半导体

💬 小乌点评 💡 手机芯片见顶之后，高通终于在服务器和边缘AI里找到了新故事。 📰 原文详情 高通长期被视为智能手机芯片霸主，但在AI硬件行情里，它的股价涨幅却远不如英伟达和博通。核心原因是手机市场增长乏力，而高通在数据中心还没有真正放量。近日有消息称，高通正在与亚马逊合作多个芯片项目，闻讯后股价明显上涨。 这些合作可能包括为亚马逊AWS设计基于Arm架构的服务器芯片，以及面向Alexa设备、物流机器人和云计算加速器的专用芯片。亚马逊在自研芯片上长期依赖Annapurna Labs团队，也同时采购博通、Marvell的设计服务。与高通合作意味着AWS希望引入更多供应商，以降低成本和供应链风险。 对高通而言，进入AWS供应链的意义不仅是营收增量，更是证明其具备定制AI芯片（ASIC）能力。高通的Hexagon NPU和调制解调器技术在移动端积累深厚，但要在数据中心达到AMD和英伟达的能效水平仍是巨大挑战。分析师估计，这些合作项目最早到2027年才能贡献实质收入，因此本次股价反应更多是情绪修复。 若双方最终签署正式订单并进入量产，高通将摆脱对手机业务的过度依赖。但定制芯片市场竞争激烈，亚马逊也可能同时扶持多家供应商，高通的利润率未必能复制手机骁龙芯片的水平。 💡 技术纵深 ：定制芯片是半导体行业的下一个“代工式”增长曲线。高通的移动专利护城河很难复制到数据中心，与亚马逊合作能打开增量，但也要小心沦为低毛利设计代工服务商。 手机芯片见顶之后，高通终于在服务器和边缘AI里找到了新故事。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 小乌的深度思考：定制芯片是半导体行业的下一个“代工式”增长曲线。高通的移动专利护城河很难复制到数据中心，与亚马逊合作能打开增量，但也要小心沦为低毛利设计代工服务商。

💬 小乌点评 💡 算力之后，存储成了AI军备竞赛的新命门，而美光正踩在风口上。 📰 原文详情 过去两年AI热潮的主角一直是GPU，但如今内存芯片已经悄悄成为决定AI算力成本的核心环节。大模型训练和推理需要海量高带宽内存（HBM），而HBM市场的三大供应商中，美光正以激进的技术路线追赶并挑战头号厂商。 市场研究机构预计，2026年全球半导体行业收入将首次突破1.5万亿美元，贡献最大的不再是逻辑芯片，而是内存。DRAM价格在经历2023年低谷后大幅回升，叠加数据中心对HBM的排队订单，内存厂商的议价能力空前强大。 美光的领先优势来自其在1γ纳米节点和HBM4上的布局。英伟达新一代加速卡对HBM容量和带宽的要求翻倍，美光已通过认证并开始小批量供货。文章分析认为，内存行业的传统“周期股”属性正在被AI资本开支改写：过去供给过剩导致价格崩盘，如今头部三家厂商保持理性扩产，而AI需求曲线比PC和手机时代陡峭得多。 不过，也有分析师提醒，当所有云厂商都在囤内存，库存误判风险仍在。如果AI训练需求阶段性放缓，高企的内存价格可能迅速回落。美光能否持续统治，取决于它是否与下一代AI芯片深度绑定。 💡 技术纵深 ：内存从“大路货”变成“AI战略资源”，说明AI瓶颈正在向存储侧转移。美光的股价已经计入大量乐观预期，真正的变量不是技术本身，而是2027年云厂商的资本开支是否按线性外推兑现。 算力之后，存储成了AI军备竞赛的新命门，而美光正踩在风口上。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 小乌的深度思考：内存从“大路货”变成“AI战略资源”，说明AI瓶颈正在向存储侧转移。美光的股价已经计入大量乐观预期，真正的变量不是技术本身，而是2027年云厂商的资本开支是否按线性外推兑现。

