周二收盤，美光科技的股價下跌了2.2%。韓國SK海力士正借助儲存晶片的熱潮，計畫投資130億美元在本土建設一家處理器封裝工廠。這一消息的公佈，讓其美國競爭對手美光科技的投資者心生憂慮。周二，SK海力士宣佈，公司將在首爾以南的清州市建設一座先進的人工智慧晶片封裝及測試工廠。儲存晶片已成為AI加速器中越來越重要的組成部分。尤其是一種名為高頻寬記憶體（HBM）的晶片，對於輝達等公司的處理器來說必不可少。在HBM晶片製造領域，美光是三星電子和SK海力士的主要競爭對手。美光同時也是動態隨機存取儲存器（DRAM）和快閃記憶體市場的領先者——前者廣泛應用於台式電腦與伺服器，後者則常見於智慧型手機與固態硬碟。近幾個季度，儲存晶片業務利潤豐厚：美光股價在過去12個月中上漲了兩倍多。然而，正如Barron's所警告的，儲存晶片供應商在半導體周期上行階段往往會過度擴產，最終導致市場崩盤。SK海力士的擴產計畫可能會讓人想起以往產能過剩的慘痛教訓。美光科技的股價周二下跌了2.2%。“這些都是典型的周期性行業。無論他們怎麼說，每到周期高點，他們總會聲稱‘這次不一樣’。但等到周期低谷時，他們不是虧一點錢，而是虧得很多，”Freedom Capital Markets的董事總經理兼科技研究主管保羅·米克斯（Paul Meeks）表示。對SK海力士和美光科技持樂觀態度的人則不認同這種看法。他們認為，人工智慧的崛起已為儲存晶片市場帶來結構性變革。SK海力士在一份聲明中表示，公司此舉是“為積極響應高頻寬記憶體（HBM）持續攀升的市場需求”。該公司指出，2025年至2030年期間，全球HBM市場預計將實現年均33%的增長。這座新建工廠預計將於2027年底竣工。目前來看，市場上似乎並沒有對產能過剩問題表現出強烈擔憂。美光自身要到2027年年中才會大幅增加產能。三星則計畫在2026年將一座用於生產其他晶片的工廠改造為HBM生產線，但其產量的大幅提升要等到2028年。“當前，供應短缺引發的供需失衡正推動儲存晶片價格走高，我認為這種局面很可能會持續到2027年，”Freedom Capital Markets的米克斯說。 (Barrons巴倫)

1月14日消息，據日經新聞報導，由於人工智慧（AI）需求爆發，導致AI晶片載板所需的高端電子級玻璃纖維布（glass cloth，簡稱“玻纖布”）供應短缺，就連蘋果公司都被迫與輝達、Google、亞馬遜、微軟等科技巨頭展開爭奪戰。而X平台的爆料顯示，輝達CEO黃仁勳為了穩固其AI晶片所需的高端玻纖布的供應，近日還親自拜訪了高端玻纖布龍頭供應商日東紡（Nittobo）。1月14日消息，據日經新聞報導，由於人工智慧（AI）需求爆發，導致AI晶片載板所需的高端玻璃纖維布（glass cloth，簡稱“玻纖布”）供應短缺，就連蘋果公司都被迫與輝達、Google、亞馬遜、微軟等科技巨頭展開爭奪戰。而X平台使用者@BourseAsieFR 的爆料顯示，輝達CEO黃仁勳為了穩固其AI晶片所需的高端玻纖布的供應，近日還親自拜訪了玻纖布龍頭供應商日東紡（Nittobo）。高端玻纖布為何如此緊缺？日東紡獨佔90%市場資料顯示，電子級玻纖布是IC載板與印刷電路板（PCB）的關鍵零元件，也是打造電子裝置所需的最基礎的材料，這些基板主要承載處理器並負責訊號傳輸。由於玻纖維的製造需在約1,300°C 高溫下進行熔融紡絲，裝置須使用昂貴的鉑金材料，且每一根纖維都必須比頭髮更細、完全圓潤、不得含有氣泡。業界人士指出，玻纖布的穩定性決定了基板品質。當前，AI晶片與高端處理器對於資料傳輸的穩定性與傳輸速度要求極高，就需要用到特殊規格的低膨脹係數（Low CTE）的高端玻纖布（又稱“T-glass”），因為其具有尺寸穩定、剛性高、利於高速訊號傳輸等特性，能支撐AI晶片與高端處理器所需的高頻、高密度設計。