97国际游戏app-求是缘半导体周要闻－莫大康(202632)

　　97国际-至尊品牌,源于信誉-

　　核心原因就一个：过去我们默认“人是软件的使用者”，而现在，一个全新的主角出现了——Agent（可以通俗理解为“AI助手”“智能代理”），它才是未来软件的“新主人”。 2026年都到了，再用以前的老思路去做新事情，就像拿着旧地图找新大陆，根本找不到方向。今天就用最直白的话，跟大家聊聊：那些过时的老思路该扔了，新的世界到底是什么样的。

　　过去二十年，所有软件公司都在研究“怎么让人用得爽”——界面好不好看、操作顺不顺手、推送及不及时，都是为了让用户离不开自己。

　　现在，这个问题变成了“怎么让AI助手用得爽”——比如API稳不稳定（AI调用时会不会出错）、使用说明清不清楚（AI能不能快速学会用）、返回的结果准不准确（AI能不能靠这个完成任务），这些才是关键。

　　而且AI助手的数量正在爆炸式增长：以后一个人可能会有10个、100个AI助手帮自己干活，每个AI助手每天都会调用上千次、上万次各种软件的功能——这个调用量，会远远超过我们人类点击手机、电脑的次数。新时代，人成长最快的方式，就是和AI助手一起“快速消耗Token”——多让AI帮你干活、帮你思考，多做那些需要大量Token但能快速提升自己的事（比如用AI写代码、做AI助手、做AI视频），你的成长速度会远超别人比如有一个100分的顶级AI模型，你为了省钱，去用一个90分的普通模型，看似省了钱，其实是浪费了自己最宝贵的东西——时间和判断力。用顶级AI和用普通AI的人，一年下来的认知差距，可能会有100倍；就像以前用谷歌查资料和用普通搜索引擎的人，一年后看问题的眼光，完全不一样。

　　甚至有小孩说：“我不想跟普通AI聊天，它智商太低了。” 想想看，现在用不同AI的孩子，十年后的差距会有多大？

　　但现在不一样了，新时代拼的是“生产力经济”——你花钱请AI助手帮你干活（比如写报告、做设计、处理数据），你拿到了想要的结果，节省了时间；AI公司赚到了钱，双方都有收获，而不是一方浪费、一方赚钱。

　　一旦你说“我在做一个AI应用”，思路就被锁死了真正的AI时代，不该想着“服务人”，而该想着“服务AI助手”——换个思路，你做事的方向、方法，都会完全不一样别再提“AI应用”了，这个词本身就错了。

　　最大的客户是AI助手（可以叫2A）。我们要的从来不是“会用软件”，而是“用软件拿到结果”——以前没人帮忙，只能自己学软件、操作软件；现在有了AI助手，它能自己学会操作软件，还能以百倍的速度干活，根本不用我们插手。

　　从这次他们与Meta的合作，我们可以看到他们对于服务器CPU方面的决心。而且，英伟达推出仅支持 Grace 芯片的服务器之际，正值超大规模数据中心运营商越来越多地寻求利用传统 CPU 芯片来帮助支持一些 AI 推理和智能 AI 应用，从而抓住市场对传统 CPU 日益增长的需求。

　　在2020年的时候，英伟达曾经宣布，将以 400 亿美元的价格从软银手中收购 Arm Limited。据当时的报道，通过此次合并，英伟达希望能将领先的人工智能计算平台与Arm庞大的生态系统相结合，旨在打造人工智能时代首屈一指的计算公司，加速创新并拓展至大型高增长市场。

　　但最后，因为监管的原因，英伟达的这单收购被叫停。之后，随着英国芯片设计公司 Arm 于 2023 年上市以来，英伟达一直持有 Arm 的股份。但近日，英伟达已正式出售其持有的所有Arm Holdings PLC股份，共计110万股，截至发稿时价值约1.4亿美元。

　　在人工智能的推动下，英伟达的GPU广为人知。但从最近的消息看来，这家GPU巨头正在大举进军CPU。

　　日前，英伟达与 Meta 签署了一项扩大的多年数据中心协议，根据该协议，这家芯片制造商将向这家社交媒体巨头提供数百万个 Blackwell 和 Rubin GPU。虽然这无疑是这则新闻中最引人注目的部分。

　　华尔街日报在最新的报道中表示，英伟达笔记本电脑芯片将于今年在戴尔、联想等公司的产品中上市，这标志着人工智能芯片领域的领导者重返消费级PC市场。作为全球市值最高的公司，英伟达并不指望其芯片很快能进入普通个人电脑市场带来巨额利润，但分析师表示，该公司希望在人工智能时代与消费者保持联系。

