半导体

硅基速览 9月10日路透社报道，寒武纪思元690加速卡涨价20%-30%，沐曦、天数智芯同步跟涨。 寒武纪官方回应"不要听信市场消息"，但未否认涨价本身。 HBM成本飙升正在从华为、寒武纪头部厂商传导到整个国产AI芯片第二梯队，全行业进入涨价周期。 正文 第二梯队的跟涨 2026年9月10日，路透社的一篇报道不仅揭示了华为昇腾950DT涨价20%-50%，还顺带披露了中国AI芯片第二梯队的集体提价： 寒武纪思元690：涨价20%-30% 沐曦：同步上调现有及下一代产品报价 天数智芯：同步跟涨 这意味着中国AI芯片涨价不是华为一家的行为，而是全行业现象。原因也相同：HBM（高带宽内存）成本飙升且供应紧张，所有依赖外购HBM的中国AI芯片厂商都在成本端承压。 寒武纪在回应市场传闻时的表态很有意思：“不要听信市场消息”。这个回应本身值得解读。如果涨价完全是谣言，公司通常会直接否认：“我们没有涨价”。但寒武纪选择了"不要听信市场消息"这个模糊表态——它既没有确认涨价，也没有否认。市场普遍解读为：涨价确实在发生，只是公司不便公开承认。 寒武纪在国产AI芯片格局中的位置 硅基视角梳理一下中国AI芯片的竞争格局： 第一梯队：华为昇腾。 华为凭借自研芯片+自研HBM+超节点方案，在中国AI加速卡市场占据最大份额。昇腾950DT是当前旗舰，960系列2027年Q1就绪。 第二梯队：寒武纪、海光信息、壁仞科技。 这些公司在AI加速卡市场各有侧重。寒武纪侧重云端训练和推理，海光信息侧重服务器CPU+DCU协同，壁仞侧重高性能计算。 第三梯队：沐曦、天数智芯、燧原科技、摩尔线程。 这些公司还在追赶阶段，产品性能和生态成熟度与前两梯队有差距。 寒武纪思元690是其面向AI训练和推理的旗舰加速卡。涨价20%-30%，直接原因是HBM成本上涨，深层原因是寒武纪在HBM议价权上弱于华为——华为有自研HBM，寒武纪主要靠外购。 涨价的产业链传导 HBM成本上涨对AI芯片产业链的传导路径是： 第一环：HBM供应商（三星/SK海力士/美光）涨价。 全球AI算力需求暴涨，HBM产能供不应求，三大供应商有充分的涨价底气。 第二环：AI芯片设计公司（华为/寒武纪/沐曦）成本上升。 外购HBM成本占AI加速卡BOM成本的30%-50%，HBM涨价直接拉高芯片设计公司的成本。 第三环：AI芯片涨价传导到下游。 芯片设计公司为了保持毛利率，将成本上涨传导给AI服务器厂商和最终客户。 第四环：AI算力租赁价格上涨。 当硬件成本上升，AI算力租赁市场的价格也会水涨船高。 硅基视角估算：HBM价格每上涨10%，一张AI加速卡的综合成本大约上涨3%-5%。如果HBM价格在2026年下半年累计上涨30%-50%，那AI加速卡涨价20%-30%就是合理的成本传导。 对下游AI公司的影响 涨价对下游AI公司的影响，因规模而异： 大型互联网公司（字节、阿里、腾讯、百度）：这些公司有长期芯片采购合同，HBM涨价的影响会滞后6-12个月传导。而且它们有足够的议价能力，可以与芯片厂商谈判分批消化涨价。 中型AI公司：这些公司通常按现货价格采购芯片，HBM涨价对它们的成本影响最直接。一张加速卡多花5万元，一个万卡集群就是5亿元的额外成本。 AI初创公司：这些公司主要通过云算力租赁来获取算力，不直接采购芯片。但上游硬件成本上涨会传导到云算力价格，最终初创公司也会感知到。 硅基AGI社区在论坛silicon-agi.com上有不少AI公司技术负责人在讨论算力成本上涨对业务的影响，从模型优化到云厂商选型，讨论非常务实。 硅基点评 寒武纪思元690涨价，标志着HBM成本压力已经从华为一家传导到整个国产AI芯片行业。这不是某家公司的经营问题，而是整个产业链的结构性问题——在HBM被韩国三巨头垄断的现实下，中国AI芯片厂商都在同一条船上。 硅基视角的判断是：HBM涨价周期可能持续到2027年下半年。在此之前，所有中国AI公司都需要做好"算力成本持续上升"的准备。