华为在韩国的AI芯片与基础设施市场战略 - 公司计划于明年在韩国推出其最新AI芯片Ascend 950，并全面进军韩国人工智能基础设施市场 [2] - 公司目标是为韩国企业提供除NVIDIA之外的第二个选择 [2] - 与英伟达不同，公司计划以集群单元的形式销售AI芯片，而非单独销售芯片 [2] 华为在韩国的端到端解决方案与业务模式 - 公司战略不仅限于提供AI卡和服务器，而是要加速产业应用，提供涵盖基础设施硬件和软件（包括网络和存储）的端到端解决方案 [2] - 在此模式下，可能不需要合作伙伴公司负责供应和销售，公司将制定战略以直接集成并提供服务 [2] - 公司正在与一些韩国公司进行洽谈，潜在的供应商协议谈判正在进行中 [2] 华为鸿蒙操作系统在韩国的推广计划 - 公司明年将向韩国国内企业提供其自主研发的开源操作系统鸿蒙操作系统，以促进生态系统发展 [3] - 鸿蒙操作系统的所有权已不再属于华为，由开源相关组织负责其运营和升级 [3] - 该系统不仅可以用于智能手机，还可以用于各种智能家居设备 [3] 华为在韩国的智能手机业务计划 - 公司透露，明年没有在韩国推出智能手机的计划 [4]

公司产品进展 - 芯擎科技正式宣布其7纳米高阶辅助驾驶芯片“星辰一号”（AD1000）和“星辰一号Lite”（AD800）已成功实现量产，并已开始与车厂等生态伙伴开展合作 [1] - “星辰一号”的量产标志着公司“智能座舱+智能驾驶”的全栈产品均已实现规模化交付，具备了为市场提供全栈式、平台化解决方案的核心能力 [1] 产品性能与技术规格 - “星辰一号”全面对标目前国际最先进的智驾产品，并在CPU性能、ISP处理能力、NPU、本地存储容量等关键指标上全面超越了国际先进主流产品 [3] - 该芯片采用7纳米多核异构架构，单颗芯片NPU算力高达512TOPS，通过多芯片协同方案可实现最高2048TOPS的算力输出 [4] - 芯片的LPDDR5内存带宽高达204 GB/s，具备独立的高性能安全岛，能在自动驾驶数据路径上实现强隔离、高可靠性和功能安全覆盖 [4] - 芯片支持EVITA Full安全标准，集成了硬件安全模块，能够执行国家密码算法和国际加密协议 [4] - 为加速AI模型开发与部署，“星辰一号”提供了高性能的AI工具链，对CNN和Transformer架构进行了深度优化，为车企实现L2+至L4级智能驾驶提供了平台化支撑能力 [4] 市场地位与过往成就 - 公司此前推出的智能座舱芯片“龍鷹一号”已成功搭载于领克系列、银河系列、一汽红旗系列、沃尔沃、长安启源系列等数十款量产车型中 [4] - “龍鹰一号”成为首个获得德国大众总部海外车型订单的国产座舱芯片，并在2024年稳居同类芯片装机量首位 [4] - 芯擎科技目前仍是国内唯一可以大规模量产7纳米智能座舱SoC的供应商 [4] 公司战略与管理层观点 - 公司创始人兼CEO表示，“星辰一号”的量产是公司新的里程碑，智驾市场逐步成熟，市场对高算力、高安全的车规芯片需求日益迫切 [5] - 结合“龍鹰一号”打下的坚实基础，公司已构建起从座舱到智驾的完整车规级高端芯片产品矩阵 [5] - 公司将进一步加强与产业链伙伴在算法优化、系统集成等方面的深度协作，以加速高阶智能驾驶功能在更多车型上的普及 [5]

公司技术突破 - 厦门火炬高新区企业瀚天天成成功开发出全球首款12英寸（300mm）高质量碳化硅外延晶圆 [2] - 相较于主流的6英寸（150mm）晶圆，12英寸晶圆单片可承载的芯片数量提升至4.4倍，相较于8英寸（200mm）晶圆提升至2.3倍 [2] - 产品关键性能指标优异：外延层厚度不均匀性控制在3%以内，掺杂浓度不均匀性≤8%，2mm×2mm芯片良率大于96% [2] 产业影响与公司进展 - 该技术突破能显著提高下游功率器件的生产效率，并将大幅降低碳化硅芯片的单位制造成本 [2] - 此项突破为碳化硅产业规模化、低成本应用奠定了关键基础 [2] - 公司已启动12英寸碳化硅外延晶圆的批量供应筹备工作 [2]

