1. Elon Musk：中国在未来成为 AI 领头羊的概率相当高。Elon：中国的 AI 企业在算力相对较少的情况下，表现依然非常出色。如果他们拥有大量算力，很有可能会成为领头羊。而在未来的某个时间点，他们大概率会获得海量算力。经济学人：也就是说，他们终将成为领头羊？Elon：他们在未来某个节点成为领头羊的概率相当高。你可以把 AI 的限制因素归结为电力和 AI 芯片。至于具身智能，也就是机器人，中国同样拥有一批非常优秀的机器人公司。事实上，他们还会举办类似机器人体育赛事的活动。不知你有没有看过。经济学人：看过，我上次去北京的时候就看过。Elon：没错。而且他们还有类似拳击赛或格斗赛的机器人对决，相当有观赏性。我之前看过一段视频，有个机器人的头都被打掉了，但即便没了脑袋还在继续战斗。看起来挺搞笑的，不过说实话，我觉得机器人对决未来会是非常有意思的观赏性节目。总之，中国在机器人和数字 AI 领域的实力都非常强。而如果你去看发电量，就会明白——AI 的发展取决于它的瓶颈到底是什么，无论是芯片还是电力。中国的发电量远超美国。实际上，中国的发电量已经超过了美国、欧洲和印度的总和。而且趋势来看，我猜测中国的发电量最终会达到美国的四倍左右，这基本上和人口比例是吻合的。经济学人：那美国政府应该对此做些什么呢？我是说，如果一个**在如此强大的技术领域遥遥领先，这显然有点令人不安。很明显，美国政府一直在试图通过出口管制等手段来打压中国的脚步。你觉得他们应该禁止使用像 Kimi K3 这样的模型吗？Elon：美国政府就算通过某些法律限制美国公司使用中国模型，但他们管不了世界其他地方。美国政府可没有管辖中国或全球其他国家的权力。经济学人：你认为他们应该禁止美国公司使用这些模型吗？现在确实有这方面的讨论，对吧？Elon：我不觉得这能解决问题。这阻止不了中国成为 AI 领域的领头羊。归根结底，数字智能比拼的是你拥有多少 AI 算力、多少芯片，以及多少电力资源。所以我认为，目前真正的限制因素其实在于电力和散热，而不是 AI 芯片本身，因为 AI 芯片的功耗实在是太吓人了。虽然有人讨论水资源消耗，但其实 AI 的耗水量微乎其微，几乎可以忽略不计。然而对电力的需求却是巨大的。经济学人：这大概就是你考虑搭建太空数据中心的原因吧。Elon：是的。在中国之外，任何 AI 芯片没能投入运行，瓶颈都在于电力、散热、电力设备等硬件配套。AI 芯片的生产速度已经超过了新电力上线的速度。经济学人：在中国吗？Elon：在中国之外。经济学人：中国之外，明白了。Elon：由于美国禁止向中国出口最先进的 AI 芯片，中国目前在某种程度上处于「缺芯」状态。经济学人：但他们在使用现有芯片方面正变得越来越高效，这也是 Kimi K3 让人惊叹的地方之一，对吧。Elon：我认为，中国在攻克光刻技术难题上的进度比大多数人想象的都要快，这将使他们能够大规模量产 AI 芯片。所以我觉得，嗯…我们不该把这变成一场单纯讨论中国的对话，但…总之，目前中国之外的限制因素是电力。而在中国内部，限制因素则是芯片。一旦我们通过太空 AI 数据中心解决了电力瓶颈，中国之外的限制因素将再次回到芯片本身。不是郑小康的微博视频

2. [深度解析] AI供电架构连续运行保障解决方案全景解析：负载特征、HVDC架构、48V BBU、PCU削峰、SiC/GaN高压备份链路

3. 看空大科技的周末恐怕都在拍大腿了！利好一个接着一个。现在AI算力都“卡”在设备上了，接下来又可能继续涨价……五大半导体设备供应商。包括应用材料、ASML等交付周期延长50%-100%，原本6个月现需1年。AI需求推升产能投资，但设备供应不足，小厂也延迟。未扩产企业面临积压，三星、SK海力士等计划提前下单，避免新产能因缺设备延期。看来存储芯片涨价预期又有了。现在AI需求的大爆发已从芯片设计传导至上游设备端了，供应链瓶颈正从晶圆代工蔓延至设备制造，短期的供需失衡还要延续，想要短期扩产也受限于被设备“卡脖子”。那么接下来三星、海力士等新产能落地也会势必暂缓，从而再一次加剧存储与先进制程供需紧张，这真的可能又要推高芯片价格了。此消息必然大利好半导体行业，特别是存储芯片和半导体设备。明天大科技的氛围大概率会非常棒了，周末利好消息一个比一个“炸裂”，率先表现的大概率是韩股了，从而带动整个亚太科技大爆发了。

