公司概况与成立背景 - 公司SAIMEMORY由软银、英特尔和东京大学共同成立，成立于2024年12月，并于2025年6月开始全面运营[2] - 公司主要业务是存储器及相关产品的研发、制造和销售[2] - 公司名称中的“SAI”源自汉字“天才”或“天赋”，亦有观点认为可能代表Softbank AI Memory[4] 核心技术：ZAM内存结构 - 公司首次公开介绍其正在开发的新型内存结构“ZAM”（Z字形内存），该命名源于Z轴，意味着芯片是垂直堆叠[2] - 传统存储器结构为平面堆叠，受限于功率和散热，目前16层已接近极限，预计最大层数在20层左右[2] - ZAM通过垂直堆叠芯片，可实现比传统DRAM更低的功耗、更大的容量和更宽的带宽[2] - 垂直堆叠设计使每个芯片产生的热量可均匀向上扩散，有望解决传统平面堆叠的散热问题[2] - 软银发言人表示ZAM“就像是DRAM的升级版，将采用全新的技术”，技术细节虽未公布，但考虑采用垂直堆叠结构[6] 技术定位与市场目标 - 公司将技术定位为“突破内存散热和性能瓶颈”，旨在实现低功耗、大容量和宽带宽[4] - 公司希望通过ZAM技术，在人工智能数据中心等领域实现大容量、宽带数据处理、提高处理性能并降低功耗[6] - 公司预计在当前AI发展的环境下，变革将超越第一和第二产业，并可为该变革时期提供解决方案[4] 合作伙伴关系与研发支持 - 公司建立了强大的合作伙伴关系，重点与软银和英特尔合作，并在日本及海外有各项投资和供应链布局[4] - 公司将利用英特尔的技术专长，推进下一代存储架构和制造技术的研发，这包括英特尔在美国能源部支持下推进的先进存储技术（AMT）项目所建立的基础技术，以及下一代DRAM键合（NGDB）计划展现的技术专长[5] - 公司项目将得到先进存储技术（AMT）研发计划的支持，该计划由美国能源部和国家核安全管理局通过桑迪亚国家实验室、劳伦斯利弗莫尔国家实验室和洛斯阿拉莫斯国家实验室进行管理[4] - 公司计划未来与英特尔以外的其他公司和研究机构合作，以加速研发进程[6] 项目投资与财务 - 2025年6月有报道称，英特尔和软银合作开发堆叠式DRAM以替代HBM，项目预计耗资7000万美元，其中软银计划投资2100万美元[5] - 日本政府预计也将提供资金，理研研究所和新光电气也在考虑投资[5] - 软银将在2027财年原型机研制成功之前，投资约30亿日元[6] 行业背景与市场需求 - 公告发布之际，行业正努力应对存储和内存硬件短缺问题，今年宣布的许多AI数据中心建设项目的规模和范围让市场措手不及，导致容量紧张[6] - 存储芯片制造商三星和SK海力士警告称，存储芯片短缺的情况可能会持续到2027年[7] - 随着产能越来越多地分配给AI基础设施项目，消费电子产品可能受到持续短缺的影响最大[7] - 根据TrendForce数据，2026年全球生产的内存中，高达70%将被数据中心消耗[6] 技术评价与行业展望 - 英特尔院士表示，其下一代DRAM键合（NGDB）计划展示了一种全新的内存架构和革命性的组装方法，可显著提升DRAM性能、降低功耗并优化内存成本[5] - 标准内存架构无法满足人工智能的需求，因此NGDB定义了一种全新的方法，以加速迈向未来[5]

文章核心观点 - 日本青森县遭遇近40年最强暴风雪，导致当地工商活动几乎停摆，严重冲击了全球半导体产业链中两个关键元件的供应：探针卡和碳化硅功率半导体，可能影响AI、HBM及电动车等领域的生产与交付进程 [2][3] 暴风雪灾情与影响 - 青森县遭遇自1986年以来最强暴风雪，部分地区积雪深度一度达183公分，三小时内降雪约16公分，导致主要干道封闭、铁路与高速公路班次大乱，物流与人员通勤严重受阻 [3][4] - 当地官员警告“威胁生命的危机已迫在眉睫”，县府已提高警戒层级并考虑请求自卫队协助救灾 [4] 对探针卡产业与AI/记忆体供应链的冲击 - 青森是全球前三大、亚洲最大探针卡厂MJC的重要生产重镇，MJC在当地拥有两个生产据点 [2] - 探针卡是晶圆测试不可或缺的核心耗材，广泛应用于AI伺服器与高频宽记忆体（HBM），其生产或出货延误将直接影响晶圆测试排程，进而牵动整体交期 [2] - MJC在记忆体探针卡市占率居全球第一，其供应受阻将同步影响记忆体晶片测试，进而牵动记忆体与AI出货进程 [2] 对碳化硅功率半导体产业的影响 - 青森是富士电机津轻半导体的功率半导体生产重镇，主要生产应用于电动车、工业能源系统等领域的碳化硅元件 [3] - 随着辉达新世代AI伺服器朝高压直流（HVDC）架构发展，碳化硅成为新世代AI资料中心的关键元件，需求随之上升 [3] - 暴风雪导致原物料运输与人员到厂受限，若富士电机津轻半导体停工时间拉长，恐影响下游客户拉货与专案进度 [3] 青森在日本半导体产业中的战略地位 - 青森位于北海道与东北中间，是连结熊本（台积电合资公司JASM所在地）与千岁（“日版台积电”Rapidus所在地）两大制造重镇的重要门户 [3] - 日本政府以打造青森为日本半导体产业的“北方引擎”为目标，吸引了半导体关键耗材与元件大厂进驻 [3]

三星电子晶圆代工业务现状与挑战 - 公司晶圆代工部门长期亏损，证券公司估计去年录得约6万亿韩元（约合41亿美元）的营业亏损[2] - 随着2纳米工艺全面投产，预计今年营业亏损规模将减少至约3万亿韩元[2] - 公司计划于今年下半年开始量产2纳米先进晶圆代工工艺，第二代2纳米工艺研发进展顺利，已达成良率和性能目标[2] - 公司正与主要客户并行开展产品设计的PPA评估和测试芯片合作，量产前技术验证按计划进行[2] - 公司准备在其位于美国德克萨斯州泰勒的新工厂进行基于2纳米工艺的半导体量产，该工厂耗资370亿美元（约合2470亿人民币），正在建设3纳米及以下的先进工艺生产线，已进入最后准备阶段，预计今年投产[3] 市场竞争格局与技术差距 - 全球晶圆代工厂在美国市场竞争激烈，台积电公布了其史上最大投资计划，投资额在520亿美元至560亿美元之间[3] - 技术差距是挑战，公司2纳米工艺的良率约为50%，低于台积电已知的70-90%的水平[3] - 市场份额差距显著，去年台积电占据全球晶圆代工市场70%的份额，领先第二名公司（7%）的10倍之多[3] - 美国政府向英特尔投资了约89亿美元（约合12.3万亿韩元），成为其最大股东，给公司带来竞争压力[4] - 英伟达向英特尔投资约50亿美元（约7万亿韩元）用于股权收购和技术合作，并有传言称其可能使用英特尔的14A（1.4纳米级）工艺制造下一代GPU[4] 业务复苏机遇与客户合作 - 去年7月，泰勒工厂获得了包括特斯拉自动驾驶芯片“AI6”在内的订单，标志着公司晶圆代工业务复苏[3] - 去年，公司与特斯拉签署了一份价值24万亿韩元的半导体供应合同，提升了其2纳米技术的可靠性[4] - 公司正在与谷歌、AMD等公司洽谈基于2纳米工艺的AI芯片量产合作[4] - 公司晶圆代工事业部副总裁预计今年将获得2纳米工艺订单项目，主要集中在HPC和AI应用领域，与去年相比将增长130%以上[5] - 如果公司能够稳定大规模生产采用2纳米工艺制造的特斯拉“AI5”芯片，预计将成为获得大型科技公司更多订单的跳板[4] 公司发展战略与技术路线图 - 公司正积极通过“交钥匙战略”提升竞争力，提供从半导体设计到晶圆代工、存储器制造和先进封装的一站式解决方案，这被认为是公司独有的差异化优势[5] - 公司提到了1.4纳米工艺路线图，该工艺正在研发中，目标是在2029年实现量产，目前已按计划取得重要里程碑，并计划在明年下半年向客户分发PDK 1.0版本[5] - 行业专家指出，美国的目标是将国内芯片生产比例提高到30%左右，可能希望公司能够填补台积电无法满足的空白，确保公司的技术能力是当务之急[5]

