AI芯片

搜索文档
中国稀土对美出口暴涨660%,一个月353吨背后有何玄机
搜狐财经· 2025-07-24 04:27
稀土出口激增与中美博弈 - 中国对美稀土磁体出口从5月46吨飙升至6月353吨,环比增长660% [1][3] - 出口激增源于中美阶段性协议:中方放宽稀土出口,美方恢复H20芯片供应 [7][8] - 出口配额控制在美方实际需求的60%以内,属于"精准调控"而非全面解禁 [10] 稀土产业战略格局 - 中国掌握全球85%稀土加工能力,形成技术垄断优势 [26] - 美国MP材料公司获国防部4亿美元投资,但年产1000吨目标仅相当于中国两个月出口量 [20][22] - 新能源革命推动稀土需求指数增长,电动汽车、风电等领域依赖度加深 [28] 技术博弈与产业影响 - 美方芯片制裁效果衰减,中国AI芯片自主替代方案已具备技术基础 [14] - 美方采用"饥饿营销"策略限量供应芯片,试图延缓中国技术突破 [16] - 日本、韩国等盟友在供应链重构中面临成本与时间压力 [30] 战略博弈模式演变 - 中方"温水煮青蛙"策略通过有条件供应抑制美国本土稀土产业发展 [24] - 博弈从贸易争端升级为长期战略制衡,聚焦产业升级和技术创新 [30][32] - 全球稀土治理体系重构将深刻影响未来五年国际经济秩序 [32]
台积电Q2净利润暴增: AI芯片驱动台积电增长,北美营收占比达75%
仪器信息网· 2025-07-23 11:37
财务表现 - 2025年Q2净营业收入9337.8亿新台币,环比增长11.3%,同比增长38.6% [1][2] - Q2毛利率58.6%,较Q1下降0.2个百分点,营业利率49.6%,净利润率42.7% [3] - 稀释后每股收益15.36新台币,环比增长10.2%,同比增长60.7% [3][4] - 归属于母公司股东的净利润3982.7亿新台币,环比增长10.2%,同比增长60.7% [3] - 晶圆出货量371.8万片(12英寸等效),环比增长14.1%,同比增长19.0% [4] 技术驱动因素 - 3nm制程技术贡献总晶圆营收24%,5nm和7nm分别占36%和14% [4] - 先进技术(7nm及以下)占总晶圆营收74% [4] - 3nm/5nm制程合计贡献超60%营收,成为核心增长引擎 [8] 业务结构 - 高性能计算平台营收占比60%,智能手机平台占比27% [6] - 北美地区营收占比75%,中国、亚太、日本、EMEA分别占9%、9%、4%、3% [4][5] - 北美营收占比从Q1的77%略降至75%,但较去年同期65%显著提升 [6] 汇率影响 - 平均汇率(美元/新台币)为31.05,环比下降5.5%,同比下降4.0% [4] - 以美元计净营收30.07亿美元,环比增长17.8%,同比增长44.4% [4]
英伟达H20库存清完不再产,B30登场
半导体芯闻· 2025-07-22 18:23
英伟达中国特供AI芯片B30 - 英伟达计划在2024年第四季度推出针对中国市场的特供版AI芯片B30,该芯片将GDDR7替代HBM,AI性能比H20低10%-20%,价格低30%-40% [2] - B30是基于H20的降规版本,旨在解决H20被禁后英伟达在中国市场占有率大幅下滑的问题,预计备货量高达120万颗 [2] - 虽然美国政府近期解除了对H20的限制,但英伟达已取消客户订单并撤销台积电预定产能,重新生产H20可能需要9个月时间 [2] H20芯片库存情况 - 台湾半导体供应链中约有100万颗H20芯片库存,其中成品芯片约70万颗 [2] - 英伟达可能仅销售现有H20库存,不会新增H20产能,以推动B30的销售 [2] - 英伟达CEO黄仁勋表示公司可能难以收回已注销的H20库存,将根据客户需求和现有库存情况来决定供应 [3]
英伟达将不再生产H20,转推更廉价的B30?
