文章核心观点 世界与计算的关系正从集中式云向分布式智能转变，预计2026年将进入智能计算新时代，计算将更加模块化、节能高效，并在云端、物理环境和边缘人工智能环境中无缝连接 [1] 芯片设计与制造趋势 - 芯片设计将从单片芯片转向模块化芯片设计，通过将计算、存储和I/O分离成可重用构建模块，混合不同工艺节点以降低成本并加速规模扩展 [2] - 硅芯片创新将更多源于新材料和更智能的堆叠技术，如3D堆叠、芯片集成和先进封装，以实现更高的密度和效率，这种“超越摩尔定律”的演进侧重于垂直创新 [3] - 安全芯片设计将从商业差异化因素转变为普遍要求，硬件级信任技术如内存标记扩展、硬件信任根和机密计算区域将成为基本要求 [4] 人工智能计算架构演进 - 领域特定加速技术与系统级协同设计将定义人工智能计算，推动融合型人工智能数据中心的兴起，旨在最大化单位面积的AI计算能力以降低电力和成本 [5][6] - 人工智能推理处理将持续从云端迁移到设备端，到2026年，边缘人工智能将发展到在边缘设备上进行实时推理和自适应，集成更复杂的模型 [7] - 云端、边缘和物理人工智能将开始融合，企业将根据任务和工作负载特性设计人工智能，云端负责大规模训练，边缘负责低延迟决策，物理系统负责执行 [8] 物理人工智能与自主系统 - 世界模型将成为构建和验证物理人工智能系统的基础工具，通过高保真仿真创建虚拟环境，用于训练和测试，以降低风险并加快开发周期 [9] - 人工智能将从助手发展为自主代理，能够在有限监督下感知、推理和行动，多代理编排将在机器人、车辆和物流等领域得到更广泛应用 [10] - 物理人工智能系统将开始规模化发展，催生新型自主机器，通过提升生产力重塑医疗保健、制造业等行业，并能在危险环境中运行 [14] 边缘与设备端人工智能 - 设备端人工智能的突破将在于情境感知，使设备能理解和解读环境、用户意图和本地数据，从而解锁下一代用户体验 [11] - “一个巨型模型”的时代将逐渐被众多小型、专业化的模型所取代，这些专用模型针对特定领域优化并在边缘端运行，为小型企业带来新机遇 [12] - 小型语言模型将通过压缩、蒸馏等技术在不牺牲性能的前提下大幅缩小，使其更易于在边缘部署且微调成本更低 [13] - 2026年的智能手机将继续高度依赖设备端人工智能功能，最新的旗舰智能手机将配备神经网络GPU流水线，实现更高帧率的4K游戏和实时视觉计算等功能 [18] - PC、移动设备、物联网和边缘人工智能之间的界限将逐渐消融，迎来一个与设备无关的统一设备端智能时代，软件将实现一次构建，多平台部署 [19] 跨设备智能与行业应用 - 人工智能体验将超越单一设备，形成一个连贯的“个人网络”，所有边缘设备将原生运行AI工作负载，实时共享上下文信息以提供无缝个性化体验 [20] - 增强现实和虚拟现实可穿戴设备将在更广泛的企业环境中得到应用，得益于轻量化设计和更长电池续航时间的进步 [21] - 物联网将演变为“智能物联网”，边缘设备将超越数据收集，迈向自主地解释、预测和行动的“意义构建” [22] - 下一代健康可穿戴设备将从健身伴侣演变为医疗级诊断工具，搭载AI模型实时分析本地生物特征数据，实现持续护理和早期检测 [23] - 人工智能将深度融入整个汽车供应链，车载人工智能将应用于感知、预测、驾驶辅助和更高程度的自主驾驶，同时汽车制造工厂也将借助AI变得更加智能和自动化 [16] 云计算基础设施发展 - 到2026年，企业将迈入混合云计算更加成熟、智能驱动的阶段，其特征包括工作负载放置的自主性、标准化的互操作性、节能型调度以及分布式AI协调 [15][17]

