核心观点 - 博通股价近期大幅下跌约18%，市值蒸发超过3000亿美元或20000亿人民币，主要诱因是管理层在财报中表示，随着人工智能收入占比提升，公司整体毛利率将面临稀释，而非销售疲软 [1] - 尽管人工智能业务增长迅猛并有望提升运营利润率，但市场对公司因毛利率压力而维持的高估值（预期市盈率约36倍）感到担忧，可能反应过度 [1][3] 第四财季业绩表现 - 公司第四财季营收同比增长28%，略高于180亿美元 [1] - 半导体解决方案营收增长35%，基础设施软件营收增长19% [1] - 人工智能半导体收入同比增长74%，管理层预计下一财季（2026财年第一季度）该收入将同比翻倍，达到82亿美元 [1] 盈利能力与财务指引 - 管理层预计，由于人工智能收入占比增大，第一财季毛利率将比上一财季下降约一个百分点 [2] - 调整后EBITDA利润率预计为收入的约67%，低于第四财季的68% [2] - 非人工智能半导体收入预计与去年同期基本持平，近期增长主要依赖人工智能芯片和软件 [2] 现金流与股东回报 - 2025财年，公司产生269亿美元自由现金流，并向股东返还175亿美元，其中包括111亿美元股息和64亿美元股票回购 [2] - 公司最近将季度股息提高10%，至每股0.65美元 [2] 估值分析 - 公司股价约为每股340美元，预期市盈率约为36倍 [3] - 在当前管理层已提示毛利率面临压力的情况下，该估值可能过高 [3]

并购事件概述 - 大湾区基金联合华大九天战略并购国内数字EDA头部企业思尔芯公司 [1] - 此次并购标志着产业龙头与战略基金合力加强国产EDA产业链整合，旨在破解关键科创领域“卡脖子”环节，共筑国产芯片验证完整产业生态 [1] 参与方背景与实力 - 华大九天是中国电子信息产业集团旗下EDA上市公司，我国EDA龙头企业，稳居国产EDA市场份额首位，目前市值约600亿元 [1] - 华大九天在数字电路设计EDA领域已推出12款商业化工具，服务了全球200余家CPU、GPU、AI芯片设计企业 [1] - 思尔芯是全球最早推出原型验证工具的三家企业之一，是首款国产企业级硬件仿真系统开发者，国家级专精特新“小巨人”企业 [1] - 思尔芯深度参与了国家数字EDA重大专项，是突破国外三大家EDA企业“卡脖子”技术的关键企业之一 [1] 并购后的协同效应与发展规划 - 并购完成后，大湾区基金将与华大九天、上海国资、国微集团等其他股东共同支持企业发展 [2] - 华大九天作为国内EDA全流程工具领军者，将强化其在数字芯片设计与验证环节的综合服务能力 [2] - 思尔芯凭借在原型验证领域的专业优势，可进一步完善国产EDA工具生态 [2] - 大湾区基金立足中国电子集团产业优势，积极推动EDA产业链上下游的联动与整合 [2] - 这种“龙头牵引+专业协同+资本赋能”的模式，旨在加速关键技术创新与应用，提升我国在高端芯片设计工具领域的自主可控水平与产业链整体竞争实力 [2] - 大湾区基金已联合华大九天完成对EDA产业优质企业图谱的梳理，下一步将以思尔芯并购为起点，开展一系列并购整合工作 [3] - 后续整合目标是打造国内新型数字EDA全流程系统，助力我国EDA龙头企业进一步发展壮大，筑牢EDA自主供应链条 [3] 并购的战略意义与政策背景 - 此次并购是助力科技强国建设、打造全新国家网信事业战略科技力量的具体行动 [3] - 此次并购积极响应了《关于深化上市公司并购重组市场改革的意见》等国家政策，发挥“产业龙头+战略基金”协同优势，围绕EDA全链条进行“补链、强链”的投资实践 [3]