是说芯语· 2025-07-22 13:26
英伟达对华AI芯片供应动态 - 英伟达H20芯片虽获美国许可恢复对华供应 但受产能限制需9个月才能恢复交付 [1] - 公司计划在四季度推出新一代对华特供芯片B30 采用GDDR7替代HBM AI性能降低10%-20% 价格下降30%-40% [1] - B30芯片为H20被禁后开发的降规版本 预计备货量达120万颗 旨在应对市占率下滑问题 [1] 供应链与产能调整 - 台湾半导体供应链现有约100万颗H20库存 其中70万颗为成品芯片 公司可能仅销售现有库存 [2] - 因4月H20被禁 公司取消客户订单并撤销台积电预定产能 相关产能已转供其他客户 [1] - 公司CEO表示难以完全收回已注销库存 将根据客户需求与库存匹配度进行销售 [2] 产品策略调整 - 公司可能不会重启H20生产 转而推动B30销售 [2] - B30开发背景为H20被禁后缺乏对华可售AI芯片的应对方案 [1] - 新一代产品性能降级但价格更具竞争力 反映公司对中国市场的策略调整 [1]
国内AI芯片的出货量、供需关系
傅里叶的猫· 2025-07-21 23:42
中国AI芯片市场概况 - 2025年中国AI加速器市场规模预计达到395亿美元 其中Nvidia H20占229亿美元 AMD MI308占20亿美元 本土厂商(华为Ascend 寒武纪 海光)合计146亿美元 [2] - H20禁令导致Nvidia损失16.8亿美元 AMD损失1.5亿美元 部分订单转移至本土厂商使其收入增加约10% 但由于7nm晶圆和CoWoS技术瓶颈 仍存在126亿美元供应缺口 [2] - Nvidia计划恢复H20销售 预计2025Q3中期恢复生产 需求达105亿美元 但无法满足168亿美元初期需求 部分需求将推迟至2026年 [2] 主要厂商市场份额 - 华为在国内AI芯片市场遥遥领先 占有率23% 其次是寒武纪 海光和平头哥 [16][20][21] - 互联网云服务提供商是主要买家 字节跳动 腾讯 阿里巴巴和百度占H20总销量的87% [3][5] - 至2027年 本土厂商市场份额预计将达55% 全球厂商将面临技术停滞 [3] 产品性能对比 - B30芯片相比H20性能大幅降低 FP16 TFLOPS降低54% FP8 TFLOPS降低68% 内存容量降低68% 带宽降低40% [4] - Nvidia计划向中国运送40万颗B30芯片 预计带来28亿美元收入 本土厂商额外收益约15亿美元 [3] 国产GPU厂商发展 - 沐曦营收连年递增 即将上市 [29][31] - 摩尔线程产品线覆盖AI服务器GPU 专业图形加速和桌面GPU 2024年AI计算GPU出货大幅提升营收 [35][36][37] - 华为CloudMatrix 384已在华为云运行 显示其技术实力 [20] 数据差异说明 - Bernstein和IDC数据存在较大差异 除华为和英伟达外 其他厂商排名和份额差异显著 [16] - 运营商主要采购华为AI芯片 其他国产GPU厂商未进入采购名单 [24]
电子行业周报:英伟达H20恢复对华供应,台积电中期业绩超预期-20250721
东海证券· 2025-07-21 23:22