三星电子HBM4技术进展 - 三星电子第六代高频宽记忆体HBM4在博通主持的系统级封装测试中，运作速度达到低至中段的11Gbps水平，创下历史新高纪录，表现居三大记忆体厂商之冠 [1] - 在针对Google第八代AI加速器TPU v8的性能验证中，三星HBM4的表现优于竞争对手，并且在散热管理方面的评分也优于其他对手 [1] - 测试结果证明三星HBM4具备Google第八代张量处理单元所需的优越性能，市场普遍预测TPU v8有望于2026年进入商业化生产 [1] 三星与博通及Google的合作关系 - 三星与博通自2023年便开始在HBM与AI芯片领域合作，最新的HBM4测试结果有望进一步强化双方联盟 [1] - 博通是Google客制化AI专用ASIC的主要设计伙伴，双方自2016年开始携手研发，目前已到第七代 [1][2] - 由于Google计划将TPU提供给外部客户使用，而不再仅限于内部数据中心，三星的HBM供应量有望于2026年快速拉高 [1] 对三星及供应链的影响 - 三星在博通测试中创纪录的速度，显示其整合晶圆代工服务与先进封装的解决方案已具备充分竞争力 [2] - 此次评估让三星在接下来一年争取Google供应链订单时，处于极为有利的位置 [2] - 分析师认为，博通除了从Alphabet获得大量AI营收外，其他许多伙伴也看中其设计专长，因此受益程度可能更佳 [2] AI芯片市场背景 - Google母公司Alphabet最新Gemini 3聊天机器人大获好评，其自家研发的TPU成为支持AI模型的重要资产 [2] - 分析师指出，对AI工作负载而言，除了英伟达GPU外，TPU是获得最多实证的ASIC，且目前动能最强 [2] - TPU对Alphabet成长策略的重要性正在迅速变高 [2]

文章核心观点 - 集成显卡（iGPU）性能正经历显著提升，其角色已从基础显示扩展到具备实质游戏和内容创作能力，开始挑战入门级独立显卡（dGPU）的市场地位 [1] - AMD是推动iGPU性能革命的先行者，其产品使无独显笔电具备游戏能力并开启了电竞掌机市场 [1] - 英特尔正通过新架构和先进制程（如台积电N5）加速追赶，其最新iGPU性能已能挑战AMD顶级产品，并预告下一代产品性能将大幅跃升 [2] - 尽管新世代iGPU性能强劲，但由于成本、价格以及NVIDIA在驱动和软件生态上的优势，短期内仍难以全面取代独立显卡 [3] - iGPU的崛起为PC市场带来新气象，有望在未来使轻薄笔电在更低功耗和成本下，满足更高性能的多元需求 [3] 内显性能的演进与现状 - 传统上，内显仅被视为提供基本显示能力，高性能图形工作仍需依赖独显 [1] - AMD率先吹响内显反攻号角，其Phoenix平台的780M内显首次让未搭载独显的笔电具备实质游戏能力 [1] - AMD基于此技术衍生出Z1 Extreme，正式揭开Windows电竞掌机百家争鸣的序幕 [1] - 英特尔长期占据内显市占率龙头，但效能层面难以与AMD抗衡，此局面直到Meteor Lake推出后才出现微变 [1] - Meteor Lake内显在功耗空间足够时表现具竞争力，但受限于英特尔自家制程，低功耗下效能发挥有限 [1] 英特尔在内显领域的加速布局 - 英特尔在Lunar Lake上展开反攻，采用全新内显架构并搭配台积电N5制程 [2] - Lunar Lake的140V内显性能足以挑战AMD现行最强内显890M [2] - 搭载该内显的微星Claw 8电竞掌机成为目前表现最突出的产品之一 [2] - 英特尔预告将于Panther Lake平台导入最新的Xe3内显架构，核心数将提升约50% [2] - 市场传闻Panther Lake的内显效能足以挑战低功耗等级的入门独显，如RTX 4050 [2] - 若传言属实，用户可在轻薄笔电上获得近似电竞笔电的图形效能，同时无需承受厚重机身与高噪音 [2] 内显与独显的竞争格局分析 - 新世代内显短期内难以全面取代独显的关键原因在于成本与价格 [3] - 搭载Panther Lake的笔电受新制程成本及内存与SSD价格上涨影响，终端售价势必不低 [3] - 入门电竞笔电市场已被OEM激烈竞争压低价格，凭借价格优势保有市场空间 [3] - NVIDIA长期深耕电竞与内容创作领域，其驱动和生态软件的支援度远胜于对手，这是其重要护城河 [3] - 新世代内显的崛起为PC市场注入新气象，使高阶轻薄笔电的生产力持续提升 [3] - 随着芯片商设计重心转向内显，未来有望在更亲民价位的机型上看到效能更强的内显配置 [3] - 强大的单一内显将可满足工作与娱乐多元需求，并同时享有低功耗带来的低噪音与更长电池续航 [3]

