公众号记得加星标⭐️，第一时间看推送不会错过。 席，围绕集成电路领域的科技前沿突破、产业转型趋势、核心技术攻关及生态协同建设等关键议题， 进行了深度研讨与交流，为产业高质量发展凝聚共识、擘画路径。 江苏省副省长李忠军、无锡市委书记杜小刚、工业和信息化部电子司副司长王世江等领导出席大会并 发表致辞，既充分传递了对本次大会的重视与期许，同时高度肯定无锡市集成电路产业的发展成效， 还就产业未来突破方向提出殷切期望，并明确了下一步的发展目标与规划布局。 杜小刚在致辞中指出，当前集成电路产业在技术迭代加速、市场需求扩容与政策引导加力的多重推动 下，正处于大有可为的变革期与突破期。从国家长远发展需求与战略布局出发，集成电路作为关键支 撑产业，肩负着重要使命，而无锡始终致力于成为我国集成电路产业高质量发展的战略支点。借此大 会契机，他围绕产业发展分享了四点思考与建议： 全球半导体重构浪潮， 无锡锚定战略新机遇 此次大会由无锡市人民政府、江苏省工业和信息化厅联合举办，市工业和信息化局承办，聚焦集成电 路产业链核心需求，广泛集聚国内外重点企业与优质产业资源，通过搭建资源共享平台、推动企业优 势互补、促进产学研协同创新，着力实现 ...

全永铉反复提及他的"恐龙理论"，在任职十四个月期间，他在正式会议上提到了五六次。他的观点始 终如一：组织规模越大，就越有可能忽视潜在的问题，或者抵制变革，直到为时已晚。为了让教训更 加切实，他甚至用恐龙模型装饰他的办公室，并用它们来警告来访的高管浪费三星机会之窗的代价。 公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容 编译自koreajoongangdaily 。 受生成式人工智能爆炸式增长的推动，韩国半导体行业正经历一场剧烈的变革。市场领导者正在节节 败退，而曾经被忽视的弱势企业则势头强劲。本文将深入剖析推动这一转变的因素，并探讨未来几年 行业新的层级结构可能如何形成。 去年五月，三星电子副会长兼半导体部门负责人全永铉就（Jun Young-hyun ）任三星半导体部门负 责人时，曾用一个直白的比喻震撼了全场。他告诉高管们："目前，三星的半导体业务就像一只食草 恐龙。"这种比喻——体型过大、适应速度过慢、最终注定灭绝——迅速在公司内部传播开来。 在公司发布第三季度财报后，全永铉更进一步，发布了他所谓的"忏悔信"。他承认自己引发了人们对 三星核心技术竞争力和公司长期前景的担忧，并承诺将公开揭露 ...

产品架构与设计理念 - NVIDIA推出名为Rubin CPX的全新GPU，标志着产品范式转变，采用将大型语言模型（LLM）的预填充（上下文）和解码（生成）两个阶段拆分到不同优化架构的策略 [2] - 在NVL144机架中，除了配备2026个带HBM的Rubin GPU外，还添加了多个配备GDDR7显存的Rubin CPX GPU作为协处理器，以应对计算密集型与内存密集型任务的分化 [2] - Rubin CPX采用经济高效的单片芯片设计，基于Rubin架构构建，配备强大的NVFP4计算资源，专为海量上下文AI处理而优化 [10] 产品性能规格 - Rubin CX提供高达30 PFLOPS的NVFP4计算性能，并配备128GB GDDR7显存，其指数运算能力是GB300的三倍 [4][10] - 为应对视频工作负载，该GPU集成了四个NVENC/NVDEC引擎，将视频解码器、编码器及长上下文推理处理集成在单芯片中 [4][10] - 与NVIDIA GB300 NVL72系统相比，Rubin CPX提供了3倍更快的注意力机制，提升了AI模型处理更长上下文序列的能力 [11] 系统平台与集成方案 - Vera Rubin NVL144 CPX平台集成Rubin CPX GPU与Vera Arm CPU，提供每秒8百亿亿次浮点运算的AI计算能力 [8] - 该平台在单个机架中提供100TB的快速内存和每秒1.7PB的内存带宽，其AI性能比GB300 NVL72系统高出7.5倍 [8] - 每个计算托盘配备八个NVIDIA ConnectX-9网卡，网络吞吐量可达12.8Tbps，相当于当前AI集群中常见的Spectrum-4 SN5610交换机的四倍吞吐量 [5] 应用场景与价值主张 - Rubin CPX专为处理数百万token的长上下文而设计，旨在使AI编码助手从简单代码生成工具转变为能理解和优化大型软件项目的复杂系统 [8][10] - 在处理视频内容时，模型可能需要处理一小时内容中多达100万个token，该GPU为此类长格式应用（如视频搜索和生成）提供突破性功能 [10] - NVIDIA声称，Vera Rubin NVL144 CPX平台可助力企业实现前所未有的规模盈利，每投资1亿美元即可获得50亿美元的token收益 [11] 上市时间与市场定位 - 采用多项未来技术的NVIDIA Rubin NVL144 CPX机架系统，目标上市时间为2026年底 [7] - NVIDIA利用其强大技术打造大型单片GDDR GPU，而AMD和英特尔在此领域投入较少，更关注容量细分市场 [7]