　　华尔街日报指出，英伟达的新型PC处理器采用系统级芯片（SoC）设计，将中央处理器与该公司引以为傲的强大图形处理单元（GPU）集成在一起。GPU正是人工智能模型运行的核心芯片。

　　对于英伟达来说，如上所述，PC也是他们紧紧盯住的一个市场，尤其是在看到苹果凭借M系列Arm芯片在Macbook上取得巨大成功后，更坚定了他们的信心。

　　对于英伟达来说，虽然在人工智能GPU市场表现优越，甚至称的上是独霸天下，但是无论是谷歌、Meta、微软，还是各大芯片厂商，都在用各种方法来抢夺他们的市场，这种情况下他们往CPU等领域扩展，也是顺理成章。但在这个市场，他们同时面临高通等新兴势力以及之前的传统芯片巨头的竞争，这是无可避免的。

　　于英伟达而言，他们还有一个巨大担忧，就是随着人们对人工智能的质疑日益加剧，华尔街越来越担心，无论这家芯片巨头本周的财报结果如何，都将拖累其股价。

　　英伟达的股价已横盘整理数月，自第四季度初以来仅上涨1.7%，略低于同期标普500指数3.3%的涨幅。该股今年以来勉强实现正收益，在2026年初的标普500指数中排名后半段。对于一家不久前还位列指数领头羊行列、年增长率高达三位数的公司来说，这无疑是一次巨大的滑坡。

　　“从基本面来看，英伟达的发展前景依然强劲，问题在于市场情绪是否也能保持强劲，”西北互惠财富管理公司股票首席投资组合经理马特·斯图基表示。“目前，该行业各个环节的焦虑情绪都在上升。”

　　3 ) OpenAI 调整星际之门项目策略暂缓自建，转向与甲骨文及软银深度合作

　　2026-2 月 23 日消息，据《The information》今天报道，OpenAI 耗资 5000 亿美元（IT 之家注：现汇率约合 3.46 万亿元人民币）的「星际之门」AI 数据中心项目历经一年停滞后，正式转向与外部公司「深度协作」的模式。

　　据报道，OpenAI 近期已搁置了自建数据中心计划，转为与甲骨文合作建设 4.5GW（吉瓦）的数据中心，并与软银合作开发德州 1GW 园区。

　　建设和维护顶尖的计算基础设施（如训练GPT-4或GPT-5所需的算力集群）需要天文数字般的资金投入。从芯片采购、数据中心建设到能源供应，成本极其高昂。对于任何单一公司而言，这都是巨大的财务负担。通过与微软等科技巨头合作，OpenAI可以利用合作伙伴已有的庞大基础设施（如Azure云平台），大幅降低自身的资本支出和运营成本，将有限的资源更高效地集中在核心的AI模型研发上。

　　微软等合作伙伴在云计算、硬件优化、分布式系统等领域拥有深厚的技术积累和工程经验。OpenAI通过合作，可以借助这些技术优势，加速其AI模型的训练速度和部署效率。这种“AI模型研发能力”与“底层基础设施能力”的强强联合，能够比单打独斗更快地推动技术突破和产品迭代。

　　再先进的AI技术也需要广阔的市场和用户基础来实现其商业价值。微软拥有覆盖全球的企业客户网络、庞大的开发者生态以及Office、Azure等成熟的产品矩阵。通过与微软深度集成（例如将GPT技术融入Bing、Copilot等产品），OpenAI能够迅速将其研究成果转化为实际应用，触达数以亿计的用户，实现技术的商业化落地。

　　AI领域的竞争激烈且充满不确定性。通过建立合作关系，OpenAI可以将部分商业和市场风险转移给合作伙伴。同时，这种合作模式也允许OpenAI更加专注于其最擅长的领域——前沿AI研究和模型创新，而将基础设施、市场推广等环节交由更专业的伙伴处理，形成更高效的战略分工。

　　综上所述，OpenAI从“自建”转向“合作”，并非放弃独立性，而是一种更务实、更高效的商业和技术战略选择。它通过整合外部资源，实现了自身能力的放大，在快速变化的AI赛道上，这种灵活的合作模式往往比封闭的独立发展更具优势。