比如，目前輝達等廠商的高端AI晶片絕大多數都採用的是台積電的CoWoS封裝，其中用來支撐GPU/TPU/ASIC與高頻寬記憶體（HBM）的載板就需要用到特殊規格的Low CTE的高端玻纖布。目前全球能夠生產Low CTE玻纖布的企業主要有三家：日本的日東紡（Nittobo）、台灣的台灣玻璃、中國大陸的泰山玻璃纖維（Taishan Fiberglass）。此外還有一些小型供應商，比如宏和電子（Grace Fabric Technology，GFT）、建滔積層板（Kingboard Laminates Group）和Unitika。但是，日東紡一家公司佔據了全球超過90%的供應。輝達此前也一直是指定其AI晶片所需Low CTE玻纖布由日本的日東紡獨家供應，因為它是唯一一家符合其最嚴格質量要求的公司。日東紡成立於1923年，由成立於1898的Koriyama Kenshi Boseki Co., Ltd.和成立於1918年Fukushima Seiren Seishi Co., Ltd.合併而來，至今已有100多年的歷史。日東紡自1938年就成為了全球首家以工業規模生產玻璃纖維的企業，隨後也成為了完整掌握玻璃纖維整個生產產業鏈的企業。除了製造、加工和銷售玻璃纖維之外，日東紡也從事化學產品和藥品、紡織品、機械裝置的製造和銷售。在玻璃纖維業務方面，除了生產高端AI晶片所需的Low CTE 玻纖布之外，日東紡也生產AI伺服器當中對於訊號傳輸速率要求較高的晶片所需的低介電常數（Low DK）玻纖布，而在這一市場，日東紡也擁有著高達80%的市場份額，唯一的競爭對手是美國的AGY。但是，對於AI伺服器當中對於傳輸速率要求更高的800G交換機晶片，即使低介電常數玻纖布也難以滿足需求，為此日東紡還開發了更高效的NER玻纖布，目前在這類市場，日東紡的市場份額高達100%。@BourseAsieFR 分享的資料顯示，目前日東紡的 40%產能為面向高速訊號傳輸需求的低介電常數玻纖布；30%產能為面向AI晶片基板的低膨脹係數玻纖布；另外30%產能為標準的玻纖布。隨著全球AI晶片需求持續爆發，日東紡的產能已趕不上AI晶片市場驚人增長速度，導致其高端玻纖布從2025年年初就開始缺貨。因為除了輝達AI晶片的需求之外，AMD、Google、亞馬遜、微軟等眾多企業，都開始在自家AI晶片的載板中使用Low CTE玻纖布。AI伺服器對於Low DK玻纖布和NER玻纖布的需求也在快速增長。這也導致了高端玻纖布供應嚴重短缺，情況與去年下半年以來的DRAM晶片荒極為相似。相關報導顯示，自去年下半年以來，輝達、AMD 和微軟的高管們經常拜訪日東紡，希望取得日東紡的高端玻纖布供應。除了來自AI晶片的需求暴增之外，日東紡的產能擴張速度太慢也是導致缺貨的關鍵原因。日東紡首席執行長Hiroyuki Tada 曾表示，公司將優先考慮質量而非數量，並且由於風險方面的擔憂，不願以與AI市場相同的速度擴張產能。日東紡與南亞科技合作新建的生產線需要等到 2027 年才能投入營運，預計屆時產能可以提升20%。業內人士悲觀預測，供應狀況要到2027 年下半年日東紡新產能上線後，才會有實質性的改善，“即使你向日東紡施壓，沒有新增產能也無濟於事。”這也意味著高端玻纖布的供應短缺需要等到2027年才有可能緩解。台灣玻璃積極打入輝達供應鏈對於輝達來說，日東紡供應瓶頸將會直接導致其AI晶片的生產受限。因此，需要尋找其他供應商來滿足自身的需求。由於中國大陸的泰山玻纖隸屬於國有企業中國建材，為了避免挑動美國政府敏感的神經，輝達並未考慮將泰山玻纖納入其AI晶片所需的載板材料供應鏈。