早上9点多，算力中国展览会上，两个科创公司创始人上台路演，扔出了两组让大厂背脊发凉的数据

第一组来自熵旋芯智CEO雷坤。
基于MRAM的存算一体架构，能耗比SRAM低近10倍，可使AI推理Token成本降低约10倍。
三星8纳米MRAM已成熟量产，明年推进到5纳米。
公司已完成两轮融资，第三轮接近收尾。

第二组来自芯科智能CEO王冲。
风液同源算力集装箱，把一兆瓦数据中心的建设成本从1700到1800万元，直接压到800万以内。
PUE值1.2，WUE值为零。
部署只需要一天，传统数据中心建设周期要两到三年。

这两条消息放在一起看，才是真正的信息量：AI算力正在被降维打击。

先说MRAM存算一体。
现在AI推理最大的成本是什么？
是数据在存储和计算单元之间来回搬运。
传统架构里，数据要从存储单元搬到计算单元，算完再搬回去。
这一来一回，消耗了大部分能耗和时间。
存算一体就是让计算直接在存储单元里发生，不搬了。
MRAM的能耗比SRAM低近10倍，推理Token成本降10倍。
如果这技术真落地，意味着什么？
意味着DeepSeek现在几块钱百万Token的API价格，还能再往下砍一个数量级。
AI应用的成本门槛，会被彻底打穿。

再看风液同源算力集装箱。
一兆瓦数据中心，传统建设成本1700到1800万，周期两到三年。
芯科智能的方案，800万以内，一天部署完。
PUE 1.2，WUE为零，几乎不耗水。
这解决的不仅是成本问题，更是时间问题。
AI算力需求爆发式增长，谁先建成谁先接订单。
传统数据中心建两年，建完可能技术已经换代了。
集装箱式方案一天搞定，随时扩容，随时搬迁。
这才是AI基建该有的节奏。

把两条消息串起来，逻辑非常清晰：
芯片层在降推理成本，基建层在降建设成本。
两头同时压缩，AI算力的经济模型正在被重写。
以前大家觉得大模型太贵，用不起。
现在芯片和基建都在往死里降本，AI应用的大爆发，可能比所有人预想的都要快。

对A股来说，这两个方向都值得深挖。

第一，MRAM和存算一体。
这是AI芯片的下一代架构方向，国内有技术储备的公司值得关注。
三星已经量产8纳米，国内产业链能不能跟上，是关键变量。
相关设备、材料、设计公司，都可能受益于技术路线切换。

第二，液冷和模块化数据中心。
风液同源、集装箱式部署，直接把液冷和预制化数据中心推到台前。
英维克、高澜股份、申菱环境，以及做预制化数据中心的公司，订单逻辑会被强化。
PUE 1.2和WUE为零，正好契合国常会刚提出的算电协同，绿电直连。

第三，数据中心建设周期缩短，利好IDC运营商。
以前建数据中心要两三年，现在一天部署，IDC扩张速度会大幅提升。
宝信软件、数据港、光环新网，可能进入更快的发展节奏。

但必须冷静。
这两家都是初创公司，产品实际落地效果、客户验证情况、规模化能力，还有待观察。
路演是讲故事的地方，真正的考验在订单和交付。
MRAM存算一体离大规模商用还有距离，集装箱方案也要看实际部署案例。
别看到降10倍和降1000万就无脑冲相关概念股。
真正能吃到肉的，是那些能进入这些初创公司供应链、或者有同类技术储备的上市公司。

早上九点多的消息，已经把AI算力降本的两条路径指出来了。
芯片层在省算力的钱，基建层在省建楼的钱。
两头都在降，AI应用的爆发就只是时间问题。
你是在看热闹，还是在翻谁在给这些降本方案卖铲子？
答案，决定你能不能吃到这轮算力降本的红利。
AI算力新革命