💬 小乌点评 💡 把显卡硬塞进75W功耗墙，本身就是对性能的谋杀。 📰 原文详情 Tom’s Hardware测试了一款非常特殊的RTX 3060 12GB显卡：它采用单槽半高设计，没有外接供电接口，完全依赖PCIe插槽的75W供电。从规格上看，这似乎是面向老式小型机箱或电源功率不足用户的“免升级”方案，但实测数据却相当尴尬。 RTX 3060在标准状态下是一张功耗不低的显卡，通常需要外接8针甚至双8针供电。要让它在仅75W的功耗墙内运行，厂商必须大幅压低核心频率和电压。Tom’s Hardware发现，这款卡的实际性能大约只有标准版的一半，光栅性能、光追性能和内容创作表现都明显缩水。更糟的是，它的散热鳍片面积受单槽半高限制，即使发热量被限制，温度依然高得吓人，风扇噪音也变成了不可忽视的问题。 这种产品存在的意义主要是兼容性：某些品牌机或服务器拆机机箱没有额外电源接口，用户想升级到现代显卡几乎没有选择。用PCIe插槽供电，确实能让老机器在物理上点亮RTX 3060，但代价是它无法恢复应有的高频率和持续性能。Tom’s Hardware以“如果你想砍掉一半性能并搞坏温度，这就是完美产品”来总结，显然不推荐购买。 这件事反映了显卡小型化设计的真实边界：摩尔定律带来的能效提升，还不足以让中高端GPU彻底摆脱外接供电。低功耗版本若能做好散热和频率平衡，仍有一些细分市场；但为了“无外接供电”这一卖点强行牺牲一切，最后只会变成一件中看不中用的收藏品。 💡 技术纵深 ：这不仅是某个三线品牌“魔改”硬件的失败案例，也说明PCIe供电能力与高性能GPU之间的物理鸿沟仍然巨大。未来若显卡真的做到完全由插槽供电，不仅需要芯片能效飞跃，还需要主板/电源规范同步重构。现阶段所有“无外接供电旗舰卡”大概都只是法律意义上的存在。 把显卡硬塞进75W功耗墙，本身就是对性能的谋杀。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：Tom’s Hardware 🤔 小乌的深度思考 🤔 小乌的深度思考：这不仅是某个三线品牌“魔改”硬件的失败案例，也说明PCIe供电能力与高性能GPU之间的物理鸿沟仍然巨大。未来若显卡真的做到完全由插槽供电，不仅需要芯片能效飞跃，还需要主板/电源规范同步重构。现阶段所有“无外接供电旗舰卡”大概都只是法律意义上的存在。

💬 小乌点评 💡 小乌的点评：AI竞赛的胜负手不只在GPU，存储带宽正成为决定训练效率与交付周期的隐形冠军。 📰 原文详情 据MarketWatch报道，美光科技正在加大一类高利润AI存储芯片的产能投入。这类产品被业界普遍认为指向高带宽内存（HBM）以及AI服务器所需的先进DRAM方案，其需求主要由大模型训练和推理基础设施推动。随着微软、Meta、谷歌等云厂商持续扩充AI集群，单颗GPU搭配的存储容量和带宽要求不断上升，存储原厂在AI硬件供应链中的议价能力也随之增强。 美光的扩产决策正值整个存储行业从周期底部快速回升的关键窗口。过去两年间，内存厂商收缩资本开支导致供给增量有限，而AI数据中心的需求却在指数级增长，HBM甚至出现被抢订一空的情况。报告称美光此次瞄准的是“利润率更高的存储产品线”，这意味着公司并不满足于DDR5等通用内存的复苏，而是希望借助AI特种存储完成产品结构升级，进一步拉高单位盈利能力。 对投资者而言，这种产品组合的转变可能比单纯的涨价更值得关注。HBM等产品的制造工艺更复杂、良率爬坡更慢，但一旦形成稳定供货能力，其毛利率远高于传统内存。美光在HBM领域虽然起步晚于SK海力士和三星，但过去几个季度一直在加速追赶，并获得了多家AI芯片客户的供应商认证。若扩产计划顺利落地，美光有望在下一轮AI服务器出货高峰中拿到更大份额。 当然，风险也同样明显。存储行业历史上具有强烈的周期属性，AI驱动的需求爆发是否会重演“扩产—过剩—降价”的剧本，目前仍有争议。此外，HBM产能需要占用先进封装和晶圆产能，如果AI资本开支增速放缓，高价存储订单可能迅速萎缩。美光需要在扩产节奏和客户长约之间找到平衡，才能把这轮AI红利真正转化为持续性的股东回报。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 小乌的深度思考：美光不再只是“周期股”标签下的内存供应商，而是在向AI基础设施的核心组件商转型。真正值得跟踪的指标不是DRAM现货报价，而是HBM等高端产品在整体出货结构中的收入占比——那才是估值体系切换的关键。

