Nvidia (NASDAQ: NVDA) has been steadily expanding its footprint across Europe, pouring capital into startups that align with its vision of an artificial intelligence (AI) powered future. With hypersca... ...

产业深度 [table_Header] 2026.01.27 AI 时代的热管理革命：从液冷系统看冷却液的发展趋势 产业研究中心 摘要： | [Table_Authors] | | | --- | --- | | | 钟浩(分析师) | | | 021-38038445 | | | zhonghao@gtht.com | | 登记编号 | S0880522120008 | | | 肖洁(分析师) | | | 021-38674660 | | | xiaojie3@gtht.com | | 登记编号 | S0880513080002 | | | 鲍雁辛(分析师) | | | 0755-23976830 | | | baoyanxin@gtht.com | | 登记编号 | S0880513070005 | [Table_Report] 往期回顾 通航动力产业深度：国产替代，道阻且长——低 空经济系列（九） 2026.01.19 【深度】2026 年 A 股并购市场投资展望 2026.01.08 加速与应用——2025 年全球人工智能技术、政 策、产业与投融资趋势全景洞察报告 2026.01.08 "矛与盾"的对 ...

国芯网[原:中国半导体论坛] 振兴国产半导体产业！ 不拘中国、 放眼世界 ！ 关注 世界半导体论坛 ↓ ↓ ↓ 1月27日，据报道，英伟达已承诺向新兴云服务商CoreWeave追加20亿美元投资，CoreWeave将成为首家部署Vera CPU作为独立基础设施选项的客户。黄仁 勋在接受彭博Ed Ludlow采访时表示，Vera是一款"革命性"的CPU。分析称，此次合作不仅延续了双方的长期关系，更标志着英伟达在计算堆栈层面的重 大战略转折。 半导体公众号推荐 报道称，英伟达此举意在解决服务器CPU已成为AI供应链主要瓶颈的问题。通过提供独立的Vera CPU，英伟达为客户提供了更具成本效益的高端计算替 代方案，使其不仅能在英伟达GPU上运行计算堆栈，也能在英伟达CPU上处理工作负载，这将对现有的服务器处理器市场格局产生直接影响。 据报道，随着Vera CPU技术细节的曝光以及生产计划的推进，英伟达正展示其在"后Blackwell时代"的雄心。这一战略不仅针对高端机架级解决方案，也开 始向更广泛的通用计算市场渗透，试图构建一个全栈式的计算生态系统。 据报道，在此次战略布局中，CoreWeave扮演了关键角色。作为 ...

CoreWeave(CRWV.US)股价周一走高，此前英伟达(NVDA.O)加大了对这家云服务提供商的押注。 双方正扩大合作伙伴关系，以更快地建设AI数据中心。此外，英伟达将以每股87.20美元的价格向 CoreWeave投资20亿美元，认购其普通股。根据FactSet数据，截至9月底，英伟达已是CoreWeave的重要 股东，持有其约6.6%的流通股。 这家云基础设施公司计划在本十年末之前建设总规模超过5吉瓦的AI数据中心。这些由CoreWeave运营 的数据中心将运行英伟达未来几代AI系统，包括即将推出的Rubin AI芯片平台以及Vera中央处理器，同 时还将采用该芯片制造商的BlueField存储系统。 Evercore ISI分析师阿米特·达里亚纳尼（Amit Daryanani）表示，尽管这一消息可能会加剧市场对AI生态 系统中"循环融资"的担忧，但他持更为积极的看法，认为这一进展有望改善CoreWeave的资产负债表。 达里亚纳尼还指出，通过率先布局英伟达的Rubin产品，CoreWeave有望在新兴云服务竞争对手中获得 优势。 CoreWeave首席执行官迈克尔·因特拉托（Michael In ...

