AI竞赛进入“基建军备赛”：算力成生死线_CPU

1. 盘点一周AI大事(4月5日)｜叫AI老公多干活 OpenAI内测下一代生图模型「GPT-Image-2」 OpenAI工匠计划「Project Stagecraft」曝光 Google发布最强开源小模型「Gemma 4」 Anthropic研究发现Claude有170种情绪向量阿里发布最强开源多模态大模型「Qwen3.5-Omni」 Sakana AI 发布AI战略官「Marlin」微软发布最强语音识别模型「MAI-Transcribe-1」研究员开源最强声音克隆模型「LongCat-AudioDiT」研究员开源最强语音合成模型「OmniVoice」工程师开源AI同事「同事.skill」爆火首个一人独角兽公司「Medvi」诞生 #前沿科技趋势发布月 #AI新星计划 #AI #OpenAI #AIGC

2. 任正非万字重磅发言刷屏，终于又听到任老爷子发声！聊AI，聊算力，聊教育，聊人才，聊未来机会…硬核干货的背后，是惊人的智慧和格局！ #任正非 #ai #算力

3. 深度｜Starcloud创始人：未来最便宜的AI算力在太空中，我们要把数据中心搬上太空；推理很快就会占到整个算力市场的99%

4. 用模型排行榜论输赢？AI竞赛到底在比什么？ #大咖观察 #红衣聊AI #AI #大模型

5. 本地AI哪家强？统一内存大横评！

6. GPU利用率不到15%，AI产业最大的浪费正在被这家公司改写｜甲子光年

7. 谷歌论文，干崩存储？#谷歌 #存储芯片 #Google #Deepseek #AI推理

8. 狙击推理时代！英伟达200亿美元收购Groq，能否巩固AI帝国护城河？

9. 摊牌了，马斯克宣布 xAI 解散，还要把更多算力卖给 Claude

10. 光轮智能20亿美元估值引领全球具身数据基础设施｜甲子光年

11. DeepSeek新论文来了！联手清华、北大，优化智能体大模型推理

12. 黄仁勋最新访谈（2/3）：面对激烈的竞争，为什么英伟达的市场份额不降反升？#英伟达 #黄仁勋 #GTC #芯片 #算力

13. 自研才是终极底气！ #大咖观察 #红衣聊AI #谷歌 #芯片

14. 鹏说：AI Trading Agent时代下的思考

15. 我国太空算力网建设迈入关键阶段，2800 颗卫星将打造全球太空算力底座，这到底是算力格局的彻底颠覆，还是噱头大于实际？近地轨道建起太空数据中心，十万 P 级推理算力 + 百万 P 级训练算力实现天数天算，零成本太阳能供电、极寒高效散热，看似破解 AI 能源困局，却又无法替代地面能源，这波突破到底有多少含金量？更被吹为低空经济救星，号称能让个人飞行从概念落地，真能打破低空算力通信瓶颈，实现全民飞行的未来吗？太空算力 VS 地面算力，谁才是未来算力的核心？#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqHvkEL

16. 分发即杠杆，品味即战略，AI即基础设施。#AI创造营##AI生活指南# http://t.cn/AXyjpusf

17. 都在问泡沫何时破，老黄直接下了更大的赌注 #英伟达#黄仁勋#ces2026#GPU#AI新星计划

18. AI最烧钱的战场：数据中心的真实账单【硅谷101】

19. AI在太空觉醒：人类算力正在离开地球 Al在太空“觉醒”：人类算力走出地球！战略级科技计划发布 #人工智能 #太空算力 #超算 #英伟达 #马斯克

20. 算力革命的总设计师！英伟达未来10年的AI蓝图！如何重构全栈生态？「超极氪」

21. 拿下1亿美元种子轮！SGLang团队创立RadixArk，打造下一代开放AI基础设施

22. 突发 | OpenAI 和微软官宣「分手」，七年 CP 终成塑料

23. 英伟达最新财报：AI狂欢依然在持续，下个季度收入增长会进一步加速#英伟达财报 #AI #英伟达业绩大超预期 #黄仁勋 #智能体

24. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

25. Meta与AMD达成5年千亿美元采购协议，6GW算力，深度定制MI450。Meta将通过采购换取认证股份，最高持有AMD 10%的股份。AMD的市值3400亿美金，这笔大单对AMD是一个非常大的战略项目，也是Meta为了摆脱对英伟达的高度依赖的一个大胆的举措。

