總潛在市場規模是對未來銷售量的預測——更準確地說，是預測能夠生產和銷售的產品數量。它並非對總需求的預測，而總需求可能更大，正如HBM記憶體及其主要驅動力——用於人工智慧推理和訓練的GPU和XPU計算——的積壓訂單所表明的那樣。因此，當市場規模（TAM）擴大時，意味著競爭對手之間的收入分配也會隨之擴大。這就是為什麼本周美光科技HBM堆疊式記憶體市場規模的爆炸式增長讓所有人如此興奮的原因。我們這些身處主要元件消費者及其供應商之外的人，可能並不清楚人工智慧計算和記憶體的總體需求情況，但我們對未來的供應格局有了更清晰的瞭解。“隨著全球領先的科技公司向通用人工智慧（AI）邁進並重塑全球經濟，我們的客戶正在投入巨資建設規模龐大的資料中心，這一建設周期將持續多年，”美光科技首席執行長桑傑·梅赫羅特拉在與華爾街分析師的電話會議上表示。此次電話會議旨在回顧公司截至11月結束的2026財年第一季度財務業績。“AI資料中心容量的增長正在顯著推動對高性能、高容量記憶體和儲存的需求增長。伺服器需求顯著增強，我們現在預計2025年伺服器銷量增長率將達到接近10%的水平，高於上次財報電話會議中10%的預期。我們預計伺服器需求的強勁勢頭將在2026年持續。伺服器記憶體和儲存容量以及性能要求也在逐代提升。”當然，這波熱潮不僅僅侷限於HBM，還包括其他DRAM、LPDRAM以及同樣應用於人工智慧系統的快閃記憶體。梅赫羅特拉自豪地表示，美光的資料中心NAND儲存業務在2026財年第一季度首次突破10億美元大關，該公司G9系列快閃記憶體是首款採用PCI-Express 6.0標準的快閃記憶體盤，而容量分別為122TB和245TB的QLC版本正在多家超大規模資料中心和雲服務提供商處進行認證。Mehrotra表示，總體而言，預計2025年DRAM的行業位元出貨量將增長20%左右，NAND的出貨量將增長10%以上——遠高於美光一個季度前的預期。而到2026年，DRAM和NAND的出貨量預計都將比2025年增長約20%。因此，任何超出這一增長範圍的收入增長都源於需求和其他通膨因素導致的價格上漲。例如，據美光首席財務官Mark Murphy稱，在2026財年第一季度，DRAM的每位元成本上漲了20%，而出貨量僅略有增長；NAND的出貨量增長了“個位數百分比中高段”，但每位元成本上漲了“15%左右”。為了更好地滿足1γ DRAM和HBM記憶體的供應需求，美光科技將2026財年的資本支出增加20億美元，達到200億美元，並加快裝置訂購和安裝速度，以更快地蝕刻更多晶片。位於愛達荷州的首座晶圓廠也將於2027年中期投產，而非原計畫的明年下半年；第二座晶圓廠將於明年開工建設，並於2028年底投入營運。位於紐約的首座晶圓廠將於2026年破土動工，並於2030年開始供應晶片。位於新加坡的HBM封裝廠也將於2027年投產，為HBM的供應做出貢獻。如果美光想要在剛剛飆升的HBM市場中分得一杯羹，他們最好加快產能提升速度。以下是去年12月的預測，以及本周剛剛公佈的預測：這些針對HBM的潛在市場規模（TAM）資料是基於自然年計算的——如果所有公司也都以自然年為單位編制財務報表，那就好多了。除了習慣和故弄玄虛之外，使用財務資料沒有任何實際意義。在2024年12月的預測中，美光科技預計HBM市場在2025年的收入將達到350億美元，並在2030年增長到約1000億美元，復合年增長率（CAGR）為23.2%。