文章核心观点 - PC OEM和芯片供应商正指望消费者对人工智能(AI)的兴趣来推动PC出货量增长，这种增长在几年来从未见过 [3] - 人工智能PC和集成的NPU仍处于早期阶段，但MPR预计NPU将在AI PC中承担大部分AI工作负载 [3] - 硬件加速器的兴起是不可否认的，NPU已经与CPU和GPU一起巩固了其作为现代计算基础设施必不可少的组成部分的地位 [15] - 随着NPU部署越来越广泛，MPR预计PC上运行的大多数AI相关工作负载将转移到NPU，最终GPU上只剩下很少一部分 [19] NPU的兴起与定义 - 神经处理单元(NPU)是一种专门为加速人工智能任务而设计的新型专用计算硬件 [3] - 与其更成熟的前身GPU一样，NPU提供了一个专门优化的专用硬件平台，可以高效执行某些类型的计算 [3] - NPU拥有专为AI工作负载量身定制的专用体系结构，具有专用的乘累加(MAC)单元，通常将MAC单元排列成MAC阵列以匹配大型神经网络的矩阵结构 [6] - 例如，Intel Lunar Lake处理器中的集成NPU具有12,000个MAC单元 [6] - 大多数NPU还具有其他AI专用硬件，例如小数据类型（如：FP8和INT4）的加速以及ReLU、sigmoid和tanh等激活函数 [6] NPU的发展历程 - NVIDIA于2017年推出了第一款独立的NPU，即V100，引入了专用Tensor Core [5] - Apple在2017年推出了第一款集成式NPU，即A11 Bionic SoC中的神经引擎 [5] - 直到2020年Apple的M1，集成式NPU才出现在PC中 [5] - 在智能手机领域，Apple、高通、华为等SoC提供商已将NPU集成到其产品中好几个代次 [8] - 2023年，AMD和Intel分别推出了首款集成NPU的x86 PC处理器Phoenix和Meteor Lake [8] AI PC的竞争与标准 - 为了支持人工智能PC，处理器供应商一直在其异构PC处理器中添加集成的NPU [3] - Intel、AMD和高通都推出了符合微软要求的产品，即集成的NPU提供每秒至少40万亿次运算(TOPS)，以支持Copilot+ AI助手 [3] - 微软设定了集成NPU的最低要求，至少要有40TOPS，以确保Copilot+品牌的PC能够高效处理AI任务 [9] - 高通率先推出了骁龙 X Elite和骁龙X Plus处理器，NPU能够达到45TOPS [9] - AMD和Intel紧随其后，分别推出了Strix Point和Lunar Lake处理器 [9] - 整个PC生态系统都高度依赖AI PC的成功；Copilot+ 品牌被认为对于假期前推出的PC的成功至关重要 [9] NPU的技术演变 - 当今的许多NPU本质上都是数字信号处理器(DSP)的进化演变版本，DSP具有专门用于处理计算密集型任务的体系结构 [10] - NPU通常具有一个或多个小型DSP来处理向量运算，而矩阵运算则被卸载到更大的MAC阵列上 [11] - 集成到AMD Strix Point处理器中的XDNA 2 NPU代表了赛灵思XDNA AI引擎的演变，后者本身是从赛灵思DSP演变而来的 [14] - 高通基于Arm平台的Hexagon NPU直接从该公司的Hexagon DSP进行了更直接的演变 [14] - Intel的NPU 4首次集成到Lunar Lake处理器中，其演变源于2016年从Movidius收购的技术，从支持神经网络硬件加速的第一代Movidius IP发展而来 [14] NPU在AI工作负载中的角色与展望 - 目前，机器学习工作负载以及深度学习活动正在以大致相等的比例利用NPU、GPU和CPU，但这种相对平衡将迅速改变 [3] - NPU不会完全取代所有人工智能工作负载的CPU和GPU，LLM训练和推理需要结合CPU密集型任务和NPU密集型任务 [15] - 优化LLM的性能需要仔细考虑load阶段（依赖CPU）、预填充阶段（依赖NPU）和token阶段（依赖NPU和DRAM带宽） [16] - 需要一种利用每个主要处理组件优势的协同方法：NPU针对矩阵乘法，GPU处理并行任务，CPU处理顺序任务 [16] - Intel内部研究表明，独立软件供应商(ISV)计划在2025年将约30%的AI工作负载编写为在NPU上执行，高于今年的25% [18] - 为CPU编写的AI工作负载百分比预计将从今年的约35%下降到明年的约30%，而为GPU编写的AI工作负载百分比预计将在两年内保持在约40%的水平 [18] - AMD预计到今年年底，将有超过150家软件供应商的产品可以利用集成到其Ryzen AI产品中的NPU [18] - 随着NPU的部署越来越广泛，越来越多的软件被编写来利用它们，平衡将发生倾斜，更多的AI工作负载将转移到最优化的计算元素上 [19]

粤芯半导体四期项目与产能规划 - 公司已完成四期项目备案，项目总投资252亿元，建筑面积21万平方米，占地面积6万平方米，计划于2029年底建成[2] - 四期项目设计年产能为48万片12英寸晶圆[2] - 公司已建成区域产能最大的12英寸芯片生产平台，一期、二期项目合计月产能已达8万片晶圆[2] - 三期项目投产后，公司总月产能将进一步提升至12万片晶圆[2] 公司技术路线与市场定位 - 公司深耕180纳米至40纳米成熟制程，专注于高压、车规等模拟芯片特色工艺[2] - 公司产能为物联网、汽车电子、工业控制等关键领域提供核心支撑[2] 公司资本运作与发展战略 - 公司已在广东证监局完成IPO辅导备案[2] - 计划通过IPO募集的资金将重点投向特色工艺研发、碳化硅等第三代半导体布局及产能升级[2] - 募投项目旨在进一步巩固公司在模拟芯片代工领域的优势地位[2]

文章核心观点 - 人工智能蓬勃发展和供应链重组为越南带来了发展半导体设计产业的独特机遇 越南凭借在STEM人才方面的优势 正被定位为全球半导体产业链中设计环节的潜在重要参与者 但同时也面临技术窗口期有限和外部竞争等挑战 [2][3] 越南半导体产业的现状与定位 - 越南长期以来其芯片产业主要局限于组装和测试环节 例如英特尔在越南设有全球最大的组装、测试和封装工厂 [2][3] - 当前芯片市场格局复杂化 数十家公司投资于芯片基板、软件和集成电路等领域 为越南获取关键半导体技术提供了机会 包括老一代芯片的按需生产 [2] - 越南被定位为半导体设计领域的优势国家 Marvell公司认为其学生在STEM方面实力强劲 逻辑思维和团队合作能力出色 拥有数据、人工智能和软件背景 非常适合从事集成电路设计工作 [2] 越南发展半导体产业的机遇 - 人工智能驱动的需求浪潮为相关企业带来增长 Marvell公司73%的收入来自亚马逊等客户的数据中心业务 这些业务正受益于人工智能需求 [4] - 较低的人力成本是越南的竞争优势 许多公司出于成本考虑 试图减少在美国等地的员工人数 转而选择越南等成本更低但人才优秀的国家 [3][4] - 越南可采取更现实的发展路径 例如投资约10亿美元建设晶圆厂 生产用于家电的基础硅芯片 采用如28纳米等传统技术 从冰箱、微波炉、Wi-Fi等产品入手 以较低资本投入进行学习和技术积累 [4] - 本地企业已开始行动 军方所有的Viettel公司计划建造一座“小型高科技”晶圆厂 本地IT巨头FPT在培训半导体工程师 并与英伟达合作建造人工智能工厂 [4] 主要参与者的动态与规划 - Marvell公司为包括谷歌和微软在内的数据中心超大规模企业定制芯片 其目标是占据由博通主导的定制芯片市场20%的份额 [2][4] - Marvell在越南的扩张计划加速 目前员工人数已达550人 超过了原定2026年达到500人的目标 预计到2027年员工人数将达到800人 [2] - Marvell在胡志明市设立了第二家办事处 新建的实验室使员工能够自行测试电路 而无需依赖公司在台湾的团队 [4] - 博通作为Marvell的主要竞争对手 也在越南进行了投资 [4] 越南面临的挑战与风险 - 越南面临有限的机会窗口风险 如果世界正处于人工智能泡沫之中且泡沫破裂 越南将面临风险 [2] - 美国已将越南列入限制某些芯片出口的名单 以防止芯片最终流入中国 这迫使像Marvell这样的公司必须获得许可才能将英伟达和AMD的产品引入越南 [3] - 国内存在从能源到培训等各方面的短缺障碍 [3] - 印度和马来西亚等国的富裕政府和芯片公司在投入方面远超越南 构成竞争压力 [3]

新型高带宽存储器SPHBM4技术标准 - 半导体行业正计划开发一种新型高带宽存储器标准SPHBM4 该产品旨在显著降低设计复杂性和制造成本的同时 提供与现有HBM相同的性能[3] - JEDEC已进入开发新标准SPHBM4的最后阶段 预计标准将在几个月内发布[3][4] - SPHBM4使用与第六代HBM相同的DRAM 但以4:1的比例串行化I/O引脚 将I/O引脚数量从HBM4的2048个减少到512个 同时仍支持与HBM4相同的带宽[3] SPHBM4的技术原理与关键 - 串行化是指将先前在多个I/O引脚上同时处理的数据 按顺序处理到单个I/O引脚上的方法 4:1串行化意味着单个I/O引脚需分四次处理相当于四个I/O引脚的数据量[4] - 能够稳定实现每I/O引脚传输速度超过四倍的串行互连技术 对于SPHBM4的正常运行至关重要[4] - 随着SPHBM4推出 负责内存控制器功能的基片芯片预计也需要重新设计[4] SPHBM4对封装技术与产业链的影响 - 由于I/O引脚数量减少 整个HBM封装中变化最大的部分是中介层[4] - SPHBM4的I/O引脚数量较少 因此不需要像传统设计那样高密度的基板 仅使用成本较低的有机中介层即可满足需求 这可以降低封装制造成本[5] - 有机中介层能够实现更灵活的设计 允许在HBM和系统半导体之间使用更长的沟道长度 这使得可以部署更多的SPHBM 最终提高总存储容量[5] - 预计这将加速采用台积电使用有机中介层的CoWoS-R技术的HBM的普及[5] - 该产品若实现商业化 预计会对三星电子 SK海力士等存储器公司 以及包括台积电和英伟达在内的相关生态系统公司产生重大影响[3] SPHBM4的商业化前景与行业态度 - SPHBM4能否最终实现商业化仍不确定 JEDEC表示标准仍在开发中 开发完成后可能会更改 甚至可能被JEDEC理事会否决[6] - 包括三星电子和SK海力士在内的韩国半导体行业尚未正式提及SPHBM4[6] - 存储器行业高管认为 SPHBM4标准似乎是降低基于HBM的AI加速器制造成本的几种尝试之一 但大型科技公司目前正大力推进HBM速度和密度的同步提升[6]

文章核心观点 - 人工智能基础设施建设正驱动半导体行业进入一个前所未有的“千兆周期”，其扩张规模远超历史上的个人电脑、智能手机和云计算时代，预计将在2028-2029年推动全球半导体市场规模突破1万亿美元 [2][5] - 此次扩张的根本驱动力是人工智能训练和推理工作负载的架构要求，它同时在计算、内存、网络和存储等所有主要半导体技术类别中造成瓶颈并推动增长，而非由单一产品驱动 [6][7] - 市场扩张的规模巨大且广泛，预计将为整个半导体价值链的每个环节创造全新的发展机遇，使新老参与者普遍受益，打破了传统零和博弈的增长模式 [5][21][22] 半导体市场整体规模预测 - 2024年全球半导体收入约为6500亿美元，多项预测显示将在2028或2029年突破1万亿美元大关 [2][5] - AMD首席执行官预测，到2030年涵盖CPU、GPU、ASIC和网络的人工智能硬件市场规模将达到1万亿美元 [2][8] - 