文章核心观点 - 英伟达在AI算力芯片领域，特别是训练场景，凭借先进技术和强大的CUDA软件生态建立了近乎垄断的领导地位，市值高达约4.5万亿美元，2025年第三季度营收同比增长约62% [2] - 尽管存在众多挑战者，但目前均难以撼动英伟达的地位，但未来格局可能因技术路径差异和地缘政治因素而改变 [1][2] 竞争壁垒：技术与生态 - **训练是战略制高点**：在大模型发展的初期和中期，训练算力是核心瓶颈，决定了模型的“高度” [5] - **训练要求三要素**：对算力芯片的要求可拆解为单卡性能、互联能力和软件生态三部分 [6] - **单卡性能的追赶**：竞争对手如AMD的最新产品在主要性能指标上已接近英伟达同期产品，但仅凭此不足以构成威胁 [7] - **互联能力是关键差距**：英伟达通过NVLink、NVSwitch实现万卡级高效稳定互联；其他厂商实际落地集群规模多停留在千卡级，且缺乏大规模商用实践，导致在利用效率、训练时间和成本上存在显著差距 [7] - **软件生态构成核心护城河**：英伟达的优势更在于对算力生态的统治地位，其CUDA平台拥有超过400万开发者，积累了20年的成熟工具、软件库和社区支持 [8][9] - **生态的网络效应**：CUDA生态与主流深度学习框架（如PyTorch、TensorFlow）深度协同，形成强大的网络效应，使得用户转换成本极高 [10] - **学术与教育基础**：全球高校和AI实验室的教学实验设备几乎全是英伟达GPU，培养了熟练掌握CUDA的工程师人才池 [9] 相对弱势领域：推理市场 - **推理场景要求降低**：模型部署进行推理时，对算力卡数量和互联能力的要求远低于训练，有时甚至单卡即可完成 [12] - **生态依赖度降低**：训练完成的模型对英伟达开发生态依赖度降低，且存在成熟的跨平台迁移方法（如ONNX格式）可将模型部署到其他算力平台 [12][13] - **仍占据市场主导**：尽管统治力不如训练领域，英伟达在推理市场仍占据超过70%的市场份额，因其在性能、价格、稳定性、开发成本等方面的综合性价比仍有竞争力 [13] - **迁移成本高昂**：据访谈，将模型从英伟达平台迁移至其他品牌集群，可能导致开发周期延长6个月，成本增加40% [13] 谁能挑战英伟达 - **竞争者的两难选择**：挑战者必须面对技术和生态的双重壁垒，要么在技术上实现巨大超越，要么通过非经济手段（如保护性市场）避开生态正面竞争 [15] - **美国：技术路径挑战**：挑战主要来自定制化ASIC芯片（如谷歌TPU），通过牺牲灵活性换取AI计算效率，谷歌Gemini3大模型已完全基于TPU训练 [15] - **ASIC与GPU的权衡**：ASIC芯片在特定AI计算任务上效率、功耗更有优势，但面临模型算法范式变动带来的“过时”风险；短期内技术跨越不大，且生态劣势是全方位的，因此对英伟达影响有限 [16] - **中国：地缘政治催生的市场**：美国禁令使中国市场被动成为“被保护”的市场，英伟达的生态优势无法充分发挥 [17] - **中国市场的阵痛与机遇**：禁令导致中国AI产业短期内面临算力效率下降的阵痛，但为国产算力芯片企业（如华为、寒武纪、燧原）提供了重大发展机遇，迫使用户转向国产生态（如华为CANN） [18] - **生态迁移的长期影响**：尽管开发者转向国产生态面临学习成本和技术问题，但随着投入增加，生态将逐渐成熟；未来即使禁令解除，用户也可能因迁移成本已被“消化”而留在新生态 [18] - **政策的最新变化**：2025年12月8日，美国政府批准英伟达向中国出售较先进的H200芯片（附带条件），H200算力约为特供版H20的6倍，显存容量约为1.5倍，训练表现领先数倍到十倍以上，旨在维持技术代差和英伟达生态影响力 [19] - **中国的战略应对**：理性的策略不是完全禁止或无条件放开，而是允许必要的采购（如国产芯片无法满足的核心项目），同时设计机制在局部保护市场，扶持国内AI芯片企业发展自己的生态 [19] 战略考量：生态竞争与开源 - **超越国产替代思维**：仅关注国产替代可能导致全球技术封闭和脱钩 [21] - **生态竞争的本质**：与英伟达的竞争是生态与生态之间的竞争 [21] - **开源是最优解**：开源战略可以构建全球性网络，汇聚全球开发者智慧，放大创新效率，打破脱钩陷阱；华为已宣布将其CANN和Mind工具链全面开源开放 [21]

智通财经APP获悉，中信建投证券发布研究报告称，随着GPU和ASIC的快速升级迭代，算力性能持续提升，同时对于数据传输需求也大幅增 长。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。800G光 模块的高增速已经能够反映出AI对于带宽迫切的需求。2026年，800G光模块需求预计将继续保持高速增长态势，而1.6T的出货规模也将大幅增 长，3.2T光模块的研发也正式开始布局。持续重点推荐光模块/光器件/光芯片板块，一是龙头光模块公司；二是有望取得市场及客户突破的光 模块公司；三是上游光芯片/激光器及光器件公司；四是通过收购进入该领域的一些公司。 光模块/光器件、连接器板块2025年前三季度综合表现最好 据中信建投通信团队对于通信行业各子板块的划分，通信各子板块中，2025Q1-Q3营收同比增速前三位依次是：光器件/光模块(662亿元，同比 增长65%)、连接器(100亿元，同比增长19%)、ICT设备(2313亿元，同比增长15%)，基本都因为AI带动。2025Q1-Q3营收同比增速后三位依次 是：工业互联网(78亿元，同比下降26%)、智能 ...

刘劲 段磊 李嘉欣/文 算力是人工智能最重要的基础设施和发展引擎。AI算力的代表企业英伟达（NVIDIA）凭借性能先进的产品和难以复制的生态，在AI训练及推理芯片领域建 立起了近乎垄断的领导地位，成为地球上价值最高的上市公司。截至2025年11月，英伟达的市值约为4.5万亿美元，2025年第三季度营收的同比增长约为 62%。 英伟达并不缺少挑战者，在美国有传统芯片巨头安谋（AMD）和英特尔，也有谷歌的TPU、亚马逊的Trainium（训练芯片）和Inferentia（推理芯片）等科技 巨头的自研算力，还有Cerebras、Groq等专注机器学习优化架构的新锐挑战者；中国市场也有华为、寒武纪、燧原等快速成长的AI算力芯片厂商。但到目前 为止，他们都很难称得上是英伟达的对手，难以撼动其领导地位。不过，未来这一点未必不会改变。 竞争壁垒 AI算力芯片有两个主要应用场景：训练和推理。训练是模型从大量数据中"学习"知识（调整神经网络的参数），推理是把训练好的模型用在实际场景中。 在大模型发展的初期和中期，训练算力是核心瓶颈，决定了模型的"高度"，是算力芯片的战略制高点。因此，我们在此着重讨论训练。 英伟达在训练算力上有 ...

