行业背景与公司定位 - GPU作为现代信息技术发展的物理基石，具有高价值量、高复杂度、高技术门槛特征，对自主研发和创新能力要求极高[1] - 国内算力基础设施长期被境外厂商主导，国产替代潜力巨大，地缘政治摩擦和AI革命加速了国产GPU厂商的市场突破[1] - 摩尔线程定位全功能GPU提供商，覆盖AI智算、图形渲染等多元计算加速场景，产品线涵盖政务、数据中心及消费级市场[2] - 沐曦聚焦高性能GPU芯片设计，产品覆盖AI训练推理、通用计算与图形渲染三大领域，已形成曦云C系列、曦思N系列等产品矩阵[8][35] 技术研发与产品布局 - 摩尔线程已推出四代GPU架构（苏堤/春晓/曲院/平湖），最新平湖架构支持FP8精度，显存带宽达768GB/s，应用于万卡智算集群[22][23] - 沐曦自主研发XCORE架构，曦云C500系列采用HBM2e显存（64GB），支持千亿参数大模型训练，单卡互连带宽达400Gb/s[43][44] - 摩尔线程产品矩阵包括：AI智算集群（KUAE2支持10,240 GPU）、专业图形加速卡（MTT S4000 FP32算力14.7 TFLOPS）、智能SoC芯片（长江INT8算力50 TOPS）[25][26][29] - 沐曦产品差异化布局：训推一体曦云C系列（C600在研）、智算推理曦思N系列（N300支持HBM3）、图形渲染曦彩G系列（支持光线追踪）[46][47] 财务与运营数据 - 摩尔线程2024年营收4.38亿元（yoy+254%），AI智算占比77.6%，但净利润亏损14.9亿元，研发人员占比78.7%[4][5][2] - 沐曦2024年营收7.43亿元（yoy+1302%），核心技术收入占比97.7%，净利润亏损14.1亿元，研发投入占营收121%[10][11] - 销售结构：摩尔线程境内收入占比从2022年33.5%提升至2024年99.5%，沐曦2024年内地收入占比97.8%[5][14] - 产品单价：沐曦训推一体板卡2024年平均单价61.2万元/台，智算推理板卡单价0.68万元/张[13][14] 募资与战略规划 - 摩尔线程拟募资80亿元，投向AI训推一体芯片（25.1亿）、图形芯片（25亿）、AI SoC芯片（19.8亿）三大研发项目[53][54][57] - 沐曦拟募资39亿元，用于第二代/第三代通用GPU研发（24.6亿）、AI推理GPU研发（4.5亿）、前沿技术研究（9.9亿）[64][65] - 技术路线：摩尔线程将推进3D堆叠、存算一体技术，沐曦布局芯粒架构、光互连技术，双方均强调CUDA生态兼容[72][77] - 市场战略：摩尔线程推行消费/政企双轮驱动，沐曦实施"1+6+X"战略（1个算力底座+6大行业+X长尾场景）[71][79] 竞争壁垒与挑战 - 技术生态：摩尔线程MUSA架构兼容DirectX/Vulkan，沐曦MXMACA软件栈支持6000+ CUDA应用，均构建自主开发生态[20][49][52] - 量产瓶颈：摩尔线程被列入实体清单影响供应链，沐曦产品需通过客户严苛验证周期，双方均处于收入爬坡期[7][14] - 研发强度：两家公司研发占比均超100%，摩尔线程2024年营业成本率29.3%（2023年为74.1%），显示规模效应初现[4][11]

行业活动 - 第七届浦东新区长三角集成电路技能竞赛即将举办 旨在吸引对集成电路行业有热忱的人才参与 [1] - 活动由张江高科主办 聚焦集成电路领域的技能与匠心展示 [1]

