社区

最近，半导体产业多家上市公司发布Q3业绩相关公告。 我们看到，长鑫科技前三季度累计营收已达2690.24亿元，同比增幅高达738.51%，归母净利润1320.40亿元，完成了从去年同期巨亏到今年盈利千亿的惊天逆转。国产GPU企业，如摩尔线程、沐曦科技纷纷实现提前盈利；AIoT领域，乐鑫科技、恒玄科技业绩走向截然不同，端侧AI芯片企业的未来也出现了拐点。 按单季度归母净利润排名，在已披露财报的A股半导体公司中，长鑫科技以约544.35亿元居首，兆易创新以42.09亿元位居第二。长鑫的增长非常夸张，要知道同期中国石油约518.4亿元，招商银行约400.3亿元。 从Q3的财报中，我们找到一个观察国产半导体的窗口。 01 存储涨价的两面 整体来看，AI服务器建设推动高性能存储需求增长，全球主要存储厂商的产能调配进一步影响市场供给。在供需偏紧、产品价格上涨的背景下，国产存储厂商前三季度业绩大幅增长。不过，部分厂商第三季度净利润环比回落，原厂与模组厂所处的供需位置及盈利表现开始显现差异。 存储企业交出了最显眼的成绩单。长鑫科技第三季度营收1187.14亿元，同比增长613.18%，环比增长19.30%；归母净利润同比扭亏，环比增长3.01%。前三季度，公司累计营收2690.24亿元，归母净利润1320.40亿元。 长鑫在财报中解释，全球算力需求快速增长、主要厂商产能调配等因素，使全球DRAM产品供不应求。叠加公司产能建设和产品结构持续优化，产品销售数量和销售价格大幅上涨，带动营业收入增长。 这里面写了两个方向：第一，全球存储市场在经历需求与价格变化。尽管消费电子需求偏弱，服务器需求仍保持强劲。TrendForce预计，在供应商新增产能有限的情况下，DRAM供应紧张状态将贯穿2027年，平均售价有望在未来几个季度继续上涨。第二，行业景气之外，长鑫自身的制造能力和产品结构也在变化。2026

玄铁C950在高性能RISC-V处理器领域取得的实质性技术创新突破。 11月2日，以“智启芯途 协同共生”为主题的2026年“中国芯”集成电路产业促进大会暨第二十一届“中国芯”优秀产品征集结果发布仪式在珠海横琴举行。大会汇聚集成电路领域院士、专家与产业代表，共同交流技术创新与产业协同发展的新路径。 本届大会上，阿里巴巴达摩院旗下玄铁C950荣获“年度重大创新突破产品奖”，表彰玄铁C950在高性能RISC-V处理器领域取得的实质性技术创新突破。从上一届获评优秀支撑服务企业、RISC-V 生态推广示范案例，到此次旗舰处理器获得产品创新奖项，玄铁持续以架构创新和生态共建推动 RISC-V 产业化发展。 “中国芯”集成电路产业促进大会自2006年创办至今已举办二十一届，是中国集成电路领域规模最大、最具权威性的评选活动，被誉为中国芯片产业的“奥斯卡”。其中，“年度重大创新突破产品奖”是中国芯奖项中含金量最高、评选标准最为严苛的奖项，重点表彰在核心技术上实现重大突破、具备国际竞争力的标志性产品。 此次获奖是行业对于高性能RISC-V处理器创新成果认可的重要体现。玄铁C950以微架构创新、AI扩展、多核协同、软件兼容及安全能力等方面的技术创新，为伙伴开发真正高性能的服务器与AI计算产品提供新的基础。不仅拓展了玄铁旗舰产品的技术边界，更是RISC-V领域的标志性突破，为产业提供多元化计算架构选择，推动开放架构创新与高端计算需求相连接。 旗舰突破，打造标杆产品 玄铁C950是面向服务器场景的旗舰RISC-V处理器IP，围绕高性能通用计算与AI相关需求，持续完善计算、访存和系统协同能力。其创新价值在于将微架构突破与平台能力相结合，为伙伴开发高性能RISC-V产品提供基础。 玄铁C950打破了RISC-V长期被贴上的“低性能”标签。该处理器采用8指令译码、16级流水线及超1000条指令乱序窗口的

