2025Q2，全球記憶體市場迎來了一輪罕見的劇烈上漲，DDR5 價格在短短一年時間裡，從每 GB 約 3–4 美元飆升至 15美元以上，部分高端規格產品的價格更是突破了這一區間。DDR4在需求不斷下跌的情況下，因為供給瞬間暴跌，導致價格飆漲的更為誇張從每 GB 約 1-2 美元飆升至 15美元，在2025年底到2026年初，甚至出現DDR4每GB價格比DDR5還高的倒掛現象。為何壓根沒需求，需求每年下降的DDR4價格比DDR5長得還高？核心原因是三大同時間宣佈停止生產DDR4，將產線轉進DDR5，全球DDR4供給瞬間減少6成以上，導致DDR4價格暴漲，因為需求可能每年下降10%，但供給暴降60％，瞬間造成了供需緊張。而DDR4的價格更高，毛利更高，會讓三大回心轉意減緩DDR4的停產嗎？當然不會，因為DDR4沒有需求，需求在下降，甚至DDR5需求也很一般，每年只有微幅上漲，從消費級電子就能看出DDR5的需求不會太好。那三星，海力士，美光三大原廠為何要放棄DDR4全面轉進DDR5呢？DDR5需求同樣一般。核心就在HBM，這一波儲存的需求拉動完全在AI沒有其他，而AI需要的是大量的HBM，生產HBM必須先做DDR5顆粒再層層堆疊，目前的HBM4是12層，未來會有16層，也就是佔用DDR5顆粒會越來越多。最終導致DDR5漲價的原因也是供給被大量HBM擠佔，供給減少造成供需不平衡。這就是三大為何毅然決然放棄價格更高，毛利更高的DDR4全面轉進DDR5的核心原因，HBM緊缺需要更多DDR5顆粒，用DDR4的舊產線升級最快，不用在新建廠房，所以必須把DDR4騰出來升級DDR5，為的只有一件事 - HBM。只有HBM的需求是不斷增加的，DDR4跟DDR5需求是減少跟持平，但價格大漲。大家搞明白這兩年的儲存漲價邏輯才能對未來做出正確判斷，如果你不懂產業邏輯，憑藉網路上看的有頭沒尾的文章，這會讓你的認知片面化，切入點單一化非常容易做出錯誤判斷，尤其是在瞬息萬變的儲存市場。去年開始筆者在知識星球就開始跟同學灌輸儲存市場的很多底層邏輯，就是擔心從未經歷過儲存周期的同學們，在儲存高漲的時候出現不切實際跟脫離產業的幻想。我想這正是加入筆者知識星球的最大好處，對整個產業有高維度的宏觀認知，這是做投資的基石。所以真心建議加入筆者知識星球，掃文章末尾二維碼即可加入，知識付費。儲存產業是否會復刻先進邏輯製程的發展路徑，進入長期漲價的結構性時代？這個問題看似符合產業發展的 “技術直覺”，畢竟無論是 CPU、GPU 這類邏輯晶片，還是 DRAM 這類儲存晶片，本質上都是在wafer上堆疊電晶體，依靠摩爾定律，也就是製程工藝的持續進步提升單位面積的電晶體密度。既然先進邏輯製程能夠在每一代技術迭代中實現產品價格的持續提升，同為半導體產業核心品類的儲存，為何不能走上同樣的道路？但如果拋開表面的技術相似性，從數學邏輯與產業本質的底層維度分析，『儲存長期漲價』或者『儲存周期特性結束』 的結論其實站不住腳。更進一步說，這一輪看似具備結構性特徵的儲存價格上漲，恰恰在更高維度再次驗證了儲存產業的核心屬性，它不僅是典型的周期行業，而且受產業底層規律約束，幾乎不可能擺脫周期的桎梏。一、表象相似：都是電晶體，卻有完全不同的命運很多人被「電晶體縮放」的表面規律所誤導，認為邏輯晶片能靠製程進步提價，儲存也能走同一條路。畢竟兩者的技術核心都是通過縮小電晶體尺寸，在同樣大小的 wafer 上塞進更多基本單元，從而實現成本最佳化。先看一組公認的產業資料，無論是邏輯還是儲存，製程進步的確帶來了單位成本的下降：邏輯晶片：製程越先進，晶圓越貴，但單位電晶體成本越低台積電 3nm 晶圓價格是 14nm 的 3 倍多，但每平方毫米能塞的電晶體數是 14nm 的 8 倍多，攤到每個電晶體的成本反而降了近 70%。簡單說，邏輯晶片是「買貴的晶圓，造更便宜的電晶體」。儲存晶片：同樣靠製程降成本，卻卡在物理極限DRAM 的核心單元是 1T1C（1 個電晶體 + 1 個電容），製程進步同樣能縮小單元尺寸，提升 bit/mm² 密度，但電容的物理特性讓它的微縮速度遠慢於邏輯電晶體。從 DDR3 到 DDR5，DRAM 的 bit 密度提升了 5-6 倍，每 bit 成本降了近 70%，看起來和邏輯晶片的成本最佳化節奏差不多。但關鍵差異在於，邏輯晶片的電晶體能持續微縮，而 DRAM 的 1T1C 單元自 2004 年後就卡在 6F² 的設計上，再也沒實現突破，這也是 DRAM 密度提升放緩的核心原因。