因此，輝達從去年年初就開始找台灣玻璃合作，希望將其納入供應鏈。據《天下》雜誌報導，2025年年初，輝達的高管們每隔幾天就會到訪位台灣玻璃總部，懇求他們加快生產。據台灣玻璃纖維事業部總經理林嘉佑介紹，台灣玻璃的Low CTE玻纖布在2025年初采通過認證，批次生產要到2025年4月份才能開始，但是初期產能也比較有限。除了低熱膨脹係數玻纖布之外，低介電常數（Low DK）玻纖布也同樣重要。林嘉佑解釋稱，“低熱膨脹係數用於基板，而低介電常數材料用於底層印刷電路板（PCB）。兩者對於製造人工智慧伺服器的核心部件都至關重要。”不過，據《日經亞洲》報導，即便台灣玻璃、泰山玻纖等廠商積極進入AI晶片和高端處理器所需Low CTE玻纖布市場，但是沒有那家科技巨頭願意冒險將高端晶片安裝在可能影響最終產品品質的基板上。因為，玻纖布深埋於基板內部，“一旦出問題，根本不可能拆出來重做”。蘋果找上宏和電子過去，玻纖布主要應用於智慧型手機與一般電子產品所需的處理器。不過，蘋果很早就開始將Low CTE玻纖佈導入了iPhone所搭載的A系列處理器的基板，當時Low CTE玻纖布的供應也比較穩定。但隨著輝達引領的AI 熱潮的爆發，不僅輝達的AI晶片對於Low CTE玻纖布的需求暴漲，AMD的AI晶片、Google的TPU、亞馬遜的AISC晶片等都開始大量採用同樣的高端玻纖布來作為晶片基板材料，這也直接造成了對於消費類電子客戶的需求的排擠。為了確保Low CTE玻纖布的供應，蘋果公司採取了罕見的積極行動。據報導，蘋果早在去年秋天便派遣員工進駐日本三菱瓦斯化學（Mitsubishi Gas Chemical，MGC），試圖確保用於BT 基板的材料供應，因為MGC 生產基板同樣需要日東紡的玻璃纖維布。蘋果公司還曾向日本政府官員求助，希望通過官方力量協調日東紡的產能分配，以滿足其2026 年的產品需求，特別是為了應對即將推出的首款折疊iPhone 以及預期的手機市場復甦。為瞭解決供應問題，蘋果公司也在努力尋找替代的供應來源。據兩名熟知內情的消息人士透露，蘋果公司已派員前往中國小型玻纖布製造商宏和電子材料（Grace Fabric Technology，GFT），並要求三菱瓦斯化學協助監督這家中國材料供應商的質量改良情況。除了蘋果之外，另一家手機晶片大廠高通也面臨通用的供應問題。據悉，高通也曾諮詢另一家較小的日本供應商Unitika，希望能緩解玻纖布供應緊張，但該公司的產能規模遠不及日東紡。 (芯智訊)

01. 前沿導讀美國國際關係與安全政策專家Paul J. Saunders、美國資訊技術創新基金會創始人Robert D. Atkinson、美國喬治梅森大學國家安全研究所創始人Jamil Jaffer在聯合座談會中表示，我們不可能阻擋中國晶片產業的發展，高端晶片是給手機、ai產業用的東西，大量的軍用或者民用產品並不需要3nm晶片，並且中國完全有能力製造出這些普通晶片。美國在短期內可以拖住中國的發展腳步，畢竟中國需要拿出時間來解決EUV光刻機的問題。這可能會花費中國企業十年八年的時間，那怕是只能拖慢中國5年的發展時間也挺好。但是從長遠來看，中國企業終將會摸索出解決先進晶片發展的辦法。02. 侷限性據湖北日報新聞報導指出，2025年中國成熟晶片的市場份額達到28%，並且其產業影響力還在持續上升，中國晶片已經在質量、數量、價格等多個方面對全球產業造成影響。美國的制裁已經讓中國產業的重心轉向本土技術，在近幾年以及未來的規劃中，中國企業的傳統晶片擴張速度將要超過全球同業。