4. 方块电网：没通电的区域，连方块都不能挖！

5. 学 AI，选多大内存合适？写给学生的 Mac 购买指南

6. 中美AI争霸：中国开源模型为何越打越强？深度拆解“另辟蹊径”的逆袭逻辑

7. 据英国金融时报报道，咱们也要搞出口管制了，以避免台积电和高通获得咱们高端芯片设计技术！报道称，咱们监管部门已征求行业意见，研究出台限制措施：禁止台积电、高通等海外芯片厂商，基于华为、阿里巴巴、字节跳动等中国企业自研方案生产先进半导体。真是三十年河东三十年河西呀！以下是文章翻译：英国《金融时报》周二报道，中国正在考虑加强对铝模型和芯片的出口管制。汤森路透©2026年7月20日| 7月21日晚上11:13（路透社）-中国当局正在考虑加强铝和半导体技术的出口管制。这一举措反映了北京方面将国内AI留在国内的努力，并表明中国和美国一样，现在将先进的AI视为需要控制的关键国家资产。本月早些时候，路透社独家报道称，中国当局早些时候与顶级科技公司举行了会议，讨论可能限制海外获取中国最先进的AI模型，包括尚未发布的模型。报道援引两名参与讨论的人士的话称，以中国商务部为首的官员一直在咨询本土顶级AI和造船公司如何阻止领先技术和领先的初创企业被西方收购。该报称，负责监管出口法规的商务部还与阿里巴巴、字节跳动和智浦等AI公司就限制向海外转移模型培训的关键数据以及允许外国用户下载模型重量进行了交谈。据英国《金融时报》报道，它还就可能的限制征求意见，这些限制将阻止包括高通和台积电在内的海外芯片制造商生产基于华为、阿里巴巴和字节跳动等中国公司开发的设计的先进半导体。报告称，新措施可能会被纳入中国禁止或限制出口技术目录的下一次修订中，并补充说，这些建议正在考虑中，监管机构在做出最终决定之前正在权衡行业反馈。英国《金融时报》表示，在代理人工智能等领域，海外收购战略技术也可能受到潜在限制。

8. 深度｜把千亿参数模型搬到本地，这家“隐身”公司在赌什么？

9. #梁文锋坦承华为芯片落后英伟达两年#AI圈热议的梁文锋发言，终于把华为芯片和英伟达的差距说透了，听完特别真实客观。大家别误会，他说的落后两年不是彻底不行。简单说就是，四张华为昇腾950的算力，才抵得上一张英伟达高端芯片。而且咱们最新的华为芯片，性能也就对标英伟达两年前的旧款产品。不过他觉得这个硬件差距完全能接受，靠堆芯片数量、性价比，完全可以替代使用。真正难啃的硬骨头根本不是硬件，是英伟达垄断的CUDA软件生态！所以DeepSeek花了很久，专门适配华为国产框架，自研工具链摆脱依赖，真心在助力国产算力突破。这里纠正一个网传误区，并不是彻底不用英伟达，只是主动押注国产生态。目前唯一短板就是华为芯片产能不够，限制了大模型训练。不得不说，坚持自主突围，真的很有魄力。

10. #中国AI芯片国产替代率五年从10%升至40%#另外就是。。。他们发现所有的优势都在国内（除了所谓的单卡算力），难道你以为AI只是芯片？哈哈，电力，缺（甚至是电网负荷都不够）算力卡（真优势，但是目前出口管制。国产替代越来越强）基建，很难，美债现在已经越来越高了等等等等，要不你以为为什么现在又不看好ai了？

