日前，中國國家超算網際網路核心節點正式上線試運行。據報導，該節點同時部署了3套中科曙光scaleX萬卡超叢集系統，成為全國首個實現3萬卡部署、且實際投入營運的最大國產AI算力池。作為國家部委、河南省、鄭州市等多方大力支援下重點部署的全國一體化算力網路重大基礎設施，核心節點的戰略意義毋庸置疑。此次開創性完成國產萬卡超叢集部署，不僅實現多項業界之最，也為中國算力網路建設提供一個國家級樣板間。整合度最高：scaleX萬卡超叢集採用了全球首創高密度單機櫃，基於超高密度刀片、浸沒相變液冷等技術，單機櫃算力密度大幅提升20倍，PUE值低至1.04。整合規模最大：scaleX是國內首個萬卡超叢集，基於scaleFabric高速網路可實現10240塊加速卡整合部署，大叢集合體同樣達到國產計算叢集最大規模。開放性最強：該叢集完全基於AI計算開放架構設計，打破了傳統的單一技術堆疊閉環依賴，可以支援多品牌AI加速卡，並相容AI計算主流軟體生態，產業上下游接入能力極強。眾所周知，算力網路的建設目標是為了打破算力基礎設施異構壁壘，解決國內算力資源分佈不均、利用率不足等問題。scaleX萬卡超叢集基於開放架構實現業界單體最大規模算力供給，無疑為算力基礎設施建設提供了可複製、驗證和普及落地的樣板。首先，開放架構體系讓異構算力互聯的問題不攻自破。比如，不同類型的加速卡由於技術路線差異，在執行模型訓練、推理等工作任務時優勢各異，同時也很難實現平替遷移，這也導致各類計算中心算力很難高效復用。開放計算架構基於廣泛的相容能力，可以通過科學組合為不同計算任務匹配最合適的計算資源，一方面可以最佳化資源配置，大幅提升整體計算效率和性能；另一方面也能形成標準化、商品化的計算服務，實現全端算力普惠。簡單來說，scaleX萬卡超叢集就是一個開放性的算力資源池，在不同的AI算力和使用者之間承擔起平台紐帶作用，同時也能為各類AI應用場景提供了可快速部署上線的計算平台，支援AI模型、業務應用快速無縫遷移與深度最佳化。更關鍵的是，這一模式顯然深度契合了算網建設初衷。據悉，此次核心節點上線後，將成為中部算力高地與調度樞紐，有效聯動西部綠色算力資源，承接東部地區的算力需求外溢，甚至承擔起貫通東西、輻射全國的重要使命。scaleX萬卡超叢集作為核心節點的算力底座，正受到市場供需兩端的廣泛關注。隨著這一模式在應用層價值釋放，或將為國產算力體系化、生態化發展開闢全新路徑。 (國芯網)

01.宏觀要聞中共中央、國務院發佈關於《現代化首都都市圈空間協同規劃（2023－2035年）》，其中提到，要圍繞完善首都功能區域佈局，牢牢牽住疏解北京非首都功能這個“牛鼻子”，建成以首都為核心的世界一流都市圈、先行示範中國式現代化的首善之區，支撐京津冀世界一流城市群建設。此外還提到，高標準高品質建設河北雄安新區，把北京城市副中心建設成為首都發展新的增長極，推動“兩翼”比翼齊飛。高品質譜寫京津“雙城記”，天津加強北方國際航運核心區建設，共同打造區域發展高地。發揮河北節點城市支撐作用，形成優勢互促、聯動發展的功能格局。市場監管總局會同中央空管辦、國家發展改革委等十部門聯合發佈《低空經濟標準體系建設指南（2025年版）》，重點圍繞低空航空器、低空基礎設施、低空空中交通管理、安全監管和應用場景五大核心領域，建立技術標準與管理規範融合、國內標準與國際規則融合、強制性標準與推薦性標準融合、基礎標準與場景標準融合的“四維融合”標準供給體系。02.行業新聞據央視新聞2月1日報導，當前全球AI算力建設進入爆發期，高功率、高穩定的供電成為算力叢集的“生命線”，電力裝置變壓器正升級為算力基礎設施的核心，也讓變壓器成為稀缺資源。記者在中國廣東、江蘇等地調研發現，大量變壓器工廠已經處於滿產的狀態，其中部分面向資料中心的業務訂單都排到了2027年，而美國市場變壓器交付周期已經從50周延長至127周。商務部等9部門印發《2026“樂購新春”春節特別活動方案》。其中提出，鼓勵各地增加春節期間消費品以舊換新補貼數量，加大線下實體零售支援力度，動員企業春節期間持續開展汽車、家電、數位和智能產品相關展銷活動，引導企業打造智能終端等產品體驗專區，對到店體驗消費者給予更多優惠。03.海外要聞美東時間周一，美股三大指數02月02日收盤全線上漲。截至收盤，道瓊斯工業平均指數比前一交易日上漲515.19點，收於49407.66點，漲幅為1.05%；標準普爾500種股票指數上漲37.41點，收於6976.44點，漲幅為0.54%；納斯達克綜合指數上漲130.29點，收於23592.11點，漲幅為0.56%。熱門科技股多數上漲，英特爾漲超5%，蘋果、AMD漲超4%，Google漲超1%創歷史新高，輝達跌近3%，特斯拉跌2%，微軟、Meta跌超1%。台北時間周二清晨，SpaceX官網發佈聲明，宣佈與xAI正式合併。據知情人士稱，SpaceX以2500億美元的估值收購了xAI。合併後公司的股價將接近527美元，對應估值達到1.25兆美元。馬斯克也在聲明中再次強調建設太空資料中心的價值。 (證券之星)

當前，全球AI算力建設進入爆發期，高功率、高穩定的供電成為算力叢集的“生命線”，電力裝置變壓器正升級為算力基礎設施的核心。記者在中國廣東、江蘇等地調研發現，大量變壓器工廠已經處於滿產的狀態，其中部分面向資料中心的業務訂單都排到了2027年。全球AI算力中心的爆發式增長，讓變壓器成為稀缺資源。在佛山一家電氣裝置企業，工廠的核心產品乾式變壓器主要用於資料中心等場景，出口訂單也出現快速增長。廣東佛山某電氣裝置有限公司行銷負責人 李霞：相對歐美的交付周期，我們大約不到它們的五分之一。目前訂單比較充沛，我們希望將海外的營收佔比達到50%及以上。滿產的情況也出現在長三角，在江蘇的一家變壓器工廠，產品訂單已經排到2027年底。資料顯示，中國變壓器行業企業約3000家。2025年，中國變壓器出口總值達646億元，比2024年增長近36%。中國電力企業聯合會電力裝備分會秘書長 蔡義清：中國已經成為世界第一大變壓器生產國，建成了全球最完備的變壓器生產體系，具有全產業鏈自主可控的硬實力，產能約佔全球60%。1中國算力用電量大幅增長“電力心臟”肩負重任變壓器訂單激增的背後，是算力用電的大幅增長。當前，中國算力中心、超算叢集建設全面提速，疊加“東數西算”工程縱深推進，作為“電力心臟”的變壓器肩負重任。在北京麗澤金融商務區，豐台500千伏輸變電工程近日正式開工建設，工程將顯著提升北京南部電網供電能力，配備兩台大容量變壓器，建成後將為中國資料街等高新產業供電。在國家算力樞紐節點安徽蕪湖算力中心，220千伏高村輸變電工程近日建成投運，工程採用了2台國產變壓器，提升了算力中心供電可靠性。截至目前，蕪湖地區算力中心共投運使用者變電站8座，配有變壓器24台。在廣東，2025年全省資料中心用電量同比增幅接近30%，其中韶關算力叢集用電增速連續多月超過50%。隨著“東數西算”工程深入推進，全國多地算力園區密集落地，2025年國內變壓器市場規模同比增長超20%，其中AI算力、特高壓相關高端產品訂單佔比已突破35%，成為產業增長的核心引擎。2中國變壓器加快技術迭代搶佔全球算力市場AI超算叢集對供電質量要求很高，中國變壓器產業也在依託核心技術優勢，針對性研發固態變壓器、高頻變壓器，適應新能源的接入，搶佔全球算力市場。全球AI算力建設、能源轉型與電網升級需求疊加，推動變壓器成為硬通貨。國產變壓器也在加快技術迭代適應新需求。為應對新能源高比例接入的挑戰，在河北，全碳化矽電力電子變壓器技術正在進行探索應用，採用高壓碳化矽器件，減少電能損耗，提升新能源利用效率。從最上游的銅和矽鋼冶煉，到變壓器的電磁線加工、鐵芯製造與絕緣紙板生產，中國已建構起全球最完整、最高效的變壓器產業鏈。國網江蘇電科院輸變電技術研究所副所長 馬勇：中國變壓器技術處於世界領先地位。中國企業持續推進技術創新，研發應用高頻變壓器、移相變壓器等多類新型變壓器，推動行業向高智能化、低損耗、小型化方向發展。 (新華網)

當前，全球AI算力建設進入爆發期，電力裝置變壓器正升級為算力基礎設施的核心。在廣東、江蘇等地，大量變壓器工廠已經處於滿產的狀態，其中部分面向資料中心的業務訂單都排到了2027年。在廣東佛山一家電氣裝置企業，核心產品乾式變壓器出口訂單出現快速增長。在江蘇的一家變壓器工廠，產品訂單已經排到2027年底，其中，國內首台全絕緣超高壓大容量變壓器近日發往北美市場。中國已經成為世界第一大變壓器生產國，建成了全球最完備的變壓器生產體系，具有全產業鏈自主可控的硬實力，產能約佔全球60%。資料顯示，中國變壓器行業企業約3000家。2025年，中國變壓器出口總值達646億元，比2024年增長近36%。當前，中國算力中心、超算叢集建設全面提速，作為“電力心臟”的變壓器肩負重任。隨著“東數西算”工程深入推進，全國多地算力園區密集落地，2025年國內變壓器市場規模同比增長超20%，其中AI算力、特高壓相關高端產品訂單佔比已突破35%，成為產業增長的核心引擎。 (中國經濟網)