美國商務部曾針對中國成熟晶片啟動了301調查，經審查發現大約有四分之一的美國產品中至少含有一個來自於中國製造的晶片，並且中國晶片的成本只有整體成本的6%，價格上面的優勢也讓許多美國企業愈發對中國成熟晶片產生依賴。從《晶片法案》到現在的關稅政策，美國所推動的大方向是先進製造業回流。在製造業回流的基礎上，通過對光刻機的出口管制，壓制中國在先進晶片領域的發展，將中美之間的技術差距進一步拉大。據中國日報發佈的新聞報導指出，但就生產製造來說，美國本土製造業存在空心化情況，缺少擴大晶片生產所必須的資源以及經濟條件。福耀玻璃、富士康等中國企業曾經與美國企業合資建廠，拓寬海外管道，但是在營運的過程中都遇到了不同程度的困難。川普總統以關稅豁免為由，敦促蘋果公司將供應鏈遷回美國本土。但是美國本土缺乏製造產品所需的供應鏈體系與人力資源成本，一直在這個問題上面得不到有效的解決，只能先將供應鏈轉向越南、印度等地。美國對中國進行出口管制的影響，也同步擴大到了其他企業身上。三星、SK海力士、台積電均在中國大陸地區建設有合資工廠，美國法案要求這些受美國資助的企業不允許在中國大陸地區擴大生產，導致這些合資工廠無法獲得先進的製造裝置，進而對其整體的經濟發展造成了衝擊。2026年1月1日，台積電發佈聲明稱已獲得美國政府發放的年度許可證，可以繼續向中國南京分工廠輸送製造裝置。三星以及SK海力士也均獲得了許可，可以向中國大陸地區的合資工廠輸送裝置。美國政策的反覆變動，充分證實了其存在的侷限性與錯誤性，本打算壓制中國成熟晶片的發展，實際上只對相關的海外企業造成了影響。03. 產業韌性據七一網轉載重慶日報新聞指出，2017年美國挑起對華貿易戰，中國半導體產業成為了美國圍追堵截最慘了的行業之一。然而福禍相依，美國打壓的同時激發起了中國企業的突圍決心。美國對中國科技的封鎖雖然短期內給中國科技企業造成了一定的困擾，卻加速了中國核心技術發展的處理程序。中國的市場廣闊，晶片產業的銷售規模約為全球的33%。美國從產品到技術，再到人才，全面限制美國企業與中國企業建立合作關係，禁止中國企業用美國的技術裝置發展晶片產業。不過從長遠來看，這是一把雙刃劍。美國正在將全球最大的消費市場拱手讓給歐洲、日韓以及中國本土企業。據央廣網轉載每日經濟新聞指出，2025年10月份的灣芯展是中國晶片產業的一次成果展示，一款裝置的打磨通常需要5至6年的時間，而展會當中所展示出來的產品均為現有裝置或者是針對現有裝置的升級款，並不代表參展企業的真實技術水平。甚至部分關注度較高的敏感技術企業，在核心進度上是對外是保密的。國產製造裝置已具備一定體量的規模，部分環節具備國產替代的能力，但是在先進裝置上還有較大的突破空間。有半導體分析師對記者表示，提到中國的半導體產業，大家第一反應就是卡脖子，光刻機進不來、EDA用不了、高端晶片買不到，這是曾經中國半導體產業的真實寫照。如今這個風氣正在發生變化，從發展趨勢來看，製造裝置肯定是以國產替代為核心，逐步建構一條自主可控的晶片產業鏈。 (逍遙漠)

據央視新聞消息，當地時間1月13日，據美國聯邦公報顯示，美國放寬了對輝達H200晶片出口到中國的監管規定。2025年12月，川普通過社交媒體表示，美國政府將允許輝達向中國出售H200人工智慧晶片。據悉，上述對華銷售將由美國商務部負責審批和安全審查，美方還將從相關交易中收取約25%的費用。川普此前表示，美國商務部正在敲定相關安排細節，同樣的安排也將適用於其他人工智慧晶片公司，如超微半導體公司和英特爾公司。輝達公司總裁兼首席執行長黃仁勳曾多次表態，中國是一個非常大的人工智慧市場，再過兩到三年，中國人工智慧市場規模可能會達到500億美元，錯失這個市場將會是一個巨大的損失；美國必須認識到，在人工智慧競賽中，美國並不是唯一的國家。此外，2025年7月，因被曝出存在嚴重安全問題，國家網際網路資訊辦公室就H20算力晶片漏洞後門安全風險約談了輝達。 (長安街知事)