应对策略有三：一是优化模型效率（像DeepSeek V4.1 Flash那样用更少的激活参数做更多的事）；二是做多供应商冗余（不要把所有算力押在一家芯片厂商上）；三是提前锁定长期采购合同（在价格低位时锁定未来12-18个月的供应）。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 9月10日路透社报道，华为将昇腾950DT加速卡意向报价上调至25万元人民币以上，较两个月前涨20%-50%。 寒武纪思元690涨价20%-30%，沐曦、天数智芯同步跟涨——中国AI芯片厂商集体提价。 根本原因：HBM（高带宽内存）供应紧张且成本飙升，中国AI芯片厂商面临"算力上去了，但内存卡住了"的困境。 正文 25万元一张AI加速卡 2026年9月10日，路透社援引多名知情人士报道，华为已将其最先进AI加速卡——昇腾950DT的意向报价上调至25万元人民币（约合37255美元）以上。根据合同条款不同，这一价格较两个月前给到客户的报价上涨了20%至50%。 华为此前公开表示，其最先进AI芯片950DT将于2026年第四季度正式上市。但在正式上市前，它的"指示售价"已经被拉高了四分之一到一半。 涨价的不止华为。据中国新闻网和中电网报道，寒武纪的思元690加速卡同步涨价20%-30%，沐曦、天数智芯等中国AI芯片厂商也纷纷上调现有及下一代产品报价。 寒武纪在回应市场传闻时表态：“不要听信市场消息”。但这个表态本身——而不是直接否认涨价——被市场解读为"涨价确实在发生，只是公司不便公开承认"。 HBM：中国AI芯片的阿喀琉斯之踵 为什么中国AI芯片厂商集体涨价？表面原因是"供需紧张"，根本原因是HBM——高带宽内存——卡住了脖子。 HBM是AI加速卡的核心组件。一张AI加速卡，除了计算芯片本身，还需要堆叠多层HBM内存来提供高带宽数据通道。HBM的产能和价格，直接决定了AI加速卡的成本和出货量。 问题在于：HBM的生产被韩国三大厂——三星、SK海力士、美光——高度垄断。中国大陆在HBM量产上仍然落后于国际领先水平。当全球AI算力需求暴涨时，HBM产能首先被英伟达、AMD等海外大客户抢购，中国厂商能拿到的HBM供应有限，而且价格水涨船高。 华为为此走上了自研HBM的道路。据华为官方披露，华为为昇腾950系列自研了两种HBM：HiBL 1.0（面向Prefill和推荐场景）和HiZQ 2.0（面向Decode和训练场景），分别与Ascend 950PR和950DT合封。但自研HBM的产能爬坡需要时间，短期内无法完全替代外购HBM。 涨价对中国AI产业的影响 中国AI芯片集体涨价，对下游AI产业的影响是直接的： 算力成本上升。 以前一台搭载8张昇腾加速卡的AI服务器，成本约80-100万元。涨价后可能达到100-130万元。对于正在大规模建设AI集群的中国互联网公司和金融机构来说，这意味着同样的预算能买到的算力减少了20%-30%。 国产化性价比下降。 中国AI芯片的核心竞争力之一是"比英伟达便宜"。当昇腾950DT涨到25万元一张时，它与英伟达同级产品的价格差距已经大幅缩小。如果性能差距不能完全弥补价格优势，部分客户可能重新考虑英伟达方案（在允许进口的前提下）。 加速国产HBM研发。 涨价本身是一种市场信号——它告诉中国半导体产业：HBM是必须攻克的卡脖子环节。长鑫存储、长江存储等国内存储厂商正在加速HBM研发，预计2027-2028年可能实现国产HBM量产。 华为昇腾的产品线 硅基视角梳理一下华为昇腾950系列的产品线： Ascend 950PR：面向Prefill和推荐场景，搭配自研HiBL 1.0 HBM。Prefill是大模型推理中"读取和理解输入"的阶段，对带宽要求极高。 Ascend 950DT：面向Decode和训练场景，搭配自研HiZQ 2.0 HBM。Decode是"逐字生成输出"的阶段，对计算密度要求极高。 950DT是目前华为最先进的AI加速卡，计划2026年Q4上市。涨价20%-50%的，主要就是这张卡。 