當各類AI產品掀起新一輪算力競賽，當新能源汽車的智能座艙流暢響應每個指令，背後支撐這些科技奇蹟的，正是半導體材料的持續突破。從矽基到化合物，從三維到二維，材料的每一次迭代都在重塑晶片產業的遊戲規則——新材料如何改寫產業版圖？2025 年全球半導體材料市場迎來結構性增長，規模預計達 780 億美元，同比增長 8.5%，其中中國市場以 1920 億元人民幣（約 270 億美元）規模佔據全球 34.6%份額，首次超越台灣成為全球第一大市場。這一格局重構源於兩大驅動力：一是中國大陸 300mm 晶圓廠產能達每月 400 萬片（8 英吋當量），佔全球 34.4%；二是 AI 晶片需求爆發推動先進製程材料採購量激增，7nm 及以下製程材料市場規模同比增長 22%，佔整體市場的 42%。產業鏈呈現"三極分化"特徵：上游原材料領域，日本信越化學（矽烷氣體全球市佔率 45%）、美國查爾斯河實驗室（超高純試劑市佔率 38%）仍壟斷核心環節；中游材料製造環節，中國在矽片（滬矽產業全球市佔率 5%）、電子特氣（華特氣體全球市佔率 7%）等領域實現突破；下游應用端，台積電 CoWoS 封裝產能擴張帶動先進封裝材料需求增長 34%，國內長電科技的 SiP 封裝材料採購量同比提升 52%。2025 年成為中國半導體材料國產替代的關鍵轉折點，技術創新呈現三大方向：先進製程適配方面，中微公司開發的原子層沉積（ALD）裝置配套材料，滿足 3nm 製程 High-NA 光刻膠需求；綠色製造領域，金宏氣體推出的電子級氨氣回收系統，使晶圓廠氣體利用率提升至 95%；材料復合化趨勢顯著，安集科技開發的奈米結構 CMP 拋光液，將 3D NAND 晶圓的拋光效率提升40%。(EDA365電子論壇)

亞馬遜網路服務 (AWS) 預覽其下一代 Trainium AI 加速器 Trainium3 至今已近一年。今天，這款晶片正式面世。在 AWS re:Invent 大會上，該公司宣佈 Amazon EC2 Trn3 UltraServer 正式上線，這是首批基於這款新晶片建構的系統，並作為其彈性計算雲 (EC2) 服務的一部分提供。Trainium3 由台積電採用 3 奈米工藝製造，單晶片可提供 2.52 PFLOPs 的 FP8 計算能力。該器件整合了 144 GB 的 HBM3e 視訊記憶體，提供 4.9 TB/s 的記憶體頻寬。AWS 向HPCwire表示，這些性能提升源於架構的改進，旨在平衡現代 AI 工作負載的計算、記憶體和資料傳輸。該公司表示，Trainium3 新增了對 FP32、BF16、MXFP8 和 MXFP4 的支援，並增強了對結構化稀疏性、微擴展、隨機舍入和集體通訊引擎的硬體支援。該公司稱，這些新增功能旨在使晶片更好地適應 LLM、混合專家架構和多模態系統的訓練模式。這些改進概述了晶片層面的新特性，但AWS表示，真正的規模優勢在於Trainium3的部署方式。該公司指出，許多最大的性能和效率提升都體現在UltraServer層面，因為新的架構、記憶體拓撲和整合引擎在數百個晶片上運行。在系統層面，一個完全配置的Trainium3 UltraServer連接144個晶片，聚合了362 FP8 PFLOPs的計算能力、20.7 TB的封裝內HBM3e記憶體以及706 TB/s的記憶體頻寬。據AWS稱，與上一代基於Trainium2的架構相比，該系統可提供高達4.4倍的計算性能提升、4倍的能效提升以及近4倍的記憶體頻寬提升。這些資料基於AWS在其發佈博文中分享的內部測量結果。AWS 向HPCwire透露，Trainium3 引入了 NeuronSwitch-v1，這是一種全新的全連接架構，可在單個 UltraServer 中連接多達 144 個晶片，並將晶片間頻寬提升至 Trn2 UltraServer 的兩倍。該公司還重點介紹了其網路堆疊的改進：升級後的 Neuron Fabric 將晶片間通訊延遲降低至“略低於 10 微秒”，而 EC2 UltraClusters 3.0 則提供多拍位元網路，以支援跨越“數十萬個 Trainium 晶片”的大型分佈式訓練作業。AWS 表示，UltraServer 層面更高的記憶體容量、更快的架構以及改進的協同引擎相結合，旨在減少大型 Transformer 和 MoE 模型（尤其是具有更長上下文窗口或多模態元件的模型）中的資料傳輸瓶頸。