算力革命现在对东大已经事关国运 它替代房产成为经济动力，如果不成功，GPU变成一堆废铁 这是数十万亿的代价，呆坏账和就业会出大问题 当年美国用的是星球大战跟苏联干，苏联出事儿了 这一轮，中国算力产业链和应用，不能输 各位如何看？

算力涨停： 3板：美 利 云 2板：证通电子、利通电子 1板：群兴玩具 事件1：Kimi发布通知，暂停C端新用户订阅，将已有算力全部投入于服务已订阅用户；同时，已在全速推进算力扩容。 事件2：腾讯云将大规模部署国产化算力和NPO超级节点。

“算力是中国实验室最大的焦虑” 美国知名AI研究员Nathan Lambert认为，GPU稀缺不只是影响训练速度，也会改变模型策略：更少冒险实验，更强调沿着确定路径持续优化；同时也更早面对推理效率、国产芯片适配和本土AI技术栈的问题。 我们与Nathan的这场对话发生在6月初，当时美团LongCat-2.0还没有发布。现在回看，国产算力能否支撑更大模型训练，已经不只是技术讨论，而是中国AI接下来最关键的变量之一。 这是我们专访美国知名AI研究员、艾伦人工智能研究所（Ai2）后训练负责人Nathan Lambert的精华节选。 感兴趣的朋友，欢迎观看完整视频📷

算力这轮不是芯片赚最多,是"能点亮机柜的"赚最多: $MU $TSM $AVGO $VRT $DELL 上周市场已经不买泛AI了,开始专门挑卡脖子环节。一边是黄仁勋说到2027年Blackwell和Vera Rubin订单能带来1万亿美元营收,一边是头豹研究算出来芯片侧能供14.4万柜、电力侧只能交付7.2万柜,缺口直接50%,2028年扩大到70%。这意味着真正约束不在芯片,在能不能把机柜点亮、系统连起来。 1、HBM和高端DRAM最先兑现。 $MU 这类存储龙头已经进入景气上行周期,2025年美股涨幅榜前四全是存储企业,闪迪涨577%、美光涨235.86%。AI服务器扩张绕不开高带宽存储,这个瓶颈属性最硬,利润兑现也最快,资金最容易先流到这里。 2、先进封装决定GPU能不能真正交付。 $TSM 这条线不是纯概念,CoWoS产能直接卡住AI芯片能不能从晶圆变成可用系统。产业研究已经把先进封装列为打破外部依赖的关键技术,封装正在从配套环节变成产能约束环节,比纯算力芯片更接近制造交付。 3、高速互联和网络芯片是中期趋势。 $AVGO 这类标的吃的是"卡与卡、柜与柜之间怎么连"的需求。单卡性能继续提升后,系统瓶颈会越来越集中到互联和交换芯片上。东方财富提到800G/1.6T光模块订单持续饱满,IDC也把互联技术迭代、超节点技术列为AI算力架构发展重点,这个环节适合做中期而不是短炒。 4、电力和数据中心基础设施从后台变量变成前台瓶颈。 $VRT 这类标的过去不被市场关注,但现在电力、散热、配电、工程交付正在成为第一约束。2027年电力侧只能交付7.2万柜,远低于芯片侧可供给,说明电力与工程能力不是辅助项,是AI扩张的真正限制。 5、能整合成交付方案的OEM更容易吃到订单确定性。 $DELL 积压订单已经到513亿美元,这说明市场不只是买算力,而是买谁能最快把算力卖成订单。当上游芯片供给紧、下游客户又要求快落地时,能把芯片、散热、机柜、网络整合起来的系统集成商,往往比纯硬件更接近收入兑现。 市场现在最容易高估GPU本身,最容易低估电力工程交付和互联瓶颈的持续时间。主流叙事还在讲芯片供给能不能跟上需求,但约束已经从能不能造出GPU推到能不能把机柜点亮、把系统连起来。未来一段时间不是最强算力芯片赚最多,而是最靠近交付端、最接近系统瓶颈的环节更容易持续兑现,单纯讲算力稀缺的标的如果没有电力、封装、互联和客户交付配合,估值会更容易被市场重新压回到ROI框架下。

【算力比拚】孫正義不看好馬斯克的太空數據中心 預計AI競賽仍靠地面算力 軟銀集團創辦人孫正義說，建設太空數據中心的意義不大，預計AI競賽勝負將由地球上的算力決定。在太空建設數據中心建的主要優勢是可以大幅降低電力成本，但電力成本只佔數據中心營運成本的一小部分。

算力是稀缺资源。马斯克把xAI算力借给死对头Anthropic，不说明xAI的Grok模型失去竞争力？SpaceX任务是让火箭飞起来，xAI只是提高工程效率。但对谷歌/微软而言，如Gemini或Copilot倒了，搜索和办公软件这两大命脉就会崩盘。小编也持有TSLA，因为纯纯低认知，不信它能上涨10倍…