人工智慧的算力競賽正在全球範圍內掀起一波半導體、伺服器與電力基礎設施的投資浪潮。全球光刻機巨頭阿斯麥（ASML）第四季度訂單額達到132億歐元，是市場平均預期的兩倍。與此同時，SK海力士季度利潤創歷史新高，營業利潤同比大增137%，工業富聯第四季度淨利潤同比增長56%至63%。這些超出市場預期的業績資料，指向一個共同趨勢：AI驅動的算力投資正在全面加速。更值得關注的是，電力基礎設施供應商GE Vernova也交出了一份亮眼的四季度成績單，營收達到109.6億美元，超出市場預期，積壓訂單規模已達到1500億美元。這揭示了一個完整鏈條：AI算力增長需要半導體，半導體製造需要更精密的裝置，而所有這些都需要持續的電力供應。01 四巨頭業績超預期，AI產業鏈協同爆發從歐洲到亞洲，從半導體裝置到AI伺服器，全球科技巨頭的最新財報勾勒出一幅AI算力投資全面擴張的圖景。四家關鍵公司的最新業績表現，為我們揭示了AI產業鏈不同環節的景氣度現狀。阿斯麥的業績最為耀眼。2025年第四季度，該公司新增訂單額環比翻倍，達到132億歐元，其中74億歐元來自極紫外光刻（EUV）系統。這一資料大幅超過分析師預期的63億歐元，創下歷史新高。阿斯麥首席執行長Christophe Fouquet表示：“過去幾個月裡，我們的許多客戶對中期市場狀況的評估明顯更加積極，主要是基於對AI相關需求可持續性的更強勁預期。”這一表態折射出半導體行業對AI浪潮的長期樂觀態度。SK海力士的表現同樣令人矚目。作為輝達高頻寬記憶體（HBM）的核心供應商，海力士憑藉在AI領域的持續旺盛需求，營業利潤同比大增137%，達到19.2兆韓元（約135億美元），輕鬆超出市場預期。海力士的成功得益於其在HBM領域的領先優勢——目前佔據全球HBM市場61%的份額。隨著AI晶片組需求持續爆發，儲存晶片價格也水漲船高，上季度16GB DDR5晶片的合約價同比漲幅超300%。工業富聯作為AI伺服器領域的重要參與者，2025年全年歸母淨利潤預計達351億至357億元，同比增長51%至54%。更為亮眼的是，第四季度AI伺服器業務營收同比增長超5.5倍，成為業績增長的核心引擎。GE Vernova的業績則從能源角度印證了AI算力需求的擴張。該公司四季度營收達到109.6億美元，超出市場預期，積壓訂單規模已達1500億美元的歷史高位。燃氣輪機訂單規模從33吉瓦大幅提升至40吉瓦，顯示出電力需求的迅猛增長。02 訂單資料背後，AI算力投資進入新階段表面上看，這些公司的業績增長源於各自領域的市場需求擴大。但深入分析可以發現，AI算力投資正在從過去的概念炒作轉向實實在在的產能擴張。阿斯麥的訂單資料被視為晶片製造商對未來AI需求信心的重要風向標。其訂單爆發不僅反映了當前晶片產能的緊張，更預示著未來1-2年內全球半導體產能的擴張步伐。阿斯麥計畫將2025年全年股息提升至每股7.50歐元，較2024年增長17%，同時宣佈了一項最高達120億歐元的股票回購計畫。這些舉動表明公司對未來現金流充滿信心。工業富聯的高速網路裝置需求增長同樣值得關注。2025年，該公司800G以上高速交換機業務營收同比增幅高達13倍，第四季度仍保持超4.5倍的同比增長。這一資料與AI伺服器需求激增相互印證，顯示資料中心內部網路升級與AI算力擴張同步進行。GE Vernova的訂單積壓質量顯著提升，全年裝置訂單積壓利潤率增長了8個百分點。這意味著未來訂單轉化為營收時，將帶來更高的盈利能力。公司管理層因此上調了多年期財務展望，顯示出對電力需求持續增長的堅定信心。03 產業鏈傳導效應，從裝置到應用的全面繁榮AI算力投資的鏈條傳導正在顯現。從半導體裝置到晶片製造，再到AI伺服器和電力支援，整個產業鏈正在經歷一場由AI驅動的全面升級。半導體裝置環節的景氣度直接關係到整個晶片產業的產能擴張。阿斯麥預計2026年全年銷售額將在340億歐元至390億歐元之間，高於分析師的350億歐元的預期。公司還預計2026年EUV業務將實現顯著增長，同時非EUV業務整體上將與2025年基本持平。在晶片製造環節，AI帶來的需求不僅是簡單的產能擴張，更是技術升級。SK海力士的業績增長主要來自HBM等高附加值產品的結構性變化。這意味著AI不僅增加了晶片需求量，更在推動晶片技術向更先進、更高價值的方向發展。AI伺服器市場則呈現出爆發式增長態勢。工業富聯AI伺服器業務2025年營收同比增長超3倍，第四季度該業務營收環比增長超50%。這一增長態勢與全球雲廠商的資本開支方向高度一致。2025年，北美四大雲廠商的資本開支總計超3500億美元，並對未來資本開支給出積極指引。微軟預計2026財年一季度資本開支將超過300億美元，致力於雲基礎設施建設。電力基礎設施作為AI算力的底層支撐，其需求增長更具長期性。GE Vernova首席執行長Scott Strazik表示：“人工智慧資料中心的快速擴張、新建工廠的投產以及整體電氣化處理程序的加速推進，共同推動了全球電力需求的爆發式增長。”這一判斷得到了訂單資料的支撐——公司裝置訂單積壓和槽位預留協議從62吉瓦暴增至83吉瓦。04 未來展望：今晚重磅財報將決定市場風向今晚，市場將迎來更多檢驗AI成色的重要財報。特斯拉、Meta和微軟的業績表現將成為判斷AI投資可持續性的關鍵指標。微軟的財報尤為引人關注。市場將重點關注其AI服務是否真正拉動了營收增長。Azure雲服務的營收增速能否保持強勁，將直接反映企業級AI需求的真實狀況。微軟當前面臨的風險在於，其AI相關投入可能無法帶來顯著的增長回報。Meta的財報同樣關鍵。去年10月，祖克柏宣佈計畫加碼數十億美元投入AI領域，導致股價暴跌20%。投資者關心的是，祖克柏能否在本次財報中就2026年的支出規劃給出更具紀律性的表述。祖克柏近期表示“Meta計畫在本十年內建成數十吉瓦的人工智慧算力”，這樣宏大的目標需要更清晰的商業化路徑來支撐。市場需要看到AI投資的明確回報跡象，而不僅僅是投入承諾。蘋果公司將於周四發佈財報，分析師預測其將迎來四年來最強勁的營收增長。iPhone 17系列的市場熱度可能帶動業績表現，但投資者更關注的可能是蘋果在AI領域的佈局和進展。GE Vernova的管理層已經明確表示，他們正站在電力需求激增的風口之上。人工智慧資料中心的快速擴張、新建工廠的投產以及整體電氣化處理程序的加速推進，共同推動了全球電力需求的爆發式增長。這種增長不僅體現在數量上，更體現在質量上——該公司裝置訂單積壓利潤率全年提升了8個百分點。行業專家指出，AI資料中心建設延遲是短期內的主要微觀風險。但長遠來看，AI產業已進入一個“良性循環”，黃仁勳稱全球算力基建才走完“第一年”，完整周期至少10年。 (吐故納新溫故知新)

微軟CEO薩蒂亞·納德拉在達沃斯論壇提出清醒論斷：除非人工智慧的紅利能廣泛惠及除了矽谷和富裕國家之外的地方，否則當前的AI熱潮可能淪為投機泡沫。而能源成本最終將決定那些國家能贏得AI競爭，“token”代幣會是新的全球大宗商品。截圖來自世界經濟論壇官網直播視訊“未來，任何地方的GDP增長都將與‘每美元每瓦特產生的算力’直接相關。”1月20日，微軟CEO薩蒂亞·納德拉（Satya Nadella）在瑞士達沃斯小鎮舉辦的世界經濟論壇第56屆年會上參與了一場對談，談及了AI的現狀及未來，並重點論述了他對AI發展與能源成本、AI泡沫及數字主權、AI時代組織轉型等問題的看法。貝萊德董事長兼CEO、世界經濟論壇臨時聯合主席勞倫斯·芬克（Laurence D. Fink）主持了對談。電力短缺將是制約AI發展的最關鍵瓶頸之一。去年11月，納德拉在與OpenAI CEO薩姆·奧爾特曼（Sam Altman）談及了該話題，引發廣泛關注。在最新達沃斯對談中，他再次提示，需要高度重視“每美元每瓦特產生的算力”。他分析稱，算力定價目前每三個月就會下降一半，人們已經開始規劃如何利用算力創造盈餘。但從總體擁有成本的角度考量，能源成本、資料中心成本等都要計算進去。當我們將算力視作新的商品，而經濟體和公司的目標變成“將算力轉化為經濟增長”時，誰擁有更低的成本、更便宜的商品，誰就能取得先機。當芬克問到對“缺乏自己的電力、高度依賴進口的歐洲”的建議時，納德拉直言，歐洲的核心競爭力在於用自己的產品滿足全球需求，而非僅僅保全歐洲內部的安全。在AI發展中，該區域的當務之急應該是確保企業能獲取全球資料來訓練AI，並將本地建設與全球思維結合，以維持領導力，而非僅僅關注安全、監管。對於市場高度關注的“AI泡沫”，納德拉稱，如果對AI的關注及價值只停留在科技圈、生產側，那麼問題必然會出現。只有當AI的好處廣泛擴散到製藥、金融等各行各業的需求，真正解決實際問題並帶來全球性的生產率提升與地方經濟盈餘時，才能避免泡沫，實現可持續增長。實際上，微軟也並非當下最受市場矚目的“AI贏家”。Business Insider曾報導，納德拉有意推動微軟轉型，並重新思考其在AI時代的商業模式，為此還聘用了曾在公司雲端運算發展中做出貢獻的羅爾夫·哈姆斯（Rolf Harms）擔任AI經濟學顧問。