26. 4年烧光5000亿！「星际之门」怎么搞这么多钱，又要怎么烧光它？【柴知道】

27. 英伟达本周交出了一份关键财报，不仅没有暴雷，反而堪称炸裂：平均每日收入飙升至惊人的22亿。#大咖观察 #红衣聊AI #英伟达 #黄仁勋 #财报

28. 马斯克最新访谈（上）：去太空建算力集群纯属是被逼的#马斯克 #太空算力集群 #AI #XAI #特斯拉Optimus机器人

29. 黄仁勋抢吃龙虾：英伟达新核弹10倍算力提升，OpenClaw自由了

30. 很多人还是忽视了 Deepseek 对国产算力卡的巨大拉动作用Deepseek 这家公司对我们真的是国运级，而且连续带来了两次国运级突破！第一次是 R1，告诉全世界：中国人即使算力受限，也可以做出顶级的世界大模型直接破解了美国企图力大飞砖，利用算力限制，在 AI 上卡死我们的想法第二次就是 V4，在计算成本上把国产 AI 卡，特别是昇腾 950，带得飞起来Deepseek V4 训练是离不开 NVIDIA 计算卡的，这点我们必须要承认但是晟腾 950 已经部分参与到了V4的训练，并且可以100%承接推理的需求，这一点特别关键一个大模型的训练当然要消耗很多的算力，但是之前囤积的计算卡，还远没有到捉襟见肘的地步现在大家都已经开始 AI 实用化，拼的就是你能用多低的成本给用户提供多大规模的服务这里面有两个关键，成本要低，服务承载量要大成本低靠的是什么呢？靠的是 Deepseek V4 原生的 FP4 能力，就是把推理精度降下去，换取更高的算力比如原来有一张卡，它的 FP16 算力只有 500T；那么在理论上把精度降低到 FP8，算力可以直接蹦到 1000T；如果更狠一点，把精度降到 FP4，那么算力甚至可以蹦到 2000T！那大家之前为什么不做呢？因为降精度很有可能把模型干崩了训练的时候容易崩溃，导致几百万、几千万美金的成本直接打水漂；推理的时候，也就是给用户服务的时候，更加容易出现幻觉等不稳定的毛病，也会崩溃之前整个行业一般做到 FP8 就不敢再动了，再动就会严重影响整个训练和推理的体验只有一些开源的 AI 模型网站上，为了在PC这种小算力平台上部署，大家才会用 FP4 或者 INT4 做量化Deepseek V4 这次比较狠的地方，就是原生的 FP4 推理，非常好的控制了训练和推理过程的质量在精度暴跌的情况之下，依然可以非常精准的控制模型，这是真正的 AI 屠龙术而偏偏美国这次想卖的 H200，它的架构原生是不支持 FP4 的（要到下一代B300芯片才支持）并不是说不能运行，模型一样可以跑，只不过必须要反转到 FP8 模式，这就导致H200 跑模型推理的时候，用 FP4 毫无性能增益但是昇腾 950 却因为支持FP4，运行 V4 的时候可以凭空多出一倍的算力这就导致我国对于 H200 的需求量大大减低：训练的时候，我们确实还离不开 NV但是训练算力现在已经不是大头，Deepseek 都可以靠库存的 N 卡训练出一个 V4；其他家要是训不出来，那纯粹是水平问题现在最重要的是推理，是如何让 AI 来服务更多的用户，不要人用多了就卡死了既然在推理端，Deepseek V4这样的大模型可以用昇腾 950 干出一个吓死所有人的低价，那你买 H200 回来不就等于是赔钱吗？所以不买 H200 并不是一个强硬的政治主张，是有背后极其现实的经济利益以前离不开你，是因为你太强了，国产芯片完全没法用现在我用国产芯片反而推理成本更便宜，Token 单价轻松砍掉 80%，那我还买个锤子？

31. 英伟达为何持续押注VASTData？AI存储正在成为新的“算力”｜甲子光年

32. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

33. 黄仁勋CES预言：计算行业正经历双重革命。 #大咖观察 #红衣聊AI #黄仁勋 #CES #人工智能

34. 算力集群就应该建在太空里；这个世界500强的物流公司，已经从AI受益了#太空算力集群 #AI #云计算 #算力#马斯克 #SpaceX

35. 伊朗将攻击英伟达，要摧毁英伟达的“第二故乡”

36. 国产GPU，拐点已现

37. 年薪过亿！AI时代，为何是华人占半边天？

38. 卖铲人的疯狂时刻，英伟达发布Rubin意欲何为

39. # NVDA 财报 + Earnings Call 。GPT摘要整理。## 1. AI 需求并没有降温，反而还在扩张NVDA 本季营收达到 $81.6B，同比增长 85%；Data Center 收入达到 $75.2B，同比增长 92%。这说明 AI 基础设施建设仍然处在高速阶段。（来源：nvidianews.nvidia.com）---## 2. AI 已经从“科技公司项目”变成全球基础设施竞赛NVIDIA 在财报里特别强调，需求不只是来自 Microsoft、Google、Meta 这些 hyperscaler，还包括 AI cloud、企业 AI、工业 AI 和“主权 AI（sovereign AI）”。也就是说，越来越多国家和企业正在建设自己的 AI 能力。---## 3. 旧 GPU 价格还在上涨，是这次最震撼的信息之一Call 中提到，H100 GPU 的租赁价格今年还上涨了约 20%。正常情况下，旧硬件会随着新一代产品推出而降价；现在反而涨价，说明全球 AI 算力依然严重短缺。---## 4. 未来 AI 的瓶颈不只是芯片，而是整个 AI 工厂（AI Factory）Jensen Huang 一直在强调 “AI Factory” 概念。未来真正重要的，不只是 GPU 本身，而是：- GPU- 网络- 光通信- 电力- 冷却- 软件系统这一整套基础设施架构。---## 5. 网络（Networking）正在变得和 GPU 一样重要NVIDIA Data Center networking 收入同比增长约 199%，远快于 GPU 本身。原因很简单：随着 AI 模型越来越大，机器之间如何高速协作，会成为新的核心瓶颈。---## 6. 光通信（Optical / Photonics）将是 AI 时代的重要基础设施NVIDIA 特别提到与 Coherent、Lumentum、Corning 等公司的合作。未来 AI 数据中心内部，大量数据需要通过“光”而不是传统电信号传输，才能降低能耗并提升速度。---## 7. AI 正从“训练模型”进入“推理（Inference）时代”过去几年重点是训练 GPT 类模型；现在越来越多用户真的开始使用 AI，因此未来更重要的是：如何用更低成本、更高效率去生成 AI 回答（token）。---## 8. Vera Rubin 不只是新 GPU，而是下一代 AI 平台NVIDIA 正在把：- GPU- CPU- Networking- 软件- 系统整合成完整平台。它已经越来越不像传统芯片公司，而更像 AI 基础设施操作系统。---## 9. AI 的核心问题已经从“有没有模型”转向“有没有足够电力与算力”财报中多次提到 power constraints（电力限制）。未来 AI 数据中心的关键竞争力，可能不只是芯片，而是谁有：- 稳定电力- 数据中心容量- 冷却系统- 网络能力---## 10. 这次财报真正确认的是：AI 不再是短期热点，而是在重构全球计算基础设施过去互联网改变的是“信息流”；现在 AI 正在改变：“计算资源如何被生产与分配”。从芯片、网络、光通信到电力系统，整个产业链都在被重新定义。---# 总结NVDA 这次财报最重要的意义，不是“又赚了很多钱”，而是它进一步证明：AI 已经从软件热潮，进入全球基础设施建设阶段。未来几年真正重要的，不只是模型，而是支撑 AI 运转的整个系统。

