明確將採用Q布。GoogleV8平台也可能考慮類似Rubin CPX的外掛形態以增強推理性能，這部分增量也會使用Q布。03 供應鏈格局生變：國產廠商強勢崛起Q布全球供應鏈高度集中，目前僅旭化成、信越、泰山、菲利華四家能夠供應。其中，大陸兩家企業預計將佔據最大市場份額，其次為旭化成和信越。在巨頭博弈中，國內企業正加速突破技術壁壘。菲利華作為全球僅有的兩家能量產石英纖維的企業之一，已將航空航天級石英纖維技術成功遷移至電子布領域，使其介電常數達到行業領先的2.2-2.3。該公司規劃了5000萬米/年的產能遠景，而當前行業總需求僅為約200萬米/年。菲利華作為全球唯一在石英電子布產業鏈實現從石英砂到織布四個環節全自主可控的企業，具備顯著的垂直一體化優勢。目前全球前20大CCL企業中，已有4家穩定採購菲利華的產品，另有7至8家處於小批次測試階段。中材科技在特種玻纖領域表現突出，其低介電玻纖布已實現量產，石英布也已通過國內外頂尖客戶認證。2025年第一季度，中材科技扣非淨利潤同比激增93.28%，毛利率觸底回升。宏和科技則在超薄、極細等高附加值產品上形成技術優勢，其高性能產品低介電一代、二代和低熱膨脹係數產品供不應求。04 市場前景展望：供需緊張或持續至2027年展望2026年，隨著1.6T速率資料中心交換機起量及輝達Rubin平台發售，AI PCB高頻高速趨勢將進一步明朗，石英電子布有望迎來需求放量元年。據預測，到2027年，僅AI伺服器和網路交換機兩大應用，就將催生出接近3000億元人民幣的特種電子布市場。然而，供給瓶頸依然突出。菲利華預計2026年出貨量可達1000萬米，僅台光一家就將貢獻約40%-50%的份額。 據此測算，僅石英電子布業務就將為菲利華帶來超10億元淨利潤增量。產能擴充面臨多重挑戰。“高端產品的需求太消耗產能了。AI的需求增長太快，而短期之內產能出不來。”一位行業內部人士坦言。 高端電子布的織布機主要依賴日本進口，裝置交貨周期長，進一步限制了產能擴張。認證壁壘同樣構成一道高牆。客戶認證流程通常需要2-3年時間，包括送樣、小批次試產和批次生產三個階段，輝達、台積電等知名企業對供應商的篩選極為嚴格。基於這些制約因素，業內專家預測，這輪高端電子布缺貨潮可能持續到2026年第三季度，到2027年才會陸續有所緩解。05 投資邏輯與風險：聚焦龍頭企業的訂單與產能在AI驅動PCB材料升級的背景下，投資者應聚焦龍頭企業的訂單和產能情況。對於菲利華而言，其關鍵驗證點在於2025年第四季度台系CCL廠30萬米/月訂單的落地情況，以及輝達的認證進度。隨著訂單爆發和產能躍進，菲利華的業績有望實現顯著增長。中材科技雖然估值安全邊際高，但需要觀察其石英布營收佔比是否能超過5%，以及提價傳導能力。 該公司受益於全球龍頭日東紡的價格上漲20%，已靈活調整定價策略，有望實現價格跟漲。風險方面，投資者需警惕產能過剩和技術替代等潛在風險。 若菲利華的產能擴張導致價格鬆動，或其他企業的認證超預期，市場競爭格局可能生變。此外，AI伺服器出貨量不及預期、輝達GPU產品發售節奏放緩等因素也可能影響行業發展速度。隨著AI算力需求不斷攀升，高端材料市場的供需天平正在傾斜。日本日東紡等巨頭已宣佈漲價20%，台光電子等下游廠商則在為Q布做高強度備貨準備。在可預見的未來兩年內，高端電子布的供應緊張狀況仍將持續。對於那些已突破技術壁壘、具備產能先發優勢的國內企業來說，一個歷史性的發展機遇正在眼前。 (吐故納新溫故知新)
科技#AI算力競賽#高端電子布#供應鏈