硅基AGI社区在论坛silicon-agi.com上有不少硬件工程师在讨论国产AI芯片的性价比和选型问题，从昇腾到寒武纪到沐曦，讨论非常深入。 硅基点评 华为昇腾950DT涨价，是2026年中国半导体产业最真实的一个信号：AI算力国产化不是"能做出来"就够了，还要"做得起、供得上"。在HBM被韩国三巨头垄断的现实下，中国AI芯片厂商面临的不是设计能力问题，而是供应链瓶颈。 硅基视角的判断是：2027年，国产HBM量产会成为中国AI产业的下一个关键节点。谁能率先量产HBM3/HBM4，谁就能把昇腾950DT的成本降下来，把涨价的势头扭转回去。在此之前，中国AI算力的获取成本会持续高于全球平均水平，这会倒逼下游厂商优化模型效率、推理成本、Agent工作流——也就是为什么DeepSeek V4.1 Flash这种"小激活、高效率"的模型会在中国市场特别受欢迎。 对AI创业公司的建议：在做算力预算时，一定要把HBM涨价这个因素算进去。不要假设今年的算力成本明年不变。国产AI芯片的价格波动会比英伟达更大，因为供应链更脆弱。正确的做法是：做多供应商冗余，模型效率优化前置，推理成本控制作为核心KPI。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 9月17日华为全联接大会2026上，轮值董事长汪涛宣布昇腾960芯片提前就绪、性能翻番。 昇腾960DT将于2027年Q1发布，比原计划提前三个季度；昇腾960PR将于2027年Q3发布，提前一个季度。 华为昇腾超节点已部署1000多套，Atlas 960将是业界首个采用NPO（近封装光学）的超节点。 正文 比预期快了三个季度 2026年9月17日，华为全联接大会2026（HC 2026）在深圳开幕。华为轮值董事长汪涛在主题演讲中公布了下一代AI芯片和超节点的最新进展，其中最引人注目的消息是： 昇腾960芯片性能翻番，研发进度超预期，比预期时间提前三个季度。 具体时间表： 昇腾960DT：2027年Q1发布，比原计划提前三个季度 昇腾960PR：2027年Q3发布，比原计划提前一个季度 后续节奏：坚持一年一代的演进节奏 在半导体行业，“提前三个季度"是非常大的进度跃进。通常一款新芯片从流片到量产需要18-24个月，提前三个季度意味着华为在工程效率上实现了显著突破。 汪涛同时披露：华为昇腾超节点已经在全球部署了1000多套。这个数字标志着昇腾不再只是"单卡AI芯片”，而是已经成为大规模AI集群的基础架构。 昇腾960的技术亮点 根据华为官方披露，昇腾960系列有几个关键技术升级： 性能翻番。 相比昇腾950系列，昇腾960的单芯片性能提升约一倍。这意味着同样数量的加速卡，AI集群的总算力可以翻番。对于正在建设万卡、十万卡集群的中国AI公司来说，这是一个巨大的效率提升。 NPO超节点。 Atlas 960将是业界首个采用NPO（Near Package Optics，近封装光学）技术的超节点。传统超节点用铜缆连接芯片，距离和带宽受限；NPO用光互连替代铜缆，连接距离更远、带宽更高、功耗更低。这是大规模AI集群互联技术的重要升级。 液冷+风冷双线。 液冷超节点将于2027年Q3上市，风冷超节点将于2027年Q2上市。华为同时提供两种散热方案，适配不同数据中心的基础设施条件。 超节点为什么重要 硅基视角要解释一下"超节点"这个概念。在AI大集群中，单个GPU/加速卡的算力再强，也需要通过高速互联组成"超节点"——一个由数百张加速卡通过专用互联网络组成的计算单元。 超节点的价值在于： 减少跨节点通信延迟。 大模型训练中，不同卡之间需要频繁交换梯度数据。超节点内部的互联带宽远高于普通网络，能显著提高训练效率。 支持更大模型并行。 当模型大到单卡放不下时，需要在多卡上并行。超节点提供了足够的互联带宽，让模型并行不会成为瓶颈。 降低集群运维复杂度。 把数百张卡作为一个逻辑单元管理，比逐张管理简单得多。 华为昇腾超节点已部署1000多套，说明它已经在中国AI基础设施中占据了实质性份额。 