40. 上交大和辉羲把LLM刻进ROM！推理性能冲2万token/s，GPU时代终结？

41. #甲骨文凌晨6点突发裁员3万人#Oracle作为传统数据库巨头，目前收入和云业务增长强劲，并非经营困难。裁员主要是公司正大力投入AI数据中心基础设施建设，需要用人力成本换取算力和基础设施投资，而且裁员消息传出后，Oracle股价反而上涨，说明市场对这一全球性重组战略非常认可。

42. 节后新方向！豆包开启收费利好的方向是哪些？还不知道的快看看！核心利好板块1. 算力基础设施：AI服务器、数据中心、云计算等上游硬件及服务（如字节生态合作方、智算集群相关企业），直接受益于付费模式下高算力需求的扩容与订单增量。2. AI应用与生态：AI办公、创意工具、垂直场景解决方案（教育、影视等），以及模型训练数据服务商，将随商业化落地迎来变现加速。3. 大模型行业：推动国产AI从“免费获客”向“分层付费”转型，行业盈利模式得到验证，加速技术迭代与头部企业优势集中。行业整体影响豆包作为国内头部AI应用，其付费探索是国内AI商业化的关键拐点，既为行业验证了用户付费意愿，也推动产业链价值重估，加速“基础免费+专业付费”的分层服务模式普及，利好具备商业化路径、算力支撑和生态协同能力的AI产业链企业。

43. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

44. 2026年AI主线换了！这5大趋势必须看清。 #大咖观察 #红衣聊AI #趋势风口 #人工智能

45. Anthropic的CFO：收入有望在2027年超越美国科技7巨头，我们是怎么做到的，我们在焦虑什么#Anthropic #AI大模型 #算力 #AGI #AI基础设施

46. 用英伟达方案的1/10成本，造出一只接近“生命体”的机器狗

47. 17000 token/s，比B200快48倍！Taalas AI 芯片能否颠覆英伟达GPU？

48. #一条音频告别2025##微博声浪计划# 英伟达发布新一代GPU Rubin平台，算力实现跨越式升级，NVFP4推理算力达50 PFLOPS，是前代5倍，训练算力提升3.5倍。平台为全栈硬件生态，集成多款芯片，扩展能力强大。战略转向物理AI，开启机器人与自动驾驶新赛道，2026下半年交付，同时面临市场竞争与地缘政治挑战。#英伟达发布新一代GPU# http://t.cn/AXbJpSJw

49. #科技先锋官# 2026年AI代理预测将成为驱动产业效率革新的核心力量，也因此被业界定义为AI代理年。企业无需专业团队即可快速部署，让AI代理高端配置变为普惠工具，企业级需求的爆发成为核心推力。数据显示，2026年全球AI代理市场规模预计达85亿美元，企业级应用覆盖将超10万家。过去AI多聚焦单一基础场景，而AI代理可自主理解目标、规划流程并执行复杂任务，在客服、销售、运维等领域大幅提升效率，这种一站式解决能力精准匹配了企业降本增效的核心诉求。随着算力租赁模式成熟与国产芯片技术突破，2026年企业AI算力成本较上年再降40%。以往中小企业因百万级训练成本望而却步，如今通过按需租用模式，算力投入门槛降至传统模式的1/10，加上动态扩缩容技术提升资源利用率，即使是中小微企业也能负担AI代理应用，为市场爆发奠定了基础。AI代理已突破早期对话局限，具备多模态交互、上下文理解与跨系统集成能力。依托检索增强生成与自主学习技术，其任务处理准确率超95%，可无缝对接企业CRM、订单系统等核心平台。MaaS模式将复杂技术封装为标准化服务。#AI创造营##AI创作热点##一分钟视频创作季# 种斌Marco的微博视频

50. 阿里云重写了云#阿里 #阿里云 #千问

51. DeepSeek做大→Mega MoE，Tri Dao团队加快→SonicMoE

52. Rubin 是首代大规模搭载 HBM4 的架构。在技术层面，训练主要是 Compute-bound（计算受限），Batch比较大，而推理，尤其是长文本和高并发，是极度 Memory-bound（带宽受限）的，Batch小，延迟要求高，毕竟是服务大量群众的。Rubin 把带宽拉到 20TB/s 以上，本质上就是为了解决推理时的吞吐瓶颈。 Rubin 当然能训练，英伟达的卡从来不偏科。但为什么要强调推理？因为 HBM4。训练吃算力，推理吃带宽。Rubin 把内存带宽拉到 Blackwell 的两倍多，摆明了是要在推理端降维打击，能训练是保底，推理成本降一个数量级才是 Rubin 让大厂掏钱的主要原因。。现在大厂手里囤了那么多 H100 还没跑满，为什么还要盯着还没出的 Rubin？就是因为推理太贵。训练是研发投入，咬牙也就过了；但推理是日活开支，那是每天都在烧的钱。Rubin 的 HBM4 就是避免长期烧钱，没有谷歌的TPU也就算了，现在有个魔鬼TPU在边上，TPU 推理每 Token 成本比 H100 低 4 倍，不求变是不行的，不买是不行的。。我厂有很多V100，也有H100，AMD 的MI250，300X 等，现在GB200还太贵，TPU要用谷歌云不方便，Rubin还没发布，我作为厂长，当然要了解和学习这里面的名堂。。当然我肯定没写过实际代码，就像老黄也没写过，不妨碍我们吹牛啊，对不对。

53. 从「模型」到「部署」，如何理解 AI 技术进步背后的基础设施挑战？

54. 每天140万亿算力消耗到底藏着什么机会？这场大会可能有答案#移动云智能新空间

55. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

56. 如果明天算力不再决定胜负，你觉得你手里的哪张牌能赢？ #大咖观察 #红衣聊AI #ChatGPT #算力 #AI

57. 刚刚，马斯克官宣xAI解散，22万张GPU算力租给Anthropic

58. 【推理效率狂飙19倍！#千问3.5成本仅为谷歌大模型5%#】千问3.5凭什么做到成本仅为谷歌的1/18？答案是底层架构的全面革新。全新MoE架构，3970亿参数仅激活170亿，推理吞吐量最高提升19倍，部署显存降低60%。技术上的“斤斤计较”，才有了价格上的“大大方方”。#有AI的春节有什么不一样# 引力科普的微博视频