英伟达给出了更宏大的预期，认为未来五年人工智能基础设施市场规模将达到3万亿至4万亿美元 [3][10] - 到2030年，数据中心累计资本支出预计将达到约6.7万亿美元，其中约5万亿美元将用于建设人工智能就绪型设施，年度支出峰值将达到9000亿美元 [21] 计算芯片市场动态 - **GPU市场**：英伟达预计其2025年GPU出货量增长约85%，2026年再增长50%至60%，并预计到2030年公司年收入将超过6000亿美元 [11] - **定制芯片(ASIC)市场**：预计到2029-2030年，专用人工智能加速器市场规模将达到3000亿至3500亿美元，高于2024年的不足1000亿美元 [3][8] - 定制芯片市场增长迅猛，领导者的收入复合年增长率预计达119%，远超AI GPU 82%的预期增长率，其在超大规模数据中心资本支出中的占比预计从2023年的2%升至2027年的13% [12] - 博通公司设定了到本十年末将定制芯片业务规模提升至1000亿美元以上的目标，其人工智能销售额预计在2030财年达到900亿至1200亿美元，并已披露一份价值100亿美元的AI基础设施订单（据信来自OpenAI） [3][12] - **CPU市场**：正经历人工智能驱动的复兴，服务器CPU市场规模预计以18%的复合年增长率，从2025年的260亿美元增长至2030年的约600亿美元 [15] - 仅人工智能的兴起就预计在2030年前带来约300亿美元的CPU增量收入，AMD目标是在此期间占据数据中心CPU市场50%以上的份额 [15] 内存与存储市场 - **高带宽内存(HBM)**：市场规模预计从2024年的约160亿美元增长到2030年的超过1000亿美元，增长近四倍 [4][17] - 预计到2025年，全球HBM产业收入将翻番至约300亿美元，到2030年HBM将贡献DRAM行业总收入的一半左右（目前不足20%） [17] - HBM生产消耗更多晶圆，HBM3E生产相同位数内存的晶圆消耗量约为标准DDR5的三倍，HBM4预计将升至4:1，这限制了非HBM产品的供应并加剧全市场紧张 [17] - **企业存储**：人工智能服务器需求将推动企业级服务器固态硬盘(SSD)需求在2030年前增长7到11倍，预计到2030年其市场规模将接近400亿美元中段（目前为十几亿美元） [18] - 到2026年，服务器SSD预计将超越智能手机，成为NAND闪存最大的应用领域 [18] - **系统级内存**：超大规模数据中心预测到2026年服务器DRAM增长率将达到约50%，DRAM和NAND闪存的供应紧张状况可能持续到2027年 [19] 网络与互连市场 - 预计到2030年，不包括存储的网络硅芯片市场规模将达到约750亿美元 [16] - 仅人工智能数据中心交换机市场规模就将从2024年的约40亿美元增长到2030年的约190亿美元，复合年增长率接近30% [16] - 光互连市场方面，预计到2030年光收发器市场规模将达到220亿至270亿美元，更乐观预测认为在2030年代初将超过300亿美元 [16] - 预计到2029年，人工智能网络端口数量将增长至约1.5亿个，年复合增长率约为40-50%，尖端光学组件供应紧张，已售罄至2026年 [16] 制造、封装与设备投资 - 预计到2025年，300毫米晶圆制造设备投资将首次超过1000亿美元，到2028年将攀升至约1400亿美元，2026年至2028年累计支出将超过3000亿美元 [20] - 到2028年，先进工艺产能（7纳米及以下）有望增长近70%，仅先进节点工艺设备的年支出预计到2028年就将超过500亿美元 [20] - 台积电的CoWoS（芯片封装）产能预计将从2025年底到2026年底增长超过60% [5][20] - 全球半导体公司计划到2030年新建价值约1万亿美元的制造工厂，仅美国半导体生态系统已宣布超过5000亿美元的私人部门投资用于提升国内产能 [20] 系统与服务器市场 - 人工智能服务器市场预计将从2024年的约1400亿美元增长到2030年的8000亿至8500亿美元，复合年增长率超过30% [3][11] - 人工智能芯片在2024年晶圆开工量中占比不到0.2%，却贡献了约20%的半导体收入，硅片价值密度达到前所未有的水平 [11] - 如果将加速器、CPU、网络和HBM加起来，到本十年末，数据中心硅芯片的总支出将接近9000亿美元至1万亿美元 [8]

