社区

当前，AI正一往无前地从云端向各类终端渗透，各大行业巨头纷纷加码。英伟达不断迭代Agent Computer硬件方案，推动智能体脱离云端依赖，在本地硬件完成感知、规划、执行的全链路闭环；苹果依托M6系列硬件升级Apple Intelligence，将文档摘要、照片编辑等大模型能力落地端侧运算，把用户隐私保护摆在产品核心位置。智谱在天猫开设旗舰店售卖Token，这一商业化信号也反映出端侧AI的应用越来越日常。伴随AI PC本地大模型能力持续优化、Agent硬件盒子逐步走向市场，叠加具身机器人、新一代智能穿戴设备等新品类不断发展，可以看到，端侧硬件正在承接更多AI算力负载，推动智能能力向各类硬件载体、千行百业业务场景延伸。 但大模型端侧化，并不是简单把云端算力做小型移植。终端设备要同时面对功耗、散热、体积、成本、带宽多重硬性约束，既要承载持续增长的大模型参数规模，又要保障低延迟实时交互，同时守住本地数据的隐私安全，传统冯・诺依曼架构的局限性被进一步放大。面对这一组现实产业矛盾，以后摩智能为代表的先行者探索出可落地的商业化路径，存算一体技术走出实验室，迎来难得的产业发展窗口期。端侧AI的核心命题，已经从“能不能跑通模型”，转向“能不能跑得好、用得起、实现大规模商用”，2026年，正是存算一体技术接受真实产业场景实战检验的关键之年。 01 端侧AI需求大爆发，存储一体破解端侧算力“不可能三角” 弗若斯特沙利文的数据显示，全球端侧AI市场规模将从2025年的3219亿元，攀升至2029年的1.22万亿元，复合年均增长率达40%。规模高速扩张的背后，端侧AI产业正在经历一场深刻的范式切换。 两三年前，端侧AI更多停留在概念Demo阶段。受限于模型能力与硬件条件，终端设备仅可运行1B-2B的小参数模型；即便勉强部署7B-8B模型，多模态理解、复杂任务处理能力大打折扣，也缺少成熟芯片支撑稳

新一代Mate XT2 19999起，9月12日正式开售。 **新品发布会如期登场，全场最高潮、欢呼声最热烈的一刻，当属余承东官宣：新一代**三折叠Mate XT2，首发搭载麒麟9050 Pro旗舰芯片。这也是继**Mate40全球发布会之后，**时隔六年在旗舰发布会上推出全新麒麟芯片。 麒麟9050 Pro芯片，“史上性能最强” 麒麟9050 Pro在单芯片内将逻辑单元分层排布，如同从平层升级为复式，内部增设垂直互联通道，好似加装“电梯”，信号传输路径更短、时延更低、性能更好。余承东透露，整机性能相对上一代提升42%以上，并称其是“史上性能最强的芯片”。 麒麟9050 Pro自研九核灵犀CPU超线程技术，单核峰值性能提升24%，多核并发性能提升52%。九核之外，芯片搭配一颗超低功耗微核，息屏显示、消息推送等低负载场景由微核运行，降低待机功耗。大文件打开速度提升50%，多任务流畅度提升35%。 自研马良GPU，光追硬加速技术，计算单元与缓存翻倍，支持5000万线实时光线追踪，渲染性能提升142%；4K视频导出速度提升40%以上。 达芬奇架构NPU实现多尺寸大模型入端，多级存算协同优化技术，余承东透露，在**新一代三折叠手机上实现了行业首个300亿参数MOE大模型入端，激活参数20亿，在端侧实现了更强大的处理能力。在无网络环境下，可完成本地AI图库整理等任务，摆脱网络依赖。 通信方面，搭载巴龙基带，天地一体融合通信架构，卫星巡呼成功率42%。硬件原生支持天通卫星通信、北斗卫星消息，芯片底层预留低轨宽带卫星Modem能力。 站在C位：新一代Mate XT2 在发布新一代Mate XT2之前，余承东先透露了一组重磅数据，截至目前，**三折叠系列全球累计发货量超100万台，在折叠屏品类中拥有行业第一的品牌提及率。 先讲下大家最关心的新一代Mate XT2价格，19999起，9月12