目前DRAM行業準備進入4F²的3D DRAM時代，但真正推出產品還得是1d以後的節點，預計2028年～2029年才能真正進入4F²的3D DRAM時代。看到這裡有人會問：既然兩者都能靠製程降單位成本，為什麼邏輯能長期提價，儲存卻只能在周期裡掙扎？答案藏在「你賣的到底是什麼」這個本質問題裡。二、核心分歧：一個賣性能，一個賣容量，分母完全不同這是儲存和邏輯最根本的差異，也是解釋兩者價格走勢的關鍵。我們用兩個核心公式，把這個差異講透。邏輯晶片的定價邏輯 —— 賣的是性能，不是電晶體邏輯晶片（CPU、GPU、AI）的核心定價公式：Price logic ≈ f (Performance)。邏輯晶片的價格由「能解決多大的問題」決定，不是由「有多少個電晶體」決定，電晶體只是實現性能的手段。而性能和電晶體數量的關係是超線性增長：Performance ∝ Transistorα , α > 1 。電晶體數量的增長，會帶來性能的爆炸式增長（α > 1），簡單說就是「電晶體翻 10 倍，性能可能翻 20 倍、30 倍」。最典型的例子就是 AI 晶片：同樣是台積電 3nm 工藝，一塊 GPU 的電晶體數是傳統 CPU 的數十倍，其能運行的大模型參數量、推理速度是 CPU 的上百倍，因此它的售價能達到 CPU 的幾十倍，使用者依然願意買，因為單位性能的成本實際上是下降的。對資料中心來說，一塊貴的 AI 晶片能替代幾十塊普通晶片，節省的機房空間、電費、維護成本遠超晶片本身的價格，這就是「性能溢價」的核心邏輯。即使 wafer 價格越來越貴，只要性能提升的速度超過價格上漲的速度，使用者就願意為更高的價格買單。儲存晶片的定價邏輯 —— 賣的是容量，一個 bit 就是一個 bitDRAM 的核心定價公式：Pricememory ≈ f (Capacity)，而單位容量的價值是恆定的。儲存晶片的價格由「能存多少資料」決定，1GB 就是 1GB，無論是用 DDR3 還是 DDR5 存，能存的資料量一樣，對使用者的價值也一樣。製程進步只能讓廠商用更低的成本生產 1GB 儲存，但無法讓 1GB 儲存的價值變高 —— 使用者不會因為你用了更先進的 1βnm 工藝，就願意為 1GB DDR5 付比 1GB DDR3 高的價格。這裡有一個關鍵的對比，能讓我們一眼看清差異：* 邏輯晶片：價格上升，但性能提升更快 → 使用者的「單位性能成本」下降 → 願意接受漲價；* 儲存晶片：價格上升，但容量不變 → 使用者的「單位容量成本」直接上升 → 會減少採購、選擇替代方案，市場天然壓制價格。簡單說，邏輯晶片是「越貴越值」，儲存晶片是「貴了就不買」，這是兩者價格走勢的本質區別。三、系統層約束：儲存不能貴，是一條物理 + 經濟定律如果你到了會思考產業且具備一定水平，你可能又會產生新的疑問 - 邏輯晶片漲價也會增加系統成本，為什麼只約束儲存？這個問題看似合理，但其實忽略了系統成本的計算邏輯，我們依然用公式解讀。系統總成本的構成與差異整個電腦系統的成本可以簡化為：System Cost=Compute+Memory但邏輯（Compute）和儲存（Memory）的成本計算方式完全不同。邏輯的系統成本：看的是「價格 / 性能」對邏輯晶片來說，真正影響系統成本的不是晶片本身的價格，而是單位性能的價格：Performance/Price只要這個比值在下降，即使晶片價格上漲，整個系統的運算成本也是下降的。比如一塊 10 萬元的 AI 晶片，性能是 10 塊 1 萬元普通晶片的 20 倍，那麼用這塊 AI 晶片的系統，單位運算成本只有原來的一半，企業當然願意選擇。儲存的系統成本：看的是「價格 × 容量」對儲存晶片來說，系統成本的計算方式是價格乘以容量：System Costmemory = Price × Capacity而在 AI 時代，儲存的容量需求是和算力同步增長的，甚至增長更快：Memory Demand ∝ Compute × K,K > 1也就是說，一個 GPU 的算力提升 10 倍，搭配的儲存容量可能需要提升 15 倍（K=1.5）。如果此時每 GB 儲存的價格再上漲 10 倍，那麼儲存的系統成本就會提升 150 倍，這是任何企業都無法承受的。這不是市場的選擇，而是物理和經濟的雙重約束，AI 算力的提升需要海量儲存的支撐，如果儲存價格長期上漲，整個 AI 產業的擴展就會戛然而止。