过去两年，全球半导体产业的聚光灯始终打在HBM身上。这种通过硅通孔技术垂直堆叠的DRAM，伴随英伟达GPU的大规模出货，完成了从一个小众产品到供不应求的“硬通货”的蜕变。然而，就在2026年的春天，一个看似陈旧的技术名词——SRAM（静态随机存取存储器），正在以惊人的速度重回舞台中央。 要理解这场复权的底层逻辑，必须先厘清存储层级的基本分工。在当代计算架构中，存储系统呈现为一座金字塔：塔尖是集成在CPU、GPU计算核心附近的片上SRAM，具备纳秒级访问时延与高度确定性的带宽特性，带宽极高但容量极小、成本极高；向下依次是HBM、DRAM和SSD，每一级的容量递增，但时延和带宽的不确定性也随之增加。在过去以训练为主的时代，大容量吞吐比纳秒级响应更重要，因此HBM占据了主导。但当AI应用从实验室走向普罗大众，当用户体验的标尺从“模型有多大”转向“回答有多快”，这座金字塔的受力结构正在发生深刻变化。 3月17日，加州圣何塞SAP中心的舞台上，身着标志性黑色皮夹克的黄仁勋用两个半小时的演讲，正式为这一趋势写下了注脚。在这场备受瞩目的GTC 2026主题演讲中，英伟达正式发布了集成Groq LPU架构的推理芯片，并披露了令人瞩目的技术细节：最新Groq 3 LPU单芯片集成500MB片上SRAM，存储带宽高达150TB/s，而作为对比，主流GPU的片外HBM4带宽约为22TB/s。 更令人震撼的是其机架级方案：Groq 3 LPX机架搭载256个LPU处理器，提供128GB片上SRAM和高达40PB/s的推理加速带宽，并通过每个机架640TB/s的专用扩展接口将这些芯片连接在一起。黄仁勋在现场宣布，这款芯片将由三星电子代工，目前已进入生产阶段，预计今年下半年开始出货。更令业界震动的是，OpenAI已确定成为该芯片的首批客户，并承诺投入300亿美元采购相关推理算力。这不仅是英伟达在AI芯

继1月26日“源起深圳，共创商机 · Mini SSD生态应用研讨会”成功举办后，为乘势而上，凝聚产业合力，3月6日，“夺天下，群英会 · Mini SSD战略研讨会”顺势召开。英特尔、佰维存储、龙旗、比亚迪电子、立讯、亿道、微步、智微智能、极摩客、创盈芯、美高、德晟达、六联等产业链上下游头部厂商达成共识，共同构建了Mini SSD产业生态。 首批发起单位作为生态的核心构建者，将率先享有专利授权带来的直接效益，以及资源协同带来的边际效益。这标志着 Mini SSD 已从“单一产品创新”迈向“WIN-WIN共赢”的新阶段。 01 狂揽TIME、爱迪生奖等国际大奖，全球权威加冕，印证商业价值 自上市以来，Mini SSD 以雷霆之势席卷全球顶级荣誉殿堂，全方位印证了其在创新设计、行业影响力及应用前景上的卓越实力。 登榜《时代》周刊（TIME）“年度最佳发明”。创立于1923年的《时代》周刊（TIME），凭借其对国际重大事件的深度洞察与独到见解，百年来始终享有全球顶级的媒体声誉。其推出的“年度最佳发明”榜单，被誉为全球创新成就的“风向标”，评选机制极为严苛，从全球数千项发明中优中选优，经全球资深编辑提报、甄选出最具备创新性、实用性、影响力和未来推动力的产品。 紧随《TIME》之后，Mini SSD在国际创新舞台上继续高歌猛进，接连获得多项国际权威大奖，每一项都代表着行业内的最高标准。 Mini SSD荣誉合辑 爱迪生发明奖（Edison Awards） 以发明家托马斯·爱迪生命名，被誉为“科技界的奥斯卡”，旨在表彰全球创新产品、设计及技术的卓越成就。评审委员会由3000余名全球顶尖学者、行业领袖及跨界专家组成，围绕“理念、价值、影响力、成就”四大维度评选，Mini SSD成功入围其决赛名单，意味着在技术创新、市场潜力及社会影响力三个维度上，均已达到世界顶级水准。 CES TWIC

