AI算力的竞争，表面是GPU与GPU的较量，底层却是电源与信号的暗战。一颗AI芯片的运转离不开干净的电源和干净的信号。而这二者，都指向同一种被动元件——电容器。 在电源侧，AI芯片的功耗正以前所未有的速度攀升。英伟达H100单卡功耗约700W，到B200已突破1000W，整机柜算力密度迈向兆瓦级。更大的电流、更快的瞬变，意味着电源分配网络（PDN）必须在极短时间内完成电荷补给。任何电源纹波或电压跌落，都可能导致芯片降频、运算出错，甚至宕机。 在信号侧，芯片互联的速率越来越高，信号中携带的高频成分越来越多。PCIe 7.0传输速率达到128GT/s，对应的奈奎斯特频率达32GHz，采用PAM4信令调制；光通信从800G向1.6T、3.2T演进，CPO（共封装光学）和NPO（近封装光学）架构将光引擎与交换芯片压缩到同一封装体内。高频信号对电源噪声极度敏感，毫伏级的纹波就可能让眼图闭合、误码率飙升。 无论是供电还是信号完整性，最终都归结为同一个问题：如何提供稳定无纹波的电荷？这正是电容器在AI时代从配角跃升为战略物资的根本原因。 01 MLCC的狂欢与隐忧 多层陶瓷电容器（MLCC），这个只有米粒大小的被动元件，正在成为AI基础设施中仅次于GPU和HBM的第三大关键器件。数据显示，通用服务器单台MLCC用量约2200~4000颗，而英伟达旗舰AI服务器GB300单台搭载约30000颗MLCC，NVL72单机柜MLCC消耗量更是高达440000颗，单机柜MLCC价值量超4600美元。 随着数据中心投资扩张，高性能MLCC的供需持续收紧。为了应对供应紧缺的局面，一家全球大型科技企业与三星电机签署了价值1.0722万亿韩元（约52.54亿元人民币）的AI服务器用MLCC长期供应协议（LTA），供货周期为2027年全年。这是三星电机历史上单笔规模最大的MLCC长期供货订单，金额占其去年合

8月底，英伟达在2027财年第二季度业绩公告中表示，Vera Rubin正在进入全面量产。随后的业绩会进一步确认，公司在8月上旬开始生产出货，并预计Rubin在下一季度约占数据中心收入的20％。这意味着，年初以来围绕Rubin供应链的需求预期，已经开始进入实际生产和交付阶段。 PCB是其中反应较快的环节。9月2日开幕的SEMICON Taiwan上，臻鼎展示了最高34层AI服务器板，以及800G、1.6T、XPO和NPO光模块产品。8月下旬，多家PCB板厂、设备和耗材企业披露高速增长的半年报。8月31日，日本经济产业省公布，7月电子回路基板产值达到743.85亿日元，同比增长29.2％。这些变化共同指向一个结论：在AI服务器、高速交换机和光互连需求带动下，PCB行业的订单和产值仍在继续增加。 这轮增长与传统消费电子周期有所不同。AI服务器不仅需要更多PCB，也需要层数更高、损耗更低、加工难度更大的产品。与此同时，一套AI机架还包括交换、网络、光模块和电源系统，需求会沿着整机架向多类板件扩散。Rubin量产的意义，正是把这种需求由产品规划推向供应链备料、设备采购和批量生产。 01 Rubin量产，进一步推高高端PCB需求 从供应链角度看，Vera Rubin进入全面量产的时间表，提高了PCB需求的确定性。微软首席执行官萨提亚·纳德拉8月21日确认，首批生产型Rubin已经到达微软数据中心。英伟达8月27日又披露，AWS已经收到一台Vera CPU服务器和一块Rubin GPU。现阶段尚不能据此判断完整机架的交付数量，也不能认为所有云服务已经对外开放，但Rubin硬件开始进入客户数据中心已经得到确认。 PCB需求增加首先来自系统规模扩大。Vera Rubin不是一颗单独销售的GPU，而是一套由CPU、GPU、网络、交换和机架系统组成的平台。计算托盘、交换托盘、中板、网络板和光模