11. 英伟达拟为OpenAI提供2500亿美元融资担保，AI数据中心大战升级7月27日，华尔街日报报道称，英伟达正在与OpenAI洽谈一项大规模融资支持计划，可能为OpenAI价值2500亿美元的数据中心建设项目提供融资担保。该项目被认为是全球规模最大的AI基础设施建设计划之一，总投资规模可能达到数千亿美元。报道称，英伟达考虑通过类似“信用增级”的方式，为OpenAI获得更优惠的债务融资条件提供支持。由于OpenAI目前仍是一家未上市且尚未实现盈利的公司，大规模建设AI数据中心需要依靠外部资本，而英伟达的信用支持可能帮助其降低融资难度。此次合作背后，是AI产业进入“算力基础设施竞赛”的新阶段。随着大模型训练和推理需求快速增长，AI公司已经不再只是购买云计算资源，而是开始直接参与建设属于自己的超级数据中心。据报道，该项目计划建设规模达到10吉瓦电力容量，预计未来几年逐步投入运行。项目将由多方参与，包括软银等投资机构，并寻求通过大规模资本投入满足未来AI模型训练和推理所需的庞大算力需求。除了融资担保外，英伟达还在讨论为OpenAI芯片采购提供额外融资支持。未来，OpenAI可能通过长期采购英伟达GPU和AI计算系统，将资金投入转化为数据中心和算力基础设施建设。对于英伟达而言，这不仅是一笔芯片销售，更是在巩固其AI基础设施核心供应商地位。当前，全球主要AI企业都在争夺有限的GPU、能源和数据中心资源，英伟达通过资本支持客户建设AI基础设施，有助于锁定未来数年的芯片需求。对于OpenAI而言，这意味着公司正在进一步加强自身算力基础设施布局，降低对单一云服务供应商的依赖。随着AI竞争从模型能力扩展到算力、电力和数据中心建设能力，拥有稳定计算资源已经成为AI企业未来发展的关键。如果该融资方案最终落地，它将成为AI产业发展的重要节点。未来AI公司的竞争，可能不仅是大模型能力的竞争，更是芯片供应、能源获取、数据中心建设以及资本整合能力的综合竞争。

12. 50年前的世界第一款个人电脑，我把它修好了！

13. CPO 技术构建下一代 AI 工厂网络基础设施

14. 你有没有买到过汾酒的假酒？你是怎么处理的？ #辉月有话说 #白酒品评 #汾酒 #青花汾酒 #假酒

15. B站暑假换电脑怎么选？三种需求，三台笔记本讲清楚,少花冤枉钱一个视频搞定新机需求

16. 全球AI算力链估值重挫持续上演

17. #中国AI芯片国产替代率五年从10%升至40%# 超节点就是我们的底气，这一次WAIC不仅有华为超节点，还有中科曙光、中兴、阿里、新华三等等。短短五年国产AI芯片份额实现四倍跨越，海外封锁反而倒逼国产产业加速突围。单卡性能受限就靠系统架构换道超车，超节点把数千颗国产NPU高速互联，打通算力集群瓶颈。从芯片、互联到整机全栈自主可控，算力不再被卡脖子，国产AI生态真正站稳脚跟。国产替代率超过50%指日可待。有人可能会说，超节点国外也能做啊，但不一样，我们有非常强大的电力资源，这个是超节点的最有力的支撑。你像美国，如果建超大数据中心集群的话，周边的居民的用电都会用到影响。

18. #梁文锋称华为芯片一年内平替英伟达#梁文锋认为英伟达CUDA生态正在自掘坟墓，出口管制等因素为国产AI芯片打开了历史性窗口。预计一年内能扭转国产芯片用不起来的市场认知。四张华为卡大致顶一张英伟达卡，技术上落后约两年，但只要价格和生态能匹配，这个差距可接受。华为的问题主要是产能不足，而非技术或生态。DeepSeek已拿到1.6万张950卡用于跑通生态。其实英伟达CEO黄仁勋也多次公开提到类似问题，他认为美国对华芯片出口限制反而加速了中国本土供应链发展，让华为等公司受益。出口管制让英伟达已很大程度上让出了中国先进AI芯片市场给华为。限制措施没有阻止中国获得所需算力，反而推动了中国自给自足和软硬件一体化。现在来看，出口管制并不一定是阻碍，反而成了华为的火箭燃料，加速了中国AI全栈能力的构建。