59. 算力发展的未来趋势

60. #科技先锋官# 别再死磕通用芯片了！Arm 推出 AGI CPU、特斯拉砸千亿建芯片工厂，全球 AI 硬件早已彻底换道！还在认为国外芯片垄断不可撼动？觉得国产硬件只能跟跑？大错特错！低延迟、高能效的专用芯片时代来临，数据中心格局正在重塑。而中国凭借完整制造产业链、领先绿电资源与海量 AI 应用场景，手握三大硬核优势，完全具备弯道超车的底气。是国外硬件继续领跑，还是中国 AI 硬件实现逆袭突围？专用芯片究竟有多重要？国产机会到底藏在哪？一条视频讲透全球 AI 硬件大变局，看完你会彻底看懂未来趋势！#微博超有用视频大赛##AI创造营##上微博涨知识##科普大作战# http://t.cn/AXIPAs8R

61. AI大模型现在的一个趋势就是从训练全面走向推理。走向推理后，AI真正的赋能生产生活就铺开了。AI这条链上的相关需求都会有新一轮变化目前可以肯定的是，最直接受益的第一梯队：算力芯片 / ASIC + HBM / 高带宽内存 + 高速网络光互联第二梯队：企业级 SSD / NAND、DDR5、服务器、PCB、液冷、电源第三梯队：IDC、储能、电网、边缘AI芯片、端侧设备光模块，光连接件需求会更大，因为推理阶段需要更低延迟，更快连接存储的需求也会不断增大，HBM，DDR5，企业级的SSD，NAND，因为推理不光吃算力，还需要更多的内存来做数据读写训练的本质是用海量算力把模型做出来，推理阶段，每天有海量用户，海量应用，海量API请求，Token消耗巨大。还怎么操作，买哪些题材，懂得都懂图是我的Hermes做的，用的GPT Image 2

62. 刚被曝大裁员的甲骨文，一边节流一边开源，企业预计在2026年募集450亿至500亿美元，用于扩充云基础设施的服务容量，进一步满足甲骨文云基础设施头部客户的合约需求，这些客户包括AMD、Meta、英伟达、OpenAI、TikTok、xAI 及其他企业。几乎都是各行业的头部，甲骨文是真吃的开。

63. 盘后大利好！工信部定调“AI+软件”专项行动，四大A股方向迎爆发契机4月28日盘后，工信部重磅官宣“人工智能+软件”专项行动，明确聚焦智能编程、工业软件、边缘算力、工业数据四大核心赛道，从政策层面给AI产业划定清晰增长路径，A股相关板块直接迎来强催化，确定性机会明确。本次专项行动绝非短期口号，而是覆盖技术研发、产业升级、算力布局、数据筑基的全链条顶层设计，核心目标是推动软件国产化与AI深度融合，培育模型即服务、智能体即服务等新业态，为AI产业落地提供硬核支撑。对散户而言，重点锁定一季报业绩兑现+政策直接受益+有实单落地的标的，远离纯蹭热点个股。一、智能编程：AI赋能开发全流程，国产工具迎放量政策核心：加快智能编程研发应用，打造AI驱动的软件开发工具链，降低开发门槛、压缩人力成本，助力软件国产化提速。• 卓易信息：纯正AI编程标的，旗下Snapdevelop、EasyDevelop工具精准匹配政策方向，覆盖全流程智能开发场景。• 金现代：低代码国标起草单位，深度绑定华为云低代码生态，工业场景AI开发效率显著提升，订单落地节奏快。• 万兴科技：率先推出AI编程助手，覆盖多语言开发，创意软件+AI协同落地领先，业绩弹性充足。二、工业软件：AI驱动国产替代，打破海外垄断政策核心：推动基础软件、工业软件智能化升级，攻坚“卡脖子”环节，叠加AI提升设计与生产效率，赛道景气度持续上行。• 中望软件：工业CAD龙头，国产替代空间广阔，AI赋能产品迭代加速，市场份额稳步提升。• 中控技术：流程工业软件龙头，深度受益制造业数智化，AI+工业控制场景成熟，业绩稳健增长。• 宝信软件：钢铁工业软件标杆，工业互联网+AI协同赋能，智能化升级落地成效显著。• 华大九天：EDA国产替代先锋，芯片设计核心工业软件，技术壁垒高、替代空间最大，核心受益政策扶持。• 用友网络：企业管理软件AI升级龙头，YonGPT大模型深度融入ERP，打开第二增长曲线，政企订单充足。三、边缘算力+智算云：算力基建提速，AI“压舱石”赛道政策核心：有序推进算力布局与边缘算力建设，完善智算云服务体系，解决工业场景高延迟、高成本痛点，为大模型训练与应用落地提供算力支撑。• 浪潮信息：国内AI服务器龙头，市占率行业领先，智算中心核心供应商，直接受益算力扩容。• 中科曙光：算力基建龙头，液冷技术+智算云服务双优势，深度参与全国智算中心建设，订单饱满。• 首都在线：算力运营核心企业，聚焦大模型算力租赁，边缘算力节点布局完善，业绩持续释放。• 利通电子：英伟达中国区Preferred级AI云伙伴，一季度净利润同比暴增821%，政策+业绩双击。• 光环新网：边缘算力核心运营商，坐拥海量数据中心资源，直接受益边缘算力建设扩容。四、AI+数据要素：工业数据筑基，AI落地“燃料”赛道政策核心：实施工业数据筑基行动，建设工业高质量数据集，AI竞争核心是数据竞争，高质量工业数据成核心资产，赛道预期差最大。• 上海钢联：大宗商品数据龙头，高频产业数据库储备雄厚，是大模型训练优质语料，价值重估空间大。• 海天瑞声：AI训练数据专业服务商，直接受益大模型多领域数据需求爆发，订单高速增长。• 东方国信：工业大数据深耕者，长期积累数据治理经验，“数据筑基行动”直接受益，场景落地丰富。• 卓创资讯：细分领域数据要素龙头，数据产品矩阵完善，受益数据资产入表政策，业绩弹性可期。投资核心逻辑当前市场聚焦业绩兑现+政策落地，优先选择一季报高增、进入政府采购名单、有明确算力/软件订单的龙头标的；规避无核心技术、纯蹭热点的个股。本次“AI+软件”专项行动将持续催化板块行情，四大核心赛道有望迎来戴维斯双击。