技术突破与核心优势 - 研究团队利用拓扑材料研制出新型太赫兹天线芯片，实现了每秒72吉比特的数据传输速率，并覆盖了周围超过75%的三维空间 [2] - 该技术通过设计“泄漏波天线”，允许部分太赫兹辐射以可控模式泄漏，实现了信号平稳传输且无明显损耗或失真，从而提高了带宽和数据传输速率 [3] - 与以往最先进的非拓扑太赫兹天线相比，新设备在三维空间中的覆盖范围提高了30倍，数据传输速度提高了约275倍 [3] - 该天线辐射效率达到90%到100%，几乎所有流经芯片的太赫兹信号都以精确可控的模式泄漏，系统可同时传输未压缩高清视频并保持24 Gb/s的高速无线数据链路 [4] 技术原理与设计创新 - 该技术基于拓扑学原理，使光能在特殊结构材料中沿受保护的路径传播，抵抗散射和缺陷，天线中的拓扑保护机制被设计成以可控的三维模式泄漏信号 [2] - 芯片上布有成排的三角形孔（宽264微米或孔径99微米），根据其排列方式控制太赫兹辐射在芯片内部流动或泄漏出去 [3] - 技术将光束控制直接集成到芯片结构中，而非依赖脆弱的外部组件，这增强了系统的稳健性和可扩展性，使其更易从实验室走向实际应用 [4] 应用潜力与未来展望 - 该技术能提供极高的数据传输速度、无移动部件的广覆盖范围、支持多条并发链路以及双向通信，同时保持较低信号损耗 [2] - 广域空间覆盖使无线链路在设备移动或对准不完美时仍能保持灵活和稳定，芯片既可作接收器也可作发射器，支持信号沿同一路径双向平稳传输而不相互干扰 [4] - 研究人员设想“TeraFi”（太赫兹Wi-Fi）可为家庭、办公室和数据中心提供远超当前标准的速度，其多方向覆盖能力非常适合需要同时建立多个可靠连接的环境，如车辆、工厂和机器人平台 [4] - 该技术还支持太赫兹传感和成像，包括高分辨率传感方法太赫兹雷达，为自主系统、智能基础设施和工业监控等需要快速通信和精确传感的领域开辟应用前景 [4] - 团队下一步计划将天线、辐射源、探测器和信号处理功能集成到单个芯片上以构建完整太赫兹系统，并希望测试由多个设备协同工作的网络 [4]

无线专网与天地融合通信市场 - 无线专网市场在2024年迎来40%的爆发式增长，2025年全年增长有望超过20% [1] - 卫星与地面网络的深度融合是突破地理与场景限制、实现无处不在专网通信的关键路径 [1] - 以Starlink、Project Kuiper、中国星网GW星座等为代表的低轨卫星星座部署正加速天地融合成为现实 [1] 天地融合通信的价值与产业链 - 卫星通信打破地面网络覆盖盲区，为偏远地区、海洋、空域提供无缝连接 [2] - 推动通信能力深度嵌入交通、电力、应急等垂直行业 [2] - 低成本高频次发射能力的成熟，正加速太空数据中心等创新场景涌现，带动空天地一体化产业链协同跃升 [2] 极端场景下的通信保障技术 - 在卫星与地面网络同时失效的极端场景下，自组网成为“最后的通信手段” [4] - 自组网通过终端设备动态组网与智能路由，无需中心节点即可在废墟、灾区等场景快速构建韧性通信链路 [4] - 自组网以“去中心化”的生存能力与卫星“天网”协同，筑牢“断网不断联”的生命线 [4] 核心通信芯片技术突破 - 本土通信芯片厂商上海擎昆信息科技自主研发的K1000基带芯片成功点亮，验证流程完成 [4] - K1000芯片采用软件定义无线电架构，兼具公网通信与自组网能力，为卫星通信、应急通信等提供新解决方案 [5] - 芯片内置多类通信加速器及高性能处理器，可灵活适配4G、5G公网协议，同时支持点对点、Mesh等自组网定制协议 [5] 核心通信芯片性能与公司技术储备 - K1000芯片搭载4T4R MIMO技术，实现系统空口速率1Gbps吞吐量 [5] - 芯片支持异构宽带、窄带搭配的并发应用，以及分层和分簇大规模组网 [5] - 公司专注于通信芯片设计，已拥有已授权发明专利91项 [5] 公司产品路线与行业应用 - 预计2026年底，公司将推出下一代通信芯片，全面支持4G、5G、自组网、卫星通信DVB及5G-NTN五大协议，并新增AI边缘推理功能 [6] - 公司围绕卫星通信、公网、自组网三大核心场景，打造低成本、超灵活、抗干扰、高可靠的通信芯片及模组 [5] - 公司为卫星、应急、车联网、无人机、铁路、电力、远洋等垂直行业提供“断网不断联”的通信解决方案 [6]