商务部就荷兰对安世半导体行政干预的评论 - 文章核心观点是中国商务部批评荷兰政府对安世半导体企业内部事务的行政干预，认为此举导致了全球半导体供应链危机，并敦促荷方立即纠正错误以恢复供应链稳定[1] - 中方认为荷兰经济大臣卡雷曼斯关于对安世半导体采取强硬措施的表态是不当的，并已多次强调荷方必须对此承担全部责任[1] - 中方指出荷方在全球业界焦虑不安的情况下依然固执己见，没有展现出对全球半导体产供链安全负责任的态度，也没有采取实质性行动[1] - 中方再次呼吁荷方切勿一意孤行，应立即纠正错误，为恢复全球半导体产供链的稳定与安全扫清障碍[1]

文章核心观点 - 通用计算架构面临性能、功耗与成本瓶颈，领域专用架构（DSA）是破局关键，而RISC-V与AI的融合为DSA发展提供了理想平台[1] - 隼瞻科技推出的ArchitStudio平台通过将处理器开发流程重构为快速迭代模式，并实现关键环节自动化，显著降低了DSA的设计门槛和开发周期[4][5][6] - 通过工业控制和安全加密等场景验证，基于ArchitStudio定制的DSA处理器在性能、功耗和成本上展现出巨大综合价值，指令数减少80%，单函数性能提升33倍[7][8] - 产业界正通过共建生态实验室、推动“RISC-V × AI”融合，从技术、场景到生态进行多维实践，以抓住AI算力需求与国产化驱动的爆发机遇[9][10][11][12] 破局之道：为什么是DSA？ - AI发展进入“应用AI”阶段，需下沉到各类终端设备，通用芯片在处理特定场景时存在效率问题，而完全定制芯片灵活性不足，DSA旨在通用性与专用性间找到动态平衡点[2] - RISC-V架构的开源、可扩展特性成为连接端侧AI与DSA的天然桥梁，但传统DSA开发面临高门槛，通常需要30-50名工程师耗时12-18个月，人力成本高且周期长[2] - 端侧设备面临场景碎片化挑战，需同时满足AI模型迭代灵活性、移动场景功耗约束和小型化面积要求，构成一个“不可能三角”[3] 方法论突围：ArchitStudio的技术内核 - 平台核心创新在于将传统“瀑布式”处理器开发流程，重构为“需求-分析-设计-验证”的快速迭代模式[4] - 流程包含四个关键环节：1）精准需求匹配：用户输入目标代码，平台Profile工具自动识别性能瓶颈，使架构设计从经验驱动转向数据驱动[5]；2）高效架构描述：使用自研的类C语法RISCAL语言，降低学习门槛并保证设计灵活性[5]；3）全栈式一键生成：基于RISCAL描述自动生成处理器RTL代码、编译器、仿真器、SDK等全套交付物[5]；4）快速迭代与PPA预估：支持增量编译（首次生成效率达10分钟级），无需流片即可预估芯片功耗、性能、面积指标[5] - 平台价值在于将复杂流程标准化、自动化，让工程师能聚焦于需要行业经验和场景认知的架构创新[6] 场景验证：从理论到实践的最后一公里 - **工业控制案例**：针对机械臂运动控制的坐标变换算法，通过ArchitStudio平台定位矩阵运算瓶颈，定制专用矢量扩展指令，将16条通用指令任务压缩为3条，最终指令数减少80%，计算实时性大幅提升，且完全兼容RISC-V生态，开发周期被大幅压缩[7] - **安全加密案例**：针对AES加密算法，平台识别出“轮密钥加”函数热点（运行时间占比16.5%），定制128位矢量指令将33条通用指令简化为1条，实现代码容量降低97%，单函数性能提升33倍；若扩展5条专用指令，整体性能可提升50倍，硬件面积仅增加14%[8] - 