对英伟达的竞争意义 昇腾960提前发布，对英伟达的中国市场意味着什么？ 英伟达在中国市场的AI芯片销售一直受到出口管制限制。H100、H200等最先进型号无法对华出口，特供版H20性能打折但价格不菲。在这个背景下，昇腾950/960系列成为中国AI公司的主要国产替代选项。 昇腾960性能翻番，如果能在2027年Q1如期量产，它的性能将接近英伟达Blackwell系列的水平。这意味着在2027年，中国AI公司将拥有一个性能接近英伟达、但完全自主可控的AI加速卡选项。这对中国AI产业的战略意义，远大于商业意义。 硅基AGI社区在论坛silicon-agi.com上对华为昇腾960的技术细节讨论非常热烈，不少硬件工程师在分析NPO技术和超节点架构。 硅基点评 华为昇腾960提前三个季度发布，是2026年中国半导体产业最重要的事件之一。它传递了一个信号：华为在AI芯片上的工程能力已经达到了"可以按自己节奏出牌"的阶段，而不是被外部制裁牵着走。 硅基视角的判断是：2027年是中国AI芯片的"量产验证年"。昇腾960能不能如期量产、性能能不能兑现、HBM供应能不能跟上——这三个问题的答案，将决定中国AI算力国产化是真正落地，还是仍然停留在PPT阶段。华为全联接大会2026给出了乐观信号，但最终还是要看2027年Q1的实际交付。 对AI创业者的建议：如果你在做AI产品，现在就应该开始考虑"昇腾平台的兼容性"。不要把模型和工具链只绑定在英伟达CUDA生态上。虽然CUDA仍然是最成熟的生态，但昇腾的CANN软件栈正在快速成熟。提前做双平台兼容，能在2027年昇腾960量产后抢占先机。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 9月11日深科技宣布投资18.5亿元扩产2.5D先进封装，新增产能1万片/月。 在台积电CoWoS产能排到2027年的背景下，国产封测厂正在抢食溢出订单。 1万片/月约占全球2.5D先进封装产能的5%，规模不算大但象征意义强。 正文 18.5亿元押注2.5D封装 2026年9月11日，据36氪报道，深科技宣布投资18.5亿元扩充2.5D先进封装产能，新增产能1万片/月。这个投资规模在封测行业已经算大手笔——18.5亿元，约合2.5亿美元，专门用于2.5D封装产线建设。 深科技为什么在这个节点扩产？因为它看到了一个巨大的市场机会：台积电CoWoS产能不够用，溢出订单在找替代方案。 根据行业分析机构张孝荣的估算，台积电CoWoS产能到2026年底可能达到12-14万片/月，全球相关产能接近20万片/月。深科技新增的1万片/月，约占全球相关产能的5%。这个比例不算大，但对于一家中国封测厂来说，已经是一个可观的起点。 2.5D封装是什么 硅基视角解释一下2.5D封装。传统的芯片封装是把一颗芯片封在一个基板上。2.5D封装更进一步：把多颗芯片（计算芯片+HBM）并排放在一块硅中介层上，然后一起封装。这样做的好处是： 更高的互联密度。 硅中介层上的导线比传统基板细得多，芯片之间的互联距离更短，带宽更高。 更短的延迟。 计算芯片和HBM之间的信号路径更短，延迟更低。这对于AI训练和推理至关重要——大模型需要频繁在计算芯片和HBM之间交换数据。 更小的尺寸。 多颗芯片并排封装，比分别封装再组装的体积小得多。 CoWoS就是2.5D封装的一种。深科技要扩产的，就是同类技术——只是在性能和良率上还在追赶台积电。 国产封装的追赶路径 中国封测厂在2.5D先进封装上的追赶，走的是"中低端切入，逐步升级"的路径： 第一步：承接成熟制程AI芯片的封装。 不是所有AI芯片都需要最先进的CoWoS封装。中等性能的AI推理芯片、边缘AI芯片，用中低端的2.5D封装就够了。这些芯片的封装订单，台积电不接，正好给深科技、长电、通富来做。 第二步：与国内芯片设计公司绑定。 寒武纪、壁仞、摩尔线程等国产AI芯片设计公司，在海外封装产能紧张时，更愿意把订单交给国内封测厂。这给了国产封测厂宝贵的量产经验。 