在對 OpenAI 的開源權重模型 GPT-OSS 進行的內部測試中，AWS 報告稱，與上一代 UltraServer 相比，每個晶片的吞吐量提高了 3 倍，推理響應時間提高了 4 倍，這表明該公司正在利用系統級的性能提升，使 Trainium3 能夠勝任數兆參數的訓練和大規模推理任務。AWS 表示，客戶已經開始使用 Trainium3 來降低訓練成本，Anthropic、Metagenomi和 Neto.ai等公司報告稱，與替代方案相比，成本最多可降低 50%。AWS 還指出，Amazon Bedrock 已經在 Trainium3 上運行生產工作負載，這表明該晶片已準備好進行企業級部署。早期採用者也在積極探索新的應用領域：據 AWS 稱，人工智慧視訊初創公司 Decart 正在使用 Trainium3 進行即時生成視訊，並以 GPU 一半的成本實現了 4 倍的幀生成速度。AWS 已著手研發下一代定製晶片。該公司表示，Trainium4 旨在顯著提升計算、記憶體和互連性能，包括至少 6 倍的 FP4 吞吐量、3 倍的 FP8 性能以及 4 倍的記憶體頻寬。AWS 將 FP8 性能的提升描述為“基礎性飛躍”，這將使企業能夠以至少三倍的速度訓練模型或處理三倍數量的推理請求，並且預計通過持續的軟體和工作負載最佳化，性能還將進一步提升。為了支援更大規模的模型和更高的節點級擴展性，AWS 表示 Trainium4 還將整合輝達的 NVLink Fusion 互連技術。其目標是使 Trainium4、Graviton 和 Elastic Fabric Adapter 能夠在通用的基於 MGX 的機架中互操作，從而建立一個靈活的機架級設計，既可以託管 GPU 伺服器，也可以託管 Trainium 系統。隨著 Trainium3 投入生產，Trainium4 也即將面世，AWS 似乎正在為未來做好準備。未來，人工智慧訓練的真正瓶頸將不再在於加速器本身，而在於連接它們的網路和系統設計。AWS 能否有效執行這一路線圖，將決定其在建構前沿規模人工智慧基礎設施的持續競爭中的地位。NVIDIA NVLink Fusion 被選中用於未來的 AWS Trainium4 部署今天，NVIDIA 和 AWS 宣佈建立多代合作夥伴關係，將 NVLink Fusion 晶片整合到未來的 AWS AI 機架和晶片設計中。AWS 在 2015 年收購 Annapurna Labs 後，開始自主設計 Graviton CPU、Nitro 網路卡和 AI 加速器。因此，AWS 的技術堆疊並非 NVIDIA 的技術堆疊，儘管它也採購了大量 NVIDIA GPU。未來，AWS 計畫將 NVIDIA 的技術整合到其定製的晶片棧中，這意義重大。NVLink Fusion 背後的理念是，NVIDIA 可以銷售一個 IP 模組，使其他晶片能夠使用 NVIDIA NVLink 進行通訊。NVIDIA宣佈了一系列合作夥伴，而Arm等其他公司最近也加入了進來。從新聞稿中我們可以看出，“AWS 正在設計 Trainium4，使其能夠與 NVLink 6 和 NVIDIA MGX 機架架構整合，這是 NVIDIA 和 AWS 在 NVLink Fusion 領域開展的多代合作的首個成果。”這對兩家公司來說都是一筆划算的交易。AWS 可以將與 NVIDIA NVL72 機架類似的機架架構用於其定製晶片項目。對輝達而言，這項技術正被融入到一項超大規模的定製晶片項目中。它有機會將NVLink Fusion Chiplet和NVLink交換機銷售到那些非輝達的CPU/GPU/NIC晶片機架中。或許最有趣的是，AWS在推進Trainium未來版本開發的同時，決定採用NVIDIA NVLink技術，而不是自行建構通訊協議、交換機以及機架基礎設施。此外，值得注意的是，AWS採用NVLink意味著它不會在其機架內擴展計算鏈路中使用Broadcom Tomahawk Ultra或其他基於乙太網路的交換機晶片，因為將兩種技術用於同一用途顯得不合常理。 (半導體行業觀察)