因此，儲存價格必須在長期內維持穩定甚至下降，這是支撐科技進步的必要條件。四、資料實證：儲存的「1 美元地心引力」，邏輯的「性能溢價無上限」前面的公式解讀了理論邏輯，接下來我們用十幾年的產業資料，驗證儲存和邏輯的價格規律。重點看兩個核心指標：單位面積 wafer 的價值（Value/mm²） 和扣除周期波動的均衡價格。半導體的統一價值衡量標尺無論是邏輯還是儲存，都可以用這個公式衡量單位面積矽片的價值，這也是判斷一個半導體行業能否持續提價的核心指標 :Value  /mm2 = Density × Valueunit* Density：單位面積的基本單元數（邏輯是電晶體，儲存是 bit）* Value_{unit}：每個基本單元的實際效用價值。想要讓晶片持續提價（提升 Value/mm²），只有兩條路：要麼密度翻倍，要麼每個單元的價值變高。邏輯晶片兩條路都走通了，而儲存晶片兩條路都撞了牆。邏輯晶片 —— 密度和單位價值雙增長，Value/mm² 暴漲從 14nm 到 2nm，邏輯晶片的電晶體密度提升了 11 倍，而每個電晶體能實現的性能提升了 15 倍，兩者相乘，單位面積wafer的價值提升了 165 倍。這就是為什麼台積電 2nm 晶圓能賣到 3 萬美元一片，客戶依然排隊送錢 —— 因為這塊 wafer 能創造的價值，是 14nm wafer 的上百倍。儲存晶片 —— 密度慢增長，單位價值恆定，Value/mm² 微漲從 DDR3 到 DDR5，DRAM 的 bit 密度提升了 5 倍，但每個 bit 的價值始終不變，因此單位面積 wafer 的價值只提升了 6.2 倍，遠低於邏輯晶片的 165 倍。扣除地震、缺芯、AI 爆發等短期周期因素，三十多來DRAM 的每 GB 均衡價格始終圍繞1-3 美元波動，這就是儲存行業鼎鼎大名的「1 美元地心引力」，無論製程多先進，價格最終都會回歸到成本支撐的均衡區間。1美元地心引力這個概念是老半導體人耳熟能詳的DRAM規則，從歷史上看確實也是如此。不過2016年以後傳統資料中心因為巨量資料開始繁榮，儲存的價格有稍稍的墊高，加上這波AI熱潮，新進的且沒經歷過周期的投資者，幾乎沒有人知道所謂1美元地心引力。但是即使目前價格高企的 DDR5，其單位面積wafer的價值也只有邏輯晶片的幾百分之一，這也是儲存永遠成不了「高價品」的核心原因。DRAM 的 1T1C 儲存單元的密度直接決定了 bit/mm²，其變化規律和 bit 密度完全同步，從 DDR3 到 DDR5，每 mm² 能塞進的 1T1C 單元數從約 0.12 億個提升到 0.8 億個，提升了 6.7 倍，但由於單元尺寸卡在 6F²，這個提升速度遠慢於邏輯電晶體的 10 倍以上提升。簡單說，邏輯晶片是在「做乘法」，儲存晶片只是在「做加法」，這是兩者價值差異的核心資料支撐。五、為什麼儲存一定會有周期？供需的「超級反應」定律理解了價值和定價模型，我們就能輕易解釋儲存的周期性 —— 這不是市場情緒導致的，而是供需結構決定的必然結果。儲存的周期性動態公式Demand↑→ Supply↑↑ → Oversupply → PriceCollapse儲存需求的特點是體量巨大、高度同步，當 AI、手機、PC 需求同時上升時，整個市場會一起拉動儲存需求。而儲存供給端的特點是標準化程度高，技術路徑清晰，三星、海力士、美光三大廠商的擴產節奏幾乎一致。這就形成了一個典型的循環：需求剛剛上漲，三大廠就會同時大規模擴產，最終導致供給遠超需求，價格直接崩盤。歷史資料反覆驗證了這一點DDR3 時代：2011 年需求上漲→廠商擴產→2013 年供過於求→價格暴跌 50%。DDR4 時代：2017 年需求上漲→廠商擴產→2019 年供過於求→價格暴跌 60%。DDR5 時代：2025 年 AI 需求上漲→廠商開始擴產→預計 2027 年供給平衡維持高位→高價儲存導致消費級電子需求低迷→新技術導致AI對儲存容量增長減緩→2028年價格逐漸回落。而邏輯晶片幾乎沒有這種周期，核心原因是邏輯晶片的技術壁壘高、產品差異化大，台積電的 3nm 工藝獨步全球，NVIDIA 的 GPU 架構無人能敵，沒有企業能輕易擴產跟上需求，因此供需能長期維持相對平衡，價格也能保持穩定上漲。邏輯晶片如果競爭力不足，會體現在稼動率，而不是價格，製程節點價格永遠向上，不可能向下，但經爭力不足將導致稼動率崩盤，客戶只會選擇具備最高競爭力的Foundry。六、HBM 能改變儲存的周期宿命嗎？