　　日常机器人多停留在表演演示阶段 ，机器人商用仍处极早期阶段，日常通用场景大规模应用仍需漫长时间，当前行业核心瓶颈是数据缺失与应用场景有限的死循环：无落地场景则无机器人运行，进而无法积累规模数据，反之又制约技术迭代，且机器人数据收集成本高、难度大。她表示工业机器人因场景可控、数据易获取，商用进展更快，但日常机器人多停留在表演演示阶段，缺乏真实商业用例。

　　对比自动驾驶，机器人行业无成熟供应链与标准化用例，落地难度更大，自动驾驶从提出概念到应用走了 20 年。她认为仿真和生成式 AI 可提供合成数据，减少对真实数据的依赖，这也是其团队的研发方向，同时她对机器人商用保持乐观，但强调这是长期工程，需足够耐心。

　　根据韩国半导体工程师协会发布的《半导体技术路线》，全球半导体产业正规划在未来15年内，将先进逻辑制程从现行的2纳米节点，逐步推进至2040年的0.2纳米，正式进入埃米世代。随着传统线宽微缩逐渐逼近物理极限，未来制程演进将不再仅依赖光刻技术，而是转向结构、材料与系统层级的全面革新。

　　从时间轴来看，路线纳米级；到了2040年，逻辑电路线年前后带来更细线宽，但基于光刻的物理微缩将逐步趋于饱和，制程竞争的重心势必转向芯片架构与整体系统设计。

　　为延续摩尔定律，逻辑元件将由FinFET转向GAA（Gate-All-Around），并进一步演进至CFET（Complementary FET）等三维晶体管结构，通过将PMOS与NMOS垂直堆叠，突破平面密度限制。

　　配合Monolithic 3D（单片3D）制程，以及由DTCO迈向STCO（系统-工艺协同优化）的设计思维，未来效能提升将来自整体架构重整，而非单一制程节点的微缩。

　　除了逻辑制程，存储器技术的演进节奏与0.2纳米逻辑工艺高度协同。在DRAM领域，传统BCAT架构预期将在7～8纳米遭遇微缩极限，未来将转向垂直通道晶体管、堆叠式DRAM、4F2单元，以及通过Hybrid Bonding（混合键合）将CMOS电路直接与存储器阵列结合的CBA（CMOS Bonded Array）架构，延续密度与效能提升。

　　在AI应用的驱动下，高带宽存储器（HBM）的重要性进一步放大。路线图指出，通过更高层数堆叠、混合键合与散热设计，预计HBM在2031年将有20层、8TB/s，并在2040年达到30层以上、128TB/s的带宽水平。

　　至于NAND Flash，则走向“以层数换密度”的发展路径，预期自321层推进至2031年约1,000层，并在2040年挑战2,000层。

　　半导体产业正借助逻辑与存储器的3D化、Hybrid Bonding及系统级架构重整，提升单位面积整合密度并降低互连延迟，在不完全依赖线宽微缩的情况下，满足未来AI及其他产业对于高速、低功耗的需求。

　　据世界半导体技术协会（WSTS）预测，2025年全球半导体市场规模将达到7920亿美元。2025年较2024年增长25.6%，是自2021年（受新冠疫情影响，2021年增幅为26.2%）以来最强劲的增长。人工智能（AI）的蓬勃发展是推动增长的主要动力，其中英伟达（Nvidia）的营收增长高达65%。三星、SK海力士、美光科技、铠侠和闪迪等主要存储器厂商均表示，人工智能是其营收增长的主要驱动力，推动了它们整体29%的营收增长。

　　2025年第四季度业绩喜忧参半。存储器公司营收较2025年第三季度增长21%至34%。英伟达营收增长20%。十家公司2025年第四季度营收增长0.2%至11%。四家公司（德州仪器、英飞凌、索尼影像和安森美）营收下滑。

　　如果人工智能在 2026 年继续保持强劲增长，那么依赖智能手机和个人电脑市场的半导体公司在 2026 年可能会面临收入下降。

　　一年前，没有人预料到人工智能的需求会在2025年推动半导体市场增长25.6%。半导体情报公司（Semiconductor Intelligence）设立了一个虚拟奖项，表彰年度最准确的半导体市场预测。评选标准为上一年10月至今年3月初WSTS 1月数据发布期间公开发布的预测数据。最终，IDC凭借15%的增长率荣获2025年最佳预测奖。其他几家预测机构的预测值则在12%至14%之间。