年底，AI晶片領域的競爭愈發激烈。繼11月，Google發佈自研TPU，引發市場廣泛關注，輝達隨即入股新思科技加碼推廣自身GPU後，亞馬遜剛發佈的新產品，也很有可能成為攪動市場的另一極。美國時間12月2日，在拉斯維加斯舉辦的亞馬遜雲科技re:Invent全球大會上，亞馬遜正式推出了新一代自研AI晶片Trainium 3。這是亞馬遜首款3nm製程的AI晶片，由台積電代工生產。圖片來源：unsplash根據亞馬遜AWS首席執行官馬特·加曼（Matt Garman）的介紹，Trainium 3的計算能力較之Trainium 2大幅提升，是在當前的人工智慧浪潮中，專為滿足下一代生成式AI工作負載的高性能需求而設計打造的，能夠幫助客戶更快地建立更大的模型，並在部署模型時提供卓越的效能。AWS方面同時拿出了整合144顆新一代晶片的Trainium3 UltraServer伺服器。該公司給出的資料顯示，新伺服器的計算能力是上一代產品的4.4倍，記憶體頻寬是上一代產品的4倍，能夠將能效提升40%，同時大幅提高了產品部署能力上限，通過伺服器之間的互聯互通，最多能部署多達百萬顆Trainium 3晶片，將此前的天花板提高了10倍。從AWS披露的資料來看，Trainium 3的產品性能是更新換代等級的存在，但市場更關注的，還是其與佔據絕對主導地位的輝達和正在崛起的Google之間的比較。不過，AWS方面拒絕直接就其新一代晶片的性能與輝達、Google進行對比，沒有提供太多相關資訊。Barron's等提到，從記憶體來看，每顆Trainium 3整合了144GB高頻寬記憶體，而Google最新TPU是192GB，輝達最新的Blackwell GB30更是高達288GB，同時，性能更強的輝達超級新品Rubin也即將走向市場。從這方面來看，目前幾大巨頭之間的晶片在性能上仍有明顯差距。科技媒體IMPLICATOR.ai撰文指出，與輝達的GPU不同，亞馬遜的Trainium晶片是專為在AWS雲服務中訓練和運行大模型而設計的定製化AI晶片，會針對AWS的雲基礎設施和Bedrock平台進行針對性最佳化。AWS也在官方新聞中，著重強調了專用晶片的“性價比優勢”，稱與同等GPU系統相比，Trainium在相關場景中可以將訓練和推理成本降低50%。實際上，Google的TPU是專為加速機器學習和深度學習任務而設計的。輝達在這些競爭者冒頭時曾發聲表示，公司的產品領先業界一代，是唯一能夠運行所有AI模型並應用於計算場景的平台。與專為特定AI框架或功能設計的產品相比，輝達晶片提供了更高的性能、多功能性和可互換性。就在亞馬遜發佈新品的同一時間，輝達首席財務官科萊特·克雷斯（Colette Kress）在瑞銀全球技術與AI大會上表示，其他晶片競品絕無可能動搖輝達的地位。她還表示，輝達的護城河不只晶片，而是標準和生態，所有模型都運行在輝達的平台上，市場地位非常穩固。不過，相較於競爭關係，亞馬遜與輝達的合作同樣值得關注。大會期間，AWS與輝達共同宣佈，前者將在下一代晶片Trainium 4中使用後者的NVLink Fusion技術。該技術能夠實現不同類型晶片之間的高速連接，以及不同伺服器之間的快速通訊。晶片領域的頭部企業英特爾、高通都是使用者。通過引入該技術，AWS得以建構規模更大、適用性更強的AI伺服器，進一步提高互聯互通能力，再次推高部署能力的上限，幫助客戶更好地訓練大模型。IMPLICATOR.ai的文章分析稱，相較於“打不過就加入”，AWS引入輝達技術更類似一種引流策略，在無法快速實現晶片替代的情況下，這種合作能夠幫助那些依賴輝達工作負載的企業更輕鬆地逐步遷移到Trainium基礎設施中。輝達CEO黃仁勳則表示，輝達和AWS將攜手打造AI產業革命的計算架構，加速世界邁向智能化的道路。令人好奇的是，誰成為亞馬遜新AI晶片第一批擁躉？亞馬遜強調，新一代的晶片和伺服器都是為了讓雲服務客戶能以更低成本享受更好的服務，訓練出質量更高的大模型來實現自身的AI雄心。事實上，除了自用外，Trainium 3目前的市場前景仍然成疑。以往，Trainium的主要客戶是Anthropic、理光（Ricoh）等公司，使用者基礎本就不多。其中，Anthropic一直是最大客戶。實際上，AWS方面此前就曾表示，計畫在今年底之前向Anthropic提供100萬個Trainium晶片。摩根大通分析師道格・安穆斯（Doug Anmuth）稱，考慮到亞馬遜對Anthropic的投資及兩者歷來的緊密關係，Trainium最新晶片預計仍會首先供應這家打造出了Claude的公司。未來，只要電力等供應充足，AWS可以在新的伺服器上複製為Anthropic打造的架構，吸引其他大型客戶，讓自己的晶片被更廣泛地使用。不過，就算是Anthropic，這家公司對晶片也有多種選擇。除了輝達的主流產品，該公司去年還曾表示與Google達成協議，將採購後者100萬顆TPU晶片。另外，在今年的re:Invent大會中，AWS還發佈了包括推理模型、語音模型、純文字模型在內的Nova 2系列模型，並推出了“開放式訓練”服務Nova Forge，允許使用者在訓練的各階段注入自己的資料，支援更多行業為特定知識定製大模型，同時通過Nova Act進軍代理服務市場，幫助使用者建構自動化網頁操作智能體。從基礎設施、自研晶片，再到大模型、代理服務，這家雲服務巨頭已癒發凸顯出全面押注AI垂直一體化的趨勢。而資本市場還無法明確判斷該公司相關戰略的前景。12月2日亞馬遜股價收盤微漲0.23%，今年以來漲幅為6.85%，在“美股科技七巨頭”中與特斯拉相近，低於其他公司。 （鈦媒體AGI）