在全球数千亿美元级算力投资浪潮推动之下，全球人工智能产业正经历一场深刻的结构性转变。过去行业竞争的重心高度集中于超大规模数据中心集群，各家比拼GPU数量，争相搭建规模更大的模型训练底座。但到2026年，产业逻辑已经出现显著转向：头部巨头持续加码云端算力基建的同时，纷纷加速向AI终端与边缘场景下沉；做数据中心基础设施的企业向下抢占端侧市场，原本深耕终端硬件的厂商反过来向上布局云侧算力，端云双向渗透已经成为行业的共同趋势。 英伟达近期官宣以129.303亿美元收购开源AI平台Hugging Face，这也是其历史上第二大收购案。连同此前推进的定制化技术底座、产业链融资绑定、AI终端布局等一系列动作，足以看出英伟达早已不再满足单纯扮演GPU硬件供应商的角色。它正依托技术标准输出、开放定制能力、资本纽带、开发者生态并购以及终端落地布局，将生态触角铺展至端-边-云全链条。而这一系列动作的底层动因，正是AI行业巨额投入压力之下催生出的产业牵引逻辑。 01 从标准化供货到技术底座开放，守住产业基本盘 英伟达的扩张路径，首先体现在定制化生态模式的颠覆性重构。很长一段时间，市场对英伟达的认知停留在标准化GPU产品，Blackwell、Vera Rubin架构的通用芯片批量供货，核心供给云厂商与大模型企业。但随着谷歌、亚马逊、各大超算企业纷纷自研专用XPU、ASIC芯片，头部客户定制化芯片的诉求快速崛起，行业格局迎来变数。云厂商与大模型企业为了适配自身专属模型架构、差异化业务场景，迫切需要定制化硬件优化算力效率，以此降低训练推理成本、提升专有业务性能，这曾经被视作英伟达传统通用GPU生态的最大潜在挑战。行业普遍预判，大量核心客户转向自研定制芯片，会逐步脱离CUDA生态，持续分流英伟达的核心市场空间。 面对行业变革，英伟达并未采取固守标准化产品、抵制客户自研的保守策略，而是顺势而为，将定制化纳入

功率半导体行业重新热闹起来。 今年以来，意法半导体、德州仪器、英飞凌接连调价：意法半导体不到五个月完成三轮涨价，TI近12个月累计调价5次，英飞凌年内也已两次上调产品价格。上半年，士兰微、扬杰科技、捷捷微电、瑞能等企业营收也在增长。价格与业绩回暖之外，行业的增长来源正在发生变化。可控硅、功率二极管等成熟器件保持稳定，AI服务器、光伏储能和充电设施则把更多需求推向碳化硅、IGBT、MOSFET和功率模块。 瑞能同时覆盖成熟功率器件与高增长产品。据Omdia数据，瑞能晶闸管市场份额位居全球第一。2026年上半年，瑞能营收4.73亿元，同比增长6.8%；碳化硅业务收入约7820万元，同比增长37.4%。今年6月，北京6英寸功率半导体晶圆厂投入运营。半导体产业纵横专访瑞能，试图从瑞能的产品、财报和晶圆厂布局出发，观察功率半导体的增长究竟正在发生怎样的变化。 01 一家低调的隐形冠军 在功率半导体行业，最容易被忽略的，往往是最基础的器件。 空调启动、洗衣机调速、工业电源整流、光伏逆变器把直流电送入电网，都要经过这些器件。它们单颗价值不高，却进入了大量设备的物料清单，跟随客户产品一代代供货。客户真正关心的，是能不能在十年甚至更长的周期里稳定交付。 瑞能正是从这类产品起家。其功率半导体技术和制造积累可以追溯至1969年，最初属于飞利浦，后来进入恩智浦的功率半导体体系。2015年11月，恩智浦与北京建广资产管理有限公司完成双极功率半导体业务合资交易，瑞能由此开始独立运营。 一个成熟、分散且高度依赖产品可靠性的市场中，细分领域的领先，来自长期的工艺积累、稳定的良率控制、广泛的客户覆盖和持续的交付能力。瑞能拥有的，正是一套已经经过全球客户验证的产品、工艺和质量体系。 瑞能的产品结构，也从成熟器件延伸到了新一代功率产品。目前，晶闸管约占收入的46%，功率二极管占25%-30%，碳化硅约占15%-

