人工智能 (AI) 正通过前所未有的硬件驱动型投资超级周期重塑全球技术格局。到 2030 年，用于 AI 优化数据中心的资本支出 (CapEx) 预计将超过 7 万亿美元，这一规模是以往任何计算转型都无法比拟的。这一激增反映了两大结构性转变的融合：生成式 AI 模型的产业化以及能够训练和服务万亿参数系统的超大规模计算园区的物理建设。仅超大规模数据中心运营商就占了其中的 3200 多亿美元，亚马逊投入约 1000 亿美元，微软 800 亿美元，谷歌 750 亿美元，Meta 650 亿美元 。剩余部分则来自主权国家倡议和专业基础设施提供商，其中包括由 AI 公司和主权财富投资者组成的财团支持的 5000 亿美元的 Stargate 计划（图 1）。
这一波浪潮标志着与传统云计算周期结构性的突破。2010年代，云计算的建设主要围绕计算弹性和虚拟化展开。相比之下，2020年代的人工智能建设则从根本上关注吞吐量密度，以每瓦浮点运算次数（FLOPs per Watt）和每机架浮点运算次数（FLOPs per Rack）来衡量，从而推动了对半导体的巨大需求。数据中心半导体市场在2025年第二季度同比增长44%，并有望在2026年再增长33%。
这对半导体设计和供应链的影响是深远的。GPU、AI加速器、HBM内存、网络ASIC和先进封装技术如今主导着行业的资本配置。所有超大规模数据中心都在竞相提前数年锁定晶圆和封装产能。此次AI超级周期也标志着“计算经济”的诞生。如今，每一美元的AI资本支出都会直接转化为对半导体、电力基础设施和专用冷却系统的下游需求。耗电量达400-800兆瓦的数据中心园区不再是例外，而是新的常态。这一趋势的规模凸显了为何2026年将成为自集成电路问世以来半导体行业最具决定性的一年。
*免责声明：本文由作者原创。文章内容系作者个人观点，转载仅为了传达一种不同的观点，不代表对该观点赞同或支持，如果有任何异议，欢迎联系。
**‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧**‧ END ****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧****‧**‧**
关注微信公众号『ZYNQ』，回复“**加群**”加入fpga/zynq技术交流群。后台回复“**m**”，查看更多精彩内容一个70000亿美元的芯片机会
摘要：人工智能 (AI) 正通过前所未有的硬件驱动型投资超级周期重塑全球技术格局。到 2030 年，用于 AI 优化数据中心的资本支出 (CapEx) 预计将超过 7 万亿美元，这一规模是以往任何计算转型都无法比拟的。这一激增反映了两大结构性转变的融合：生成式 AI 模型的产业化以及能够训练和服务万亿参数系统的超大规模计算园区的物理建设。仅超大规模数据中心运营商就占了其中的 3200 多亿美元，亚马逊投
相关推荐
半导体产业 对于2026年芯片行业的预测
去年，代表英国和爱尔兰授权分销商的电子元件供应网络（ecsn）报告称，其成员对2025年的前景“极其谨慎”。由于贸易问题和客户内部库存水平高企，客户需求难以判断。 其对 2026 年的预测与全球贸易问题类似，例如贸易关税、汽车制造业下滑、欧洲经济增长放缓以及中国经济增长速度放缓，所有这些都造成了不确定性。 ecsn的市场分析师奥布里·邓福德（如图）表示，有迹象表明，内部库存正在被消耗以降低库存
半导体产业 别卷GPU了，CPU才是AI当下核心瓶颈
在AI狂飙的这些年里，行业几乎被一条逻辑主导：算力决定上限，而GPU就是算力的核心。 不过，进入2026年，这套逻辑开始变动：模型推理不再是唯一瓶颈，系统性能越来越取决于执行与调度能力。GPU依然重要，但决定AI“能不能跑起来”的关键，正逐渐转向长期被忽视的CPU。 美国当地时间4月9日，谷歌与英特尔达成多年协议，在全球AI数据中心规模部署英特尔的“Xeon至强处理器”，正是为了破解这个瓶颈。英特
半导体产业 Agent时代CPU重回C位，英特尔数据中心不再只卖芯片
CPU与GPU的使用比例正在翻倍甚至三倍增长，最终会接近1:1。 柳絮纷飞的四月中旬，Kevork Kechichian从北京开启了加入英特尔之后的首次中国行。 与他接手英特尔公司执行副总裁兼数据中心事业部（DCG）总经理时相比，这家半导体巨头的状态，已经发生变化。 9个月前，Kevork Kechichian加入英特尔时，公司股价仍在24美元左右徘徊。如今，这一数字已升至65美元附近，市值回到近
半导体产业 CPU的需求可能会超过GPU
