通信行业专题分析:高速连接器如何受益于AI? 通信 高速连接器 人工智能 随着 AI 等技术的发展及应用,数据中心对高吞吐和大带宽的需求越发迫切,以太网/IB 等网络速度已经从 25G/50G 增长到 400G/800G,并有望很快达到 1.6T;单通道信号速率逐渐升级到 112G,正在向 224G 领域演进。高速背板连接器、高速IO 连接器等高速连接器,作为数据中心系统互连关键硬件之一,预计将深度受益于 AI 算力的需求增长。
通信行业深度报告:AI热浪起,液冷迎来黄金时代 通信 人工智能 液冷技术优势显著,运营商助力液冷生态逐步完善。虽然风冷技术是目前普遍应用的数据中心散热技术,但其存在散热密度低和散热能力差的缺陷,在散热密度较高的场景如 AI 集群、HPC 集群下尽现颓势。液冷与风冷技术相比,液冷技术主要有:(1)低能耗;(2)高散热;(3)低噪声;(4)低 TCO;(5)空间利用率高;(6)环境要求低,易部署;(7)余热回收易实现等优势。在电信运营商的强推动下,我们认为液冷产业链生态有望快速发展,解决液冷产品标准不统一、CAPEX 较高等行业痛点,液冷普及率或将持续增长。[N
人形机器人行业专题报告(硬件篇):特斯拉Optimus引领技术实现,国产零部件迎来机遇 人形机器人 人工智能 人形机器人的总体架构主要包括感知层、决策层和执行层,感知层主要通过各类型传感器实时感知机器人的状态和环境信息,将信息流传递给决策层后,经过大模型及算法等处理分析后得出决策方案,进而由执行层的执行机构完成对应的动作。在硬件层面,特斯拉 Optimus 拥有 14 个线性执行器、14 个旋转执行器和两只灵巧手,其中线性执行器的配置为无框力矩电机+行星滚柱丝杠+力传感器+编码器+驱动器+球轴承+四点接触球轴承;旋转执行器的配置为无框力矩电机+谐波减速器+力矩传感器+双编码器+驱动器+交叉滚子轴承+角接
海外机器人行业跟踪报告:美股科技巨头纷纷入局,AI大模型将推动机器人商业化落地 人工智能 人形机器人 事件:机器人赛道火爆,产品迭代迅速,美股头部科技公司纷纷入局。2024年2月24日,英伟达宣布成立新的研究部门——“GEAR”,加码机器人赛道;2月29日,人形机器人初创公司Figure宣布,已从亚马逊创始人贝索斯、英伟达、OpenAI和微软等公司筹集了约6.75亿美元资金,使其公司估值达到26亿美元;3月13日,Figure最新发布了一段视频,展示了机器人Figure 01在OpenAI大模型的支持下,已能够与人类对话,理解并执行人类的指令和任务。当前美股机器人赛道火爆,人形机器人初创公司在一
光模块行业专题报告:AI驱动网络变革,光摩尔定律加速 光模块 人工智能 AI推动网络变革,高速光模块受益。历史来看,数据流量的增长驱动光模块发展到当前百亿美元的产值规模。当前阶段, AI成为数据流量增长的弹性来源,大规模AI集群的网络架构和通信能力要求高速光模块加快升级。据Coherent预测,预计未来几年AI相关的800G和1.6T数通光模块将占所有数通光模块市场的近60%,2028年市场规模有望突破90亿美元。
存储行业深度报告:存储行业景气度拐点已至,AI国产化需求复苏带来新周期 存储 芯片 人工智能 存储行业市场规模超千亿,是半导体产业的主要细分市场,DRAM和NAND为当前主流。22/21/20年全球存储市场规模分别为1392/1534/1175亿美金,占半导体规模的比例分为别24%/28%/27%,是全球第二大细分品类,其中DRAM和NAND Flash是最主流的半导体存储器,市场规模占比超过95%。DRAM技术发展方向逐步向高传输速率和低功耗方向发展,在技术节点上,DRAM原厂正逐步向物理极限制程演进;NAND存储主要趋势为向高密度存储和3D堆叠演进,在堆叠层数上,三星预期将在2024