在最新的訪談中，他提到，初創公司更能快速使用並借助新工具提升生產力，但快速實現規模化難度仍然不小。而大型組織雖有資料、人際關係、專業知識等優勢，但仍面臨根本性挑戰，必須通過“新的生產函數”將其轉化為實際生產力，否則將被超越。他認為，總體來說大型企業面臨的管理調整將會更大，而這場轉型的本質則是對領導力意志的考驗，任何企業的自滿都可能導致其在激烈競爭中落後。AI徹底顛覆了組織內的資訊流動方式，帶來“資訊流扁平化”的革命，企業也必須主動利用技術重構工作流程，並準備好高品質的“上下文”供AI學習，完成工作流程的重塑。納德拉還重點強調，人們完全沒能重視AI時代“企業主權”的重要性。他建議企業必須捍衛自身的“AI主權”，將公司獨特的隱性知識和專有資料嵌入並控制在自己擁有的模型之中，而非僅僅依賴外部通用模型，從而防止核心企業價值的流失。對於可預見的未來，他認為不會有一個大模型佔據統治地位，而在“多模型時代”，企業的競爭優勢不在於選擇一個“最佳模型”，而在於掌握 “編排”的藝術，整合各類模型和資料，最終創造出專屬於自身的、能驅動關鍵業務成果的AI能力與智慧財產權。“誰能解決這個問題，誰就將取得進步。”他表示。以下為納德拉與芬克對談實錄，經鈦媒體編輯整理：勞倫斯·芬克：我們先來談談人工智慧，這幾乎是當下每個人心中最關心的話題，它關乎商業、技術和社會的交匯。薩蒂亞，你知道，我們正在將AI從一種實驗性的、我們總是談論的未來事物，變成今天的基礎性現實。它現在不僅是公司的基礎，而且真正開始成為國家和整個社會的基礎。你處在這場技術變革的最前沿，應該比其他人更瞭解這些。基於此，我想問幾個問題。首先，你曾將AI描述為一次平台級變革，這是什麼意思？第二個問題，你認為未來幾年這種轉變將走向何方？第三個問題是，我們快進幾年，比如五年後當我們回顧今天時，有那些事會是那時顯而易見，而今天卻不太清晰的？薩蒂亞·納德拉：首先，很高興再次來到這裡。事實上，昨天我讀了你為論壇開幕寫的致詞，信中有一行話我印象很深。你提到，在AI方面，我們所有人面臨的真正問題是，如何確保AI的擴散得以實現並且迅速發生？如何讓模型、資料和基礎設施更均衡地傳播，從而在各處創造盈餘？從某種意義上說，我思考這個問題的方式是，這始終是計算的演進軌跡。你可以回顧過去30年或70年的歷史，核心始終是：能否將關於人、地點和事物的資訊數位化，然後建立分析和預測能力。這就是大型機、小型機、客戶端-伺服器時代、網路時代、移動雲時代所做的事情。所以，無論那種範式或平台，這都是一條連續的弧線，即通過數字形式進行推理，來更好地理解這個世界。因為在某種意義上，一旦你將這些資訊數位化，你就可以使用像軟體這樣更具延展性的資源。它沒有相同類型的邊際成本經濟學限制，這使我們能夠建立更多的洞察力和能力。在這個背景下，我認為AI屬於同一類別，至少和網路、網際網路、移動、PC或雲一樣重要，甚至可能更重要。因此，在我看來，我們目前所處的階段，就拿軟體工程領域發生的事情來說，主要是一項知識工作，可以說是精英知識工作。事實上，我對這一代AI及其能力的信念，最初是當我看到GitHub Copilot完成程式碼補全時建立起來的？長久以來，我們一直夢想著，一名軟體開發人員何時才能預測下一個詞或下一行程式碼？突然間，AI模型就開始讓這些實現了。然後你說，好吧，如果我能做到這一點，那麼我是否可以通過進入聊天會話並提出任何問題，來恢復開發者的工作流，讓它給出答案，然後用在編碼流程中？這就是接下來發生的事情。然後你又會說，好吧，如果這行得通，我能給它分配小任務嗎？那就是“代理AI”。現在你有了完全自主的代理，你可以把你的整個項目交給AI了，而且它可以7天24小時不間斷的工作。我的意思是，要讓這些東西長時間保持連貫性，我們還有一段路要走。但不管怎樣，它正變得越來越好。有趣的是，你看，軟體開發人員在其中仍然擁有很大的自主權，對吧？這就是為什麼我仍然認為，把這些東西想像成存在於人類能動性領域之外的事物並不正確。事實上，或許可以這樣理解：比如在80年代初，如果有人告訴我們，將有40億人每天早晨醒來開始打字。你只會問為什麼，對吧？我們有一個打字員池就夠用了，我們不需要40億人打字。但事情就這樣發生了。我們發明了“知識工作”這個全新的類別，人們開始真正使用電腦來放大我們試圖通過軟體實現的目標。我認為在AI的背景下，同樣的事情將會再次發生。這並不意味著硬核編碼將永遠保持硬核編碼的狀態。只是抽象層級會改變，但我們也將擁有程式碼作為輸出，就像文件一樣。事實上，從我在92年加入微軟那天起，比爾就一直強調的一件事就是：文件、網站和應用程式之間真正的區別是什麼？答案是缺乏能夠自我轉換的軟體。有趣的是，AI最終給了我們這種能力，對吧？我可以寫一份文件。我可以說，不，我不想要文件，我想要一個網站。它就會用程式碼把那份文件轉換成一個網站。我說，我不喜歡這個網站，我想要一個應用。它會寫更多的程式碼來轉換它，使得推理能力、預測能力、採取行動的能力能夠長期保持連貫，這一切都在改進。而我們的工作是利用這一點，就像你和貝萊德正在做的事情一樣，對吧，當你把Copilot Plus和Aladdin這樣的東西結合起來，來提高公司內部做決策時的生產力時，你們就是在利用這一點。勞倫斯·芬克：我可以告訴你，在我們的公司，過去需要12小時計算的事情，現在只需要幾分鐘。即使需要處理著14兆美元的資金，涉及數十萬個不同的授權，我們也可以即時完成。對我來說，如果沒有今天的技術和AI，我們將無法以我們當前的規模來運作。薩蒂亞·納德拉：沒錯。所以在我看來，如果我們能夠真正利用這些算力來改變生產率曲線，那麼到處都會產生盈餘，而這正是真正的目標。勞倫斯·芬克：是的，不過也可能令人不安。這會意味著更少的勞動力需求嗎？我們所說的盈餘是什麼意思？所以，我要把這個問題和我第二個關於AI擴散的問題聯絡起來。對我來說，AI對社會乃至對一個更平衡世界的全部意義，在於確保它在全球範圍內擴散、可及和可用。那麼，你能描述一下這個過程嗎？這個跨越經濟體、公司和國家的過程，將如何展開？薩蒂亞·納德拉：我認為這才是真正的問題。因為當前的時代精神有點在於對AI抽象形式或其作為技術的讚賞。但我認為，我們作為一個全球共同體，必須達到這樣一個點，即我們利用它來做一些有用的事情，從而改變人民、社區、國家和行業。否則，我認為沒有多大意義。事實上，我認為如果我們不能做到這一點，不能改善健康結果、教育成果、公共部門效率、私營部門競爭力的話，我們甚至會迅速失去社會的認可，無法將能源這樣的稀缺資源用於生成算力。顯然我提到的這些才是最終目標。因此，我認為擴散就是一切。它的發生方式是這樣的，在供應方面，每個國家需要推動的，是每美元每瓦特產生的算力必須變得更高效、更好。所以在某種程度上，甚至我們兩家公司在全球所做的投資，也是在試圖確保供應到位，這包括從晶片開始，一直到最終部署在各處的“算力工廠”。順便說一下，不會只有一個算力工廠。這種算力工廠將是第一種擴散到全球各地的東西，就像電力一樣。你只需要一個無處不在的能源和算力網路，然後它就能驅動其餘的經濟。我認為這是一方面。然後，需求方面，我們可以說，每家公司都必須開始使用它。回顧過去，即使是PC首次出現或個人計算時代開始時，我記得賈伯斯有一個很好的比喻，他稱之為“心靈的自行車”，比爾·蓋茲也有一個比喻，我記得是“指尖的資訊”。這兩個比喻都很棒，這就是事情的本質，它是一種工具，我可以用它來獲取指尖的資訊，或將其作為認知放大器。現在我認為我們擁有的正是這個。從某種意義上說，作為知識工作者，你現在可以接觸到無限的智慧。圖靈獎得主拉吉·雷迪有一個關於AI的絕妙比喻，甚至在生成式AI出現之前他就說過。他說，它要麼是認知放大器，要麼是守護天使。所以，如果你這樣看待AI，那麼在全球化勞動力中，醫生可以在接觸病人時花更多的時間在病人身上，因為AI正在做轉錄並將記錄輸入電子病歷系統，輸入正確的帳單程式碼，從而使醫療保健行業、提供者和患者都得到更好的服務。這是一個我們都能從中受益的結果。所以我覺得，最終這需要私營部門和公共部門的真正領導力來確保擴散發生。另外，我要提到的另一點是“模式”。從某種意義上說，擴散與一件事高度相關，那就是有多少人掌握了使用這項技術的技能。有趣的是，我認為如果移動時代教會了我們一件事，那就是它實際上與PC時代發生的事情不同。我記得即使是在全球南方成長，學習Excel技能或Word技能與找到工作之間都曾經有很直接的關係。現在，移動時代的模式是什麼？它創造了類似的機會，但更多是由消費驅動的，比如創作者經濟等等。但現在它應該是關於，這就是你如何獲得一份醫療保健工作，或者一份金融工作，或者如何在專業上取得進步，這是一種回歸。人們會說，哦，我掌握了這項AI技能，現在我在實體經濟中成為了更好的產品或服務提供者。勞倫斯·芬克：所以，很容易看出移動技術及其擴散如何改變了經濟，尤其是在全球南方。你知道，對我來說，我剛讀了一份研究報告，說迄今為止AI的應用嚴重偏向於受過教育的人群或經濟體。那麼，這會不會造成更大的分化，更多的極化？我們如何確保擴散是均勻的？