19. 国产算力三支箭蓄势待发，国产替代之路任重道远算力赛道行情几经震荡调整，很多人以为热潮已经褪去，一张AI芯片份额统计图却揭开了行业真实格局。英伟达依旧占据大半市场份额，国产芯片虽然份额稳步提升，但差距依旧十分明显。市场由此产生巨大分歧，乐观派相信国产算力会迎来政策与订单双重加持，迎来估值腾飞；谨慎派认为短期很难撼动海外巨头地位，更多只是题材层面的炒作。透过市场热度看清底层逻辑，就会明白国产算力崛起并不是一时的风口。AI产业高速扩张之下，算力已经成为数字时代最核心的基础设施。供应链安全、产业自主可控，是必须长期推进的战略方向。海外芯片供货存在诸多不确定性，各大云厂商开始主动加大国产算力采购力度，从政策引导，到企业主动落地采购，自上而下共同推动算力国产化进程，行业成长空间被彻底打开。整条国产算力产业链，可以简单理解成三支箭协同发力。第一支箭是AI芯片，作为算力最核心的大脑，以昇腾、昆仑、海光等为代表，承担核心计算任务；第二支箭是晶圆制造FAB，是芯片能够实现量产制造的工业底座，决定芯片产能释放上限；第三支箭是超节点整机硬件，依靠交换机、服务器等设备，把单颗芯片组合成大型算力集群，供各大企业投入使用。芯片、制造、整机环环相扣，缺一不可。回看近期盘面走势，算力板块经历了一轮深度回调，市场情绪反复摇摆。每当有利好消息传出，板块短线脉冲拉升，热度一过又快速回落。资金一边看好国产算力长期前景，一边又担忧短期业绩兑现不足，不敢持续重仓布局。板块内部分化十分明显，芯片端偶尔迎来资金炒作，制造、整机端很多标的依旧长期在底部震荡，没有走出像样的趋势行情。不少投资者总是期待国产算力能够走出一波连续暴涨行情，短时间内实现对海外产品的全面超越。但技术突破从来不是一朝一夕就能完成，份额提升是一个循序渐进的漫长过程。短期股价更多受情绪和消息驱动，想要走出长期趋势行情，需要企业不断迭代芯片性能，拿到越来越多云厂商的实际订单，依靠业绩兑现去支撑估值上行。单纯概念炒作带来的上涨，终究很难持续。 AI时代的竞争，算力就是最重要的赛场。国产算力这条赛道，不会一帆风顺，途中会充满震荡与反复。我们不用急于追涨短期爆发的热点标的，顺着芯片、制造、整机三大方向慢慢跟踪，等待产业订单持续落地。拉长时间耐心守候，才能真正把握住国产算力替代浪潮下，属于我们自己的产业红利。⚠️风险提示：本文仅为行业资讯客观解读，不构成任何投资建议，股市波动风险较高，决策务必保持谨慎。

20. #韩国存储双雄9500亿美元大单# 韩国总统李在明访美，在旧金山AI峰会上促成了一笔史无前例的半导体交易。据韩国总统府公布，三星电子与博通签署5年期战略合作备忘录，涉及2000亿美元的先进存储供应、AI芯片代工及2纳米以下先进封装；SK集团则与英伟达等美国科技巨头达成7500亿美元的长期存储芯片供应合作。加上英伟达与SK集团超过5000亿美元的AI基础设施计划，美韩在AI硬件层面的绑定进一步加深。几个值得关注的点：· HBM仍是AI芯片的核心瓶颈，韩国通过这次大单把「弹药库」话语权攥得更紧· SK电信计划建设的2GW数据中心将采用英伟达Vera Rubin和SK海力士HBM4，首个设施预计2027年投运· 韩国总统李在明同步发布《旧金山AI宣言》，意图将韩国推上全球AI算力扩张的最前沿黄仁勋说现在是「韩国的黄金时代」。当存储巨头与AI算力巨头深度锁死，全球半导体格局会怎样演变？#半导体##AI算力##微博AI创作季#

21. 对话叶奇意：“寻找”月之暗面杨植麟、中国两代AI、十年人才迁徙，与AGI信仰【101视频播客】

22. 算力革命与云厂商三重进化：Agent云的架构升级与"度量衡革命"【硅谷101】

23. 为啥建议等等华为Mate90？麒麟2026和麒麟2027相比麒麟9030Pro：CPU 单核提升15%/44%CPU多核提升 24%/56%GPU 提升 38%/87%NPU提升140%/213%CPU 单核能效提升12%/34%GPU 能效提升40%/78%NPU能效提升 81%/118%其中尤其是NPU迎来爆发式提升

