国家标准化进展 - 国家标准化管理委员会下达2026年第一批推荐性国家标准采信团体标准计划，共采信团体标准76项 [1] - 其中，中关村高性能芯片互联技术联盟（HiPi联盟）有6项团体标准被纳入采信计划 [1] 被采信的HiPi联盟标准详情 - 被采信的6项标准为《芯粒测试规范》系列标准的第1至第6部分 [3] - 标准内容涵盖芯粒互联接口兼容性测试、芯粒可测性设计及互联接口连通性测试、测试文件数据格式、测试设备与工具、量产测试以及电磁兼容测试等方面 [3] - 该系列标准是HiPi联盟芯粒标准体系的重要组成部分，紧密结合国内产业基础和技术实践，明确了测试接口、方法及覆盖要求 [3] - 标准旨在确保芯粒在出厂、封装和系统集成的各个阶段均具备可测性与接口一致性 [3] - 该标准体系具有高度适应性，并提供极具工程指导价值的实施方案，旨在为芯粒技术在高性能计算、人工智能、通信等领域的规模化应用提供坚实技术支撑 [3] 芯粒领域标准化进程回顾 - 2022年，HiPi联盟提出芯粒标准体系1.0版本 [4] - 2023年，HiPi联盟发布芯粒互联接口团体标准 [4] - 2024年，全国集成电路标准化技术委员会成立芯粒标准工作组，并将芯粒互联接口标准列为国家集成电路领域标准稳链重点项目之一 [4] - 2025年8月，国家市场监督管理总局正式发布了5项《芯粒互联接口规范》系列推荐性国家标准，将于2026年3月1日起实施 [4] - 此次HiPi联盟6项团体标准再获国家标准采信，标志着中国在芯粒互联标准化体系建设方面取得新的阶段性成果 [4] 芯粒技术的产业意义与未来展望 - 芯粒技术正成为突破集成电路发展瓶颈、实现高性能与高效率协同创新的重要路径 [4] - 该技术为中国构建自主可控、安全可靠的产业链体系提供了关键支撑 [4] - 加快推进芯粒相关标准体系建设，有助于打通设计、制造与封装测试各环节，促进产业协同与规模化应用 [4] - 展望未来，随着标准持续完善和生态不断成熟，芯粒产业将为中国集成电路产业的高质量发展注入更强动能 [4] HiPi联盟背景 - 中关村高性能芯片互联技术联盟于2022年在中关村国家自主创新示范区正式登记成立 [5] - 联盟由清华大学、中国电子技术标准化研究院等集成电路产业链龙头企业机构、标准组织和高校院所共同发起 [5] - 目前联盟已汇聚近200家会员单位，其中包括中国芯粒产业上下游主要企业 [5] - HiPi联盟以坚持自主创新为核心驱动，紧贴国内产业发展实际与市场应用需求，致力于引领高性能芯片互联技术演进，推动芯粒技术标准化、产品化、产业化与生态化协同发展 [5]

文章核心观点 - 记忆体价格急剧攀升及恐慌性囤货严重冲击了入门级与中低阶电子产品的终端需求，导致供应链出现两极分化 [1] - 人工智能热潮导致记忆体产能结构性转移，资料中心需求挤压消费级产品供应，是本次供应链风暴的根本原因之一 [2] - 晶圆代工产业呈现“高阶吃饱、低阶昏倒”的两极化态势，不同层级的公司受到不对称冲击 [1][3] 记忆体市场供需失衡与价格冲击 - DRAM和3D NAND快闪记忆体价格近期显著上涨，很大程度上由下游客户的恐慌性心理所致 [1] - 价格上涨对市场区隔的冲击不对称，对价格极度敏感的入门级与中低阶市场受伤最深 [1] - 对于高阶旗舰产品，记忆体成本增加或可被品牌溢价吸收，但入门级电子产品制造商利润微薄，成本激增是致命的 [1] - 终端用户公司面临供应紧张和芯片价格上涨双重压力，即使提价转嫁成本也将导致终端产品需求下降 [1] 供应链传导与订单修正 - 终端需求下降迅速向上传导，IC设计公司开始修正给晶圆代工厂的订单以调整库存 [2] - 这直接导致晶圆代工厂收到的中低阶智能型手机处理器订单显著下滑 [2] 人工智能热潮的结构性影响 - AI正在吞噬全球记忆体产能，资料中心预计将在2026年消耗掉全球70%的记忆体芯片产能 [2] - 记忆体制造商正将产能重心转向利润更高的高频宽记忆体和伺服器用DRAM，以满足AI伺服器爆炸性需求 [2] - 记忆体制造商预计将从AI繁荣中赚取高达5510亿美元的收入 [2] - 产能排挤效应导致标准型消费级记忆体产能相对受限 [3] 记忆体制造商策略与市场控制 - 三星和SK海力士等巨头缩短了记忆体合约期限，重新掌握了定价权 [3] - 三大记忆体制造商开始监管客户，以防止恶意囤货行为 [3] - 入门级消费电子产品在与利润丰厚的AI大厂争夺有限的记忆体资源中处于劣势 [3] 晶圆代工产业的分化 - 产业呈现“高阶吃饱、低阶昏倒”的两极化发展态势 [1] - 台积电凭借在高阶制程和AI芯片领域的绝对优势，预计将继续成为产业龙头 [3] - 中芯国际将战略重心进一步锁定在中国本土市场，依靠产业链回流和国产替代来抵销消费电子市场波动 [3] 未来市场展望 - 短期内入门级电子产品的价格压力难以缓解，只要记忆体价格维持高位，其性价比优势将持续被侵蚀 [3] - 2026年是一个关键节点，届时供应链重组效应深化，新产品周期启动，中国国内产业链可能会迎来新的成长契机 [4] - 资料中心对记忆体的需求预计将在2026年达到顶峰，其对消费级市场供应的影响仍有待观察 [4]

文章核心观点 - 深圳市工业和信息化局印发《深圳市“人工智能+”先进制造业行动计划（2026—2027年）》，旨在抢抓智能化与工业化交汇融合的历史机遇，加快人工智能技术与制造业全过程、全要素深度融合 [1] - 计划提出到2027年，在“人工智能+”先进制造业领域，建成国家人工智能应用中试基地（消费领域移动终端方向），建设工业智能体创新中心，组建工业知识联盟，开放百个应用场景，打造百个垂直行业模型及工业智能体，推广百个示范应用，形成“一基地、一中心、一联盟、百场景、多应用”的发展格局 [3] 打造重点支撑平台 - **打造工业智能体创新中心**：加快省级工业智能体创新中心建设，争取国家级制造业创新中心布局，支持研发具备环境感知、自主决策、动态适应能力的工业智能体，聚焦研发设计、生产制造、供应链管理等工业场景，搭建供需对接平台，构建自主可控技术基座，研发专用工具链，打造开放共享生态 [5] - **发展工业软件及工业知识联盟**：支持企业将工业知识、行业经验转化为标准化模型，重点攻关工业操作系统、CAD、CAE、EDA等关键工业软件的大模型适配开发，支持重点场景工业大模型产业化，形成自主工业软件产品 [5] - **研发轻量化工业小模型**：把握工业大模型小型化发展趋势，支持利用剪枝、量化和蒸馏等模型压缩技术，研发轻量化场景化工业小模型，实现边缘低延迟决策与普惠化部署 [5] - **构建工业知识数据库与开放社区**：搭建工业知识共建平台，汇聚企业、高校、科研机构力量，构建覆盖研发设计、生产制造、供应链管理等环节的行业级知识，形成上规模的工业知识数据库，建设开放社区平台，牵引龙头企业开放应用场景，降低中小企业智能化门槛，提供普惠服务 [6] 赋能重点产业集群 - **人工智能赋能半导体与集成电路**：推动人工智能技术应用于半导体产业链关键环节，利用AI优化芯片设计、软件代码等领域效率，以AI芯片为突破口做强半导体产业，面向AI手机、AI眼镜、智能机器人等各类AI终端需求，研发高性能、高能效专用SoC主控芯片，支持存算一体、存内计算等新型架构处理器 [1][8] - **支持车规级芯片国产替代**：面向新能源汽车万亿级市场，支持14nm及以下车规级高阶智驾AI芯片、智能座舱SoC芯片、域控制器MCU、中央域控SoC/MPU芯片的国产替代 [8] - **人工智能赋能机器人**：支持世界模型、视觉-触觉-语言-动作（VTLA）等多模态交互技术研发，构建具备交互、预测与决策功能的具身智能基座大模型及其训练、推理技术体系，培育长序列推理与自主学习能力，支持建设具身智能技术试验场，开放工业制造领域焊接、装配、喷涂、搬运等细分场景并实现落地应用，推动机器人进工厂、进车间、进仓库、进港口、进园区 [8] - **人工智能赋能低空经济**：建立无人机自主能力演进体系，搭建智能仿真平台，打造低空数字孪生系统，深度集成人工智能技术，支撑无人机感知、决策等能力的模拟与测试，逐步培育空中具身智能，构建“空中智慧道路系统”，支撑空域智能设计、航道智慧规划，实现全空域智慧感知、无人机智能管理及多无人机自动化协调应用，赋能巡检、载人飞行、物流运输、低空观光、航拍测绘、农林植保等应用场景 [9] - **人工智能赋能电子信息制造**：强化龙头企业引领作用，联合产业链上下游企业发掘潜在应用场景，支持人工智能在产品设计、产品检测、运营管理、质量检测、安全生产、数据分析等核心环节深度应用，打造一批标杆示范项目，聚焦终端产品创新升级，支持AI手机、AI眼镜、AI+潮玩、AI+智慧屏等重点产品研发创新，培育新的产业增长点 [9] - **人工智能赋能医药和医疗器械**：加快药物研发、细胞与基因治疗、精准医疗服务的研发创新与成果转化，推进人工智能技术在药物新靶标/靶点发现验证、药物设计、超高通量药物筛选、DNA编码化合物库筛选、计算机辅助药物设计和虚拟筛选、药物治疗相关基因位点筛选等核心环节的技术创新，支持建设一批人工智能药物研发重大平台载体，加速人工智能+生物技术（AI+BT）深度融合，强化大模型企业与高端医疗器械企业协同引领作用，联合产业链上下游开展医疗装备及关键零部件联合创新，开放医学影像辅助诊断等规模化真实应用场景，打造“AI+医疗器械”标杆应用 [10]

国务院人事任命与黄如履历 - 2025年2月13日，国务院任命黄如为国家发展和改革委员会副主任（兼职）[1] - 黄如被免去东南大学校长职务，随后已任国家发展改革委党组成员（副部长级）[2] - 黄如为回族，1969年11月出生，福建南安人，中共党员，拥有理学博士学位，教授职称[1] - 黄如是中国科学院院士、发展中国家科学院院士，并担任第二十届中央候补委员[1] 黄如教育背景 - 本科与硕士均就读于东南大学电子工程系[1] - 博士学位在北京大学计算机科学与技术系获得[1] 黄如职业履历 - 自1997年起在北京大学工作，历任信息科学技术学院讲师、副教授（1999年）、教授（2002年）[1] - 2016年起担任北京大学博雅讲席教授[1] - 曾担任北京大学信息科学技术学院副院长、院长，北京大学信息与工程科学部主任，北京大学人工智能研究院院长[1] - 曾任北京大学校长助理，北京大学副校长，北京大学党委常委、副校长[1] - 2022年1月出任东南大学校长（副部长级）、党委副书记[1] 黄如学术荣誉 - 2015年当选为中国科学院信息技术科学部院士[1] - 2016年当选为美国电气和电子工程师协会会士[1] - 2019年当选为发展中国家科学院院士[1]