我們如何確保不會讓社會或世界的主要部分掉隊？因為我認為這將成為我們前進道路上的大問題。薩蒂亞·納德拉：是的，通過已經建立的通道，我們有能力相當均勻地在世界各地輸送算力，比PC時代甚至移動時代初期要好得多。因為即使是智慧型手機，特別是智慧型手機，要滲透到全世界也花了很長時間，而現在情況不同了。這些模型及其輸出幾乎在任何地方都可用。所以對我來說，問題是如何找到有意義的應用場景。事實上，我經常回顧的一個演示，我想那是在2023年初，一位印度農村的農民能夠使用一個基於早期GPT-3甚至2.5建構的聊天機器人，用當地語言來推理他聽說過的某些農業補貼，甚至在那個非常早期的階段，就能讓它展現出一些代理行為，比如幫我填完一張表格。所以在某種意義上，它把能動性帶給了那些原本可能沒有的人，因為技術變得更易得了。所以我確實認為，即使在全球南方，主動權也在我們手中，利用它來創造更多原本不存在的機會。但我認為必要的條件仍然是：是否有資本投入？是否有吸引資本的環境？我們作為超大規模雲提供商，正在全球範圍內投資，包括全球南方，我們也更加需要一個能吸引投資的營商環境。勞倫斯·芬克：而且你也看到了需求。薩蒂亞·納德拉：是的，需求就在那裡。所以問題是，如何制定一套政策，既能讓資本流入，又能讓它落地找到與當地的結合點。順便說一下，有些事情只有私人資本能做，有些事情只有公共資本能做，例如電網，在大多數國家，電網基本上是由政府驅動的公共事業。所以，如果你沒有一個複雜的電網或其他現代化的方法，那將會拖累發展。當然，也有很多關於“電表後端”解決方案的討論等等，我們可以有所作為。勞倫斯·芬克：在美國可以，但許多國家不行。薩蒂亞·納德拉：沒錯，而且從長期來看，這是不可持續的。我的意思是，對我來說，一個長期可持續、擴展的解決方案是，讓所有這些“算力工廠”成為實體經濟的一部分，連接到電網，連接到電信網路，並進行輸送。就像我們輸送位元一樣，你必須輸送算力加位元。這將驅動大規模的發展，無論是在全球南方還是在發達國家。勞倫斯·芬克：很多人談論可能存在AI泡沫。作為投資者，我們看到的最重要的事情是技術的民主化和擴散，這確實會改變需求，而擴散最快的公司或國家將成為最終的贏家，而不是技術的創造者。薩蒂亞·納德拉：這正是關鍵。要讓這不成為一個泡沫，從定義上講，就需要讓這項技術的好處更均勻地傳播。我認為，判斷它是否是泡沫的一個跡像是，如果我們談論的僅僅是科技公司，只談論技術方面發生了什麼，那麼從定義上講，這只是純粹的供給側。最終，如果我們不談論，例如這裡有一家製藥公司或一種藥物進入市場非常成功，是因為AI加速了臨床試驗等案例，就出現了問題？所以，我並不是在空談。我更加確信，這項技術將建立在雲和移動的軌道之上，更快地擴散，改變生產率曲線。並在世界各地帶來地方性盈餘和經濟增長，而不僅僅是由資本支出驅動的經濟增長，因為那只是某個時間點的狹義計算。我們在發達國家尤其能看到這種情況，但我所說的資本，雖然我們確實在美國投入了很多，但也有約50%分佈在世界各地。所以有趣的是，這取決於全球各地的需求，而全球各地的需求只有在那裡存在地方性盈餘時才會出現。這就是我看待“AI泡沫”的方式。勞倫斯·芬克：那麼讓我們再深入一點。隨著AI擴散，顯然組織、公司、政府都必須演進。現在進入需求側，你認為在AI世界裡，組織的結構將如何變化？我相信微軟自身也在演進，所以也許你可以告訴觀眾，你如何看待這種擴散在公司層面或政府層面的利用，這最終將怎樣創造需求，從而消除對泡沫的恐懼。薩蒂亞·納德拉：我認為這可能是所有新技術帶來的重大挑戰之一：當工作產物和工作流程發生變化時，意味著我們作為公司必須改變工作方式。事實上，我記得幾年前見過忠利保險的CEO，他描述說他加入公司時還在前PC時代，他描述了他們如何通過電傳、辦公室間備忘錄與現場代理合作，突然PC出現了，人們開始用電子表格和電子郵件傳送，整個工作流程和過程都改變了。同樣，我認為隨著AI爆發，你將開始看到工作流程的實際變化。事實上，對我來說，來達沃斯開會，不管我有多少場雙邊會議，準備這些會議都有一個特定的工作流程。就是我的現場團隊會準備簡報，傳到總部，再進一步提煉。從我92年加入公司到幾年前，這幾乎沒什麼變化。而現在，我直接去Copilot說，嘿，我要見勞倫斯·芬克，請給我一份簡報。它就會給我一份。順便說一下，一個好處是它給了我一個全景檢視，它知道我們作為客戶在與你們做什麼，也知道我們作為你們的客戶在做什麼，以及介於兩者之間的所有投資事宜。所以，它捕捉資訊的能力是前所未有的。事實上，我會立即把那份簡報分享給我所有職能部門的所有同事？想想看，這徹底顛覆了組織內的資訊流動方式。不是那種經典的：我們有一個組織，我們有部門，我們有專業分工，資訊慢慢向上傳遞。不，它實際上是扁平化了整個資訊流。一旦你開始這樣做，你就必須重新設計結構。所以當前的結構可能不再合理，因為你希望人們能夠以資訊自由流動的方式工作。所以，這讓我想到，如果非要總結一個公式，我認為要從心態開始。我們領導者應有的心態是：我們需要思考如何用技術改變工作流程，然後這需要技能。所以你不能抽象地談論這個。你必須使用它，你必須信任它。你不能只是害怕它，它必然將會擴散。另一個重要的考慮因素是，如何確保你擁有提供上下文的資料集。這就像你有了一個新的智能層，但這個智能層的好壞取決於你給它的上下文。人們甚至將其描述為“上下文工程”，但這就是公司做的事情，對吧？想想公司是做什麼的，都是關於我們作為不同部門的人員，通過處理檔案和資訊流動而擁有的隱性知識。所以問題是，如何讓這個AI也擁有那個上下文？這些是必須滲透到整個組織中去利用的一些新事物。事實上，這就是為什麼我認為你會看到那個挑戰：為什麼我沒有立即看到生產率的提升？因為你必須做艱苦的工作。事實上，這就是為什麼它不會在某個時點突然爆發。公司之間會有差異，行業之間可能有差異，但這根本上將取決於組織的領導力意志。勞倫斯·芬克：你看到應用是跨越大型、中型和小型公司在使用，還是目前主要仍是大公司的領域？薩蒂亞·納德拉：我認為你看到的情況是，如果你是從零開始，更容易採用這些工具，因為你是在知道這些工具存在的情況下建構你的組織。勞倫斯·芬克：這像是一種“啞鈴現象”，剛起步的小公司可以更好的使用新平台。薩蒂亞·納德拉：是的。事實上，我認為即使對於大型組織，也存在根本性的挑戰。除非你的變化速度跟得上可能的發展步伐，否則你將被某個能利用這些工具迅速達到規模的小公司超越。但是，我認為大型組織有固有的優勢：你有人際關係、有資料、有專業知識。但關鍵是，如果你不通過一種新的生產函數來轉化這些優勢，那麼你實際上就會停滯不前。因此，大型組織的變革管理挑戰將會更大。對於小型組織來說，如何克服規模問題，也是一種很有難度的結構性挑戰。所以，這以一種有趣的方式呈現出兩面性。這將是一個競爭異常激烈的世界，無論你是新進入者還是現有企業，都不能把它當作理所當然。勞倫斯·芬克：那國家之間呢？你是否看到應用使用方式上的巨大差異？AI仍然是發達國家的專屬領域，還是正在迅速成為所有國家的領域？薩蒂亞·納德拉：我有兩件事要說。當我周遊世界時，無論是專業知識、軟體開發人員、初創公司還是大型組織的水平，差異並不大，這很有趣。在雅加達、伊斯坦布林和墨西哥城，與在西雅圖或舊金山並沒有太大不同。我想這是我們的世界第一次出現這種情況，僅僅是因為獲取正在發生的事情的管道是存在的。也就是說，從規模上看，對使用這項技術的承諾、風險資本的存在、大公司的強力推動，成就了這一現實。比如，在美國，如果我們比較一下，就拿金融業來說，金融業對雲的採用與今天對AI的採用相比，速度完全不同，在AI方面要快得多，而云因為各種原因相對較慢。勞倫斯·芬克：還有監管問題，在監管機構允許下一步之前，把資料移出內部網路是個大問題。薩蒂亞·納德拉：所以我想說，我認為無論在那裡，你知道，在西方，特別是在美國，顯然有一種真正的、我認為是更多的圍繞使用它的活力，但它也比我所見過的任何技術都更均勻地在世界各地傳播。勞倫斯·芬克：你提到了電力、電網。如果電力價格高，需求成本高昂，這會不會成為影響AI可及性的決定性因素之一？薩蒂亞·納德拉：百分之百，如果你看看每美元每瓦特產生的算力，就能預測事情會如何發生了。從某種意義上說，我認為任何地方的GDP增長都將與之直接相關。根據我的整個論點：你擁有一種新的商品，就是算力。而每個經濟體和經濟體中每家公司的任務，就是將這些算力轉化為經濟增長。那麼，如果你擁有更便宜的商品，那就會更好。這就是為什麼“每美元每瓦特產生的算力”如此重要。順便說一下，這包含許多要素，不僅僅是生產側，這就是為什麼我認為擁有電網也很重要。如果你考慮總體擁有成本，那麼一切因素都要被計算進去，包括你如何成為廉價的能源生產者？你能建造資料中心嗎？矽和電力系統的成本曲線是怎樣的？還有，看看算力的定價，算力定價基本上每三個月下降一半，這就是為什麼我認為人們可以真正規劃如何利用算力創造盈餘，因為你知道你擁有一種價格只會單調快速下降的商品。勞倫斯·芬克：我們現在身處歐洲，這裡有一種真實的擔憂，因為歐洲沒有自己的電力，大部分電力需要進口。