Oct 29Thu

Equinix称数据中心项目壁垒或将提升其定价权

全球规模最大的数据中心公司之一Equinix（易昆尼克斯）表示，新数据中心项目上线面临的障碍不断增加，这将使现有容量更具价值，并可能增强其市场控制力——包括定价能力。（新浪财经）

马斯克称机器人内存需求将超过所有设备，存储板块大涨

马斯克此番表态，是在社交平台上直接引用并反驳 Counterpoint Research 发布的人形机器人内存DRAM需求测算。

三季度公募基金新进重仓股曝光，主要集中在科技与医疗领域

天相投顾数据显示，截至2026年三季度末，在基金新进前50大重仓股中，主要集中在科技和医药领域。从科技相关公司所属行业看，主要分布在电子、信息技术等行业。包括，MLCC龙头三环集团、PCB龙头景旺电子和芯碁微装、电子龙头立讯精密、模拟芯片龙头圣邦股份等。从医药行业上市公司看，包括健友股份、科源制药、康泰生物、瑞普生物、义翘神州和海尔生物。（上证报）

算力租赁板块三季报冷暖不一

随着AI（人工智能）产业化纵深推进，算力需求持续高位运行。万得数据显示，截至10月28日，算力租赁板块53家上市公司中，已有25家披露2026年三季报，其中，4家企业前三季度同比减亏，2家同比扭亏，7家归母净利润实现同比增长。苏商银行特约研究员武泽伟表示，算力租赁行业上市公司业绩出现显著分化的原因，一部分是企业营收高速增长，却受一次性收益扰动、资产折旧摊销拖累，利润短期承压；另一部分是企业凭借优质长单落地与商业模式迭代，前三季度业绩表现不俗。（证券日报）

电子布供需紧平衡，龙头业绩大增，加速产能扩张

今年以来，AI服务器迭代升级，印制电路板（PCB）用料规格随之提升，超薄、低介电特种电子布需求集中释放，电子布行业迎来结构性量价齐升。目前，电子布价格已经达到近十年高位。10月份涨价落地后，有市场声音称，覆铜板、PCB有望向少布、无布化升级，未来相关产业链用布量或减少。对此，多位业内人士表示，今年以来，AI服务器、高速交换机、车载PCB等带来的高端基材增量需求让电子布价格连续上涨。目前，电子布在很多方面都具有优势，覆铜板等领域少布、无布化预期更多还是源于成本压力。由于供需整体处于“紧平衡”，电子布11月涨价仍是大概率事件。（中证报）

科技抱团未散，公募调仓现分歧

在三季度，上半年表现亮眼的科技板块出现调整，公募对科技抱团是否松动的讨论随之升温。一方面，电子、通信两大行业的公募投资占比仍处高位，资金并未系统性撤离；另一方面，前期投向AI算力产业链的基金经理操作分化，坚守算力者调整细分赛道，先行者转向AI应用端，谨慎者均衡配置，防守者清仓换赛道。展望后市，基金经理长期看好AI产业的共识未变，但对估值与结构性方向的判断正趋于精细化。（中证报）

迈威尔科技据悉洽购数据中心光学器件制造商Lumentum

据知情人士透露，迈威尔科技公司（Marvell Technology）正在就收购数据中心光学器件制造商Lumentum Holdings进行深入谈判。（新浪财经）

良率不到30%，长鑫存储强推HBM3E

长鑫低良率HBM为中国AI产业保留自主生命线

美国司法部就英伟达收购Hugging Face展开问询

美国司法部已就英伟达收购开源平台Hugging Face的交易将如何影响人工智能领域的竞争展开问询，与此同时，反垄断执法部门仍在推进对这家芯片设计公司行为的多年调查。司法部近期的问询涉及英伟达的收购、投资和销售行为，以及该公司是否曾向客户施压。对于Hugging Face交易，司法部官员询问，这笔收购是否会让英伟达掌控AI领域一个基础性的分发渠道。（新浪财经）

15999 元起，苹果 M6 芯片版 14 英寸 MacBook Pro 开启预购

IT之家 10 月 29 日消息，苹果公司 2026 款 MacBook Pro 已于今天（10 月 29 日）凌晨 1 点 10 分开启预购，起售价 15,999 元，最快 11 月 6 日送达。 新款 M6 芯片的 14 英寸 MacBook Pro 继承了上一代外观，可选深空黑色和银色两种配色，配备 3024 x 1964 分辨率 120Hz 显示屏。 该机搭载 M6 芯片，为 12 核中央处理器、12 核图形处理器、双 16 核神经网络引擎规格，官方称该机设备端 AI 性能相对于 13 英寸 M1 机型最高提速至 13 倍。 同时，新款 M6 芯片的 14 英寸 MacBook Pro 机型内存带宽达 170GB/s，比 M5 机型的 153GB/s 有所提升，但性能提升并未延伸到基础款的 16GB 统一内存配置。 技术规格页面显示，16GB 统一内存的选项仍然限制在 153GB/s。与 M5 机型相同，而只有全新的 24GB 和 32GB 配置才拥有更快的 170GB/s 内存带宽。 作为对比，搭载 M5 Pro 芯片的 MacBook Pro 提供 307GB/s 的内存带宽，而搭载 M5 Max 芯片的机型则具有高达 614GB/s 的内存带宽。 京东 11.11 无门槛红包 面额至高 26888 元，每天抽 3 次： 点此抽红包 。 淘宝 11.11 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包 。