然而，美光科技現在將市場規模達到1000億美元的預期時間從2030年下調至2028年，這意味著與今年預計的350億美元HBM銷售額相比，復合年增長率將超過40%。圖中以粗體紅色斜體顯示的數字是我們為填補資料空白而做出的估算，這些估算值與實際復合年增長率 (CAGR) 基本一致，因此在所示期限內實現了預期的復合年增長率。我們對 2029 年和 2030 年的 HBM 銷量進行了估算（美光科技的預測中並未包含此項），預計其增速將趨於穩定，與最初的預期持平。當然，銷量也可能繼續以更高的速度增長——誰也無法預料。有趣的是，如果將2025年至2030年這六年間（含2025年和2030年）的記憶體總銷量加起來，那麼根據2024年12月的預測，全球HBM的銷售額將達到3780億美元。假設美光科技能獲得約25%的HBM收入份額（與目前DRAM的市場份額大致相同），那麼這六年間美光科技將從HBM中獲得950億美元的收入。假設HBM記憶體成本約佔GPU或XPU計算引擎成本的40%，那麼這六年間GPU和XPU的收入將達到約9500億美元。如果假設加速器成本約佔節點級或機架級伺服器成本的65%，那麼系統收入將達到約1.5兆美元。根據新的預測，假設HBM收入增長率在2029年和2030年放緩，但仍保持在35%和25%的較高水平，那麼未來六年HBM的收入將達到5550億美元，比之前的預測高出46.8%。預測結果在最後階段的差距非常大。HBM的銷量大幅增長，這意味著需要生產更多的HBM產品。如果美光科技保持25%左右的市場份額，那麼未來六年其HBM記憶體收入約為1390億美元。這5550億美元的HBM收入將帶動GPU和XPU計算引擎的生產，進而帶動AI系統銷售額達到2.1兆美元左右。這些數字遠小於輝達幾周前悄悄發佈的資料中心總支出預測。誠然，這些只是對人工智慧系統銷售額的一些相當粗略的估計，但它與人們談論的其他一些重大數字大致相當。接下來，讓我們深入分析一下美光科技 2026 年第一季度的業績資料。本季度，美光科技的銷售額為136.4億美元，同比增長56.7%。營業收入為61.4億美元，同比增長2.8倍；淨收入為52.4億美元，同樣同比增長2.8倍。這看起來確實是一個記憶體和快閃記憶體產品極具價格優勢的市場環境。美光科技在2026財年第一季度資本支出為54億美元，略高於其預計2026財年200億美元總支出的比例。這比去年同期增長了1.7倍。美光科技在該季度末擁有103.2億美元的現金儲備，這為其擴建晶圓廠和工廠提供了一定的迴旋餘地。在 11 月季度，美光科技售出了價值 108.1 億美元的各種 DRAM 記憶體，同比增長 68.9%。2026 財年第一季度，NAND 快閃記憶體晶片、驅動器和卡的收入為 27.4 億美元，增長了 22.4%；而 NOR 快閃記憶體和其他產品僅帶來了 8800 萬美元的銷售額。以下是美光科技幾個季度前宣佈的新財務報告分組的收入構成：從圖中可以看出，與 2025 年第四季度相比，2026 年第一季度雲記憶體集團和核心資料中心集團的利潤率均環比大幅增長，這表明 DRAM、HBM 和快閃記憶體市場的供應緊張，從而推高了價格。綜合來看，美光的資料中心業務創造了 76.6 億美元的收入，增長了 55.1%，營業收入為 37.9 億美元，幾乎是去年同期的兩倍。資料中心記憶體行業的繁榮與蕭條周期令人擔憂，但就目前來看，未來一兩年內無疑將迎來繁榮時期，美光科技也將因此創下新的輝煌。美光科技重返HBM市場的時機恰到好處，憑藉其獨特的技術優勢以及總部設在美國的戰略地位，成功佔據了市場主導地位。