苹果公司业绩预警 - 苹果公司预计其2026财年第二季度业绩将受到台积电先进制程处理器供应限制，这是该公司多年来首次发布此类声明[2] - 公司首席执行官指出，瓶颈在于先进制程节点的产能，由于第一季度业绩增长23%，导致产能提升空间缩小，无法大幅提高产能[2] - 公司首席财务官强调，下一季度的业绩指引是基于对供应受限情况的最佳估计，表明情况可能随时变化[2] 台积电先进制程产能紧张 - 台积电的2纳米工艺正被英伟达、AMD和ASIC设计商等芯片制造商大规模采用并争抢产能[2] - 高性能计算客户在台积电总收入中占据相当大份额，随着N2级制程出现，芯片制造商影响力预计将进一步增强[3] - 2纳米制程的客户产能达到历史最高水平，初期由苹果和高通等移动客户推动，随后焦点将转向人工智能巨头[3] - 台积电在每次制程升级（如从5纳米到4纳米再到3纳米）时，客户采用率都屡创新高，所有累积需求涌向这家行业领导者[4] - AMD计划在其将于下半年发布的Instinct MI400系列显卡上采用2纳米工艺，而英伟达的下一次重大升级将采用Feynman工艺，搭载A16芯片[3] - 亚马逊和谷歌等ASIC厂商也将占据台积电N2工艺产能的相当大一部分，表明高端工艺竞争已显著加剧[3] 存储器市场动态 - DRAM合约价格正以前所未有的速度上涨，季度报价几乎翻了一番[6] - 美光率先提交方案，提议合约价格较2025年第四季度大幅上涨115%至125%[6] - 本季度签署的大部分长期协议集中在服务器DRAM上，大部分内存需求已转向涉及超大规模数据中心、芯片制造商和服务器ODM厂商的人工智能行业[6] - 目前内存市场完全是“卖方市场”，买家在批量采购方面几乎没有议价能力[6] - TrendForce预计本季度DRAM价格将上涨90%至95%[6] - 美光的晶圆厂建设计划要到2028年才会产生实质性影响，供应商对大幅提高DRAM产量持怀疑态度，短缺状况预计将持续几个季度[7]

全球半导体晶圆厂项目动态 - 全球半导体行业面临挑战，多家知名晶圆厂已停止运营、推迟建设或关闭生产线，对整个行业造成重大冲击 [2] - 相关公司正在积极调整投资策略、优化成本结构并寻求融资以应对挑战 [2] 格罗方德-意法半导体法国合资项目 - GlobalFoundries和STMicroelectronics在法国克罗勒的联合12英寸晶圆厂项目已暂停建设，过去18个月进展缓慢 [3] - 该项目于2022年7月签署协议，总投资预计达75亿欧元，资金来自法国“欧洲芯片法案” [3] - 该厂原计划于2026年全面投产，年产能为62万片晶圆 [3] 住友电工碳化硅晶圆厂项目 - 由于电动汽车市场需求疲软及需求复苏时间不确定，日本住友电工已决定取消其新建碳化硅晶圆厂项目 [4] - 该项目于2023年宣布，计划投资300亿日元，选址在日本富山县高冈市，原预计2027年投产 [4] - 公司原计划在兵库县伊丹市新建生产线，目标在2027年前实现年产18万片碳化硅晶片，该计划现已全部取消 [4] - 业内人士认为，公司可能将资源集中投入汽车线束、环保能源用电力电缆及数据中心用光学元件等其他增长领域 [4] Wolfspeed工厂调整 - Wolfspeed于2024年8月21日宣布计划关闭其位于美国北卡罗来纳州达勒姆的6英寸碳化硅晶圆厂，原因是其制造成本高于位于莫霍克谷的8英寸晶圆厂 [5] - 