2026年4月21日，宁德时代在其年度”超级科技日”发布会上，正式推出了第三代神行超充电池，再次刷新了动力电池行业的技术天花板。与此同时，首席科学家吴凯院士还透露了一个重磅消息：钠离子电池已解决制造环节核心问题，将在年内实现大规模量产。这两项技术突破，标志着新能源汽车行业即将进入一个全新的发展阶段。

第三代神行超充：充电6分钟，续航一整天

根据宁德时代官方公布的数据，第三代神行超充电池实现了等效10C、峰值15C的超充能力，这是目前行业最强的充电倍率表现。具体来看：

这意味着什么？简单来说，你去服务区上个厕所、买杯咖啡的功夫，电池就能从10%充到接近满电。这彻底改变了电动车用户的补能体验——”充电焦虑”这个词，可能很快就要成为历史了。

回顾神行超充电池的发展历程，第一代于2023年发布时就以”充电10分钟，续航400公里”引发轰动。短短三年内，宁德时代将超充性能提升了数倍，这种迭代速度在传统汽车工业中是不可想象的。

钠离子电池：不再只是”备胎”

相比超充技术的持续突破，钠离子电池量产的消息对行业的影响可能更为深远。宁德时代首席科学家吴凯院士在发布会上明确表示：

“电池材料坚持多化学体系发展是必选项。每一种材料都有自身的局限性，没有任何一种材料可以达到完美。根据不同场景的不同需求，在多元体系上建立能力，用户才能有更适合自己的答案。”

目前宁德时代主要布局了三大电池化学体系：磷酸铁锂、三元锂和钠离子，同时还在同步推进更多前沿化学体系的研发。

多化学体系策略：未来电池的”瑞士军刀”

宁德时代的多化学体系策略，本质上是在用不同技术路线覆盖不同应用场景。这种思路非常务实：

吴凯院士的表态也传递了一个重要信号：电池行业的未来不是”一种技术通吃”，而是根据实际需求选择最优方案。这种务实的技术路线，比押注单一化学体系要稳健得多。

对行业的深远影响

宁德时代的这两项技术突破，将在多个层面重塑行业格局：

对于消费者来说，最直接的改变就是：未来购买电动车时，不再需要在续航、充电速度和价格之间做痛苦的取舍。不同化学体系的电池可以满足不同需求，”没有最好的电池，只有最适合的电池”将成为新的行业共识。

AI基础设施狂飙：260亿美元光模块市场背后的技术革命

2026年04月20日 · xlx.baby 科技观察

2026年的春天，AI行业正经历一场前所未有的基础设施投资热潮。从光收发模块市场的爆发式增长，到国产AI芯片企业的巨额融资，再到大模型公司首次启动外部融资——每一个信号都在告诉我们：AI的”水电煤”基建正在被疯狂加码。

一、260亿美元：光通信的黄金时代

根据TrendForce集邦咨询最新研究，全球AI专用光收发模块市场正进入高速成长阶段。市场规模将从2025年的165亿美元，一举扩大至2026年的260亿美元，年增长率超过57%。

这不仅仅是数字的增长，更意味着整个光通信供应链正面临结构性重组。传统的数据中心网络架构正在被更高带宽、更低延迟的光互连方案所取代。800G光模块已成主流，1.6T产品正在快速放量，而3.2T的路线图也已清晰可见。

为什么增长如此迅猛？答案很简单：AI大模型的训练和推理对算力互联提出了前所未有的需求。当一个大型语言模型需要数千张GPU协同工作时，芯片之间的通信带宽就成了整个系统的瓶颈。光模块正是解决这一瓶颈的关键组件。

二、国产AI芯片崛起：曦望的百亿估值之路

就在光模块市场火热的同时，国内AI芯片领域也传来重磅消息。全栈自研AI推理GPU企业「曦望」（Sunrise）宣布完成新一轮超10亿元人民币融资。

曦望的快速崛起折射出一个重要趋势：AI推理市场正在成为比训练市场更大的蛋糕。随着越来越多的AI应用从实验走向生产，推理端的算力需求呈指数级增长。与训练场景不同，推理对成本效益、延迟和能效比的要求更高，这为专注推理的芯片公司创造了差异化竞争的机会。