6G技术研究进展 - 研究人员正竞相部署6G，目标包括超过1Tbps的速度、亚毫秒级延迟、AI原生架构及物理与数字世界无缝集成[2] - 技术障碍包括频谱稀缺、散热限制、射频前端效率低下及小型化高增益天线需求[2] - 三所大学主导的研究项目聚焦速度、效率和规模的交叉融合，为6G带来新可行性[4] 麻省理工学院光子AI处理器 - 开发MAFT-ONN光子深度学习处理器，可直接对原始RF信号进行完全模拟的深度学习[5] - 系统结合频域编码、光电倍增和电光非线性技术，实现实时低延迟信号分类和频谱分析[5] - 在射频调制分类中达到95%准确率，处理近四百万次模拟运算，延迟性能显著优于数字设备[7] - 解决AI与射频硬件连接的性能损失问题，为6G认知无线电和自适应频谱接入奠定基础[7] 布里斯托大学GaN放大器研究 - 在SLCFET中发现可逆锁存现象，具有低于60mV/十倍频程特性[8] - 采用多通道GaN结构（多达1000个鳍片），展现陡峭亚阈值斜率和宽跨导特性[8] - 锁存效应增强线性度并允许更大电压摆幅，提高输出功率，为6G提供高效射频功率放大器方案[10] 东京科学研究所相控阵技术 - 利用X-Architecture 3D封装平台开发超紧凑6G相控阵收发器，体积小于硬币[11] - 针对140GHz亚太赫兹频率，集成四通道波束成形技术[11] - 通过硅通孔和微凸块互连集成射频、基带和控制IC，实现波束控制、高增益和低误差矢量幅度[13] - 原型结合高集成度、热性能和射频性能，解决消费电子尺寸兼容性难题[13]

美国半导体技术领导地位 - 半导体技术对美国经济和国家安全至关重要，涉及人工智能、高性能计算、国防等关键领域[1] - 美国需要通过联邦研究项目重新巩固其半导体创新中心地位，弥补竞争力、韧性和供应链安全方面的差距[1] - 联邦政府通过芯片研发办公室(CRDO)资助半导体研究项目，确保尖端技术在美国开发、制造并造福美国经济[2] 芯片研发项目(CHIPS)概述 - CHIPS研发项目是对美国国内半导体制造产能5400亿美元投资的重要补充[3] - 项目旨在短期内激活大规模生产所需技术，与传统政府资助早期技术的项目不同[3] - 四个主要项目包括国家先进封装制造计划(NAPMP)、国家半导体技术中心(NSTC)、SMART USA和计量学项目[13] 摩尔定律及未来发展趋势 - 半导体创新从"微缩"转向"全栈"战略，需要在软件、材料、设计、架构和封装方面协同创新[6] - 新解决方案为终端市场带来超低功耗、高带宽等新价值主张，不再仅以晶体管数量衡量性能[6] - 先进封装技术使芯片组件能单独制造后再集成，提高总硅含量和计算能力[15] 国家先进封装制造计划(NAPMP) - NAPMP已敲定3亿美元用于首个研发资助项目(材料与基板)，并签订11亿美元合同建立先进封装试点设施[18] - 六大研发重点领域：材料与基板、设备工具与工艺、电力输送与热管理、光子学与连接器、协同设计与EDA、Chiplet生态系统[19] - 美国目前封装供应链严重短缺，组装测试和封装产能仅占全球4%[17] 国家半导体技术中心(NSTC) - NSTC获得63亿美元资金，由Natcast运营，旨在建立长期研发资源[23] - 三大目标：扩大技术领先地位、减少原型设计和制造成本、建立半导体劳动力发展生态系统[25] - 主要设施包括原型设计和先进封装试点设施(2028年竣工)、EUV加速器(2025年夏季运营)、设计协作设施(2025年夏季运营)[24][26][27] SMART USA数字孪生技术 - 目标是将芯片研发和制造成本降低40%以上，开发周期缩短35%以上[32] - 五年总投资超10亿美元(联邦资金2.85亿美元+行业学术合作伙伴7亿美元)[33] - 主要举措包括建立数字骨干平台、行业标准、共享设施网络、数字市场和劳动力培训[33] 计量学项目 - 计量学项目提升行业对非破坏性工厂工艺及实验室工艺开发和故障分析进行关键测量的能力[36] - 投资包括NIST开发新工具功能的硬件项目，以及生成参考文献、数据集和软件库等数字资产[36] 行业创新挑战与机遇 - 全球各地涌现合作研究联盟加速下一代微电子技术发展，美国需保持竞争力[38] - 联邦研究项目必须持续响应行业优先事项、建立大批量生产项目、明确研究议程并相互协调[39] - 先进封装技术大部分潜力仍未显现，全球领导地位悬而未决[17]

