AI算力产业趋势分析
作者：微信文章【事件一】
英伟达股东大会传递乐观信号，黄仁勋强调AI需求持续强劲，重申英伟达处于为期十年的AI基础设施建设浪潮的起点，明确“一年一更新”产品路线图，锁定算力产业链的升级节奏。
【事件二】
OpenAI旗舰模型GPT-5即将推出，大模型训练算力需求指数级增长延续。近五年，AI大模型所需的训练算力每年增加一个数量级以上。GPT 5预计将在今年夏季正式发布，性能进一步迈向通用AI，带动AI大模型的竞速与迭代。
【事件三】
海外大模型实现商业闭环，推理侧需求带动算力高增。Google最新tokens消耗量达480万亿，同比增长50倍，AI model算力消耗高增；微软近一季度tokens量同比增长五倍以上；Grok的5月访问量较年初增长约150倍。
一、AI芯片：算力硬件的“心脏”，技术迭代与生态竞争是核心
AI芯片是算力的核心载体，当前以GPU为主导，ASIC、FPGA加速渗透，技术路线围绕“更高算力、更低功耗、更强互联”演进。
二、算力基础设施：数据中心与服务器，承载算力的“物理底座”
AI算力需求爆发推动数据中心向“高密化、智能化、绿色化”升级，服务器架构从通用型向AI专用型转型。
三、网络通信：算力网络的“神经脉络”，高速率与低延迟是关键
AI集群规模扩张（从千卡到万卡）要求网络具备高带宽、低延迟、高可靠性，推动光模块、光器件、铜连接、DCI（数据中心互连）等技术快速迭代。
四、散热与供电：高密算力的“降温刚需”，液冷渗透率加速
AI服务器功率密度（30-50kW/柜）远超传统服务器（10kW/柜），传统风冷无法满足散热需求，液冷（浸没式/冷板式）成为必选项。
五、生态与应用：大模型与行业落地，反哺算力需求
AI算力的终极目标是支撑大模型训练与行业应用，形成“算力-模型-应用”正循环。
六、投资风险提示
七、总结
当前AI算力投资仍处于早期阶段，光模块（800G/1.6T）、网络互连（铜连接/DCI）、液冷、ASIC 是短期爆发性最强的环节；长期看，GPU/ASIC芯片、先进封装（HBM）、CPO技术决定长期壁垒。
建议关注：
光模块/光器件：中际旭创、新易盛、天孚通信、光迅科技；
网络互连：沃尔核材、瑞可达、德科立；
散热/供电：英维克、高澜股份；
芯片/服务器：海光信息、寒武纪、浪潮信息。
以上表格基于最新行业动态（截至2025年6月）优化补充，覆盖技术趋势、关键厂商、最新进展及投资机会四大维度，数据来源包括LightCounting、各厂商财报、行业白皮书及公开新闻报道，确保准确性和时效性。
所有表格使用最新数据制作生成，经过多次验证补充更新，力求全面详细，客观真实，后续也会不断更新完善，欢迎大家转发下载。如果需要其他题材表格，请在公众号下方留言！
页:
[1]