第三步：技术迭代。 有了量产经验后，逐步提升良率、扩大产能、升级工艺，向更先进的封装节点追赶。深科技这次18.5亿元投资，就是第三步的开始。 全球先进封装的新路线 硅基视角还要提一下先进封装技术本身的演进方向。据中国电子报报道，2026年先进封装正在出现几个新趋势： 玻璃基板。 传统封装用有机基板，但有机基板的布线密度有限。玻璃基板的平整度更高、布线更密，是下一代封装的方向。台积电正在把玻璃基板与扇出面板级封装（FOPLP）技术整合。 FOPLP（扇出面板级封装）。 传统封装是晶圆级——在圆形晶圆上做封装。FOPLP是面板级——在方形面板上做封装，面积更大、成本更低。台积电预计FOPLP技术在2026年后逐步成熟并导入量产。 CoPoS（Chip-on-Panel-on-Substrate）。 更复杂的芯片-面板-基板封装工艺，量产时间预计在2028年底至2029年上半年。 这些新技术方向，为中国封测厂提供了"换道超车"的机会——如果在FOPLP或玻璃基板上提前布局，就有可能绕过台积电在传统CoWoS上的领先优势。 硅基AGI社区在论坛silicon-agi.com上有不少半导体行业的研究者在讨论国产先进封装的追赶路径，从设备到材料到工艺，讨论非常专业。 硅基点评 深科技18.5亿元扩产2.5D封装，是中国半导体产业链"补短板"的一个缩影。在HBM被韩国三巨头垄断、先进封装被台积电主导的现实下，中国封测厂能做的，就是从溢出订单切入、逐步积累经验、慢慢追赶。 硅基视角的判断是：国产先进封装的追赶，比国产芯片设计的追赶更慢。因为封装不仅是技术问题，更是设备和材料问题——封装需要的键合机、TSV设备、封装材料，很多也依赖进口。深科技这次扩产，更多是"卡位"意义大于"替代"意义。真正能在先进封装上挑战台积电，至少需要到2029-2030年。 对AI产业链观察者的建议：关注国产封测厂的良率数据。技术能不能追上，不看发布会，看量产良率。良率从30%提升到80%的那一刻，才是国产先进封装真正具备竞争力的时刻。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 9月12日台湾分析师预计，台积电CoWoS产能到2028年底将达26万片/月，较2026年底的约13万片翻倍。 扩产主力为美国亚利桑那厂和台湾AP7厂。Counterpoint数据显示台积电2026年Q1占全球晶圆代工收入70%以上。 翻倍扩产的背后，是AI GPU封装需求持续超过供给，英伟达、AMD、AWS、Google都在抢CoWoS产能。 正文 翻倍扩产的数字 2026年9月12日，据台湾媒体报道并经DailySynapse和Aroged等多家科技媒体转载，台积电正计划在2028年将CoWoS先进封装产能从2026年的约13万片/月翻倍至26万片/月。 这个翻倍计划的核心产能扩张点有两个： 亚利桑那厂。 台积电在美国亚利桑那州的工厂正在扩建CoWoS产线。这部分产能主要服务于美国本土客户——英伟达、AWS、微软。把封装放在美国，既是商业决策（贴近客户），也是政策决策（美国芯片法案要求台积电在美国本土扩产）。 台湾AP7厂。 台湾高雄AP7厂是台积电最新规划的大型先进封装基地，主要服务台湾本土和亚洲客户。AP7的规划产能是全球最大的单一CoWoS基地。 为什么需要翻倍 2026年底13万片/月的产能，听起来已经很夸张了——两年前才3.5万片。为什么台积电还要再翻倍？ 因为AI GPU的需求增长速度，比CoWoS产能扩张速度更快。 英伟达Rubin系列。 英伟达下一代Rubin GPU预计2027年量产，单颗GPU需要的CoWoS封装面积比Blackwell更大。Rubin量产后，仅英伟达一家就可能占用10万片/月以上的CoWoS产能。 AMD MI400系列。 AMD的下一代AI GPU MI400系列也需要CoWoS封装，预计2027年量产，需求量约3-5万片/月。 云厂商自研芯片。 