文章核心观点 - RISC-V成为全球指令集开放标准的趋势已不可避免，欧美科技巨头陆续下场或加大下注，对国内RISC-V企业而言喜忧并存，需要正视变化，积极应对日益激烈的竞争，重视开源软件上游化工作，坚定长期投入 [8] 行业并购动态与趋势 - 2025年12月10日，高通正式宣布收购RISC-V初创公司Ventana Micro Systems [3] - 2025年10月，Meta完成对RISC-V芯片初创公司RIVOS的收购 [3] - 两起并购是RISC-V生态发展到一定阶段后的自然趋势，创业公司的退出途径通常为被收购或IPO上市 [3] - 国内也出现类似进展，如知合计算被阿里并购、芯来科技被芯原收购、沁恒微电子和ESWIN计算筹划上市 [3] 高通收购Ventana对RISC-V生态格局的潜在影响 对标准制定权重的影响 - 收购前，高通员工已担任RISC-V国际基金会董事会主席与认证标准委员会主席，而Ventana技术领导人长期担任技术指导委员会主席 [3] - 2025年12月收购完成后，高通通过人员整合实现“三权合一”，成为同时领导战略、认证测评、技术标准三大核心机构的企业 [3] - 高通和Ventana在RISE基金会的治理委员会各占一席，合并后可能与Google形成更强大的话语权 [3] - 在RVI各类技术会议中，中国及东南亚地区华语企业名义投票权规模大，但实际参与标准制定过程中发言很少，而Ventana和高通企业代表发言很多 [4] - 合并后，高通在RVI整个体系中的参与讨论人数、提案影响比例、发言时间比例将进一步提升，其主导或支持的草案标准将更快被标准化 [4] - 这进一步对比出华语企业在RVI投票权虚置、极少参与标准制定和提案提交的短板，亟需加强 [4] - RVI正小范围征集意见，讨论用信件会议作为线上同步会议补充的可能性，这对华语企业是一个改变契机 [5] 对开源社区影响力的影响 - Ventana在GNU工具链、QEMU、OpenSBI、Linux Kernel等基础软件领域有活跃的开发者，并在关键位置担任看护者 [5] - 高通在Arm架构下有丰富的开源软件上游化经验，曾依托对Linaro的重构和领导，成功支撑其在Linux/AOSP移动端及Windows on Arm等项目的成功 [5] - 合并Ventana可能是高通即将加大规模投入RISC-V软件生态支持的步骤之一，甚至不排除可能在美国或欧洲建立一个新的类似Linaro的技术组织 [5] - 这对全球RISC-V生态社区是利好消息，但对中国企业而言，需看到在国际开源社区贡献和维护话语权的重要性，需要抱团加大软件支持方面的长期稳定投入，避免因贡献太少而边缘化 [6] - 过去几年，国内以中国科学院软件研究所为代表的组织已在国际开源社区积累了可观的RISC-V贡献，在多个关键开源项目中担任核心开发者或看护者角色 [6] - 但国内总投入规模依然不足，且有收缩回退的趋势，对于国内众多RISC-V初创公司，要上游化完整支持自家硬件，工作量依然巨大 [6] - 国内企业决策者亟需看到开源软件社区上游化对公司的长期价值，稳定投入资源和人力推动上游化工作 [6] 对国内产业联盟的影响 - Ventana过去两年积极开拓中国市场，曾作为核心发起成员在大湾区联合成立RDSA产业联盟 [7] - 随着Ventana被收购，其在中国市场的遗产何去何从将存在一定变数 [7]

