Przeprowadź dogłębne badanie 26 firm z ekosystemu infrastruktury AI — najbardziej pewnego głównego nurtu całego łańcucha wartości AI. Obejmij te 6 podsektorów (wybierz reprezentatywne firmy w każdym z nich, od liderów o dużej kapitalizacji po mniejszych graczy): Centrum danych AI (infrastruktura obliczeniowa / rozbudowa); GPU / chipy AI (silicon do treningu i inferencji, ASIC, IP); Serwery, sieci i moduły optyczne (switches, NIC, połączenia optyczne); Zasilanie, chłodzenie cieczą i magazynowanie energii (zasilanie, termika, zarządzanie energią); Chmura AI / platforma obliczeniowa (hyperscalers, chmury GPU, platformy wynajmu mocy obliczeniowej); Ekosystem wspierający (HBM / zaawansowane pakowanie, foundry, złącza i inne krytyczne komponenty). Dla każdej firmy zbadaj: nazwę firmy, podsektor, siedzibę / kraj; kluczowe produkty i jej konkretną rolę w łańcuchu AI; publiczna czy prywatna (ticker + giełda, jeśli notowana; jeśli prywatna, podaj najnowszą wycenę / rundę finansowania); kapitalizację rynkową lub wycenę (do rankingu); pozycjonowanie i przewagę konkurencyjną w ekosystemie (1–2 zdania); kluczowych klientów / konkurentów. Kolejność: w obrębie każdego podsektora uporządkuj od największej do najmniejszej (według kapitalizacji rynkowej / wyceny). Zbuduj całość od góry do dołu: od pełnego krajobrazu ekosystemu sprzętowego do każdej pojedynczej firmy. Wymagania wyjściowe: najpierw wygeneruj uporządkowany plik danych ai_infra_data.json — zawierający wszystkie 26 firm z powyższymi polami, 6 klasyfikacji podsektorów, flagę publiczna/prywatna oraz macierz porównawczą między firmami (podsektor × kluczowe wymiary). Następnie wygeneruj dopracowany raport HTML na podstawie tego JSON-a: uwzględnij diagram krajobrazu ekosystemu / warstwowy, sekcje sektorowe, karty firm, czytelny wizualny wskaźnik firm publicznych i prywatnych (tagi lub kodowanie kolorami), wykres rankingu kapitalizacji rynkowej oraz sortowalną/filtrowalną tabelę porównawczą. Zaprojektuj całość profesjonalnie, gęsto informacyjnie i interaktywnie. Najpierw zweryfikuj dokładność danych badawczych (status notowań, tickery, wyceny — użyj najnowszych wartości i cytuj źródła), a dopiero potem wygeneruj raport. Przekaż zadanie w trybie pojedynczego agenta.