💬 小乌点评 💡 训练竞赛的尽头是推理成本之战，谁能把Token价格打下来谁就是下一个英伟达。 📰 原文详情 AI芯片初创公司Tensara今天宣布完成了2.5亿美元的C轮融资，由两家头部风险投资机构联合领投，老股东全部跟投。公司宣称其研发的专用推理芯片在运行主流大语言模型时，能将单位Token的推理成本降低至现有GPU方案的十分之一，能耗降低约五倍。这笔资金将主要用于首款量产芯片的流片与客户验证。 Tensara的芯片路线图选择了与英伟达通用GPU完全不同的架构策略。其芯片将大量计算资源集中在低精度矩阵运算与稀疏计算加速上，在牺牲部分灵活性的条件下换取极致能效比。公司CEO在接受采访时打了个比方：「GPU是全能选手，什么都能跑，但什么都不是最优。我们的芯片就像一个专门的跑马拉松运动员，只干一件事但把这件事干到极致。」 当前AI推理市场的成本结构正在成为大模型应用大规模商业化的核心瓶颈。虽然过去两年AI模型的能力发生了质的飞跃，但调用成本依然远高于传统软件服务——一次复杂推理的费用可能是同等算量搜索请求的数十倍。多家头部大模型公司已将推理成本削减列为首要基础设施目标。Tensara声称其芯片在运行Llama 4级别的70B参数模型时可以达到每秒数千Token的吞吐，同时将单Token边际电费降至微乎其微的水平。 Tensara目前的最大挑战是生态壁垒。英伟达CUDA平台深耕十五年，几乎所有的AI框架与推理引擎都深度适配其指令集。Tensara选择了一条务实路径：优先通过支持ONNX Runtime与vLLM等主流开源推理框架实现「即插即用」，避免让客户进行重写代码的额外投入。首批工程样品预计将于明年第一季度交付给五家战略合作客户进行实测。如果其宣称的成本曲线得以实现，大模型应用的经济账将被彻底改写——也许不是逐步改善，而是断崖式下降。 🔗 原文链接：TechCrunch 🤔 小乌的深度思考 🤔 小乌的深度思考：每一家挑战英伟达的初创公司开场的PPT里都会写「降本90%」，但鲜有人能跨越软件生态的沼泽地。英伟达的护城河早已不是硬件而是CUDA背后的开发者惯性。Tensara选择支持ONNX Runtime是聪明的一步——大模型的推理栈仍在快速变化期，抓住框架标准化的窗口期，就有机会在英伟达转身之前拿到第一张船票。

💬 小乌点评 💡 小乌的点评：芯片巨头握满AI订单，华尔街却仍然不满足，真是“好业绩也怕高预期”。 📰 原文详情 博通最新季度业绩再度超过市场预期，但投资者显然不满足。财报公布后，公司股价不涨反跌，延续了近期令股东颇为沮丧的走势。过去几个季度，博通曾依靠AI定制芯片与网络业务屡次交出亮眼数字，但市场更关心AI收入能否持续高增长并转化为利润。 从业务结构看，博通在AI定制ASIC、以太网交换芯片及光互连等领域处于有利位置。云厂商的资本开支仍在大规模扩张，博通的定制XPU和Tomahawk/Jericho系列网络芯片被视为关键供应商。然而，分析师指出，股价下跌说明市场预期已经非常高，财报“超预期”的幅度不足以让更多资金进场。 此外，传统半导体业务与企业软件授权的增长相对温和，使整体增速仍然依赖AI少数几个大客户。如果核心客户的采购节奏或自有芯片进度调整，博通的营收波动会被放大。这些问题都在考验管理层对下一季度的指引，也解释为何即便盈利不错，股价反而承受压力。 对博通而言，好消息是AI基础设施浪潮还在延续，坏消息是资本市场已习惯用最高标准审视它。接下来，投资者需要看到的不是又一次小幅beat，而是AI定制芯片积压订单和产能扩张计划所带来的更陡峭增长曲线。 💡 技术纵深 博通是AI基础设施里少数“卖铲子又卖水”的公司，但市场已从看赛道转向看兑现速度。股价在beat后下跌，往往说明好消息有一部分已经被提前price in。如果后续定制ASIC大客户订单没有超预期上修，估值就很难再往上走。我的判断是，AI硬件叙事依然成立，但资本市场的耐心会越来越短。 小乌的点评：芯片巨头握满AI订单，华尔街却仍然不满足，真是“好业绩也怕高预期”。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 博通是AI基础设施里少数“卖铲子又卖水”的公司，但市场已从看赛道转向看兑现速度。股价在beat后下跌，往往说明好消息有一部分已经被提前price in。如果后续定制ASIC大客户订单没有超预期上修，估值就很难再往上走。我的判断是，AI硬件叙事依然成立，但资本市场的耐心会越来越短。

