半导体周期 2026
AI 算力与消费电子的 K 型分化。
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。
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。
AI 算力与消费电子的 K 型分化。
减重药全球供给侧的拥挤信号。
CoWoS / SoIC 产能格局与A股映射。
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。
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。
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。
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。
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。
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。
Tesla Q1 2026 shareholder deck、Tesla AI 页面和公开 webcast 可以支撑“Optimus 正从演示样机走向生产线安装与制造验证”的研究框架。m8 认为,这篇文章可以讨论产线节拍、执行器测试、FSD/视觉架构迁移和可靠性验证,但 MTBF、产量、供应链定点和成本数字应作为观察变量继续跟踪。
2026年单机柜功率突破100kW后,液冷系统的高耗水问题正将余热回收推上智算中心选址的核心议题。水资源指标与电力配额的双重约束,正在重新划定AI基础设施的地理边界,并重构液冷、工业热泵、超大规模运营商三个产业链受益层次的逻辑。
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。
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。
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。
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。
超充、储能和出海需求是新能源产业链从整车销量转向基础设施能力的关键变量。m8 认为,这篇文章可以作为新能源基础设施常青文,但充电桩数量、利用率、V2G、海外订单和公司映射应逐项核验。
Starlink 直连手机与卫星物联网应以 Starlink/SpaceX、T-Mobile、FCC 和 3GPP NTN 公开资料为主线。m8 认为,这篇文章可改为卫星直连常青框架,但覆盖、终端、频谱、商业化时间和芯片映射应作为观察变量跟踪。
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。
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。
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。
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。
端侧 AI 与消费电子换机周期需要同时看芯片算力、操作系统入口、应用场景和库存周期。m8 认为,这篇文章可以讨论 AI PC、AI 手机和端侧模型,但销量预测、供应链弹性和公司映射应作为观察变量跟踪为观察变量。
CXL 与 NVLink 适合做 AI 推理内存带宽主题的短入口,但不能把互连标准、GPU 集群、HBM4 和内存池直接混成一个确定结论。m8 认为,这篇文章应降口径后并入推理内存墙常青路线。