Nvidia Blackwell架构核心特点 - 采用750平方毫米巨型芯片设计，集成922亿个晶体管，拥有192个流多处理器(SM) [1] - GB202芯片的SM与GPC比例为1:16，相比前代Ada Lovelace的1:12比例可更低成本增加SM数量 [5] - 取消了子通道切换机制，允许在同一队列中混合不同类型工作负载，提高着色器阵列填充效率 [8] - 采用128位固定长度指令和两级指令缓存设计，L1指令缓存容量提升至约128KB [7][10] - 每个SM分区可跟踪12个波段，寄存器文件容量保持64KB/分区不变 [16] 性能参数对比 - RTX PRO 6000 Blackwell配置188个SM，96GB GDDR7显存，理论带宽1.8TB/s，功耗600W [2] - 相比RTX 5090(170个SM)和AMD RX 9070(28个WGP)，在核心数量和显存带宽上具有明显优势 [2][21] - FP32执行流水线重组为32位宽设计，可同时处理INT32和FP32操作避免卡顿 [18] - 每个SM分区每周期可执行16次INT32乘法，是AMD RDNA4的两倍 [18] - 光线追踪性能提升，每个SM的光线三角形相交测试速率提高一倍 [23] 内存子系统 - 采用128KB SM级存储块设计，可在L1缓存和共享内存间灵活分配 [25] - L2缓存延迟130ns，带宽8.7TB/s，相比前代Ada Lovelace有所增加 [49][53] - 显存延迟329ns，L2命中延迟约200ns，略逊于AMD RDNA4的254ns [52] - 总计拥有24MB L1/共享内存容量，是AMD RX 9070(6MB)的四倍 [35] - 地址生成效率优于AMD，单条指令即可完成数组索引转换 [37] 行业竞争格局 - 在高端消费市场缺乏直接竞争对手，AMD RDNA4和Intel Battlemage定位中端 [61] - RTX PRO 6000的FP32吞吐量接近AMD MI300X数据中心GPU [62] - 采用"大核心+高带宽"双重策略，同时增加SM数量和显存带宽 [62] - 芯片面积和功耗达到消费级GPU极限(750mm²/600W) [62] - 尽管面临L2性能等挑战，但凭借规模优势保持市场领先地位 [63][64]

服务器CPU市场份额变化 - 英特尔在服务器CPU市场的份额从2017年的绝对主导（接近100%）降至2025年6月的62% [1] - AMD的市场份额从2017年几乎为零增长至2025年6月的33% [1] - 基于ARM的服务器处理器市场份额目前不到10%但呈现上升趋势 [2] AMD的市场表现 - AMD市场份额从2020年的10%左右上升至2021-2022年的20%以上 [2] - 预计到2025年底AMD收入份额将升至36% [2] - 预计到2027年AMD市场份额可能达到40% [2] - AMD在高端服务器CPU销售方面表现突出 [2] 未来市场预测 - 到2027年英特尔市场份额可能跌破50% [2] - ARM处理器市场份额可能达到10-12% [2] - 到2028年AMD和英特尔可能达到市场份额持平 [2] 竞争格局变化 - AMD的成功始于Zen架构的推出 [2] - 英特尔在Sapphire Rapids产品推出时遭遇延误和问题 [2] - 英特尔推出的至强6系列尚未对市场产生积极影响 [3] - AMD持续的产品创新增强了其竞争优势 [3]

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techxplore 。 纽约大学坦登工程学院的研究人员创建了 VeriGen，这是第一个成功训练生成 Verilog 代码的专用人 工智能模型，Verilog 代码是一种描述芯片电路如何运作的编程语言。 该研究刚刚获得了 ACM 电子系统设计自动化学报 2024 年度最佳论文奖，肯定了它在自动化创建传 统上需要深厚技术专业知识的硬件描述语言方面的重大进步。 "通用人工智能模型不太擅长生成 Verilog 代码，因为互联网上可供训练的 Verilog 代码非常少，"该 研究的主要作者、纽约大学坦顿分校电气与计算机工程系 (ECE) 教授 Siddharth Garg 表示。Garg 教授同时还在纽约大学无线项目和纽约大学网络安全中心 (CCS) 任教。"这些模型在 GitHub 上表现 良好的编程语言（例如 C 和 Python）上往往表现良好，但在 Verilog 等表现较差的语言上表现往往 要差得多。" 与Garg一起，由纽约大学坦顿分校博士生、博士后研究员以及教员Ramesh Karri和Brendan Dolan- Gavitt组成的团 ...