24. 让我的gpt 5.6白话点评一下大家关注的Google财报：Google这一季的经营数据其实很好。总营收增长24%，Google Cloud收入增长82%，云业务利润率也提高到35.6%。搜索业务收入仍然增长17%，并没有因为ChatGPT等AI产品的出现而衰退。至少说明了两件事。第一，AI没有杀死Google搜索。Google把AI直接放进搜索以后，不但没有明显流失用户，反而带来了更多查询。AI搜索的运行成本也在下降，未来还可以继续放广告、卖订阅、收集商业意图。之前市场最担心的是，Google会不会成为被AI颠覆的上一代互联网巨头。从这份财报来看，这个风险已经明显下降了。第二，企业真的在为AI付钱。Google Cloud收入增长82%，积压订单达到5140亿美元。也就是说，很多企业已经签约，只是收入还没有全部确认。这不是大家注册几个免费AI账号带来的虚假繁荣，而是真金白银购买云计算、模型、数据、安全和AI代理服务。但问题也出在这里。AI需求虽然很强，Google花钱的速度更快。Google这一季资本开支接近450亿美元，比去年同期翻了一倍；2026年全年资本开支可能达到1950亿至2050亿美元，2027年还准备继续明显增加。这些钱主要花在GPU、TPU、服务器、数据中心、网络、电力和冷却设备上。结果就是，Google这一季虽然利润还在增长，自由现金流却变成了负数。所以市场看到的不是一份“AI不行”的财报，而是一份：“AI生意很好，但实在太烧钱”的财报。这也是为什么财报数字看起来很漂亮，Google股价却未必上涨。过去的Google像一台印钞机。用户搜索，广告商付钱，Google不需要建设大量实体基础设施，就能产生非常高的现金流。但AI时代的Google，越来越像一家科技公司、云计算公司和大型基础设施公司的混合体。它不仅要开发模型，还要买芯片、建数据中心、找电、铺网络、承担折旧，而且下一代模型还没训练完，下一轮投资又开始了。这会让市场重新评估Google。以后不能只看广告收入增长多少，还要看：每投入一美元AI资本开支，最终能带来多少收入和现金流？这份财报对整个AI板块的影响，也不能简单理解成“利多AI”。真正的影响是：AI产业链会进一步分化。第一类，是卖铲子的人。比如GPU、定制芯片、高速网络、光通信、内存、数据中心电力和冷却设备。Google只要继续投资，这些供应商就可以先收到钱。像英伟达、博通，以及部分网络、互联、内存和电力公司，都属于这一层。它们不需要先证明Google最后能不能从AI赚到足够多的钱，只要Google现在继续买设备，它们就有收入。第二类，是负责花钱的人。Google、微软、亚马逊、Meta都属于这一层。它们必须先花几百亿甚至上千亿美元建设AI基础设施，然后再慢慢证明这些投入能够提高广告收入、云收入、订阅收入或者企业服务收入。因此，同样是AI需求旺盛：上游供应商看到的是订单，科技巨头看到的却是资本开支、折旧和自由现金流压力。这就是为什么有时候Google提高AI资本开支，芯片和网络公司上涨，Google自己反而下跌。第三类，是夹在中间的AI应用公司。这一层面临的压力可能更大。因为Google正在把模型、数据、安全、云和AI代理打包销售。微软和亚马逊也在做类似的事情。如果一个AI创业公司只是调用别人的模型，再加一个简单界面，它很容易被大平台免费内置，或者被迫不断降价。未来真正能够留下来的AI应用，必须有自己的客户关系、专有数据、工作流程或者分发渠道。单纯靠“我们也接入了AI”，越来越难形成护城河。所以，这份财报不是证明所有AI股票都值得买。它证明的是：AI需求是真的，AI基础设施周期还没有结束，但赚钱会越来越集中，估值也会越来越看重现金回报。接下来最重要的是看微软、亚马逊和Meta的财报。如果它们也出现AI收入加速，同时继续提高资本开支，说明AI基础设施景气度仍然很高，上游芯片、网络、内存和电力链还能继续受益。如果只有资本开支上升，收入却没有同步加速，市场就会开始怀疑：这些科技巨头是不是建得太多、太快了？对投资者来说，最容易犯的错误，是看到Google增加2000亿美元资本开支，就认为所有AI基础设施股票都应该立刻追。基本面利多，不等于任何价格都值得买。如果相关股票本来已经涨了很多、交易非常拥挤，同时美债收益率上升、大盘走弱，那么即使长期逻辑正确，短期也可能出现高开低走。#美股#

25. #韩美9500亿美元芯片大单# 韩企这次是真的All in AI了。当地时间7月24日，旧金山AI峰会上，三星和SK联手甩出一张9500亿美元的超级大单，直接引爆全球半导体圈。几个核心看点：· 三星电子牵手博通，未来五年锁定2000亿美元的先进存储供应+AI芯片晶圆代工合作，三星的亚2纳米先进制程也敞开了大门。· SK集团更猛，宣布向英伟达等美企供应7500亿美元芯片。其中SK海力士与英伟达深度绑定HBM4，SK电信还要建2吉瓦级的AI数据中心。· 英伟达和SK集团的综合战略合作超过5000亿美元，黄仁勋直接放话：韩国具备成为全球AI强国的所有要素。这已经不是简单的卖货了，而是韩国举国之力把自己焊死在全球AI算力供应链的核心位置上。从存储到代工，从HBM到数据中心，韩国想做的分明是AI时代的“算力军火库”。韩美半导体绑定再升级，对全球芯片格局意味着什么？#AI芯片##半导体##科技热点##微博AI创作季##微博新知##科技妈咪#