如果一家企业准备部署1000个智能体，除了购买GPU，还需要准备什么？ 答案可能比想象中复杂。每个智能体都需要执行环境，需要内存保存运行状态，需要存储记录上下文，还需要CPU协调任务、调用工具。随着智能体数量增加，原本不太起眼的资源消耗，也可能成为数据中心的一笔大开支。这也是AI产业正在发生的一个变化。过去两年，行业的竞争焦点主要集中在大模型和GPU算力上，但当AI开始从回答问题走向自主执行任务，基础设施面临的压力也从单纯的模型计算扩展到了执行环境、内存管理、数据存储和传输等环节。 10月29日，在2026腾讯全球数字生态大会英特尔专场上，英特尔与腾讯云展示了围绕至强处理器、智能体沙箱、内存压缩和KV Cache存储展开的多项合作。值得注意的是，英特尔发布这些技术的同一天，还公布了2026年第三季度财报。公司营收达到165亿美元，同比增长21%；其中数据中心和人工智能事业部（DCAI）营收达到73亿美元，同比增长78%，成为增长最明显的业务板块。 01 至强6+落地腾讯云，沙箱并发成为重要突破口 此次大会上，英特尔至强6+处理器首次在腾讯云新一代云实例中落地。 至强6+属于英特尔Clearwater Forest产品线，基于18A制程，最高拥有288个能效核（E-core），更加注重高密度计算和能效表现。腾讯云基于该处理器推出新一代CVM云实例，根据现场披露的数据，综合性能相比上一代提升30%以上，主要面向云原生、高并发以及智能体任务编排等场景。 除了处理器性能，英特尔与腾讯云此次更值得关注的合作是CubeSandbox。智能体与传统聊天机器人不同，它不仅需要生成内容，还需要执行代码、调用工具和访问文件。这些操作存在潜在安全风险，因此需要通过独立的执行环境进行隔离。腾讯云开源的CubeSandbox正是针对这一需求设计的弹性智能体沙箱计算平台。它采用MicroVM微型虚拟机

今年以来，国产半导体设备企业的资本化明显提速。1月，恒运昌登陆科创板，成为今年首家科创板上市企业；5月，晶圆传输设备商果纳半导体向港交所递表；6月底，18家半导体公司集中获上交所受理，其中设备类（含零部件）企业7家：中导光电、华卓精科、东方晶源、神州股份、上海隐冠、弥费科技、鲁汶仪器。猎奇智能注册获批待发行，中科信、思锐智能完成辅导验收，盛吉盛、通潮精密、微见先进、胜达克年内先后备案辅导。各类进度加总，2026年走上IPO轨道的设备企业已接近20家。 这一轮申报热潮，伴随着国内晶圆厂资本开支的剧增。成熟制程稳步扩产，先进工艺持续投入，存储芯片厂商成为资本开支最大增量。设备厂商作为资本开支的直接承接方，订单放量与资本市场窗口同步打开，催生了这一波集中申报潮。 01 主设备大厂已成往事，细分“隐形冠军”站上舞台 把本轮申报名单与五年前对比，差别一目了然。 2019—2022年登陆资本市场的中微公司、芯源微、盛美上海、拓荆科技、华海清科等公司，主要聚焦刻蚀、薄膜沉积、清洗、涂胶显影、CMP等晶圆厂资本开支里占比最高、全球市场百亿美元级的大品类设备。上市之后，这批龙头走出了一条清晰的平台化扩张路径：依靠资本市场募资，持续并购、横向拓展产品线，从单一整机厂商成长为多工艺平台。中微公司在刻蚀之外，接连布局薄膜、量检测、CMP等业务。收购杭州众硅之后，成为国内同时拥有刻蚀、薄膜沉积、CMP、量检测四大前道核心工艺设备能力的综合设备平台厂商；拓荆科技从PECVD延伸至ALD、SACVD与键合设备；盛美上海从湿法清洗拓展到电镀、先进封装湿法设备；华海清科以CMP为根基，切入减薄、键合设备赛道。对头部大厂而言，上市是突破单一品类天花板、走向平台化竞争的资本跳板。 而本轮排队IPO的企业，大部分扎根于设备细分环节，主攻小众高壁垒赛道。做光学量检测的中导光电、做电子束量检测和计算光刻的东方晶源，切