文章核心观点 - 2026年有望成为液冷产业化放量的元年 全球AI芯片功率提升及出货量激增将驱动数据中心液冷市场规模快速增长 同时国内政策推动及AI超节点整机采用率提升将为国内液冷市场带来高增机遇 [1][3][4][5] 英伟达GPU驱动液冷市场 - 英伟达GPU单芯片功率持续提升 从B200约1000W提升到B300的1400W 2026年量产的R200芯片功率预计提升至2300W 2027年量产的R300功率预计将达到400W+ [1] - 截至2026年的未来5个季度 Blackwell和Rubin的订单约为1400万颗GPU 估算2026年英伟达机柜液冷市场规模保守/乐观约69/97亿美元 [1] ASIC芯片液冷市场兴起 - 谷歌TPUv7机柜液冷系统价值量7-8万美元 单芯片对应液冷系统价值量为1094-1250美元 [2] - 2026年谷歌TPUv7及以上等级芯片出货约220-230万颗 测算2026年谷歌机柜液冷市场规模为24-29亿美元 [2] - Meta目标2025年底到2026年实现100万-150万件ASIC芯片MTIAT-V1出货量 其后续升级版本将带来高功率机架设计 [2] 国内液冷服务器市场高速增长 - 国家政策要求到2026年新建大型、超大型数据中心PUE必须低于1.15 液冷是唯一能稳定达到此标准的技术 [3] - 2024年中国液冷服务器市场规模达到23.7亿美元 同比增长67.0% [3] - 当前液冷渗透率仅为5% IDC预测2023-2028年中国液冷服务器市场年复合增长率将达到47.6% 2028年市场规模将达到102亿美元 [3] 国内AI超节点发展打开市场空间 - 华为CloudMatrix384超节点已销售300余套 并计划于2026年四季度推出算力规模达8192卡的Atlas950SuperPoD超节点 [4] - 目前国内已有9家厂商加入超节点竞争 包括中科曙光、阿里、百度、沐曦、浪潮等 [4] - 2026年国产芯片出货有望保持高增 叠加AI超节点整机出货形式采用率的快速提升 将给国内液冷市场带来高增机遇 [1][4] 投资建议 - 建议关注具有技术壁垒并能进入国内外大厂供应链的龙头公司 以及可以凭借液冷行业起量提升业绩弹性的二线公司 [5] - 相关标的包括英维克、思泉新材、奕东电子、鸿富瀚、硕贝德、捷邦科技、祥鑫科技、申菱环境等 [5]

来源：环球时报 而"反泡沫论"者则对技术突破与应用拓展抱有坚定信心。从国家战略来看，主要大国均围绕AI积极布 局，这种战略级布局决定了AI投入的长期性与稳定性。从应用场景看，AI已从ToC（面向消费者）向 ToB（面向产业端）延伸拓展，日益丰富的应用场景不断延伸AI的价值链条，当前新旧GPU的"跑满"状 态也在相当程度上反映出旺盛的真实需求。此外，引发外界普遍担心的企业投资产出比，对于多数AI 头部企业而言，前期投入固然巨大，但一方面自身具有强劲造血能力，能够提供有力支撑；另一方面未 来盈利前景向好，对所谓投资与产出的评估需要留足"时间跨度"。比如近期引发产业界震动的谷歌TPU 芯片对外供货，其带来的"鲇鱼效应"推动算力生态向多元共生发展，不仅打破了英伟达GPU的垄断格 局，更为重要的是它构建了基于自身商业生态的"算力底座"与"核心模型"，核心业务重塑之后的商业前 景巨大。 到底应该如何看待所谓的"AI泡沫"呢？传统金融理论认为，泡沫是资产价格偏离内在价值的现象，但AI 作为新兴产业，其内在价值难以用传统估值方法衡量。简单套用历史经验判断AI是否存在泡沫可能并 不准确。即便是沿用历史经验进行评估，也应该看到技 ...