公司人事任命 - 领先的芯片和硅IP提供商Rambus Inc宣布任命Victor Peng为董事会成员，任命将于2026年2月12日生效 [1] - Victor Peng是一位拥有超过40年领导经验的资深企业高管，最近曾担任AMD（Advanced Micro Devices）总裁，领导其嵌入式和数据中心GPU业务、人工智能软件及研发部门 [1] - 在加入AMD之前，Victor Peng曾在赛灵思（Xilinx）工作14年，担任过包括总裁兼首席执行官、董事会成员、首席运营官、执行副总裁和产品总经理在内的多个高级职位 [1] - Victor Peng目前还担任KLA Corporation和Microchip Technology Inc的董事 [1] - Victor Peng拥有康奈尔大学电气工程硕士学位和伦斯勒理工学院电气工程学士学位 [1] 任命背景与意义 - Rambus董事会主席Chuck Kissner表示，Victor Peng在领导大型半导体企业方面拥有丰富经验，其在技术、运营和战略方面的专长对公司提升在人工智能和数据中心领域的市场地位至关重要 [1] - Victor Peng表示，人工智能正在重新定义硬件基础设施的基本要求，而Rambus凭借其行业领先的产品和技术，正处于这一变革的核心，能够实现更高水平的性能 [1] - Victor Peng表达了对加入Rambus董事会的兴奋之情，并表示期待与管理团队合作以支持公司的长期发展 [1]

文章核心观点 - 全球三大存储半导体公司（三星电子、SK海力士、美光）围绕HBM4的量产与供应竞争激烈，但最终供应链格局将主要受其关键客户英伟达的供需策略影响，英伟达可能为保障供应稳定性而放宽对HBM4的性能要求 [1][6][7] HBM4量产竞争现状 - 三星电子于12日率先宣布HBM4实现量产，其产品运行速度达11.7 Gbps，比8 Gbps的行业标准快约46%，比其前代HBM3E的最高速度9.6 Gbps提高约1.22倍 [1][2][6] - SK海力士声称是业内唯一能同时稳定供应HBM3E和HBM4的公司，并已于去年9月建立批量生产体系，计划本月向英伟达交付HBM4产品 [2][3] - 美光科技宣布HBM4已量产并开始向客户发货，时间点比去年年底财报中的预期提前了约一个季度 [3] HBM4当前生产的实质与挑战 - 三大存储公司当前所谓的“大规模生产”实质是“风险生产”，即在客户（英伟达）完成正式认证和下达采购订单前，抢先投入量产以确保产品能及时交付 [4][5] - 正式的采购订单预计在英伟达于第一季度末完成质量测试后发布，HBM4的实际出货量预计要到今年下半年才会真正开始扩大 [5] - 仅HBM核心芯片的量产就需要四个月时间才能最终交付给客户 [4] 英伟达的供应策略与行业关注点 - 行业关注焦点在于英伟达的HBM供应策略，该策略需在性能和供应稳定性之间取得平衡 [1][6][7] - 若英伟达坚持要求11.7Gbps的性能，将难以获得足够的HBM4满足其“Rubin”AI加速器的量产需求，原因在于主要供应商存在产能与良率限制 [6][7] - 三星电子采用领先一代的1c DRAM，但其本月良率估计约为60%，且1c DRAM截至去年年底的月产能仅为6万至7万颗，无法满足英伟达全部需求 [6][7] - SK海力士虽获得了英伟达最大的HBM4配额（约占60%市场份额），但其HBM4在初步可靠性评估中难以达到11Gbps的性能 [7] - 行业预期英伟达为确保供需稳定，几乎肯定会放宽HBM4性能要求，可能同时供应11.7Gbps和10.6Gbps等不同档次的产品 [7] HBM4技术规格与供应商技术优势 - HBM4是下一代HBM内存，拥有2048个I/O，数据传输通道数量是上一代的两倍，将安装在英伟达计划今年发布的“Rubin”AI加速器中 [2] - 三星电子在HBM4中采用了1c（第六代10nm级）DRAM，并采用最先进的4nm工艺制造控制芯片，在研发速度和性能上相对于竞争对手有优势 [1][6]