在AMD第四季度财报电话会议上，首席执行官苏姿丰（Lisa Su）博士讨论了人工智能CPU市场的竞争情况。 由于智能体人工智能工作负载的增长，人们普遍认同CPU在人工智能行业中扮演着至关重要的角色，从AMD的主要竞争对手英特尔上个月发布的财报显示其利润大幅超出预期也不难看出 —— 智能体人工智能正在增加服务器计算对CPU的需求。 最开始紧缺的是GPU，随后是内存，而如今紧缺的矛头转向了CPU。据半
人工智能 AI Infra 基础知识 - NVLink 入门
NVLink是一种专有系统互连硬件，可促进多个 Nvidia GPU 和支持CPU之间的一致数据和控制传输。 概述 NVLink 于 2014 年初发布，旨在作为 PCI Express 的替代解决方案，具有更高的带宽和附加功能（例如共享内存），专门设计用于与 Nvidia 自己的多 GPU 系统的 GPU ISA 兼容。在推出 NVLink 和 Pascal（例如Kepler）之
人工智能 马斯克解散xAI，22万张GPU全送给Claude，为了绞杀OpenAI他真拼了！
近期5月7日，埃隆·马斯克在X平台上扔下一颗重磅炸弹：xAI将不再作为独立公司存在 xAI 及其旗下的大语言模型 Grok（以及社交平台 X 的相关业务）都将并入SpaceX，未来以“SpaceXAI”的名义继续运营。 几乎同一时间，SpaceX与Anthropic联合宣布——Colossus 1超级集群全部算力租给Anthropic，超过22万张NVIDIA GPU、300兆瓦+电力，本月内全面
数据中心 美光®助力高性能计算新前沿
将圆周率 (π) 计算至小数点后 314 万亿位 究竟需要什么？ StorageReview 成功将圆周率 (π) 计算至小数点后 314 万亿位，刷新世界纪录，但其目标绝非仅仅为了开创记录。这是一项有意设计的极端工作负载，旨在对现代服务器的存储系统进行极限压力测试，并回答一个很现实的问题：单个系统是否能持续数月不间断进行 PB 字节级别的 I/O 操作？ 在一台 Dell™ PowerEdge™
数据中心 两条腿走路！破解数据中心能耗瓶颈！附完整报告
文章**概述** 数据中心是这个数字化时代的核心基础，谷歌、亚马逊、脸书（Meta）、英伟达等科技巨头都需要数据中心的强大算力支持。然而，随着生成式AI的兴起，数据中心面临算力密度提升与能耗激增的双重挑战。为应对这一趋势，绿色转型成为突破口。通过AI**加速与能源优化**解决方案，推动数据中心向高效、低碳方向发展。 最新的市场趋势报告，概述数据中心的基础信息，分析AI加速与能源优化如何驱动数据中心
半导体产业 细节披露！走私170亿GPU，超微电脑多名高管在美被捕
美国当地时间3月19日（本周四），美国服务器巨头超微电脑（Super Micro Computer Inc.）联合创始人廖益贤（Yih-Shyan “Wally” Liaw）在美国被捕，一同落网的还有该公司外包商孙廷伟（Ting-Wei “Willy” Sun），而超微电脑中国台湾地区销售总经理张瑞沧（Ruei-Tsang “Steven” Chang）目前仍处于在逃状态。纽约南区联邦检察官办公室
产业分析 国产GPU芯片大爆发：只需10年将完成逆袭！
AI芯片目前是国内半导体被卡脖子最严重的领域之一，但它同时也是国产芯片机遇最明确的，而且这一次的逆袭会来得很快，10年时间就能完成全面国产替代。 根据摩根斯坦利公布的一项研究结果，国产AI芯片自给率（主要是GPU类型）在2021年才只有10%，但是发展速度非常快，今年就能达到41%，四年时间份额3倍提升。 接下来的5年中，AI芯片的自给率还会快速提升，到2030年将提升到86%，意味着进口的所有A
芯片新品 澜起科技发布PCIe 6.x/CXL 3.x AEC解决方案，赋能新一代数据中心高效互连
澜起科技今日宣布，率先在国内推出基于PCIe® 6.x/CXL® 3.x标准的高性能有源电缆（AEC，Active Electrical Cable）解决方案。该方案面向数据中心从单机架向多机架复杂架构演进的需求，采用澜起自研的PCIe 6.x/CXL 3.x Retimer芯片，旨在为大规模数据中心与高性能服务器平台提供高带宽、低延迟互连支持。 随着人工智能、云计算等技术快速发展，数据中心正向
人工智能 微软2026年豪掷1900亿美元应对AI成本飙升
当地时间4月29日，微软公司公布了截至3月31日的2026财年第三财季业绩报告。报告显示，尽管面临高昂的硬件成本压力，微软的营收和利润依然超出华尔街预期，其人工智能（AI）业务展现出强劲的增长势头。与此同时，公司宣布将2026财年的资本支出大幅提升至1900亿美元，以应对由AI需求激增导致的内存等关键零部件价格飙升。 财报显示，微软第三财季营收达到828.9亿美元，同比增长18%，高于市场预期的8