GitHub saw 7.4B commits in Sep., adding 4M CPU cores+160 PB storage to keep up

XHEART正式发布大模型芯片X7 Ultra

36氪获悉，XHEART正式发布大模型芯片X7 Ultra，截至目前，X7系列已量产8个月，累计出货超过20万颗，搭载10款量产车型，获得超过40款车型订单。

德科立：拟12亿元投建AI算力及数据中心光连接高端产品项目，提升高端光通信产品交付能力

36氪获悉，德科立公告，公司拟投资建设“AI算力及数据中心光连接高端产品产业化能力提升项目”，计划总投资约12亿元。本项目拟购置土地，新建洁净厂房、仓储及配套设施，购置生产与测试设备，搭建高端光连接产品生产线。三类产品分别适配集群内高带宽互联、跨区域长距算力互联调度、大规模算力集群动态全光组网，形成覆盖AI算力全层级互联的产品矩阵。项目建成后，将提升公司高端光通信产品制造水平与规模化交付能力。

中国大模型训练如何突破算力瓶颈

过去三年，中国大模型进步迅速，却始终未能真正站上全球前沿。Epoch AI的能力指数显示，自2023年以来，每一个处于前沿的模型均出自美国，中国模型平均落后约7个月，最短4个月，最长14个月。 与此同时，差距正在持续收窄。 斯坦福大学《2026年AI指数报告》显示，中美最佳模型的性能差距已由2023年5月的三成以上，缩小至2026年3月的约2.7%。DeepSeek-R1在2025年初一度追平美国最强模型，但很快又被拉开距离。 差距不断缩小，为何始终无法反超？根本原因在于训练算力。 据非营利AI研究机构Epoch AI估算，DeepSeek-R1的训练计算量约为4×1024次浮点运算，Qwen3-Max约为1.5×1025次；同期美国的GPT-5约为6.6×1025次，Grok 4约为5×1026次，高出一个数量级。 在算力受限的条件下，中国大模型走出了一条“追赶加提效”的道路。DeepSeek-V3仅用2048张H800完成预训练，依靠混合专家架构和8位精度训练，将正式训练的算力成本压缩至约560万美元（不含前期研发与试验）。同一时期，Meta训练Llama 3.1 405B动用了约1.6万张H100。 然而，提效存在天花板。中国团队的效率创新，美国实验室很快就能吸收，再叠加十倍算力，差距随即重新拉开。更重要的是，效率提升不会减少算力需求，反而会扩大需求。正如19世纪蒸汽机效率大幅提高后，英国的煤炭消耗不降反升，即所谓的“杰文斯悖论”。效率越高，同样的投入能训练出越强的模型，各方追加算力的意愿也就越强。 只要训练算力的差距依然存在，中国大模型就难以跳出“追近、再被拉开”的循环。 AI算力分为训练和推理两类。尽管推理正成为算力需求的主体，但训练决定了能否自主创造和改进前沿模型。美国芯片出口管制瞄准的正是训练所需的高端芯片和互联能力。本文试图回答三个问题：训练算力的需求从何而来？供给的核心是什么？中国的瓶颈在哪里，又该如何突破？ 规模定律：模型决定训练算力的需求 大模型为什么越做越大？答案是规模定律（Scaling Law）。 规模定律并非理论推导，而是在实践中反复观察到的经验规律：模型的预测误差随参数量、数据量和计算量的增加，按幂律稳定下降。这意味着，投入多少数据和算力、换来多大的能力提升，可以事先估算。正因为投资回报可以预期，科技巨头才敢于押注千亿美元。 一次训练需要多少计算？若把模型参数想象成千亿个旋钮，训练就是用海量数据反复调试，为每个旋钮找到合适的位置。业界的经验公式是：C≈6×N×D。其中，C为总计算量，N为参数量，D为训练所用的Token（词元）数。系数6源于每处理一个Token，每个参数在前向计算中需做2次浮点运算，在反向传播中需做约4次。 以Meta公开的Llama 3.1 405B为例，4050亿参数、约15.6万亿Token，计算量约为3

宁德时代等入股阿基米德半导体公司

36氪获悉，天眼查App显示，近日，武汉阿基米德半导体有限公司发生工商变更，新增宁德时代新能源科技股份有限公司、小米旗下瀚星创业投资有限公司为股东。该公司成立于2026年1月，法定代表人为张俊锋，注册资本1000万元人民币，经营范围含集成电路设计、集成电路制造、半导体分立器件制造等，现由阿基米德半导体（合肥）有限公司、武汉德雷克投资合伙企业（有限合伙）及上述新增股东等共同持股。

中科曙光：曙光存储系统已在曙光8000、机器人数据采集与训练、自动驾驶等多场景中应用

36氪获悉，10月29日，在郑州举行的2026数据存储产业大会上，中科曙光展示了面向Token时代的最新探索，以“AI数据工厂”推动存储主动参与AI生产全流程，提升Token产出效率。“AI数据工厂”着眼于打通数据使用的各个环节，让AI及时获取所需信息，并复用已有计算结果，升算力利用效率。目前，曙光存储系统已在曙光8000、机器人数据采集与训练、自动驾驶等多场景中应用。

宇树回应净利润下滑：系算力、大模型方向研发投入增加所致

10月28日晚间，宇树科技披露2026年第三季度报告。公司单季营收6.65亿元，同比增长69.93%；归母净利润1.13亿元，同比下滑17.37%，环比降幅接近50%。针对利润下滑，宇树科技董秘办相关人士表示，主要系算力、大模型方向的研发投入增加所致。该人士同时称，拉长周期看影响可控，单季度仅呈现阶段性变化；现阶段研发投入依托募投资金规划，不会盲目加码。（财联社）