1月5日，陳立武（Lip-Bu Tan）在拉斯維加斯的CES期間，站在聚光燈下，發佈了他執掌英特爾之後最重要的一次晶片產品更新。這也是從英特爾到外界都一直在盼望著的一代晶片，全球首款1.8nm製程晶片第三代酷睿Ultra處理器。陳立武在接手英特爾CEO職位的時候，他的座右銘被廣泛傳播——低調承諾，超額交付（Under promise, over deliver），而在過去的多個月裡，他一直顯得比較沉默，看起來正是低調承諾的階段。而在當天的開場致詞中，他語氣平穩，但終於以英特爾CEO的身份，說出了他座右銘的後半句：“在 2025 年底前，我們成功出貨了首款基於Intel 18A製程的產品。”他說。然後在掌聲中露出一個少見的微笑。“而且，我們其實超額交付了（In fact, we over delivered)。”對於這家身處起伏中的晶片巨頭而言，這或許是近年來最重要的一句話。終於盼來Panther Lake這幾天在英特爾的demo區和拉斯維加斯的不少街頭廣告上，你都能看到一隻渲染出來的黑豹（Panther）朝你走來，它代表了這個代號為“Panther Lake”的全新晶片。這是英特爾首次讓邊緣處理器與對應的PC版本同步發佈，並已經驗證了真實場景可靠性。英特爾還試圖用資料證明，它已不再需要在性能與能效之間做選擇題。英特爾客戶端計算事業部總經理吉姆·約翰遜（Jim Johnson）在台上將其描述為一個“戰略轉折點”。據英特爾公佈的資料，這款旗艦晶片最高配備16個CPU核心，多線程性能提升了60%，而功耗控制卻更加激進——在播放4K串流媒體視訊時，功耗僅為前代產品的三分之一。這種能效的提升得益於一種被稱為“低功耗島”（Low Power Island）的架構設計。英特爾在晶片中開闢了一塊專門的區域，配備獨立的快取和低功耗核心，專門用來處理網頁瀏覽、視訊會議等數百種後台任務，而無需喚醒耗電的“性能猛獸”。約翰遜並沒有止步於枯燥的參數，他用一個非常個人的故事來闡述這種算力的意義：他的孩子正在通過AI輔助程式設計工具進行“Vibe Coding”（氛圍編碼）。“他的團隊可以在幾天而非數月內，快速開發出自訂工具，”約翰遜說道，這不僅是程式碼的生成，更是“CAD之於機械工程師”般的生產力解放。而在圖形性能方面，該晶片內建了全新的銳炫（Arc）顯示卡，配備12個Xe核心。在現場演示中，英特爾展示了《戰地6》（Battlefield 6）在整合顯示卡上的運行效果：通過啟用AI多幀生成技術，影格率超過了每秒120幀。這一表現甚至讓合作夥伴感到驚訝。藝電（EA）副總裁傑夫·斯凱爾頓（Jeff Skelton）在台上坦言：“要是幾年前有人告訴我，將來會站在這個舞台上談論我們的遊戲在整合顯示卡上跑得這麼流暢，我肯定覺得對方在開玩笑。”據透露，首批搭載第三代英特爾酷睿Ultra處理器的消費級筆電將於1月6日起預售，1月27日起在全球範圍內面市。製造工藝的豪賭：15%與30%的勝利Panther Lake的發佈，本質上是英特爾製造工藝的一次“驗明正身”。近年來，英特爾在製程節點上略顯掙扎，而Intel 18A被視為英特爾重回巔峰的入場券。這並非行銷術語，而是基於兩項高風險的物理層創新：RibbonFET（全環繞柵極電晶體）和PowerVia（背面供電技術）。前者改變了電流的控制方式，就像給水管安裝了全方位的閥門，從而大幅降低漏電；後者則將供電線路移至晶圓背面，解決了微縮工藝下的訊號擁堵問題。約翰遜在現場給出了這兩項技術帶來的具體紅利：“這使得英特爾的製程可實現高達15%的每瓦性能提升與高達30%的晶片密度提升。”