26. [深度解析] 48V-to-1V/2000A下一代近芯供电架构与新型封装级VRM全景解析

27. AI 时代，你的硬盘还够快吗？

28. 子宫肌瘤切了又长？是没切干净吗？ #子宫肌瘤 #妇科手术 #女性健康 #无瘤原则 #抖出健康知识宝藏

29. 2026世界杯：AI改变了足球......吗？【硅谷101】

30. 17W对35W，优势在我！G3 Extreme掌机微星CLAW 8 EX AI+上手

31. #中国AI调用量领跑全球# 一组数据刷屏了：上周中国AI大模型调用量达33万亿Token，是美国的14.1倍，连续十三周稳居全球第一。与此同时，韩国签下9500亿美元芯片大单，工信部也放出“小快轻准”新政。AI竞赛的下半场，格局正在加速重构。【调用量碾压：中国33万亿 vs 美国2.34万亿】OpenRouter最新数据，7月20日-26日全球AI大模型总调用量58万亿Token。中国占33万亿，虽环比微降8.61%，但美国仅2.34万亿，环比暴跌67.86%。全球调用量前五全被中国模型包揽——小米MiMo-V2.5登顶，DeepSeek-V4-Flash第二，腾讯Hy3付费版冲至第三。更值得关注的是，Claude旗下模型近一年来首次全线跌出榜单，美国厂商仅剩英伟达一款在榜。【9500亿美元芯片大单：韩美深度绑定】韩国总统李在明访美期间，三星、SK海力士与英伟达、博通签下9500亿美元（约6.7万亿人民币）芯片合作协议。SK海力士与英伟达锁定超5000亿美元HBM存储供应，三星与博通签署2000亿美元谅解备忘录。这既是美国锁定高端存储产能的“护城河”，也意味着全球AI算力供应链正加速向美韩集中。【工信部“小快轻准”：AI要下沉到中小企业】7月27日，工信部发布2026版数字化指引，明确推动AI从“规则推理”向“多模态感知、动态预测与自主执行”演进，重点支持中小企业低成本、轻量化转型。政策信号很明确：AI不能只在大厂和实验室里转，要真正进工厂、进车间、进毛细血管。三个观察：· 调用量领先≠技术全面领先，美国在原始模型创新和高端芯片上仍有优势· 韩国大单折射出“算力即权力”的残酷现实，存储芯片成为战略资源· 中国AI正从“规模红利”转向“应用红利+政策红利”双轮驱动当33万亿Token遇上9500亿美元芯片协议，你觉得中国AI的领先优势能持续多久？#AI大模型##Token经济学##工信部新政##微博AI创作季##科技妈咪##微博新知##热搜AI创作激励大赛#

32. 售价26999的家用AI小主机，使用体验究竟如何？

33. 「Github一周热点124期」Kimi K3、AI网关、开源部署平台、反AI味设计Skill和人与Agent 协作工作台

34. 游戏AI是如何根据历史，再现一座古都的？

35. #openai计划云支出达7500亿美元#OpenAI把2030年前的云支出预期从6000亿直接拉满到7500亿美元，这哪是搞AI，分明是在搞“基建军备竞赛”的极限施压。以前大家还担心算力过剩，现在看完全是多虑了。为了这7500亿，OpenAI不仅要在佐治亚州砸300多亿自建“山茶花”数据中心，还顺手挖了马斯克xAI的核心架构师来盯盘。更夸张的是，外面还背着微软2500亿、亚马逊1380亿的巨额订单。这哪里是科技公司，简直是吞金兽加上电力黑洞。⚡️但最讽刺的是，一边是千亿级别的疯狂砸钱，另一边是2025年超200亿美元的营运亏损。CFO都在担心收入覆盖不了合同费，这就像是一个人一边刷爆信用卡买豪宅，一边焦虑下个月工资能不能还上最低还款额。科技巨头们现在就是典型的“囚徒困境”：谁敢停？停了就是出局。于是谷歌、微软、Anthropic集体加码，把AI竞争从算法层硬生生拖进了拼电力、拼散热、拼铜缆的物理底座肉搏战。这场游戏已经不再是比谁更聪明，而是比谁的血条更厚、谁能先在烧光现金前找到真正的造血能力。对于咱们普通人来说，别只看热闹，这波利好确实溢出了，但风险也随着账单一起指数级放大了。#ai创造营##热点解读# openai计划云支出达7500亿美元

36. Claude Opus 5 正式发布！到底有多强？深度实测，还有本地 AI 赛博女友！ | 零度解说

37. #中国AI芯片国产替代率五年从10%升至40%#国产芯片的性价比优势，现在已经实打实地体现出来了。举个例子，有企业部署了国产自研芯片之后，单位算力成本直接降了65%，有些场景下甚至能便宜30%到60%。正因为成本下来了，国内模型厂商的API定价，可以只卖海外对标产品的10%到20%，而且依然能保持20%到40%的毛利——这不是赔本赚吆喝，是真有利润空间。训练这边更是夸张。有报告显示，中国头部模型的训练成本，可能只有海外龙头的十分之一。比如蚂蚁集团，他们用国产芯片做优化，训练成本又额外降低了20%。这些降本效果，不是靠堆硬件堆出来的，而是源于架构设计、算子优化这类算法层面的创新，实打实地把每一分算力都榨出了更高的效率。#AI创造营##科技先锋官#