智能音箱能够听懂指令，空调可以远程控制，摄像头能够识别人和宠物，扫地机器人也已经具备自主规划路线的能力。但对于普通家庭而言，真正意义上的全屋智能依然没有完全普及。不同品牌的设备各自拥有独立的控制系统，用户需要在不同App之间切换，所谓的智能联动，也往往停留在预设条件下的简单操作。 问题在于，设备联网并不等于设备真正智能。过去十多年，智能家居产业主要解决的是设备如何接入网络、如何接受远程控制的问题，而下一阶段需要解决的，是设备如何理解环境、识别用户需求，并在不同设备之间完成协同。 最近，苹果给出了自己的新答案。10月13日，苹果正式发布了三款家庭产品：配备7英寸显示屏的智能家庭中枢HomeView、第二代HomePod mini，以及第四代Apple TV 4K。与以往单纯更新硬件不同，这次苹果将Siri AI和Apple Intelligence作为重要卖点，希望通过家庭中枢整合娱乐、通信、个人信息和智能设备控制，让语音助手从一个简单的指令执行工具，转变为家庭场景中的智能交互入口。 当苹果开始加码智能家居，**、小米、亚马逊等企业也在持续推进各自的家庭生态。这场竞争的背后，值得半导体产业关注的，已经不只是智能音箱、智能屏幕等终端产品的销量，而是支撑整个家庭智能系统运行的芯片架构正在发生变化。 01 智能家居的下一阶段，是让设备真正打通 智能家居并不是一个新概念。从早期的智能照明、智能门锁，到智能音箱、扫地机器人，再到如今的全屋智能，产业已经经历了多轮产品迭代。但一个长期存在的问题始终没有得到彻底解决：不同品牌、不同品类的设备，为什么很难真正协同工作？这与智能家居产业早期的发展路径有关。 在市场起步阶段，厂商更关注单品功能的差异化。空调企业开发自己的智能控制系统，照明企业建设独立的设备管理平台，智能音箱厂商则围绕语音助手建立生态。对于企业而言，掌握设备入口、用户数据和软件平台

10月28日，谷歌母公司Alphabet公布三季度财报：经营活动带来约423亿美元现金，购置设备和物业却支出约514亿美元，自由现金流为负约91亿美元。搜索、广告和云业务仍在增长，但当季经营产生的现金，已经不足以覆盖资本投入。 对CoreWeave、Nebius这类专门采购GPU、向外出租算力的新云服务商，资金更直接地决定扩张速度。10月22日，黄仁勋谈及这一群体时表示，算力需求极其旺盛，服务能力也很强，缺少的是营运资金；AI多个领域同时扩大投入，资金需求已超过可获得的资本。 三天后，马斯克给出了更悲观的判断。他表示，过去几周，债务市场几乎不再向缺乏AI数据中心以外大规模收入的公司提供资金，并预言两百多家新云将经历大规模倒闭与整合，只有少数能够生存下来。黄仁勋相信资金问题能够得到解决，马斯克却认为，不少企业可能等不到那一天。 一边是持续增长的算力需求，另一边是越来越受关注的投入与偿债压力，芯片的大买主们，真的快没钱了吗？ 01 订单涨得快，现金却没有跟上 过去几年，CoreWeave、Lambda等新云通过GPU抵押贷款扩大集群，资金提供方也从私募信贷机构扩展到大型银行。运营商以设备和客户合同作为融资依据，提前取得采购资金，再用算力租金偿债。这种安排支持了快速扩张，也使下一轮采购越来越取决于贷款人如何评估设备价值和客户信用。 10月初，英伟达推动的算力融资项目中，部分银行和资管机构要求比原先方案更强的保障。贷款人关心的不只是GPU今天能否租出去，还包括几年后能赚多少钱、客户付款能否持续，以及违约后设备还能卖多少钱。 双方对GPU价值的判断已有分歧。Impax资产管理公司的高级投资组合经理Tony Trzcinka指出，银行通常按3至4年的折旧安排评估GPU，而英伟达认为高端GPU可以创造长达十年的收入。设备还能使用多久，与它能否持续产生足够收入，并不是同一件事。对缺少其他业