答案是：不能面對儲存的周期性質疑，很多人會拿 HBM舉例，HBM 賣的是頻寬和延遲，不是容量，定價邏輯和邏輯晶片一樣，能擺脫周期。HBM 的確具備了邏輯晶片的某些特徵，但其依然逃不過周期定律，核心原因有三，我們用資料和邏輯說明：產能槓桿效應：放大周期，而非消滅周期生產 1GB HBM 所需的晶圓面積是傳統 DRAM 的 2倍左右，加上良率耗損可能在3倍。AI 需求旺盛時，HBM 會抽乾通用 DRAM 的產能，導致全線漲價，而一旦 AI 需求增速放緩，HBM 釋放的產能會以 2-3 倍的壓力衝擊普通 DRAM 市場，導致價格暴跌，HBM 只是讓儲存的周期波動更劇烈，而不是消滅周期。又或者行業有其他替代方案，比如HBF會部分取代HBM，或者如Google的儲存壓縮演算法，如此一來龐大的HBM帶來產能，將沖垮DDR5，這正是三大原廠對擴產保守的一個核心原因。其實如果未來真的儲存百分百大爆發，向邏輯一般，不會因為某種新技術而被淘汰，那三大原廠必然是往死裡擴產，還擔心啥供給，他們保守以對必然有其核心邏輯。成本驅動而非價值驅動：高價是暫時的目前 HBM 的高價，主要來自於封裝良率低（良率不足 70%）和 TSV（矽通孔）工藝成本高，而不是其單位價值高。一旦工藝成熟、良率提升到 80% 以上，HBM 的成本會大幅下降，價格競爭依然會回歸 ，HBM 的高價是技術不成熟的結果，不是結構性的性能溢價。目前我們可以看到三大原廠對擴產的保守，目的就是長維度的維持高價格，但本質還是人為的利用供給手段來調控價格，即便未來儲存長時間維持高價，但依然沒有本質的改變。同質化競爭：沒有企業能壟斷技術三星、海力士、美光在 HBM 技術上的差距極小，沒有企業能像 NVIDIA 在 GPU 領域那樣形成技術壟斷。只要是同質化競爭，最終的競爭手段必然是「產能擴張 + 價格戰」，這是大宗商品的必然規律 ，HBM 依然是儲存，不是邏輯晶片。簡單說，HBM 只是「高級的儲存」，並沒有改變儲存，『賣容量（頻寬本質也是容量的一種體現）、單位價值恆定』的核心屬性，因此依然逃不過周期宿命。七、結語：儲存的周期，是物理和經濟的雙重必然2025-2026 年的這輪儲存超級周期，的確是 AI 驅動下的歷史性行情，但這並不意味著儲存行業的規律變了。儲存和邏輯晶片的根本差異，從來不在於電晶體和製程，而在於價值函數和單位面積價值潛力：＊ 邏輯晶片賣的是性能，性能隨電晶體超線性增長，因此能靠性能溢價實現長期提價，定價權掌握在企業手中。＊ 儲存晶片賣的是容量，容量的單位價值恆定，因此價格只能圍繞成本波動，定價權掌握在供需曲線手中。再加上 DRAM 的 1T1C 單元卡在 6F² 的物理極限，密度提升速度放緩，單位面積價值潛力幾乎見頂，儲存的周期性就成了物理和經濟的雙重必然。對於投資者和產業從業者來說，最危險的念頭就是「這一次不一樣」。當所有人都認為儲存擺脫了周期、會長期漲價時，往往就是下一個周期頂點降臨的時刻。AI 只是給儲存行業打了一劑強心針，讓它在短期內光鮮亮麗，但並沒有改變 DRAM 作為「科技大宗商品」的底層基因。儲存不相信奇蹟，只相信供需。這條底層規律，過去成立，現在成立，未來依然會成立。而這，正是儲存這個行業最難以改變、也最值得市場敬畏的底層規律，技術進步可以提升效率、降低成本，可以催生出高端的性能型細分品類，但始終無法改變其作為基礎元件的容量定價核心，也無法擺脫供需同步性帶來的周期桎梏。對於市場而言，認清儲存產業的周期本質，摒棄 “結構性漲價” 的幻覺，才能做出更理性的產業判斷與投資決策。加入知識星球，你將會得到比所有人更前瞻的行業動態與趨勢，沒有推票，只有最正統的產業邏輯去看投資市場，知識付費，掃文章末尾二維碼即可加入。(梓豪談芯)

進入2026年一季度，全球半導體行業徹底告別此前的去庫存周期，迎來顛覆性轉折。從上游晶圓代工、關鍵裝置材料，到中游儲存晶片、模擬晶片、功率器件，再到下游封測與終端應用，全產業鏈掀起罕見漲價潮，疊加AI算力需求指數級增長、國產技術持續突破，半導體產業正邁入“量價齊升”的超級周期，兆美金市場規模提前到來，全球產業格局迎來深度重構。一、史上罕見！全產業鏈漲價潮來襲，部分品類漲幅超100%2026年開年，半導體行業就迎來了前所未有的全品類漲價浪潮，超50家國內外頭部廠商密集發佈調價通知，覆蓋晶圓代工、儲存、模擬、MCU、功率半導體、被動元件等全環節，不再是單一品類的周期波動，而是行業供需反轉、成本上漲、地緣因素多重共振的結果。