报告行业投资评级 - 标配 [1] 报告的核心观点 - 电子板块短期内国内市场算力短缺问题将得到阶段性缓解,长期看国内AI芯片自主可控进展提速仍是大势所趋;台积电中期业绩超预期,预计2025全年营收同比增速近30%;2025Q2全球智能手机出货同比增长1%,中国智能手机出货同比下滑4%;电子行业需求处于温和复苏阶段,建议关注AIOT、AI驱动、设备材料、消费电子周期筑底板块四大投资主线 [6] 根据相关目录分别进行总结 行业新闻 - 英伟达H20、AMD MI308将恢复对华销售,意味着中美博弈短期内出现缓和,可填补国产芯片产能空窗期,缓解市场算力短缺问题,同时国内AI芯片自主可控进展提速仍是长期趋势 [6][12] - 台积电2025Q2营收超300亿美元,同比增长44.4%,净利润同比大涨60.7%,7nm及以下制程营收占比74%,高性能计算营收环比增长14%,预计2025全年营收同比增速近30% [6][12] - ASML 2025年第二季度净销售额处于预测区间高位,但因地缘政治等因素影响,对三季度和2025年营收目标低于市场预期,2026年展望存在不确定性 [13] - OpenAI发布ChatGPT Agent,具备自主思考与行动能力,可完成各类超复杂任务 [13] - IDC数据显示2025Q2全球智能手机出货同比增长1%,中国智能手机出货同比下滑4%,全球增长得益于AI技术创新与新机发布,中国市场受“国补”政策拉动有限,下半年或延续弱复苏格局 [6][7][14] - 英伟达官宣CUDA将全面支持RISC - V架构 [15] - 新思科技完成对Ansys的收购,收购总价值约为350亿美元 [15] - 三星1c DRAM良率突破50%,HBM4下半年量产 [15] - 兆易创新与RT - Thread睿赛德达成战略合作,深化在嵌入式系统生态建设领域的协同 [16] - 美国ITC裁决三星胜诉,京东方OLED将遭禁售 [16] 上市公告重要公告 上市公司重要公告 - 晨丰科技向全资子公司北网智算增资9000万元,打造电算融合一体化新生态 [18] - 芯联集成收购控股子公司少数股权,交易价格为58.97亿元 [18] - 达瑞电子实施股权激励,授予57名激励对象共167.30万股 [18] - *ST恒久收购上海憬芯部分股权 [18] - 南亚新材实施股权激励,向42名激励对象首次授予68.00万股限制性股票 [18] - 智动力拟实施股权激励,授予权益总计不超过1,100.00万股 [18] - 东微半导拟实施股权激励,授予权益总计183.80万股 [18] - 茂硕电源解除限售部分股票,数量为0.82亿股,占公司总股本的23.08% [18] - 茂莱光学拟发行可转债,数量不超过562.5万张 [18] - 紫光国微清算注销全资子公司唐山捷准芯测信息科技有限公司 [18] 上市公司2025年半年度业绩预告 - 中微公司等多家公司发布2025年半年度业绩预告,多数公司预计营收和净利润实现不同程度增长 [20] 行情回顾 - 本周沪深300指数上涨1.09%,申万电子指数上涨2.15%,行业整体跑赢沪深300指数1.06个百分点,涨跌幅在申万一级行业中排第7位,PE(TTM)54.38倍 [7][21] - 截止7月18日,申万电子二级子板块涨跌不一,电子元器件涨幅最大,为+9.36% [23] - 海外方面,台湾电子指数上涨4.27%,费城半导体指数上涨0.64% [23] - 本周半导体细分板块涨跌幅各异,印制电路板涨幅最大,为+11.05% [27] 行业数据追踪 - 存储芯片价格方面,DRAM现货价格自2025年2月中旬部分回升,7月顶部震荡;NAND Flash合约价格2025年1月回升,涨势延续至5月 [31] - 面板价格方面,TV面板价格小幅回升后企稳,近期下跌,IT面板价格逐渐稳定 [35]
又一家国产GPU独角兽启动A股IPO,阿里、快手都投了
搜狐财经· 2025-07-21 21:21