Rapidus的使命与背景 - 公司是由日本政府支持的财团，使命是让日本重回先进逻辑制造前沿，目标在2027年生产2纳米芯片，并在IBM支持下为更先进节点做准备 [1] - 公司成立于2022年，正值全球对AI/ML数据中心半导体产能需求增长及各国寻求本地化生产的时期 [1] 台积电的成功模式 - 台积电于1987年成立，采用政府与企业共同投资模式，初始资本结构为飞利浦出资27%、台湾政府出资48%、张忠谋募集剩余25% [2] - 公司纯晶圆代工模式充分利用了PC需求爆发，全球PC出货量从1988年约2000万台增长5倍至1998年超过1亿台 [2] - 台积电的成功得益于结构性优势：稳定供应训练有素的技术人员、低员工流动率及共置优势，形成了强大的本地学习效应和经验曲线 [5] - 公司建立了强大的IP生态系统网络效应，客户青睐IP库丰富的节点，IP供应商支持客户群大的节点，形成自我强化的“滚雪球”效应 [5] Rapidus的技术进展与合作伙伴 - 截至2025年，公司已取得多个里程碑：在北海道开展2纳米晶圆厂试点项目、与IBM成功演示纳米片晶体管、与西门子、imec和Tenstorrent建立生态系统合作伙伴关系 [3] - 公司与IBM合作深入，约150名工程师在IBM奥尔巴尼纳米技术中心接受培训，IBM提供了纳米片晶体管设计和技术诀窍 [7] - 2025年7月，公司IIM-1晶圆厂已获得2纳米GAA晶体管的电气特性，标志着IBM知识转移取得技术成果 [7] Rapidus的商业模式与财务挑战 - 公司采用“付费参与”策略，向IP供应商提供大量预付款以确保早期支持，这与台积电传统的专利费驱动模式截然不同 [3][6] - 分析师估计到2026年，公司每月晶圆产量可能仅达2.5万片，仅为台积电和三星先进节点产量的一小部分 [6] - 公司预计需要5万亿日元（约合340亿至350亿美元）才能实现全面量产，资金负担完全落在日本政府补贴（已承诺超1.7万亿日元）及丰田、NTT、索尼、软银、铠侠、NEC等企业投资者身上 [7] - 前期激励策略虽可立即吸引客户，但购买信誉的成本很高，若晶圆产量保持适度，其经济效益可能难以为继 [6][7] Rapidus的差异化战略与潜在优势 - 公司计划在速度上脱颖而出，其全单晶圆处理概念承诺将周转时间缩短至15至50天，而传统批量处理需约120天，这可为客户提供更快的迭代速度 [9] - 公司押注于设计制造协同优化，整合AI、先进传感器及与是德科技等伙伴合作，以提高良率和PDK精度，并推广“快速统一制造服务”模式 [14] 行业先例与生态系统挑战 - GlobalFoundries早期在20纳米和14纳米研发中曾提供财务激励吸引IP供应商，该模式短期可行但未能形成良性循环，最终因缺乏足够客户吸引力而放弃尖端逻辑技术 [11] - 半导体竞争不仅关乎晶体管密度，还关乎设计赋能、生态系统健康和商业模式可行性 [13] - 对于台积电，生态系统追随产量；对于Rapidus，则必须先收购生态系统才能实现产量 [14] - 真正的瓶颈在于设计生态系统，如果客户无法获得经过验证的IP库、可信赖的设计流程和可靠的EDA工具支持，他们就不会冒险在新节点流片 [9] 核心观点总结 - 文章核心探讨了日本Rapidus公司能否凭借政府支持、与IBM合作及独特的“预付”商业模式，成功挑战由台积电、三星和英特尔主导的先进芯片制造格局，并分析了其面临的技术进展、财务可持续性及生态系统构建等根本挑战 [1][3][6][7][9][13][16]