你對此有什麼資訊要傳遞給歐洲嗎？薩蒂亞·納德拉：我認為時期有兩方面。一是，我們現在在瑞士，我看到製藥業或金融業，他們在這個國家和歐洲做著重要的工作，但他們也是國際品牌，有國際業務。所以，每當我想到歐洲時，有一點是歐洲人生產的產品和服務實際上銷往世界各地。因此，歐洲的競爭力是關於其產出在全球的競爭力，而不僅僅是在歐洲內部。我覺得有時在歐洲，很多對話只侷限於歐洲本身。但歐洲經濟的繁榮是因為他們能夠生產世界需要的東西。你知道，在過去200年、300年裡，西方的奇蹟根本上源於歐洲發生的事情。這是我想說的第一點。我還想強調，這裡的人力資本非常出色，是世界級的。但要繼續做到這一點，你必須繼續投資於生產，擁有能源和算力，正如我所說，我們和其他公司正在這裡投資建設資料中心。所以問題是，接下來從這裡產出的會是什麼？每當我去美國的珠寶店或牙醫診所，我總是想到德國的“隱形冠軍”，我被德國的“隱形冠軍”產品包圍著，這代表了一個國家的工程實力。現在的問題是，每個人都在談論主權和資料這個、資料那個，但歐洲實際上更應該關心的是他們的工業公司、金融服務公司能否獲取來自美國及世界其他地區的資料，而不是僅僅認為通過保護歐洲就能保持競爭力。歐洲只有在產自歐洲的產品具有全球競爭力時才能保持競爭力。所以我認為，這需要改變。我知道歐洲在隱私方面領先，這很棒。歐洲在AI安全和許多其他方面也領先，這是也一個很好的特點。但你還必須通過本地建設和全球思維來補充它。這片大陸將為世界其他地區做出什麼貢獻，正如它在歷史上一直是一位領導者那樣。勞倫斯·芬克：那麼，你認為圍繞資料主權的整個概念，是否被誤解了？薩蒂亞·納德拉：我認為，當人們談論主權時，首先，它顯然非常重要。尤其是在像這樣的一周裡，它更重要。但話雖如此，你必須思考主權意味著什麼。例如，在AI領域，一個很少被討論但我覺得在今年將被最多討論的話題，將是公司的主權。想像一下，如果你的公司無法將公司的隱性知識嵌入到一組你控制的模型權重中。從定義上講，你就沒有主權。這意味著你正在將企業價值洩露給某個地方的某個模型公司。現在幾乎沒人談論這個，對吧？每個人都在談論其他所有事情，那些外圍的事情，但這才是最重要的事情。其他問題都是技術上更容易解決的問題，但有一個問題只能通過你對隱性知識有更多的主權和控制模型來解決。這不是單向的企業價值轉移。所以對我來說，我認為主權需要對它是什麼進行真正的思考，你知道，掌控命運意味著你生產獨特產品的能力得以保留。就像大衛·李嘉圖所言，國家有比較優勢。而公司也有需要保持的競爭優勢，即使在AI時代也是如此。這才會給你真正的主權。勞倫斯·芬克：最後一個問題，在五年或十年內，我們會有一個所有人都將使用的主導模型嗎？微軟為此在做何準備？我們會為企業使用一個模型，為其他場景使用另一個模型嗎？薩蒂亞·納德拉：你知道，過去的三年、四年裡，我們一直在做這件事。而現實情況是，這是一個多模型的世界。我的意思是，我們未來仍將會有多個模型。而訣竅在於你如何利用這些模型，事實上，你可以通過提煉它們來建構你自己的模型。更重要的是，你可以進行所謂的“硬性編排”或“駕馭工程”。因此，任何應用程式或公司的智慧財產權在於，你如何利用所有這些模型，結合上下文工程或你的資料來進行產出。而這就是藝術所在。所以，未來的場景和問題是，我能否引入所有模型，無論是閉源的、開放原始碼的，還是我自己建構的模型，對它們進行編排，並輸入我的資料，從而改變我關心的某個結果的軌跡。這就是整個圖景。我首先生產某種產品或服務，我需要在銷售方面做得更好，或者在研發方面做得更好，或者在財務方面做得更好，等等。然後你設定目標結果，考慮能否利用所有模型，對它們進行編排，並輸入自己的上下文。然後，作為結果，推理軌跡能真正導向一些我作為智慧財產權控制的、屬於我的能力和模型。只要公司能回答這個問題，它們就會取得進步。勞倫斯·芬克：女士們先生們，讓我們感謝薩蒂亞，謝謝。希望這是在世界經濟論壇上許多偉大對話和討論的開始。謝謝大家。 (鈦媒體AGI)

華爾街頂級投資機構KeyBanc Capital Markets近日發佈研報稱，全球半導體行業有望迎來需求更加強勁的一年，並且特別指出在全球範圍AI算力基礎設施建設浪潮如火如荼以及“儲存晶片超級周期”宏觀背景之下，半導體裝置廠商們也將迎來超級周期，它們將是AI晶片(涵蓋AI GPU/AI ASIC)與DRAM/NAND儲存晶片產能急劇擴張趨勢的最大規模受益者。另一華爾街巨頭花旗集團近期發佈的一份研報同樣顯示，半導體裝置類股乃AI算力與儲存需求爆表之下的最大贏家之一，花旗在這份研報中預測，全球半導體裝置類股將迎來“Phase 2 牛市上行周期”，也就是說繼2024-25年的超級牛市之後有望迎來新一輪牛市軌跡。花旗發佈的這份研報顯示，2026年的晶片股主線投資策略絕對不是“泛泛看多半導體”，而是明確落在股票市場半導體裝置龍頭領域(即WFE相關)——即阿斯麥(ASML.US)、泛林集團(LRCX.US)以及應用材料(AMAT.US)。花旗分析師團隊表示，“Phase 2 上行周期”意味著估值錨從“估值觸底修復”轉向“盈利持續上修”：當WFE總盤子從基準情景往牛市情景偏移時，半導體裝置領域龍頭公司盈利彈性甚至有可能大於營收彈性(規模效應+產能利用率提升+高端晶片製造工藝佔比大幅提高)，因此花旗選擇用 阿斯麥、泛林集團以及應用材料的半導體裝置組合來表達“上行斜率”前景。隨著微軟、Google以及Meta等科技巨頭們主導的全球超大規模AI資料中心建設處理程序愈發火熱，全方位驅動晶片製造巨頭們3nm及以下先進製程AI晶片擴產與CoWoS/3D先進封裝產能、DRAM/NAND儲存晶片產能擴張大舉加速，半導體裝置類股的長期牛市邏輯可謂越來越堅挺。Google在11月下旬重磅推出Gemini3 AI應用生態之後，這一最前沿AI應用軟體隨即風靡全球，推動GoogleAI算力需求瞬間激增。Gemini3 系列產品一經發佈即帶來無比龐大的AI token處理量，迫使Google大幅調低Gemini 3 Pro與Nano Banana Pro的免費訪問量，對Pro訂閱使用者也實施暫時限制，疊加韓國近期貿易出口資料顯示SK海力士與三星電子HBM儲存系統以及企業級SSD需求持續強勁，進一步驗證了華爾街所高呼的“AI熱潮仍然處於算力基礎設施供不應求的早期建設階段”。在華爾街巨頭摩根士丹利、花旗、Loop Capital以及Wedbush看來，以AI算力硬體為核心的全球人工智慧基礎設施投資浪潮遠遠未完結，現在僅僅處於開端，在前所未有的“AI推理端算力需求風暴”推動之下，持續至2030年的這一輪全球整體AI基礎設施投資浪潮規模有望高達3兆至4兆美元。美國銀行近日發佈的研報顯示，全球AI軍備競賽仍處於“早期到中期階段”;全球最大規模資產管理巨頭之一的先鋒領航公司近日在一份研究報告中指出，人工智慧投資周期可能僅完成了最終峰值的30%-40%，然而，該資管巨頭表示，大型科技股回呼的風險確實正在增加。股價走勢方面，美股半導體裝置類股自開年以來無比強勁。光刻機巨頭阿斯麥美股ADR價格在2026年開年已經創下歷史新高，1月2日單日漲幅超過8%，2026年開年以來漲幅高達27%，市值高達5200億美元;聚焦於刻蝕/沉積與相關工藝能力的泛林集團美股市場股價則自2025年下半年以來可謂屢創歷史新高，2026年開年以來漲幅高達30%;覆蓋幾乎全套高端半導體裝置的應用材料股價在2026年開年同樣屢創新高，開年以來漲幅高達28%，這三大半導體裝置巨頭股價均大幅跑贏標普500指數與有著“科技股風向標”稱號的納斯達克100指數。世界半導體貿易統計組織(WSTS)近日公佈的最新半導體行業展望資料顯示，全球晶片需求擴張態勢有望在2026年繼續強勢上演，並且自2022年末期以來需求持續疲軟的MCU晶片以及模擬晶片也有望踏入強勁復甦曲線。WSTS預計繼2024年強勁反彈之後，2025年全球半導體市場將增長22.5%，總價值將達到7722億美元，高於WSTS春季給出的展望;2026年半導體市場總價值則有望在2025年的強勁增長基礎之上大舉擴張至9755億美元，接近SEMI預測的2030年1兆美金的市場規模目標，意味著有望同比大增26%。WSTS表示，這種連續兩年的強勁增長趨勢將主要得益於AI GPU/TPU主導的邏輯晶片領域以及HBM儲存系統、DDR5 RDIMM與企業級資料中心SSD所主導的儲存領域持續強勁的勢頭，預計這兩個領域都將實現無比強勁的兩位數增長，這得益於人工智慧推理系統與雲端運算基礎設施等領域持續強勁擴張需求。晶片產能擴張浪潮啟幕，半導體裝置廠商們贏麻DRAM/NAND儲存晶片需求持續強勁且這些儲存產品系列(比如DDR4/DDR5/企業級SSD系列)價格呈現野蠻擴張之勢，主要因AI算力洪流將儲存晶片需求以及儲存晶片對於AI訓練/推理系統的重要性推向前所未有的高度。當前全球AI算力需求可謂持續呈現出指數級增長趨勢，算力供給遠遠跟不上需求強度，這一點從“全球晶片之王”台積電(TSM.US)周四公佈的無比強勁業績資料中就能明顯看出。