近日，特斯拉首席執行官埃隆·馬斯克在 X 平台上表示，特斯拉 AI5 晶片的設計已經接近最終流片階段，預計將在 2027 年年中進入量產。同時，特斯拉也已經啟動下一代 AI6 晶片的研發。他給出的目標仍然激進，每 12 個月推出一款新的人工智慧晶片，並按節奏推進量產。馬斯克甚至稱，特斯拉未來生產的 AI 晶片數量將超過其他所有 AI 晶片廠商的總和。馬斯克強調，特斯拉多年來一直擁有自己的頂尖 AI 晶片和主機板設計團隊，這支團隊已經完成了數百萬顆 AI 晶片的設計，並部署在車輛與資料中心中。他認為，正是這些自研晶片能力，讓特斯拉能在現實世界 AI 領域持續領先。圖源：馬斯克X帳號截圖AI5 接近流片意味著設計已基本成型，是正式進入生產前的最後一步。按照馬斯克此前的說法，AI5 在部分任務上的速度比 AI4 提升可達 40 倍。該晶片採用台積電 3nm 工藝，目標算力 2000～2500 TOPS，大約是現款 HW4 的五倍。依託低功耗設計，AI5 將重點服務於 Optimus 人形機器人，使其能在複雜環境中更高效運行。在資料中心側，AI5 將為特斯拉的 FSD 訓練和推理提供支撐，並與 Dojo 構成完整的訓練生態。AI5 的定位非常明確，承擔特斯拉下一階段自動駕駛的核心算力任務，在能效比、神經網路處理和資料吞吐上進一步加強，繼續壓縮模型推理和決策的延遲，讓車輛在複雜交通場景中能夠更快做出判斷。圖源：特斯拉與此同時，特斯拉已經著手研發 AI6，並計畫由三星代工。AI6 的設計重點預計將進一步圍繞能效、平行處理能力以及散熱最佳化展開。馬斯克透露，AI6 的性能將比 AI5 再提升兩倍。不過，高速迭代也帶來了現實挑戰。如此頻繁的硬體升級難免會讓現有車主擔心車輛過快落伍。早在 2016 年，特斯拉就對外宣稱後續車輛都已具備未來實現自動駕駛的全部硬體，但在 2023 年，馬斯克又在財報會議上表示，由於改裝成本過高，特斯拉將不再為舊款晶片提供升級服務。這使不少早期車主頗有意見。圖源：彭博社不過，對潛在購車者而言，特斯拉的晶片迭代意味著車輛在未來幾年將持續通過OTA更新與硬體迭代保持競爭力。晶片只是其中的一環，但它正成為智能駕駛體系穩定擴展的重要支點。 (晶片大師)

又一款3nm自研手機晶片來了！落地摺疊屏機皇。智東西7月10日報導，就在昨晚，三星在全球發佈會上正式發佈了Galaxy Z Fold7和Galaxy Z Flip7兩款摺疊屏新機，後者搭載了三星首顆3nm自研旗艦手機晶片Exynos 2500。▲Galaxy Z Flip7（左）和▲Galaxy Z Fold7（右）相比手機在外觀設計、影像拍照和AI體驗上的升級，手機圈討論熱度最高的點，要屬三星Exynos 2500在剛剛發佈的摺疊屏Galaxy Z Flip7中落地，並且國行版本的機型也大機率將搭載這顆晶片（如果官網資訊不變）。要知道，上次三星在國行版旗艦機中使用自研手機晶片，已經是大約10年前了。2015年，三星旗艦機Galaxy S6搭載了其自研的Exynos 7420。不過期間三星在國行版中端機，比如A系列中一直有使用自研Exynos系列晶片。此次焦點三星Exynos 2500實則在去年就已經官宣，但遲遲未能落地，今年年初發佈的新旗艦Galaxy S25系列也全部採用了高通晶片。有業內爆料稱，三星3nm 環繞柵極（GAA）工藝良率過低是Exynos 2500遲遲未能大規模量產的主要原因之一。在高通、聯發科、小米等廠商的旗艦手機晶片製程工藝都已經來到台積電第二代3nm後，三星的壓力是不言而喻的，此次Exynos 2500在摺疊屏新機中全版本落地，無疑對三星手機業務和三星半導體業務都是一個關鍵節點。售價方面，Galaxy Z Fold7國行預售起步價為13999元，Galaxy Z Flip7國行預售起步價為7999元。▲Galaxy Z Fold7▲Galaxy Z Flip701.