美国议员团体对华半导体设备出口管制提议 - 一个由美国两党议员组成的团体呼吁特朗普政府全面禁止向中国出口用于制造先进半导体的设备[2] - 议员们主张对半导体制造设备实施覆盖全中国的出口限制，而非仅针对特定实体[2] - 近十年来，美国大部分时间都在试图通过限制中国大陆获取极紫外（EUV）、深紫外（DUV）光刻等关键芯片制造技术，遏制中国本土半导体产业发展[2] 对现有管制政策的批评与“卡脖子”定义 - 议员们认为，针对特定实体的贸易限制收效甚微，出口管制体系仍存在重大漏洞[2] - 一旦设备入境中国，美国政府对最终用途与最终用户的限制执行能力就变得极为有限[2] - 议员们将“卡脖子”设备与零部件定义为中国尚不具备国产替代能力的产品[2] 具体管制措施建议 - 议员们敦促美国政府推动盟友，对关键的半导体制造设备及零部件实施全国范围管制[2] - 如果美国盟友无法在全国范围管制上保持一致，华盛顿应准备好通过限制美国原产零部件的方式自行堵上漏洞[3] - 除禁止销售设备外，还希望严厉打击那些继续为中国境内受管制现有设备提供售后维护服务的企业[3] 对荷兰设备出口的关注与时间紧迫性 - 该议员团体尤其关注荷兰企业生产的设备，指出荷兰对华出口先进光刻设备2022至2023年翻倍，2023至2024年再度翻倍[3] - 议员们警告称，时间紧迫，因为中国正全力打造自主芯片制造技术[3] - 如果不加遏制，中国可能通过全面替代海外芯片制造设备，让美国及其盟友的出口管制形同虚设[3]

公司获奖与核心成果 - 行芯科技作为完成单位之一，凭借《人工智能赋能的芯片设计-制造一体化关键技术及规模化应用》成果，荣膺“浙江省科学技术进步奖”一等奖，实现了公司在省级科学技术一等奖荣誉上的历史性零突破 [1] - 该获奖项目聚焦芯片设计-制造协同关键领域，通过人工智能技术突破传统EDA工具的性能瓶颈，推动实现规模化应用，显著提升芯片设计效率和可靠性 [3] - 该成果为国产EDA工具在高端芯片设计制造关键环节的自主可控与产业安全提供了有力支撑，精准契合浙江省科技进步一等奖“产业化落地、成果可转化”的核心要求 [3] 项目合作与未来展望 - 获奖项目的完成单位包括浙江大学、杭州士兰微电子股份有限公司、杭州创芯集成电路有限公司、杭州行芯科技有限公司及同济大学 [3] - 公司将以此次获奖为契机，持续深化自主创新，聚焦芯片领域核心技术攻关，加速推进半导体产业化应用，助力浙江省实现人工智能与芯片产业融合新突破 [4]

公司融资与估值 - 英国初创公司Olix Computing已完成2.2亿美元融资，由比利时风投机构Hummingbird Ventures领投 [1] - 本轮融资完成后，公司估值超过10亿美元，成为独角兽企业 [1] - 公司此前曾获得Plural、Vertex Ventures、LocalGlobe及Entrepreneurs First等机构的融资 [1] 核心技术：光学AI芯片 - 公司正在研发集成光学组件的人工智能芯片，名为OLIX光学张量处理器 [3] - 该芯片针对AI推理进行优化，旨在解决“内存墙”技术难题 [2] - 芯片采用“创新型内存与互联架构”，利用光子组件构建互联模块，以在电路间传输数据 [1] - 光学互联技术核心优势在于光的传输速度远高于电信号，理论上可实现更高带宽和更低功耗 [2] 内存架构设计 - 公司芯片设计不使用HBM，仅使用SRAM存储数据 [2] - SRAM采用6晶体管结构，直接集成在AI芯片内部，相比独立的HBM模块，数据传输延迟更低 [3] - 公司宣称其光子技术在交互性与延迟方面优于“纯硅基SRAM架构” [3] - 初创公司Cerebras Systems在其晶圆级AI加速器中也优先采用SRAM架构，集成44GB SRAM [3] 产品与研发进展 - 芯片预计明年开始向客户交付 [4] - 公司正在开发编译器，用于将现有AI模型适配到自家芯片上运行 [4] - 公司将利用新融资推进芯片研发 [4] 行业背景与竞争 - 目前已有多家初创企业在研发光子互联技术，其中融资规模领先的Ayar Labs已开发出光学中介层 [2] - Ayar Labs的技术可用于打造面积达40平方厘米的芯片，超过英伟达Blackwell B200显卡的两倍以上 [2] - 谷歌的张量处理器同样为AI模型设计，将张量优化核心与标量、向量处理单元相结合 [3]

文章核心观点 - AI算力基础设施的构建并非仅依赖于英伟达等显性芯片巨头，而是一整套高度复杂且协同进化的产业系统[1] - AI浪潮正驱动一场“连接革命”，数据中心内部的高速互联（铜缆与光纤）能力变得与制造算力同等重要[4][8] - 光通信生态（收发器、交换机、CPO技术）正经历由AI驱动的技术跃迁，成为数据中心网络的核心赋能者[10][11][17] - 精密时钟、特种材料等基础组件是保障AI系统可靠性与性能的基石，其战略价值被低估，且部分领域存在供应垄断风险[18][21][24][26] - 支撑AI算力帝国的上游供应链企业展现出强大的技术壁垒与长期韧性，但也面临单点依赖、需求不确定性和产能扩张滞后等脆弱性[27][28] AI算力基础设施的协同系统 - AI算力的爆发是晶圆制造、先进封装、存储带宽、网络互连、功率散热、材料设备等多个环节协同进化的结果，GPU只是显性主角[1] - 英伟达的成功本质上是整个产业生态的胜利，其背后有全球数百家企业、数十万工程师构成的供应链支撑[28] 连接革命：高速互联成为新瓶颈 - AI集群规模爆炸式增长彻底改写了数据中心互联规则，单台服务器从搭载1-2颗处理器变为最多8颗，最强大的AI模型需要数百万颗GPU协同工作[2] - 英伟达最新系统拥有72颗GPU，明年将翻倍至144颗，后年推出的Kyber机架将包含572颗GPU，每颗GPU都需要与交换机建立独立连接[2] - 连接需求激增导致每台服务器通常需配备九根电缆，取代了过去每台服务器一根电缆的时代[2] 有源电缆（AEC）市场与Credo的崛起 - Credo的有源电缆单价300-500美元，两端搭载DSP芯片，通过算法提取数据，传输距离最长可达7米，远超传统铜缆[2] - 相比光纤，有源电缆的核心优势在于可靠性，可避免“链路抖动”导致AI集群部分离线或整个数据中心停机[4] - Credo占据有源电缆88%的市场份额，其余竞争者包括Astera Labs和Marvell[4] - 2024财年，Credo营收翻倍至4.368亿美元并首次实现盈利，分析师预计2026财年销售额将再度翻番接近10亿美元[4] - 摩根大通分析师认为到2028年AEC市场规模将达40亿美元[4] 光纤光缆市场与康宁的翻身 - 当传输距离超过100米、速率达200Gb/s甚至400Gb/s时，光纤因物理定律成为首选，其利用光传输数据的速度远快于电且能耗更低[4][5] - 康宁CEO指出，在短距离内光子传输数据的效率是电子的三倍，长距离下效率高出约20倍[5] - ChatGPT问世后，搭载光纤的数据中心需求爆发式增长，康宁与Meta达成60亿美元协议供应光纤光缆[5] - 