特斯拉与埃隆·马斯克薪酬方案 - 美国特拉华州最高法院裁定恢复特斯拉首席执行官埃隆·马斯克原总值560亿美元的薪酬方案 该方案最初于2018年由董事会和股东大会批准 包含12项目标 马斯克每完成一项可获得相应股票期权激励 [1] - 原薪酬方案当前总值已从约560亿美元上涨至约1400亿美元 若马斯克兑现全部股票期权 其在特斯拉的持股比例将从约13%上升至18.1% [2] 英伟达与英特尔合作 - 美国联邦贸易委员会已批准英伟达对英特尔的投资 英伟达此前宣布将向英特尔投资50亿美元 双方达成合作协议 计划在人工智能基础设施和个人计算产品上展开联合开发 [2] - 在数据中心领域 英特尔将为英伟达定制x86 CPU 由英伟达集成至AI基础设施平台 在个人计算领域 英特尔将生产并供应集成了英伟达RTX GPU芯片的x86系统级芯片 [3] 索尼AI游戏内容审查专利 - 索尼提交一项围绕AI与内容审查的专利 旨在不改变游戏核心设计的前提下 让游戏内容能适应不同年龄段玩家 [3] - 专利设计中引入第二处理器专门负责内容审核 以降低主处理器负担并确保AI快速响应 玩家可自行设定内容过滤参数 决定AI应屏蔽或替换哪些内容 [4] 苹果App Store反垄断诉讼 - 美国第九巡回上诉法院将于2025年12月重新审查2011年发起的苹果App Store反垄断集体诉讼案 核心聚焦此前法官撤销集体诉讼资格的裁定是否合理 [4] - 集体诉讼资格对案件至关重要 若维持集体诉讼状态且苹果败诉 可能面临数十亿美元赔偿 若转为个人诉讼 总赔偿仅约268美元 [5] Altman脑机接口公司Merge Labs - 由Altman联合创立的脑机接口公司Merge Labs已分拆独立 该公司采用超声波技术间接解读大脑信号 通过探测大脑活跃区域的血流量变化来反推神经活动 [5][6] - 相比Neuralink等公司的侵入式电极技术 Merge Labs的方案可能仍需在头骨上开辟“窗口” 但理论上具备“全脑访问”潜力 公司正考虑结合超声波设备与基因疗法 [6][7] - Merge Labs正以8.5亿美元估值寻求2.5亿美元融资 Altman虽是联合创始人但并未个人出资 [7] IDC对PC市场的预测 - IDC预测 受内存超级周期冲击 供应链将迎来大范围涨价潮 2026年购置新电脑的成本将显著上升 电脑厂商正以15%至20%的涨幅上调价格并重新签订合约 [7][8] - 内存短缺与Windows 10停更引发的换机潮及AI电脑推广热潮相互叠加 给行业带来“完美风暴” IDC预计明年全球个人电脑出货量将下降4.9% 若供应恶化跌幅可能扩大 [8] - 2026年组装个性化电脑的成本将大幅上涨 其供应链中断的严重程度可能超过新冠疫情及加密货币挖矿热潮时期 [9] 谷歌FunctionGemma模型 - 谷歌推出FunctionGemma模型 该模型基于Gemma 3 270M微调 旨在将强大的函数调用能力引入手机等边缘设备 使设备无需依赖云端算力即可精准理解指令并调用功能 [9] - FunctionGemma专为定制化设计 既能自然对话 也能生成结构化函数调用代码 它采用轻量化设计 利用256k词表高效处理JSON数据和多语言输入以降低延迟 [10] - 该模型已适配NVIDIA Jetson Nano等开发板及主流移动设备 能处理简单任务并将复杂逻辑路由至更大的Gemma 3 27B模型 [10] 宇树人形机器人 - 特斯拉CEO埃隆·马斯克转发宇树机器人为王力宏演唱会伴舞的视频并评价“令人印象深刻” 视频显示六台人形机器人随歌曲登台表演并完成高难度“韦伯斯特”空翻动作 [10][12] - 宇树人形机器人G1具备17个以上自由度 动作响应速度达毫秒级 通过多智能体控制技术实现多台机器人在舞台环境下的同步表演 并具备基础环境感知能力以规避碰撞 [12] OPPO Reno 15 Pro Mini手机 - OPPO Reno 15 Pro Mini手机详细规格曝光 型号CPH2813 搭载联发科天玑8450芯片 配备6.32英寸1.5K分辨率OLED显示屏 支持120Hz高刷 [12][13] - 手机后置2亿像素主摄、5000万像素超广角及5000万像素长焦镜头 支持3.5倍光学变焦 