| 市场 | 名称 | 现价 | 涨跌 | 涨跌幅 | | --- | --- | --- | --- | --- | | 欧美 | 道琼斯工业平均 | 49412.4 | 313.69 | 0.64% | | | 纳斯达克 | 23601.36 | 100.12 | 0.43% | | | 标普500 | 6950.23 | 34.62 | 0.50% | | | 欧洲斯托克50 | 5957.8 | 9.6 | 0.16% | | | 英国富时100 | 10148.85 | 5.41 | 0.05% | | | 法国CAC40 | 8131.15 | -11.9 1. gogudata.com | -0.15% | | | 德国DAX | 24933.08 | 32.37 | 0.13% | | | 俄罗斯RTS | 1147.25 | -5.09 | -0.44% | | | 上证指数 | 4132.61 | -3.55 | -0.09% | | | 深证成指 | 14316.64 | -123.02 | -0.85% | | | 创业板指 | 3319.15 | -30.35 | -0.91% | ...

2026 年 01 月 27 日 每日晨报 | 指数 | 开盘价 | 收盘价 | 近一交易日% | 近20交易日% | | --- | --- | --- | --- | --- | | 上证综指 | 4,145 | 4,133 | -0.09 | 4.37 | | 深证成指 | 14,492 14,317 | | -0.85 | 5.80 | | 创业板指 | 3,366 | 3,319 | -0.91 | 2.46 | | 科创50 | 1,557 | 1,533 | -1.35 | 13.62 | | 恒生指数 | 26,844 26,766 | | 0.06 | 3.67 | | 日经225 | 53,023 52,885 | | -1.79 | 4.90 | | 富时100 | 10,143 10,149 | | 0.05 | 2.82 | | 道琼斯工业 | 49,138 49,412 | | 0.64 | 1.40 | | 标普500 | 6,923 | 6,950 | 0.50 | 0.26 | | 纳斯达克 | 23,529 23,601 | | 0.43 | -0.05 | | 主要市场股 ...

此外，Rubin NVL72基于第三代MGX机架设计，计算托盘采用模块化、无主机、无缆化、无风扇设 计，使组装和维护速度比GB200 快18倍，将原本2小时的组装工作缩短至5分钟左右，更加标准化，并 且计算节点、交换节点、CPO节点均采用100%全冷板液冷，满足CPU、GPU、交换芯片、网卡、光模 块等散热需求，液冷价值量进一步提升。 NVIDIA Spectrum-X以太网CPO采用2颗芯片设计，200Gbps SerDes，每颗ASIC颗可支持128个800Gb/s 端口，可提供102.4Tb/s 带宽以支持scale out，助力集群规模持续扩张。Vera Rubin机柜出货或带动 CPO、光模块、液冷需求提升。 硅光浪潮下CPO产业加速演化，硅光和CPO或带动多领域需求提升 CPO有望带动硅光光引擎及配套工艺、CW光源、光纤、FAU、MPO/MTP等需求增长，重点利好以下板 块： 英伟达(NVDA.US)发布Vera Rubin机柜等，CPO、光模块、液冷需求或加速硅光产业趋势明确，CPO加 速发展。 开源证券发布研报称，英伟达(NVDA.US)CEO黄仁勋于CES 2026上发布NVIDIA Ver ...

