前三季度，我國出口積體電路增長99.1%，中國供應鏈深度嵌入全球算力版圖。

　　隨著全球人工智能（AI）投資熱潮持續升溫，算力基礎設施建設正進入大規模擴張新階段。數據中心建設、伺服器和晶片採購明顯提速，中國供應商在其中扮演著關鍵角色。

　　10月15日至19日，以“先進製造”為主題的第140屆廣交會一期正在廣州舉行。在被譽為中國外貿“風向標”的廣交會上，從伺服器內部的高速連接件，到機房的溫控散熱模組，再到高精度定位晶片與終端智慧硬體，中國製造正全面對接全球算力建設的需求。

　　這一微觀動向與宏觀外貿數據高度吻合。海關總署新聞發言人、副署長王軍在14日介紹今年三季度外貿數據時表示，人工智能蓬勃發展，推動全球算力投資建設提速，對算力終端設備及製造所需的中間産品需求持續擴張。我國依託完整産業體系和科技創新能力，為應對全球算力和電力需求增長提供堅實支撐。

　　海關統計顯示，前三季度，我國出口積體電路同比增長99.1%，電腦零附件增長2.1倍，固態硬碟等存儲部件增長1.3倍，出口伺服器等數據處理設備增長7.2%。此外，我國的AI眼鏡、智慧倣生機器人等終端産品持續走向國際市場，不斷豐富著全球人工智能應用場景。

　　高附加值中間件出海

　　隨著算力需求大幅增加，數據中心內部伺服器與晶片之間的高速連接，對零部件的高頻傳輸和結構穩定性提出了更高要求。

　　在第140屆廣交會現場，溫州珠創進出口有限公司展臺前，一款用於AI數據中心（AIDC）的高速背板連接器成為傳統零部件企業向高端算力供應鏈轉型的樣本。該公司以傳統家電和汽車連接器等業務為主，但成熟品類競爭激烈，面臨“增量不增利”的現實。公司總經理王志軍對第一財經記者表示，傳統品類的過度價格競爭不可持續，而高端算力零部件拼的是技術門檻與製造硬實力。他表示，該公司目前為全球連接器龍頭安費諾（Amphenol）代工AIDC連接器産品，單套價值顯著高於傳統衝壓件。

　　王志軍解釋稱，從傳統製造轉向算力零部件並非簡單的技術延伸，而是面臨實質的工藝跨越。傳統連接器主要靠銅材衝壓後插入塑殼，工藝相對單一；而AIDC連接器則採用嵌件注塑工藝，需將金屬件精準預置於模具中一體成型，再由自動化機臺將多層鍍金端子精密疊加，對模具精度、自動化組裝和品質一致性提出了很高要求，以此保障高速高頻信號傳輸的穩定性。

　　這種製造能力的提升，使企業在傳統外貿週期波動中找到了新增長點。王志軍透露，該業務投産近兩三年以來，每年的出貨量都在翻倍。“第一代産品的標準掌握在海外巨頭手裏，我們目前先把模具精度、自動化組裝和一致性沉澱下來。等到國內頭部科技企業研發下一代架構時，我們才有機會進入聯合開發的盤子裏。”

　　伺服器高密度運轉帶來的另一個直接挑戰，是巨大的發熱量和電力消耗，這讓溫控散熱與基礎供電設備成為算力機房建設的重要配套。

　　在廣交會現場，科都電器股份有限公司展示了相關零部件産品。公司業務員林志超表示，海外算力擴建帶來的配套零部件需求增長很快。“市場上算力相關的配套零部件出口增長非常迅速，特別是機櫃空調、小型散熱塔以及配電用的電源模組。”林志超告訴第一財經記者，公司的電源模組、散熱器、散熱塔等配套零部件在中東市場已有多年合作，機櫃空調也是公司自産産品之一。

　　從晶片到終端

　　在晶片環節，前三季度我國積體電路出口增長99.1%。算力不僅在雲端機房高速運轉，也通過底層定位與感知晶片深入實體産業的邊緣端。

　　北京北斗星通導航技術股份有限公司工作人員饒宸對第一財經記者介紹，公司高精度晶片和模組的國內市佔率約70%，全球約40%，去年直接和間接出口銷售量約7億元人民幣。據他介紹，普通衛星定位精度通常在1至2米左右，而公司研發的釐米級RTK（載波相位差分）高精度晶片，通過在各地布設基準站採集數據並向晶片實時播發，能將定位精度縮小到一釐米左右；同時依託“雲芯一體化”策略，將硬體晶片與雲端數據服務結合，實現高精定位與數據協同。

　　饒宸表示，這類高精度晶片和模組主要面向無人機、農機、測量測繪等專業設備，在車載領域則滿足智慧駕駛對釐米級定位的嚴苛需求。在消費級與海外合作方面，公司向歐洲智慧割草機廠商提供配套的晶片和天線模組，並在海外聯合下游手機、手錶廠商落地高精度定位終端。

　　在工業端之外，AI算力也正在快速走進大眾消費硬體。安徽省技術進出口股份有限公司展位上，一款售價僅55美元的AI翻譯眼鏡吸引了不少外商試戴體驗。“外商戴上眼鏡後，通過配套的自研App，中文對話就能被實時翻譯轉換成外語傳輸到耳邊。”銷售人員劉超在現場介紹，該設備採用骨傳導環繞身歷聲設計，也具備拍照、錄音、錄影、播放音樂等日常功能。

　　在服務機器人專區，杭州程天科技發展有限公司展出的模組化膝關節外骨骼機器人，是AI演算法與智慧硬體結合的一類終端。銷售負責人黃崇徒向記者介紹，每個人的行走姿態與發力習慣各不相同，該設備搭載了AI自適應步態學習演算法。“用戶穿戴行走一至兩分鐘後，設備系統就會自主完成對個人步態特徵的學習，隨後實時跟隨使用者的動作動態匹配助力。”他稱，“展會期間每天都能在現場拿下幾套即時付款的訂單。”(高雅)