人才招聘 网申即将收官！NVIDIA 2026 暑期实习最后上车机会
暑假将至，NVIDIA 2026 暑期实习网申现已进入最后冲刺阶段！ 作为 AI 计算和 GPU 技术的引领者，我们正在寻找对技术充满热情的你，与全球领先的团队一起用前沿科技探索更多可能。 核心岗位仍有少量名额。还在观望的同学，不妨登上这趟通往未来的“末班车”！ 几个数据快速了解 NVIDIA NVIDIA 作为 AI 和加速计算领域的全球领导者，为全球的 AI 基础设施注入动力，持续推动着各行各
电源管理 电子元器件必备知识 | 保险丝的作用、原理与分类介绍
在电子电路中，看似不起眼的保险丝，承担着非常明确的角色：在短路或过载发生时保护电路安全。本文将从基本概念出发，梳理保险丝的作用、工作原理及常见类型，帮您快速建立对这一基础器件的整体认识。 01 什么是保险丝？ 保险丝是一种保护电路免受过大电流影响的小型器件。当发生短路或过载等故障时，保险丝会熔断，切断电流，防止损坏。 保险丝在电路安全和设备保护中具有至关重要的作用。我们可以想象两段并排的相同电路
电源管理 AI推动数据中心对功率MOSFET的需求
长期以来，能源消耗一直是数据中心运营商关注的重要问题，随着AI的兴起，这一挑战变得更加严峻。为了支撑AI工作负荷的爆发式增长，数据中心对电力的需求逐年攀升，因此实现尽可能高的能效至关重要。 英飞凌提出了一项战略，旨在提升从电网到核心的整个能源系**统性能**。本文将重点探讨AI如何推动数据中心架构升级，以及这些变化对服务器和机柜技术带来的影响。具体而言，我们将介绍数据中心通过向48V架构转型以提升
半导体产业 英伟达加速拥抱光芯片
如果你觉得英伟达的GB200机架式系统已经够庞大了，那么CEO黄仁勋的野心才刚刚开始。在上个月的GTC大会上，这家全球市值最高的公司公布了计划，拟利用光子互连技术，在2028年前将超过一千个GPU集成到一个巨型系统中。 该公司并未坐等供应链的稳定。过去一个月，这家GPU巨头已向Marvell、Coherent和Lumentum等光学和互连技术公司投资数十亿美元，为这些系统的广泛部署做好准备。 黄仁
产业分析 从81亿到488亿，英伟达迎来强劲对手
前言： 一家成立十余年的芯片公司，从2025年9月约81亿美元私募估值，到5月14日以488亿美元估值，超额认购超过20倍登陆纳斯达克，它被贴上了一个极具传播力的标签：英伟达挑战者。 一颗“整片晶圆”做成的芯片 英伟达的路线，行业已经非常熟悉：把GPU做得越来越强，再通过NVLink、InfiniBand、以太网、交换机、液冷系统和软件栈，把成千上万张GPU组织成巨型AI集群。 这套体系极其强大
数据中心 安富利中国荣获“匠心杯·年度优秀液冷产业链生态协同贡献奖”，以生态之力共筑AI算力基石
匠心杯 2026年度优秀液冷产业链生态协同贡献奖 2026年4月16日，由热能工匠主办的“中国国际数据中心液冷关键技术年会”在深圳机场凯悦酒店隆重举办。安富利携手Amphenol、BOYD、MPS、TE、Vishay等多家全球领先合作伙伴亮相本次会议，共同展出了多款面向下一代数据中心的先进液冷解决方案。安富利中国（Avnet China）并凭借对液冷生态协同与产业化落地的杰出贡献，荣获“匠心杯·年
研讨会 【在线座谈】Molex 大电流解决方案：赋能高效数据中心的未来
Molex 大电流解决方案： 赋能高效数据中心的未来 2026年6月11日 10:00-11:30 座谈简介 随着 AI 、云端运算与高带宽应用的爆炸性成长，数据中心正面临能耗与效能的双重挑战。如何在有限空间中提供稳定、高效且安全的电力传输，成为下一代数据中心竞争力的关键。 本次直播将深入解析 Molex 完整大电流连接器与电源分配解决方案，如何协助下一代数据中心： 1. 提升能源效率，降低散热压
产业分析 GPU和LPU，谁才是AI“最优解”？读完这篇你也能说清。
本文介绍了GPU和LPU的区别与各自适用场景。 众所周知，AI芯片领域，英伟达GPU一家独大，但最近有个新选手跳出来叫板——LPU，专门做大语言模型处理（LLM）的新架构。 这玩意到底是黑科技还是炒概念？今天咱就硬核拆解，谁才是AI的最优解，看完你就懂了。 核心结论先给你撂这：GPU仍是全能扛把子，LPU是LLM推理领域的专门杀手，如果你只做大语言模型推理，LPU现在已经比GPU更强。但是做LLM
评论区
登录后即可参与讨论
立即登录