值得注意的是，曦望采用的是”全栈自研”路线——不仅设计芯片，还构建配套的软件生态。这种策略在国内AI芯片公司中并不常见，但如果成功，将形成极深的竞争壁垒。

三、DeepSeek首启外部融资：大模型商业化拐点？

另一个引发行业震动的消息是：DeepSeek被曝首次启动外部融资，估值超过680亿元。这一事件的意义非同寻常——此前DeepSeek一直以”不差钱”的姿态示人，其母公司幻方量化为其提供了充足的弹药。

当一家不缺钱的公司开始融资，往往意味着两件事：要么市场机会大到需要更多资源来抢占，要么竞争激烈到需要建立更广泛的生态联盟。对DeepSeek来说，两者可能兼而有之。

680亿元的估值放在全球AI大模型赛道中也属头部水平。DeepSeek此举可能预示着大模型行业正在从”烧钱研发”阶段转向“商业化落地”阶段。外部融资不仅带来资金，更带来战略资源——投资人往往能为被投企业打开新的客户渠道和合作机会。

四、三线交汇：AI基础设施的”超级周期”

如果我们把这三个事件放在一起看，一条清晰的逻辑链就浮现了：

这正是一场典型的“基础设施超级周期”。回顾科技史，类似的周期曾出现在PC时代（Intel+微软）、互联网时代（Cisco+雅虎）、移动互联网时代（高通+苹果）。每一轮超级周期的核心特征都是：底层设施的投入远超应用层的价值变现，但最终两者形成了正向飞轮。

对于创业者和投资者而言，当前的AI基础设施赛道提供了多个值得关注的切入点：

拆解AI背后的”国际能耗账单”：当大模型遇上能源危机

当你在ChatGPT中输入一个问题，几秒钟后得到一份详尽的回答时，你是否想过这背后消耗了多少能源？2026年，全球AI产业正以前所未有的速度扩张，而一张看不见的”国际能耗账单”也在悄然攀升。今天，让我们一起深入拆解AI与能源之间的这场博弈。

AI”吃电”有多猛？一组数字让你震惊

训练大模型是出了名的”电老虎”。以OpenAI的GPT-4为例，据行业估算，其训练过程消耗了数千兆瓦时的电力。这个数字有多夸张？大约相当于一个中型城市一个月的用电量。而这仅仅是一次训练的成本——实际开发中，模型需要经历多次迭代、调参和测试，真实能耗可能是最终训练的数倍。

更令人关注的是推理阶段的能耗。随着AI产品日活用户数以亿计，每一次查询、每一次对话都在持续消耗电力。据估算，ChatGPT每天处理超过10亿次请求，仅推理环节的日耗电量就可达数十万度。而随着AI模型越来越大、功能越来越多，这个数字还在持续攀升。

各国如何应对AI能耗挑战？

面对AI带来的能源压力，各国纷纷出招。美国科技巨头正在大规模投资可再生能源——微软与核电站签署长期供电协议，Google在内华达州建设地热能供电的数据中心，Meta则在多个州布局风电和太阳能项目。

中国在这场竞赛中也不甘落后。”东数西算”工程堪称神来之笔——将东部庞大的算力需求引导至西部水电、风电和光伏资源丰富的地区，既解决了能源供给问题，又带动了西部经济发展。贵州、内蒙古、甘肃等地正在崛起为新的算力中心。

技术创新：算力与能耗的赛跑

好消息是，技术本身也在寻找破局之道。以下几个方向正在成为行业焦点：

1. 模型效率革命：以DeepSeek、Mistral为代表的新一代模型证明，通过MoE（混合专家）架构、量化压缩和知识蒸馏等技术，可以用更少的计算资源实现相近甚至更优的性能。DeepSeek-V3仅用557万美元训练成本就达到了GPT-4级别的表现，其秘诀之一就在于极致的效率优化。

2. 芯片功耗持续下降：NVIDIA最新一代GPU在算力翻倍的同时，能效比提升了40%。专用AI芯片（如Google TPU、华为昇腾）的能效更是远超通用GPU。液冷散热技术的普及也在大幅降低数据中心的冷却能耗。

3. 边缘计算崛起：将AI推理从云端转移到终端设备，不仅降低了延迟，更减少了数据中心的能耗压力。苹果的Apple Intelligence、高通的端侧大模型方案，都代表着这一趋势。

