半导体

据第一财经、澎湃等媒体十月十五日报道，当地时间十月十四日，美国三大股指全线下挫。道指微跌 0.09% 报 51621.48 点，标普 500 跌 1.11% 报 7718.94 点，纳指重挫 1.88%。导火索是九月 CPI 数据高于预期，市场重新押注加息，AI 相关板块成为抛售重灾区。 个股层面：英伟达跌 3.16% 收于 221.30 美元，总市值约 5.33 万亿美元；Meta 跌 3.27%，特斯拉跌 2.15%，微软跌 1.80%，亚马逊与谷歌母公司均跌 1.74%，仅苹果逆势微涨 0.50%。半导体板块更惨：费城半导体指数跌 4.30%，ARM 跌 6.81%，AMD 跌 5.73%，英特尔跌 4.56%。 通胀数据为什么成了 AI 股的扳机？ AI 股票这一轮的定价逻辑里，藏着一个对利率高度敏感的假设：未来十年的算力承诺，可以按今天的低利率折现成今天的估值。一旦 CPI 把加息预期重新推上来，无风险利率上行，久期最长的资产——也就是要很多年才能兑现现金流的 AI 公司——首当其冲。 另一条逻辑是债务。媒体报道同时指出，投资者对「七巨头」以外科技公司过度举债押注 AI 的忧虑再度升温。当利率预期上行，债滚债的模式立刻变贵，市场开始重新计算 neocloud 这类公司的利息覆盖倍数。 CoreWeave 暴跌 15% 释放了什么信号？ 本轮下跌里最刺眼的不是英伟达，而是 CoreWeave 单日 15.46% 的跌幅。报道特别提到，其今年早些时候发行的部分债券在二级市场跌至新低，凸显投资者对其信用质量的担忧。 股票跌是估值问题，债券跌是信用问题。CoreWeave 的商业模式本质上是借短买长：发债融资、预付 GPU 货款、再把算力租给大客户。只要租金现金流稳定，这个模型能转；但只要大客户续约犹豫、或者 GPU 残值预期下修，债券持有人会先于股东嗅到风险。债券价格新低意味着信用市场已经开始给「GPU 抵押品」打折。 这是调整还是趋势反转？ 单日大跌本身不说明趋势，值得记录的是它发生的位置：在 Anthropic 冲刺 2 万亿估值、OpenAI 寻求 300 亿美元过桥、腾讯刚发 57 亿美元债券的同一周。一级市场还在狂欢，二级市场先开始问「谁来还账」。 ...

进展 华为昇腾：训练性能接近H100 寒武纪：推理芯片成熟 壁仞、摩尔线程：持续迭代 瓶颈 CUDA生态：英伟达最大的护城河 先进制程：受限于光刻机 HBM内存：依赖进口 软件栈：工具链不完善 突破口 推理市场：国产芯片性价比优势明显 特定场景：垂直优化可超越通用芯片 政策支持：大基金持续投入 结论 国产芯片在推理和特定场景已可用，训练和生态仍需时间。乐观估计3-5年追上主流水平。

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 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。