AWS Trainium 3、Google TPU v7、Meta MTIA 3都需要CoWoS封装。这些自研芯片加起来，2028年可能需要8-10万片/月。 把这些需求加总，2028年仅AI GPU的CoWoS需求就可能达到25-30万片/月。台积电规划的26万片/月，刚好卡在需求线上。 全球封装供应链的多元化 台积电的CoWoS一家独大，正在催生全球封装供应链的多元化。 三星的替代方案。 三星在韩国和美国都有先进封装产线，主推I-Cube和X-Cube系列2.5D封装。虽然性能和良率还不如CoWoS，但对于不那么苛刻的客户（比如中等性能的AI推理芯片），三星方案已经够用。 日月光（ASE）的外包封装。 日月光是全球最大的OSAT（外包半导体封装测试）公司，正在大力扩张2.5D封装产能。台积电自己也在把部分封装订单释出给日月光，以缓解CoWoS产能压力。 中国封测厂的追赶。 长电科技、通富微电、华天科技都在布局2.5D/3D封装。虽然在最先进节点上还有差距，但在中低端AI芯片封装上已经开始承接订单。 亚利桑那厂的战略意义 台积电在美国亚利桑那州扩产CoWoS，有超越商业的战略意义。 地缘政治。 美国芯片法案要求台积电在美国本土扩大先进制程和先进封装产能。亚利桑那厂就是台积电对这个要求的回应。 客户粘性。 英伟达、AWS、微软都在美国本土。把封装放在美国，可以缩短交付周期、减少跨境物流、增强客户粘性。 成本溢价。 但亚利桑那的生产成本远高于台湾——人力成本、能源成本、建厂成本都高。台积电在亚利桑那的CoWoS封装，价格会比台湾产线高20%-30%。这个溢价由谁来承担？最终会体现在AI GPU的价格上。 硅基AGI社区在论坛silicon-agi.com上有不少半导体行业的观察者在讨论台积电扩产计划对全球AI供应链的影响。 硅基点评 台积电CoWoS 2028年翻倍扩产，是AI产业链"需求仍然大于供给"的最硬证据。很多人担心AI泡沫，但从台积电的产能规划看，至少到2028年，AI算力需求仍然会超过供给。这不是泡沫，这是真实的物理约束。 硅基视角的判断是：2027-2028年，AI算力仍然是卖方市场。如果你能在这个阶段锁定算力资源、降低单位算力成本，你就拥有了竞争对手难以复制的优势。对AI创业公司来说，现在不是"省着花算力"的时候，而是"抢先把算力变成产品和收入"的时候。等2028年CoWoS产能翻倍、算力供给缓解时，你已经跑在前面了。 延伸阅读 NVIDIA Vera Rubin：4000 TFLOPS的算力巨兽 华为昇腾950全解析：国产算力的逆袭之路 2026年端侧AI芯片格局：谁在领跑？ 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 台积电CoWoS先进封装产能已排至2027年，部分客户订单交付周期超过一年。 2026年底CoWoS产能预计达12-14万片/月，较2024年底的3.5万片增长近4倍，但订单满足率仍仅约80%。 晶圆制造环节供给平稳，但后端先进封装产能成为AI芯片整体出货的最大瓶颈。 正文 先进封装：AI芯片出货的真正瓶颈 2026年9月3日，据新浪财经报道，台积电CoWoS先进封装产能紧张，相关排期已排至2027年，部分客户订单交付周期超过一年。行业出现"晶圆制造环节供给平稳，但后端先进封装产能瓶颈制约芯片整体出货"的局面。 这是一个很关键的判断。很多人以为AI芯片缺货是因为"台积电3nm/2nm产能不够"，但实际上，晶圆制造端的供给在2026年已经相对平稳。真正卡住出货的，是CoWoS（Chip on Wafer on Substrate）先进封装。 CoWoS是什么？它是台积电的一种2.5D封装技术，把GPU计算芯片和HBM内存堆叠在一块硅中介层上。没有CoWoS，你就没法把英伟达GPU和HBM组装成一张完整的AI加速卡。所以CoWoS产能直接决定了英伟达、AMD、AWS自研芯片能出多少货。 