AI能耗≠”AI不环保”的简单等式

值得警惕的是，我们在讨论AI能耗时，不应该陷入”AI不环保”的简单判断。事实上，AI技术本身也在助力节能减排——Google利用AI优化数据中心冷却系统，将能耗降低了40%；AI驱动的电网调度系统可提升可再生能源利用率15%-20%；AI辅助的新材料发现正在加速下一代太阳能电池的研发。

“我们不能只看到AI消耗的能源，更要看到AI帮助节省的能源。真正的挑战在于，如何让AI的发展速度与清洁能源的部署速度相匹配。”——某国际能源研究机构分析师

AI与能源的关系，本质上是一场关于可持续发展的深层博弈。技术创新、政策引导和市场机制缺一不可。对于中国而言，既要在AI竞赛中保持领先，又要在”双碳”目标下实现绿色转型，这需要更精细化的能源管理和更高效的技术创新路径。

AI芯片大战再起波澜：Cerebras递交IPO申请，英伟达霸主地位面临新挑战

2026年4月20日 · 科技前沿

就在上周，AI芯片领域的”黑马”公司Cerebras Systems正式向美国证券交易委员会（SEC）递交了IPO申请文件。这一消息迅速在科技圈引发热议——在英伟达几乎垄断AI训练芯片市场的当下，一家以”晶圆级芯片”闻名的创业公司选择此时上市，背后究竟意味着什么？

Cerebras是谁？为什么值得关注？

Cerebras Systems成立于2016年，总部位于美国加州Sunnyvale。与传统芯片公司不同，Cerebras采取了一种极其激进的技术路线：它制造的不是指甲盖大小的GPU，而是整片晶圆级芯片（Wafer-Scale Engine，WSE）。其最新一代WSE-3芯片拥有4万亿个晶体管，面积是英伟达H100 GPU的56倍，片上内存高达44GB SRAM。

Cerebras的客户包括美国国家实验室、大型医疗机构以及部分科技巨头。其核心优势在于训练超大规模AI模型时，可以避免传统多GPU集群之间的通信瓶颈，实现接近线性的性能扩展。

为什么选择这个时间点上市？

2026年春天，AI芯片赛道正处于一个微妙的转折点：

第一，市场需求空前旺盛。据斯坦福《2026年AI指数报告》显示，全球AI相关投资在2025年达到历史新高，企业对算力的需求以每年2-3倍的速度增长。训练GPT-5、Gemini Ultra等超大模型需要的算力成本高达数亿美元，这给了替代方案巨大的市场空间。

第二，英伟达的”护城河”正在被侵蚀。虽然英伟达在AI训练市场占据超过80%的份额，但谷歌TPU、AMD MI300X、以及各路创业公司的专用芯片正在快速追赶。Cerebras选择在市场窗口期冲刺上市，正是看准了投资者对”下一个英伟达”的渴望。

第三，地缘政治因素加速了芯片自主化趋势。美国对华芯片出口限制持续升级，各国都在加速AI基础设施的自主可控建设。这为非英伟达方案提供了更多被采购的机会。

AI芯片赛道全景：谁在挑战英伟达？

Cerebras的机遇与风险

尽管Cerebras的技术令人印象深刻，但IPO之路并非坦途。分析师指出了几个关键风险点：

对国内AI生态的影响

Cerebras的IPO对国内AI从业者同样有重要启示。在芯片出口受限的大背景下，中国AI公司对国产替代芯片的需求持续升温。华为昇腾、寒武纪、壁仞科技等国产AI芯片厂商正在加速迭代。

值得注意的是，Cerebras的”另辟蹊径”路线（不走GPU路线，而是重新定义芯片架构）也给国产芯片厂商提供了参考——在短期内难以追上英伟达制程工艺的情况下，差异化创新或许是一条可行之路。

“AI芯片市场正在从’一家独大’走向’百花齐放’。未来三年，我们将看到至少5家芯片公司在AI训练和推理的不同环节占据一席之地。”

—— 某硅谷半导体行业分析师

总结与展望

随着更多AI芯片公司走向资本市场，2026年注定是这个赛道最精彩的一年。我们将持续关注Cerebras的IPO进展以及AI芯片行业的最新动态。