公司上市进程 - 上海GPU独角兽企业瀚博半导体在上海证监局办理辅导备案登记,正式启动A股上市进程,辅导机构为中信证券 [2] - 过去一年国内已有5家GPU公司启动A股IPO进程,包括壁仞科技、摩尔线程、沐曦股份、格兰菲 [2] 公司估值与股东结构 - 瀚博半导体估值105亿,是估值最高的GPU独角兽企业之一 [2] - 公司成立于2018年12月,注册资本5.43亿元,法定代表人为杨勤富 [2] - 公司处于"无控股股东"状态,钱军与张磊通过17家员工持股平台合计控制42.1465%表决权,为共同实际控制人 [2] - 阿里巴巴旗下浙江阿里云持股4.44%,其他股东包括快手战投、中国互联网投资基金、经纬创投等 [3] - 最近一次融资发生在2025年4月,投资方包括赛富投资基金、耀途资本、海通开元等 [3][4] 技术路线与产品布局 - 公司选择基于领域专用架构(DSA)研发云端AI推理芯片,而非直接沿用GPU架构 [5] - DSA架构性能潜力远超GPU,性能可达GPU的3-5倍 [5] - 已形成三大核心产品线:图形渲染GPU、数据中心AI GPU、边缘侧AI推理GPU [5] - 产品应用于通用计算、大模型推理、图形渲染和嵌入式视觉等算力场景 [5] - 已发布并量产两代GPU芯片:SV100和SG100,其中SG100于2023年完成回片 [5] 产品迭代与市场应用 - 2022年发布数据中心推理卡VA10和边缘计算推理加速卡VE1 [6] - 2023年发布南禺系列GPU加速卡及6款针对大模型和生成式AI的加速产品 [6] - 产品瞄准智算中心、工业仿真、自动驾驶、智慧城市等高算力密集型领域 [5][6] 行业前景 - GPU是高性能计算和人工智能领域的核心硬件,在云计算、大数据、AI训练与推理等领域发挥关键作用 [2] - 全球AI芯片市场规模预计2025年达940-950亿美元,较2024年增长约30% [6]
HBM3E,超出预期
半导体芯闻· 2025-07-21 18:44
SK海力士HBM3E 8层产品扩产计划 - 美国解除对英伟达H20芯片出口限制后,SK海力士计划提升HBM3E 8层堆叠产品的出货量至超预期水平[1][2] - H20芯片原采用HBM3,2024年起主要搭载SK海力士HBM3E 8层产品,公司预计在2024年Q3前完成该产品量产[1][3] - 为应对潜在新增需求,公司正评估扩大HBM3E 8层产品所需的材料与零部件采购方案[1][3] 英伟达H20芯片动态 - 英伟达计划重启H20 GPU在中国市场的销售,美国政府已承诺发放相关许可证[2] - H20是英伟达为规避出口管制而推出的性能调降版AI加速器,此前因美国无限期出口限制导致英伟达承担约55亿美元(7.4万亿韩元)成本[2] - 英伟达将H20的HBM配置从HBM3升级为HBM3E 8层版本,并向SK海力士和美光提出新增供货请求[3] SK海力士供应链地位与生产规划 - SK海力士被业界视为英伟达HBM3E 8层产品的"首选供应商",2024年Q1已开始供货,计划持续生产至Q3[3] - 公司考虑在2024年Q4或2025年追加量产,并制定相关材料与零部件的追加采购计划[3] - 原计划2024年下半年HBM3E生产中12层堆叠产品占80%,8层占20%,但H20出口重启可能使8层产品占比超预期[3] 产能挑战与供应链变量 - 英伟达在H20出口受限期间取消台积电量产委托,重新量产需约9个月时间解决产能瓶颈[4] - SK海力士告知英伟达短期内H20的追加内存供货能力可能有限,但性能增强版H20主要采用其HBM产品[4] - 英伟达近期持续与中国客户接触,评估对H20及Blackwell芯片的需求反馈[4]
NPU还是GPGPU?