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%-

过去两年，AI算力需求的爆发式增长，让GPU和CPU成了最抢手的硬件。但大多数人没注意到的是，这场抢购潮已经向产业链上游传导——晶圆代工厂的先进制程产能，正在经历前所未有的挤兑。 2025 年下半年起，晶圆代工行业便已是热浪迭起。而到了2026年下半年，该行业涨价风潮并未见消退迹象，反而愈演愈烈。 01 最高25%！三星、台积电火热涨价 据悉，三星电子已将部分先进制程晶圆代工新订单的价格上调最高15%，原因是AI芯片需求激增导致产能持续紧张。业内人士透露:三星于7月上调了采用4纳米制程（SF4）生产的芯片价格。中国大陆和美国客户的SF4订单价格较上月上涨10%至15%，而中国台湾地区客户因与台积电同处一地，涨幅为5%至10%。此外，5纳米制程晶圆价格同样上涨10%至15%，8纳米制程价格也上涨近10%。 业内人士称，来自中国大陆客户的需求尤为强劲，但三星无法满足全部订单，原因是其必须同时供应美国客户，并保留部分产能用于自家芯片生产。中国大陆客户是接受最大涨幅的群体之一。 无独有偶，台积电也计划2027年全面上调芯片代工服务报价，覆盖先进与成熟全品类工艺。 具体调价幅度分两档设置。 其中台积电划定的7nm及以下先进制程，基础报价计划上调5%~10%，最终数值根据具体工艺节点和客户有所区分。如果客户需要在原有订单量之外，追加高性能计算芯片的产能，还要在标准涨幅的基础上再支付 10%~15%的溢价。 两项叠加计算，部分追加订单的总涨幅最高可达25%左右。而包括12nm、16nm、28nm在内的成熟节点，以及更多存量工艺，涨幅最高可达10%，部分节点的调整幅度会更小。 值得注意的是，根据市场研究机构 Counterpoint Research 于当地时间 8 月 27 日发布的最新数据，2026 年第二季度全球纯晶圆代工（Pure-Play Foundry）市场同比增长 29%。其

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

国内首家MRAM计算公司寒序科技公布uHBM®与uLPU™，将Persistent MRAM权重驻留计算从验证芯片推进至Die、Chip、Tray和Rack完整产品路线。 进入大模型推理的下半场，存储再次回到计算架构的中心。 以三星为代表的DRAM-PIM 路线，尝试把特定运算下沉到内存；以 Groq 为代表的 SRAM LPU 路线，用大容量片上 SRAM 承载权重；寒序科技选择 Persistent MRAM，把模型权重驻留与矩阵向量计算放进同一颗Compute-Memory Die。三条路线的器件基础、工艺边界和系统形态各不相同，却指向同一个问题：进入大模型Decode 阶段后，权重究竟还要搬多远？ 近日，寒序科技正式公布uHBM® 与 uLPU™ 推理计算架构及产品路线，产品形态从 uHBM®-Die、uLPU™-Chip，延伸至 Module、2U Tray 和 Rack。首代完整工程产品目前进入流片前收敛，未来两年将重点推进工程实现与量产。作为国内首家MRAM 计算公司，寒序此次发布的意义，在于把磁计算从验证芯片进一步推向一条完整产品路线。 uHBM®-Die Decode 阶段，权重搬运成为主角 大模型Prefill 阶段可以并行处理较长的输入序列，计算密度相对较高；进入 Decode 阶段后，系统开始逐个生成 Token。对于 FFN、MLP 和 GEMV 等典型负载，每一轮计算只输入规模相对有限的激活向量，却需要反复读取本轮参与计算的大规模模型权重。 一颗FP4 权重只有 4 bit。单次读取几乎微不足道；当几十亿颗权重伴随每一个 Token 被重新读取，数据搬运便会持续占用显存带宽、封装接口和系统功耗。 HBM3E 持续提高存储与 GPU 之间的接口带宽，权重仍需跨越存储与计算之间的物理边界。对于对话式 AI，这段路径影响首字延迟和单用户生成速度；对于机