产能数字：从3.5万到14万片/月 硅基视角梳理一下台积电CoWoS产能的扩张轨迹： 2024年底：约3.5万片/月（J.P. Morgan数据） 2026年中：约12万片/月（行业数据） 2026年底：预计12-14万片/月（多个机构预测） 2027年底：预计15-18万片/月 两年时间，CoWoS产能从3.5万片/月扩张到12-14万片/月，增长近4倍。2022-2026年产能年复合增长率超过50%。 但即便如此疯狂扩张，到2026年底订单满足率仍仅约80%。也就是说，台积电能接的订单，比它能封装出来的多25%。这个缺口只能靠时间填——要么继续扩产能，要么需求回落。 为什么CoWoS扩产这么慢 先进封装扩产不像晶圆制造扩产那么简单。CoWoS产能受几个因素制约： 设备瓶颈。 CoWoS需要专用的键合设备、TSV（硅通孔）设备、重布线设备。这些设备的供应商主要是日本和美国厂商，产能本身就有限。台积电扩CoWoS产能，很大程度上取决于设备供应商的交付速度。 良率爬坡。 CoWoS是非常精密的工艺——把多颗芯片和HBM堆叠在一块硅中介层上，任何一颗芯片的对准偏差都会导致整片报废。新产线从投产到良率稳定，通常需要6-12个月。 技术迭代。 CoWoS本身也在升级——从CoWoS-S到CoWoS-R到CoWoS-L，每一版都有新的工艺要求。产能扩张的同时还要跟上技术迭代，难度加倍。 对AI产业链的影响 CoWoS产能瓶颈对AI产业链的影响是直接的： 英伟达出货受限。 英伟达是台积电CoWoS最大的客户，占了约一半产能。CoWoS产能不够，英伟达的Blackwell和Rubin系列出货就受限，进而影响整个AI算力市场的供给。 云厂商自研芯片排队。 AWS的Trainium、Google的TPU、Meta的MTIA都需要CoWoS封装。当产能被英伟达占走大部分时，云厂商自研芯片的交付也要排队。这就是为什么AWS、Google都在扶持三星和日月光的替代封装方案。 中国AI芯片的间接机会。 当全球CoWoS产能紧张时，中国AI芯片厂商如果能在国产先进封装上取得突破（比如长电科技、通富微电的2.5D封装），就能在"全球产能紧张"中获得额外的出货机会。 硅基AGI社区在论坛silicon-agi.com上有不少硬件行业的从业者在讨论CoWoS产能对AI芯片出货的影响，从英伟达出货预测到国产封装替代，讨论非常深入。 硅基点评 台积电CoWoS产能排到2027年，是2026年AI产业链最硬的一个现实数据。它告诉所有AI从业者一件事：2026-2027年，你能拿到的AI算力，不取决于你有多少钱，而取决于你在台积电产能排期里排多靠前。 硅基视角的判断是：2027年下半年CoWoS产能会逐步缓解，因为台积电正在规划2028年将产能翻倍到26万片/月。但在那之前，AI算力供给仍然是卖方市场——你拿到卡，就算赚到。对AI创业公司来说，现在锁定算力资源，比省钱更重要。 延伸阅读 NVIDIA Vera Rubin：4000 TFLOPS的算力巨兽 Mistral 30亿欧元D轮融资估值210亿：欧洲主权AI崛起，与三星合作进晶圆厂 华为昇腾950全解析：国产算力的逆袭之路 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

燧原科技9月11日科创板首日暴涨188%，市值约1700亿。从沐曦693%、摩尔线程425%的疯狂首日，到壁仞港股2300倍超额认购，国产GPU四小龙集体登陆资本市场。但千亿市值背后，1.7%的市占率、对NVIDIA的代差、持续亏损，这场资本盛宴能撑多久？

华为公布的’塔斯缩放定律’研究显示：在保持每代55%晶体管密度提升的同时，关键任务功耗最高可降低66%。当先进制程逼近物理极限，功耗墙和散热墙成为比光刻更硬的约束。华为给出的答案不是换工艺，而是换架构——这或许是后摩尔时代最重要的一条路线图。

8月29日长鑫存储宣布LPDDR6全球首次商用量产，首发搭载小米18 Fold。这是中国内存厂商第一次在全球高端内存标准上率先落地——过去我们追三星、SK海力士、美光，这次轮到它们追我们。从成熟制程到LPDDR6，中国DRAM产业用了十年走完别人三十年的路。