64. 节后新方向！豆包开启收费，这些利好方向要抓牢！节后市场新风向已现！国内头部AI应用豆包正式开启付费订阅模式，标志着国产AI彻底告别“纯免费烧钱”时代，商业化拐点落地，算力、应用、大模型三大核心赛道直接受益，还没理清逻辑的，快收好这份核心解读！一、核心利好三大板块（直接受益）1. 算力基础设施：订单扩容，量价齐升付费核心是高算力场景变现（PPT生成、视频创作、深度数据分析等），豆包3.45亿月活用户分层后，重度专业需求集中释放，直接拉动上游算力需求爆发。• 核心标的：AI服务器、智算集群、数据中心、云计算企业，尤其是字节生态合作方，优先承接增量订单。• 利好逻辑：付费模式下，高算力调用量激增，算力采购“量价齐升”，上游硬件与服务企业直接受益于订单扩容与利润修复。2. AI应用与生态：变现加速，价值重估豆包付费验证了用户付费意愿，为全行业商业化铺路，具备生产力属性的AI应用迎来黄金发展期。• 核心标的：AI办公、创意工具、垂直场景方案（教育/影视/企业服务）、模型训练数据服务商。• 利好逻辑：从“免费获客”到“付费变现”，分层服务模式普及，专业应用落地提速，数据服务、场景解决方案直接受益于商业化红利。3. 大模型行业：模式验证，头部集中豆包作为行业龙头率先收费，为国产大模型树立标杆，盈利模式正式跑通，行业竞争从“流量内卷”转向“技术+商业”双轮驱动。• 核心标的：头部国产大模型企业、具备技术迭代与生态协同能力的平台。• 利好逻辑：推动行业从“基础免费+专业付费”分层转型，收入反哺研发，加速技术迭代，头部企业优势集中，中小厂商出清提速。二、行业整体影响：AI商业化拐点，产业链迎价值重估1. 模式定型：告别“烧钱换流量”，“基础永久免费+高级增值付费”成行业共识，平衡普惠与商业可持续。2. 价值验证：3.45亿用户的付费探索，验证国内AI付费市场空间，提振全行业信心，吸引资本回流。3. 链条传导：从下游应用付费，到中游模型迭代，再到上游算力扩容，全产业链价值重估，具备商业化路径、算力支撑、生态协同的企业迎来估值修复。三、重点提醒豆包付费不是单点事件，而是节后AI板块最强催化！优先关注算力硬件的订单弹性、AI应用的变现兑现、头部大模型的技术壁垒，避开无核心能力、纯概念炒作标的。

65. 黄仁勋可能真的开始疯狂自救了，AI算力的游戏规则变了！对中国来说，这反而是一个窗口期。#红衣聊AI #黄仁勋 #英伟达 #芯片 #大有学问

66. 2026英伟达GTC：“推理之王”的ASIC反击战与Token经济学【硅谷101】

67. #一条音频告别2025##微博声浪计划# 小米天才少女罗福莉首次登场，发布开源大模型MiMo-V2-Flash。该模型采用MoE架构，激活参数150亿，推理速度比Claude 4.5快2倍，支持256K长上下文。罗福莉曾拒绝天才标签，小米借其强化AI布局，引发行业关注与讨论。种斌Marco的微博音频

68. 王传福又放大招！比亚迪自研4nm智驾芯片横空出世！

69. 最让英伟达害怕的，是华为的这个大家伙！昇腾384超节点，是华为打造的超大算力集群，单节点集成384颗昇腾NPU与192颗鲲鹏CPU，由12个计算柜和4个总线柜组成。它打破传统冯诺依曼架构，采用对等计算架构，凭借高速总线互联，通信带宽较传统方案提升15倍，单跳时延降至200纳秒，大幅突破算力互联瓶颈。其稠密算力达300PFLOPs，千亿大模型训练性能较传统集群提升2.5倍以上，MoE模型性能提升可达3倍。该超节点可灵活扩展为数万卡规模集群，支持训推共池、错峰调度，算力利用率更高，能高效支撑超大规模AI模型训练与推理，是国产高端算力的核心标杆方案。#第九届数字中国建设峰会# 通信老柳的微博视频

70. #国产开源大模型下载量破100亿次# 国产开源大模型的走出去的底气都在这里：我过超大规模市场和完整产业链。10 亿 + 互联网用户、海量场景，让 AI 技术能快速落地验证，迭代速度远超海外。政策持续扶持，算力基建跟上，国产算力集群规模全球领先，成本还低，推理成本差不多只有美国的 1/16。再AI安全合规方面，国产大模型更是走在了美国的巨头的前头，本土算力与安全工具链完善，企业能快速搭建合规体系，无需像海外企业那样承担巨额合规支出。