💬 小乌点评 💡 950亿美元积压订单背后，是企业客户从“要不要AI”到“抢不到算力”的集体转向。 📰 原文详情 戴尔发布最新财报，得益于AI服务器需求激增，营收和利润双双超出华尔街预期。公司同时上调了全年业绩展望，称人工智能基础设施的采购热潮仍在加速，并未出现市场此前担心的降温迹象。管理层在电话会议上透露，目前AI服务器积压订单已达950亿美元，创下历史新高，其中包括来自大型云服务商、主权AI项目以及企业客户的订单。 戴尔的首席运营官表示，GPU服务器交付周期依然紧张，供应链瓶颈尚未完全缓解。尽管市场对AI泡沫的担忧不断，但戴尔等硬件厂商的订单簿仍在膨胀，说明真实需求依然旺盛。传统存储和PC业务虽然增长平缓，但AI服务器的利润率改善明显，带动整体盈利能力提升。 分析师认为，戴尔正从一家传统PC厂商转型为AI基础设施核心供应商。其端到端的产品组合——从GPU服务器到存储、网络和液冷散热——让它在企业中占据独特位置。不过，竞争也在加剧，超微、惠普企业（HPE）以及云厂商自研硬件都构成压力。戴尔预计，AI服务器业务在下一财季仍将保持环比增长。 公司还强调，越来越多的客户不仅采购GPU服务器，还连带采购配套的存储与网络方案，整体客单价持续提升。对投资者而言，这不仅是财报数字的胜利，也标志着AI资本开支正在从超大规模云厂商向更广泛企业市场扩散。 💡 技术纵深 戴尔的950亿美元积压订单说明AI算力采购已经从尝鲜变成刚需。但也要注意，积压订单并不等于收入确认，随着GPU供给改善和竞争加剧，毛利率能否守住是个悬念。硬件厂商的周期属性不会因为AI消失，下一波考验是客户如何消化的速度。 950亿美元积压订单背后，是企业客户从“要不要AI”到“抢不到算力”的集体转向。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 戴尔的950亿美元积压订单说明AI算力采购已经从尝鲜变成刚需。但也要注意，积压订单并不等于收入确认，随着GPU供给改善和竞争加剧，毛利率能否守住是个悬念。硬件厂商的周期属性不会因为AI消失，下一波考验是客户如何消化的速度。

💬 小乌点评 💡 从游戏显卡到星际飞船，英伟达的客户名单越来越科幻。 📰 原文详情 英伟达本季度给出的营收预测超出华尔街所有预期，规模之大让分析师开始寻找幕后推手，SpaceX成为首要怀疑对象。SpaceX近期宣布其AI和自动导航系统将全部采用英伟达芯片，并计划在未来数年投入巨额资金采购计算硬件，用于星链网络优化、火箭回收算法和太空数据中心的规划。 除了SpaceX，包括特斯拉、Meta和微软在内的多个巨头也在不断加码AI计算资源。尤其是自动驾驶和机器人领域对端到端AI模型的需求，正在吞噬大量GPU算力。英伟达的数据中心业务已连续多个季度翻倍增长，而下季度的收入指引暗示这种飙升仍在加速。 华尔街的争论焦点在于，英伟达的收入已经紧密绑定少数超大客户的资本开支计划。一旦这些客户因宏观经济或内部战略调整削减订单，英伟达的业绩可能面临剧烈波动。SpaceX作为新巨头入场，是否会成为下一个“业绩压舱石”仍需观察。 英伟达CEO黄仁骣表示，AI正在从数据中心走向物理世界，包括自动驾驶、机器人和工业自动化，这些场景将需要比当前大得多的算力规模。投资者正在重新评估英伟达的长期增长曲线，但目前市场的情绪依然是“买预期、卖事实”的博弈阶段。 💡 技术纵深 ：英伟达的营收指引已经不只是“数据中心芯片”的映射，而是整个AI经济体对算力的总需求。SpaceX带来的想象空间虽大，但也意味着英伟达的业绩将更依赖少数资本巨头的决策，未来一旦出现客户自研芯片替代或订单推迟，预期差可能引发剧烈波动。 从游戏显卡到星际飞船，英伟达的客户名单越来越科幻。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 小乌的深度思考：英伟达的营收指引已经不只是“数据中心芯片”的映射，而是整个AI经济体对算力的总需求。SpaceX带来的想象空间虽大，但也意味着英伟达的业绩将更依赖少数资本巨头的决策，未来一旦出现客户自研芯片替代或订单推迟，预期差可能引发剧烈波动。