“創新的過程並不輕鬆，”約翰遜承認，“但我們克服了技術挑戰。”能夠量產這兩項技術，意味著英特爾在物理底層上重新獲得了與其他廠商繼續掰手腕的能力。這印證了陳立武上任之初推行的“工程師文化”——砍掉不必要的匯報線，讓技術人員直接參與戰略討論。這樣的思路改變直接帶來完全不同的策略：第三代英特爾酷睿Ultra首次實現了邊緣處理器與對應的PC版本同步發佈。久違的微笑除了硬體參數，英特爾還在試圖重塑AI的敘事邏輯。過去兩年，AI的熱潮主要集中在輝達主導的資料中心，但英特爾正在推動一種“混合AI”的範式，即讓更多計算發生在使用者的筆記型電腦上。這一戰略得到了Perplexity首席執行長阿拉溫德·斯里尼瓦斯（Aravind Srinivas）的有力背書。這位當紅AI搜尋公司的掌門人登台指出了雲端AI面臨的現實瓶頸：“每一次查詢都要花費真金白銀……當推理集中在資料中心時，需求會出現巨大的瓶頸。”斯里尼瓦斯宣佈，Perplexity即將推出的企業版瀏覽器將利用英特爾的本地算力（NPU）來處理資料。他強調，這不僅是為了降低延遲，更是為了隱私和控制權。“借助本地化計算，一些資訊只屬於你，”斯里尼瓦斯說道，這或許是當天最引人深思的一句話，“這些資訊只保存在你的裝置上，你掌控著資訊，亦掌控著智能。”這一趨勢在商業應用中已初現端倪。字節跳動旗下的剪映（CapCut）目前擁有百萬級使用者使用其AI功能。通過呼叫英特爾晶片上的本地算力，字節跳動在保持視訊處理速度的同時，降低了昂貴的雲端營運成本。“在資料中心基礎設施日益受限的當下，更多AI正在向邊緣側遷移。”約翰遜說。據英特爾介紹，這款晶片的端側AI算力已經高達180TOPS。在發佈會的開場演講裡，一直顯得很嚴肅的陳立武露出微笑，這是久違的微笑。Panther Lake的量產對英特爾十分重要，它證明了英特爾並未失去其最核心的工程與技術創新能力，但這家晶片巨頭面臨的挑戰依然嚴峻：接下來，它需要確保18A工藝的高良率能夠持續，需要在資料中心領域抵禦競爭，並確保持續的財務健康。晶片行業是馬拉松式的戰爭，積累決定上限，執行決定生死。這一次在拉斯維加斯，英特爾展示了它的積累，並初步證明了它的執行力。這不僅是陳立武的一份答卷，也是這家擁有57年歷史的公司試圖向外界發出的訊號：它正在找回自己的節奏，那怕這條復興之路依然漫長。 (硅星人Pro)

根據商業和技術洞察公司 Gartner, Inc. 的初步結果，2025 年全球半導體收入總計將達到 7930 億美元，同比增長 21%。Gartner高級首席分析師Rajeev Rajput表示： “人工智慧半導體——包括處理器、高頻寬記憶體（HBM）和網路元件——繼續推動半導體市場前所未有的增長，預計到2025年將佔總銷售額的近三分之一。隨著人工智慧基礎設施支出預計在2026年超過1.3兆美元，這一主導地位還將繼續擴大。”輝達鞏固了領先優勢，而英特爾的市場份額持續下滑。在排名前 10 的半導體供應商中，有 5 家供應商的排名從 2024 年起發生了變化（見表 1）。到 2025 年， NVIDIA 的領先優勢將比三星擴大 530 億美元。NVIDIA 成為首家半導體銷售額突破 1000 億美元的供應商，並在 2025 年為行業增長貢獻了超過 35% 的份額。三星電子保持第二的位置。三星半導體收入達730億美元，主要得益於儲存器業務（增長13%），而非儲存器業務收入同比下降8%。SK海力士躍升至第三位，預計2025年營收將達到610億美元。這比上年增長37%，主要得益於人工智慧伺服器對HBM的強勁需求。英特爾的市場份額下降，年底市場份額為 6%，是 2021 年的一半。