　　人工智能领域巨大的内存需求导致其他应用领域内存短缺。英特尔预计，由于个人电脑内存短缺，其2026年第一季度营收将比2025年第四季度下降11%。高通和联发科也均指出，智能手机内存短缺是导致其营收预计下降的原因。 各内存厂商对2026年第一季度营收与2025年第四季度相比的变化预期不一。三家给出业绩指引的内存厂商预计2026年第一季度营收将大幅增长，其中美光预计增长37%，闪迪预计增长52%，铠侠预计增长64%。英伟达预计人工智能将推动营收增长14%。另有四家厂商预计，基于工业市场复苏和人工智能持续强劲的发展势头，营收将增长2%至11%。AMD、恩智浦半导体、意法半导体和安森美半导体则预计营收将下降，主要受季节性因素影响。

　　英伟达周三发布了季度财报，这家芯片制造商公布的营收高于预期，并延续了其多年来超越华尔街极高预期的纪录。这家芯片制造商公布的每股收益为1.62美元，高于华尔街分析师预期的1.53美元。其当季总营收为681.3亿美元，也高于分析师预测的662亿美元。年度营收也创下历史新高，达到2159亿美元。

　　尽管英伟达利润丰厚，但该公司与OpenAI等人工智能公司达成的数十亿美元交易却受到了越来越多的关注。这些交易的循环性质——英伟达投资一家公司，而这家公司反过来又从英伟达购买芯片——让一些分析师担忧，人工智能行业的风险可能比其支持者所承认的要高得多。

　　英伟达的一项重磅交易——向OpenAI投资1000亿美元——也在本月初告吹。据报道，英伟达将转而向OpenAI投资300亿美元，这家ChatGPT的创建者计划在今年晚些时候上市，估值约为7300亿美元。

　　英伟达首席财务官科莱特·克雷斯在财报电话会议上表示：“我们预计 2026 年全年营收将持续增长”，超过了该公司此前预测的 2026 年底营收达到 5000 亿美元。

　　该公司在年度报告中表示，年内向私营企业和基础设施基金投资了175亿美元，“主要用于支持早期创业公司”。英伟达表示，这些投资“短期内可能无法盈利，甚至可能永远无法盈利，我们无法保证能够获得投资回报”。

　　该公司绝大部分收入来自其数据中心业务，而该业务的增长得益于科技行业对人工智能基础设施的巨额投资。周三，英伟达公布该业务同比增长75%，达到623亿美元。作为全球市值最高的上市公司，英伟达凭借其处理器成为人工智能蓬勃发展的基石，在芯片市场占据主导地位。该公司本财年的总利润也高达1200亿美元。

　　黄仁勋一再淡化人工智能将如何颠覆或取代众多行业的劳动力的担忧。上个月，在全球软件股抛售潮中，黄仁勋公开反对人工智能取代软件技术的担忧。今年早些时候在达沃斯世界经济论坛上，他也将人工智能描述为创造就业机会的契机，认为它将释放生产力，并成为国际基础设施的核心组成部分。

　　然而，尽管特朗普政府最近批准了该公司向中国销售其 H200 芯片，但该公司在其展望中并未计入来自中国的任何数据中心收入。

　　根据英伟达向美国证券交易委员会提交的文件，自特朗普政府于 2025 年 8 月重新批准销售性能较低的芯片以来，英伟达已创造了约 6000 万美元的 H2O 收入。

　　过去几个月，中国人工智能芯片“四小龙”中的三家——壁仞科技、摩尔线程和沐曦——已经上市。剩下的一家芯片开发商——腾讯投资的燧原科技（英文名为Enflame）——也正在筹备上市。

　　在今年 1 月的 CES 展会上，英伟达表示其下一代 Rubin AI 芯片已经“全面投产”，并将于 2026 年下半年上市。同时，英伟达还公布了备受期待的 Blackwell 系列继任者的更多细节。

　　黄说：“当智能体进行编码时，它们会生成成千上万个，因为它们要运行几分钟到几个小时。因此，这些系统，这些智能体系统，会像一个团队一样，不断衍生出不同的智能体。”

　　他补充道：“token的生成数量确实呈指数级增长。因此，我们需要以更快的速度进行推理，而当推理速度大幅提升，并且每个代币都以美元计价时，它就会直接转化为收入。

　　埃隆·马斯克坚信，太空数据中心是解决人工智能巨大能源需求的答案。但OpenAI首席执行官萨姆·奥特曼则表示怀疑，太空数据中心能否在未来很多年内真正发挥作用。

　　黄说：“在太空中，能量和热量的散发，太空很冷，但是没有空气流动，所以这里唯一的散热方式是通过传导，而你需要制造的散热器体积相当大。”