半导体行业深度报告:AI大模型风起云涌,半导体与光模块长期受益 半导体 人工智能 全球AI大模型高速发展,算力需求高增驱动AI服务器三年CAGR约为29%的增长,带动算力芯片与光模块产业链受益。2023年以来,以ChatGPT、Sora为代表的多模态AI大模型横空出世,标志着人工智能技术已经进入一个新的纪元。未来,通用人工智能(AGI)有望集多模态感知、大数据分析、机器学习、自动化决策于一体,重塑人类工作和生产生活的方式,引领人类步入第四次工业革命。算力的高速增长需要更多的AI服务器支撑,2023年全球AI服务器约85.5万台,到2026年预计将达到236.9万台,CAGR为
AI行业深度报告:iPhone时刻的开启,硅基时代的到来 人工智能 ChatGPT 引领人工智能进入以 AGI 为代表的新里程碑阶段,拉动算力需求,引领基础设施新周期。人工智能应用场景逐渐增多,模型参数规模和数据量也实现了大幅度增长,为 NLP、CV 等领域带来更强大的表达能力和性能。大模型是目前通往 AGI 的最佳实现方式。算力需求激增,推动算力基础设施迎增长新周期。据 IDC,AI 的应用与普及促使 2022 年我国智能算力规模近乎翻倍,达到268EFLOPS,超过通用算力规模,2026 年我国智能算力规模将达 1271.4 EFLOPS,22-26 年复合
人形机器人行业专题报告:结构轻量化经验或可复制至人形机器人的轴承、丝杠和减速器 人形机器人 人工智能 机器人的轻量化主要是从材料和结构这两个方面来实现。但基于材料的方法,需采用新型材料,如镁、铝合金和碳纤维复材等,其成本高且加工难度大,同时材料轻量化也需和结构设计相互耦合。与其相比,基于结构优化的方法只需改变结构形状,其成本低且容易实现,因而结构轻量化就成了机器人轻量化设计的主要方法。
人形机器人行业专题报告:AI超预期助力产业落地,核心零部件配套星辰大海 人形机器人 人工智能 人形机器人量产,硬件本体是前置条件,更重要的是“AI 大脑”。从感知、执行、决策和认知四个功能来看,认知和决策功能是智能化的最高标准,其实现也难于感知和执行功能,均具备才能称为 L5 级(自适应型)。正是大语言模型技术的飞速发展,使得机器人能够自主感知环境、理解任务、动作编排等自主完成一套动作成为可能,智元机器人的 EI-Brain 框架为我们提供了一个很好的理解角度;同时,人形机器人也是“具身智能”的最好载体之一。
人形机器人IMU(姿态感知)专题报告:旧火新茶,其时已至 人形机器人 IMU 芯片 人工智能 IMU(惯性测量单元):姿态测量和惯导的核心传感器。IMU 是测量物体三轴角速率及加速度的装置,通常由两个及以上的加速度计和陀螺仪组成。IMU作为惯性定位技术的核心设备,经过误差补偿和惯性导航解算,最终输出载体相对初始位置的坐标变化量、速度等导航信息。IMU 按使用性能从低到高可分为消费级、工业级和军用级,不同级别的 IMU 在设计、制造和成本方面都有所差异,以满足不同领域对性能和可靠性的需求。IMU 下游应用广泛,涵盖从消费电子、汽车电子到工业与通信、医疗健康等各个领域。
脑机接口行业专题报告:人脑与数字世界的融合未来 脑机接口 人工智能 脑机接口的下游主要负责将脑机接口系统应用到实际场景中,按中商情报网报告显示,下游企业数量占该产业的比例为62%。上游软硬件核心技术厂商较为稀缺,企业分布占8%。中游的系统集成和生产厂商占比为30%。美国作为最早提出脑科学计划及其行业发展规划、技术发展最为迅速的国家, 目前已有企业进入临床阶段,代表性厂商有Neuralink、Synchron、BrainGate等。