38. 又一家！苏州园区光芯片新秀数千万融资，专攻AI算力互连瓶颈科创板日报7月21日消息，苏州工业园区又一家半导体企业拿到钱了。华芯云睿微电子科技有限公司，宣布完成数千万元人民币天使轮融资。哇牛资本和善达投资联合领投，苏州工业园区领军创投跟投。这家公司的方向很聚焦——光互连与光计算芯片。打个比方，AI大模型训练就像一百个人同时搬砖，传统电互连相当于大家走同一条窄巷子，速度快不了。光互连相当于给每人修了条高速公路。华芯云睿做的就是这条"光高速公路"的核心芯片。除了光互连，他们还在搞感存算一体芯片，感知、存储、计算三合一，边缘AI设备的终极方案。资金用途也很务实：流片、工程化、供应链建设、可靠性验证、市场交付——全是产品化的关键环节。苏州工业园区的半导体生态这几年越聚越厚。材料有新美光（刚完成10亿D+轮），光芯片有度亘核芯（创业板IPO问询中）、长光华芯、星钥光子，设计有登临科技，封测有长电科技。现在光互连赛道又多了个华芯云睿。园区半导体的打法越来越清晰了：不是靠一家独大，而是把产业链每个环节都布上棋子。你觉得苏州能在半导体领域走多远？

39. 太硬气了！商务部重拳出击，反制裁收紧AI模型、芯片相关出口管制，限制高通、台积电获取国内先进半导体设计方案。三十年河东三十年河西，过去长期被别人技术封锁拿捏，如今我们拥有像华为、DeepSeek、宇树这样的高科技企业，终于手握技术筹码，拥有反向制衡的底气，这正是国内科技突围最有力的证明！

40. 马斯克：今年芯片会多到“没电可开机”，AI瓶颈已从硅片转向兆瓦

41. 为什么说AI的瓶颈取决于电力？

42. 深度报道 | AI产业比算力更急的是电力危机

43. 当AI芯片功耗突破千瓦大关，传统风冷已死，液冷与金刚石谁主沉浮？

44. 算力尽头是电力，电力命脉是变压器——马斯克最新访谈背后的硬逻辑及产业链解析

45. 算力能耗悬崖：全球AI正在撞上电力的墙

46. 马斯克达沃斯惊人预言：GPU已经多到开不了机！AI最大瓶颈转向电力？

47. AI下半场！电力升级+7月高温+全球爆单,增长最快的8大王者！

48. AI最大的瓶颈不是算法，是电：当算力遇上能源危机

49. AI的最大瓶颈：不是芯片，不是资金——是电

50. 马斯克扔出核弹：芯片多到开不了机！AI最大瓶颈竟是电力？

51. 美国AI算力陷入电荒困局，中国科技突围开启A股产业长牛……

52. 7500亿美元砸下去，AI最贵的不是芯片是电

53. xAI排了18个月电力接入队伍，马斯克把AI的命门说穿了：芯片不是最先撞墙的，电才是

54. 能源协同：高功耗芯片如何倒逼算力基础设施革命

55. 科技的终点是算力，算力的终点是电力！电力与电网板块深度撕裂：谁是真资产，谁在蹭概念？

56. 美国数据中心电力战争：AI狂飙的绊脚石终于来了

57. 6.8GW缺口、几十亿显卡堆仓库——AI的火，烧到了电网

58. 当AI机架冲向兆瓦级：一场围绕"电"的全球基础设施重构

59. AI算力到底是个啥？一个万卡集群一年"吃"掉一座城的电

60. AI芯片功耗持续飙升，液冷行业迎来高速增长

61. 为什么AI真正的瓶颈，不只是GPU，而是电力？

62. AI的瓶颈不在芯片在电力

63. AI芯片供电-被忽视的最后一道创新防线

64. 万亿算力烧成灰？能耗黑洞吞噬AI利润

65. 每次和AI聊天都在耗电耗水：全球算力大战，本质是大国基建比拼

66. AI竞争从芯片转向基建：电力、光通信、量子计算成三大核心卡点

67. AI数据中心正在重塑电力系统：储能为什么迎来一个全新市场？

68. AI算力高增倒逼散热材料升级，金刚石散热迎来黄金发展期——金刚石散热行业专题报告-方正证券

69. AI把电网逼疯了，电力凭什么这么猛？

70. 2026年AI芯片功耗突破2000W大关，液冷从“可选项”变“必选项”