当全球半导体产业进入后摩尔定律时代，当AI算力需求以指数级攀升，当美国对华半导体出口管制持续收紧，中国半导体设备产业，正站在一个历史性的拐点上。 过去十年，我们见证了国产设备完成了从研发到量产的跨越；而未来五年，将决定国产设备能不能进入先进产线，能不能支撑先进制程的逻辑芯片、能不能满足HBM（高带宽存储）的堆叠需求、能不能在最薄弱的环节实现真正的自主化。 2026年8月31日至9月2日，第十四届半导体设备材料及核心部件展（CSEAC 2026）在无锡太湖国际博览中心开幕。这场行业盛会，成为观察国产半导体设备产业链的难得窗口。从工艺设备、量检测设备到先进封装设备，我们走访了多家企业，试图回答一个问题：国产半导体设备，究竟走到了哪一步？ 01 工艺设备：从大市场到深水区 国产工艺设备已在大品类上实现突破。光刻、刻蚀、薄膜沉积等市场规模最大的设备领域，已涌现中微公司、北方华创等平台型龙头，各自在细分领域做到国内领先甚至全球前列。 中微公司作为国内刻蚀设备的绝对龙头，近年来平台化战略明显加速。本届CSEAC期间，中微公司宣布推出多款全新自主研发的高端微观加工设备，包括Primo XD-RIE 70到90比1极高深宽比刻蚀、Performo QuaStar系列PECVD（包括Performo QuaStar ON和Performo QuaStar GE）、Prefima Unicore AM原子层沉积金属钼设备、Preforma Uniflash金属硅化物集成系统及PRISMO PDS8碳化硅功率器件量产HTCVD。这是继今年3月发布四款新品后，中微公司在半年内又一次高密度新品集中亮相，实现了先进逻辑制程、功率半导体工艺、薄膜沉积、精密刻蚀等核心环节的全覆盖，补齐了多场景、全链条的工艺设备解决方案能力。目前，中微累计已有超过8800个反应台在国内外170多个客户、220余条芯片及LE

8月底，英伟达部分大型客户被告知，搭载其AI芯片的服务器价格将在许多情况下上涨超过15％。调价预计影响2027年初出货的系统，涉及Vera Rubin和Grace Blackwell等平台，实际幅度取决于芯片代际和内存配置。 不久后，英伟达在2027财年第二季度业绩电话会上确认，内存价格涨幅已经超过此前预期，明年还会继续上行。公司预计毛利率将在第四季度降至71％至72％；随着已经执行的价格调整在下一财年第一季度生效，2028财年毛利率将稳定在72％至73％。服务器调价背后是一张快速膨胀的机架级物料清单，成本压力已经从GPU延伸到HBM、网络、供电、散热和系统集成。 几乎在同一阶段，AMD宣布收购Taalas，Etched在不到一个月内连续完成两轮融资，博通把定制XPU与数百亿美元项目融资绑定，Marvell则通过与长期采购挂钩的认股权证扩大谷歌业务。这些动作指向同一项产业调整：AI推理进入规模化运营后，算力买家开始同时管理芯片架构、软件栈、供应链和资金成本，定制芯片的价值也从单点性能优化扩展到交付确定性和资本效率。 01 价格压力已经从GPU扩散到整机系统 本轮价格上行首先反映AI服务器成本结构的变化。摩根士丹利6月发布的报告称，存储芯片价格在过去一年上涨六倍。存储厂商优先配置高利润的数据中心产品，云厂商又通过长期协议锁定产能，使其他采购者面对更小、更不稳定的供应池。美光已经表示，2026年HBM供应全部售罄。 GPU服务器的成本也在从芯片价格转向机架级物料清单。一套高端AI系统需要大量HBM、高速交换芯片、光模块、液冷组件和电源设备，任何一个环节涨价都会放大整机成本。新一代机架增加了内存容量和互连复杂度，系统厂商还要承担更长的验证周期与库存资金。英伟达的调价说明，计算芯片性能提升已经无法独立消化整机成本上升。 定制ASIC的经济性来自减少无效计算和数据搬运。芯片可以围绕特