文章核心观点 - 韩国半导体工程师学会发布《2026年半导体技术路线图》，预测未来15年硅基半导体技术将持续微缩，到2040年制程将突破至0.2纳米，进入埃米级时代，但实现1纳米以下目标仍面临诸多挑战 [2] 半导体技术发展路线图 - 路线图核心目标是提升半导体领域长期技术与产业竞争力、推动学术研究落地、完善人才培养体系 [2] - 路线图重点聚焦九大核心技术方向：半导体器件与制造工艺、人工智能半导体、光互连半导体、无线连接半导体传感器、有线连接半导体、功率集成电路模块（PI M）、芯片封装技术以及量子计算 [2] - 路线图预测到2040年，0.2纳米制程将采用互补场效应晶体管（CFET）的全新晶体管架构，并搭配单片式3D芯片设计方案 [3] 先进制程与制造工艺进展 - 三星已推出全球首款2纳米全环绕栅极（GAA）芯片Exynos 2600，代表了全球光刻制程最高水平 [2][3] - 三星已完成第二代2纳米GAA工艺节点的基础设计，并计划在两年内落地第三代2纳米GAA技术（SF2P+工艺） [3] - 三星已组建专项团队启动1纳米芯片研发，目标在2029年实现量产 [3] 存储芯片技术演进 - DRAM内存的电路制程将从目前的11纳米缩减至6纳米 [3] - 高带宽内存（HBM）将从现有的12层堆叠、2TB/s带宽，提升至30层堆叠、128TB/s带宽 [3] - 在NAND闪存领域，SK海力士已研发出321层堆叠的QLC技术，路线图预测未来将实现2000层堆叠的QLC NAND闪存 [4] 人工智能半导体算力发展 - 当前人工智能处理器算力最高可达10 TOPS（每秒万亿次运算） [4] - 路线图预计15年后，用于模型训练的AI芯片算力可达1000 TOPS，用于推理任务的芯片算力也将达到100 TOPS [4]

文章核心观点 - 苹果公司自研的M系列芯片在发布五年后，已彻底改变了计算机行业，其成功源于对能效与性能的平衡、统一内存架构的采用以及对人工智能的前瞻性布局，这不仅重塑了公司自身的产品战略，也迫使英特尔、AMD和高通等竞争对手重新调整技术路线 [1][13][21] M系列芯片的起源与决策背景 - 苹果公司于2020年决定结束与英特尔长达数十年的合作关系，转而采用自研M系列芯片，这一重大决策基于其为iPhone和iPad开发芯片所积累的经验与团队能力 [2][3] - 该决定并非轻率之举，公司内部经历了长时间的论证，才说服管理及营销团队相信自研芯片能为Mac带来特别的产品力 [5] 芯片研发的关键突破与“顿悟”时刻 - 早期M1原型机的电池续航表现远超预期，团队观察到电池电量指示器几乎不动，这得益于从移动设备继承的超高能效设计理念 [6] - M1处理器在显著降低运行频率的同时，实现了比同期英特尔芯片更强的性能，尤其是在每瓦性能方面取得了重大突破 [6] - 首次体验M1 MacBook Air的瞬间唤醒与流畅操作，给团队带来了“前所未有的Mac体验”，标志着产品体验的飞跃 [7] 统一内存架构的核心优势 - M系列芯片将CPU、GPU、神经网络引擎和内存集成到单个芯片中，这种统一架构消除了传统架构中不同组件间数据迁移的瓶颈，为开发者提供了更大的灵活性 [7][8] - 统一内存架构尤其有利于人工智能应用，使得设备能够利用整个内存池来运行大型语言模型，例如用MacBook