台積電第四季度毛利率首破60%，淨利潤大超預期，預計2026年全年營收增速接近30%，並將2026年資本開支指引大幅上調至520-560億美元，兩項核心指引可謂遠超市場預期，此外，台積電管理層還將與AI密切相關聯的晶片代工業務的營收復合年增長率預期從原先的“40%中段”大幅提升至“50%中高段”。這家全球最大規模晶片製造巨頭無比強勁的業績與未來指引帶動周四美股晶片股集體大漲，尤其是儲存晶片與半導體裝置漲勢最為強勁，畢竟台積電資本開支擴張基本用於購置覆蓋光刻、刻蝕、薄膜沉積與先進封裝、測試等晶片製造環節的各種高端半導體裝置。值得注意的是，市場對於台積電的晶片產能擴張強勁預期不僅聚焦於輝達、AMD以及博通這三大AI晶片領軍者們帶來的堪稱天量級資料中心AI晶片訂單，以及蘋果公司每年都能夠帶來的龐大消費電子晶片訂單，在資料中心企業級高性能SSD(隸屬於NAND終端應用)領域，面向高性能NVMe(尤其 PCIe Gen5/Gen6)的SSD主控晶片可謂極度依賴台積電高端製程產能——這意味者台積電當前產能必然遠遠無法滿足AI算力與儲存帶來的“永無止境訂單”，大舉擴張產能可謂迫在眉睫。當前AI基建狂潮所拉動的“算力—儲存—先進晶片製造”半導體投資鏈條決定了半導體裝置capex粘性比以往任何周期都強勁：基於AI訓練/推理的海量算力需求不僅推高先進製程邏輯晶片需求，也顯著抬升高端儲存晶片(尤其HBM/企業級SSD相關)的需求強度;在晶片製造工藝複雜度上升背景下，單位晶圓的裝置“前沿先進工序數/步驟數”增加，裝置端更容易體現為需求的持續性與訂單能見度提升。除了已經公佈產能大舉擴張計畫的台積電與美光，花旗分析師團隊預測，隨著AI晶片與儲存晶片需求持續激增，SK海力士、三星電子以及英特爾這三家全球最大規模的晶片製造巨頭，在即將到來的財報披露中將對2026年以及之後半導體資本開支(capex) 指引顯著上調，進而預判2026年全球晶圓廠半導體裝置(WFE)支出更加可能向其“最樂觀預測前景”靠攏。花旗分析師團隊重點指出，SK海力士與三星電子的最大儲存晶片競爭對手美光科技已經在2025年12月的業績電話會議上將2026財年(截至2026年8月)資本開支從此前的180億美元上調至200億美元，意味著同比大幅增長45%，其中晶片製造工廠建設資本開支幾乎翻倍。美光還表示2027財年資本開支也將繼續增長。作為三星電子與SK海力士在儲存晶片市場最直接競爭的對手，美光的大幅擴產舉措可能促使這兩家位於韓國的儲存晶片製造巨頭採取相應資本開支擴張行動以維持市場地位。花旗的半導體投資策略鎖定“晶片製造大廠們capex激增到WFE總市場規模擴大，再到半導體裝置領軍者們訂單/營收/利潤擴張”的這一價值傳遞鏈條，押注2026年半導體裝置景氣度繼續上行。“我們最近參加了在舊金山舉行的SEMI行業戰略研討會，”KeyBanc的分析師們在給客戶的報告中寫道。“我們的第一個收穫是，目前的市場一致共識認為，半導體市場銷售額將在今年或最遲明年達到1兆美元。回顧去年同期會議，最樂觀的預期是2028年，而共識預期則是基於2029-2030年的預期。這個轉變是可以理解的——由星際之門等超大規模AI資料中心預算幾乎沒有上限所推動的AI GPU/AI ASIC需求、2nm及以下先進製程工藝節點的滲透率擴張以及儲存產品價格的翻倍式增長。這些動態似乎已經在股價中得到了充分反映，但當敘事轉向半導體裝置的超級周期時，你必須參與其中。可以確定的是，我們聽到了一些必要的謹慎聲音，但本質上沒有人認為這股熱潮會很快結束。”不同於花旗看好三大巨頭， KeyBanc聚焦這三家半導體裝置廠商在周五美股半導體裝置類股，應用材料(AMAT.US)、AEI Industries(AEIS.US)以及MKS(MKSI.US)成為市場焦點，主要因KeyBanc Capital Markets在最新研報中大幅上調了對這三家公司的12個月內目標股票價格。對於AEI Industries，KeyBanc重申了“超配”這一樂觀看漲評級，並將目標價從240美元上調至280美元，該機構預計過去9個月的股價激增似乎將持續下去。“雖然股價自4月以來有顯著上漲，但我們認為大部分表現是由AEI Industries在資料中心領域的曝光推動的，我們繼續看到AEI Industries在未來幾年獲勝的多種方式，”KeyBanc的分析師們寫道。“在半導體領域，我們還沒有看到新產品引入產生實質性影響，這應能鞏固其在導體刻蝕中的獨家RF定位，並可能導致在介電材料領域的市場份額增長。因此，我們將2027年和2028年各細分市場的營收預期分別大幅上調至11%和10%。工業和醫療終端市場在過去幾年一直承壓，若出現復甦，不僅會增加營收，還會改善產品組合。”“此外，我們提醒投資者，AEI Industries仍在積極尋求I&M(工業和醫療)收購，我們認為其高端目標加起來可能為其帶來5億美元的銷售額和1.25美元的每股收益，合併協同效應將進一步提升。此外，我們認為AEI Industries的營運戰略將在未來幾年逐漸提升其利潤率，並預計其長期毛利率目標將從目前的30%上行至超過43%。”AEI主要聚焦於為晶圓與封裝廠提供 RF/介質加工類半導體製造裝置，資料中心擴產可謂大幅推高RF和導電/介電材料加工裝置的需求。資料中心規模的大幅擴張不只帶來AI算力叢集與儲存裝置需求激增，還涉及高頻率網路與RF元件。KeyBanc的分析師們還保持了對有著“半導體裝置超級工廠”稱號的應用材料“超配”評級，並將目標價從285美元大幅上調至380美元。該公司股價與估值相比於同行，比如相比於科磊(KLAC.US)和泛林集團(LRCX.US)面前則表現落後。“我們認為，相對溫和的擴張是應用材料公司在中國和其他地區客戶面臨的先進工藝節點的較高曝光所致，”分析師們寫道。“我們理解這種表現不佳，但注意到應用材料是最具業務多樣化的半導體裝置供應商，隨著晶片架構在領先節點(最終包括DRAM)走向垂直化，它應從日益增強的先進封裝、沉積和刻蝕強度中受益。它也是最暴露於傳統DRAM領域的半導體裝置公司，DRAM無疑是與AI相關的儲存晶片裝置中最為稀缺的儲存產品，這一點我們認為最終應轉化為產能大幅擴張。我們還預計應用材料的‘應用全球服務部門’將在2027-2028財年實現雙位數的營收增長，主要因為客戶們將在高產能利用率背景下運行應用材料裝置。我們認為應用材料應該因其相對估值和在半導體製造中的核心地位而受到新資金們青睞。”在晶片廠，應用材料(AMAT.US)的身影可謂無處不在。不同於阿斯麥始終專注於光刻領域，總部位於美國的應用材料提供的高端裝置在製造晶片的幾乎每一個步驟中發揮重要作用，其產品涵蓋原子層沉積(ALD)、化學氣相沉積(CVD)、物理氣相沉積(PVD)、快速熱處理(RTP)、化學機械拋光(CMP)、晶圓刻蝕、離子注入等重要造芯環節。應用材料在晶圓Hybrid Bonding、矽通孔(Through Silicon Via)這兩大chiplet先進封裝環節擁有高精度製造裝置和定製化解決方案，對於台積電2.5D/3D 等級先進封裝步驟至關重要。應用材料在其最新的技術解讀中指出HBM製造流程相對傳統DRAM額外增加約19個材料工程步驟，並聲稱其最先進的半導體裝置覆蓋其中約75%的步驟，同時也重磅發佈面向先進封裝/儲存晶片堆疊的鍵合系統，因此HBM與先進封裝製造裝置可謂是該公司中長期的強勁增長向量，GAA(環繞柵極)/背面供電(BPD)等新晶片製造節點裝置則將是驅動該公司下一輪強勁增長的核心驅動力。相比於應用材料，泛林集團(Lam Research)的優勢則全面集中在先進HBM儲存所需的高深寬比(HAR)刻蝕/沉積與相關工藝能力，並且3D NAND/先進DRAM結構與互連也都高度依賴泛林獨家的HAR工藝。KeyBanc的分析師們還將該機構對於MKS的目標價大幅上調至250美元，從此前予以的180美元大幅上調，並保持“超配”評級。“鑑於其強勁的自由現金流狀況，我們對MKS的槓桿率並不特別擔憂，我們看好MKS廣泛的子系統曝光度，並認為其應從接下來的幾年內領先製造技術的建設中受益，”KeyBanc的分析師們表示。“此外，MKS的電源產品在大多數NAND刻蝕工具中佔有主導地位，這意味著即使在短期內不新增綠地產能，它也應從NAND產品工藝推動的裝置升級支出中持續受益。在先進封裝方面，我們看好MKS在PCB和封裝基板領域的‘鑽孔填充’產品組合，該公司技術進步正在為先進晶片的功率和性能帶來一些最具影響力的益處，而且該細分市場幾乎沒有現有額外產能來滿足需求。我們認為這些因素將共同推動營收和每股收益的加速增長，這些增長將受到半導體銷售周期性復甦和先進封裝產能擴張帶來的長期增長的推動。由於這些因素，再加上其相對於同行較低的估值溢價，MKSI仍然是我們看好半導體裝置周期上行的首選方式之一。”MKS的半導體製造裝置廣泛用於刻蝕、薄膜沉積和先進封裝工藝，尤其是該公司領先全球的子系統和電源工具在NAND高性能企業級儲存和先進封裝市場中長期佔據穩固份額以及長期斬獲穩健訂單增長趨勢，在儲存新產線擴產之外，其技術也長期支援邏輯和封裝裝置市場的產能增長。 (invest wallstreet)