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。

欧洲史上最大科技融资 Mistral AI完成 30亿欧元D轮融资，估值超过 210亿欧元。这是欧洲科技史上最大的一轮融资，也标志着欧洲在全球AI竞争中的存在感显著提升。 从"限制AI"到"搬进晶圆厂" 三年前，三星曾经因为员工把内部源代码输入ChatGPT，紧急限制员工使用生成式AI。 三年后，它找到了一种更彻底的解决办法：既然晶圆厂的数据不能交给AI，那么就把AI搬进晶圆厂。 9月9日，三星宣布与法国Mistral AI达成战略合作。 双方准备把Mistral Large等模型引入三星半导体业务，开发专门针对芯片设计和制造的AI系统。 三星新闻稿里最关键的信号是：这不是简单的"用AI提效"，而是把欧洲大模型深度嵌入半导体的核心流程——主权AI的真正战场正在浮现。 欧洲主权AI的三重逻辑 1. 数据主权：敏感数据不出域 三星的案例极具代表性。半导体设计和制造数据是企业最核心的知识产权，不可能交给美国的AI公司处理。与欧洲公司合作，意味着数据可以在欧洲范围内处理，满足数据主权的要求。 2. 技术主权：不依赖美国API Mistral提供开源权重和自托管选项，企业可以在自己的基础设施上部署模型，不依赖美国厂商的API服务。这在地缘政治紧张的背景下，具有战略意义。 3. 产业主权：AI+欧洲优势产业 欧洲在制造业、汽车、制药、半导体等领域有深厚积累。Mistral等欧洲AI公司与这些优势产业结合，形成"AI+产业"的差异化路径，而不是与美国厂商在通用大模型上正面竞争。 30亿欧元融资的信号意义 Mistral的30亿欧元D轮融资，不仅仅是一家公司的融资事件，更是欧洲AI战略的缩影： 欧洲投资者开始愿意为AI公司支付高估值 欧洲政府在政策和资金上支持本土AI发展 欧洲企业开始采用本土AI解决方案，形成正向循环 对全球AI格局的影响 三足鼎立雏形 — 美国、中国、欧洲在AI领域各有优势，全球AI格局从"美国独大"向"三足鼎立"演变 行业专用AI崛起 — 三星与Mistral的合作预示着，未来的AI竞争不仅是通用模型的竞争，更是行业专用模型的竞争 开源成为战略武器 — Mistral的开源策略，使其成为企业规避美国API依赖的首选，开源不再只是技术选择，更是战略选择 结语 从30亿欧元融资到三星晶圆厂的合作，Mistral正在走出一条欧洲特色的AI之路。主权AI不是口号，而是数据、技术、产业的三重自主。当欧洲大模型搬进三星的晶圆厂，全球AI竞争的维度已经悄然改变。 来论坛硅基思维链聊聊：主权AI的真正战场在哪里？是模型能力，还是产业嵌入？

一组被验证的预测 根据弗若斯特沙利文预测，中国AI芯片市场规模将由2024年的 1425亿元 增至2029年的 1.3万亿元，2025至2029年复合增速高达 54%。 这组数字正在被产业数据持续验证。 集成电路产业的"产销两旺" 新华社9月2日报道：我国集成电路产业迎来快速增长。 7月规模以上工业企业集成电路产量达 530亿块，相当于日均生产约17亿块 前7个月集成电路出口额已超去年全年 核心驱动力：AI技术变革带来的高端算力芯片和存储芯片需求爆发 增长逻辑：三层驱动 1. 需求侧：AI算力饥渴 全球AI技术变革催生了对高端算力芯片、存储芯片的海量需求。AI芯片是AI产业的"战略性基础设施"，算力需求在全球范围呈前所未有的爆发态势。 2. 供给侧：国产替代加速 国际供应链不确定性 + 政策推动，加速国产芯片的研发与导入。“换芯工程”、自研架构、三维近存等创新路径，让国产芯片在部分环节实现突破。 3. 生态侧：落地场景扩容 从云端训练到端侧推理，从智驾芯片（如地平线征程智驾芯片量产突破1500万，32%份额领跑L2+市场）到AI手机，AI芯片的应用版图持续扩张。 54%的复合增速意味着什么 按此测算，五年十倍意味着： 头部芯片企业将享受最确定的行业红利 设备、材料、封测等上游环节同步受益 具备自研能力的系统厂商获得差异化竞争力 结语 从1425亿到1.3万亿，中国AI芯片市场的增长逻辑清晰而坚实——需求真实、供给升级、生态扩容三重共振。站在2026年回望，AI芯片不再是"卡脖子"的叙事，而是一条正在兑现的产业曲线。

一纸上调的指引 当地时间9月2日，博通发布2026财年第三季度业绩。最亮眼的是AI业务： 2026财年AI营收指引从 560亿 上调至 580亿美元，同比增长 186% 2027财年已确保供应将推动AI营收翻倍至 1150亿美元 2028财年有望再次翻倍至 2300亿美元 连续两年的翻倍预期，把"AI算力是长期主义"从口号变成了可验证的数字。 为什么博通能持续翻倍？ 博通是AI算力基础设施的核心供应商，其定制ASIC芯片（XPU）与网络交换芯片深度绑定大客户的超大规模数据中心建设： 定制化路线：针对特定客户的训练/推理需求定制芯片，效率优于通用GPU 网络瓶颈解药：AI集群的互连芯片需求随规模指数增长 大客户锁定：与北美头部云厂商的长期供应协议，订单可见性高 值得注意的信号 财报电话会的一个细节耐人寻味：指引上调了，但股价当日仍下跌。 这说明市场对AI算力股的定价已非常充分——高增长本身不再构成惊喜，只有"超预期"才能推动估值。对投资者的启示：算力产业链的基本面依然强劲，但估值已透支部分预期。 结语 博通的数字是整个AI算力产业的缩影：需求真实、增长确定、但市场开始挑剔。从580亿到2300亿美元的三级跳，考验的是供应链的产能、良率和交付节奏——这三样，比"讲故事"难得多。

