直接阅读
半导体周期 2026
AI 算力与消费电子的 K 型分化。
分类
行业研究
承接创新药、先进封装、储能、消费周期和机器人自动化等跨市场行业链专题。
先读这里
行业研究栏目负责承接跨市场、跨公司的行业级研究，把行业周期、供给变化和板块映射集中到少数高质量入口页。
继续浏览
继续沿市场主线或常青研究栏目扩展阅读，避免只停留在单一分类页。
工业机器人控制器2026：从硬件替代到软件定义，国产化的最后高地
2026年工业机器人控制器的核心定价逻辑已从硬件替代转向边缘AI推理能力集成。整体国产化率虽突破56%，但控制器软件层仍不足20%。68%的控制器要求循环时间低于3秒，人形机器人量产目标超10万台。埃斯顿iER.OS重构底层OS生态，汇川技术进入特斯拉Optimus供应链，固高科技Q1净利润增长183%。本文深度梳理七家A股控制器产业链核心标的，并指出三重证伪风险与关键观察变量。
热压键合设备 / 技术路线延期 / 2026m8认为，
混合键合技术在HBM4世代的商业化落地遭遇良率与成本的双重阻击，热压键合（TCB）设备凭借极限微缩工艺与底层散热架构的创新，成功突破16层堆叠物理极限，这本质上是存储巨头在资本支出约束下对成熟工艺生命周期的极致压榨，将使现有TCB设备龙头在2026至2027年继续独享AI存储产能扩张的资本支出红利。
MoE推理调度：产业变量 2026
2026年，大模型全面迈入万亿参数与百万上下文时代，混合专家（MoE）架构已成为前沿模型的标配。然而，庞大的参数基数与稀疏激活特性，使得传统稠密模型的推理调度框架面临严重的显存碎片化与节点间通信瓶颈。本报告基于公开技术文档与开源社区数据，深度拆解2026年MoE推理调度的核心技术演进——包括Prefill-Decode（PD）分离架构、RadixAttention前缀缓存机制，以及以DeepEP为代表的底层通信算子优化。我们将系统梳理…
GPU插座与固定件 / 产业链变量 / 2026 摘要：2026年，AI算力硬件架构迎来关键转折，GPU插座（Socket）及配套固定件正式成为产业链核心变量。随着NVIDIA…
m8认为：2026年GPU插座与重型固定件的全面导入，是算力硬件从“消耗品”向“模块化资产”演进的必然；B300单芯片1400W功耗所逼出的400-600 kPa液冷下压力，使固定件成为决定系统良率与插座龙头估值爆发的最关键物理约束。
AI服务器PSU：功率密度 2026
进入2026年，AI服务器电源供应器（PSU）的产业竞争核心已经从单纯的电能转换效率堆叠，彻底转向了“极限功率密度（W/in³）与机柜级液冷解热能力”的综合博弈；800V HVDC（高压直流）架构的大规模商业化落地正在全面颠覆传统数据中心的配电拓扑，并对上游宽禁带半导体（SiC/GaN）供应链以及精密磁性器件厂商进行了一次强制性的技术与产能洗牌。
六维力传感器 2026：人形机器人力控链条的公开资料观察
基于 Tesla 公开披露和投资者材料，本文从力控、传感器、执行器和供应链验证指标梳理六维力传感器在机器人产业链中的位置。相关成本、单机用量和公司映射均作为研究假设，不构成投资建议。
AI服务器 / MLCC / 2026 2026年，AI服务器主导的多层陶瓷电容器（MLCC）市场正经历极其猛烈的结构性重估。随着英伟达（NVIDIA）Rubin架构与全球云服务…
Murata、Samsung Electro-Mechanics 和太阳诱电均已公开把 AI 服务器、电源稳定和高容 MLCC 列为重要应用方向。m8 认为，这篇文章可以讨论 AI 服务器对高容、高耐温、低阻抗被动元件的需求上移，但单机颗数、份额、A股映射和具体良率应继续作为观察变量跟踪为观察变量。
AI推理成本2026：Token路由与KV Cache如何重塑GPU集群经济学
2026年AI推理降本的核心矛盾已转向内存带宽与路由效率。Token路由通信开销超过40%，推理集群利用率长期低于35%，云API均价下降60-75%。产业链映射与三大证伪风险详解。
CPO外置光源：硅光封装可靠性 2026
OIF、Broadcom 与 Intel 的公开资料可以支撑“CPO、外置光源、硅光与封装可靠性成为 AI 网络升级变量”的研究框架。m8 认为，这篇文章可以讨论 ELSFP、CPO 光引擎、硅光平台和可维护性约束，但 3.2T/102.4T/200G per lane、可靠性小时数、量产节奏和公司订单映射都应作为观察变量继续跟踪。
数据中心水冷与余热回收选址约束 / 2026
Microsoft、Google 与欧盟数据中心能效规则公开资料可以支撑“PUE、WUE、余热回收和选址约束共同影响数据中心建设”的研究框架。m8 认为，这篇文章可以讨论 AI 数据中心水资源、冷却方式和余热利用的政策变量，但 100kW 普遍化、PUE/WUE 区间、Capex 增量和新建智算中心占比都应作为观察变量继续跟踪。
AI数据中心：HVDC供电架构 2026
OCP、NVIDIA 和电源设备厂商公开资料可以支撑“AI 高密度机柜推动 48V 母线、DC busbar 与电源架构重构”的研究框架。m8 认为，这篇文章可以讨论高密度 AI 机柜对配电链路、连接器、电源架和功率转换的约束，但 120kW 普遍化、端到端效率 97%、铜用量下降和公司弹性都应作为观察变量继续跟踪。
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。
机器人触觉传感器：标定技术、数据闭环与良率 2026
从触觉传感器标定、数据闭环和良率一致性观察机器人量产可靠性，相关公司映射仅作为产业链研究变量。
人形机器人谐波减速器：寿命与一致性 2026
从谐波减速器寿命测试、批次一致性和执行器可靠性观察人形机器人量产约束，相关公司映射仅作研究观察。
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。