数年前，氮化镓以快充头为载体走进大众视野，依靠高开关频率、高功率密度的特性，完成功率半导体赛道的一次大众化普及。如今赛道格局早已改写，产能铺开之后价格战持续压缩利润，消费市场的增长天花板肉眼可见。行业开始向外寻找增量，车载OBC、48V辅助电源、AI服务器HVDC电源成为厂商重点攻坚方向。 从消费级产品转向车规、算力场景，验证标准、失效风险、交付逻辑全部重构。算力浪潮滚滚向前，车载验证周期漫长，氮化镓能不能接住这一波新需求，走出快充红利消退后的增长困局，答案仍在漫长的测试与定点落地之中。 01 快充红利见顶，产品线走到分化路口 近些年，氮化镓以高端快充为卖点，20W到140W充电器一场接一场地铺开，手机、笔电、配件厂商扎堆进来。从最早的65W GaN充电器被称为充电革命，到如今几十块钱就能买到一个支持多协议的快充头，这个市场只用了几年就完成了从爆款到标准品的转换。 根据行业调研数据，2025年国内消费GaN快充出货量突破2.2亿只，但是平均单价较2022年高点下跌超60%，毛利率从早期35%以上回落至12%至18%区间。产品形态集中在650V横向E-mode分立管和简易半桥，设计逻辑优先控制BOM成本，可靠性验证周期短，谁家能把一个管子的成本压下去，谁就能在整机报价里拿到优势。当产能放出来、方案越来越同质化，价格战不可避免，靠效率参数讲故事的时代就过去了。 快充市场红利消退，直接反映在厂家的账本上。一方面，氮化镓器件单价持续下探，量涨但利润空间收窄；另一方面，整机厂对元器件的议价能力越来越强，器件厂被迫在成本、性能和可靠性之间做更极限的取舍。厂商被迫做产品线取舍，一部分继续深耕消费赛道，迭代方向压在Qg优化、封装小型化、晶圆良率提升上，靠成本优势走量，把快充市场做成一条维持现金流的存量生意；另一部分则开始单独搭建车规和工业产品线，重新定义器件规格，建立批次管控规则，把验证周

最近，黄仁勋又把目光投向了数据中心。这一次，他关注的不只是里面放什么芯片，还有一个更基础的问题：如何更快地建好一座数据中心。 老黄给出的办法是：做预制。 整套Vera Rubin AI工厂在合作伙伴的工厂里装进模块化集装箱，线缆、电路、液冷管路全部布设完毕并通过功能验证，运抵现场后接上电力、冷却和网络即可开机。靠着这一招，现场部署从6个月压缩至最短14天。 预制数据中心，其实并非老黄一家琢磨。 **推出3D数据中心，将空间布局调整与工厂预制结合起来；立讯精密旗下的立讯智算，也展示了集装箱式预制数据中心方案。大家想解决的是同一个问题：让机房建设和设备交付，尽量跟上算力需求的增长。 毕竟，在AI时代，机房如果还按老节奏慢慢盖，确实容易出现一种尴尬：爷爷立项，爸爸施工，孙子开机，顺便给上一代GPU办个怀旧展。等数据中心两年后建出来，黄花菜都凉了，最后只能当作AI的传家宝。 01 数据中心，花钱大户 AI基础设施到底有多热，可以先看两个指标：花钱，用电。 国际能源署在2026年的报告中指出，五家科技公司的资本开支在2025年超过4000亿美元，预计2026年还要增长75%。用电量也在同步增长。IEA统计，2025年全球数据中心用电需求增长17%，其中面向AI的数据中心增长50%；其更新后的基准预测是，全球数据中心用电量将从2025年的485太瓦时，上升到2030年的约950太瓦时。 国内这边，工信部披露，截至2026年9月底，我国智能算力规模达到2592 EFLOPS，同比增长146%。而这些数字，最终都要靠具体的设备和机房上去实现。 芯片需要服务器，服务器需要网络和存储，还要吃电、散热。到了高密度AI系统这里，供电、液冷、设备重量、安装空间和维护通道，都需要一起设计。英伟达在DSX POD技术说明中，也将计算、网络、电力、液冷和运输结构列为需要协同处理的工程环节。 这意味着，算力