康宁生产第一个10亿英里光纤用了近半个世纪，第二个10亿英里仅用8年，下一个10亿英里将以更快速度到来[5] - 康宁是全球最大的光纤制造商，在可预见的未来其需求将持续高于供应[7] - 英伟达正与康宁探索在其芯片中直接集成康宁的CPO（共封装光学）产品[7] 铜缆与光纤的共生关系 - 在AI数据中心内部，铜缆与光纤形成了微妙的共生关系[7] - 光纤在带宽和能效上具有压倒性优势，但AI训练集群要求极致的同步性，铜缆的确定性延迟比光纤的高带宽更关键，这成为Credo崛起的契机[7] 光通信生态的技术跃迁 - 光收发器是将电信号转换为光信号再转换回来的核心大脑，正经历AI驱动的技术跃迁[10] - Lumentum正从电信主力转型为AI数据中心核心赋能者，2026财年第一季度营收5.338亿美元，同比增长58%，非GAAP运营利润率18.7%[11] - Lumentum给出第二季度指引：营收6.3-6.7亿美元，运营利润率20-22%，增长动力主要来自数据中心、数据中心互联、长途传输的强劲势头[11] - 2025年3月18日，Lumentum宣布与英伟达合作，将其磷化铟激光器解决方案集成至NVIDIA Spectrum-X Photonics网络交换机中[11] - Lumentum押注三大AI增长引擎：光电路交换机、CPO和云端收发器，其发布的R64光电路交换机功耗不到150瓦，可承载每秒超100太比特光流量，相比基于分组的交换机可降低约80%功耗[11] - 现代AI集群已扩展到数十万颗GPU，部分设计正逼近每集群百万颗，为GPU输送数据正迅速成为瓶颈，如果网络跟不上，昂贵的加速器最多会有30%的时间处于闲置状态[13] - Lumentum采用垂直整合模式，自主设计和制造收发器、激光器、探测器等核心组件，但必须提前约3年预测需求并投资扩产[13] Coherent（前Finisar/II-VI）的代际革新 - 2025年3月18日，Coherent同样宣布与英伟达合作，共同开发采用CPO的硅光子网络交换机[13] - Coherent数据通信业务收入中，超过50%来自200G及更高速率的收发器[14] - 在AI/ML普及推动下，800G收发器已量产，1.6T收发器将在未来几年内上市[15] - 五年内，受AI与ML驱动，800G和1.6T数据通信收发器的市场规模有望超过所有其他类型数据通信收发器的总和[15] - Coherent使用多种激光技术：对于<100米的链路使用基于GaAs平台的VCSEL；对于更长距离使用基于InP平台的单模器件，其InP技术平台过去二十年间已有超过2亿只数据通信激光器在全球部署；对于2-10公里电信接入场景使用EML或DFB-MZ技术[15] 光通信产业的机遇与挑战 - AI网络架构变革大幅增加了数据中心内的光链路数量，成就了Coherent、Lumentum等“隐形冠军”的黄金时代[17] - 光通信厂商当前的高速增长部分来自“补短板效应”，即数据中心在扩张GPU数量后发现网络成为新瓶颈从而大规模采购光器件[17] - 一旦网络瓶颈被解决，光通信器件的需求增速可能迅速放缓，后续需求能否维持三位数增长是摆在所有厂商面前的终极问题[17] - 光通信产业既受益于AI基础设施建设的长期趋势，又面临技术路线切换、需求波动、价格竞争的多重压力[17] 精密时钟：系统同步的基石 - 精密时钟是AI基础设施中鲜为人知却不可或缺的基础技术，每一台AI服务器、光模块、高速网络链路都依赖精准的时钟信号保持同步[18] - SiTime专注于MEMS时钟器件，2025财年第三季度营收8360万美元，同比增长45%，毛利率提升至近60%，主要驱动力来自通信、企业级、AI及数据中心基础设施客户[19] - 