3D NAND 的 300层堆叠角逐才刚刚启幕，千级堆叠已是行业明确的发展方向。 可一旦层数迈过 300 层门槛，物理约束与成本效益的双重约束便接踵而至，传统堆叠方案难以为继。一众厂商对外继续角逐层数榜单，内部布局的技术赛道却早已改弦易辙。 01 3D NAND，逻辑变了 NAND 闪存从诞生起走的其实是 “平面微缩” 路线 ，也就是2D NAND：把存储单元在晶圆表面越做越小，用更先进的光刻把线宽一路推进。但这条路走到 1X 纳米（十几纳米）节点时，走到了尽头。一系列问题集中爆发：单元间距缩小后，相邻单元间的电容耦合干扰急剧上升；每个单元能保存的电子数骤减，电荷保持与编程 / 擦除速度这对矛盾愈发不可调和；再加上先进光刻成本水涨船高，单位比特成本不降反升。 在二维平面里继续 “做小”，已无利可图，甚至难以为继。 之后在2013 年，三星率先展示垂直堆叠的 V-NAND；2014 年 32 层产品量产，3D NAND 时代由此开启。思路也彻底反转：不再激进微缩存储单元平面尺寸，而是把存储层一层层垂直堆叠起来，用 “层数” 换 “密度”。 此后十余年，层数成为全行业最直观的竞赛指标：32 层、48 层、64 层、96 层、128 层、176 层一路走高；2022 年前后行业集体跨过 200 层。 随后在2024 年，300 层的大门被 SK 海力士率先推开。（321 层 1Tb TLC 量产，业界首个300层以上产品）；2025 年8月，321 层 2Tb QLC 又完成量产，成为全球首个突破 300 层的 QLC。三星则跳过中间节点直扑 400 层 V10，美光当前最高节点是第九代 G9 NAND，276 层，铠侠则在今年 7 月送样 332 层第十代 BiCS FLASH。 根据过去的发展趋势，假设每代高度增加1.35倍左右，可以预测2030年V13一代的堆叠字线数量将超

谈及EUV，大部分人首先想到的是光刻机。但实际上在量检测领域，也开始逐渐引入EUV了。光刻波长从193 nm到13.5 nm剧烈变化，使得EUV光刻工艺需要全新的元器件和材料，这意味着需要在工作波长（即13.5 nm）下重新开展元器件检测和材料相互作用研究。 01 为什么需要EUV量检测？ 半导体生产的每一道工艺都需要定量测量，确保关键物理参数达标，其中光学检测设备占据了市场主流。但随着芯片制程持续推进，器件物理尺度持续微缩，同时晶体管从 FinFET 向环绕栅极（GAA）等三维结构演进，检测需求从二维平面延伸至三维立体，掩埋界面识别、纳米级缺陷检出的难度陡增，传统光学检测的灵敏度已无法满足精度要求。 电子束检测虽然精度更高，但存在扫描速度慢、吞吐量低的短板，还可能对晶圆材料造成损伤。相比之下，基于 EUV 光源的检测技术兼具高分辨率、高检测速度，且属于非接触无损检测。根据散射信号经验公式，信号强度正比于颗粒尺寸的六次方、反比于照明光波长的四次方，波长缩短至 13.5nm 可大幅提升纳米级缺陷的检出灵敏度，在套刻量测等场景中优势尤为显著。 当前，非破坏性测量已是半导体量检测的主流发展方向，但高端 EUV 光源长期被海外厂商垄断。 02 EUV光源有哪些？ 无论是光刻还是量检测，都需要先解决EUV光源的问题。目前极紫外光源主要有三类技术路线。 第一种是传统等离子体光源（光刻主流），包括激光等离子体光源（LPP）和放电等离子体光源（DPP）。LPP光源一般用高功率激光（通常是CO₂激光，波长10.6 μm）轰击熔融锡滴，将其加热至上百万摄氏度形成等离子体，高价锡离子跃迁辐射出13.5 nm EUV光。美国劳伦斯利弗莫尔国家实验室正在研发一种拍瓦级（petawatt-class）铥激光器（thulium laser），据说其效率比 EUV 工具中使用的二氧化碳激光器高 10 倍，