在AI算力賽道，輝達憑藉Hopper、Blackwell、Rubin等架構GPU，早已在AI訓練領域建立起了難以撼動的技術壁壘與行業地位。但隨著即時AI場景需求爆發，傳統GPU在面對低批處理、高頻互動推理任務中的延遲短板愈發凸顯。為破解這一痛點，輝達重磅出擊，斥資200億美元收購Groq核心技術，搶跑AI推理市場。這一金額不僅創下輝達歷史最大手筆交易、刷新了推理晶片領域的估值紀錄，更鮮明地昭示著輝達從“算力霸主”向“推理之王”轉型的意志。緊隨這一動作，據技術博主AGF消息進一步披露，輝達計畫在2028年推出新一代Feynman架構GPU——採用台積電A16先進製程與SoIC 3D堆疊技術，核心目的正是為了在GPU內部深度整合Groq那套專為推理加速而生的LPU（語言處理單元），相當於給GPU加裝了一個專門處理語言類推理任務的專屬引擎，直指AI推理性能中長期存在的“頻寬牆”與“延遲瓶頸”。這些動作表明：AI行業的競爭正從單純的算力比拚，轉向對單位面積頻寬的極致追求——這與輝達此前“大模型推理90%的延遲源於資料搬運，導致算力利用率常低於30%”的結論不謀而合。無獨有偶，AMD通過3D V-Cache持續驗證儲存靠近計算的效能邏輯；d-Matrix、SambaNova等明星AI推理晶片公司，更是聚焦流式執行與片上頻寬建構核心競爭力，用實際行動印證這一行業共識。頻寬戰爭打響，誰是“中國版Groq”？回看中國市場，AI浪潮推動下，國產大模型多點突破、強勢崛起，本土AI晶片企業集體爆發並密集衝擊IPO，資本熱度居高不下。然而，當輝達選擇通過Feynman架構來補齊推理短板時，就意味著誰能率先解決“頻寬牆”問題，誰就握住了下一輪周期的入場券。在這一背景下，國內賽道湧現出前瞻性佈局者。近日，半導體行業觀察注意到，一家源於北京大學物理學院的AI晶片公司——寒序科技（ICY Technology），宣佈完成數千萬元人民幣新一輪融資。這家企業以“超高頻寬推理晶片”為核心產品，被業內視為中國大陸少有的在技術路線層面正面對標Groq的前沿技術團隊。“中國版Groq”的名號，初見端倪。實際上，寒序科技的技術披露並非偶然，而是源於在內部保密原則下的長期的低調深耕。早在2024年9月與2025年11月，寒序科技就已聯合北京大學物理學院、電腦學院、積體電路學院，以及澳門大學模擬與混合訊號積體電路全國重點實驗室，先後承擔、主持兩項北京市科技計畫項目。他們前瞻性地鎖定0.1TB/mm²/s超大頻寬流式推理晶片研發，在省部級重大研發任務中，在北京市科學技術委員會的指導下，在任務書中全面對標Groq的技術路線與頻寬指標。這意味著，當Groq因LPU爆紅被視為“推理新範式”時，中國科研與產業團隊已在國內同步推進一條差異化的實現路徑。據瞭解，寒序科技採用“雙線佈局”建構核心競爭力：一方面，已發佈SpinPU-M系列磁機率計算晶片，推出1024位元全連接伊辛退火求解硬體，覆蓋組合最佳化與量子啟髮式計算市場；另一方面，本輪融資的核心看點——SpinPU-E磁邏輯計算晶片系列，直指大模型推理解碼（Decode）階段加速，以片上MRAM（磁性隨機儲存器）為核心介質，建構超高頻寬磁性流式處理架構。能看到，寒序科技並未跟隨主流GPU的片外DRAM/HBM或Groq的存算一體SRAM方案，而是選擇了片上MRAM這條更底層、更物理本征、更具長期想像力的技術路線。眾所周知，當前主流的AI計算範式面臨多重困境：採用HBM的GPU方案，頻寬受限於昂貴的2.5D/3D先進封裝，核心儲存器件HBM產能被海外巨頭壟斷且面臨出口管制；採用SRAM的Groq方案，則因SRAM單元面積大、成本高，單晶片儲存容量有限，難以規模部署千億參數大模型。面對這些行業普遍的困局，寒序科技源自北大物理學院，從凝聚態物理的角度，從第一性原理進行思考，利用本征功耗更低、速度更快的“電子自旋翻轉”，代替“電子電荷運動”來進行儲存與計算。而這種底層邏輯的革新，正是源於MRAM技術帶來的核心優勢。它兼具SRAM的高速、DRAM的高密度與快閃記憶體的非易失性等優勢，其直立結構的磁性隧道結，通過垂直微型化和CMOS工藝相容性，能夠大幅降低對複雜封裝的依賴，在成本、功耗和可靠性上具有顯著優勢。與SRAM方案相比，MRAM技術的差異化優勢十分突出：儲存密度領先：主流AI推理架構深度依賴片上SRAM以換取高速，但SRAM正面臨嚴峻的微縮困境。傳統SRAM每個儲存單元由6個電晶體（6T）組成，儲存密度低，儲存容量小，儲存典型的DeepSeek-R1-671B大語言模型可能需要數千片Groq LPU晶片，且5nm以下節點尺寸幾乎停止縮減；而MRAM天然採用1T1M（1個電晶體+1個磁隧道結）結構，單個MTJ可以執行SRAM 6個電晶體的儲存功能，同等晶片面積和工藝節點下，儲存密度是SRAM的5-6倍。工藝成本更低：MRAM的物理結構優勢，使其在國產工藝製程即便落後一代的情況下，性能指標也能對標甚至超越採用先進製程的SRAM方案。這意味著MRAM無需追逐極先進製程，大幅降低流片與量產成本（單片成本可降至原來的十分之一以下），同時保障了供應鏈自主可控。非易失性與高能效：MRAM斷電後資料不丟失，無需像SRAM/DRAM那樣持續刷新，待機功耗接近零，具備快速啟動、低待機功耗、高耐用性等優勢；同時避免了SRAM的漏電流損耗，為邊緣端和雲端的大規模部署提供極佳能效優勢，大幅降低運行成本。通過自研的磁性存算一體流式架構，寒序科技將MRAM的器件優勢轉化為晶片級系統性能。據悉，SpinPU-E晶片架構的目標是將訪存頻寬密度提升至0.1-0.3TB/mm²·s，不僅能比肩以“快”成名的Groq LPU（0.11 TB/mm²·s），更是輝達H100（0.002-0.003 TB/mm²·s）的數十倍。據瞭解，輝達GPU的架構最初面向大規模訓練與圖形渲染場景設計，強調峰值算力與吞吐能力，並通過多級快取、動態調度和共享儲存來適配高度平行但相對粗粒度的工作負載。在大模型推理的Decode階段，GPU性能瓶頸主要來自對外部儲存（HBM）和複雜記憶體層級的高度依賴。該計算過程呈現出強序列性、小批次和頻寬主導等特徵，與GPU設計初衷明顯錯配。在實際執行中，GPU仍需要通過多級快取和共享儲存來訪問，資料到達計算單元的時間並不固定，不同計算單元之間也需要反覆等待和協調。這使得訪存延遲和執行順序經常波動，矩陣加乘單元很難按照固定節拍持續運行，算力難以穩定發揮。而寒序科技採用確定性的“磁性流式處理（MSA）架構”，將大規模MRAM Banks緊鄰矩陣加乘單元部署，並圍繞推理資料流建構多級流水執行路徑，使權重和中間啟動在局部高頻寬範圍內按固定順序流動。通過在硬體層面同時約束儲存位置、訪存頻寬、通訊路徑與執行節拍，該架構在Decode階段顯著降低了延遲抖動與外部儲存訪問依賴，實現更高的頻寬與更快、更穩定的推理性能。值得關注的是，MSA架構並非簡單的存內計算概念，而是圍繞推理場景，對資料流組織、儲存-計算耦合方式以及執行節拍進行重新設計，在保證超高頻寬的同時，顯著降低對先進製程與複雜封裝的依賴。有業內人士指出，這一路線與NVIDIA在Feynman架構中所釋放的訊號高度一致：未來推理性能的競爭核心，不再是算力規模，而是單位面積頻寬與執行範式。走出北大實驗室的秘密武器——“天時地利人和”SpinPU-E展現出的性能優勢，並非偶然的技術選擇，而是核心團隊跨學科積澱、全鏈條技術把控與前瞻性路線佈局的成果。據報導，寒序科技是國內首個有能力跑通從物理、材料、器件到異質整合、晶片設計、演算法的交叉團隊，核心成員源自北京大學物理學院應用磁學中心——國內磁學研究的頂尖高地，擁有近70年的磁學積澱，核心成員橫跨凝聚態物理、電子科學、電腦技術、人工智慧等多領域：首席執行長朱欣岳兼具凝聚態物理、人工智慧演算法與積體電路的交叉背景，曾主導多模態AI演算法開發、多顆高性能專用晶片研發，帶領團隊完成四輪市場化財務融資與產品化；首席科學家羅昭初作為MIT TR35入選者，曾於清華大學、蘇黎世聯邦理工學院完成自旋電子學、磁性計算的科研工作，深耕微納磁電子學與磁儲存/計算，擁有深厚的學術積累與Nature、Science正刊成果，團隊歷經多次流片驗證，既保有前沿技術探索的銳氣，又具備工程化落地的能力。相比純粹的架構創新，寒序科技這種“材料-器件-晶片-系統-演算法”的全鏈條視野和全端攻關能力，讓MRAM技術得以從底層原理到上層系統實現協同最佳化與突破，而非僅停留在邏輯和架構層面的修補。這也是寒序科技被視為精準踩中2030年行業時間軸的前瞻性下注的核心原因。這種對行業趨勢的精準踩點，不僅體現在技術路線的選擇上，或許也蘊含在對商業化路徑的思考中。回溯Groq的成長軌跡來看，其業務從核心的GroqChip LPU推理晶片起步，逐步延伸至加速卡、伺服器系統、資料中心叢集，最終建構了雲服務平台，形成了“晶片-硬體-系統-雲服務”的全端佈局。