案例证明DSA定制化能在安全与性能间找到最优解，并适应金融、政务、汽车等差异化安全需求[8] 生态共建：从单点突破到系统变革 - 上海浦东软件园与隼瞻科技共建DSA领域计算实验室，旨在联动产、学、研、用资源，打造RISC-V与AI融合创新的“引力场”和“加速器”[9] - RISC-V工委会指出生态聚焦两大方向：利用开放指令集降低芯片创新门槛，融合AI趋势激发万物互联新场景[9] - 隼瞻科技明确践行“RISC-V × AI”路线，通过创新开发工具和丰富产品线，在安全、通信、消费等领域抢占先机，应对2025年AI对硬科技行业的冲击及国产先进制程的驱动机遇[10] 从技术到场景的多维实践 - 针对端侧AI，隼瞻科技提出“2+N”平台解决方案：以CPU为核心提供基础算力并纳入NPU形成均衡算力体系，通过DSA敏捷开发平台提供高效定制支持，其AI部署工具可通过量化、编译、仿真等步骤实现模型高效部署[11] - 芯昇科技基于RISC-V自研XBA架构，兼容RVV 1.0并扩展DSP矢量指令，已应用于首款RedCap芯片，其开发的DSP指令集已获RISC-V基金会认可，将成为官方标准一部分[12] - 宏瀚微提出AISP（AI + ISP）概念，验证了“RISC-V + NPU + ISP”架构在端侧小型化、低功耗需求下的可行性[12] - 九望科技分享了基于RISC-V与AI的多触点环境监测预警系统，已在北京通州社区卫生服务中心试点，未来将拓展至更多密闭空间[12] 圆桌论道：生态重构的关键议题 - 通过隼瞻工具平台，DSA设计人力可从传统的30-50人缩减至10-15人，开发周期从12-18个月缩短至3-6个月[13] - 隼瞻科技的NPU定位服务“非AI公司”，通过供应链与模型精准适配，可将芯片面积缩小1/3到1/4[13] - 未来竞争核心在软件，行业专用软件栈将形成差异化优势，工具提供商需优化“即开即用”体验以降低应用门槛[14] - 江原科技将RISC-V作为未来发展核心方向，第二代、第三代芯片将持续植入RISC-V相关IP，遵循“端侧到云端”发展路径[14] - RISC-V与AI融合是乘法效应，AI为RISC-V提供开放性硬件支持，行业个性化需求需通过细分领域落地实现[14]

公司里程碑与市场突破 - 越南FPT公司首次成功向日本市场出口商用半导体芯片 这是越南公司首次成功将商用半导体芯片引入日本市场[1] - 此次出口的芯片是专为办公和企业环境中的高性能多功能打印机设计的电源管理芯片[1] - 此次出货是FPT与日本分销商Restar签署的战略合作协议的具体成果 两国政府领导人出席了签字仪式[1] 产品技术与质量认证 - FPT正在构建全面的电源集成电路生态系统 涵盖电源管理集成电路、低压差线性稳压器、降压转换器、LED驱动器和功率MOSFET等多个产品线[1] - 出口芯片能够管理和稳定设备内部电源 保护组件免受电压电流波动影响 并确保在高负载下可靠运行[1] - 产品经过了全面的电气特性分析、稳定性评估、JEDEC可靠性测试以及符合日本工业级标准的安全测试[2] - 芯片符合环保材料要求和制造工艺 并使用日本广泛采用的chemSHERPA工具披露化学物质信息 确保材料透明度并符合绿色供应链要求[2] 合作协议与未来规划 - 根据协议 Restar计划在三年内向亚太地区分销1000万颗由FPT设计和制造的芯片[1] - 首批交付后 双方将继续合作逐步增加后续交付量以满足Restar不断增长的市场需求[2] - 双方将联合研发面向日本市场的新型半导体产品 包括新一代电源管理芯片、控制器IC以及用于办公设备、成像设备和消费电子产品的集成电路[2] - 合作还包括工程师交流项目、联合研发项目以及建立涵盖封装和测试的协调外包半导体组装和测试服务模式[2] 市场前景与战略意义 - 公司董事长表示 这一里程碑强有力地证明了越南在核心技术领域的实力[3] - 预计从此次出货开始 越南设计的芯片将越来越多地应用于消费电子、办公设备、物联网设备和工业应用领域[3] - 全球功率集成电路市场预计到2030年将达到约590亿美元 同期仅日本市场预计就将接近30亿美元[3] - 近期半导体供应链的动荡凸显了供应链多元化和寻找可靠替代供应商的迫切需求[3] - 在此背景下 FPT推出了一系列保护器件 例如静电放电保护二极管和齐纳二极管 旨在为日本、韩国和台湾市场提供补充或替代的供应方案[4]

