如果您希望可以时常见面，欢迎标星收藏哦~ 来 源： 内容 编译自 chosun 。 半导体行业曾经专注于速度和容量，如今正转向功耗效率。随着人工智能学习和训练的日益先进， 处理海量数据所需的功耗也随之激增，低功耗芯片的开发竞争也愈演愈烈。 人工智能芯片通常被称为"耗能大户"，是耗电量巨大的产品。英伟达即将推出的高性能人工智能芯 片 B100 需要 1000 瓦的功率。之前的人工智能芯片型号 A100 和 H100 分别需要 400 瓦和 700 瓦的功率，这意味着更高的性能意味着更高的功耗。 三星电子和SK海力士是领先的芯片制造商，为人工智能芯片提供存储芯片，它们正在推出新的低 功耗半导体解决方案。半导体材料公司也在开发玻璃等下一代材料，以提高能源效率。 低功耗芯片对于智能手机、平板电脑和笔记本电脑等设备至关重要，这些设备需要在不连接互联网 的情况下执行人工智能计算，从而节省电池寿命。一位半导体行业人士表示："低功耗半导体可以 延长移动设备的电池寿命，并降低服务器数据处理所需的能耗。随着电源供应日益紧张，低功耗半 导体将变得更加重要。" LPDDR，即低功耗双倍数据速率存储器，是低功耗芯片领域的前沿技术。与传 ...

半导体高质量发展创新成果征集 申请入围"中国IC独角兽" 从 技术孤岛 到 算力共同体 阵营分化： 龙芯（MIPS架构）、鲲鹏（ARM架构）、海光（x86架构）三大技术路线的竞争，因海光- 曙光联盟的全栈能力形成代差优势。当海光率先构建起x86生态的国产化闭环——从芯片设计、硬件制 造到系统软件适配的完整链条，迫使鲲鹏体系不得不加速与长江存储、中芯国际的深度绑定，龙芯则需 在RISC-V架构上寻找差异化突破口。 昨日晚间，海光信息与中科曙光同步公告的换股吸收合并计划： 海光信息吸收合并中科曙光！ 以200亿 市值的资本震动，掀开了中国半导体产业垂直整合的新篇章。 国际竞争： 在AI算力核心战场，2024年英伟达A100芯片支撑全球70%的大模型训练，而海光DCU芯片 实测FP64算力已达1.2PFlops（H100的70%），叠加曙光液冷服务器PUE低至1.15的能效优势，整合后的 海光-曙光AI算力栈正构建中国版CUDA生态。这不仅有望在国内市场打破英伟达的垄断，更可能通过 一带一路算力基建输出，在全球边缘计算、智慧城市等领域开辟新战场。 当掌握x86授权、2024年CPU出货量突破150万片的海光信息，与 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 来源：内容由微信公众号"共青团中央"综合整理自微信公众号"北京日报"，商务部网站，外交部网站等，谢谢 。 近日，美国商务部推出更为激进的半导体出口管制措施，核心条款为"全球任何国家、任何企业， 若使用华为昇腾910系列芯片，均被视为违反美国出口管制规定"，最高面临20年监禁和100万美元 罚款。换言之，美国制造的芯片，中国AI模型不能用。中国产的芯片，其他地方的AI模型也不能 用。可谓蛮横霸道至极！ 商务部： 任何人若执行，须承担法律责任！ 据商务部网站消息，5月21日，商务部新闻发言人就美国企图全球禁用中国先进计算芯片发表谈 话。 中方注意到，美国商务部近日发布指南，以所谓推定违反美出口管制为由，企图在全球禁用中国先 进计算芯片，包括特定的华为昇腾芯片。美方措施是典型的单边霸凌和保护主义做法，严重损害全 球半导体产业链供应链稳定，剥夺其他国家发展先进计算芯片和人工智能等高科技产业的权利。 中方认为，美方滥用出口管制，对中国进行遏制打压，违反国际法和国际关系基本准则，严重损害 中国企业正当权益，危害中国发展利益。 中方强调，美方措施涉嫌构成对中国企业采取的歧视性限制措 ...

