AI算力军备竞赛加速：工业富联营收暴增、谷歌Gemini遇挫、小米AI翻车折射行业分化

AI服务器出货量翻倍增长，算力产业链业绩全面兑现

2026年上半年，全球AI算力产业链从芯片到整机再到云服务，每一个环节都在经历爆发式增长。工业富联8月11日发布的半年报数据显示，上半年实现营业收入5578.61亿元，净利润237亿元，同比近乎翻倍。其中AI服务器营收暴增2.3倍，800G高速交换机出货量增长1.4倍。这组数据印证了一个事实——AI算力需求不再停留在预期层面，而是以真金白银的订单和出货量体现在产业链各环节的财务报表中。

鸿海同期表态，第三季度AI服务器机架出货量环比增幅将达到两位数高位，2026年全年AI服务器机架出货量预计增长超过一倍。作为全球最大的服务器代工厂之一，鸿海的出货指引是观察行业景气度的重要风向标。服务器机架不同于单台服务器，它代表的是数据中心级别的部署规模——机架出货翻倍意味着数据中心建设正在加速，而非仅仅是服务器换新。

存储芯片同样处于超级紧缺周期。群智咨询数据显示，2026年上半年全球主流DRAM厂商合计营收达到2841亿美元，同比增幅超过300%。闪迪（SanDisk）股价单日涨幅超13%，西部数据、海力士涨幅均超过7%。存储芯片的紧缺不是被动缺货，而是AI训练和推理对高带宽内存（HBM）的需求将传统DRAM产能挤占殆尽，导致通用存储芯片也出现供应紧张。

谷歌AI换帅与Gemini 3.5搁置，大模型竞赛拐点信号

8月11日，行业分析机构Semi Analysis发布报告称，谷歌内部已搁置Gemini 3.5 Pro模型。今年5月的I/O开发者大会上，CEO皮查伊曾承诺6月推出Gemini 3.5 Pro，至今未兑现。与此同时，谷歌DeepMind迎来换帅——Koray Kavukcuoglu接替联合创始人Demis Hassabis出任高级副总裁，直接向皮查伊汇报。

这两件事放在一起看，传递出的信号比表面上更复杂。Gemini 3.5 Pro搁置并不意味着技术路线失败，更可能是训练过程中遇到预期外的问题——要么是对齐质量未达标，要么是推理成本无法接受。大型模型的训练投入以亿美元计，中途调整方向或推迟发布，是技术可行性与商业可行性博弈的结果。谷歌选择跳过3.5直接宣传Gemini 4，本质上是在用更高版本的市场预期来填补当前产品线的空档。

换帅本身说明谷歌对AI业务的不耐烦。Hassabis主导的DeepMind在学术研究上成果斐然，但产品化节奏一直跟不上OpenAI和Anthropic。Kavukcuoglu接手后面临的首要任务不是技术突破，而是将研究成果转化为可用的产品——Gemini系列模型需要稳定的发布节奏，而不是一再跳票。

小米澎湃OS4的AI作图翻车，暴露AI工具落地的现实落差

8月13日，小米总裁卢伟冰在微博发布澎湃OS4宣传海报，评论区迅速翻车——输入法图标反了、AI写成AL、AI语音笔记写成AI语音第记。网友的质问直指核心：用的什么AI作图？海报随后被修改，微博状态显示已编辑。

这件小事折射出一个行业现实：AI图像生成工具在商业生产流程中仍不可靠。当前主流的AI图像生成模型在创意构思阶段表现惊艳，但一旦用于需要精确文字和细节的商业物料，幻觉问题暴露无遗——模型生成看似合理但实际错误的文字和符号。这类错误在大规模宣传场景中会被迅速放大，品牌公信力反而受损。

澎湃OS4本身的技术发布倒是值得关注：底层重构引入Xiaomi HyperCore自研内核，搭载负载精算机制与内存预载策略，构建专属应用运行环境。不开发布会直接众测的模式也是一种务实选择——系统级软件的稳定性靠实验室测试覆盖有限，真实用户反馈的迭代效率远超内部QA。

全球9大CSP资本开支加速，算力基建进入深水区

2026年全球9大云服务商（CSP）合计资本开支正在加速。阿里云官宣大幅提速算力建设，全球模块化AIDC数据中心产能提升两倍以上。东海证券研报指出，7月半导体行业经历明显回调后，AI驱动下需求持续旺盛，建议逢低关注AI算力、存储、光模块及光芯片、算力PCB等产业链环节。

资本开支加速的背后是算力基建进入深水区——单纯堆GPU数量的边际收益在下降，网络带宽、存储吞吐、电力供应、散热效率成为新的瓶颈。800G交换机和光模块的需求激增正是网络瓶颈的直接体现。模块化数据中心方案（AIDC）的产能翻倍，本质上是在缩短从土地到算力的交付周期，应对AI训练集群的快速扩容需求。

整个AI产业链正在从”模型竞赛”向”基础设施竞赛”过渡。谁能更快、更便宜地把算力交付给模型训练和推理，谁就掌握了下一个阶段的主动权。