文章核心观点 - AI浪潮推动算力需求激增，行业竞争格局从GPU主导的通用计算转向ASIC与Arm架构主导的专用计算，各大半导体公司正通过差异化战略争夺市场 [2][25][26] 行业格局与趋势 - AI芯片行业形成“一超多强”格局，英伟达凭借GPU在AI训练领域占据超过90%市场份额，市值突破4.5万亿美元 [2] - 行业价值重心从卖产品转向卖能力，包括算力、IP、设计服务等，定制化ASIC与Arm架构成为去中心化竞争的关键载体 [25][26] - AI基础设施未来将更倾向于专用芯片，争夺云巨头订单成为决定下一个十年行业领导地位的关键 [26] 英特尔战略转向 - 公司成立中央工程集团，整合工程人才，由前Cadence高管斯里尼·艾扬格领导，旨在拓展ASIC和设计服务新业务 [3] - 战略目标是从纯芯片制造商转型为提供“设计+制造+封装”的一站式服务商，利用其IDM模式的完整产业链优势 [4] - 与英伟达达成合作，共同开发多代定制产品，但合作也带来复杂竞合关系，例如数据中心芯片将按英伟达规格定制，未来消费级SoC可能集成英伟达GPU而非自家Arc产品 [5] - 面临制造挑战，英伟达CEO对台积电能力大加赞赏，暗示短期内不太可能大规模转向英特尔代工 [6] 高通市场进军 - 公司大举进军数据中心AI推理市场，宣布将发布AI200和AI250加速器芯片，消息使股价飙升11% [8] - AI200计划于2026年上市，配备768GB LPDDR内存，采用直接液冷，每机架功率高达160kW；AI250计划于2027年上市，增加近内存计算架构，内存带宽提升10倍以上 [10] - 采用差异化策略，专注于AI模型推理而非训练，避开英伟达优势领域，并提供灵活的商业模式，可单独出售芯片或提供整套系统 [10][11] - 技术基础源于移动端Hexagon NPU的积累，并构建端到端软件平台支持主流AI工具集，以实现无缝部署 [9][12] 联发科业务拓展 - 从手机芯片厂商向云端ASIC设计服务扩展，核心竞争力在于其SerDes技术，已推出专为数据中心的224G Serdes并完成硅验证 [14] - 与英伟达合作设计GB10 Grace Blackwell超级芯片，为DGX Spark个人AI超级计算机提供动力，提供1 PFLOP的AI性能 [15] - 成功获得云服务提供商订单，包括谷歌的TPU芯片和可能获得Meta代号“Arke”的2nm ASIC大额订单，后者专注于推理功能，计划于2027年上半年量产 [16][17][18] AMD架构探索 - 公司正在开发一款代号为“Sound Wave”的基于Arm架构的APU，采用小巧封装，瞄准移动和低功耗AI应用 [21] - 此次探索被视为在自身GPU短期难以直接对抗英伟达的情况下，寻求在PC与边缘AI场景建立差异化优势的合理选择 [24][25] - 公司曾有开发Arm架构服务器的历史，但项目曾被取消，当前因技术趋势变化和财力增强，重新押注Arm架构 [22][23][24]