沿著Groq被驗證的商業邏輯向前推演，寒序科技大概也會沿著相似的路徑開展自己的業務版圖——以SpinPU-E磁邏輯晶片為起點，向上建構硬體產品矩陣，最終通過雲服務觸達更廣泛市場的全端路徑，以建構更強的技術壁壘和產業競爭力。更關鍵的是，這條路徑並非簡單的模式復刻，而是基於本土產業現狀的創新破局——當行業苦於HBM成本高企、SRAM微縮放緩之時，寒序科技沒有陷入“算力堆砌”的內卷，而是利用MRAM磁性計算新範式，在中國本土成熟供應鏈基礎上，築起了一座對標全球頂尖推理性能的頻寬高地。這種從底層物理原理出發的差異化競爭策略，或許正是其作為“中國版Groq”浮出水面的核心底氣。MRAM開啟新型儲存“黃金時代”破局“頻寬封鎖”寒序科技對MRAM技術的探索並非孤例，背後是一場從“備選”走向“必選”的新型儲存技術浪潮。尤其是在全球半導體產業的演進與地緣政治激盪背景下，為MRAM在內的新型儲存鋪就了一條通往AI算力核心舞台的“黃金賽道”。2024年12月，美國商務部工業與安全域（BIS）發佈新出口管制規則，明確限制向中國出口記憶體頻寬密度超過2GB/s/mm²的尖端儲存器。這一封鎖點，直指AI推理晶片的命門——頻寬。目前，輝達、AMD等巨頭極度依賴HBM，而HBM產能幾乎被SK海力士、三星、美光等海外儲存原廠壟斷，且受限於複雜的2.5D/3D先進封裝。同時，Groq所代表的SRAM路線價格極高（Groq 230MB片上SRAM記憶體的單卡售價2萬美金），在先進製程微縮上也已近極限。在此背景下，MRAM路線的戰略價值陡增。它不僅在物理特性上具備跨代超越SRAM的潛力，更重要的是，它能基於國產28nm/22nm等成熟製程實現超高頻寬，徹底規避對尖端工藝和海外HBM供應鏈的依賴。這不僅是技術路線的“備選”，更是中國半導體產業在算力領域破除卡脖子困境、實現差異化突圍的“必選”。有業內專家表示，這一戰略意義迫切需要國家有關部門給予更高重視與政策傾斜。MRAM不僅是單一儲存技術的革新，更能帶動磁性材料、磁電子器件、存算一體架構等全產業鏈突破，有望徹底改變國內在HBM領域的落後局面和SRAM對先進製程的依賴，為AI算力產業打造自主可控的“第二曲線”。全球共振，商業化拐點已至？當前，產業界正在用實際行動表明，MRAM不再只是實驗室裡的美好構想，而是憑藉獨特優勢正成為全球半導體產業佈局的重點。其中，晶圓代工龍頭與晶片大廠均在積極佈局：台積電、三星、英特爾、SK海力士、IMEC等憑藉其先進的技術研發和大規模生產製造能力，已明確將嵌入式MRAM推進到22nm、16nm甚至更先進節點，持續提升MRAM的性能和整合度。恩智浦與台積電合作推出16nm FinFET車規級eMRAM，應用於其S32系列高端MCU，實現寫入速度比傳統快閃記憶體快10-15倍、耐久性超百萬次；瑞薩電子也推出了基於22nm工藝的STT-MRAM技術，瞄準汽車MCU市場；GlobalFoundries、Everspin在12nm和22nm工藝上緊密合作，將MRAM納入工業級和車規級量產方案；Avalanche與聯電攜手合作推出22nm STT-MRAM，在工業級和航天級市場擁有深厚積澱。據LexisNexis資料統計，2004-2013年間，MRAM市場的專利申請量保持穩定，每年約有300至400項專利申請。需要注意的是，圖表末尾的下降並不代表興趣的下降，而是專利申請和公開之間的時間存在滯後。這些頭部廠商的集體行動，清晰印證著MRAM正從“備選技術”升級為“主流方案”，在汽車電子、邊緣AI、高端計算等領域的商業化落地進入爆發前夜。回看國內市場，本土半導體廠商同樣敏銳捕捉到了新型儲存技術的發展機遇，積極佈局相關領域。RRAM領域湧現出昕原半導體、銘芯啟睿、燕芯微等玩家；MRAM賽道，寒序科技、致真儲存、馳拓科技、凌存科技、亙存科技等紛紛嶄露頭角，為國內MRAM的發展奠定了產業基礎。相對於RRAM基於電子電荷遷移，是一種統計物理範疇下的阻變器件；MRAM的存取機理是基於自旋的確定性兩態翻轉，更加可控、精準，大規模製造下器件一致性、器件壽命極限都更有優勢與潛力。兩者均被台積電等半導體巨頭作為下一代面向AI的儲存技術重點押注。具體來看，本土MRAM廠商各有側重，多數主要集中於儲存、加密、嵌入式控制等傳統領域，例如：致真儲存專注於磁性隧道結（MTJ）的核心器件研發與製造工藝，掌握從材料研發到器件製造的全鏈路技術，擁有國內唯一的8英吋磁儲存晶片專用後道微納加工工藝中試線。近期與北京航空航天大學聯合攻關，研製出全球首顆8Mb容量自旋軌道力矩磁隨機儲存器晶片（SOT-MRAM），實現SOT-MRAM容量規模化突破。馳拓科技專注於MRAM儲存晶片的技術研發與生產製造，建有12英吋MRAM量產中試線，是國內首家實現MRAM量產的企業。近期成功突破垂直磁化體系技術瓶頸，儲存器件TMR關鍵指標比肩國際頭部代工廠量產的STT-MRAM。凌存科技專注於儲存模組開發，致力於將MRAM技術從核心器件層面推向終端應用，成功開發了世界首款高速、高密度、低功耗的儲存器MeRAM原型機及基於MeRAM的真隨機數發生器晶片，產品廣泛應用於車載電子、高性能運算、安全等領域。寒序科技則獨闢蹊徑，與多數國內MRAM企業不同，其以MRAM為核心介質建構計算晶片，將MRAM的物理優勢轉化為算力與頻寬優勢，開闢了“磁性計算”這一全新賽道，致力於從計算層面引領國內MRAM技術從利基低毛利領域向高端市場跨越，成為國內MRAM技術從儲存替代向計算革新跨越的關鍵力量，舉起大旗與國內磁學領域全面擁抱合作，力爭一同搶佔全球“磁計算”的戰略高地。綜合來看，從器件、裝置、製造到系統應用，國內產業鏈的前期佈局已具備支撐本土MRAM技術產業化與生態發展的基礎。尤其是寒序科技的差異化定位，進一步填補了國內MRAM從儲存到計算的關鍵空白，為後續誕生更多行業廠商提供了土壤和必然性。生態共建：國產MRAM的“磁計算”革命根據市場研究機構Precedence Research資料顯示，2024年全球MRAM市場規模估計為42.2億美元，預計從2025年的57.6億美元增長到2034年的約847.7億美元，復合年增長率高達34.99%。雖然前景廣闊，但MRAM的大規模爆發和商業化落地仍需產業合力，需要產業鏈上下游凝聚共識，共同建構生態。結合國際經驗和國內產業的發展現狀來看，更深度的產業合作與資源傾斜或許是推動MRAM技術發展的有力舉措。例如，國家有關部門可以給予MRAM技術更多重視，加大資金與政策支援，積極推動MRAM這一有希望在頻寬領域實現“變道超車”的關鍵技術。同時，借鑑台積電、三星、GlobalFoundries等頭部廠商對MRAM的關注與投入力度，國內代工廠或許也應加強對MRAM的工藝研發與資源投入，積極與國內廠商共同開展技術研發與工藝最佳化，爭取儘早打通“設計-製造-封測”的本土化鏈路，形成協同創新的合力，降低MRAM晶片的流片成本與量產門檻。還有一點不可忽視。輝達收購 Groq核心技術，計畫在Feynman架構中整合LPU單元的案例，充分證明了“通用算力+專用引擎”的協同優勢和行業趨勢。這一案例極具啟示價值。筆者認為，在未來提升AI推理效率的行業共識下，國內AI晶片廠商應抓住這一變革機遇，加強與在新型介質與架構上具備底層創新能力的團隊的合作力度，打造兼具通用算力與專用推理性能的新技術路徑，快速補強技術短板，建構差異化競爭力。產業界正釋放清晰訊號：以MRAM為代表的新型儲存，已成為後摩爾時代的核心焦點。地緣政治的戰略訴求、國際大廠的技術押注、國內產業鏈的長期積澱，再加上寒序科技的差異化突破，多重力量共振之下，MRAM正逐漸邁入產業化的“黃金時代”，有望成為中國AI晶片產業實現換道超車的關鍵抓手。五年後，誰將主導下一代推理晶片？當摩爾線程、沐曦、天數、壁仞等國產AI晶片公司接連叩響資本市場的大門，一個時代的答卷已然清晰。它們的密集上市，標誌著中國在基於傳統GPU架構的算力競賽中，完成了從無到有的突圍，進入了國產替代的收穫期。如果說上一代AI晶片的競爭是“算力競賽”，那麼下一代的分水嶺將是“誰能率先跨過頻寬牆”。在這個關鍵轉折點上，兩條路徑清晰呈現：一條是Groq選擇的極致SRAM片上整合路徑，用極高成本將頻寬推向極限，並因此獲得了行業霸主輝達以數百億美元估值的戰略整合；另一條，則是以MRAM為代表的新型儲存介質路線，為突破頻寬瓶頸提供了一種更具根本性，也更符合長期成本與供應鏈安全需求的方案。數年後，當AI推理進入“頻寬決勝”的新時代，晶片市場或許不再僅有算力的巨獸，主導市場的佼佼者還將屬於那些能夠率先在“頻寬戰爭”中沉澱出護城河的先行者。正如Groq在矽谷用SRAM驚豔了世界，行業演進的邏輯暗示：“中國版Groq”的出現也將不再是懸念。在這個征程中，中國半導體產業各方也都在積極擁抱AI，拓展產品品類，謀劃新的增長曲線。而寒序科技正依託MRAM磁性計算的新範式，給出“中國版”的實現路徑——並且，這條路，他們早在多年前，就已開始默默鋪設。 (半導體行業觀察)