我們的模型顯示，HBM堆疊式記憶體、高容量伺服器DRAM以及LPDDR5低功耗伺服器記憶體的總銷售額達到56.6億美元，略高於DRAM記憶體總銷售額的一半。與去年同期相比，這一數字增長了5倍多，主要歸功於輝達在其AI計算引擎中使用了HBM和LPDDR5記憶體。但許多其他公司也在向美光提供資金，輝達在本季度僅貢獻了 17% 的收入，總額達 23.2 億美元，是輝達去年同期在美光記憶體商店支出的兩倍。我們根據美光過去幾個季度發佈的少量聲明做出的最佳推測——而且這確實是基於資訊來源的推測——是高容量伺服器 DIMM 和 LPDDR5 記憶體貢獻了約 14 億美元的營收，同比增長 3.7 倍；而 HBM 記憶體貢獻了約 42.7 億美元的營收，同比增長 5.7 倍。這增長速度令人驚嘆。但話說回來，我們生活在一個瘋狂的時代——而且看起來未來還會更加瘋狂。 (EDA365電子論壇)

軟體定義一切，也包括“成敗”。過去40年，處理器晶片呈現出“否定之否定”的螺旋式發展道路：自研-放棄自研-自研。最近5年，越來越多的整機和平台廠商，重新加入自研的“晶片戰爭”，並且顯現出一個新趨勢——以CPU為中心的同構計算系統，轉變成CPU聯合xPU的異構計算。“晶片戰爭”中的選手要直面幾個問題：其xPU架構創新有多少，持續創新空間有多大、應用規模能否攤薄硬體、生態的創新成本。剛剛公布的“十五五”規劃建議稿也提到，加快科技高水平自立自強，全面增強自主創新能力，大力實施“卡脖子”迭代攻關，聚焦半導體等關鍵技術環節。那麼，接下來的五年、十年，對於國產“算力晶片”來說，突破口在那裡？我們認為是指令系統結構（指令集架構）的統一。系統結構的一致性，更能推動架構層面的創新，比如把RISC-V作為統一指令系統，所有CPU/GPU/xPU都基於RISC-V及其擴展來開發，在擴大規模效應的同時，高效利用研發資源。指令集相當於軟硬體“連接器”，按標準編寫軟體，即可向硬體發出計算指令。經濟規模與生態成本，決定架構的“生與死”電腦差不多經歷了八十多年的歷史，早期特點是集中式處理，少數專業人員通過終端裝置才能訪問到昂貴的計算資源。20世紀80年代後以微處理器為基礎的PC和電腦網路出現，計算模式從集中式轉化為分佈式。後來又有了智慧型手機和雲端運算系統，計算模式進化為集中式的雲中心和“泛在分佈”的智能終端構成的複雜體系，且雲中心本身又是一個巨大的分佈式系統。計算進化到今天，最為核心的CPU，以兩種主導式的指令集為代表：PC和伺服器領域是x86架構，智慧型手機領域是ARM架構。x86等架構及相應特徵x86和ARM佔主導，是市場洗牌的結果。時間往回倒退，過去40年業內出現了許多有特色的架構和產品，但大部分都逐漸凋零了。例如：英特爾開發的RISC架構i860/i960、摩托羅推出的68000以及跟IBM、Apple聯合開發的PowerPC架構等等。指令集架構，從幾十款到幾款，快速收斂的原因各有不同。x86戰勝RISC，靠的是不斷向高端RISC“抄作業”，同時根據新應用需求不斷增加指令子集，拓展新功能；PC與伺服器的CPU同為x86架構，晶片出貨量大，分攤了伺服器CPU的研發成本，也是x86從競爭中脫穎而出的客觀條件。RISC CPU的失意，表面上是巨額的軟硬體投入成本，根源則是無法顛覆已有軟硬體生態系統——大量已存在的標準或事實標準的介面，如指令架構系統，這種生態的統治力，英特爾、惠普曾這類聯合體也無法撼動。