文章核心观点 - 台积电因AI需求强劲而业绩向好，但面临日本熊本厂持续亏损及成熟制程产能利用率下滑的挑战，董事长魏哲家正主导全球产能大调整，核心策略包括将熊本二厂制程计划从6纳米直接升级至2纳米，并出售旧厂设备以“腾笼换鸟”，将资源集中投向先进制程以应对AI芯片的旺盛需求 [1][3][10][12] 台积电全球产能调整与战略转向 - 公司正进行全球产能大调整，以“以有余补不足”为原则，重新配置资源，首要调整对象是2023年10月底刚动工的日本熊本二厂 [3][6] - 调整背景是AI需求独强，但成熟制程（如28纳米、6纳米）产能利用率低迷，其中台湾6纳米产能利用率已不满7成，熊本一厂28纳米制程也因车用芯片需求疲弱而大量产能闲置 [2][6] - 公司计划“淡出成熟制程”，全面将旧厂升级至先进制程，以打造最佳战力应对市场变化 [1] 日本熊本厂（JASM）的困境与制程升级计划 - 熊本一厂持续亏损，主要因日系车用客户订单减少导致28纳米产能利用率拉不起来 [2][13] - 熊本二厂原计划建设6纳米厂，但因担心加剧亏损，内部已决定放弃该计划，考虑跳过4纳米或3纳米，直攻2纳米制程 [3][6][7] - 升级至2纳米的原因是为了转向服务英伟达、超微等AI芯片大客户，而非以日系车用客户为主 [3][6] - 若熊本二厂改为2纳米，投资金额将从原本的100多亿美元飙升至250亿美元以上，且需符合制程外移落后台湾一个世代（N-1）的规定，并涉及日本政府补贴问题 [7][8] - 日本当地媒体报导熊本二厂已暂停搬入设备作业，日本经产省官员表示公司正在考虑重新审视设计以优化布局 [3][5][6] 先进制程需求旺盛与产能扩张 - AI需求非常强劲，台积电2纳米厂刚进入量产就出现订单大爆满，3纳米、2纳米需求强劲导致厂房不够用 [9][10][11] - 公司积极扩增先进制程产能，已在新竹、高雄兴建2纳米厂，并计划在台南科学园区附近加码兴建一座2纳米厂 [11] - 美国亚利桑那州第一座3纳米厂产能已被客户预订一空，第二座3纳米厂正加快装机，第三座2纳米厂已提前建置，预计2026年可导入量产 [11] - 公司证实将在亚利桑那州现有厂区附近取得第二块大面积土地，计划兴建2纳米甚至更先进制程的厂房，以打造独立的超大晶圆厂聚落 [12] “腾笼换鸟”策略处理成熟制程资产 - 为解决厂房空间不足问题，公司开始出售老厂闲置的机器设备，将省出的空间调整用于生产2纳米等先进制程的高获利AI芯片 [10] - 2024年以来，公司已在5月与11月两度出售旧机器设备给子公司世界先进，处分金额约新台币29亿元 [10][11] - 此策略一方面协助世界先进接手成熟制程客户订单，另一方面为公司先进制程腾出厂房空间 [11] 市场影响与未来展望 - 业界乐观预估台积电全年营收上看新台币3.7兆元 [1][3] - 美国总统特朗普于2024年8日宣布，允许英伟达在符合国家安全条件下向中国出口H200芯片，其中25%的金额将支付给美国，此消息激励了英伟达及台积电ADR股价 [1] - 通过全球产能调整，预计未来先进制程占台积电营收比重将提高到80%以上，以降低中国成熟制程低价竞争的冲击 [12] - 提升日本、美国的2纳米制程比重，有助于缓解先进制程过度集中于台湾的地缘政治担忧 [12] - 公司表示海外晶圆厂量产将从2025年开始的未来五年导致毛利率稀释，初期影响约为每年2-3%，后期将扩大至3-4% [14]

收购事件概述 - NVIDIA宣布收购开源工作负载管理系统Slurm的领先开发商SchedMD [2] - 收购旨在加强开源软件生态系统并推动面向研究人员、开发人员及企业的AI创新 [2] - 交易条款未披露，NVIDIA除官方博客外拒绝发表更多评论 [6] 收购标的：Slurm/SchedMD - Slurm是一款用于高性能计算和人工智能的开源工作负载管理与作业调度系统 [2] - Slurm最初于2002年推出，SchedMD由其主要开发者于2010年创立 [6] - Slurm被TOP500超级计算机排行榜前10名以及前100名中超过一半的系统所使用 [2] - Slurm支持最新的NVIDIA硬件，是生成式AI所需的关键基础设施，用于管理模型训练和推理 [2] - SchedMD拥有数百家客户，涵盖云服务提供商、制造商、AI公司及研究实验室，涉及自动驾驶、医疗保健、能源、金融、制造和政府等行业 [3][4] NVIDIA的承诺与计划 - NVIDIA将继续开发和分发Slurm，使其保持为开源、厂商中立的软件 [2] - 公司计划继续投资Slurm的开发，确保其保持HPC和AI领域领先开源调度器的地位 [3] - NVIDIA将加速SchedMD对新系统的访问，帮助用户优化其整个NVIDIA加速计算平台上的工作负载，并支持多样化的软硬件生态系统以运行异构集群 [3] - NVIDIA将继续为SchedMD的现有客户提供开源软件支持、培训和开发服务 [3] 战略背景与公司其他动态 - 此次收购是NVIDIA与SchedMD超过十年合作的延续 [3][6] - 收购反映了NVIDIA从收购和发布新模型两方面扩大其在开源AI领域的影响力 [6] - 在同一天，NVIDIA还发布了一系列名为Nemotron 3的新开源AI模型，声称其是构建精准AI代理最高效的开源模型系列，包括Nano、Super和Ultra三种型号 [6][7] - 近期，NVIDIA持续加强其开源和开放AI产品，例如上周发布了专注于自动驾驶研究的开放式推理视觉语言模型Alpamayo-R1，并为其Cosmos世界模型添加了更多工作流程和指南 [7] - 这些举措反映了NVIDIA对物理AI将成为其GPU下一个前沿领域的押注，旨在成为机器人或自动驾驶汽车公司在开发核心技术时的首选供应商 [7]

文章核心观点 - 通过分析IDC历史与预测数据，揭示了人工智能浪潮推动服务器支出达到前所未有的规模，季度支出已比1999年互联网泡沫时期峰值高出一个数量级，但市场对如此高额且快速的支出增长是否可持续存在疑问 [4][7][10] 服务器市场历史演变与周期分析 - 1999年互联网泡沫时期服务器销售额达到每季度120亿或130亿美元，此后市场经历漫长下跌，多年未能恢复峰值 [4] - 2008年经济衰退后，超大规模数据中心和云服务商支出成为市场复苏主要动力 [5] - 市场曾因等待关键硬件发布（如英特尔“Sandy Bridge”至强E5）等因素出现周期性低谷 [6] - 2018年，在超大规模数据中心和云服务商推动下，服务器收入最终超越互联网泡沫峰值，但随后受贸易战、过度扩张及疫情影响出现波动 [6] 当前人工智能驱动的服务器市场现状 - 当前服务器季度支出比1999年高出一个数量级，得益于数量庞大的GPU/XPU加速系统 [7] - 2025年第三季度全球服务器总收入达1124.45亿美元，同比增长61.1% [12] - ODM厂商直接销售占据全球服务器收入的59.4%，高于去年同期的45.1% [12][14] - 嵌入式GPU服务器销售额同比增长49.4%，占服务器总收入一半以上，规模估计接近700亿美元 [13] - 非X86服务器市场本季度增长192.7%，达到362亿美元，显示Arm服务器及英伟达“Grace”CPU等获得成功 [13] 主要服务器厂商市场表现（2025年第三季度 vs 2024年第三季度） - 戴尔科技营收93.02亿美元，市场份额8.3%，同比增长37.2% [12] - 超微营收44.98亿美元，市场份额4.0%，同比下降13.2% [12] - 联想营收40.04亿美元，市场份额3.6%，同比增长26.1% [12] - 新华三营收41.40亿美元，市场份额3.7%，同比下降10.5% [12] - 慧与营收33.98亿美元，市场份额3.0%，同比下降2.3% [12] - “其他厂商”类别营收203.11亿美元，同比增长34.7% [12] 市场未来展望与预测 - 基于IDC预测的估算显示，若趋势持续，服务器市场规模在互联网泡沫兴起约三十年后，可能比现在再大一个数量级 [10] - 从2014年至2029年，服务器总支出预计将达到约3万亿美元，其中AI相关服务器支出预计为2180亿美元，通用服务器支出为8250亿美元 [10] - IDC预测到2025年前三个季度，GPU加速设备总销售额将达到3142亿美元 [13] - 市场增长面临不确定性，包括AI投资回报是否匹配支出、芯片产能能否跟上需求，以及资金供给等挑战 [7][11]