71. AI基建困局：Filecoin如何用现有容量破解电力瓶颈

72. AI可以进化但物理不行 | 第02期 AI可以进化，但电网不行

73. 被变压器扼住咽喉的马斯克：AI尽头不是算力，而是传统铜线圈与硅钢片

74. AI电力竞赛下半场，功率半导体或成最大赢家

75. 美国AI被电力卡脖子？中国特高压和储能悄悄顶上了

76. AI很聪明，但AI很"热"——算力时代的散热困局

77. 10倍能效跃升！英伟达Vera Rubin实测数据曝光，全域液冷架构如何重构AI工厂？

78. 美国AI数据中心排队等电一年多？马斯克急了：只谈芯片太蠢，中国特高压抢走了全球电力市场！

79. 百亿订单背后：AI电力瓶颈破局

80. 现在性能扩展方式，纵向堆，横向联，挨得近，集成化…其实都属于结构优化，结构优化是有天花板的。而AI智能并非人脑这种低功耗，某些方面能力非凡的同时，算力电力需求极高，物理AI独立思考，那需求近乎无限。现在这种硬件的性能明显跟不上需求，能效比性价比完全做不到。真正要突破，还得等物理学、材料学等基础学科的研究突破，这一代材料架构的芯片还不行，AI智能未来发展肯定要卡在这里。 #上头条聊热点#

81. 算电协同

82. 中科大 3D芯片供电方案：48V 高压母线、封装内 IVR、固定比例 DC-DC

83. AI芯片功耗进入三千瓦时代，液冷还能撑多久？

84. 大模型电费单：训练猛，还是推理狠？

85. 芯片供电架构全面解析：Embedded Passives、VPD、IVR三大核心技术揭秘！

86. AI越聪明，地球越烫？硅基文明正在和我们一起抢电

87. 三分钟解读：算力狂飙背后的“三驾马车”：CPO、PCB、液冷谁在撑场？

88. 全球AI高速发展，电力需求暴涨！中兴通讯展示前沿技术，实现电力极致能效 ‌近几年，随着ChatGPT以及养虾（OpenClaw）等的发展，AI产业持续迎来飞跃式发展，不仅带来算力需求增长，也带来了电力高速增长。有数据显示，大模型训练算力年增长4至5倍，对应的电力负荷需求年增长2.2至2.9倍。中兴通讯在WAIC 2026上展示了极致能效AIDC整体方案，核心逻辑是“4T协同设计”——Bit（算力）、Watt（电力）、Heat（热力）、Management（管理）四维深度耦合，从源头实现全链路资源效率最优。而且，快速交付，缩短算力投产周期。中兴通讯采用90%工厂预制模块化方案，针对20MW规模智算园区，整体交付周期压缩至4.5个月。大量配电、算力、制冷单元车间预装配，大幅减少现场施工工程量，快速完成算力集群部署。同时，绿色节能，提升单位电力算力产出。方案原生适配风电、光伏绿电直供消纳，配套全栈液冷散热技术，PUE可控制在1.15以内。通过冷量精准分配、高压直流降损，让每一度电承载更多AI Token计算，持续降低园区长期运营能耗成本，匹配各地零碳算力园区政策要求。 “让每一度电承载更多AI Token计算”——这就是中兴通讯极致能效AIDC的核心价值。 #中兴通讯AI全栈创新成果亮相WAIC 2026# # 中兴通讯发布OEX超节点新品#

89. 嵌入式电感如何攻克 AI 供电系统的磁性能瓶颈

90. 算力狂奔的年代，AI开始跟人类抢水喝？

91. 冷却铜板，让数据中心能耗减少90%？

92. 英伟达新平台实测炸场！同等功耗吞吐量翻10倍，MoE大模型迎来分水岭

93. 硅躯纪元-第22章 CPU绝境：主频墙、功耗墙、通用计算百年瓶颈

94. #AI芯片的研发难点有哪些# AI芯片研发难点可不少。首先是芯片制程工艺，芯片制造不是简单的“设计图纸+高级设备=产品”，更像指挥精密的交响乐，薄膜沉积、光刻等两百多台设备，节奏不能有丝毫差池。而且有个残酷的评分标准——良率，像台积电2nm制程良率稳定在60%-70%，三星在55%左右，良率每差1%，利润就有百亿至万亿级别的差异。还有芯片功耗问题，AI芯片运行时功耗大，热设计挑战也随之而来。另外，芯片性能也有瓶颈，要提升性能得从算法优化、多核处理技术等多方面入手。芯片集成度和生态构建也是研发中要攻克的难关。

95. RK3588+RK182X 异构算力方案深度解析：10W 功耗跑 7B 大模型，能效比超 Jetson 3 倍的技术实现路径