在今天的苹果发布会上，伴随着新手机的发布，苹果带来了三类自研芯片，分别是WiFi＆蓝牙芯片，基带芯片和手机芯片A19。 苹果表示，只有这些自研芯片，才让公司实现了iPhone Air 的设计。高性能 A19 Pro、N1 和 C1X 芯片使其成为迄今为止最节能的 iPhone。 WiFi&蓝牙首次亮相 强劲的 A19 Pro 配备全新 6 核 CPU，提升了用户日常任务的性能和效率，是所有智能手机中最快的 CPU。5 核 GPU 架构升级，带来包括 3A 大作在内的 全新移动游戏体验。每个 GPU 核心均内置神经加速器，使 GPU 峰值计算能力比上一代提升高达 3 倍，非常适合驱动设备端运行的生成式 AI 模型。 iPhone Air 搭载 Apple 全新设计的无线网络芯片 N1，支持 Wi-Fi 7、蓝牙 6 和 Thread 技术。除了支持最新一代无线技术外，N1 还提升了个人热点和隔空 投送等功能的整体性能和可靠性。iPhone Air 还搭载 Apple 全新设计的蜂窝调制解调器 C1X。C1X 的速度比 C1 最高可提升 2 倍，在相同的蜂窝技术下， 它甚至比 iPhone 16 Pro 中的调制 ...

英特尔周一表示，已任命在 Arm 任职两年的高管 Kevork Kechichian 为数据中心集团新任负责人， 此外还进行了其他高管变动，包括长期担任该职务的高管 Michelle Johnston Holthaus 离职。 Holthaus 最近担任英特尔产品部门首席执行官，并在陈立武 (Lip-Bu Tan) 于今年 3 月接任英特尔首 席执行官之前，担任该公司的临时联席首席执行官之一。她曾担任客户端计算事业部负责人，更早之 前担任首席营收官。 公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容 编译自 crn 。 在周一宣布的其他高管变动中，英特尔表示已任命一位在 Arm 任职两年的高管为其数据中心集团的 新 负 责 人 ， 而 长 期 担 任 高 管 、 最 近 担 任 英 特 尔 产 品 首 席 执 行 官 的 米 歇 尔 · 约 翰 斯 顿 · 霍 尔 索 斯 (Michelle Johnston Holthaus) 即将离职。 陈在一份声明中表示："在她辉煌的职业生涯中，Michelle带领公司实现了转型，打造了高绩效团 队，并致力于满足客户的需求。她对我们公司产生了深远的影响，并 ...

公司技术平台 - 锗硅技术平台为5G智能手机、基础设施和汽车雷达提供高性能、低噪声、高能效的射频及毫米波解决方案[4] - 硅光技术平台支持数据中心、人工智能、电信、激光雷达及量子应用 集成O波段与C波段的调制器、探测器和波导[5] - 设计赋能服务包括先进工艺设计工具包、经过硅验证的IP核及专家技术支持 加速产品上市时间并确保设计一次成功[6] 全球业务布局 - 为全球300家客户提供集成电路技术开发及工艺平台[7] - 在以色列、美国、日本设有生产基地 在意大利有与ST共享的300毫米晶圆厂[7] - 在英特尔新墨西哥州工厂内设有300毫米产能合作通道[7] 技术研讨会内容 - 2025年9月16日在上海举办全球技术研讨会 探讨AI、高速互联等关键市场趋势[8] - 活动包含CEO主题演讲、专家技术研讨及行业交流环节[8][12] - 技术议题涵盖硅光子、硅锗、RF SOI、电源管理、图像传感器及先进显示技术[8][13]

共封装光学(CPO)技术发展前景 - 人工智能运算需求爆发式成长推动共封装光学技术成为半导体产业新战场 产值预计2026年达百亿美元级别[2] - 英伟达Rubin架构采用CPO技术 利用微环调变器将功耗效率提升3.5倍 网络弹性提升10倍[3] - 2030年CPO占高速资料传输解决方案比重有望突破50% 形成百亿美元级新蓝海市场[4] 台积电技术布局 - 台积电与英伟达再度携手 抢攻AI资料中心超级运算庞大商机[2] - 台积电已建立完整制程设计套件 涵盖波导、分光器、波长合波器等模组 显示其在光子积体电路制造的技术实力[3] - 台积电研发副总表示硅光子需求可望呈倍数成长 最大价值在于提升能源效率 目前已在多项技术上取得突破[2] 关键技术突破 - 硅光子通过三路径扩张：波长分工多工、单波长速率提升、先进调变技术[3] - 马赫-曾德尔调变器适合高速高功率场景 微环调变器兼具小尺寸与高密度优势 成为CPO实现高效传输的核心元件[3] - CPO技术将光学引擎直接整合至芯片封装中 大幅缩短讯号传输距离、降低功耗并提升系统密度[3] 台湾供应链机会 - 波若威、光圣在光纤元件与连接器领域具备领先地位[2] - 志圣、弘塑、辛耘切入封装与测试设备供应链[2] - 旺硅、颖崴掌握高速测试解决方案 相关台厂有望因CPO标准化后进入国际资料中心供应链[2]