文章核心观点 电子保险丝（eFuse）作为一种基于半导体技术的智能电路保护方案，正从细分领域走向主流，成为保障电动汽车、AI数据中心、储能、工业及消费电子等多个产业创新与可靠运行的关键基石[2]。其凭借微秒级响应、可编程阈值、自恢复及多重保护等优势，正在替代传统的熔断保险丝和PPTC自恢复保险丝[4]。全球eFuse IC市场规模在2024年已达到约5.5亿美元，预计到2037年有望增长至9.5亿美元，展现出巨大的增长潜力[15]。 技术优势与对比 - **eFuse的核心构成与功能**：eFuse通常由功率MOSFET、电流检测电路、控制逻辑和多种保护功能模块集成而成，核心功能包括过流、过压、过温、反向电流等多维度智能保护，并具备微秒级响应速度、可编程阈值和自恢复能力[4] - **与传统保险技术的对比**：与传统玻璃管保险丝、一次性芯片保险丝和自恢复保险丝相比，eFuse在可重复性、过流保护速度与精度、其他保护功能、环境温度影响、单位及整体（含保护电路）安装面积、以及包含功能与维护的总成本等方面具有显著优势[5] 核心驱动市场 - **电动汽车**：汽车电动化是eFuse最强劲的引擎之一，2022年至2023年全球电动汽车销量激增约360万辆[6]。随着车辆向800V高压平台演进，eFuse因其快速响应、可精确设定保护阈值及自动恢复特性，能有效保护高压部件并支持OTA更新[6]。特斯拉早在2017年的Model 3上就大规模采用eFuse替代低压系统的传统继电器和保险丝[6]。汽车智能配电架构向分布式演进及48V轻混系统的普及，进一步提升了eFuse的关键作用[7][8] - **AI数据中心和高密度存储**：生成式AI爆发推动数据中心功率密度竞赛，例如搭载8张H100芯片的服务器满负载功耗可达8.4kW，大型集群单槽功率可能突破15kW，供电架构正从12V向48V乃至更高电压迈进[11]。eFuse与热插拔控制器结合，成为构建不间断电源防线的核心，提供快速故障隔离和数字监控功能[11]。在高密度存储系统中，eFuse也用于优化性能并避免散热问题[12] - **高端消费电子**：智能手机、平板电脑等产品在追求快速充电和轻薄设计时，内部电源架构风险攀升，eFuse可为USB端口、电池电路等提供精准保护并节省PCB空间[14]。2024年全球有超过46.9亿的智能设备用户基数，为eFuse提供了广阔市场[14] - **储能领域**：eFuse主要用于电池组PACK级过流保护、储能系统入口防护及智能预警，例如集成于电池管理系统（BMS）中防止过流或过温故障[14] - **工业领域**：eFuse应用于工业机器人、多功能一体机等设备的电源管理，以及PLC的I/O端口防护，提供过流、过热等多重保护[15] 主要国际厂商竞争格局 - **德州仪器（TI）**：在eFuse领域构建差异化布局，针对数据中心高功率场景推出集成化产品，如48V热插拔eFuse器件家族[17]。其代表产品TPS1685通过高度集成，将整体解决方案尺寸缩减50%，功率可扩展至6kW，并集成故障记录、主动均流等特性[18][19] - **东芝**：以精准匹配多样化需求为核心，近期批量出货五款40V TCKE6系列eFuse新品，集成多重保护功能，具备4.4V-30V宽输入、52mΩ低导通电阻和小型封装（2.9mm×2.8mm）等优势[20] - **意法半导体（ST）**：构建了“车载+工业/计算”多场景布局，以专有STi²Fuse技术为基础，形成丰富产品矩阵[21]。