【AI算力】輝達保證算力營收 GMI Cloud亞洲貸款融資獲銀行熱捧 輝達的合作伙伴GMI Cloud獲得的貸款承諾比其尋求的規模高出一倍多。據了解，約12家銀行提出向這家美國數據中心營運商提供約300億台幣（9.47億美元）貸款，遠高於GMI Cloud尋求的139億台幣。

《AI 算力金融化: 开源模型正在把算力推向资本市场》（作者 OKX）AI 基础设施正进入资本密集型扩张阶段，GPU 和数据中心越来越依赖外部融资。Take-or-Pay 长约可以锁定部分未来现金流，但无法消除 GPU 租金、残值和再融资风险，因此算力指数、远期、期货和 OTC 对冲工具开始出现现实需求。真正可能进入衍生品市场的，是公开市场中仍暴露于浮动价格、且无法由原有资产负债表自行吸收的风险。由于 GPU-hour 无法储存，且型号、地区、网络、集群和 SLA 高度非标，早期市场更可能以 OTC 和 Dealer 为主；永续合约适合近端价格发现，固定到期期货更适合企业套保、期限价格和物理履约。推理侧则可能先通过 Router 和 workload pricing 形成更稳定的需求价格单位。短期最可能率先捕获商业价值的，是掌握真实算力订单流的 Broker / Dealer，以及控制推理订单流和调度的中游平台；随着市场标准化，价格指数和交易所的重要性将逐步提升。 阅读全文：

AI 算力、存储、云平台、防务…… 一键投资特朗普概念股！ 活动期间净充值 ≥100 USDT，并完成单笔 ≥100 USDT 股票现货交易，即可获得： 🎁 10 USDT现货100% 手续费返还券 🎁 40 USDT现货30% 手续费返还券 ⏰ 活动截至8月21日12:00（UTC+8） 点击图片马上参与 ⏬

AI算力需求引爆上游！Lumentum重磅喊话：大功率激光器全面供不应求 全球光芯片龙头Lumentum最新财报电话会释放重磅行业信号，AI浪潮带动高端光学器件出现严重供需缺口。CEO直言，面向CPO架构的超大功率激光器订单爆棚，市场需求已经大幅超越现有产能，泵浦激光器现货全部售罄，后续几个季度出货量计划直接提升四倍，依旧难以覆盖海量订单需求。 本次公司财报业绩炸裂，单季营收突破10.1亿美元，同比翻倍，每股收益暴涨267%，非GAAP毛利率直接突破50%，远超原定目标，核心得益于AI数据中心光互连的爆发式采购。目前1.6T高速光模块已经顺利量产落地，进一步放大高端激光芯片消耗量。 高管特别提到NPO近封装光学属于纯增量市场，未来将打开行业巨大成长空间。整体来看，上游核心光器件紧俏格局短期无法缓解，具备激光芯片自研产能的厂商，将持续享受高溢价红利，直接利好整个CPO、光模块产业链景气度。

AI算力需求大增，帶動PCB上游電子材料供需嚴重失衡。南亞（1303）指出，美系四大雲端服務商擴大資本支出，加上AI伺服器晶片面積擴大、層數增加、傳輸速度與功耗暴增，中高階材料需求殷切，但新產能受設備商供應限制，形成結構性缺貨與漲價。 南亞已陸續調漲玻纖絲、玻纖布、銅箔及銅箔基板（CCL）價格，將加碼貢獻第3季營收。 玻纖絲因電子級細絲、低介電與低熱膨脹係數等特殊規格供應吃緊，同步增產並漲價；玻纖布則隨產能提升與低熱膨脹係數產品銷售成長而調漲。 銅箔受高頻需求強勁，接單占比提高，各規格加工費上調，呈現價量齊揚。 CCL因上游玻纖布緊張，同業原料受限，市場對南亞詢價與下單比例提升；公司加速提高高階產品占比，中低階也依原料成本調整售價，預期進一步推升8月及第3季營收。

AI 算力的竞争，已经不只是拼 GPU 了。 真正卡住整个产业链的，是 HBM（高带宽存储）。 谁掌握 HBM，谁就掌握 AI 芯片的产能；谁掌握产能，谁就拥有定价权。 而目前站在这个位置上的，就是 SK 海力士。 7 月 10 日，SK 海力士 ADR 将正式登陆纳斯达克，这不仅是一家芯片公司的上市，更是 AI 基础设施主线的重要事件。近期市场对 HBM 的关注度持续升温，背后反映的是全球 AI 算力需求依旧旺盛。 与此同时，BitMart 也同步推出相关交易活动。 如果你一直关注 AI 芯片、算力和半导体这条主线，这次值得重点留意。 活动链接：