儲存晶片成為漲價領頭羊，受AI大模型、資料中心算力需求爆發驅動，三星NAND Flash漲幅突破100%，DRAM產品漲幅達60%-70%，SK海力士部分LPDDR產品漲幅逼近100%，HBM高頻寬記憶體更是供不應求，交期持續拉長，成為本輪漲價的核心引擎。模擬晶片與MCU成漲價重災區，德州儀器開啟年內第二次全面漲價，數字隔離器、電源管理IC等核心產品最高漲幅達85%，亞德諾、恩智浦等國際巨頭同步提價，國內芯海科技、中微半導等本土廠商也跟進10%-50%的漲幅，車規級晶片受新能源汽車需求回暖影響，漲價勢頭尤為強勁。上游晶圓代工與封測環節同步跟進，台積電連續第四年上調先進製程價格，2nm工藝漲幅約50%，中芯國際等本土晶圓廠也調整8英吋成熟製程價格；英飛凌、安森美等功率半導體廠商，村田、國巨等被動元件廠商，均因原材料、能源、物流成本上漲，紛紛上調產品價格，部分電感、電阻漲幅達5%-35%，全產業鏈成本壓力持續傳導。二、AI算力成核心驅動力，兆半導體市場提前落地此前行業預測2030年全球半導體市場突破兆美金，而根據SEMI（國際半導體產業協會）最新資料，這一目標有望在2026年底提前實現。2025年全球半導體銷售額已達7917億美元，同比增長25.6%，2026年預計增至9750億美元，同比大漲23%，距離兆關口僅一步之遙，而這一切的核心驅動力，正是AI算力的爆發式增長。AI大模型推理與訓練需求激增，讓全球資料中心利用率達到歷史峰值，GPU、HBM、伺服器CPU等高端晶片供需嚴重失衡。2026年全球AI基礎設施支出將達到4500億美元，推理算力佔比首次超過70%，海量的算力需求直接拉動半導體全產業鏈產能擴張，晶圓廠裝置支出持續加碼，2026年全球半導體裝置支出預計增至1260億美元，先進製程、先進封裝賽道迎來爆發式增長。在3月底落幕的SEMICON/FPD China 2026展會上，全球1500家半導體企業齊聚上海，展出最新技術與產品，展會規模再創新高，直觀展現了AI驅動下半導體產業的火熱態勢。AI不再是單一的應用場景，而是成為貫穿半導體設計、製造、封測全環節的核心主線，重塑整個產業的增長邏輯。三、國產半導體加速突圍，從“可用”邁向“高端”在全球產業鏈重構、漲價潮與供應鏈安全需求的多重推動下，國產半導體產業迎來關鍵戰略窗口期，不再侷限於低端替代，而是向著高端製程、核心裝置、先進材料領域全力突破，產業話語權持續提升。技術成果集中落地，中微公司一口氣推出四款覆蓋矽基和化合物半導體的關鍵工藝新品，拓荊科技發佈針對Chiplet異構整合和HBM應用的3DIC系列裝置，中科飛測展出15款高端質量控制裝置，國產半導體裝置廠商逐步打破海外壟斷，實現從單點突破到全流程覆蓋的跨越。中科院發佈“香山”開源處理器、“如意”原生作業系統，啟動下一代“昆明湖”架構研發，聯合數十家企業建構本土晶片生態，築牢產業自主根基。產能與市場份額穩步提升，中國大陸已連續六年保持全球第一大半導體裝置投資市場，預計2027年裝置投資市場份額接近全球30%。到2030年，中國半導體產能將佔全球32%，在22-40奈米主流製程領域，2028年市場份額將達到42%，長江儲存、中芯國際、華潤微等本土龍頭，在儲存、晶圓代工、功率半導體領域逐步掌握定價權，跟隨國際廠商同步調價，標誌著國產晶片在全球產業鏈的地位實現質的飛躍。同時，“十五五”規劃將半導體產業列為核心戰略領域，政策、資本、人才全方位傾斜，疊加海外廠商漲價、供應鏈不穩定，下游終端企業加速供應鏈多元化，國產替代從“可選項”變為“必選項”，車規級、工控、AI終端等高端領域的國產滲透速度持續加快。四、行業新格局：區域化、本土化，機遇與挑戰並存本輪半導體超級周期，不僅是市場規模的增長，更是全球產業鏈格局的重構。地緣政治因素推動產業“去全球化”，區域化、本土化供應鏈成為主流趨勢，美洲、歐洲紛紛加大半導體產業投資，而中國憑藉龐大的市場需求、完整的產業鏈配套與持續的技術突破，成為全球半導體增長的核心引擎。對於行業而言，本輪漲價潮雖會給下游消費電子、汽車、工控等終端帶來短期成本壓力，但也加速了行業優勝劣汰，倒逼企業技術升級與供應鏈最佳化。對於國產半導體廠商來說，這是前所未有的發展機遇，更是實現從“跟跑”到“並跑”“領跑”的關鍵階段。未來，AI算力需求仍將持續釋放，儲存革命、先進製程、先進封裝將成為行業競爭焦點，國產半導體在核心裝置、高端晶片、關鍵材料領域的突破，將決定全球產業格局的走向。2026年，註定是半導體行業的變革之年，也是國產晶片的崛起之年，兆市場的新征程已經開啟，屬於中國半導體的黃金時代正在到來。結語半導體作為科技產業的“糧食”，始終是全球科技競爭的核心賽道。2026年的行業巨變，既是周期反轉的必然，也是技術創新的結果。站在產業新起點，本土半導體企業唯有持續深耕技術、完善產業鏈生態，才能抓住這一輪超級周期機遇，在全球格局中牢牢佔據一席之地，讓中國芯真正走向世界。 (SEMI半導體研究院)