其车载eFuse可替代传统保险丝，配备该器件的配电箱能实现25%的减重，并能在100微秒内快速切断电路[22] - **英飞凌**：聚焦AI数据中心800V HVDC与新能源汽车高压趋势，方案覆盖48V至800V全电压段[26]。近期推出的48V智能eFuse系列高度集成数字保护控制器、OptiMOS功率管等模块，支持热插拔与纳秒级故障响应[26]。其REF_XDP701_4800参考板搭载1200V CoolSiC JFET技术，适配400V/800V架构，TDP达12kW[26] - **安森美**：聚焦汽车与工业场景，其eFuse具备自动复位及多维度保护功能[27]。典型产品NIV3071专为汽车设计，具备60VDC/65VTR耐压，将四独立通道集成于紧凑封装，单通道连续电流达2.5A[27] - **恩智浦**：其智能eFuse代表eXtreme开关采用N通道MOSFET设计，导通电阻低至2~100毫欧，覆盖12/24/32V电压范围，集成保护、诊断及SPI可编程控制功能[28] 本土厂商发展现状 - **华太电子**：凭借车载功率半导体技术积累，推出以HAD1420、HAD0201等为代表的产品系列，围绕高集成、高可靠、高智能、性价比等关键支柱构建解决方案[31] - **南芯科技**：推出的车规级电子保险丝SC77010BQ具备60V超宽工作电压和高精度电流检测能力，符合AEC-Q100标准，是国内首款实现量产的车规级eFuse产品[34]。其产品在6*6mm面积内实现4路6A持续电流输出，支持ASIL-B功能安全等级[33] - **类比半导体**：研发的EF1048Q eFuse专为汽车一二级常电配电系统设计，集成I2t算法保护线束与负载，支持SPI接口及多种保护诊断功能[35] - **其他本土厂商**：纳芯微、稳先微、杰华特、希荻微、芯朋微、晶丰明源等国内厂商也依托功率半导体积累，积极布局eFuse赛道，服务于服务器、新能源汽车、工业等领域[35] 行业面临的挑战 - **技术瓶颈**：高频应用中eFuse内置MOSFET开关噪声易引发MCU误触发，集成EMI滤波电路会增加芯片面积[37]。大电流场景下芯片产热问题突出，对封装散热能力要求极高[37] - **认证壁垒**：车规级认证是核心障碍，例如需通过长达1000小时的高温工作寿命测试（HTOL）和超过2000次的极端温度循环测试，整个流程可能长达18个月，且费用高昂[37] - **成本压力**：高压eFuse采用SiC/GaN等宽禁带材料，其衬底成本是传统硅材料的数倍[37]。芯片设计复杂导致流片费用攀升，一次先进工艺流片成本可能高达数百万美元[37]。国际领先厂商凭借年出货量十亿颗级别的规模效应控制成本，使国产产品在价格竞争中处于劣势[37] - **供应链与监管挑战**：全球半导体供应链周期性波动可能影响交货[37]。产品需符合不同地区市场安全与能效法规，智能保护功能在对改造成本敏感的市场中导入面临阻力[37] 未来发展趋势 - eFuse代表了电路保护从“事后熔断”的被动止损向“实时监测、智能控制”的主动防护的范式革命[40] - 未来eFuse将从单一保护元件向电源管理智能枢纽演进，深度集成实时监控、故障诊断、功率计量与可编程控制等高级功能[40] - 核心趋势聚焦智能化、小型化，并持续向高压大电流方向突破[41]。不同应用场景有差异化需求：数据中心领域需集成功率计量、电压电流实时监控及智能功率分配功能；汽车领域则需进一步提升产品鲁棒性、稳定性并助力降低线束成本[41]