71. AI算力“造富效应”的泛化路径#AI算力产业链正批量造富##ai创造营# 当前的AI大模型已经逐步从“实验室”走向“千行百业”。随着词元（Token）调用量呈数百倍的爆发式增长，以及多模态视频模型、万亿参数级MoE（混合专家）架构的普及，AI算力需求正在经历从“云端训练”向“训练+推理”双轮驱动的转型。这种高景气度正沿着产业链条逐级扩散。当下AI行业训推共振，算力基础设施供不应求，行业正在从小范围的“一枝独秀”走向全产业链的“百花齐放”。当前直接利好的四大核心产业1. 先进半导体与核心硬件这是最早也是最直接受益的“卖铲人”领域。算力芯片：通用GPU（图形处理器）和高能效比的ASIC（专用集成电路）一卡难求，订单量普遍出现爆发式增长。先进封装与高带宽存储：伴随算力芯片迭代，HBM（高带宽内存）、2.5D/3D封装（如CoWoS技术）及Chiplet（芯粒）技术成为最核心的红利区，相关厂商的业绩正在加速兑现。2. AI服务器与通信网络单点算力的提升必须依赖超大规模集群的高效互联，这直接带飞了通信基础设施。高速网络器件： 800G及1.6T高速光模块、高性能交换机芯片需求激增。光纤光缆：智算中心集群建设催生了新型光纤的强劲增量需求，裸光纤现货价格大幅飙升。3. 数据中心基础设施（尤其是液冷散热）传统风冷已无法满足AI智算中心极高的功耗密度。液冷散热技术正迎来跨越式普及，相关泵组、冷配板、CDU（液冷分配单元）产业链利润空间巨大。4. 算力云与算力租赁服务面对高昂的硬件自建成本，中小企业和应用厂商更倾向于通过云端租用算力。目前算力租赁行业维持在35%至60%的高毛利率区间，拥有充足资金与优质芯片渠道的头部服务商正在加速跑马圈地。今后5年受益最多、爆发潜力最大的4大产业链如果说过去是“纯硬件和算力基建”的天下，那么未来5年，算力的泛化、技术的下沉以及应用层面的“硅基劳动力”爆发，将把红利推向以下四个深水区产业链：1. “风光储算”协同与绿色能源产业链“AI的尽头是算力，算力的尽头是电力。”这是未来5年最核心的刚性约束，也是极大的造富蓝海。储能爆发：算力中心用电负荷持续攀升。未来5年，算力中心的储能（ESS）需求有望超过传统独立储能，成为保障算力稳定运行的关键。产业链受益者：绿电（风电、光伏、核能等）运营商、智能电网改造、数据中心专用储能设备商、全天候绿色能源供应技术。2. 边缘计算与智能物联网（Edge AI & IoT）智能正持续从云端下沉，万物从“互联”走向“智联”。逻辑演变：物理世界的响应需求（如自动驾驶、工业质检、智能家居）要求即时且连续，这驱动AI模型轻量化并向边缘渗透，数据不再必须上传至云端。产业链受益者：边缘侧SoC（系统级芯片）、智能汽车（智驾芯片及方案）、AI手机与AI PC供应链、工业机器人及边缘感知物联网设备。3. AI智能体（Agent）与产业软件生态链AI正从“内容创作工具”升级为“工作流程重塑引擎”，形成规模化的“硅基劳动力”。逻辑演变：随着Token价格不断下降，能够理解目标、规划步骤、调用工具完成复杂经济任务的通用Agent将迎来B端（企业级）与C端（消费级）的爆发。产业链受益者：垂直行业SaaS重构（如金融、医疗、制造领域的Know-How软件化）、MaaS（模型即服务）平台、AI一句话编程工具。4. 国产全栈算力全自主供应链受到供应链安全及长期资本开支成本约束的影响，国内算力建设未来5年将深度从“国产替代叙事”转向“实实在在的业绩兑现”。产业链受益者：深度绑定头部互联网巨头（如字节跳动、阿里、腾讯等）的国内本土供应链公司，以及提供高性价比定制化ASIC芯片路线的厂商。💡 总结未来5年的创富逻辑将从“堆砌算力硬件”演变为“解决算力的终极约束（能源）”以及“释放算力的最终价值（边缘智能与Agent）”。

72. “AI弃子”CPU逆风翻盘：英特尔、AMD与ARM意料之外的一场胜利【硅谷101】

73. 英伟达很快会反超谷歌TPU，AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

74. 算力王冠易主！ #零距离看懂财经 #2026经济风向标 #财经 #芯片

75. AI算力需求大增，多家上市公司业绩爆发！300476，净利润预增超260%！

76. Anthropic 获得650亿美元H轮融资，估值达到了9650亿美元超越了OpenAI 的估值到本月早些时候，Anthropic 的年度经常性收入（ARR）已突破 470 亿美元。2026 年 2 月（ARR） 140 亿美元（较 2024 年底的 10 亿美元增长 14 倍）2026 年 4 月ARR 跃升至 300 亿美元2026 年 5 月底ARR 正式冲破 470 亿美元大关算力方面：Anthropic 在近几周达成了多项重磅的算力合作协议：与亚马逊达成高达 5 吉瓦（GW）的新算力容量协议。与谷歌和博通达成 5 吉瓦的新一代 TPU 算力容量协议。与 SpaceX 达成合作，获得其超级计算集群 Colossus 1 和 Colossus 2 的 GPU 使用权限。

77. 中国大模型偷了老美的家，原因竟然是电多？ #燃起来了大国重器 #春节世界观察 #新年囤点专业货

78. 芯片大咖访谈：英伟达最怕的不是AMD，而是华为，中国是半导体供应链最全的国家#AI #芯片 #半导体 #英伟达 #黄仁勋

79. 30W超低功耗驱动190 TOPS超强算力！联想AI主机P7以极致能效比重塑端侧AI设备标杆，小体积、强性能、低噪音、可移动供电，搭配天行AI计算架构与三维堆叠技术，重新定义个人与家庭边缘AI中心的形态与能力，让高性能AI更普及。#天禧AI我的专属超能搭档 # #联想AI主机#

80. #科技先锋官# 当ChatGPT流畅对话、Sora生成逼真视频时，这些智能奇迹的诞生伴随着巨额成本与环境代价。斯坦福大学《2025人工智能指数报告》警示，AI模型训练的成本与碳排放正呈爆炸式增长，成为行业不可忽视的灰色阴影。训练一个千亿参数的商用大模型，成本普遍在200万至1200万美元之间，GPT-4的训练成本更是高达6300万美元。这背后是数万块高端GPU的集群运算。GPT-3训练就动用了近3万块GPU，连续运转数周，仅算力租赁费用就超500万美元。GPT-3训练消耗的1287兆瓦时电力，相当于1000户中国家庭一年的用电量，对应碳排放约748吨。全球大语言模型年碳排放已达1067万至1861万吨，相当于亚马逊雨林年固碳量的3.6%。中国因能源结构特点，贡献了全球AI领域54.4%的碳排放。现在低碳AI已经成为重要的追求目标。中端GPU在能效比上更具优势。混合精度训练、模型剪枝等技术可降低超30%的能耗。将数据中心建在水电丰富地区或采用光伏供电，能进一步削减碳足迹。开源模型的普及更能避免重复训练，显著降低行业总排放。#AI创造营##AI创作热点##AI生活指南# 种斌Marco的微博视频