文章核心观点 - 英伟达正面临来自中国科技公司对H200人工智能芯片的强劲需求，并已与台积电接洽以提高产量，以应对超过200万颗的潜在订单[1] - 尽管美国政策允许出口，但中国官方尚未批准H200芯片的进口，这为订单的最终履行带来了不确定性，同时中国也在考虑将采购与国产芯片捆绑的政策[1][5] - 中国大型互联网公司认为H200相比现有可用芯片是显著升级，且其定价相比性能和市场替代品具有吸引力[2][3] 市场需求与订单情况 - 中国科技公司已向英伟达订购超过200万颗H200芯片，预计2026年交付[1] - 订单主要来自中国大型互联网公司，他们认为H200比目前可用的芯片有显著升级[2] - 字节跳动计划在2026年花费约1000亿元人民币购买英伟达芯片，高于2025年的约850亿元人民币[3] - 英伟达目前仅有70万颗H200芯片库存，其中约10万颗是GH200 Grace Hopper超级芯片，其余为独立H200芯片[1][3] 供应链与生产计划 - 英伟达已与代工厂商台积电接洽，要求开始生产额外的H200芯片以提高产量，预计2026年第二季度开始生产[1] - 英伟达计划利用现有库存完成首批订单，预计首批H200芯片将于2月中旬农历新年假期前到货[2] - H200芯片是英伟达上一代Hopper架构的一部分，采用台积电的4纳米制程工艺[2] 产品定价与性能 - 英伟达向中国客户提供的H200芯片定价约为每颗27,000美元，具体价格会根据购买量和客户协议有所不同[1][3] - 一个八芯片模块预计售价约为150万元人民币，比已停产的H20模块（之前售价约120万元人民币）略贵[3] - H200的性能大约是专为中国市场设计的降级芯片H20的六倍，中国互联网公司认为其定价很有吸引力[3] - H200的价格比目前售价超过175万元人民币的灰色市场替代品优惠约15%[3] 政策与监管环境 - 美国总统特朗普政府近期决定允许向中国出口H200芯片，并收取25%的费用，推翻了此前拜登政府的禁令[1][4] - 北京方面尚未批准任何H200芯片的出货，中国官员仍在决定是否允许进口，担心影响国内AI半导体产业发展[1][5] - 正在考虑的一项提案要求每次购买H200芯片时，都必须捆绑一定比例的国产芯片[5] 市场竞争与公司立场 - 中国市场竞争非常激烈，本土芯片供应商发展迅速[2] - 英伟达表示，向中国授权客户销售H200产品不会影响其向美国客户供货的能力[2] - 公司认为禁止所有美国出口会损害美国国家和经济安全，只会让外国竞争对手受益[2]

2025中国制造强国发展指数报告核心发布 - 2024年中国制造强国发展指数与德国和日本处于同一区间，各分项数值均实现正增长，进入全球制造强国第二阵列 [1] - 中国成功实现制造强国建设“第一步走”战略目标，成为继美国、德国、日本后第四个迈入全球制造强国行列的国家 [1] 制造业现状与成就 - 2024年中国制造业顶压前行、向新向优 [1] - 制造强国发展指数与德国和日本处于同一区间，各分项数值均实现正增长 [1] - 中国进入全球制造强国第二阵列 [1] 未来发展战略与目标 - 未来十年是制造强国建设“第二步走”的关键时期 [1] - 需把发展制造业作为党和国家的长期战略，牢牢确立实体经济在国民经济中的重要地位，保持制造业合理比重 [1] - 需推进制造业提质增效与转型升级，坚持以创新为根本动力 [1] - 需突出工业强基重要战略地位，加快人工智能赋能新型工业化 [1] - 需构建绿色能源体系与绿色制造体系 [1] - 目标是到2035年，中国基本实现新型工业化，迈入世界制造强国前列 [1]