💬 小乌点评 💡 从千亿季度到万亿年营收，Nvidia的增速曲线比摩尔定律还陡峭。 📰 原文详情 Nvidia股价在最新财报发布后继续走高，华尔街分析师们纷纷上调目标价。一位分析师认为，Nvidia的年营收有望达到1万亿美元——这个数字在几年前听起来像天方夜谭，如今却进入了讨论范围。 财报显示，Nvidia的数据中心业务依然是核心增长引擎，AI芯片需求持续超过供给。市场关注的重点已从“增长是否可持续”转向“供给能否跟上需求”。有分析师指出，即使考虑竞争加剧和客户自研芯片等因素，Nvidia在AI训练和推理市场的统治地位短期内仍难以撼动。 不过，也有声音提醒，超高增长意味着超高预期，任何季度环比增速放缓都可能引发股价剧烈波动。当前Nvidia的估值已经反映了相当乐观的前景，投资者需要权衡增长确定性与估值风险之间的平衡。 从产业链角度看，台积电的先进封装产能、HBM内存供应以及数据中心基础设施建设速度，都是制约Nvidia出货量的关键瓶颈。随着下一代芯片平台的推出，供应链的紧张状况可能会在2027年逐步缓解。 💡 技术纵深 Nvidia的万亿营收目标并非空谈——如果AI资本开支热潮延续，叠加推理需求爆发，这个数字在2028年前后是有可能的。但真正的风险在于地缘政治导致的出口管制和云厂商自研芯片的长期侵蚀，这两点可能比AMD的竞争更值得警惕。 从千亿季度到万亿年营收，Nvidia的增速曲线比摩尔定律还陡峭。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：MarketWatch 🤔 小乌的深度思考 🤔 Nvidia的万亿营收目标并非空谈——如果AI资本开支热潮延续，叠加推理需求爆发，这个数字在2028年前后是有可能的。但真正的风险在于地缘政治导致的出口管制和云厂商自研芯片的长期侵蚀，这两点可能比AMD的竞争更值得警惕。

💬 小乌点评 💡 想靠关税让芯片“回家”，结果可能先把AI产业推去了海外。 📰 原文详情 特朗普政府计划对数据中心使用的芯片征收新税，以推动芯片制造业回流美国。这一计划遭到AI行业的广泛批评，业内人士称之为“能想到的最蠢方式”。他们认为，对进口芯片征税只会推高美国数据中心的建设成本，削弱美国AI企业的全球竞争力。 该计划的核心逻辑是：通过对芯片征税，迫使企业在美国本土生产更多芯片。但行业分析师指出，芯片制造是高度复杂的全球供应链体系，短期内无法通过关税手段实现大规模回流。台积电和三星的先进制程产能主要位于亚洲，即使有《芯片法案》的补贴，美国本土产能的建设也需要数年时间。 云服务商和AI企业对此反应强烈。如果税收落地，AWS、Azure、Google Cloud等大型数据中心的硬件成本将大幅上升，最终转嫁给终端用户。更令行业担忧的是，这可能导致AI企业将新建数据中心转移到加拿大、欧洲或东南亚等地。 目前该计划仍在讨论阶段，尚未形成正式法案。但即便是风声，已经让芯片股和云计算板块出现了波动。多家行业协会正在游说政府放弃这一方案，转而采用更务实的产业政策。 💡 技术纵深 半导体产业的地缘政治博弈越来越复杂。芯片税的本意是保护本土制造，但在全球化程度极高的半导体供应链中，这种单边措施往往事与愿违。更合理的路径可能是继续用补贴和税收优惠吸引制造业回流，而不是靠惩罚性关税。 想靠关税让芯片“回家”，结果可能先把AI产业推去了海外。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：Ars Technica 🤔 小乌的深度思考 🤔 半导体产业的地缘政治博弈越来越复杂。芯片税的本意是保护本土制造，但在全球化程度极高的半导体供应链中，这种单边措施往往事与愿违。更合理的路径可能是继续用补贴和税收优惠吸引制造业回流，而不是靠惩罚性关税。