81. 中国AI调用量首超美国，国产算力电力大涨，英伟达市值一夜蒸发 2600 亿美元，如何解读背后市场信号？

82. #英伟达发布新一代GPU# 英伟达CEO黄仁勋CES上带来了最新的Rubin平台，将芯片的竞争直接带入系统层面。GPU推理算力是Blackwell的5倍，推理成本降低90%。 Rubin平台的发布直接降低大模型落地门槛，今年AI行业要迎来全面爆发了。

83. #英伟达发布新一代GPU#英伟达Rubin平台全面量产，第三代Transformer引擎加持的Rubin GPU太能打，NVFP4推理算力达50PFLOPS，是前代5倍！还有Alpamayo1开源模型赋能自动驾驶，机器人赛道要彻底起飞了！而且不止GPU！英伟达Rubin全栈平台携Vera CPU、Rubin GPU等六款芯片亮相，推理算力暴涨，2026下半年落地。黄仁勋直言机器人迎ChatGPT时刻，这次真的要颠覆行业了！

84. 盘点一周AI大事(2月15日)｜王炸视频模型字节正式上线最强视频模型「Seedance 2.0」字节发布最强开源视频模型「Alive」工程师davidohyun开源龙虾女友「Clawra」爆火 Google升级最强推理模型「Gemini 3 Deep Think」智谱发布最强开源大模型「GLM-5」 MiniMax发布最强开源编码模型「M2.5」 Google官宣AI互联网协议「WebMCP」 Claude上线Windows版「Cowork」 Google Stitch炸裂升级千问发布最强开源图像模型「Qwen-Image-2.0」研究员开源最强语音合成模型「MOSS-TTS」研究员推出最强开源音乐模型「SoulX-Singer」研究员开源最强配音模型「Just-Dub-It」 #AI新星计划 #抖音年味新知贺岁 #前沿科技趋势发布月 #AIGC #人工智能

85. Meta与AMD达成千亿美元AI芯片协议，算力竞赛再升级

86. Meta与AMD达成超千亿美元AI芯片采购协议，五年部署6吉瓦算力

87. 千亿算力订单落定 Meta押注AMD 改写AI芯片格局

88. 从石油锚定到算力锚定，全球金融秩序迎来历史性大更迭

89. 千亿算力大单落AMD Meta拿10%股权重构AI格局

90. OpenAI公布2025年成绩单，2026年聚焦人工智能实际应用

91. 英伟达400亿入股OpenAI、微软重谈分成

92. OpenAI与微软松绑！AI巨头挣脱独家束缚，算力自主成新战场？

93. OpenAI“星门计划”遇挫，算力战争下微软、亚马逊谁是最终赢家？

94. OpenAI年化收入突破200亿美元

95. 云巨头，为何倒向英伟达？

96. 重磅！Meta与英伟达达成史诗级AI合作

97. Meta扩大与英伟达合作，行业竞争态势加剧

98. 英伟达和Meta联手了，CPU不只配角 AI算力要变天了，这次真不一样

99. 英伟达与Meta达成数年跨代战略合作

100. Anthropic与亚马逊达成1000亿美元人工智能基础设施协议

101. 5年1.3万亿！Anthropic要买爆谷歌云算力

102. Anthropic的双头超大规模战略（AWS Trainium+Google TPU）

103. 谷歌豪掷400亿锁定Anthropic，OpenAI慌不慌？

104. 谷歌豪掷400亿入股“对手”Anthropic！

105. 云厂商的AI算力战争

106. 算力狂飙撞上“水墙”与“人墙”