文章核心观点 - 英特尔晶圆代工通过深度生态系统协作推动半导体创新，并分享了两个关键研发项目的里程碑，旨在展示其在推动行业研究、降低先进设备概念风险以及加速为客户创造价值方面的领导力 [2] 高数值孔径EUV光刻技术进展 - ASML与英特尔晶圆代工已成功完成首台TWINSCAN EXE:5200B高数值孔径EUV光刻机的“验收测试”，该设备在保持高分辨率的同时，将产能提升至每小时175片晶圆，并将套刻精度提高至0.7纳米 [3] - 该光刻机的关键创新包括：更高功率的EUV光源以实现更快曝光、新型晶圆存储架架构以改进物流和稳定性、以及更严格的对准控制以实现0.7纳米套刻精度 [4] - 高数值孔径EUV技术结合了公司在光刻、蚀刻等领域的专业技能，能为设计人员带来更灵活的设计规则、减少工艺步骤和掩模数量，从而简化流程、提高良率并缩短良率爬升周期 [5] 二维材料晶体管未来研发 - 行业认为晶体管尺寸将持续缩小至硅原子性能开始下降的程度，二维材料（如过渡金属二硫化物TMD）因其原子级薄层结构，在扩展和控制电流方面展现出卓越性能潜力 [6] - 英特尔与Imec在IEDM会议上联合展示了一种300毫米晶圆厂可制造的二维场效应晶体管集成方案，其核心创新在于对高质量二维层进行选择性氧化物蚀刻并覆盖介电层，实现了晶圆厂兼容的镶嵌式顶部电极工艺，且能保持沟道完整性 [7] - 可制造的接触和栅极模块是二维晶体管研发的主要挑战，公司的长期计划是与客户共同开发这些步骤，并将其应用于量产级集成流程，以加速器件基准测试和设计探索 [7] 研发模式与客户价值 - 严谨的整合能将创新转化为可靠性，将前景广阔的概念转化为可供客户使用的平台 [8] - 通过与Imec、ASML等机构的开放式协作，共享工艺窗口和计量数据，能够加速创新、减少重复工作，使客户受益于更快的产能爬升、更完善的工艺流程分析以及更早获得实际设计约束 [8] - 英特尔晶圆代工从早期研发阶段就注重可制造性，确保创新（如大马士革顶接触技术和高数值孔径EUV光刻机）能够满足大批量生产的良率和周期时间指标 [8] - 公司为探索新设备架构或准备高数值孔径EUV关键层的客户提供先进工具和创新合作伙伴关系，并以成熟的集成专业知识和对可制造性的关注为后盾 [8]

文章核心观点 - 铠侠公司开发出高度可堆叠的氧化物半导体沟道晶体管技术，为实现高密度、低功耗的3D DRAM提供了核心技术路径，有望解决传统DRAM在容量扩展和能耗方面的瓶颈 [5][6] 技术原理与结构 - 技术核心是用氧化物半导体材料InGaZnO取代传统氮化硅区域，形成水平排列的晶体管，并垂直堆叠成多层结构 [2][5] - 该设计无需依赖传统平面DRAM结构即可增加内存容量，通过扩大垂直间距或缩小垂直间距，使得单位体积内可以堆叠更多的存储单元 [2][6] - 公司展示了八层垂直堆叠晶体管的运行情况，并提供了横截面TEM图像作为验证 [2][11] 性能参数与优势 - 形成的水平晶体管具有超过30微安（>30μA）的高导通电流 [2][6] - 表现出低于1阿安培（<1aA，即10⁻¹⁸A）的超低关断电流，能最大限度地减少刷新周期中的能耗 [2][6] - 用氧化物半导体代替单晶硅沟道，可以降低制造工艺的复杂性和能耗 [3] - 通过降低刷新功耗，解决了传统DRAM内存密度增加时能耗成比例增加的主要限制 [3] 潜在应用与市场影响 - 该技术针对需要高存储密度和低功耗的应用，例如人工智能服务器和物联网设备 [3][5] - 效率提升可以支持处理更大的数据集，而不会像传统DRAM系统那样导致能源需求成比例增加 [3] - 技术的发展有望通过降低每GB的制造成本，带来更便宜、更快的内存 [2] - 但预计短期内最终用户的零售价格不会下降，大规模采用还需克服生产和供应链问题 [3][4] 研发进展与商业化挑战 - 该技术在2025年12月于旧金山举行的IEEE国际电子器件会议（IEDM）上进行了展示 [2][5] - 将这项技术从实验室演示过渡到大规模生产仍面临巨大挑战，包括精确的多层对准、集成到标准制造工艺中以及确保长期可靠性 [2][3] - 这些障碍可能需要数十年时间克服，该技术可能要到下一个十年才能进入消费市场 [2][4] - 公司计划继续进行研发，以实现3D DRAM在实际应用中的部署 [4][6]