2025年第三季度全球晶圆代工行业表现 - 2025年第三季度，全球前十大晶圆代工厂合计营收季增8.1%，达到接近451亿美元[3] - 增长主要受AI高效能运算以及消费性电子新品主芯片、周边IC需求带动，其中7纳米及以下先进制程的高价晶圆贡献最为显著[3] - 供应链分化带来的中系厂商接单机会也推动了行业增长[3] 2025年第四季度行业展望 - 市场预期2026年景气与需求恐受地缘政治扰动，且2025年中以来记忆体价格逐季走扬、产能吃紧，供应链对明年主流终端需求转趋保守[3] - 尽管车用、工控在2025年底可望重启备货，但仍可能使第四季晶圆代工产能利用率成长动能受限，前十大厂合计产值季增幅度恐明显收敛[3] 主要厂商第三季度表现 - **台积电**：在智能型手机与HPC双引擎支撑下，受惠苹果积极备货iPhone以及辉达Blackwell平台量产旺季，晶圆出货与平均销售价格同步季增，市占率微升至71%，稳居龙头[3] - **三星晶圆代工**：产能利用率虽小幅回升，但对营收拉抬有限，市占6.8%居次[3] - **中芯国际**：在产能利用率、出货与ASP皆改善下，排名第三[3] - **联电**：受智能型手机、PC/笔电新品周边IC需求，以及欧美客户提前拉货带动成熟制程备货，整体产能利用率小幅提升，市占4.2%排名第四[4] - **格罗方德**：受惠新机周边IC备货、出货小增，但因一次性下调ASP，市占微降至3.6%仍居第五[4] - **华虹集团**：营收逾12.1亿美元，市占2.6%居第六[4] - **世界先进**：因PMIC增量抵销DDIC趋缓，营收季增8.9%至4.12亿美元居第七[4] - **合肥晶合**：在“China for China”趋势下，受惠DDIC、CIS与PMIC进入新品备货周期，且客户市占提升带动上游投片需求，排名超越高塔半导体上升至第八[4] - **高塔半导体**：营收约3.96亿美元，季增6.5%，排名退居第九[4] - **力积电**：在记忆体需求与代工价格转强带动下，晶圆代工营收季增5.2%至3.63亿美元[4]

文章核心观点 - 国微芯作为国内EDA领域的创新者，正从单点工具突破转向构建覆盖芯片设计、制造、掩模、设备等多环节的链条化系统解决方案，以助力中国集成电路产业自主可控 [3][7] - 公司的核心竞争力在于深刻理解并聚焦解决国内客户的真实痛点，通过与产业链伙伴深度合作进行产品定制与迭代，构建符合中国半导体产业特色的EDA工具链 [9][10] - 公司的发展理念已从建立“信任”升级为共建“生态”，旨在通过将分散的点工具连成系统链，为国产生态贡献力量 [12] 公司战略与产品布局 - 公司秉承“平凡的改变将改变平凡”的理念，在过去一年重点完善了形式验证、物理验证、可靠性平台、PDK自动化开发验证平台四大产品线 [5] - 实现了从单点工具到系统化解决方案的跃迁，构建了覆盖设计、制造、掩模、设备等多环节的链条化解决方案 [7] - 通过全资子公司提供基于自主EDA工具链的一站式设计服务，涵盖SoC设计至Turn-key交付，具备支持5nm先进工艺的能力 [7] 设计端解决方案 - 在形式验证工具Formel基础上，发展出包括CDC、RDC、Lint等在内的静态分析工具 [7] - 在功能验证和属性验证方面，提供FPV属性验证工具，并增加了连接性检查CC和验证覆盖率检查的UNR工具等产品 [7] 制造、掩模与设备端解决方案 - 面向晶圆厂，提供基于自研PDK自动化开发、验证流程的PDK设计服务，以加速先进技术导入、提升良率并降低成本与周期 [7] - 针对掩膜厂与设备厂，基于MDC软件基础，提供版图规则检查、高速精准计算、版图拆分、掩膜版修正及芯片特征图形寻址分析等功能 [8] - 