華為950PR晶片實測告捷！字節、阿里計畫下單，今年出貨75萬塊，創收超375億3月27日，路透社爆出華為AI晶片的關鍵進展。華為新款AI晶片950PR，客戶測試已順利推進，反饋良好。字節跳動、阿里巴巴等多家科技巨頭，已明確計畫下單採購。這些科技公司願意廣泛採用950PR，核心源於其兩大優勢。它與輝達的CUDA軟體系統相容性更高，無需大幅調整現有軟體。同時響應速度更快，能更好適配AI推理等核心場景需求。華為對950PR的出貨量有著明確規劃，底氣十足。計畫今年出貨約75萬塊，覆蓋更多科技企業的算力需求。早在今年1月份，華為就已向核心客戶寄送了晶片樣品。量產工作預計將於4月份啟動，為下半年全面出貨鋪路。這款晶片並非突然亮相，早在去年9月就已被提及。華為當時公佈長期半導體發展規劃，首次披露了950PR的存在。同時承諾，將推出一批全球最強大的計算系統，950PR是核心支撐。作為昇騰950系列的重要成員，950PR定位清晰且精準。它分為兩個版本，售價根據記憶體配置有所差異。採用傳統DDR記憶體的版本，售價約5萬元人民幣。配備速度更快的HBM記憶體的高端版本，售價約7萬元人民幣。結合出貨量與單價，可測算出其今年的創收潛力。最低可實現營收375億元，最高有望達到525億元。這一營收規模，將成為華為半導體業務的重要支撐。與華為前代AI晶片910C相比，950PR有明確的定位差異。它在原始算力方面提升不大，沒有盲目追求參數突破。核心發力點放在推理工作負載上，主打精準適配場景。從技術細節來看，950PR的升級的針對性極強。首次整合華為自研HBM記憶體，記憶體容量達144GB，頻寬提升至4TB/s。互聯頻寬較910C躍升至2TB/s，大幅降低AI推理時延與能耗。新增支援MXFP8、MXFP4等低精度格式，適配更多推理場景。950PR的推進，也契合華為“超節點+叢集”的核心戰略。華為坦言單顆晶片與輝達有差距，轉而通過叢集優勢彌補。950PR可組成超節點叢集，滿足大規模AI算力需求。字節、阿里的下單意願，背後是國內AI算力需求的激增。當前AI大模型迭代加速，推理場景的算力需求持續攀升。輝達對華特供版晶片受限，給華為留下了廣闊市場空間。950PR的相容優勢，降低了科技公司的替換成本。這也是其能快速獲得巨頭認可的關鍵原因之一。 (1 ic芯網)

美國東部時間2026年3月31日，NVIDIA（輝達）宣佈向Marvell（邁威爾科技）投資20億美元並建立戰略合作，消息推動Marvell股價上漲11%、NVIDIA上漲1.5%。雙方將Marvell納入NVIDIA AI生態，通過NVLink Fusion™，Marvell提供定製XPU及相容網路，NVIDIA提供相關技術與機架級算力，簡化客戶開發流程，同時聯合研發矽光子技術、推動5G/6G電信網路轉型。近幾個月，NVIDIA已向新思科技、Nebius Group等多家企業各投資20億美元。此次結盟標誌AI晶片競爭從單一GPU對抗轉向生態與NVLink標準爭奪，NVIDIA確立行業標準、轉型資料中心服務商，Marvell升級為戰略盟友，博通則面臨直接挑戰。未來3-5年，AI基礎設施將進入“異構共生”時代，矽光子等光互連技術加速普及。輝達投資英特爾：50億美元！、黃仁勳：晶片公司的時代已經結束了、黃仁勳：這是我最棒的一頁 PPT、官宣！輝達入股新思！（20億美元）官方新聞稿：輝達 AI 生態持續擴張 美滿電子通過 NVLink Fusion 達成戰略合作2026 年 3 月 31 日雙方合作將為客戶提供更多選擇與靈活性，並與輝達 AI 基礎設施全面相容美國加利福尼亞州聖克拉拉 2026 年 3 月 31 日電 —— 輝達與美滿電子科技公司（納斯達克股票程式碼：MRVL）今日宣佈達成戰略合作，美滿電子將通過輝達 NVLink Fusion™接入輝達 AI 工廠及 AI-RAN 生態系統，為基於輝達架構的客戶在開發下一代基礎設施時提供更豐富的選擇與更高的靈活性。