Summary of Global Technology Outlook 2026 Industry Overview - **Industry Focus**: Global Technology, specifically in sectors such as semiconductors, AI hardware, and telecommunications equipment [17][20][23] Key Insights and Arguments - **AI and Semiconductor Growth**: - Global semiconductor revenues are projected to reach **US$1 trillion** in 2026, with a **35% YoY increase** expected [18] - AI spending and a commodity rally are anticipated to continue into the first half of 2026, although demand destruction may challenge these trends in the second half [18] - EPS growth is forecasted to be **48% higher** in 1H26 compared to previous periods [18] - **Market Dynamics**: - The semiconductor cycle is expected to be transformative, with pullbacks providing opportunities for attractive entry points [18] - Tech inflation and demand destruction are likely to impact pricing power, with rising costs for wafers and memory affecting margins [18] - **Memory Market**: - Memory is identified as a new bottleneck in AI, with a capacity-constrained cycle expected to lead to unprecedented capital expenditures by 2028 [18] - DRAM pricing is projected to move past all-time highs, with significant earnings backing this trend [22] - **China's Tech Resurgence**: - Chinese technology stocks outperformed the S&P tech index in 2025, driven by a weaker USD and increased AI adoption [18] - The demand for domestic GPUs in China is under scrutiny, particularly with the introduction of DeepSeek, which may impact the GPU supply chain [18] - **Investment Recommendations**: - A barbell strategy is recommended, favoring AI-themed stocks while also considering undervalued stocks with good prospects [18] - Specific stock picks include **NVIDIA** and **Broadcom** for processors, and **Samsung**, **SK Hynix**, and **Micron** for memory [21] Additional Important Insights - **Sector Performance**: - The semiconductor sector is expected to maintain a **20% revenue CAGR** over the next five years, driven by leading-edge AI demand [22] - The AI hardware market is projected to see total Nvidia GPU server rack shipments double year-over-year in 2026 [23] - **Pricing Trends**: - The pricing for various DRAM types is expected to fluctuate significantly, with DDR4 and DDR5 prices projected to increase by **93-98%** and **80-85%** respectively in 2026 [93] - **Cautionary Notes**: - There is a caution against over-investment in AI technologies, with concerns about the sustainability of returns on such investments [49] - The potential for margin pressure due to rising costs and pricing power dynamics is highlighted [49] Conclusion The global technology sector, particularly semiconductors and AI, is poised for significant growth in 2026, driven by strong demand and evolving market dynamics. However, investors should remain cautious of potential pitfalls related to pricing pressures and over-investment in AI technologies.

英伟达正通过重磅布局服务器CPU领域，进一步巩固其在AI基础设施市场的统治地位。公司CEO黄仁勋 确认将推出代号为"Vera"的全新CPU，并首次将其作为独立产品推向市场，旨在消除AI供应链中的算力 瓶颈，全面支持代理人工智能（Agentic AI）的发展。 1月26日，据彭博报道，英伟达已承诺向新兴云服务商CoreWeave追加20亿美元投资，CoreWeave将成 为首家部署Vera CPU作为独立基础设施选项的客户。黄仁勋在接受彭博Ed Ludlow采访时表示，Vera是 一款"革命性"的CPU。分析称，此次合作不仅延续了双方的长期关系，更标志着英伟达在计算堆栈层 面的重大战略转折。 报道称，英伟达此举意在解决服务器CPU已成为AI供应链主要瓶颈的问题。通过提供独立的Vera CPU，英伟达为客户提供了更具成本效益的高端计算替代方案，使其不仅能在英伟达GPU上运行计算 堆栈，也能在英伟达CPU上处理工作负载，这将对现有的服务器处理器市场格局产生直接影响。 据报道，随着Vera CPU技术细节的曝光以及生产计划的推进，英伟达正展示其在"后Blackwell时代"的雄 心。这一战略不仅针对高端机架级解决方案 ...

henry 发自 凹非寺 量子位 | 公众号 QbitAI 大模型持续学习，又有新进展！ 来自斯坦福、英伟达等研究机构的最新研究，针对解决开放的科学问题，提出全新思路—— Test-Time Training to Discover (TTT-Discover) 。 其基于开源模型gpt-oss-120b，在多个领域达到SOTA，优于人类专家与闭源前沿模型。 总的来说，这篇论文的核心思路是 在测试时进行强化学习 (Reinforcement Learning at Test Time) ，并主要体现在两点： 1.学习目标（Learning Objective） 不同于传统强化学习侧重于提升所有任务的"平均奖励"以实现泛化，TTT-Discover采用 熵目标函数（Entropic Objective） 。 它通过调整权重倾向于奖励最高的动作（而非整条轨迹）。 该方法不再沿用"测试时缩放"（Test-time Scaling）只通过Prompt调度冻结模型的做法。 而是在测试阶段， 针对单个具体问题，引入强化学习（RL）对模型权重进行更新。 这种"测试时训练"使模型能够从该问题的失败尝试中实时获取经验，更新参数 ...