前置5000万像素摄像头 预计支持80W有线快充 可能支持无线充电 [14] - 手机有望提供“冰川白”配色 采用“一体冷雕玻璃”后盖 机身重量约187克 厚度约7.99mm [15] 小米17 Ultra定价 - 小米集团总裁卢伟冰表示 由于内存成本持续上涨 小米17 Ultra手机“一定会涨价 而且还要涨得有点多” 但声称会“物超所值” [15][17] - 内存价格猛涨带来手机成本大幅上升 卢伟冰指出2025、2026、2027三年都会是内存成本上涨点 且17 Ultra面临的内存涨幅远高于处理器、相机等部件 [17] - 小米17 Ultra开发代号“哪吒” 延续圆形相机模组设计 采用高通第五代骁龙8至尊版芯片 预装澎湃HyperOS 3.0 国际版将支持卫星通信功能 [17] 游戏《方舟2》发布计划 - 科幻驯龙生存游戏《方舟2》经历多次延期后 最新发售窗口被推迟至2028年 该作最早于2020年公布 [17][18] - 演员范·迪塞尔不仅在《方舟2》中出演角色 还担任项目的执行制作人 据称其在原版《方舟》中的游玩时间超过1000小时 [18] 影石Insta360无人机项目 - 影石Insta360在2025年上市后 秘密研发5年之久的无人机产品推向市场 创始人刘靖康将该项目描述为对内的“能力升维”挑战 [18][19] - 该全景无人机产品继承了公司发掘用户未言明需求并用差异化产品满足的生存和创新哲学 [20]

核心观点 - 知名空头迈克尔·伯里正在公开征集英伟达GPU被客户囤积的证据 此举源于对英伟达宣称的芯片出货量 营收数据及美国数据中心电力容量之间匹配性的公开质疑 [1][3] 对英伟达出货量与营收的质疑 - 英伟达首席执行官黄仁勋称 过去四个季度已出货600万片Blackwell芯片 并预计Blackwell及明年Rubin系列产品将带来总计5000亿美元销售额 [1] - 有分析指出 自Blackwell推出以来 英伟达报告的1110亿美元数据中心收入似乎无法支撑如此大的出货量 可能存在数十万至数百万片GPU缺口 [1] 对电力供应与出货量匹配性的质疑 - 分析指出 若600万片GPU已出货 且其中65%到70%部署在美国数据中心 将需要8.5吉瓦到11吉瓦电力 大约相当于新加坡总发电量 [2] - 但美国在2024年至2025年间仅增加约8.5吉瓦可用于数据中心的电力容量 且此容量假设所有新设施只使用英伟达硬件 [2] - 上述电力供应仅能勉强匹配英伟达宣称的GPU出货量 [3] 空头关注的 broader 审视点 - 伯里近期加强了对英伟达的审视 关注点包括美国AI企业之间的"循环投资" 收入确认方式以及技术巨头如何对计算设备计提折旧 [3] - 另有质疑关注英伟达的GPU会多久过时 以及英伟达的AI基础设施支出能否持续 [3] 对整体市场环境的预警 - 伯里近期多次对美股人工智能泡沫发出预警 并引用图表显示当前股票在美国家庭财富中占比已超房地产 历史上类似情况仅在上世纪60年代和2000年互联网泡沫破裂前出现过 [3]

根据协议，双方将联手建设和部署规模空前的AI基础设施。该计划的核心是构建总容量至少达到10吉 瓦的AI数据中心，其中将包含数百万计的英伟达GPU。这无疑将成为OpenAI训练和运行其下一代AI模 型、并最终实现'超级智能'目标的超级引擎。 当地时间12月17日，英伟达CEO黄仁勋表示，尽管公司此前宣布了高达1000亿美元的投资计划，拟与 OpenAI合作建设超大规模数据中心，但目前尚未向对方支付任何款项。该巨额合作的实际进展仍处于 初期阶段。 尽管投资尚未落地，但双方的合作框架已明确，未来可能深刻影响全球AI算力格局。黄仁勋强调，所 有资金投入将根据项目进度和技术需求逐步实施，确保资源高效配置。 今年9月，英伟达与OpenAI宣布了一项堪称史诗级的战略合作。英伟达计划向OpenAI投资高达1000亿美 元。 为了支撑这一宏伟蓝图，英伟达将进行一项惊人的投资：随着每个吉瓦数据中心容量的部署，英伟达将 逐步向 OpenAI 投资，总金额最高可达 1000 亿美元。这笔投资不仅是 AI 领域有史以来最大规模的单笔 投资，也彰显了英伟达对 OpenAI 技术路线的坚定信心。 责任编辑：李桐 今年9月，英伟达与Open ...