雙方還將在矽光技術領域展開合作。此外，輝達已向美滿電子投資 20 億美元。本次合作依託輝達 NVLink Fusion 這一機架級平台展開，該平台支援客戶基於輝達 NVLink™生態打造半定製化 AI 基礎設施。美滿電子將提供定製化 XPU 及相容 NVLink Fusion 的橫向擴展網路方案，輝達則提供配套技術支援，包括 Vera CPU、ConnectX® 網路卡、Bluefield® DPU、NVLink 互連技術、Spectrum-X™交換機以及機架級 AI 算力。對於開發定製 XPU 的客戶而言，NVLink Fusion 可建構與輝達系統完全相容的異構 AI 基礎設施，實現與輝達 GPU、LPU、網路及儲存平台的無縫整合，同時依託輝達成熟的技術堆疊與全球供應鏈生態。雙方還將攜手合作，借助輝達 Aerial AI-RAN 技術推動全球通訊網路向 5G/6G AI 基礎設施轉型，並打造面向 AI 的高端網路方案，涵蓋先進光互連解決方案及矽光技術。輝達創始人兼首席執行長黃仁勳表示：“AI 推理拐點已至，令牌生成需求激增，全球正加速建設 AI 工廠。與美滿電子攜手，我們將助力客戶依託輝達 AI 基礎設施生態，規模化打造專用 AI 算力。”美滿電子董事長兼首席執行長馬特・墨菲表示：“我們與輝達深化合作，彰顯出高速互聯、光互連及加速基礎設施在 AI 規模化發展中的重要性日益凸顯。通過 NVLink Fusion，將美滿在高性能模擬晶片、光數字訊號處理器、矽光技術及定製晶片領域的領先優勢，與輝達不斷拓展的 AI 生態深度融合，我們將助力客戶打造可擴展、高效的 AI 基礎設施。” (芯榜)

輝達推進吉瓦級AI算力中心（AI工廠），是全球AI算力從“兆瓦級”邁向“吉瓦級”的里程碑式躍遷，本質是算力基礎設施革命+產業生態卡位+全球競爭升級的三重疊加，影響極其深遠。一、先看：吉瓦級到底是什麼量級- 1吉瓦（1GW）= 1000兆瓦（1000MW）- 傳統超算/雲資料中心峰值多在100–300MW；吉瓦級是3–10倍- 相當於一座中型城市的用電負荷，需專屬變電站、液冷、微電網- 單中心可部署數十萬–百萬級GPU，支撐兆參數模型規模化訓練與推理二、核心技術：不是堆機器，是全端重構輝達不是簡單擴規模，而是從晶片到資料中心的極致協同設計：- 晶片層：Vera Rubin（3nm+HBM4）、Blackwell，單Token成本降10倍，推理性能是H100的5倍- 供電：800V直流架構，同銅纜功率提升150%+，省銅、省成本- 散熱：全液冷/浸沒式，單機櫃功率達600kW+，風冷已到物理極限- 機架：Kyber垂直刀片，單機箱18個計算刀片，NVLink 6高速互聯- 設計：Omniverse DSX數字孿生，提前模擬最佳化，年省數十億美元三、戰略意圖：輝達在下一盤大棋1. 鎖定算力霸權，從賣GPU到賣“AI產能”- 從硬體商升級為AI基礎設施服務商，繫結OpenAI等頂級客戶- 吉瓦級產能鎖定未來3–5年的GPU出貨，形成技術+規模雙壁壘2. 定義下一代資料中心標準- 800V直流、全液冷、Kyber機架成為行業標配，生態夥伴必須跟進- 擠壓AMD、Intel、雲廠商自研ASIC的生存空間3. 全球卡位：亞洲+美國雙線推進- 高雄：與鴻海建亞洲首個GB300超算中心，繫結台積電、製造業AI升級- 美國：與OpenAI等共建10GW級叢集，總投入千億美元四、對行業的影響（非常直接）- AI產業：算力門檻大幅降低，應用爆發- 訓練/推理成本降10倍+，中小公司也能用上兆參數模型- 推動具身智能、自動駕駛、工業模擬、科學計算等場景規模化落地- 供應鏈：上游迎來黃金期- 液冷、800V電源、HBM、光模組、特種材料、精密製造訂單暴增- 國產液冷、電源、光模組企業有望切入全球頂級供應鏈- 競爭格局：算力集中度大幅提升- 頭部AI公司（OpenAI、Google、Meta）與輝達深度繫結，馬太效應加劇- 中小AI公司轉向算力租賃/API服務，行業進入算力為王時代- 全球競爭：中美算力競賽白熱化- 美國通過吉瓦級算力鞏固AI領先；中國需加速國產算力叢集建設與生態完善五、一句話總結輝達吉瓦級AI工廠，是AI時代的“超級工廠”：它重新定義了算力的規模、成本、效率，將全球AI產業推向工業化、規模化、普惠化的新階段，同時也讓算力成為國家與企業的核心戰略資產。 (日月星人)