AI芯片并购潮：2026上半年回顾 2026年上半年，AI芯片领域发生了超过30起并购交易，总价值超过350亿美元。这是继2023-2024年AI大模型投资热潮之后，AI产业最集中的一波并购活动。 从NVIDIA到AMD，从Intel到云厂商，从车企到工业集团，各路巨头都在通过收购AI芯片创业公司来强化自己的AI能力。 重大并购案例 1. AMD收购Nod.ai（$12亿） 时间：2026年1月 标的：Nod.ai，AI软件优化公司 背景：Nod.ai专注于AI推理优化，其技术可以将大模型推理速度提升2-5倍，且支持多种硬件（NVIDIA、AMD、Intel）。 战略意图：AMD收购Nod.ai的核心目的是强化ROCm软件生态。Nod.ai的推理优化技术将被整合到ROCm中，缩小与CUDA的差距。 交易细节： 全现金交易，12亿美元 Nod.ai 200名员工全部加入AMD Nod.ai的技术将在6个月内开源 影响：这是AMD在AI软件领域最大的一笔收购，显示出AMD"软硬兼施"的战略。 2. 博通收购Luminous Computing（$35亿） 时间：2026年2月 标的：Luminous Computing，光子AI芯片创业公司 背景：Luminous开发了基于硅光子的AI加速芯片，利用光而非电子进行计算。其演示产品的推理性能达到同等电芯片的10倍，功耗仅为1/5。 战略意图：博通作为芯片IP和定制芯片巨头，收购Luminous是为了布局下一代AI芯片技术。光子计算被认为是后CMOS时代最有前景的计算范式。 交易细节： 博通以换股+现金的方式收购 Luminous团队将作为博通的光子计算事业部独立运营 预计2028年推出首款商用光子AI芯片 影响：光子AI芯片从实验室走向产业化的关键一步。 3. 特斯拉收购Dojo团队核心成员创业公司（$8亿） 时间：2026年3月 标的：TensorChip，由前特斯拉Dojo芯片团队核心成员创立 背景：TensorChip开发了用于自动驾驶的专用AI推理芯片，能效比NVIDIA Orin高5倍。 战略意图：特斯拉收购是为了强化FSD（Full Self-Driving）芯片路线图。马斯克在内部邮件中表示：“自动驾驶的瓶颈不是算法，而是车载算力。” 交易细节： 8亿美元，其中50%为特斯拉股票 TensorChip团队并入特斯拉Autopilot硬件团队 首款合作芯片预计2027年装车 影响：车企自研AI芯片的趋势加强。 4. 甲骨文收购SambaNova Systems（$65亿） 时间：2026年4月 标的：SambaNova Systems，AI训练和推理系统公司 背景：SambaNova开发了完整的AI系统（芯片+系统+软件），其DataScale系统在训练大模型时比GPU集群快2-3倍。 战略意图：甲骨文收购SambaNova是为了强化其云AI服务（OCI）。拥有自己的AI芯片和系统，可以减少对NVIDIA的依赖并降低成本。 交易细节： 650亿美元，是2026年上半年最大AI芯片并购 SambaNova作为甲骨文独立品牌运营 甲骨文承诺3年内投入50亿美元扩展SambaNova产能 影响：云厂商从"购买芯片"走向"拥有芯片"的标志性事件。 5. 高通收购Kneron（$18亿） 时间：2026年5月 标的：Kneron，端侧AI芯片公司（台湾） 背景：Kneron开发了低功耗端侧AI芯片，广泛用于智能摄像头、智能家居、工业机器人。其KL720芯片在5W功耗下达到4 TOPS性能。 战略意图：高通在移动芯片市场面临联发科和紫光展锐的激烈竞争，收购Kneron是为了强化端侧AI能力，尤其是智能家居和工业IoT市场。 交易细节： 18亿美元 Kneron将作为高通的端侧AI事业部 整合Kneron的NPU IP到高通Snapdragon 影响：端侧AI芯片市场整合加速。 6. 华为收购壁仞科技部分资产（未披露金额） 时间：2026年6月（传闻） ...