最高主頻3.3GHz，CPU性能跑分曝光AI算力59 TOPS這次根據三星官網參數頁資訊，三星Galaxy Z Flip7小摺疊屏會搭載Exynos 2500，並且沒有標明會有其他版本。從官方參數上來看，這顆晶片與小米玄戒O1同樣是十核心四叢集架構，超大核的最高頻率為3.3GHz，相比小米的3.9GHz，有比較大的差異，其餘三組CPU核的最高頻率分別為2.74GHz、2.36GHz和1.8GHz。▲三星Exynos 2500▲小米玄戒O1工藝方面，官網資訊中提到，Exynos 2500採用3nm GAA工藝技術製造，通過扇出型晶圓級封裝（FOWLP）提供更好的電源效率和增強的散熱性能，同時大幅度降低晶片厚度。此外，三星通過上述對CPU核心結構的修改和模擬GNSS介面的實施，實現了進一步的最佳化。就在兩周前，Geekbench 6網站上已經流出了Exynos 2500的相關跑分，其單單核分數在2303-2356分之間，多核則在8062-8076分之間。相較自家旗艦Galaxy S25 Ultra搭載的驍龍8 Elite，單核跑分差距約為19%，多核跑分差距約為16%。▲Geekbench 6官網跑分從三星官網的Exynos 2500晶片資訊來看，Exynos 2500的NPU的AI算力達到了59 TOPS，據稱端側AI性能比上代Exynos 2400提升了39%。Exynos 2500的AI-ISP支援3.2億像素解析度攝影機，支援60fps的8K視訊錄製。GPU方面，Exynos 2500搭載了第四代Xclipse 950 GPU，其基於AMD的RDNA 3架構，支援硬體加速光線追蹤。02.AI+摺疊屏能否實現不一樣的AI手機體驗？回到手機本身，今年上半年OPPO、vivo、小米、榮耀、三星接連發佈摺疊屏旗艦，據外媒爆料，蘋果大機率將於明年發佈首款摺疊屏，隨著蘋果的入局，摺疊屏戰事無疑將來到新的階段，市場格局或將重塑。三星是Android陣營中最早做摺疊屏的廠商之一，從2018年至今，7年多時間裡，三星摺疊屏也迭代至第7代，在摺疊屏硬體形態已經較為成熟、軟體互動也 難出新意的今天，三星能否給行業和消費者帶來一些驚喜？AI是否會成為影響摺疊屏這一形態產品的最大變數？從發佈會來看，輕薄、拍照和AI體驗是此次三星摺疊屏重點升級的三個方面。但在這三個方面，三星基本上都是在原有設計和思路的基礎上進行最佳化迭代，並沒有比較顛覆性的設計改變或功能創新。輕薄方面的細節升級、外觀設計、拍照效果和實際上手體驗智東西已經發佈相關文章（全球首發體驗！三星摺疊屏Galaxy Z Fold7上手：太輕薄了，AI圈搜萬物）。在大家最關心的AI方面，摺疊屏能帶來什麼不一樣的AI體驗嗎？目前來看，摺疊屏的AI體驗與直屏旗艦並沒有本質區別，基本上只有AI智能分屏這一功能是摺疊屏獨佔的。不過值得一提的是，在AI圈搜方面，大屏可以讓AI在呈現搜尋結果時不遮擋我們當前正在操作的內容。比如玩遊戲時，可以隨時圈中BOSS搜尋視訊攻略，而遊戲不會被打斷，也不用切換應用。AI方面，三星此次重點強調了多模態AI的重要性，也提及他們要將智能體和多模態能力整合到手機裡，並進一步提升個性化和隱私安全。從AI功能上來看，AI即圈即搜、AI識屏識物、AI總結會議紀要、AI改寫重寫文案、AI生成各類風格的圖像、AI即時翻譯這些AI手機已經迭代多時的基本功能已經成為標配。在當下大火的主動性AI方面，三星的AI可以針對使用者的旅行計畫給出一些出行和遊玩的建議。小摺疊屏Galaxy Z Flip7在AI體驗上有一個相對獨特的功能，使用者可以把手機摺疊後放置在桌面上，通過後置攝影機進行自拍，詢問AI穿搭建議。總體來說，三星摺疊屏上的AI體驗與直屏旗艦基本一致，主要是基於已發佈的功能進行迭代，並沒有重磅新功能首次亮相。03.結語：旗艦晶片落地摺疊屏三星軟硬協同能否帶來新驚喜？三星旗艦自研晶片Exynos 2500的全版本應用，客觀來說體現了三星對這款產品的自信，在競爭激烈的手機市場，對於蘋果和三星這樣的全球手機巨頭來說，手機晶片“不出錯”的重要性是不言而喻的。Exynos 2500雖然從CPU的性能上來說仍然與高通、聯發科旗艦晶片存在一定差距，但在AI、影像、通訊、連接等方面幾乎都已經看齊。面對未來的AI手機之戰，尤其是端側AI的快速發展，底層軟硬協同會給AI應用體驗帶來獨特優勢，三星能否借此在AI手機賽道實現新的突破？我們將持續關注。 (智東西)