公司计划在德国恩斯多夫建造的200毫米SiC晶圆厂，原定2024年夏季开工建设，现已推迟至2025年 [5] 英特尔晶圆厂延期 - 英特尔已推迟其位于德国马格德堡附近的Fab 29.1和Fab 29.2工厂的建设，推迟原因包括欧盟补贴审批未完成及需要清除和再利用黑土 [6] - 该项目原计划于2024年夏季开工，现已推迟至2025年5月 [6] - 采用英特尔14A和10A等先进制造工艺的晶圆厂原计划2027年底开始运营，现估计生产将在2029年至2030年间开始 [6] - 英特尔在美国俄亥俄州的芯片项目也遭遇延期，该项目于2022年1月宣布，初始投资超过200亿美元，计划建设两座晶圆厂并于2025年开始生产 [6] - 由于市场需求疲软和政府补贴延迟到位，Fab 1和Fab 2的建设已被推迟至2026-2027年，预计将于2027-2028年开始运营 [6]

OpenAI与英伟达的关系与合作动态 - 据八位知情人士透露，OpenAI对英伟达最新的一些人工智能芯片并不满意，并且从去年以来一直在寻求替代方案，这可能使两家最受瞩目的公司之间的关系变得复杂[2] - 9月，英伟达表示计划向OpenAI投资高达1000亿美元，以获得该初创公司的股份，并为OpenAI提供购买先进芯片所需的资金[2] - 路透社报道称，这笔交易原本预计几周内就能完成，但谈判拖延了数月之久，在此期间OpenAI还与AMD以及其他旨在与英伟达竞争的GPU达成了合作协议[3] - 英伟达首席执行官黄仁勋驳斥了有关英伟达与OpenAI关系紧张的报道，称这种说法“毫无根据”，并表示英伟达计划对OpenAI进行巨额投资[3] 行业竞争格局与战略转变 - 英伟达的战略转变在于更加重视用于执行特定AI推理环节的芯片，AI推理是指AI模型响应用户查询和请求的过程[2] - 英伟达在用于训练大型AI模型的芯片领域仍然占据主导地位，而推理环节则成为竞争的新战场[2] - OpenAI和其他公司决定在推理芯片市场寻求替代方案，这标志着英伟达在人工智能领域的统治地位受到了重大考验[2] - 英伟达在一份声明中表示，客户继续选择英伟达进行推理，因为其能够大规模地提供最佳性能和总体拥有成本[3] - OpenAI的发言人表示，该公司依靠英伟达为其绝大多数推理集群提供动力，并且英伟达在推理方面提供了最佳的性价比[3] OpenAI对英伟达硬件的具体不满与替代方案 - 七位消息人士称，OpenAI对英伟达硬件在ChatGPT上针对特定类型问题（例如软件开发和人工智能与其他软件通信）给出答案的速度并不满意[3] - 一位消息人士告诉路透社，OpenAI需要新的硬件，最终以满足其未来约10%的推理计算需求[3] - ChatGPT的开发商OpenAI曾与Cerebras和Groq等初创公司探讨合作，以提供用于更快推理的芯片[4] - 英伟达与Groq达成了一项价值200亿美元的授权协议，导致OpenAI与Groq的谈判破裂[4] - OpenAI自去年以来一直在寻找GPU的替代方案，重点关注那些将大量内存（称为SRAM）嵌入到芯片同一块硅片上的公司[7] - 将尽可能多的昂贵SRAM集成到每个芯片上，可以为聊天机器人和其他人工智能系统处理数百万用户的请求提供速度优势[7] - 推理比训练需要更多内存，因为芯片需要花费更多时间从内存中获取数据，而不是执行数学运算，英伟达和AMD的GPU技术依赖于外部内存，这会增加处理时间，降低用户与聊天机器人交互的速度[7] OpenAI在特定产品上的性能挑战 - 在OpenAI内部，硬件性能问题在其用于创建计算机代码的产品Codex上表现得尤为突出，该公司一直在大力推广该产品[8] - 一位消息人士称，OpenAI员工将Codex的部分缺陷归咎于英伟达基于GPU的硬件[8] - 首席执行官Sam