英伟达推动HBM技术升级 - 全球AI芯片龙头英伟达正向主要供应商评估最早于2026年第四季交货16层堆叠HBM的可行性，迫使三星电子、SK海力士与美光加速研发时程，提前开启下一代AI芯片核心零件争夺战 [1] - 目前市场焦点集中在12层堆叠HBM4，预计将于2026年初进入全面商业化阶段，但英伟达已开始询问下一代产品状况，引发供应商内部开发时程重新规划 [1] HBM技术演进路径与挑战 - 从12层堆叠推进到16层堆叠是半导体封装技术的重大进步，技术上远比从8层堆叠到12层堆叠更为艰难，许多情况下必须更换整个制成技术 [2] - 推进至16层堆叠面临两大物理限制：晶圆厚度需从12层堆叠设计的50微米压缩至30微米左右；封装高度受JEDEC标准限制在775微米，为传统堆叠方法留下的空间极其有限 [3] - 封装键合技术成为竞争核心，三星与美光主要依赖热压键合技术，而SK海力士则采用其领先的批量回流模制底填技术 [2] 主要供应商的技术战略 - 三星考虑在16层堆叠产品中导入混合键合技术，希望借此实现弯道超车，近期在英伟达的HBM4系统封装测试中已获得正面回馈 [2] - SK海力士战略重点是尽可能延长其业界领先的MR-MUF技术的寿命，同时开发混合键合作为备案，目前已建立HBM4量产框架并开始向英伟达提供有偿样品 [3] - 美光与三星同样依赖TCB技术，正努力在16层堆叠的竞赛中保持竞争力 [3] 市场需求与产品时间线 - 技术竞赛的关键时间点与英伟达下一代Rubin架构AI芯片的发表连结，该产品预计于2026年下半年问世 [3] - 每颗Rubin架构AI芯片将配备多达8个HBM4堆叠，将极大拉动对高层数HBM的需求 [3] - 尽管业界对16层堆叠HBM4充满期待，但短期内市场重心仍将稳固在HBM3E，预计HBM3E在2026年仍将占HBM总产量的66%，虽较2025年的87%有所下降，但依然是市场绝对主流 [4]

公司股价表现与市场地位 - 日本内存芯片制造商Kioxia控股公司成为2025年全球涨幅最大的股票，年内股价上涨约540% [2] - 公司表现优于MSCI全球指数所有其他成分股，并成为2025年日本东证股价指数中表现最佳的股票 [2] - Kioxia于2024年12月在东京证券交易所上市，目前市值约5.7万亿日元（合360亿美元） [2] 行业需求与增长驱动 - 人工智能对数据存储的贪婪需求，推动了科技行业对存储芯片的旺盛需求 [2] - 超大规模服务商正竞相建设AI基础设施，像Kioxia生产的NAND闪存芯片对于AI训练和数据中心至关重要 [2] - 2025年，随着需求飙升，主要科技公司警告可能出现存储芯片供应短缺，分析师预测价格将大幅上涨 [2] 投资逻辑与市场观点 - 投资者预期强劲需求和价格上涨将提振Kioxia的收入 [3] - 有分析师指出，进入2026年的科技领域配置重点主要是存储芯片，无论是直接投资Kioxia还是相关的二次衍生产品 [3] - 像Sumco Corp.这样的芯片晶圆制造商也有望从2026年强劲的存储需求中受益 [3] 市场波动与未来展望 - Kioxia股价的惊人攀升也引发了一些关于估值过高的担忧，这种担忧最近几个月拖累了其他AI相关股票 [3] - 2025年11月，Kioxia在季度收益未达到投资者过高预期后，股价在一天内下跌了23% [3] - 有观点认为，鉴于存储需求仍远超过供给，Kioxia似乎处于有利位置，足以应对2026年AI市场的波动 [3] - 对数据中心投资放缓的担忧，实际上不应影响下个阶段的存储芯片价格，因为市场已经严重供不应求 [3]