2026年3月初，日本材料巨头力森诺科和三菱瓦斯化学相继宣布，将覆铜板及相关材料价格大幅上调30%。几乎同一时间，国内玻纤龙头光远新材和国际复材也发出了新一轮提价通知。在此之前，IC载板大厂欣兴已在2月法说会上明确表示，玻纤布供不应求的状况“2026年都不会解决”。 这一系列密集的涨价与缺货信号，将一个长期处于产业后台的基础材料——玻纤布的结构性短缺问题推到了台面上。 玻纤布是制造PCB和IC封装基板的上游核心材料。它的短缺，意味着从AI芯片的先进封装到消费电子的终端产品，整条半导体产业链都将承受成本上升和交期延长的压力。目前上游材料厂的订单排期已长达半年，下游PCB厂商则因AI需求迎来业绩高增长，而英伟达CEO黄仁勋据报道已亲赴日本拜访上游供应商以确保材料供应。终端芯片公司直接找到最上游的材料厂，这在半导体行业中极为罕见。此次玻纤布短缺引发的问题，到底有多严重？ 01 玻纤布持续短缺 玻纤布是覆铜板的核心骨架材料，覆铜板则是制造PCB和IC封装基板的直接原料。其中，高端低热膨胀系数玻纤布被广泛用于AI芯片的IC基板有机核心层，为大尺寸、高功耗芯片封装提供必要的尺寸稳定性和机械支撑，业界将其称为“芯片护甲”。玻纤布价值量约占覆铜板成本的30%，是PCB成本结构中的关键变量。 当前供应紧张的根本原因之一，在于高端玻纤布市场的极端集中度。日本日东纺控制着全球约90%的高端玻纤布供应。这类玻纤布的生产依赖在1600至1700摄氏度下运行的特种电熔炉，从原料熔融、纺纱到织布，工艺链条长且技术壁垒高，新产能的建设周期通常需要数年。这种高度集中的供应结构，使得市场在面对需求突变时几乎没有弹性缓冲。 自2025年下半年起，高端玻纤布进入持续缺货状态。进入2026年，涨价动作明显加速。2月4日，国内玻纤龙头光远新材、国际复材发出提价通知，7628型传统玻纤布报价上调0.5至0.6元/米，幅

今年政府工作报告明确提出，要建立未来产业投入增长和风险分担机制，培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。构建促进专精特新中小企业发展壮大机制，培育独角兽企业。高效用好国家创业投资引导基金，大力发展创业投资、天使投资，政府投资基金要带头做耐心资本，推动更多初创企业加快成长为科技领军企业。 未来产业是新质生产力的核心载体，而半导体技术，正是支撑各大未来产业落地突破、实现产业化发展的底层核心使能技术。本文将逐一拆解这些未来产业赛道，厘清半导体产业在其中的主要机遇与发力方向。 01 未来能源：第三代宽禁带半导体迎来规模化应用机遇 “未来能源”并非全新概念，此前已多次出现在国家级产业政策文件中。2024年1月，工业和信息化部等七部门发布的《关于推动未来产业创新发展的实施意见》就已明确，未来能源的发展要聚焦核能、核聚变、氢能、生物质能等重点领域，打造“采集—存储—运输—应用”全链条的未来能源装备体系。研发新型晶硅太阳能电池、薄膜太阳能电池等高效太阳能电池及相关电子专用设备，加快发展新型储能，推动能源电子产业融合升级。 本质上，未来能源是指为应对气候变化、保障能源安全与满足可持续发展需求，正在加速研发、部署并逐步替代传统化石能源的清洁、高效、低碳或零碳的能源体系。它不仅是能源技术的革新，更是新质生产力在能源领域的核心承载，强调通过技术创新和数字化、智能化手段，重构能源的生产、消费与管理模式。 而未来能源全场景的落地，关键是实现高效率电能转换，以及器件在高压、高温、高频工况下的稳定运行，这正是第三代宽禁带半导体的优势所在。其中，碳化硅（SiC）器件凭借优异的耐高压、低损耗特性，成为新能源汽车主驱逆变器、储能逆变器、光伏逆变器、直流充电桩等场景的核心器件；氮化镓（GaN）器件则凭借高频、高效的特点，广泛适配消费电子快充、数据中心电源、储能变流器等应用场景。除此之外，第