這幾年，你有沒有發現一個明顯的變化？以前總戴著有色眼鏡看中國的西方媒體，居然集體改口了！不再是清一色的負面抹黑，不再是陰陽怪氣的質疑，反而開始比較客觀甚至正面地報導中國，核心就一句話：中國，已經無需再向世界證明什麼。這一切的轉折點，要從2025年1月底說起。那一夜，整個矽谷集體失眠了。不是因為金融危機，也不是因為技術壟斷被打破，而是一家中國公司，用不到600萬美元的訓練成本，硬生生做出了一款性能比肩OpenAI頂級模型的開源大模型R1。可能大家對這個成本沒概念，要知道，目前全球頂尖AI模型的訓練成本，動輒就是數億甚至數十億美元，中國團隊相當於用“零頭”的錢，做到了別人花巨資才能達成的效果。更震撼的是，這款模型上線不到20天，就衝到了140個國家蘋果App Store下載排行榜的第一名。美國億萬富翁馬克·安德雷森當時說了一句話，後來被全球反覆引用——這是人工智慧的“斯普特尼克時刻”。這句話的份量，懂得都懂！1957年蘇聯發射第一顆人造衛星，給美國帶來了前所未有的戰略衝擊，那就是“斯普特尼克時刻”。如今把這個詞安在中國AI頭上，意思再明確不過，中國已經站到了與西方同一條賽道，甚至在某些領域，已經跑在了前頭。從這個節點開始，外界談論中國的語氣，徹底變了。有團隊專門扒了10家英美主串流媒體和中國相關的報導，在過去6年間，變化非常明顯。在2019年的時候，有70%的報導帶著負面色彩。但到了2025年，這個比例直接掉到40%左右，中性和正面的內容反而佔了多數。其實西方媒體的改口，從來不是靠外交辭令換來的，也不是靠爭論、辯解得來的，而是中國一項項硬邦邦的技術成果，實打實“砸”出來的。沒有花裡胡哨的宣傳，只有拿得出手的實力，這才是最有說服力的底氣。以美西方引以為傲的“半導體”來說，西方總覺得能靠光刻機卡我們的脖子。可在被美封鎖的這幾年，中國芯不僅沒有妥協或認輸，反而屢創佳績！比如北大科研團隊研製的一款基於阻變儲存器的模擬矩陣計算晶片，刷新了世界紀錄，第一次讓模擬計算的精度追平數字計算。更關鍵的是，它能在28奈米及以上的成熟工藝平台上量產，從根本上繞開了對極紫外光刻機等尖端半導體裝置的依賴。再說說核聚變，這是全球最燒錢、周期最長的領域，也是最能考驗一個國家長期投入能力的“硬骨頭”。而“中國環流三號”（新一代人造太陽）實現了原子核溫度1.17億度、電子溫度1.6億度，正式邁入燃燒實驗階段。中國環流三號，所有核心裝置都是自主研發，技術指標穩居國際前列，別人還在反覆偵錯參數，我們已經把工程化能力擺到了檯面上。還有老百姓感受最直接的新能源汽車。比亞迪第二代刀片電池和閃充技術，直接刷新行業認知，5分鐘就能充飽電。要知道，目前市面上的快充需要60分鐘左右，超充也要30分鐘才能充到97%，比亞迪直接把時間壓縮到了個位數。以前大家買電動車，最擔心的就是“充電焦慮”，現在比亞迪用技術給出答案：充電和加油一樣快，焦慮根本不存在。業內人士直言：這種等級的技術突破，全球能跟上的沒幾家。把這些事串起來就會明白，西方媒體的集體改口，不是偶然，而是必然。中國科技在晶片、核聚變、AI、新能源等多個領域同時發力，每一項成果都硬得不像話。如果西方媒體還一味戴著有色眼鏡抹黑中國，只會慢慢失去自己的公信力。 (W侃科技)

日本2nm首個客戶曝光Rapidus於2022年8月在美日推動、日本財團出資下成立，獲IBM轉讓2nm技術，目標2027年量產 2nm 晶片，量產時間較台積電、三星晚2-3年。2025年7月，其北海道千歲市工廠展示2nm試製品，此前傳聞的合作方博通未有實質動作。2026年3月，佳能成為Rapidus首個2nm量產客戶。雙方聯合研發高端圖像處理晶片，在千歲工廠試制，總研發費約400億日元，日本經濟產業省NEDO補貼約三分之二，該晶片可降低功耗、提升性能。此次合作是日本兩大核心科技企業的戰略聯手，也獲政府大力扶持，助力Rapidus開拓客戶。目前Rapidus還與美國AI晶片初創企業Tenstorrent合作開發AI處理器，同時面臨資金、人才等挑戰，正與IBM等機構合作彌補技術差距。行業分析認為，此次合作或引發日本科技巨頭連鎖反應，其成敗關乎日本半導體自主戰略。當前，千歲市工廠持續建設，雖2027年量產目標具挑戰性，但佳能的加入讓日本本土先進晶圓廠願景更接近現實。在財務方面，Rapidus 目標在 2029 財年左右實現正的經營現金流，到 2031 財年自由現金流也轉正，並在 2031 財年左右 IPO 上市。 (芯榜+)