Air运行数百亿参数量的模型 [10] 神经网络引擎与人工智能布局 - 苹果从2017年为iPhone引入神经网络引擎，并在M1芯片上进行了重新设计，这使其能够很好地应对当前的人工智能浪潮 [11][13] - 公司并未将AI任务局限于神经网络引擎，强大的GPU也可协同运行，为开发者提供了便捷的扩展神经网络计算能力的方式 [13] 对苹果公司自身的战略影响 - 转向自研芯片“释放了苹果的潜力”，赋予了公司对芯片设计的完全控制权，可以根据需要灵活分配资源，专注于CPU、GPU等不同部分 [13] - 此举使苹果摆脱了对英特尔产品路线图的依赖，实现了自摩托罗拉时代以来最大的产品差异化，并将竞争优势从“软件更好”转变为“软件和硬件都更好” [13] - 对每瓦性能的专注具有变革性，使MacBook能在不插电的情况下提供长达15小时的强劲性能，这在M系列之前是无法实现的 [14] 对行业与竞争格局的影响 - 苹果的转型迫使AMD、英特尔和高通等竞争对手重新思考其能效策略，并提升了整个行业对每瓦性能的追求 [14] - 此举也为高通骁龙芯片在PC市场的更广泛应用打开了空间，使其能够被需要更具竞争力产品的PC OEM厂商所接受 [14] 对产品定价与市场定位的影响 - 凭借规模经济和垂直整合，M系列处理器帮助苹果以更具竞争力的价格提供高性能产品，例如以低于1000美元的价格出售搭载强大处理器的电脑，改变了公司仅面向高端的市场印象 [15] 对Mac用户的实际影响 - 对于视频编辑等专业用户，M系列芯片集成了更多专用的视频编码/解码核心，将任务从CPU/GPU转移，显著提升了处理速度和工作流程的灵活性 [17][18] - 对于AI开发者，统一内存架构减少了内存复制操作，大大加快了AI模型的推理速度，使其能充分利用芯片的架构处理能力 [18] 芯片的持续迭代与未来潜力 - 公司强调M系列芯片每年都在取得进步，例如M5芯片的GPU AI计算能力比M1提升了6倍 [19] - 苹果团队致力于保持制程工艺的领先地位，并持续研发以支持未来产品创新 [20] - 未来，公司可能进一步深化AI集成、探索蜂窝网络集成（使Mac具备蜂窝连接能力），并利用对芯片设计的掌控来优化NPU与软件的协同 [20][21]

交易核心信息 - 英伟达已同意以200亿美元现金收购高性能人工智能加速芯片设计商Groq的知识产权许可，但并未收购Groq公司本身[2] - 该交易是英伟达迄今规模最大的一笔收购案，远超其2019年以近70亿美元收购Mellanox的交易[3] - 交易进展迅速，英伟达将获得Groq的所有资产，但Groq新兴的云端业务不包含在此次交易中[2][3] 交易结构与细节 - 根据协议，Groq的创始人兼首席执行官乔纳森·罗斯、公司总裁桑尼·马德拉以及其他高阶主管将加入英伟达[3] - Groq将继续作为一家独立公司运营，由财务长西蒙·爱德华兹担任首席执行官，其GroqCloud业务将继续运营[3] - 英伟达执行长黄仁勋在内部邮件中表示，计划将Groq的低延迟处理器整合到NVIDIA AI工厂架构中，以服务更广泛的AI推理和实时工作负载[4] 交易背景与相关方 - 投资机构Disruptive于9月领投了Groq的最新一轮融资，自Groq于2016年成立以来，该公司已投资Groq超过5亿美元[2] - 3个月前，Groq以约69亿美元的估值完成了7.5亿美元的融资，投资者包括贝莱德、纽伯格伯曼、三星、思科、Altimeter和1789 Capital[2] - Groq由一群前工程师于2016年创立，其中包括谷歌联合创始人之一乔纳森·罗斯，他曾参与开发谷歌的张量处理单元[4] 公司财务与业务状况 - 截至10月底，英伟达拥有606亿美元的现金和短期投资，高于2023年初的133亿美元[3] - 由于人工智能加速芯片需求激增，Groq今年的营收目标定为5亿美元，其芯片用于加速大型语言模型的推理任务[4] - 在英伟达接洽之前，Groq并没有寻求出售[4]