黄金提取技术突破 - 澳大利亚研究团队开发出新型黄金提取方法 显著降低传统方法对环境和健康的危害 取代了汞和氰化物等有毒化学物质 [1] - 该技术由弗林德斯大学研发 使用盐水结合水消毒化合物溶解黄金 并通过特殊设计的富硫聚合物选择性捕获贵金属 [2] - 方法具有可回收性 聚合物可分解并重复使用 形成闭环系统 减少资源浪费 [2] 行业现状与问题 - 传统黄金提取依赖氰化物和汞 对生态系统和人类健康构成重大威胁 小规模采矿者广泛使用汞导致严重中毒和污染 [1] - 2022年全球产生6200万吨电子垃圾 含大量贵金属 但正规回收率不足25% 大部分危险材料堆积在填埋场或处理不当 [1] 技术应用与验证 - 新工艺适用于从矿石到电子垃圾的多种材料 已在不同环境验证 包括依赖汞的小规模采矿作业 [2] - 研究团队与美国和秘鲁专家合作 证实技术有效性 并计划与行业伙伴合作扩大规模 [2] 研究意义与前景 - 技术发表于《自然可持续性》杂志 为采矿业和电子垃圾回收提供可持续解决方案 [2] - 突破性方法指向资源回收的未来方向 在不损害环境或人类健康的前提下获取宝贵资源 [2]

公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容来自 自由时报 。 韩国半导体学会会长、光云大学半导体系统工程系教授申铉哲（音译）表示，韩国半导体产业的成功 模式已走到尽头，长期以记忆体为中心的产业结构，极易受到三星电子危机的影响。他指出，台湾是 值得借镜的国家，以台积电为中心，涵盖中小型IC设计、封装、材料和设备公司，拥有完善的半导体 生态系成为全球半导体中心。 韩媒《Hankyung》29日报导，申铉哲指出，韩国半导体产业正面临结构性危机，政府需要制定以生 态系为中心的新战略，涵盖IC设计、晶圆代工和封装测试，不再局限于记忆体产业。 申铉哲直指，韩国半导体产业的成功模式已走到尽头，长期以来一直以记忆体为中心的产业结构，极 易受到三星电子危机的影响。他说，由于缺乏能够引领整个生态系的晶圆代工厂，导致IC设计和后端 产业成长缓慢。 申铉哲表示，强化半导体生态系的关键在于「晶圆代工厂」，如果坚决扶持晶圆代工厂，IC设计企业 就能安心找到量产合作伙伴，后端制程生态系也会随之发展壮大，他并强调，我们（韩国必须发展三 星的晶圆代工业务，与台积电竞争，同时，扶植像DB HiTek这样的中小型晶圆代工厂。 他也 ...

台积电美国扩产计划 - 台积电亚利桑那州二厂（P2）规划配置3纳米制程，2025年4月动工，预计2026年第三季装机、2027年上线，晶圆厂建设速度压缩至约两年[1] - 机台最快在2025年9月Move-in，首批晶圆产出预计2027年[1] - 已累积建设一厂（P1）经验，可改善台系供应链业者长期获利，年中后将开始进厂配合P2工程[1] 美国投资与产能布局 - 台积电宣布在美国增加1000亿美元投资，总金额达1650亿美元，计划建设3座半导体厂、2座先进封装厂和1座研发中心[3][4] - 亚利桑那州AP1（第一座先进封装厂）最快2025年第三季动土，以SoIC为主，CoWoS仍需运回台湾[2] - 美国晶圆厂报价调整将超过10%，2025年晶圆价格可能再上调3%-5%[2] 台湾产能重要性 - 先进封装仍需仰赖台湾产能，台积电美国厂生产的芯片正被空运回台湾进行封装以满足AI需求[5] - 2024年台湾新建9座新厂、11个生产线，高雄2纳米F22厂二厂2025年第三季移机，三厂2026年第一季完工[2] - 2纳米及先进封装产能将率先在台湾生产[2] 市场影响与供应链 - 台积电美国扩产预计使美国取得近40%芯片市场份额[4] - 空运晶圆至台湾封装增加成本，但AI供应链需求强劲（主要为NVIDIA订单），合作伙伴未受困扰[5][7] - 预计2032年美国将满足超50%国内需求，台积电计划在美国扩大产能至1.6纳米（A16）[7]