回想起1990年代超算領域，如nCUBE，KSR、Thinking Machine等創業公司，既自研CPU，又開發MPP超算系統，在系統架構上提出了很多引人入勝的新方案。尤其是KSR，提出了名為Allcache的純快取儲存架構（COMA），實現了第一個基於純快取的平行超算系統，其CPU只跑20MHz，功耗、散熱等效率遠遠高於同期的英特爾486，後者主頻達到了50MHz。最終，各種創新性的架構都“輸給了”x86。不是說這些架構沒有創新性，根本上在於架構創新敵不過經濟規律。所以，在文章開頭，我們就呼籲，未來五年、十年，中國的算力晶片應該統一指令集架構。架構創新難，生態建構更難：壁壘在軟體與協同英特爾於2000年左右推出Pentium 4處理器，時脈頻率已達到4GHz。25年後的今天，很多產品時脈頻率還停留在這個水平。這是因為進入奈米工藝後，摩爾定律逐漸失效，電晶體開關速度放緩。現在，業界依賴電晶體數量的累積來提升性能，其基本的思路是平行，如增加資料位寬、增加功能部件、增加處理器核的數量等等。但增加了這麼多的部件，如何控制與管理？就要看電腦體系結構。電腦體系結構既是硬體與軟體的介面介面，也決定了硬體與軟體的分工，根據硬體與軟體分工的不同邏輯，大致可分為三種類型：激進的結構（完全動態最佳化）：類似上文提到的純快取儲存架構，強調軟體在動態分析和最佳化方面能力有限，因此在硬體上做儘可能多的動態最佳化, 但這樣往往導致硬體過分複雜、功耗過高；保守的結構（靜態最佳化）：硬體僅提供必需的設施, 如大量的暫存器或SRAM，依賴軟體來實現高性能，這種方案的好處是硬體簡化了，缺點是程式設計不便、性能沒有保障；折中的結構（動靜態相結合的最佳化）：硬體做一些動態的最佳化, 如快取記憶體，軟體也仍有最佳化的餘地，通過軟硬體協同解決性能和程式設計問題。由於需要運行作業系統、編譯器及各種複雜控制應用，涉及的序列因素比較多，高端CPU經常採用激進的結構，但由於結構異常複雜，導致正確性難以驗證，研發工作量極大。隨著熔斷、幽靈等硬體漏洞的出現，這類結構也易受瞬態執行攻擊的問題也暴露出來。目前業界更傾向於基於這種結構——增加處理器核的數量，來提升性能，比如代表算力的xPU晶片，就是典型的眾核（Many Core）結構。這種架構可以匹配圖像處理、神經網路等天然依賴平行計算的特點，只要硬體提供足夠的運算部件、儲存單元、互連機制，並由軟體程序把平行性表達出來，就可以在平行硬體上高速地執行。輝達PASCAL和TURING架構GPU，擁有大量CUDA計算核心英特爾Xeon Phi，Google TPU等，都是專門設計的眾核加速器，而更流行的GPGPU則陰差陽錯的成為眾核加速器——一開始只用於圖形渲染，非專門為AI設計。不管是TPU還是GPGPU，眾核結構xPU的“算力晶片”大規模應用，首先要解決的還是生態系統問題——在處理器上運行的各類軟體的總和，包括各種應用軟體，及支撐應用軟體開發運行的系統軟體、中介軟體、庫函數等。在這方面，使用者之所以喜歡使用輝達的產品，就是因為CUDA擁有成熟的平行軟體生態。前面提到英特爾和惠普的合作項目。雙方於1994年，聯合開發了不與x86相容的EPIC架構的IA-64安騰處理器，前後花了十餘年時間，耗資巨大，終究未能成功。關鍵就在於經過40多年演進的x86架構，形成了任何處理器架構都無法比擬和複製的產業生態環境。英特爾、惠普的新架構、新產品，解決不了新的生態問題。