当数据中心集群扩展到数万颗GPU和CPU时，几纳秒的偏差就会破坏整个工作负载的同步性与资源利用率，造成经济损失[19] - SiTime基于MEMS的振荡器和时钟发生器用硅替代易碎的石英晶体，实现了更小尺寸、更低功耗及更高稳定性[19] - SiTime的通信、企业与数据中心业务占总营收一半以上，同比增长超过100%，实现连续六个季度三位数增长[21] - 其高频Elite与Elite RF振荡器能提升GPU效率并降低互联延迟，时钟组件专为支持1.6太比特光模块等更高数据速率而设计[21] - 经过二十多年研发，SiTime已将其时序器件产品性能提升约100倍，预计随着MEMS制造与材料进步还将再提升一个数量级[21] 特种材料：封装关键与供应垄断 - 一种由日本企业日东纺独家供应的微型玻璃纤维薄片T-玻璃，正成为苹果、英伟达等科技巨头面临紧缺的关键材料[21] - T-玻璃用于芯片下方或周边的增强层，可防止处理器在高温工作时封装基板发生翘曲变形，先进芯片封装对材料要求极高[22] - 大和证券分析师表示T-玻璃制造难度极高，竞争对手短期内很难追上日东纺[22] - 花旗分析师预计日东纺计划今年提价涨幅或达25%以上，这类涨价最终可能传导至消费者，推高智能手机、笔记本电脑售价[24] - 供应趋紧已迫使苹果等公司增派高管前往日本直接与日东纺谈判以确保供应[24] - 日东纺上一财年营业利润创下约1.04亿美元的历史新高，计划到2028年将2025年产能扩大至三倍，并于今年年底开始稳步增产[24] - 日东纺对AI需求持谨慎态度，认为爆发式增长难以持续，并提及过往客户曾给出乐观预测后因市场变化突然取消订单的经历[24] 基础组件的系统价值与风险 - 精密时钟属于“基础设施之中的基础设施”，AI数据中心的所有性能指标都建立在纳秒级时钟同步的前提下[25] - SiTime的价值在于能保证数百万颗GPU在极端环境（温度波动、电磁干扰、机械振动）下仍保持几纳秒的同步精度，这种极端条件下的稳定性是AI数据中心与传统数据中心的本质区别[25] - 日东纺的案例揭示了材料科学的垄断性供应风险，全球高端AI芯片依赖一家日本纺织厂的玻璃布构成了系统性风险[26] - 日东纺到2028年才能将产能扩大三倍的谨慎策略，在商业上合理但在地缘政治层面极具脆弱性[26] - 精密时钟和特种材料定义了AI系统可靠性的地基，决定成败的往往是最可靠的基础而非最先进的技术[26] 供应链的脆弱性与韧性 - 供应链的强大之处在于技术壁垒，如康宁的超纯玻璃光纤、日东纺的T-玻璃、Lumentum的光交换、Coherent的激光器、SiTime的MEMS时钟等技术都需要数十年积累，短期内难以复制[27] - 供应链的脆弱之处在于单点依赖和紧平衡状态，如康宁产能扩张赶不上需求、Lumentum需提前3年预测需求投资、日东纺产能扩张缓慢，任何意外事件都可能引发多米诺骨牌效应[27] - 更深层的脆弱性来自需求端的不确定性，如果超大规模云厂商缩减投入，许多供应商都可能受到冲击[27] - 从长期看，供应链展现出令人惊讶的韧性，这些“隐形靠山”的共同特质是长期主义、技术积累、敢于在不确定性中下注[28] - 康宁在光纤业务上亏损近20年才等到AI时代，SiTime深耕MEMS时钟二十多年迎来市场爆发，日东纺从传统纺织厂转型为玻璃纤维先驱并持续投入先进技术[28] - 英伟达能否继续领跑并不重要，重要的是这条供应链能否承受住算力需求的指数级增长，以及当下一次产业转移到来时谁会成为新的“隐形靠山”[28]