20 篇相关文章
AI产业链
围绕 AI 算力、HBM/先进封装、数据中心电力、光模块与人形机器人，承接最强产业链搜索意图。
标签
#ai-supply-chain
ai-supply-chain 相关内容主要落在 AI产业链、行业研究、美股，便于顺着标签继续回到主栏目和专题阅读。
标签导航
先看这个标签覆盖在哪些栏目，再回到对应市场和研究主线。
AI PC：LPDDR6 内存带宽与热设计 2026
JEDEC、Cadence、Microsoft 与 Qualcomm 的公开资料可以支撑“AI PC 本地推理对 NPU、内存带宽和功耗散热提出更高要求”的研究框架。m8 认为，这篇文章可以讨论 LPDDR6、AI PC 与热设计的关系，但 15B 模型、150GB/s、85°C 阈值、LPDDR6 商用节奏和供应链重估都应作为观察变量继续跟踪。
AI数据中心：中压开关柜与并网可靠性 2026
CISA/NIAC、Eaton 与 Schneider Electric 的公开资料可以支撑“电网设备、变压器、中压开关柜和 SF6-free 技术路线成为数据中心交付约束”的研究框架。m8 认为，这篇文章可以讨论电力基础设施如何影响 AI 数据中心上线节奏，但 80 周交期、订单排至 2027、份额格局和中国供应链替代都应作为观察变量跟踪为观察变量。
HBM4E：测试与键合变量 2026
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
机器人无传感器力控与执行器测试：可靠性变量 2026
从无传感器力控、执行器标定台和寿命测试三个变量观察人形机器人量产可靠性，相关公司映射仅作产业链研究观察。
端侧AI：热设计与电能约束 2026
Qualcomm、Apple、Intel 和 Micron 的公开资料可以支撑端侧 AI 芯片、NPU TOPS、LPDDR 和本地 AI 应用方向。m8 认为，这篇文章可讨论端侧 AI 的功耗、散热和内存带宽约束，但 15-30W TDP、PMIC 微秒级响应、硅碳负极、高倍率电池和供应链重估都应作为观察变量跟踪为研究观察。
CPO与LPO：AI以太网架构 2026
UEC、OCP 和 NVIDIA 的公开资料可以支撑 AI 以太网、Spectrum-X、CPO/硅光和开放网络标准演进的大方向。m8 认为，这篇文章适合保留为 1.6T 光互联与 AI 网络架构研究，但功耗降幅、端口功耗、时延、10 万卡集群和供应链映射都应作为观察变量跟踪为观察变量。
AI数据中心：电网并网与变压器约束 2026
公开资料可以支撑“AI 数据中心交付受到并网队列、电网设备和变压器供给约束”的研究框架。m8 认为，这篇文章可以讨论电力基础设施如何影响算力上线节奏，但具体并网月份、变压器交期、机架功率密度、云厂商 capex 与公司弹性都应作为观察变量继续跟踪。
玻璃基板先进封装：面板级翘曲控制与良率 2026
Samsung、NVIDIA 和 TSMC 官方资料可以支撑 HBM4、HBM4E、Vera Rubin、CoWoS / 3DFabric 等大方向。m8 认为，这篇文章适合升级为 HBM/先进封装研究提纲，但 CoWoS 产能、16-Hi 大规模导入、混合键合标配化、材料消耗和 A 股映射仍应作为观察变量继续跟踪。
HBM4 逻辑底座与先进封装：热设计变量 2026
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
AI网络光互连：玻璃基板与CPO路线 2026
TSMC、Samsung 和 NVIDIA 的公开资料可以支撑先进封装、HBM4、CoWoS/3DFabric 与 AI 平台演进这些大方向。m8 认为，这篇文章应保留为“先进封装技术路线图 + A 股供应链观察”，但所有市场规模、产能、良率、订单和公司映射都应作为观察变量继续跟踪。
AI数据中心现场发电：电网排队约束 2026
LBNL、IEA、DOE、NVIDIA、Bloom Energy 和 CoreSite 等公开资料可以支撑“AI 数据中心电力接入、液冷机架与现场电源方案正在成为工程约束”的研究框架。m8 认为，这篇文章可以讨论并网排队、变压器/输电约束、燃料电池和现场发电的时间价值，但交付周期、单位成本、公司订单和园区规模应作为观察变量继续跟踪。
HBM4与先进封装测试设备：产能瓶颈 2026
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
HBM4：先进封装设备 2026
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
Physical AI：量产瓶颈与零部件 2026
NVIDIA 已公开 Cosmos、Isaac GR00T 与机器人仿真/合成数据相关平台，Tesla 也公开展示 Optimus 与真实世界 AI 训练方向。m8 认为，这篇文章可以讨论 Physical AI 从语言模型走向动作模型、仿真数据和机器人本体的产业链变化，但具体量产节奏、数据规模、公司订单和标的弹性应作为观察变量跟踪为研究观察。
Physical AI 灵巧手与触觉传感：量产一致性 2026
NVIDIA 已公开 Cosmos、Isaac GR00T 与机器人仿真/合成数据相关平台，Tesla 也公开展示 Optimus 与真实世界 AI 训练方向。m8 认为，这篇文章可以讨论 Physical AI 从语言模型走向动作模型、仿真数据和机器人本体的产业链变化，但具体量产节奏、数据规模、公司订单和标的弹性应作为观察变量跟踪为研究观察。
宏观范式切换：从5-1板块分化看AI重估、能源退潮与美联储政策路径不确定性的“政策偏紧风险”
AI 板块轮动不能只看单日涨跌，核心变量是云厂商资本开支、GPU/ASIC 供给、利率折现率和软件兑现节奏。m8 认为，这篇文章可以讨论硬件、软件和平台公司之间的估值切换，但所有配置权重观察、估值观察、涨跌幅和可验证性判断应作为观察变量继续跟踪。
小金属材料2026：AI硬件供应链的隐性约束变量
USGS、美国关键矿产清单和公开半导体供应链研究可以支撑“小金属/关键矿产是 AI 硬件上游约束”的框架。m8 认为，这篇文章适合讨论钨、钼、钽、稀土、镓、锗、铟在硬件链条中的差异化位置，但价格、库存、出口管制和公司弹性应作为观察变量继续跟踪。
AI机柜内部互连：铜缆与连接器 2026
NVIDIA 公开 GB200 NVL72 与 OCP 设计信息，Amphenol 和 Credo 公开 AI 数据中心高速互连与 AEC 资料，可以支撑 AI 机柜内部铜互连、连接器和背板的研究框架。m8 认为，这篇文章可以讨论 scale-up 互连、DAC/AEC、连接器、背板和信号完整性，但出货量、份额、价格弹性和公司订单应作为观察变量继续跟踪。
HBM 与先进封装 2026：材料约束和设备弹性再拆解
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。
HBM 与先进封装专题：HBM4、CoWoS 与混合键合产业链怎么研究？
Samsung 已公开 HBM4/HBM4E 进展，NVIDIA 也公开 Vera Rubin 与 GB 系列 AI 平台方向。m8 认为，这个专题页适合做 HBM、CoWoS、混合键合、TSV、测试和设备链条的研究导航，但所有产能、份额、价格、订单和 A 股映射都必须保留为需继续跟踪变量。