這裡面還有一個洞察——Gartner分析了從2009到2018年的企業軟體市場，十年間，x86軟體的市場份額持續上升，到2018年，全球投入在x86軟體（含企業應用軟體、基礎設施軟體、垂直專用軟體）開發上的費用高達600億美元，IDC 2019年同期的資料表明，全球伺服器硬體的總收入也就800億美元。也就是說，軟體開發的費用遠遠高於硬體，新搞一個處理器架構已經很費錢了，基本不會有人給更多投資去開發配套的軟體。基於這一點，可以預判，未來很長一段時間，伺服器市場上x86 CPU仍居主導地位。有人也許要問，ARM-64的機會在那裡？它的核心看點在於打破英特爾在x86伺服器市場一家獨大的格局，因為英特爾的CPU毛利太高了，誰都想去分一杯羹，正如AI晶片廠商想去分輝達的蛋糕一樣。最終，ARM伺服器未來能夠取得成功，幾個原因可能是決定性的：一是掌控了全端技術（應用）的大廠放棄x86，如蘋果、亞馬遜，它們的生態遷移完全可控，產量或毛利率也是可控的二是端雲融合，ARM在終端的優勢瀰漫到雲端，如Android Cloud，ARM伺服器更適合支援Android Apps，應用可在雲和端間隨便遷移。還有雲遊戲在雲端也不需要依賴虛擬機器。x86的故事仍在繼續，ARM攻勢迅猛，開放原始碼的RISC-V則還需要努力。關於RISC-V，業內有很多討論，既有ARM“價格貴”的問題，也有開放性、可研究性的問題，但主要還是商業化的困境。近年來，RISC-V應用較多且相對成功的，都是軟體比較簡單的場景，即以微控製器(MCU)為代表的嵌入式領域，如希捷、西數等企業的儲存類產品。而以物聯網為代表的嵌入式場景，其需求非常碎片化，RISC-V雖然可以針對應用特點自訂對指令集的擴展，但這樣分門別類地定製晶片，就失去了積體電路產業的規模效應。軟體、應用之外，RISC-V的硬體生態也還不成熟——有競爭優勢的高性價比處理器核的種類少，也缺乏支援多核互連的高性能片上網路（NOC），尤其是片上網路，業內都還在用ARM方案，不過ARM不會單獨向RISC-V項目授權片上網路IP，而要搭售ARM CPU核心，成本又被拉上來了。一些觀點認為，隨著JAVA、Python等跨平台的語言/工具越來越流行，通過虛擬機器技術實現應用的跨平台遷移，還可以用模擬的方法用一種指令集模擬另一種指令集，寄希望於指令集架構重要性變低，進而重構x86、ARM的“壟斷”格局。不過，這也存在另一些相反的事實，例如英特爾一直在持續地擴展其指令集，增加新指令（子集），如近年看到的SGX、AVX512、AI擴展指令集等，說明硬體指令的直接支援對性能、能效比至關重要。又如，由於業界的各類基礎軟體和應用軟體，主要都是針對英特爾CPU最佳化的，即使同樣是x86的AMD CPU，能流暢支援的軟體配置種類就少得多。所以，阿里的公有雲平台只用英特爾的CPU產品，它們可以自如地支援各種老舊的OS類型、版本、配置。從這個角度來看，RISC-V進入以電腦為代表的通用平台，還有一段曠日持久的路程要走。統一指令集：中國算力晶片規模化的關鍵路徑近年來，系統和平台廠商又開始研發計算晶片了：美國有蘋果公司、Google、亞馬遜、微軟，中國公司也很多。所有自研的場景當中，雲廠自研晶片的模式是行得通的，因為企業盈利的基礎在於增值服務，不在硬體。雲廠商由於掌控全端軟硬體，生態移植的困難也較小，且因為自身規模大，可以負擔晶片研發的費用。不過，現階段多數企業自研還是用於內部，因此外部客戶仍然需要獨立的晶片供應商。眾多自研晶片的系統廠商當中，蘋果公司是一個非常成功的案例，基本實現了核心產品線處理器的全線自研——手機為A系列、平板和PC為M系列、手錶為W系列、耳機為H系列。