深度专题
精选高价值深度报告 hub
AI 半导体景气与韩国、台湾订单和库存观察
公开研究观点，以原文为准：野村从硅周期、AI 半导体需求、韩国与台湾订单和库存等维度讨论 AI 半导体景气的持续性。
- 关注 AI 需求从 GPU 向存储等半导体环节扩散的公开观察。
- 用台湾电子出口订单、PMI 新订单与库存指标观察周期风险。
- 本站仅索引研究框架，不延伸为投资建议或景气预测。
Tracking Trillions: AI build-out 规模假设
公开研究观点，以原文为准：Goldman Sachs Global Institute 讨论 AI CapEx 规模对芯片寿命、数据中心成本、架构组合和瓶颈假设的敏感性。
- 把 AI capex 争论拆成基础设施建设和更新节奏等核心假设。
- 讨论功率、劳动力、设备瓶颈对 AI 建设节奏的影响。
- 本站不采用该研究生成任何目标价或买卖结论。
Powering the AI Revolution: AI Energy Demand and Opportunity
公开研究观点，以原文为准：Morgan Stanley 从生成式 AI 的数据中心、电力、冷却、机架、处理器和 IT 管理系统需求讨论基础设施机会。
- 把 AI 用电需求与数据中心扩建、可持续能源和供应链设备相连。
- 覆盖冷却、机架、电缆、处理器、存储和 IT 管理系统等环节。
- 本站只保留产业链学习索引，不转写成投资推荐。
AI: Thinking in terms of a value chain is crucial
公开研究观点，以原文为准：UBS CIO 从 AI 价值链视角讨论 enabling、intelligence、application 等层次和产业集中度。
- 以价值链方式拆解半导体、云、模型、数据和应用层。
- 强调纵向整合平台和单体玩家在 AI 价值链中的角色。
- 本站不使用该内容做收益预测或荐股。
Where Enterprises are Actually Adopting AI
公开研究观点，以原文为准：a16z 汇总企业 AI 初创公司、公开数据和企业访谈，观察企业 AI 真正落地的位置。
- 关注企业 AI adoption 与 ROI 更清晰的用例分布。
- 数据方法包括企业 AI startup 数据、公开数据与 a16z 企业交流样本。
- 本站不把机构观察转化为个股或项目推荐。
Big Ideas 2026: AI Infrastructure
公开研究观点，以原文为准：ARK Big Ideas 2026 把 AI Infrastructure 列为旗舰研究主题，讨论数据中心投资、专用计算和数字经济基础设施重建。
- 把 AI 基础设施作为 2026 Big Ideas 的核心主题之一。
- 覆盖数据中心投资加速、专用计算和基础设施重建。
- 本站只展示公开研究入口，不采纳其投资组合结论。
AI's $600B Question
公开研究观点，以原文为准：Sequoia 用 GPU run-rate、数据中心 TCO 和终端毛利假设讨论 AI 收入与基础设施投入之间的缺口问题。
- 从 GPU 收入、数据中心总成本和终端毛利假设构造收入需求框架。
- 讨论 OpenAI 等 AI 产品收入与整体基础设施投入的匹配问题。
- 本站只呈现问题框架，不下泡沫、估值或买卖结论。
The economic potential of generative AI
公开研究观点，以原文为准：McKinsey Global Institute 从用例、行业和工作活动层面评估生成式 AI 的经济潜力。
- 基于用例库、行业函数和工作活动拆解生成式 AI 潜在影响。
- 覆盖客户运营、营销销售、软件工程、研发等业务函数。
- 本站不将宏观潜力估算替换为具体公司收益预测。
How Can We Meet AI's Insatiable Demand for Compute Power?
公开研究观点，以原文为准：Bain Technology Report 2025 讨论 AI compute demand、数据中心资本开支、电力和设备供应链约束。
- 将 AI 计算需求与数据中心建设、电力、施工服务和设备供应联系起来。
- 关注 GPU、供配电、先进冷却等 compute enablers 的约束。
- 本站不把约束分析转换为投资标的筛选或目标价。
Models & Research: AI Datacenter and AI Cloud TCO
公开研究观点，以原文为准：SemiAnalysis 公开介绍 AI Cloud TCO、AI Datacenter Model、GPU 云成本和电力成本等研究模型。
- 覆盖 GPU server 成本、training 成本、inference 成本和 accelerator 经济性。
- AI Datacenter Model 聚焦设施容量、电力、约束和全球 build-out。
- 本站只索引公开研究入口，不复制付费模型或未公开数据。
NVIDIA Blackwell Architecture Technical Brief
公开研究观点，以原文为准：NVIDIA Blackwell 架构页面和技术简报介绍面向生成式 AI 与加速计算的 GPU、互联和系统级能力。
- 聚焦 Blackwell 架构在生成式 AI 和加速计算中的技术定位。
- 连接 GPU、NVLink、系统级 AI factory 与推理/训练工作负载。
- 本站只用作技术路线索引，不作产品采购或投资判断。
Research and analysis on AI in the economy and society
公开研究观点，以原文为准：OpenAI Economic Research 与 Global Affairs 团队发布关于 AI 在经济和社会中采用情况的研究与分析。
- 聚合 AI adoption、工作、经济影响和社会影响相关公开分析。
- 用于理解 AI 在实践中如何被采用，以及相关证据框架。
- 本站不替 OpenAI 研究外推企业盈利或市场走势。
Anthropic Economic Index
公开研究观点，以原文为准：Anthropic Economic Index 通过 Claude 使用数据研究 AI 对职业、任务、地区和经济活动的影响。
- 以 Claude 使用数据观察 AI 在任务和职业中的扩散方式。
- 后续报告加入 geography、enterprise adoption 和 economic primitives 等维度。
- 本站只呈现公开研究入口，不把使用数据解释为就业或投资预测。
Optical Networking: The Next Mega Trend in AI Infrastructure
公开研究观点，以原文为准：Goldman Sachs Global Investment Research 将 optical networking 作为 AI infrastructure 的重要趋势入口，公开页面用于索引该主题；本站不引用非公开客户报告全文。
- 公开核实要点包括 AI networking TAM 到 2028 约升至 US$154bn，具体数字以原始研究和公开页面为准。
- 研究框架关注 scale-up 与 scale-out 网络价值量提升，以及光模块、CPO 等网络环节。
- 本站仅用于产业链学习索引，不替机构给出任何目标价、评级或买卖建议。
Trends in AI
公开研究观点，以原文为准：Epoch AI Trends 汇总模型规模、训练计算、数据和算法进展等公开趋势，用于理解 AI scaling 与算力需求的研究框架。
- 将 AI scaling 拆成训练计算、模型规模、数据、硬件和算法效率等维度。
- 适合映射到云与模型、算力需求和基础设施规划相关节点。
- 本站只索引公开趋势框架，不外推成公司收入、估值或投资结论。
Gemini 2.5: Pushing the Frontier with Advanced Reasoning, Multimodality, Long Context, and Next Generation Agentic Capabilities
公开研究观点，以原文为准：Google DeepMind Gemini 2.5 技术报告讨论推理、多模态、长上下文和下一代 agentic capabilities 等模型能力方向。
- 从模型能力角度覆盖高级推理、多模态处理、长上下文和 agentic 能力。
- 可映射到云与模型层，以及 Agent 应用、企业工作流和工具使用相关节点。
- 本站只作为公开技术报告索引，不扩写未证实的性能数字或商业判断。