在智慧手機產業，自研晶片早已不是“選擇題”，而是“生存題”。5月22日，在小米15周年新品發佈會上，除了小米15S Pro、平板7 Ultra以及等硬體產品，最引人注目的當屬小米首款3nm 自研SoC “玄戒O1” 的亮相。這個動作不僅讓小米成為中國第二家實現旗艦SoC晶片量產的手機廠商，更釋放出明確訊號：小米正以晶片為矛，向全球硬核科技的巔峰發起衝鋒。1. 自研晶片背後，小米在下什麼棋？「晶片是必須攀登的高峰，也是繞不過去的一場硬仗。」雷軍在發佈會上的這句話，揭示了小米造芯的底層邏輯。從蘋果A系列到三星Exynos，自研晶片早已是頂級科技公司的「入場券」。對小米而言，這場豪賭背後是三重戰略佈局。對小米而言，「未來十年成為全球硬派科技引領者」 的目標，必須以晶片為支點。透過建構「晶片+ OS+AI」 三大支柱，小米試圖打通從底層硬體到上層應用的全端生態，徹底擺脫對外部供應鏈的依賴，實現從「技術整合」 到「技術定義」 的質變。而在高階市場，蘋果以A系列晶片與iOS系統的深度協調，建構了難以踰越的體驗壁壘。小米若要實現“全面對標蘋果”，僅靠外采高通、聯發科晶片顯然不夠。自研晶片不僅能提升效能控制權，更能打通軟硬體協同最佳化的鏈路。在產品層面，通用型晶片雖能保障基礎效能，卻難以滿足廠商的個性化需求。以影像為例，外采晶片的ISP模組通常基於產業通用標準設計，而小米若想實現「徠卡影調」「電影模式」等獨特功能，必須從晶片層重新定義硬體架構。玄戒O1的誕生，正是小米「以軟體技術規劃定義晶片」概念的落地，即先明確使用者體驗目標，再反向設計晶片功能。2. 友商棄守3nm，小米10核破局在半導體產業，3nm過程堪稱“魔鬼關卡”，不僅狂燒錢，技術門檻也相對較高。相較於7nm、5nm工藝，3nm技術能夠在更小的物理尺寸下整合更多的電晶體，提供更高的計算能力與更低的功耗。但相應的其研發成本和技術門檻也較高。根據市場研究機構International Business Strategies（IBS）的資料，設計28nm晶片的平均成本為4,000萬美元，設計7nm晶片的成本為2.17億美元，設計5nm裝置的成本為4.16億美元，而3nm設計耗資則高達5.9億美元。從技術而言，3nm晶片的研發標誌著半導體技術逼近物理極限，其技術難點集中在電晶體結構革新、EUV工藝突破及熱/量子效應管理。此外，3nm產能高度集中，受地緣政策的影響也相對較大。因此在3nm晶片研發的道路上，不少產業巨頭紛紛折戟：哲庫投了100億放棄了、被迫解散，三星良率20%胎死腹中，但小米選擇孤勇前行。如今，小米玄戒O1成功面世。玄戒O1採用台積電第二代3nm工藝，電晶體數量達到190億，與A17 Pro持平，但晶片面積只有109mm²，相當於一個指甲蓋的大小。玄戒O1的CPU採用10核4叢集架構，擁有兩顆Arm最新最強的Cortex-X925 超大核，四顆最新的A725性能大核、兩顆低頻A725能效大核和兩顆A520 超級能源效率核心，既能滿足高效能需求，又能在日常應用中降低了八顆產業的八核能耗定式。實測資料顯示，其安兔兔綜合跑分為3004137，與原神、抖音等應用的最佳化適配表現接近甚至超越競品。GPU方面，玄戒O1採用最新Immortalis-G925 16核心圖形處理器。曼哈頓3.1測試達到330 幀、Aztec 1440p測試達到110幀，大幅領先蘋果A18 Pro，同性能下功耗相比A18 Pro低35%，已進入第一梯隊。3. 十年投入500億，雷軍要改寫全球晶片規則「小米一直有顆『晶片夢』」。據雷軍介紹，早在11年前，也是小米創立的第4年（2014年），小米就開始了晶片研發之旅。2014年9月，澎湃項目立項。 2017年，小米首款手機晶片「澎湃S1」正式亮相，定位中高階。後來，因為種種原因，遭遇挫折，小米暫停了SoC大晶片的研發。但小米還是保留了晶片研發的火種，轉向了「小晶片」路線。再後來，小米澎湃各種晶片陸續面世，包含了快充晶片、電池管理晶片、影像晶片、天線增強晶片等“小晶片”，在不同技術賽道中慢慢積累經驗和能力。2021年，在小米宣佈決定造車的同時，「大晶片」業務也在同步重啟。這一次，小米將以更成熟的姿態重返賽道。對於過往“造芯”路上遭遇的挫折，雷軍強調“那不是小米的'黑歷史'，而是來時路。”在玄戒立項之初，小米便為自己設定了更高目標：最新的工藝流程、旗艦等級的電晶體規模、第一梯隊的性能與能源效率。此後，小米為造芯設立了清晰的時間表：2025年量產，十年規劃投入超500億元。截至今年4月，研發投資已超135億元，研發團隊規模達2,500人，國內僅次於華為海思及展銳。雷軍表示：「我們深知造芯之艱難，制定了長期持續投資的計畫：至少投資十年，至少投資500億，穩打穩紮，步步為營。小米晶片已走過11年曆程，但面對同行在晶片方面的積累，我們只能算。對於下一個十年，小米將繼續深耕底層技術，力爭成為全球硬核科技的引領者剛剛開始。」當3nm工藝撕開技術鐵幕，當10核架構顛覆產業規則，小米的硬派長征才剛開始。這條路或許佈滿荊棘，但對中國科技業而言，每一個敢於「踩坑」的探索者，都值得一聲喝采。「無論高峰低谷，無論順境逆境，技術為本，不斷向前，這就是小米的成長之路。」雷軍的這句話，或許正是小米自研晶片實現突圍的最佳註腳。 （網易科技）