人类的AI算力竞争，终于离开地球表面，进入到了太空。 美银近日发布一篇题为《太空数据中心推动人工智能竞赛向纵深发展》的研究报告，针对算力竞争太空化的现象发表看法。 报告中写道："随着支持人工智能的数据中心需求不断增长，科技和太空企业正日益将天基计算平台视为产能扩张的下一阶段。" 美银提醒投资者关注，SpaceX、蓝色起源等公司纷纷将目光投向太空以拓展人工智能业务，蓝色起源的杰夫贝索斯和SpaceX的埃隆马斯克均公开表 示，自己正在探索相关构想。 11月，英伟达支持的初创企业Starcoud(由罗纳德J爱泼斯坦支持)在卫星上部署了英伟达GPU，并利用其在轨道上训练人工智能模型；谷歌也发布了向轨 道部署张量处理单元(TPU)的计划("捕日者计划")，并宣布与Planet公司合作，将于2027年在轨道上测试其硬件和人工智能模型。 01 根据美国国家航空航天NASA数据，国际空间站的六个主散热器总面积约5000平方英尺、总重约14000磅，仅能散发70千瓦热量，而一个1吉瓦级超大规 模轨道数据中心的散热需求可能是其15000倍左右。 02 若数据中心兴起，发射需求将迎来增长 目前发射能力仍是行业产能瓶颈，而天基数据中 ...

OpenAI与亚马逊的潜在战略合作 - OpenAI正与亚马逊进行投资谈判 计划筹资100亿美元或更高金额 并探讨商业合作可能性 谈判始于去年10月OpenAI完成企业重组之后 [1] - 双方就使用亚马逊自主研发的AI训练芯片Trainium进行了谈判 若达成协议 Trainium将迎来新客户 并助力亚马逊拓展AI领域影响力 与英伟达展开竞争 [1] - 此次谈判仍处于早期阶段 具体条款可能发生变化 OpenAI和亚马逊的代表均拒绝置评 [2] OpenAI的资本承诺与云服务战略 - OpenAI已于上月宣布将在未来七年内斥资380亿美元 租用亚马逊旗下云计算子公司AWS的服务器资源 [1] - 若此次融资落地 将助力OpenAI履行其向至少五家云服务商(包括AWS在内)租赁服务器的长期承诺 这些计算资源正用于其人工智能模型的开发工作 [1] - 在上月达成的协议中 OpenAI明确表示将通过AWS获得英伟达AI芯片的算力支持 但也提到未来仍有可能整合更多芯片方案 [2] 亚马逊的AI芯片战略与市场竞争 - Trainium芯片是亚马逊在AI领域脱颖而出的战略关键 与其云计算业务形成互补 [2] - 亚马逊希望通过更具性价比的优势吸引企业客户 该公司表示 与市场领先的英伟达GPU相比 Trainium芯片能够以更低成本 更高效率驱动AI模型所需的高强度计算 [2] - AWS虽是算力租赁和数据存储服务的最大供应商 但由于面临微软等公司的激烈竞争(微软是OpenAI的主要投资者之一) 其在AI开发者中的市场地位尚待加强 [2] OpenAI的估值与市场地位 - 在最近一次员工股份出售中 OpenAI的估值达到5000亿美元 一度超越埃隆·马斯克的SpaceX 成为全球估值最高的初创企业 [5] - 这一迅猛崛起凸显了围绕AI技术领军者的投资热潮 该技术被认为具有重塑行业和经济格局的潜力 [5] 行业竞争格局与潜在影响 - 亚马逊与OpenAI的谈判作为英伟达AI芯片的替代方案 或将进一步引发市场热议 [2] - 此前 由于有消息称Meta正在考虑采用谷歌的高性能AI半导体TPU 关于ASIC芯片可能将威胁到英伟达地位的讨论一度导致后者股价出现下挫 [1]