苹果定制AI服务器芯片“Baltra” - 苹果公司为其定制AI服务器芯片设定的内部代号为“Baltra”，预计将于2027年首次亮相[2] - 早在2024年春季，就有报道称苹果正与博通合作开发其首款AI服务器芯片，设计过程预计在未来12个月内完成[2] - 该芯片预计将采用台积电的3nm“N3E”工艺制造[2] 芯片的预期用途与设计 - 苹果预计不会用于训练大型AI模型，尤其是在已与谷歌达成协议，部署定制的3万亿参数Gemini模型为云端Apple Intelligence提供支持之后[2] - 公司每年将向谷歌支付10亿美元以获得使用该模型的权利[2] - 可以合理推断，苹果将主要使用“Baltra”芯片来满足其庞大的人工智能推理需求[3] - 推理芯片的架构与训练芯片有根本不同，更注重延迟和吞吐量，并可能采用精度较低的架构，例如INT8[3] - 苹果与博通在设计“Baltra”时，可能会重点关注这些推理芯片的特性[3] 苹果的垂直整合与芯片产品线 - 苹果公司热衷于垂直整合，其庞大的定制芯片设计工作是这种模式的例证[2] - 除了广为人知的A系列和M系列芯片，苹果现在使用其自主研发的C1调制解调器芯片[3] - 公司可能还会推出一款基于其Apple Watch专用S系列芯片的衍生产品，用于计划于明年发布的AI智能眼镜中[3] 生产与部署时间线 - 定制AI芯片的实际部署预计将在2027年进行[2] - 苹果公司早在2025年10月就开始交付其美国制造的服务器[2]

联发科获得Google TPU订单详情 - Google TPU订单大幅增加，联发科为Google操刀的首款TPU「v7e」将于2026年首季末进入风险性试产，并已拿下下一代TPU「v8e」订单 [2] - 为满足Google急单，联发科向台积电追加CoWoS产能，需求从原规划的2026年年产能约1万片倍增至2万片，2027年所需CoWoS年产能更将达15万片以上，是2026年的七倍以上 [3] - 市场估算，仅v7e从明年至2027年出货，总计可望挹注联发科获利超过两个股本 [2] - 联发科执行长蔡力行指出，公司第一个AI加速器ASIC专案执行顺利，目标2026年云端ASIC相关营收达10亿美元，2027年可望达数十亿美元规模，设计复杂度更高的接续专案预计2028年起贡献营收 [4] Google TPU业务发展与市场影响 - Google TPU需求强劲，可能向Meta等外部客户提供芯片，报道称Meta正与Google深入洽谈，最早可能于2026年开始通过Google Cloud租用TPU，并于2027年前部署到自己的数据中心 [6] - 摩根士丹利估计，谷歌每向外部客户售出50万个TPU，就能带来高达130亿美元的收入 [9] - 摩根士丹利分析师预测，台积电明年将生产320万个TPU，2027年将增长至500万个，2028年将增长至700万个 [10] - 一些分析师认为，谷歌未来可能与OpenAI、xAI等初创公司达成交易，未来几年可能会为谷歌带来超过1000亿美元的新收入 [10] - 消息公布后，英伟达股价下跌约2.7%，Alphabet股价上涨幅度相近 [7] Google TPU的技术与竞争格局 - 芯片咨询公司SemiAnalysis表示，谷歌的处理器在构建和运行尖端人工智能系统方面“与业界之王英伟达不相上下” [8] - 谷歌通常每两年发布新一代TPU，但自2023年以来，节奏已转变为每年更新一次 [12] - 英伟达试图缓解市场担忧，称其仍然“领先业界一代”，并且是“唯一能够运行所有人工智能模型的平台”，并认为与TPU等专用处理器相比，其产品具有“更高的性能、多功能性和可互换性” [10][12] - 谷歌人工智能架构师表示，公司采用全栈方法，结合对数十亿消费者产品使用数据的洞察，将获得巨大优势 [8]