当凭借驱动AI的专用GPU赚得盆满钵满的英伟达宣布“看好CPU赛道的潜力。”当Vera Rubin平台带着36颗Vera CPU与72颗GPU的配置亮相，当国际机构集体预判CPU供需缺口将持续扩大，一个明确的信号已然浮现：AI算力的核心叙事逻辑，正在从“GPU单极主导”向“CPU+GPU协同共生”演进。 01 CPU的重要性，不亚于GPU 黄仁勋对CPU的押注，绝非临时起意，在过去很长一段时间中，英伟达都对PC市场充满渴望。 早在2011 年的CES上，英伟达正式公布Project Denver（丹佛计划），宣布基于 ARM 架构开发定制CPU 核心。之后在2014年与2018年，英伟达陆续发布移动处理器Tegra K1、用于自动驾驶与边缘计算Carmel CPU 核心等。 2021年4月英伟达发布基于Arm架构的Grace CPU，标志着这家GPU巨头正式杀入服务器CPU战场。Grace并非传统意义上的通用处理器，而是专为AI、HPC（高性能计算）和大规模数据处理而设计的“加速型CPU”。 近日，Meta宣布与英伟达公司达成新的采购协议，将购买数百万颗英伟达下一代Vera Rubin图形处理器和同等数量的Grace中央处理器，以支持其人工智能发展战略。据悉，Meta已经是英伟达最大的客户之一，多年来一直在使用英伟达的GPU，但这项新协议表明两家公司将建立更深层次的合作伙伴关系。值得注意的是，Meta还承诺大量采购英伟达的Grace CPU，并将其作为独立芯片部署，而不是与GPU配合使用。 英伟达表示，Meta将成为首家独立部署Grace CPU的公司，从明年开始，还将部署下一代Vera CPU。值得注意的是，Vera CPU是英伟达推出的新一代AI芯片，属于其自研Arm架构CPU系列，于2026年1月6日在CES 2026上官宣，并预计于2026年3月16日至19日在GT

美国和以色列对伊朗的打击已进入第五天。当夜空被巨大的闪光照亮，世界表面的昼夜被扰乱了节奏。 战火烧毁日常，更殃及中东其他国家，阿联酋等海湾国见证了导弹的拦截与碎片的坠落，全球唯一七星帆船酒店起火。大量中国公民紧急回国，更有中国公民不幸遇难。 伊朗与以色列自1979年以来断绝外交关系，之后持续敌对。2025年，以色列与伊朗发生了“十二日战争”；2026年伊始，美国与以色列携手对伊朗进行了更大规模的袭击。 冲突发生后，多家科技巨头迅速反应。英伟达确认在以色列的约 6,000 名员工及家属均处于安全状态。因迪拜等地受波及，已暂时关闭迪拜办公室。亚马逊已要求中东所有办公室员工远程办公，并建议客户备份数据或迁移工作负载。谷歌受到地区航路大规模取消的影响，部分在迪拜参加会议的员工一度滞留。公司正在密切监测特拉维夫等大型研发中心的运行状态，并优先确保员工安全。 包括三星、现代等在内的多家科技和跨国公司已召开紧急会议，限制员工前往伊朗及周边局势敏感地区，并准备随时撤离在冲突核心区的人员。 硝烟之中，如何看清文明？ 01 美国与以色列的芯片联盟 以色列半导体产业长期以来被视为该国最强大的技术驱动力，其核心特征被称为“双引擎悖论”（Two-Engine Paradox）。这一模式将全球跨国公司的研发中心与本土初创企业的创新灵活性结合在一起，共同推动了对全球计算和人工智能系统至关重要的技术突破。 截至2025年，以色列拥有超过250家活跃的半导体公司，约占其科技行业的3.5%，雇用员工约4.5万人。过去十年，该领域增长了16%，但报告指出，增长模式已从快速扩张转向更为稳定、资本密集型的增长。英特尔和英伟达仍然是最大的雇主，两家公司合计拥有近1.5万名员工，并开展了大量的研发活动。 以色列目前拥有超过250家活跃的半导体公司，约占其科技行业的3.5%，雇佣员工约4.5万人。过去十年，该领域增长了1

在过去的一年，市场将大量目光投向了谷歌，其凭借自研TPU芯片和Gemini大模型构建的垂直整合生态，被视为AI时代最成功的范本之一。然而，进入2026年，一个更值得关注的样本正在浮现——Meta。 如果说谷歌的成功是十年磨一剑的厚积薄发，那么Meta在短短一年内展现出的全面、激进且高度务实的战略，则更直接地预示了AI竞赛下一阶段的产业格局。 2026年初，Meta公布了一系列大规模投资计划，清晰地展示了其在人工智能领域的布局。通过与英伟达、AMD和谷歌签署大规模芯片采购协议、建设吉瓦级数据中心、坚持Llama大模型的开源路线，并在AI智能眼镜市场取得初步成功，Meta正在构建一个复杂的AI业务版图。 这次，我们就来深入Meta的AI“帝国“，试着解读这一不同于谷歌的巨头模式，同时看看，中国供应商在其中的机会。 01 吉瓦级数据中心是基础 进入2026年，Meta在AI基础设施上的投入堪称“疯狂”。公司预计年度资本支出将飙升至1150亿至1350亿美元之间，较2025年增长近73%。巨额资本的背后，是Meta一项清晰且激进的战略：在AI的每一个关键层面都建立起强大的、甚至是冗余的护城河，以支撑其最终实现“个人超级智能”的宏大愿景。 Meta的AI战略，建立在庞大的物理基础设施之上。它正在全球范围内建设专为AI设计的超大规模数据中心，其规划功率不再以兆瓦衡量，而是进入了吉瓦时代。目前，Meta至少有三个吉瓦级的AI数据中心园区正在建设或规划中，其中包括位于俄亥俄州新奥尔巴尼的1吉瓦项目、位于路易斯安那州的5吉瓦项目，以及在印第安纳州投资超100亿美元建设的1吉瓦园区。 一个吉瓦级的数据中心，意味着数以百万计的GPU、数百万个光模块、数万个机柜以及海量的服务器、交换机、线缆和电源设备，这对整个基础设施供应链是一次全面的拉动。根据麦肯锡的分析，AI数据中心支出的60%用于芯片和计算