美国政府升级对英伟达H20芯片的出口管制 - 美国政府于4月9日通知英伟达，H20芯片出口到中国需要许可证，并于14日宣布规定将无限期实施[2] - H20被纳入"非民用超算风险清单"，标志着AI芯片管制从高端产品延伸至定制化中端产品[2] - H20是英伟达在中国合法销售的主要芯片，于2023年10月美国最新出口限制生效后推出[2] 美国对AMD和英特尔AI芯片的出口限制 - 美国商务部宣布AMD MI308及同类型AI芯片新增中国出口许可要求[6] - 英特尔Gaudi芯片同样需要获得出口许可证才能向中国销售[6] 国内AI芯片厂商的替代机会 - 华泰证券指出H20销售受限或已被市场预期，但新规可能堵住以内存弥补算力漏洞[6] - 万联证券认为H20在中国市场的销售或将面临较大限制，国内AI芯片厂商有望承接更多市场份额[6] - 国产算力迎来发展机遇，全球贸易摩擦或加速半导体产业国产化进程[6] 华为昇腾910C的性能与优势 - 昇腾910C通过组合两个昇腾910B芯片，计算能力达800 TFLOP/s（FP16），内存带宽3.2 TB/s，接近英伟达H100性能的80%[7] - 华为通过CloudMatrix系统聚合算力，CM384系统在规模及推理性能上比肩英伟达NVL72超节点[7] - 昇腾910C采用共封装或芯片组技术，显著提升性能[7] 华为昇腾910C的技术挑战 - 组合设计导致功耗增加，CM384系统功耗为英伟达GB200 NVL72的3.9倍[9][10] - 每FLOP功耗差2.3倍，每TB/s内存带宽功耗差1.8倍，每TB HBM内存容量功耗差1.1倍[10] - die-to-die带宽仅为Nvidia H100的1/10至1/20，可能影响大规模AI训练任务效率[11] 华为昇腾910C的生态系统与供应链问题 - 华为MindSpore AI框架成熟度和广泛采用度较低，可能限制开发者采用[11] - 昇腾910C良率仅为32%-40%，低于60%的行业标准，大部分仍依赖台积电7nm工艺制造[12] - 关键组件如HBM主要来自韩国供应商三星，供应链模式稳定性差、风险高[13] 国内其他AI芯片厂商的布局 - 科技大厂阿里、百度、腾讯、商汤科技等布局自研AI芯片，服务于自有云平台或业务[14] - 海光信息DCU系列产品兼容CUDA生态，已应用于国产超算和AI训练场景[15] - 寒武纪思元系列芯片可满足云端训练等场景需求，壁仞科技BR100芯片峰值算力达国际厂商旗舰产品3倍以上[15][16] 国内AI芯片多元化发展的重要性 - 中国AI芯片替代不能仅靠个别企业，需支持华为、海光信息、摩尔线程等多元化发展[17] - 构建强大、完整、有韧性的全产业链自主生态是实现AI芯片自主可控的关键[17]

随着AI爆发，大模型的参数量、数据中心的规模都呈现几何式增长，这背后，需要庞大的电力来 驱动计算、存储以及冷却系统。 电力，日益演变为制约AI发展的达摩克里斯之剑。 有数据显示，2023年，美国数据中心停机的原因中，52%是由于电力供给不足所致。这一数字在 2020年还仅为37%。 埃隆·马斯克、萨姆·奥尔特曼、黄仁勋等科技大佬都曾对电力紧缺表达过担忧。一时间，储备电 力粮草成为科技巨头们的必修课。而由于化石能源并不符合全球碳中和的宏大叙事，科技大厂纷 纷投向清洁能源。 但其中，地热、核电、风能等受制于地域限制、建设周期长等因素，"光伏+储能" 极有可能成为 解决AI电力问题的最佳方案。 AI的尽头是电力。 向ChatGPT发起提问，当手指在键盘上敲下Enter键，就如同开启了一个庞大的多米诺骨牌，其背 后调动的资源数以亿计。 "我们在创造历史。" 2024年10月18日，美国能源部长詹妮弗·格兰霍姆出席该国历史上最大的光伏项目 "猎户座太阳能 带" 的开幕式时，发出了这样的感叹。 这个由日本软银旗下SB Energy建设的超级光伏电站，合计能产出875MW的清洁能源，几乎相当 于一个典型核电设施的规模。而其 ...

"我们在创造历史。" 2024年10月18日，美国能源部长詹妮弗·格兰霍姆出席该国历史上最大的光伏项目 "猎户座太阳能 带" 的开幕式时，发出了这样的感叹。 这个由日本软银旗下SB Energy建设的超级光伏电站，合计能产出875MW的清洁能源，几乎相当 于一个典型核电设施的规模。而其中85%的电力将输送给谷歌在达拉斯地区的数据中心。 粗略估算，ChatGPT每天所需的电力能够生产37吨电解铝。 随着AI爆发，大模型的参数量、数据中心的规模都呈现几何式增长，这背后，需要庞大的电力来 驱动计算、存储以及冷却系统。 电力，日益演变为制约AI发展的达摩克里斯之剑。 有数据显示，2023年，美国数据中心停机的原因中，52%是由于电力供给不足所致。这一数字在 2020年还仅为37%。 埃隆·马斯克、萨姆·奥尔特曼、黄仁勋等科技大佬都曾对电力紧缺表达过担忧。一时间，储备电 力粮草成为科技巨头们的必修课。而由于化石能源并不符合全球碳中和的宏大叙事，科技大厂纷 纷投向清洁能源。 但其中，地热、核电、风能等受制于地域限制、建设周期长等因素，"光伏+储能" 极有可能成为 解决AI电力问题的最佳方案。 AI的尽头是电力。 向Cha ...