107. AI数据中心的下一道障碍

108. Meta 与英伟达签下数百万芯片超级协议

109. 英伟达芯片铺满全球机房，云厂商嘴上说要自立，实际全靠它吃饭

110. 谷歌云代理商

111. AI大模型训练软件，不只是训练框架更是企业级训练平台与算力底座

112. GPU利用率仅40%-60%？云基础设施落地大模型，关键在基础设施协同而非算力堆砌

113. 为什么说“大模型训练”很难？

114. 当 Kubernetes 遇见 AI

115. 谷歌重磅

116. 破解 LLM 推理成本危机

117. llm-d

118. 【GTC2026】海力士分享

119. LLM推理系统的几个性能观测指标

120. AI初创公司GPU服务器托管实战

121. 企业如何选择公有云、自建机房和IDC托管

122. 服务器托管全攻略

123. 苏州IDC数据中心选择攻略？客户服务器托管真实案例分享

124. 智恒百亿算力托管全解

125. 【市场聚焦】浅析IDC市场行业现状及紫金云公司IDC市场发展方向

126. 2026 年 AI 算力价格大涨！中小企业别再自建，租赁才是省钱捷径

127. 国产AI核心赛道

128. 阿里、腾讯涨价400%，AI时代的“收租生意”赚翻了！

129. AI时代的“水电煤”告急！算力租赁成万亿新风口，这些公司已抢先布局

130. 算力租赁市场深度分析

131. AI算力成本账本

132. 云厂商集体涨价，AI算力从普惠变稀缺

133. AI算力涨价，模型训练成本暴涨，普通人还能玩得起AI梦吗？

134. AI浪潮下的“卖铲人”！算力租赁，下一个千亿赛道！（附受益标的）

135. 算力租赁有哪些隐形费用？——2026年AI算力成本全透明化指南与避坑实战手册

136. 适合Transformer模型训练的GPU显存容量选择指南

137. 大模型烧到最后，烧的是电费

138. 电费只占5%，谁在真正吃掉算力成本？

139. GPU 集群最贵的不是 GPU

140. 算力集群从“千卡”到“万卡” ——十倍数量，百倍壁垒，千倍格局

141. GPU集群的真实成本到底有多少？

142. AI Infra for LLM

143. 马斯克55万英伟达GPU利用率仅11%，大型挂机现场？

144. GPU 集群的实际成本

145. 跑几十万张 GPU 还没崩？那你的运气可能快用完了

146. 大模型MoE架构解析

147. MoE推理耗时真相

148. MoE架构深度解析

149. LLM本地部署进阶篇

150. 大规模语言模型架构的范式演迁

151. 高盛看好AI及全球经济，万亿无形资本投入将催生下一代超级明星企业

152. 价值范式转移

153. 量化推理实战

154. 量化交易的“隐形引擎”——算力如何改写投资胜负

155. 2025年大模型推理优化与部署实践产业洞察研究报告（附下载）

156. NVIDIA重磅开源Nemotron 3 Super！120B混合Mamba-MoE架构，推理速度飙升7.5倍！

157. Eurosys26 | FineMoE如何用「细粒度」打破MoE推理的显存-延迟死局

158. 研究发现:AI发展速度已超越基础设施准备程度

159. 资本追捧下的AI产业竞争需慎思｜法经兵言

160. 当算力成为基础设施:关于

161. 算力是人工智能的基础设施

162. 是德科技研究发现:人工智能发展速度已超越基础设施准备程度

163. 高盛发布重磅报告:电力成为AI发展的最大瓶颈,AI基础设施面临挑战

164. AI 基础设施指南:工具、框架与架构流程

165. 7亿!国内最大原生AGI Infra融资诞生,AI基础设施成为新的价值锚点

166. 国内AI基础设施厂商对比分析

167. 新基建的核心是数字基础建设

168. 新基建的核心是数字基础建设

169. AI基建行业全景调研及市场规模、趋势分析2025

170. 加深绑定！Anthropic承诺向谷歌的云和芯片投入2000亿美元

171. 微软OpenAI独占授权终止，130亿投资换来非独家协议，AI联盟走向解绑

172. OpenAI「解绑」微软：独家协议终结，3000亿估值公司要单飞了

173. GPU集群最多能塞多少台服务器，这笔账得这么算

174. 4100 亿元、算力大单

175. 千卡级GPU集群，怎么应用agent技术？

176. 接手OpenAI未竟项目微软挪威北极圈内加码算力布局

177. 千亿美元赌局：AI帝国的能源饥渴与算力霸权

178. 英伟达–OpenAI 千亿美元“超级协议”搁置，AI 史上最大算力计划为何踩下刹车

179. 不仅是运维，更是维保：AI万卡GPU集群硬件故障修复全景指南

180. Meta携手英伟达构建AI基础设施：超大规模算力合作再升级

181. 微软、OpenAI宣布“合作进入下一阶段”

182. OpenAI微软大账重算：砍掉970亿美元“算力税”后，正式告别纯烧钱换增长

183. 光环坠落，润泽崛起：IDC的AIDC生死局

184. 投研简评｜Meta×英伟达多年战略结盟：算力长约锁定，AI全栈深度绑定

185. Meta与英伟达达成重磅合作，数百万颗AI芯片部署提速

186. AMD与Meta达成千亿美元AI芯片合作协议

187. 英伟达和Meta宣布战略合作 Meta将部署数百万颗英伟达芯片

188. 开源证券——AI算力基础设施演进：超节点架构的全面解析与产业影响

189. 电费为0仍难敌英伟达：AI算力成本的硬核真相与差距根源

190. 沐曦披露 1GW 数据中心成本：GPU占45%，电费仅5%

191. GPU集群的真实成本：不只是每小时的价格

192. 英伟达和Meta宣布建立多年战略合作伙伴关系 Meta将部署数百万颗英伟达芯片

193. 深圳大模型需要怎样的IDC机房? GPU算力服务器托管方案哪家好?

194. 深度 | 为什么OpenAI现在与微软重写协议，终止独家合作？

195. 炸场官宣！刚刚，Meta×英伟达深度绑定！百亿狂买英伟达CPU+GPU！AI算力变天！

196. 官宣：Meta + 英伟达，扩大合作！

197. Meta与AMD达成超千亿美元AI芯片协议

198. Openai微软协议修订解析

199. Anthropic 与谷歌签订 2000 亿美元云服务和芯片大单

200. 数百万颗芯片！英伟达、Meta达成重磅合作

201. AI算力狂飙！万亿“算电协同”新赛道，巨头抢滩大战已经打响

202. Meta砸千亿美元押注AMD，AI算力格局变天

203. Anthropic扩大采用谷歌云服务与TPU算力

204. 一文看懂《A Survey on Efficient Inference for Large Language Models》

205. AI算力需求持续井喷! IREN(IREN.US)豪掷16亿美元向戴尔采购Blackwell算力系统

206. 微软自研大模型首秀：MAI 家族亮相，加速摆脱单一技术依赖

207. 巨头签订千亿协议！Token经济引燃算力需求，国产算力链迎来拐点

208. 北京IDC托管｜H200模组整机机房托管+北京昌平/酒仙桥机房专属适配方案

209. 大模型训练一次要花多少钱？

210. 大模型分布式训练\u002F推理网络性能调优指南：从瓶颈定位到落地优化 - 哔哩哔哩

211. 千卡集群训练大模型：分布式训练策略、挑战与企业级方案选型

212. IREN豪掷16亿美元向戴尔购买Blackwell架构AI算力系统

213. 2月18日海外科技：算力合作、AI模型、智能穿戴齐发力

214. OpenAI 与微软修订合作：收入分成设上限，影响几何？

215. Anthropic将在谷歌云和芯片上投入2000亿美元

216. 算力租赁价格暴涨40%，英伟达H100为何仍被疯抢？

217. 谷歌云获 Anthropic 2000 亿美元大单！

218. 一个大模型训练和部署需要多少显卡资源

219. 免费AI要“悬”了？大模型付费风暴背后的算力真相 - 哔哩哔哩

220. Anthropic计划在未来五年内向谷歌支付约2000亿美元

221. 创新工作室开课啦！第25期 | 为什么训练大模型这么贵？——GPU成本浅析

222. 微软接手OpenAI挪威“星际之门”项目加码AI算力布局

223. AI 大模型越卷越贵？企业算力租赁才是真省钱

224. 算力租赁价格全线上涨！相关公司梳理

225. 电费刺客？一张表算清GPU服务器全生命周期能耗成本

226. NeurIPS 2024 | Read-ME 把 Dense LLM 变成 MoE 还能推理提速

227. GPU集群部署与运维管理

AI竞赛进入“基建军备赛”：算力成生死线

精选参考来源