最近一家叫Taalas的芯片公司横空出世，引发行业关注。 2023年成立的多伦多初创公司Taalas，由芯片行业资深人士Ljubisa Bajic等人创立，其凭借一款HC1芯片搅动了AI硬件市场的格局。这家公司跳出了传统AI硬件的设计思路，将AI大模型的权重直接蚀刻到芯片的金属互连层中，实现了极致的存算合一，让芯片的推理速度达到17000 tokens/秒，远超英伟达H200的约230 tokens/秒、B200的约2000 tokens/秒。这一创新做法，也让行业开始重新思考：把大模型直接刻进芯片，究竟是打破AI硬件瓶颈的新方向，还是受限于技术迭代的小众尝试？ 01 放弃通用性，换极致的性能与能效 Taalas的HC1芯片，本质上是彻底抛弃“一颗芯片跑所有模型”的通用路线，转向“为特定模型定制硅结构”。这款芯片采用台积电6nm工艺和Mask ROM技术，将模型权重直接硬编码在硅片上，从物理层面消除了计算与存储之间的数据搬运，大幅破解了困扰行业的内存墙问题。同时，它摒弃了液冷方案和HBM显存，改用空气冷却，在降低功耗的同时也减少了硬件成本，配套的软件栈也因模型权重和结构的硬件固化变得极度简化，无需复杂的优化层，进一步提升了性能和能效比。 这份极致的定制化，让HC1芯片在性能和成本上展现出显著优势：其token处理速度达到英伟达最强GPU的近10倍，硬件成本仅为传统GPU方案的1/20，功耗也降至1/10。但与之相伴的，是通用性的完全牺牲——HC1芯片仅能运行特定的Llama 3.1 8B模型，任何模型的更新迭代，都意味着芯片需要重新流片。当然，这种极端专用化也能扩展到更大的模型。Taalas 给出了他们对 DeepSeek R1 671B 的模拟数据。671B 参数的模型需要大约 30 颗芯片协同工作，每颗芯片承载约 20B 参数（采用 MXFP4 格式，并将 SRAM 分

根据IoT Analytics的报告，全球物联网MCU市场规模预计到2030年将达到73亿美元，年复合增长率约为6.3%。这一增长主要得益于自动化升级需求的释放、LPWAN项目的推动、AI向边缘迁移的趋势以及亚洲尤其是中国市场的快速增长。AI技术的融入正在彻底改写MCU的生存逻辑。而AI技术的深度融入，正从底层改写MCU的技术逻辑与市场格局，催生出兼具低功耗、实时性与智能推理能力的AI MCU，成为物联网智能化发展的载体。 AI MCU通过集成神经网络处理单元（NPU）、扩展专用指令集等方式，实现了边缘端的本地智能推理，精准匹配了智能设备对低功耗、高实时性和高性价比的需求。这不仅推动了MCU产品的升级，更让市场竞争愈发激烈，国内外各大芯片厂商纷纷加大研发投入，推出各具技术特色的AI MCU产品，加速边缘智能应用的落地。 01 Arm：构筑AI MCU核心技术底座 作为全球领先的处理器架构设计公司，Arm的内核产品线覆盖了从高性能计算到低功耗嵌入式应用的全场景，自1990年成立以来，已形成Cortex-A、Cortex-M、Cortex-R三大系列产品，以及面向服务器/基础设施的Neoverse系列，各系列基于ARMv7、ARMv8、ARMv9等不同架构版本设计，针对专属应用场景完成深度优化。 其中，Cortex-M系列是微控制器（MCU）和嵌入式系统的核心处理器内核，以低功耗、高实时性和高成本效益为核心特性，支持单周期指令执行、纳秒级快速中断响应，最小内核尺寸仅0.01mm²，搭配Thumb-2指令集，无MMU且可运行RTOS，是目前绝大多数MCU产品的技术基石，也成为Arm布局AI MCU的核心切入点。 为了让Cortex-M系列具备更强的AI计算能力，Arm推出了一系列专属技术与内核产品。2019年，Arm发布适用于Armv8M架构的Cortex-M矢量扩展技术（MVE