猜你想问
AI算力竞争逻辑如何转变？
AI算力竞争逻辑正从单纯堆叠算力卡升维到整柜系统交付。由于国产GPU实际可用算力仅为标称值的50%~70%，单纯堆卡无法满足有效算力需求，价值量已从计算卡外溢至互联交换、液冷供电、系统验证和整柜交付环节。超节点通过高带宽互联和整柜工程将分散算力组织成系统算力，服务器厂商交付单元也从单机升级为整柜。2025年中国AI加速卡出货约400万张，国产算力卡约165万张（市场份额41%）；全国智能算力总规模达188万PFLOPS（FP16）。相关公司包括工业富联、华勤技术、浪潮信息、紫光股份等。
硅电容在AI硬件中扮演什么角色？
硅电容利用半导体工艺制造，厚度极薄（可低至0.1毫米以下），具备极佳的高频与稳压特性，专为高阶运算打造。它与MLCC互补分工，MLCC负责系统级与板端电源稳定，硅电容负责封装级与近芯片的电源完整性补充。未来供电架构中，板端MLCC负责大后方稳压，封装级硅电容负责前线瞬态供电。硅电容主要应用于AI算力芯片（Top-side、Land-side、Embedded三种贴装方式）和800G/1.6T高速光模块。随着技术升级，800G/1.6T光模块硅电容用量约30-60颗，GPU/ASIC单芯片功耗持续提升也增加了对硅电容的需求。相关公司有芯联集成、斯达半导等。
AIDC模块化设备如何缓解美国技工短缺？
美国电工、水管工和暖通空调技术人员短缺，制约了AIDC的快速扩张。模块化、可快速交付的电力、液冷相关数据中心基础设施产品优势明显，陆续取得订单突破。例如，ERock与Anthropic、Nebius和BloomEnergy合作，提供模块化发电系统，帮助数据中心项目约15个月内投入运营。1GW室外制冷场地模块化一次侧预制舱可节省约3.5亿美元土建、机械和电气材料。相关公司包括潍柴动力（发电）、冰轮环境（冷却）等。
物理AI商业化落地情况如何？
世界模型核心能力是动作条件预测，而非仅生成视频。技术拐点已至（2026年），第一波商业回报将先落在工厂场景（流程工业、工程仿真、仓储物流等）。商业模式正从卖软件许可转向按效果付费，工业软件迎来价值重估。2024年底全球工业机器人在役量达466.4万台，中国在役量超200万台。收费模式预计2027-2028年转向订阅、按设备量计费和按效果分成；2028-2030年竞争重点转向掌握物理数据、控制设备和财务回报。相关公司涵盖流程工业自主运行（中控技术、宝信软件）、物理仿真与工程世界模型（索辰科技、中望软件、品茗科技、奥比中光、敏芯股份）、工业智能体与数字主线（能科科技、鼎捷数智）、感知、控制与执行层（汇川技术、埃斯顿、奥普特）等。
研报提示哪些风险？
研报提示AI算力市场竞争激烈，技术迭代快可能导致现有产品快速贬值。国产GPU算力效率仍低于国际先进水平，需持续投入研发提升性能。模块化AIDC设备虽然能缓解部分用工短缺问题，但初期投入成本较高，市场接受度存在不确定性。物理AI商业化落地仍需克服技术、数据、资金等多重障碍，商业模式转型也可能面临挑战。此外，供应链稳定性、政策变化等因素也可能对行业发展造成影响。