AI 算力竞赛向上游 EDA 转移？ 随着单芯片面积逼近物理极限，AI 算力硬件的竞争正从“晶圆制造”向“3D-IC 先进封装”演进。这一底层架构的突变，迫使芯片测试环节大幅前移，直接引爆了对上游 EDA（电子设计自动化）虚拟验证工具的需求。 一、 物理极限倒逼 3D-IC，EDA 承接复杂性溢价 AI 算力需求激增，传统的二维芯片扩张路线见顶。行业别无选择，只能转向 3D-IC（三维垂直堆叠）。 多物理场挑战： 芯片堆叠带来了成倍的散热、应力和电磁干扰问题。EDA 工具从单纯的逻辑画图，变成了不可或缺的系统级“物理法则模拟器”。 算力反哺： 在 Cadence 与三星的 2nm 合作中，Nvidia 通过提供 NVLink 和 CUDA 库加速 EDA 验证。这表明处理 2nm 节点的仿真已极其耗费算力，算力硬件正在反哺上游软件。 二、 流程巨变：测试环节的“左移” (Shift-Left Testing) 3D-IC 极高的封装成本，重塑了半导体的测试逻辑。 KGD 刚需： 封装后若发现底层晶片损坏，整颗高价 AI 芯片直接报废。行业必须确保“已知好晶圆（KGD）”。 虚拟验证替代物理测试： 测试工作从传统的“制造后物理机台测试”，大幅前移至“流片前软件与硬件仿真”。 硅前验证爆发： Cadence 的 Palladium 等硬件仿真设备允许客户在流片前运行真实 AI 工作负载。这是其 80 亿美元订单积压的核心驱动力。边缘 AI 厂商（如 Ambarella）的加入，意味着该需求正从云端向端侧全面扩散。 三、 估值错配与 Alpha 信号 资本市场的认知差，创造了软件端的补涨空间。 估值差： 2026 年初，资金过度拥挤于半导体实体硬件，导致 Cadence 涨幅大幅跑输半导体指数 SOXX。 CapEx 必然转移： 当硬件物理缩放受阻，芯片大厂的资本支出（CapEx）只能向先进封装和 EDA 倾斜。 基本面支撑： Cadence 2026 年 Q1 营收达 14.7 亿美元，超市场预期。短期虽因生态投资面临利润率压力，但其在 3D-IC 测试验证环节的不可替代性，确立了明确的软件补涨逻辑。 投资启示： 当市场的目光仍停留在谁能买到更多台积电产能时，掌握 3D-IC 时代多物理场仿真与硬件仿真话语权的 EDA 巨头，正在成为算力军备竞赛中真正的“卖水人”。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

AI算力基础设施】 代表逻辑：华为星河AI方案+英伟达算力需求强劲+中际旭创融资买入居首，算力板块持续受益。 $中际旭创(SZ300308) $天孚通信(SZ300394) $兆易创新(SH603986) 华为推出星河AI数据中心网络方案：Token生产效率提升2~5倍，依托网算存协同，NPU与存储直通带宽提升8倍。（来源：科创板日报，5月29日） → 点评：华为AI基础设施方案落地，利好国内算力网络、存储产业链。

AI算力投入2026继续狂飙 中国大厂 字节跳动：约300亿（2000亿人民币）。 阿里：三年总计约530-690亿（3800-4800亿人民币）。 腾讯: 预计3000亿 人民币 国外大厂 亚马逊：2000亿（CapEx主力投AI数据中心+自定义芯片）。 谷歌：1800-1900亿（TPU+数据中心，大幅上调）。 OpenAI：1900亿左右（Azure+OpenAI/Stargate项目）。 元宇宙：1250-1450亿（自研芯片+超级集群）。 Anthropic ：直接支出约190-200亿（匹配营收规模），但通过云承诺锁定巨额算力（AWS 1000亿+10年、Google Cloud 2000亿+5年），另有500亿美国自建基础设施。

AI 算力的尽头是电力？🤡 OpenGridWorks ：一个全球电力基础设施可视化平台 通过聚合发电厂、输电线路、变电站和数据中心等公开数据 为能源行业观察、AI 基建背景研究和 GIS 可视化案例提供地图参考