AR眼镜卡在了"红光"上 2026年9月7日，秋水半导体宣布发布全球首个量产型8英寸红光Micro-LED芯片。这个消息看似只是又一家显示公司发了个产品，但放在AR眼镜产业的坐标系里看，它解决的是一个卡了行业好几年的老问题。 为什么Micro-LED的红光这么难做 Micro-LED被认为是AR眼镜的终极显示方案，因为它亮度高、功耗低、像素密度够大。但全彩显示需要红、绿、蓝三色光同时点亮，其中红光Micro-LED一直是最难啃的骨头。绿光和蓝光用氮化镓（GaN）基材料做得相对成熟，红光却需要用氮化镓体系里更难做的铝铟镓磷（AlInGaP）材料，外延生长良率低、巨量转移更难，长期被视为全彩化的"短板色"。 秋水半导体这次公布的几个关键数字，恰好都打在行业最痛的点上： 指标 数值 含义 晶圆尺寸 8英寸 行业主流Micro-LED还停留在6英寸，8英寸直接摊薄成本 分辨率 640×480 满足单目AR眼镜的显示驱动需求 像素良率 99.9999% 六西格玛级良率，意味着百万像素级阵列的可用率 单颗体积 0.15立方厘米 眼镜级体积约束 转移技术 无损巨量转移 不像传统方案那样靠冲压拾取易损伤 99.9999%意味着什么 这个数字需要拆开看。Micro-LED的像素密度动辄几十万到上百万像素，如果单个像素良率是99.9%，一百万个像素里就有一千个坏点，整机根本没法用；要做到整屏无明显坏点，单像素良率必须推到99.99%甚至99.999%以上。秋水半导体公布的99.9999%，相当于在一百万颗像素里只允许一颗失效，这已经是汽车大灯、手机屏这种极致可靠性产品的水准。 0.15立方厘米的体积也值得一提。AR眼镜的光机空间被波导、电池、处理器挤得满满当当，光机本身必须做到指甲盖大小。秋水半导体能在这个体积里放下640×480的驱动阵列，说明其外延和驱动电路的集成度已经到了消费电子级。 产线10月通线：从实验室到量产的跨越 更关键的信号是：秋水半导体称产线计划10月通线。这不是发了个样品就结束，而是要在两个月内把8英寸红光Micro-LED的产线真正跑起来。8英寸晶圆的设备投资、良率爬坡、客户认证，每一项都是硬骨头。如果10月通线顺利，2027年就可能进入下游AR眼镜厂商的BOM（物料清单）。 行业影响 对AR眼镜产业来说，红光Micro-LED一直是"最后一块短板"。索尼、JBD这些国际厂商在绿光、蓝光上领先，但红光的量产良率同样头疼。秋水半导体用8英寸晶圆+99.9999%良率+无损转移这三个组合拳，等于在红光这个细分赛道上抢到了"中国首发量产"的位置。 短期看，这意味着国产AR眼镜品牌在2027年有望用上自主可控的红光Micro-LED光机；长期看，8英寸产线一旦跑通，Micro-LED成本会从"万元级光机"往"千元级光机"降，AR眼镜的整机价格才有真正下探到消费级的可能。 与国际方案的路线对比 把秋水半导体这次的方案放到全球坐标里看，有两个差异化选择值得注意。第一是晶圆尺寸：国际Micro-LED厂商很多还在6英寸线上摸索，秋水直接上8英寸，这意味着单片晶圆能切出的光机数量更多，单位成本下降曲线更陡。第二是"无损"巨量转移：传统巨量转移靠弹性印章把微米级芯片一颗颗"盖"到驱动背板上，印章压力稍大就会把芯片崩裂，良率卡在99.9%上下；秋水的无损转移路线在转移环节不产生物理损伤，这才是99.9999%像素良率能成立的工艺前提。 对AR眼镜品牌来说，2027年的供应链格局可能因此改写：红光光机不再被索尼、JBD两家国际厂商垄断，国产AR眼镜可以在BOM表里用上自主可控的红光Micro-LED，整机成本和供应链安全同时受益。当然，从10月通线到真正批量供货给品牌客户，还需要经过客户端可靠性、温循、跌落等一系列车规/消费级认证，这个过程通常还要6到12个月。 guijiagi.com 会继续跟踪Micro-LED产业链在红光、绿光、蓝光三色齐发后的成本曲线变化。