蘋果自研晶片矩陣，資料更新至2025年9月“產品定價高”可以作為評判蘋果自研成功與否的一個表面指標。和公版的ARM CPU核相比，蘋果公司自研的CPU性能高、成本也高，但配合自研的系統軟體，整體達到最佳化的使用者體驗，同時加上行銷體系的助力，形成“高大上”的形象，就可以賣出高價錢。只不過，很多失敗的項目，只看到了蘋果公司“自研晶片”的表面指標，“自研晶片”，如果只是為了“使用晶片”，或者只是聚焦在紙面參數上，而忽略掉軟體的差異化、生態能力提升，進而共同推動使用者體驗的最佳化，未必有價值。軟體定義一切，也包括“成敗”。無論CPU還是GPGPU，都需要在軟體生態上，與現有成熟產品形成差異化，實現附加值提升，但這不等於一切都需要重構和創新，比如指令系統——指令系統越多，軟體生態方面就需要投入越多，“統一”起來困難重重。前面提過，軟體方面的投入比硬體研發的投入還要大，而軟體掉隊的負面現象，目前大量出現在當前的領域專用架構（DSA）和其它xPU研發領域。比如很多國產智算中心，投資規模很大，但受配套軟體不全等問題限制，實際利用率並不高，這其實就是軟體跟不上硬體“步伐”帶來的後遺症。回想架構之爭的年代，諸神混戰，最後也只有少數幾個架構活了下來。實際上，體系結構創新，未必一定要新架構，也可以在現有的指令系統框架內實現，RISC-V恰好在這方面具備很好的支撐。例如，國外Tenstorrent等企業基於RISC-V指令集，擴展支援AI的子指令集，進而開發了基於RISC-V的AI加速計算方案。又如，國內外不少大學和科研機構都在RISC-V上擴展了密碼學相關的子指令集，並在此基礎上實現了對後量子密碼的支援等等。所以，我們呼籲：把RISC-V作為統一指令系統，所有CPU/GPU/xPU都基於RISC-V及其擴展來開發，避免重複勞動和研發資源的無謂浪費。 (半導體產業縱橫)

過去兩年，人工智慧的繁榮讓輝達走向了風口浪尖，但其實藏在輝達背後，還有一家晶片公司在快速成長，那就是博通。數據顯示，過去一年，博通公司股價已經上漲一倍多，博通也成為了輝達之後，為數不多能躍進全球前十名的半導體公司之一。 上個禮拜，Broadcom 在其位於聖荷西的工廠舉行了有史以來的首次投資者日活動，Broadcom 擁有26 個部門或損益表，其中17 個屬於半導體集團。半導體集團的營收約為300 億美元，並以兩位數的速度成長。該集團每年的研發費用為30 億美元。 Broadcom 半導體解決方案集團總裁Charlie Kawwas 參與了這場演講，這次投資者日活動旨在讓投資界了解Broadcom 的獨特市場策略。在本文中，我們總結了博通對AI市場的看法。 博通所提供的半導體解決方案

當前，在電動化、智能化、網聯化和共享化等“新四化”趨勢推動下，汽車已經成為“輪子上的數據中心”，汽車半導體用量迅速提升。預計到2030年，高端汽車物料清單中，芯片比重將從當前的4%左右提升至20%以上。 隨著汽車電動化和智能化進程的加快，汽車對新一代芯片的要求也在不斷提升。 過去一個普通的單片機就可以應付整車的電子控制系統，而如今隨著輔助駕駛、語音識別、多媒體、車聯網...等新興場景的快速崛起，對芯片計算性能提出了更高的要求。 汽車芯片從原來通用型、分散化的單一功能芯片快速轉向集成化的多功能SoC芯片。比如，在智能座艙領域，CPU算力用於提高任務處理能力，還需要GPU算力來處理視頻等非結構化數據，高效的AI算力來滿足智能化交互體驗要求，以提升人機交互體驗。