推出集成MDC几何引擎和版图集成工具EsseDBScope的MDC平台，服务于制造端全流程，其中EsseDBScope被喻为版图检查的“显微镜”，MDC则是版图处理的“手术刀” [9] 市场定位与客户合作 - 公司的主要特点在于了解客户的真正痛点，聚焦解决国内客户需求，而非单纯效仿国际巨头 [9] - 产品的成长离不开与设备厂、掩膜厂、晶圆厂和设计公司的深度合作，通过定制化项目沉淀行业认知，并将具体需求反馈至产品迭代 [10] - 公司正通过EDA软件定制与系统优化，助力设备-制造-设计协同生态的构建，通过软件定制赋能硬件，并通过系统优化帮助设备产业伙伴发挥设备效能 [10]

中国半导体存储器市场地位 - 2024年中国预计将成为全球第二大半导体存储器市场，在DRAM和NAND闪存市场均仅次于美洲[2] - 2024年中国预计将占据全球DRAM市场26%的份额，价值250亿美元，并占据全球NAND闪存市场33%的份额，价值220亿美元[2] - DRAM与NAND闪存合计全球市场总价值为1650亿美元，中国占470亿美元，份额为28.5%[2] - 由于DRAM和NAND合计占半导体存储器市场的97%，因此中国约占全球半导体存储器市场的30%[2] 主要供应商市场分布 - 主要DRAM供应商（三星、SK海力士、美光）中，三星在中国市场的销售额占比最高，约为30%，SK海力士次之，美光最低[5] - 中国本土的DRAM公司将其全部产品销往中国市场[5] - 六大NAND闪存供应商合计占据中国NAND闪存市场约25%的份额[5] - 中国本土的NAND闪存公司也将其全部产品销往中国市场[5] 全球晶圆加工供需格局 - 从主要地区的晶圆加工量看，中国和美国的需求（产量）超过供应[7] - 日本、韩国、中国台湾和新加坡等亚洲国家或地区（不包括中国大陆）的供应超过需求，表明这些地区是DRAM和NAND闪存的主要供应基地[7] 全球生产布局与资本开支 - 按工厂所在地划分，2024年韩国半导体存储器生产比例最高，达45%，其次是中国大陆（24%）、日本（16%）、中国台湾（10%）、新加坡（4%）和美国（2%）[9] - 生产比例排名第二的中国大陆，其自身产量无法满足本地需求[9] - 2020-2024年间，三星的资本投资额最高，SK海力士和美光的投资额约为三星的一半[9] - 专注于NAND闪存的铠侠-闪迪联盟在2023至2024年间控制其资本投资，而专注于闪存的长江存储则持续进行投资[9] - 中国DRAM制造商长江存储在2024年的资本投资将大幅增长[9]

文章核心观点 - 英伟达尚未正式认证浸没式冷却技术，主要障碍并非技术问题，而是出于对其盈利模式和生态系统控制权的考量 [2] - 随着AI需求推动GPU功率密度达到极限，业界认为英伟达未来可能被迫将浸没式冷却作为一种选项 [3] 冷却技术认证现状与差异 - 英伟达官方目前仅支持并认证D2C（直接芯片冷却）作为高性能GPU服务器的散热方式 [2] - 浸没式冷却技术将整个服务器浸入绝缘液体，尚未获得英伟达认证，这被视为其商业化的最大障碍 [2] - D2C液冷应用于机架或基础设施扩展级别，GPU和服务器的销售结构未发生重大变化 [2] - 浸没式冷却是一个完整的独立产品，冷却解决方案成为服务器设计和封装的核心 [2][3] 英伟达的潜在考量与行业影响 - 英伟达拒绝认证浸没式冷却的直接原因与其盈利模式和生态系统控制有关 [2] - 若浸没式冷却普及，冷却公司可能成为包括服务器在内的集成解决方案提供商，这将颠覆目前以GPU为中心的英伟达主导的生态系统 [3] - 英伟达在认证该技术时必须谨慎，以防在服务器设计和配置方面的主导权被冷却技术公司夺取 [3] 技术发展趋势与未来展望 - AI训练和推理需求的爆炸式增长，正将GPU的密度和功耗推向极限 [3] - 专家预测，若功率密度进一步提升，将必然达到仅靠D2C方法难以应对的地步 [3] - 届时，英伟达也可能会考虑将浸没式冷却作为一种选择 [3]