Altman表示，使用OpenAI编码模型的客户将“非常重视编码工作的速度”[8] - Altman表示，OpenAI满足这一需求的一种方式是通过其最近与Cerebras达成的协议，并补充说，对于ChatGPT的普通用户来说，速度并不是那么重要[8] - 像Anthropic的Claude和Google的Gemini这样的竞争产品受益于更多地依赖Google内部制造的芯片（称为张量处理单元或TPU）的部署，这些芯片专为推理所需的计算而设计，并且与英伟达设计的GPU等通用AI芯片相比，可以提供性能优势[8] 英伟达的应对措施与行业整合 - 在OpenAI明确表达了对英伟达技术的保留意见后，英伟达曾与包括Cerebras和Groq在内的多家研发大量使用SRAM芯片的公司接洽，探讨潜在的收购事宜[10] - Cerebras拒绝了英伟达的收购提议，并与OpenAI达成了上个月宣布的商业协议[10] - Groq曾与OpenAI就提供计算能力进行谈判，并吸引了投资者的关注，计划以约140亿美元的估值为其注资[10] - 到了12月，英伟达采取了非独家全现金交易的方式，获得了Groq的技术授权，虽然这项交易允许其他公司获得Groq的技术授权，但由于英伟达挖走了Groq的芯片设计师，该公司目前正专注于销售云端软件[10] - 芯片行业高管表示，英伟达收购Groq核心人才的决定，似乎是为了巩固其技术组合，从而在快速变化的AI行业中更好地竞争[5] - 英伟达在一份声明中表示，Groq的知识产权与英伟达的产品路线图高度互补[5]

文章核心观点 文章基于斯坦福大学《2026年新兴技术展望》报告，阐述了半导体技术在现代社会中的核心地位，并深入分析了行业当前面临的挑战与未来的技术发展趋势。核心观点认为，随着摩尔定律带来的传统优势减弱，半导体行业正通过芯片组、2.5D/3D集成、光子学等创新技术，以及针对人工智能等特定应用的优化，来驱动下一阶段的性能提升和能效改进 [2][3][10][11][25][30]。 半导体行业现状与挑战 - 芯片是现代几乎所有物理设备和系统的关键组件，从消费电子到军事装备，无处不在 [2] - 芯片制造是地球上最精密的制造方法，推动着从神经科学到能源等多个领域的创新 [7] - 全球芯片制造产能高度集中，台积电在2024年控制了全球超过60%的半导体代工市场和90%的先进芯片市场，三星占约13%，联华电子占约6% [7] - 美国芯片制造产能大幅下滑，从1990年占全球产量的37%降至2021年的仅12% [7] - 芯片设计和制造是两种截然不同的业务，只有少数公司（如英特尔）同时从事两者，多数公司采用“无晶圆厂”模式，将制造外包 [6] - 近年来，芯片上存储信息的硬件能耗下降速度放缓，单位面积的制造成本上升，使得尺寸缩小带来的成本和能耗优势几乎消失 [3][11] - 芯片设计成本随着芯片复杂性的增加而增加 [3] 技术演进与摩尔定律的变迁 - 过去半个多世纪，信息技术发展由芯片制造工艺改进推动，其经济规律被总结为“摩尔定律”，即晶体管数量每隔几年翻一番，成本相应下降 [10] - 从2004年到2012年，每个晶体管的实际成本与摩尔定律预测基本吻合，但自2012年左右开始趋于平稳，未能继续跟上预测 [11] - 技术节点的命名（如130纳米）已从代表物理尺寸演变为一种营销或代际技术标签，与芯片性能的直接联系减弱 [13] - 提高电路密度变得越来越困难，行业开始利用晶体管的垂直尺寸和新材料来持续提高密度 [13] 人工智能驱动的计算变革 - 人工智能和机器学习应用对计算能力的需求激增，推动了先进图形处理器和其他专用处理器的开发和需求 [13][14] - 传统处理器并非AI高强度计算任务的最佳解决方案，行业正转向开发GPU等专用硬件 [14] - 英伟达通过优化措施，将执行计算所需的能量降低了一千倍，但当前AI计算系统（如英伟达GB200 NVL72）功耗极高，每个GPU功耗约1千瓦，整个机架功耗达120千瓦，集群散热量可达0.5到1兆瓦 [14][15][19] - 对高性能的激增需求凸显了寻找创新解决方案的重要性，以更节能、低成本的方式满足计算需求 [14] 先进封装与集成技术 - **2.5D集成与芯片组**：为解决单片硅片无法承载全部计算资源及处理器/内存工艺不同的问题，行业采用芯片组和2.5D集成技术，将多个硅片通过中介层连接成“超级芯片” [16] - 该方法提高了带宽、性能和能效，允许更定制化的解决方案，AMD是采用此策略的典范 [16][18] - **3D异构集成**：这是一种更先进的制造技术，将不同电子元件（如处理器和存储器）垂直堆叠并进行垂直互连，有望通过缩短数据传输距离来提升性能和效率，但面临热管理、制造复杂性等挑战 [26][27] - 与2.5D集成（芯片并排于基板）不同，3D集成是真正的垂直堆叠 [26] 高功率密度与热管理挑战 - 将更多计算和内存单元集成在一起提升了性能，但也大幅增加了产热量 [19] - 高性能计算集群（如英伟达NVL72）的散热需求巨大，传统的风冷已不足，必须使用流经冷却板的液体散热，最终通过大型空调机组将热量散发到空气中 [19] - 有效的热管理解决方案，如先进冷却技术和高导热性材料，对维持系统性能和可靠性至关重要 [19] 高带宽互连技术发展 - 现代大规模AI训练模型需要海量数据通信，高速互连至关重要 [20] - 传统电气互连的物理限制已成为提高带宽的主要障碍 [20] - 行业正在开发“飞线”连接器，使高性能电缆或光缆能直接连接芯片，目标是将接口速度提升到每根线缆每秒1000亿比特以上 [20] - **光子链路**：光子学（使用光进行信号传输）被用于远距离及更短距离（如芯片间）通信，硅光子学有望降低数据中心能耗并提高带宽 [28] - 将高效发光材料（如III-V族半导体）与硅基技术集成是一大挑战，但克服后能充分发挥光子链路的潜力 [29] 存储技术的创新与发展 - 存储技术通过堆叠技术（如3D NAND）和新材料不断创新，以满足日益增长的数据需求 [21] - 动态随机存取存储器和闪存转向3D结构以提升密度，但制造成本增加限制了每比特成本的改善幅度 [21][22] - 高带宽存储器市场增长迅速，采用硅通孔等复杂芯片堆叠技术，海力士因此成为最大的DRAM制造商 [22][23] - 人工智能计算对高带宽内存的需求催生了HBM市场 [23] - 磁阻随机存取存储器和相变存储器等新兴技术，因在速度、耐久性和能效方面的优势，正成为传统嵌入式非易失性存储的替代方案 [23] 未来展望与行业方向 - 在AI和高性能计算需求推动下，半导体行业未来几年有望通过2.5D集成、芯片组、光子互连、新兴存储技术和先进制造工艺取得重大进展 [25] - 随着摩尔定律接近极限，未来进步将更依赖于针对特定应用的算法、硬件和技术优化，而非通用技术扩展 [30] - 行业面临颠覆性创新需求与高昂开发成本（可能超过1亿美元，耗时两年以上）的悖论，需要让系统设计探索更便捷、经济和高效 [30] - 解决方案包括开发工具，让软件设计人员能在不深入了解硬件的情况下测试定制加速器，推动硬件定制模式的发展 [30]

文章核心观点 - 过去十年，公司通过长期的基础设施投入、多代产品的执行力以及承担风险的魄力，完成了从边缘竞争者到在CPU、GPU和AI基础设施高端市场占据一席之地的激进转型 [2] - 公司的愿景已变为现实，其战略是成为一家灵活的解决方案提供商，不仅提供CPU和GPU，还提供关键的硬件和软件IP，如今拥有极其丰富的产品组合 [4][5] - 人工智能的发展远超预期，正在重塑芯片设计，公司致力于采用原生人工智能的芯片设计方法，这将在未来五年甚至更长时间内带来颠覆性变革 [5][17] 公司转型与战略演变 - 2011年底，现任首席技术官与首席执行官苏姿丰相继加入公司，开始为构建迎接人工智能时代的芯片基础设施进行大量准备工作 [4] - 公司立志成为灵活的竞争者，从提供CPU和GPU扩展到成为解决方案提供商，倾听客户需求 [5] - 模块化设计是公司发展历程中至关重要的一部分，它使公司能够服务数据中心、企业、边缘计算乃至PC等更广泛的市场 [22] - 2025年，公司进行了多项收购，其中最大的一笔是ZT Systems，这为公司带来了真正的机架级设计能力，实现了紧密的协同设计 [18][19] 技术路线图与产品执行 - 第一代Zen架构处理器于2017年发布，应用于EPYC服务器和Ryzen PC，其每时钟周期指令数（IPC）提升了42%，让x86 CPU市场重新有了竞争 [6][7] - 从Zen架构开始，公司每一代产品的IPC都实现了两位数增长，显著提升幅度在15%到20%之间 [7] - 到了第三代Zen架构，行业意识到公司已经不同，每一代都保持竞争力、兑现承诺并按时交付，市场份额从此开始真正增长 [8] - 公司在3D堆叠技术领域是唯一一家实现量产的公司，其3D V-Cache技术使游戏芯片四年来因内存局部化而保持领先地位 [12] - 公司正在将名为ACE引擎的全新先进推理能力集成到Zen 7及后续版本中，代表着CPU计算在性能和推理融合方面的未来 [10] 工程文化与关键决策 - 公司支持“良性争论”的工程文化，允许对不同的想法提出质疑并进行专业辩论，从而做出更明智的决策 [12] - 在启动Zen核心之前，公司就对Infinity Fabric片上网络链路技术进行了投资，这项从2012年开始、现已发展到第五代的技术彻底改变了公司格局 [10][11] - Chiplet（小芯片）技术是公司的一项重大投资，并已获得丰厚回报 [12] - 公司在架构中融入了可靠性、可用性和可维护性，并内置大量诊断和可替代性机制，以确保稳健运行并提供可靠的生产补丁 [13] 人工智能对芯片设计的影响 - 人工智能是一种生产力工具，将芯片设计重新构想为原生人工智能，将在未来带来颠覆性变革 [17] - 在物理设计和设计验证领域，人工智能工具大大提高了覆盖率，能够更早地发现缺陷 [14] - 公司使用的机器学习工具，大约一半来自EDA合作伙伴，另一半是内部开发的，结合了公司55年积累的知识和自主开发的智能流程 [14] - 公司相信，即使需要面向未来的通用可编程性，也能找到量身定制的专业解决方案，并拥有FPGA来适配最新算法，也愿意为需要定制芯片的大客户提供服务 [18] 未来技术挑战与方向 - 公司对2纳米制程进行了高度协同优化，虽然能效提升减少，但获得了更高的密度，这对降低总体拥有成本至关重要 [9] - 面对芯片功耗向千瓦级乃至更高发展的趋势，公司认为这会推动不同的创新，例如紧密集成的液冷方案正成为高密度机架的事实标准 [20][21] - 在互连技术方面，铜缆在成本敏感场景下仍具优势，而光子技术将在未来几年迎来经济效益转折点，首先从最大的集群开始普及 [23] - 公司致力于构建开放的生态系统，鼓励互连、内存等领域的创新，以为客户提供更多选择 [24] - 为应对AI驱动的快速产品周期，公司专注于将人工智能应用于芯片设计实践，以实现年度发布节奏 [24] 研发与创新机制 - 公司拥有强大的研发团队，收购赛灵思后规模扩大了一倍，研发通常着眼于未来五年以上的技术 [25] - 创新融入设计流程，公司设有探索团队，一部分成员负责三到五年内的项目，并与产品开发团队紧密合作 [26] - 公司拥有一套运转良好的路线图流程，确保创新想法既能解决客户实际问题，也符合市场需求，并在项目批准后强调严谨的执行力 [26][27] 未来展望 - 2026年，公司对下一代Instinct GPU的到来感到激动，结合Helios机架，将能够支持数十万个GPU的训练和推理，远超目前数千个节点的规模 [27] - 到2026年，人工智能将在日常生活中得到更广泛的应用，变得不可或缺 [27]