　　“所以，我们在地球上使用的方法与在太空中采用的方法略有不同，但有很多不同的计算问题确实需要在太空中解决，因此英伟达已经成为世界上第一个进入太空的GPU。Hopper已经在太空中了，”他补充道。

　　关于收入多元化，克雷斯表示，英伟达前五大云提供商贡献了其数据中心收入的一半左右，另一半则来自日益多元化的客户群体，包括人工智能初创公司、企业和主权政府——这表明需求正在向大型科技公司以外的领域扩散。

　　“从根本上讲，因为每家公司都依赖软件，所以每款软件都将依赖人工智能，”他说道。“因此，每家公司都会发行代币。”

　　首席执行官表示，为了生产token，各公司将不得不继续购买更多的计算资源，这使得英伟达处于有利地位。

　　他表示，随着企业将人工智能tokens货币化，并推出能够解决现实世界业务问题的更智能的代理，计算正日益转化为收入。

　　维度 ；美国中国对比结果数量/规模  超大规模数据中心 4165座（全球第一）超大规模数据中心 381座（全球第四）美国数量是中国的 11倍

　　核心瓶颈；电网老旧、变压器短缺、审批延误芯片制裁、国产算力生态磨合美国卡在能源，中国卡在芯片

　　缺口巨大：摩根士丹利预测2025-2028年累计电力缺口达 47吉瓦（GW），相当于9个迈阿密的用电量。

　　占比惊人：数据中心用电增量将占全美总用电需求增量的 近50%。弗吉尼亚州（全球数据中心核心区）耗电量已占当地电力供应的 25%。

　　能源焦虑：科技巨头（如Meta、谷歌）被迫自建电站，甚至考虑重启退役的燃煤电厂。

　　政策红线：国家枢纽节点新建数据中心PUE（能效比）必须低于1.3，老旧设施强制改造。

　　绿电导向：“东数西算”要求新建数据中心绿电占比超80%。利用西部风光资源，将“耗电”转化为“消纳绿电”。

　　总量控制：全社会用电量基数大（2025年超10万亿千瓦时），数据中心占比相对可控，但芯片功耗（如H20/A100）是隐性高耗能点。

　　四大巨头（MAMG） ；Microsoft；Amazon；Meta；；Google：2026年资本支出指引合计突破 6000亿美元（约4.3万亿人民币）。Meta一家就计划投入1150-1350亿美元，主要用于购买GPU和建液冷机房。

　　流向：“买卡+建池”并重。受制裁影响，大量资金用于自研芯片（昆仑芯、玄铁）和国产算力集群适配，建设成本远低于美国（土地、人工便宜）。

　　特征美国中国核心聚集区弗吉尼亚北部（占全球容量10%）、俄勒冈、爱荷华京津冀（北京周边）、长三角、粤港澳、成渝扩张趋势向中西部（如内布拉斯加）迁移，寻找便宜电力和土地向西部（内蒙古、贵州、甘肃）迁移，响应“东数西算”建设状态审批受阻：因电网压力，2025年末在建容量从6.35GW降至5.99GW加速交付：腾讯、字节等自建IDC在贵州、宁夏快速落地 。

　　中国是“算力基建”：钱主要花在盖房子（IDC）和国产替代上，政策是硬约束（PUE、绿电）。

　　风险点：美国可能因缺电导致AI算力增长停滞；中国可能因国产算力效率不足导致“电耗高、算力低”的性价比陷阱。

　　莫大康：浙江大学校友，求是缘半导体联盟顾问。亲历50年中国半导体产业发展历程的著名学者、行业评论家。

　　求是缘半导体联盟成立于2015年11月，作为跨学科的全球化半导体产业平台，以“促进半导体产业合作和知识共享”为愿景，秉承“开放、共享、国际化、全产业链”的核心理念，助力全球、特别是中国的半导体及相关产业发展。联盟拥有超过437家单位会员和2388名个人会员，在北美、杭州、上海、无锡、常州、深圳、苏州、北京设有联络处。

　　联盟定期举办年度产业峰会活动，不定期开展线上线下专题活动；拥有“一周芯闻”、“求是芯星”、“技术沙龙”、“直播沙龙”、“会员走访”、“会员风采”、“供需发布”等资讯栏目；提供投融资咨询、法律咨询、管理咨询、人力咨询、产业对接、市场拓展等服务；联盟还设立了奖学金，拥有产业投资基金以及产业培训班，以全方位支持会员发展。