文章核心观点 - 博通与英伟达在人工智能数据中心领域并非零和博弈关系 而是采用截然不同但互补的战略定位[2] - 英伟达构建垂直整合的全栈计算和软件平台 专注于AI工厂的引擎角色[2][3] - 博通围绕连接性、定制芯片和高利润软件构建持久商业模式 提供AI系统所需的"粘合剂"[2][5] - 两家公司均能在AI技术周期中蓬勃发展 分别主导加速计算和连接领域[20][22] 英伟达平台战略 - 构建从GPU延伸到整个系统的全栈平台 竞争焦点从芯片转向系统级AI工厂[3] - Hopper和Blackwell GPU与NVLink/NVSwitch互连技术形成紧密耦合计算域 可扩展至72个GPU[3] - 采用InfiniBand专有网络技术和Spectrum-X以太网处理AI流量[3] - CUDA软件堆栈和数百个库构成深厚软件护城河 锁定成千上万开发者[4] - 提供DGX、NIMS推理微服务和Omniverse等系统服务 巩固平台供应商地位[4] - 每年推出新架构提升每瓦性能和集群利用率 形成循环货币化周期[4] 博通特许经营模式 - 专注于寻找拥有十年发展空间的市场 建立技术领先地位并严格运营[5] - 在连接领域占据主导地位 Tomahawk和Jericho系列主导商用以太网交换市场[5] - 获得谷歌、Meta、字节跳动和OpenAI的定制芯片订单 交易规模达数十亿美元[5][6][11] - 最新与OpenAI达成价值100亿美元的定制芯片交易[6] - 坚持开放标准理念 认为以太网和PCIe将战胜专有方法[7] - VMware Cloud Foundation营业利润率超过70% 毛利率超过90%[7] 技术架构比较 - 英伟达NVLink提供机架内72个GPU的紧密耦合 带宽28.8 Tbps[6][12] - 博通Tomahawk 5以太网可扩展512个计算节点[6][12] - NVLink专注于纵向扩展(scale-up)最大化单机架性能[13][15] - 以太网专注于横向扩展(scale-out)跨机架集群连接[13][15] - 两种技术解决不同问题 运营商通常同时使用[13] 财务状况对比 - 英伟达年化营收约1870亿美元 同比增长56%[16] - 英伟达毛利率73% 营业利润率65% 经营现金流利润率33%[16] - 英伟达市值约4.1万亿美元 营收倍数22倍[16] - 博通年化营收约640亿美元 同比增长22%[18] - 博通毛利率67% 营业利润率37% 经营现金流利润率45%[18] - 博通市值约1.6万亿美元 营收倍数25倍[18] - 英伟达AI芯片营收增长来自Blackwell架构推理效率提升10倍[17] - 博通AI芯片营收运行率达到约160亿美元[19] 战略定位差异 - 英伟达定位为高增长平台公司 估值反映未来发展空间[16][19] - 博通定位为稳健复合型公司 估值源于稳定性、现金流和长期特许经营权[18][19] - 英伟达通过专有护城河(芯片、软件、系统、生态)驱动效率[20] - 博通通过开放生态系统和工程技术领导力构建护城河[20] - 两家公司都是人工智能运动的基石但价值捕获方式不同[19]

人工智能硬件需求增长 - 计算能力提升直接驱动大模型性能改进 更高FLOPS和更多参数带来更好准确性[6][11] - 训练规模从2015年32块GPU扩展到当前数十万块GPU级别[8] - 推理工作负载占比将在未来达到80% 超越训练成为主导需求[15] 数据中心资本支出爆发 - 人工智能基础设施支出预计未来五年达3-4万亿美元[12] - OpenAI年度经常性收入从2025年初50亿美元翻倍至年中100亿美元以上[14] - Anthropic年度经常性收入从10亿美元增长5倍至50亿美元[14] 内存技术革新 - HBM存储器带宽比DDR DRAM高10倍成本 采用16层堆叠技术[21] - 内存设备概念兴起 单个节点可提供18TB DDR5 DRAM[24] - 智能键值缓存分配策略提升tokens/美元价值[22] 网络架构升级 - 超立方体互连支持最多8,192个TPU动态连接[34] - 共封装光学器件降低功耗 使10公里距离带宽翻倍[35] - Tomahawk Ultra交换机提供512个100G-PAM4端口[29] 行业生态演变 - 三巨头每年购买英伟达GPU超100亿美元 同时开发自研加速器[17] - UALink规范支持非英伟达生态连接1,024个GPU[30] - 扩散大模型技术使AMD GPU获得性能提升机会[17] 应用场景分化 - 企业级定制模型兴起 博世等公司构建专用LLM替代通用模型[16] - 客服岗位被AI替代 Salesforce削减4,000个职位[15] - 90%企业AI实验失败 但快速学习者将获得竞争优势[15]