当前，先进制程的研发成本、流片费用、设备投入逐年攀升，技术迭代带来的性能增益却在逐步收窄，商业化性价比持续走低。反观市面上大量刚需芯片——车载功率器件、工业控制芯片、模拟信号芯片、物联网MCU、传感器芯片，大多依托90nm至28nm成熟制程生产，支撑了消费电子、新能源、工控、汽车电子等万亿终端市场。 而在成熟制程的产能体系中，长期被低估的二手半导体设备，正在从“边缘备胎”走向“产业核心”。它不再是行业景气周期里临时救急的低成本选择，而是现阶段全球晶圆厂扩产降本、平滑周期波动、对冲供应链风险的关键资产。有数据显示，2024年全球二手半导体设备市场规模突破260亿元，2031年有望接近665亿元，六年复合增长率稳定在14.4%。在半导体行业持续动荡的大环境下，这条低调的细分赛道，多年保持稳扎稳打的增长节奏，证明其产业价值也在逐步提升。 01 二手设备从“产能外溢”转向“刚需补位” 很长一段时间里，业内对二手设备的定位非常固化。在过去的产业认知中，二手设备就是头部大厂工艺升级后的淘汰品，是中小晶圆厂压缩成本、做低端产能的无奈选择，始终处于产业链的从属位置。过去几十年全球半导体产业遵循的是一套非常清晰的梯度转移逻辑：先进制程向上迭代，老旧设备向下外溢，高端厂商冲刺技术高度，中小厂商承接存量产能。但最近三四年，这套运行多年的传统规则已经被现实供需打破。 从供给端来看，全球二手设备的传统货源池已经持续收缩。半导体设备属于超长周期工业资产，一台刻蚀、薄膜、注入类核心设备，设计服役寿命普遍在15至20年，远远超过芯片制程3至5年的迭代周期。这也意味着，大量被头部厂商淘汰的设备，硬件寿命、工艺能力依旧完好，完全具备继续量产的条件。过去台积电、三星、英特尔等企业更新先进工艺时，会批量关停8英寸、12英寸老旧产线，大量设备流入全球贸易市场，构成了全球二手设备行业最稳定的货源基本盘。 如今货源逻辑

在数字化时代，固态硬盘尚未完全普及时，机械硬盘（HDD）仍是数据存储应用最广泛的载体。然而，这一关键领域长期被希捷、西数等垄断，不仅导致国内售价居高不下，更使中国IT产业链在全球供应链中处于被动地位。此前，**被制裁并限制使用美国技术制造的外国产品向其销售后，美国商务部借机重罚向**供货HDD的希捷，切断了**从主流国际HDD供应商处稳定采购的途径，为中国相关产业带来不小震荡。 **高级副总裁、**云CEO、数据存储产品线总裁周跃峰指出，整个中国IT全产业链里，至今唯一没有实现完全自主国产化的核心存储器件，就是机械硬盘HDD。伴随数据中心和人工智能基础设施建设加快，机械硬盘的供应安全和技术自主问题正在受到更多关注。 01 HDD市场没有萎缩，反而越来越大 有一种普遍的市场观点认为，SSD 技术成熟后，HDD 就是夕阳产业，市场规模持续收缩、利润空间微薄，终将被完全替代。然而，事实证明，HDD不仅市场没有缩小，甚至还再创新高。 海量温冷数据的存储场景，需要大量HDD。AI大模型训练会产生海量原始素材与衍生数据，4K/8K高清监控、物联网与自动驾驶数据留存、金融医疗政企的档案级数据归档，都对大容量、低成本、高可靠性的长期存储有极强需求，HDD需求量会越来越大。相比之下，固态硬盘单位存储成本更高，且基于电荷存储的物理原理，其长期离线保存的数据可靠性弱于机械硬盘；断电时间过长后数据易丢失且难以恢复，更适合对读写速度要求高、无需长期冷存储的场景，机械硬盘与磁带仍是性价比与可靠性最优的选择。 全球上游供应链的扩产动作，也直接印证了HDD市场的增长预期。 2026年5月，磁头与磁头悬臂龙头厂商TDK宣布扩产，重点应对AI数据中心近线硬盘的增长需求，同时加大下一代热辅助磁记录（HAMR）磁头的研发与产线投入。其中负责固定磁头、保障其在数纳米高度稳定悬浮的磁头悬臂，TDK将重点扩充超大容量硬