5月22日晚，小米15周年戰略新品發佈會上，小米自研的3nm旗艦晶片“玄戒O1”震撼問世。小米集團董事長雷軍介紹，“玄戒O1”旗艦處理器由小米自主研發設計，小米15SPro首發搭載。“玄戒O1”旗艦處理器採用第二代3nm先進工藝製程，190億電晶體，晶片面積僅109mm²，實驗室跑分突破300萬。同時，小米15S Pro、小米平板7 Ultra、小米手錶S4全部搭載小米自主研發設計的玄戒晶片。這不僅是小米的高光時刻，更是國產晶片的一次重大突破，小米也成為繼蘋果、高通、聯發科後，全球第四家發佈自主研發設計3nm製程手機處理器晶片的企業。“玄戒O1”震撼發佈雷軍：小米晶片要對標蘋果5月22日，小米15周年戰略新品發佈會上，小米集團董事長雷軍介紹，“玄戒O1”旗艦處理器由小米自主研發設計，小米15SPro首發搭載。“玄戒O1”旗艦處理器採用第二代3nm先進工藝製程，190億電晶體，晶片面積僅109mm²，實驗室跑分突破300萬。同時，小米15S Pro、小米平板7 Ultra、小米手錶S4全部搭載小米自主研發設計的玄戒晶片。“玄戒O1”旗艦處理器擁有第一梯隊的旗艦性能與功耗。十核四叢集CPU架構。Cortex-X925 雙超大核，峰值性能提升36%，四叢集高效接力，採用16核GPU，搭載最新Immortalis-G925，帶來強勁的圖形處理性能，GPU動態性能調度技術，功耗大幅降低，根據運行場景，動態切換GPU運行狀態。直播截圖發佈會上，小米公佈了適用於小米手錶的玄戒T1晶片，搭載於 Xiaomi Watch S4 智能手錶。官方透露該晶片擁有“小米 4G 基帶”，該晶片系蜂窩通訊全鏈路自主設計，支援 4G eSIM 獨立通訊。雷軍表示，小米的晶片要對標蘋果。此前，雷軍在微博上表示，不少人覺得做大晶片好像很容易，“只是因為我們一直沒有對外（公眾）講過，大家不瞭解。 我們默默幹了四年多，花了135億，等到 O1量產後才披露的。其實，這個過程還是非常艱難……”雷軍談及為何堅持造晶片時表示，小米的晶片之路走了整整11年，“原因很簡單，如果小米想成為一家偉大的硬核科技公司，晶片是我們必須攀登的高峰，也是我們繞不過去的一場硬仗。面對晶片這一仗，我們別無選擇。”發佈會上，雷軍總結過去五年的經驗，他認為，最重要的原因是堅持技術為本。“過去五年，小米曾宣佈投入1000億元，五年已經過去，我們大約投了1020億元人民幣。在接下來的五年，小米決定在核心技術的研發上再投入2000億元。等（到）小米二十周年，肯定會交出更好的答卷。”“澎湃S1”到“玄戒O1”其實小米早在2014年便開始進行晶片研發，2014年，小米成立了北京松果電子有限公司，並於當年9月立項澎湃項目，2017年，小米首款手機晶片“澎湃S1”震撼亮相，定位中高端，從立項到首款澎湃S1晶片問世，小米用了三年時間，澎湃S1是一顆8核64位處理器，採用28nm工藝製造，最高主頻為2.2GHz，採用大小核架構設計，整合Mali T860四核GPU以及32位語音DSP，雷軍曾表示，儘管外界普遍認為晶片研發風險極高，但小米仍堅持投入，在他看來，晶片是智慧型手機技術的關鍵核心，小米若要在手機市場佔據領先地位，就必須掌握關鍵技術，並在晶片領域持續深耕。然而，這款採用28nm工藝的晶片因性能、功耗及基帶問題未能延續，小米不得不暫停主晶片研發，決定轉向“小晶片”路線，陸續推出了快充晶片、電池管理晶片、影像晶片、天線增強晶片等。按照雷軍的說法，2021年初，小米做了一個重大決議：造車，同時，還做了另外一個重大的決策：重啟“大晶片”業務，重新開始研發手機SoC，由前高通高管秦牧雲領銜，組建超千人研發團隊，開啟高規格保密研發，直至“玄戒O1”的問世，這也意味著小米花費了四年時間，最終完成了這款SoC晶片的研發和量產。雷軍 直播截圖在當下複雜的國際環境以及激烈的產業競爭背景下，這款旗艦機SoC晶片的推出不僅對小米有非常重要的意義，這也是行業一次不小的突破，繼華為後，小米成為中國第二家實現旗艦SoC晶片量產並商用的手機終端製造商。 (大話晶片)