傅里叶的猫· 2025-07-20 22:40
半导体架构演进 - NVIDIA GPU发展呈现明显周期:从早期图形渲染固定流水线DSA架构→统一Shader架构和SIMT抽象→AI时代引入Tensor Core重回DSA化,通过CUDA生态维持行业地位 [1] - 国内Ascend采用系统级统一设计:针对异构架构生态碎片化问题,提出同构ISA和混合执行模型,设计统一总线(UB)实现CPU/GPU/NPU编程统一和高效互连 [1] - SIMT与SIMD架构差异:SIMT编程灵活性高适合稀疏数据和复杂控制流,SIMD硬件效率优适合密集型向量运算,关键在于软硬件交付界面设计 [2] NPU技术特性 - NPU专为AI计算设计:在能效比和计算速度上优于CPU/GPU,适合移动设备、边缘计算和嵌入式AI,近年也应用于大模型训练推理 [3] - NPU硬件优势:指令架构简单(可嵌入ARM/RISC-V扩展指令集)、功耗低、内存使用模式单一,成为应对芯片出口管制的可行方案 [3] - 设计复杂度对比:CPU复杂度为1时,图形GPU为0.3-0.4,NPU不足0.1,核心是矩阵乘法和卷积运算的堆料设计 [4] NPU现存挑战 - 软件复杂度远超硬件:国产GPU卡因软件体验差导致数据中心利用率低下,高端算力紧缺与低端算力过剩并存 [5] - 内存架构缺陷:L1缓存有限且存在存储体冲突,缺乏SIMT的延迟隐藏机制,访存延迟直接暴露易造成计算核心空转 [5] - 生态碎片化:不同厂商NPU架构差异大,软件移植成本高,尚未经历GPU行业的标准化收敛过程 [5] GPU与NPU架构对比 - 历史演变相似性:早期显卡与当前NPU均为CPU远程控制的专用计算器,GPU通过集成独立控制单元实现功能进化 [6] - 控制层级差异:GPU采用"CPU→GPU→张量核心"三级控制链,NPU仅为"CPU→NPU"二级结构,缺乏自主控制能力 [7] - 英伟达关键突破:SIMT编程模型降低并行计算门槛,而NPU仍依赖外部CPU调度,难以适应大模型训练的实时策略调整 [7] 行业发展趋势 - AI任务复杂度提升:从单一推理向"训练+推理"全流程演进,驱动芯片架构向"高效计算+灵活控制"方向发展 [7] - 技术融合路径:国产NPU需引入SIMT前端并强化控制单元向GPU靠拢,同时GPU内部模块需DSA化 [7] - 英伟达算力宣传策略:H100的FP16算力989.4万亿次通过2:4稀疏度计算被宣传为1979.8万亿次,与实际密集运算指标存在差异 [4]
GPU企业瀚博半导体启动IPO辅导
证券时报网· 2025-07-20 21:59
公司概况 - 瀚博半导体是一家高端GPU芯片提供商,成立于2018年12月,注册地在上海 [1] - 公司为智能核心算力和图形渲染提供全栈式芯片解决方案 [1] - 拥有自主研发的核心IP以及两代GPU芯片,产品适用于通用计算和图形渲染 [1] - 两代芯片已量产并商业化落地,应用领域包括大模型、智算中心、智慧工业、智慧交通、数字孪生、工业软件、云渲染等 [1] 研发团队 - 公司拥有500人以上的资深研发团队,研发人员占比80%以上 [1] - 硕士及以上学历占比超70% [1] - 创始人兼CEO钱军拥有近30年高端芯片设计经验,曾带领AMD团队设计量产业界第一颗7nm GPU [1] - 创始人兼CTO张磊拥有25年以上高端芯片设计经验,曾担任AMD院士,全面负责AMD的AI加速和视频领域芯片设计研发 [1] 股权结构 - 钱军(直接持有并通过KJQ LP间接持有)与张磊(通过VASTAI Holding Company间接持有)及17家员工持股平台合计控制公司42.1465%的表决权 [2] - 二人签署一致行动协议并分别担任公司董事长、董事,为公司共同实际控制人 [2] - 公司无直接持股30%以上的单独股东主体,无控股股东 [2] 融资与股东 - 公司已完成多轮融资,股东包括中国互联网投资基金、快手、阿里巴巴、经纬中国、招商局资本、五源资本、真格基金、耀途资本、联发科、基石资本、天狼星资本等知名机构 [2] 行业动态 - 国内头部GPU或AI芯片企业已陆续启动A股IPO [2] - 摩尔线程与沐曦股份科创板IPO申请已获受理,拟分别募资80亿元和39.04亿元 [2] - 壁仞科技与燧原科技处于辅导阶段 [2] - 业内人士认为,成功IPO将助力半导体企业发展,提升中国在高端AI芯片领域的自主可控能力 [2]