这是国内首个实测性能达到H200水平的通用GPU。 2026年1月，壁仞科技、天数智芯先后登陆港交所；往前一个月，摩尔线程、沐曦股份刚刚在科创板挂牌；再往后半年，燧原科技IPO过会。国产GPU“四小龙”在半年多时间里齐聚资本市场。资本化完成之后，行业面前的下一个问题随之而来：拿什么证明产品站得住？ 天数智芯架构路线图 10月28日，天数智芯在上海举办“从模型到世界”2026媒体开放日，天垓300首次面向媒体开放实机演示，基于天垓300的AFD分离方案、IXL144超节点方案，与天数智算软件栈、彤央端侧算力终端同台亮相。比演示本身更受关注的是一组第三方实测数据：第三方权威机构今年7月针对四大主流模型、三类场景开展测试，在大模型典型的PD分离部署下，天垓300折算单卡整体端到端吞吐达到H200的1.05倍，这是国内首个实测性能达到H200水平的通用GPU。 H200是英伟达当前主力的高端推理卡，也是大模型推理和复杂计算领域公认的高水平标杆。天垓300在第三方实测中端到端摸平这张标杆卡，标志着一个更深层的变化：国产通用GPU开始具备在复杂AI任务和高算力市场中快速发展的实力。行业考核国产芯片的维度，正在从“能不能用”转向比拼实际产出、运行效率和经济价值。 天数智芯将这一阶段的标准概括为高质量算力——“高效率、可预期、可持续”——相同投入能产出多少有效结果，长时间运行能否稳定，面对不同模型、业务和部署方式能否持续发挥作用。在天数智芯看来，云端生产智能，软件加速适配与优化，端侧让智能进入更多现场，形成让高质量算力持续生长的增强回路。 性能对标进入实测时代，比的是整条链路的产出 过去国产芯片发布，讲的是峰值算力，是纸面参数与国际旗舰的对比。这轮对标换了一个口径：在特定模型、特定部署条件下，整条推理链路实际能输出多少。第三方权威机构的测试覆盖大模型典型的PD分离部署，天数智芯性能实验室的

近日，Arm公布新一代Mali GPU架构更新，在图形管线内升级矩阵运算单元，强化端侧大模型推理与神经渲染协同，面向车载、移动及嵌入式终端推出统一软件调度方案。 这种把AI算力融入GPU、以统一硬件承载多类负载的方式，正成为行业共同选择。类似的融合尝试也在不同市场层次展开，从移动端到桌面端，再到IP授权市场，厂商路径各异，指向的却是同一个方向。  01 本地AI为何需要GPU 随着边缘端应用场景持续丰富，设备需要同时承载图形渲染、机器视觉、信号处理与大模型推理等多类任务。 以端侧大模型为例，从单一对话到多模态协同，从短上下文到长上下文，负载特征持续变化，对硬件灵活性提出更高要求。过去一段时间，芯片设计的主流思路是针对不同负载单独配置专用硬件模块，图形单元、AI加速器、视频编解码单元各自拥有独立的数据通路与软件栈。这种方案可以针对单一指标做到性能最优，但短板同样突出。多加速器并存会显著提升系统集成难度，硬件资源难以跨任务调度。一旦终端需求迭代，部分专用固定功能硬件就会出现利用率不足的问题，推高芯片整体成本与功耗。 在边缘AI爆发初期，市场涌现大量独立NPU产品，规格围绕固定算子与模型结构设计。但大模型架构、量化方案、算子集合仍处于快速迭代周期，固定硬件架构很容易在模型更新后出现适配瓶颈。行业逐步意识到，单一专用加速器难以长期适配持续变化的AI工作负载，兼具图形能力、通用并行计算、可编程特性的GPU，开始成为边缘融合算力的核心载体。算力架构的竞争重心，也从单纯比拼峰值算力，转向硬件可编程能力、软件栈通用性以及多任务下的实际能效表现。 在此背景下，不少芯片厂商早已开始实践这套融合思路。NVIDIA依靠Tensor Core，让GPU硬件可以在图形渲染、机器视觉、AI推理之间复用算力；高通则一边打通Adreno GPU与Hexagon NPU调度，一边将超分、帧生成这类A