高通 CEO 在 Computex 2025 回應小米自研 3nm 晶片 “玄戒 O1” 時，強調雙方合作穩固，類比三星案例稱高通仍將是小米旗艦機主要供應商。小米則於 5 月 22 日推出搭載自研晶片的小米 15s Pro 和平板 7 Ultra，以技術實力爭取供應鏈議價權。高通同期宣佈進軍資料中心市場，借收購 Nuvia 的 Oryon 核心重啟 Arm 伺服器晶片佈局，並調整 PC 市場目標（2029 年市佔率降至 12%），拓展企業級筆記本。其與台積電合作緊密，年出貨晶片約 400 億顆，下一步瞄準機器人市場。一、高通回應小米自研晶片：合作與競爭並存高通 CEO 在 Computex 2025 上強調，與小米合作關係穩固，小米部分旗艦機仍將採用高通技術。他以三星為例稱，即便品牌自研晶片（如 Exynos），高通仍是其旗艦機主要供應商，此模式同樣適用於小米。高通通過 “生態壁壘 + 技術互補” 鞏固地位，小米自研則為提升議價權，雙方形成 “部分替代 + 部分依賴” 的競合關係。具體回應內容如下：1、合作關係穩固：高通與小米有長期穩固的合作關係，小米的一些旗艦機仍會持續採用高通的技術。2、類比三星案例：品牌廠商研發自家晶片並不罕見，如三星有 Exynos 系列 SoC，但高通仍是三星旗艦機的主要供應商，同樣，高通也將會是小米旗艦機的主要供應商，未來這一情況不會改變。二、小米自研晶片突破：3nm 旗艦晶片量產落地小米集團董事長雷軍微博稱，小米自主研發的3nm工藝旗艦晶片“玄戒O1”已大規模量產，5月22日將推出搭載該晶片的小米15s Pro（徠卡三攝）和小米平板7 Ultra（14英吋巨屏OLED）兩款旗艦產品。技術層面，“玄戒O1”驗證了3nm工藝與十核心架構的成熟度，打破“國產晶片難入旗艦”的認知，展現小米半導體設計的頂尖實力。戰略層面，此舉可減少供應鏈依賴，通過自研晶片深度最佳化軟硬體協同（如適配徠卡影像），提升使用者體驗；同時以技術實力為籌碼，在與高通等供應商合作中爭取更主動的議價權，建構“自主+合作”的雙軌供應鏈模式，增強產業鏈話語權與抗風險能力。三、高通多元化佈局：資料中心、PC 與機器人市場高通通過資料中心（Arm+AI）、PC（差異化 AI 體驗）、機器人（移動計算延伸）建構多元化增長曲線，以技術生態協同與供應鏈優勢避險單一市場風險，試圖在 x86 壟斷、手機晶片競爭加劇的背景下開闢新戰場。進軍資料中心（Arm+AI）：高通宣佈進軍資料中心領域，與沙烏地阿拉伯 Humain 合作開發 CPU 及 AI 方案，借收購 Nuvia 的 Oryon 核心重啟 Arm 伺服器晶片（曾於 2018 年放棄）。傳聞中的研發代號 “SD1” 晶片預計採用台積電 5nm 工藝，含 80 個 Oryon 核心，支援高頻寬記憶體及 PCIe 5.0，瞄準雙插槽伺服器場景。高通強調與輝達合作，通過定製處理器接入其機架式架構，建構 “CPU+AI 晶片” 協同的節能計算生態。PC 市場：驍龍 X 系列市佔率目標下調至 12%，聚焦美國消費級及歐洲市場，計畫 2026 年推出超 100 款產品，拓展企業級 Windows 筆記本。主打長續航、AI 性能（如 3 倍創新應用增長、93% 使用者體驗時間提升），拓展企業級 Windows 筆記本市場。聯合華碩、惠普、聯想等廠商展示 AI 筆記本，強調裝置端 AI 的重要性，對標英特爾 EVO 平台。機器人領域：列為下一個增長極，依託移動計算技術切入低功耗、高算力場景。Amon 稱機器人業務 “重要性不亞於汽車領域”，計畫將智慧型手機、PC 端的技術（如 NPU、連接能力）遷移至該賽道，與輝達 Jetson 等競品競爭。四、自研與生態的動態平衡小米將自研晶片作為技術 “備胎”，旨在提升品牌溢價與供應鏈安全，但短期內難完全替代高通（如仍需整合其 5G 基帶），體現戰略備份與技術過渡性；高通以通訊技術為根基，通過佈局資料中心、機器人等多元市場避險手機晶片競爭風險，強調 “核心技術不可替代性” 以穩固地位、拓展增長空間；當前行業趨勢下，頭部廠商普遍採用 “自研 + 合作” 雙線策略，產業鏈呈現 “技術分層 + 生態協同” 特徵，競爭焦點從單一產品轉向多領域生態壁壘建構，凸顯技術整合與生態卡位的關鍵作用，整體格局向多元化技術佈局與生態化競爭演進。(芯榜+)