行业动态：被动元件涨价潮启动 - 继陆资被动元件龙头风华高科之后，二线陆资芯片电阻厂安徽富捷电子跟进发出涨价通知，将调涨厚膜电阻价格8%至20% [1] - 台湾被动元件厂预期，有陆资龙头领涨、二线厂跟涨，有望迎来芯片电阻涨价潮 [1] 公司行动：富捷电子减产与涨价 - 安徽富捷电子在12月初发出减产通知，将自砍产能20%至60%，并示警交期延长 [1] - 时隔不到一个月，富捷电子正式发出厚膜电阻涨价通知，调涨幅度为8%至20% [1] - 富捷电子在通知中解释，涨价主因是全球关键金属原材料价格大幅上涨，其中银价对比去年同期上涨逾100% [1] 涨价驱动因素：成本与需求 - 关键金属原材料如银、钯、钌、镍、锡等价格大幅上涨，尤其银价和铜价迭创新高，成为推升被动元件价格的引爆点 [1] - AI基建带动伺服器、机柜、电力电源架构系统需求，持续吞食被动元件产能 [1] - AI伺服器芯片电阻用量约为通用伺服器的1至2倍 [2] 市场观点与展望 - 台湾被动元件厂认为，富捷减产其实就是涨价前奏，目前芯片电阻价格已止血 [2] - 在材料高涨的成本压力下，其余陆资厂可望迎来全面涨价潮，有助于恢复产业秩序 [2] - 台系芯片电阻厂光颉表示，陆资芯片电阻厂加入减产行列，减产幅度达10%至20%，有助芯片电阻供给面收敛 [2] - 由于近年电阻未见大规模增产，供需结构改善，看好2026年芯片电阻市况，有机会在2025年下半年迎接涨价契机 [2] 涨价产品范围扩大 - 随着芯片电阻价格看涨，被动元件全面性涨势蠢动 [1] - 包括钽质电容、积层芯片电感及磁珠、薄膜电感、厚膜电阻、铝箔等相继加入涨价行列 [1]

人工智能对存储行业的需求与挑战 - 人工智能和机器学习应用的发展，推动企业级闪存存储需兼顾更卓越的性能、容量、能效和可扩展性，以匹配更复杂的工作负载 [2] - 为满足AI数据周期各阶段的多样化需求，需要提供定制化、可扩展的存储解决方案，以匹配计算密集型任务的高性能与低延迟要求，并支撑存储密集型场景的高容量与高能效需求 [2] OCP Inspired™认证的重要性 - 开放计算项目基金会（OCP）成立于2011年，旨在将开源和开放协作的优势应用于硬件领域，加速数据中心相关领域的创新 [5] - OCP Inspired™计划旨在推广并认可符合OCP五大原则（影响力、效率、开放性、可扩展性和可持续性）的产品，是SSD能否获得AI应用认可的重要门槛 [3][6] - OCP Inspired™认证意味着产品在效率、影响力、开放性、可扩展性和可持续性方面符合OCP协会的评审标准 [6] 闪迪SANDISK® SN861 NVMe SSD产品分析 - SANDISK® SN861 NVMe SSD是一款为AI工作负载优化设计的高性能SSD，具备企业级的速度、性能、容量与能效，旨在支撑人工智能数据周期的关键阶段 [9] - 该产品较前代提供了更高的每瓦特IOPS，并拥有高达16TB的容量，能为AI模型训练、交互、提示及推理等关键阶段提供支持，降低延迟 [9] - 其低功耗设计可实现更高的每瓦特IOPS，提升整体能效，帮助数据中心降低总拥有成本，并能以更低的热能效负载支持更高密度部署 [9] - 获得OCP Inspired™认证的版本为U.2与E1.S两种外形规格，认证凸显了其在应对关键任务、计算密集型AI工作负载中的适用性 [10] - 该产品已上线OCP Marketplace平台，提升了在超大规模云和企业级用户中的曝光度与可访问性 [10] 闪迪SANDISK® UltraQLC™ 256TB NVMe SSD与大容量技术 - 为支持AI驱动的存储密集型工作负载（如数据准备、转换及高速AI数据湖），公司基于UltraQLC™平台打造了大容量256TB NVMe SSD [11] - UltraQLC™是公司自研的BICS 8 QLC 3D NAND、高端专用控制器（支持64个NAND通道）和固件的结合体，其定制控制器融合了专用硬件加速器，能分担关键存储任务，降低延迟、提高带宽并增强可靠性 [13] - 该控制器会根据工作负载自动调整功耗以确保最佳能效，并配备总线多路复用器以高效管理高密度QLC NAND带来的巨大数据负载 [13] 闪迪的产品理念与行业贡献 - 公司的企业级SSD产品组合（包括SN861 NVMe SSD和UltraQLC™ 256TB NVMe SSD）采用一致的设计理念：可扩展的性能、超低时延以及高能效的核心架构，致力于为AI和超大规模工作负载提供更大容量及更低总拥有成本 [13] - 公司推出开源工具SPRandom，旨在解决大容量SSD（超过16TB）基准测试耗时长的技术瓶颈，该方法可将原本需要数天甚至数周的预处理测试过程缩短至数小时，重新定义了企业级SSD测试范式，推动行业基准测试标准优化 [13]

文章核心观点 - 文章报道了首届光合组织人工智能创新大会（HAIC2025）的盛况，并重点阐述了中国AI计算产业在摩尔定律放缓的背景下，通过发展系统级工程、开放合作与生态共建来应对大模型算力挑战，以海光信息和中科曙光为代表的企业展示了其在芯片、超集群系统及开放架构方面的创新与实践，标志着中国AI产业正迈向一个新时代 [2][4][13][14] 行业背景与挑战 - 摩尔定律在工艺演进至7nm后逐渐失效，单芯片性能迭代已无法满足爆炸式增长的大模型算力需求，行业必须转向系统级解决方案 [4] - 大模型发展对计算装备提出了前所未有的新要求，挑战主要集中在内存容量与带宽、各类互联（线间、节点间）的带宽与延迟、系统能耗与能效、稳定性以及应用生态兼容性等方面 [2] 企业战略与解决方案 海光信息的“双芯战略” - 海光信息推出“双芯战略”，核心举措包括围绕HSL总线互联协议和共建AI软件栈体系，旨在为行业智能化提供“源”动力 [5] - 该战略的优势在于国内AI产品种类比国际更丰富，生态连接更深入，能够针对主流应用实现定制化、应用化、深入化和适配化，这是其“C86+GPGPU”技术路线的独特优势 [6] - 海光致力于每年迭代一代芯片以实现性能翻番，缩短与国际巨头的差距，并通过开源开放协同光合组织超6000家合作伙伴共建“人工智能+”产业生态系统 [5] - 未来将更大力度开放系统总线互联协议（HSL），并携手国产AI芯片厂商共建高效开放的软件栈生态标准，逐步打造“中国版CUDA” [13] 中科曙光的超集群系统 - 中科曙光发布了全球首个单机柜实现640卡全互联的超节点——曙光scalex640，其创新点包括：采用浸没式液体相变冷却技术实现全年自然冷却与超低PUE（低至1.04）、高压直流供电技术优化电源效率、超高速硬件架构设计实现单机柜640卡全电互联 [8] - 在scalex640基础上，中科曙光展出了全球领先的大规模智能计算系统——scaleX万卡超集群，这是国产万卡级AI集群系统首次以真机形式亮相 [9] - scaleX万卡超集群由16个scaleX640超节点通过scaleFabric高速网络互连而成，可实现10240块AI加速卡部署，总算力规模超5EFlops，将单机柜算力密度提升20倍 [11] - scaleFabric网络基于国内首款400G类InfiniBand的原生RDMA网卡与交换芯片自主研发，实现400Gb/s超高带宽、低于1微秒端侧通信延迟，相比传统IB网络性能提升2.33倍，同时网络总体成本降低30%，并可轻松将集群规模扩展至10万卡以上 [11] - 该系统通过“超级隧道”、AI数据加速等设计实现存、算、传紧耦合深度优化，可将AI加速卡资源利用率提高55%，并通过物理集群数字孪生实现智能运维，支撑集群长期可用性达99.99% [12] - 中科曙光强调打造AI开放架构的决心，希望开放公司在各技术链条的积累，让产业链合作伙伴能专注自身擅长领域，协力推动生态发展 [12] - 为打造更具竞争力的集群，中科曙光在多个层面进行研发投入，例如自研中国最好的112G SerDes，为Scale Fabric网络提供了应对复杂环境可靠性风险的底气 [13] 技术趋势与生态发展 - 大模型对算力的需求依然火爆，同时MOE已成为主流模型架构，对通讯效率和性能要求持续提升，KV Cache等技术正推动CPU与AI芯片融合，共同构建异构算力的超级大脑 [4][5] - 行业需要从单点突破转向系统工程，并通过合作开放促进跨层软硬件协同与产业链合作共赢 [2] - “十五五”规划将人工智能提升至战略高度，顺应国家发展与产业升级需求 [5] - 中国人工智能生态链从业者正通过AI开放架构的支持，推动本土AI芯片、基础设施、大模型及应用在国际上大放异彩 [14]

台积电作为全球最值得信赖半导体代工厂的核心优势 - 公司被公认为全球数字经济的支柱，其声誉建立在数十年来的技术领先、严谨商业模式、卓越运营和可靠性之上 [2] 商业模式与中立性 - 采用纯晶圆代工模式，不与客户竞争，专门为第三方制造芯片，并在客户设计间保持严格防火墙 [2] - 商业模式的中立性让苹果、英伟达、AMD、高通及无数初创公司确信其知识产权不会被滥用，从而建立了深厚的信任 [2] 技术领先与制造能力 - 公司始终率先或遥遥领先地实现7nm、5nm和3nm等先进工艺节点的量产，并保持高良率 [3] - 能够将前沿研究转化为稳定、高产量的生产，成为产品周期依赖确定性的客户的不可或缺的合作伙伴 [3] - 专注于工艺控制、缺陷控制和持续改进，实现了业界领先的良率，帮助客户降低成本、加快产能爬坡 [3] 知识产权保护与安全 - 公司在知识产权保护和保密方面享有盛誉，能够安全处理高度机密的客户数据，杜绝泄露和滥用 [4] - 信任源于内部文化、严格的访问控制以及与客户建立的长期合作关系，在网络间谍活动猖獗的时代尤为宝贵 [4] 规模优势与生态系统整合 - 公司已在晶圆厂、设备和人才方面投入数千亿美元，打造了其他公司难以匹敌的制造能力 [4] - 与设备供应商（如ASML和Applied Materials）、EDA供应商（如Synopsys、Cadence和Siemens EDA）及IP公司紧密合作，形成“大联盟”生态系统，降低了客户风险并缩短产品上市时间 [4] 长期战略与产能规划 - 公司积极进行长期投资，往往在需求出现之前就已开始，甚至在回报得到保证之前数年就投资，确保了在行业周期波动或供应短缺时能提供充足产能 [5] - 在全球芯片短缺期间，公司的产能规划和优先级排序巩固了其作为稳定、负责任行业领导者的形象 [5] 全球信誉与公司治理 - 尽管存在地缘政治风险，但公司展现出透明度、合规性以及与全球各国政府及客户的合作精神 [5] - 在美国、日本和欧洲的扩张体现了其对供应链韧性和全球信任的承诺 [5]