人工智慧基礎設施的建設正在催生對人工智慧處理器、HBM和網路晶片的強勁需求。到2025年，HBM將佔DRAM市場的23%，銷售額超過300億美元，而人工智慧處理器的銷售額將超過2000億美元。預計到2029年，人工智慧半導體將佔半導體總銷售額的50%以上。全球半導體市場規模將在2026年接近1兆美元世界半導體貿易統計組織（WSTS）此前發佈了 2025 年秋季預測報告，提高了 2025 年的增長預期，並確認全球半導體市場在 2026 年之前將繼續保持強勁的增長勢頭。繼第三季度表現強於預期之後，全球半導體市場目前預計到2025年將增長22%，達到7720億美元。與2025年夏季的預測相比，這一數字上調了近450億美元（約7個百分點）。此次上調主要受邏輯電路和儲存器業務的推動，這得益於人工智慧相關應用以及計算和資料中心基礎設施的持續需求。邏輯電路預計將增長37%（上調8個百分點），儲存器預計將增長28%（上調11個百分點）。其他產品類別在經歷了2024年的下行周期後有所改善，但復甦勢頭依然溫和：感測器增長10%，微處理器增長8%，模擬電路增長7%，光電子器件增長4%。分立器件業務預計將略有下滑，主要原因是汽車應用領域持續疲軟。從區域來看，美洲和亞太地區預計將增長25%至30%，這反映了邏輯電路和儲存器業務的強勁增長。歐洲預計增長6%，而日本預計將下降4%。世界半導體行業協會（WSTS）預測，到2026年，全球半導體市場規模將增長超過25%，達到9750億美元。預計所有地區和產品類別都將實現增長。儲存器和邏輯器件預計仍將引領增長，兩者的年增長率均超過30%。 其他大多數產品類別預計將繼續逐步復甦，增速較為溫和。從區域來看，所有主要市場預計都將擴張。美洲和亞太地區仍將是增長最強勁的地區，而歐洲和日本預計將實現兩位數的低增長。（來源：綜合自gartner）(半導體行業觀察)

近日，荷蘭媒體《電訊報》對ASML總裁克里斯托夫·富凱（Christophe Fouquet）及首席財務官羅傑·達森（Roger Dassen）進行了深度專訪，聚焦全球半導體格局與中國晶片產業的發展前景。在談及中國能否突破高端光刻技術封鎖時，富凱態度明確：“目前沒有任何確鑿證據表明中國已站在EUV光刻機技術突破的臨界點。這是一項耗時十年以上的系統工程，絕非短期衝刺所能達成。”他進一步指出，自2018年起，中國便未能獲得任何一台ASML的極紫外（EUV）光刻裝置。“從技術演進角度看，這意味著中國在EUV相關製程能力上，整體落後全球先進水平大約8年。”儘管如此，富凱也承認，中國在持續高強度投入下，已在部分中低端光刻領域取得實質性進展，例如乾式ArF光刻機的研發與應用。合作曾深入，出口管製成轉折回顧歷史，ASML與中國半導體產業的合作由來已久。早在2002年，中芯國際便開始採購ASML的i線和DUV（深紫外）光刻機，雙方建立起長期穩定的技術與商業紐帶。為保障服務響應，ASML還在上海周邊設立辦事處與備件中心，形成完整的本地化支援體系。2018年，合作迎來關鍵節點——中芯國際以1.2億美元簽約採購中國大陸首台EUV光刻機，標誌著其向7奈米及以下先進製程邁出重要一步。然而，這一交易很快成為中美科技博弈的犧牲品。在美國政府持續施壓下，荷蘭當局於2019年撤銷了該裝置的出口許可證，導致這台本應交付中國的EUV光刻機至今滯留海外。據知情人士透露，時任ASML CEO彼得·溫寧克（Peter Wennink）曾多次向美方表達異議，強調ASML作為荷蘭企業秉持中立原則，不應被捲入地緣政治爭端。他還警告稱，過度封鎖將迫使中國加速建構自主產業鏈，“把原本流向我們的訂單，變成扶持本土裝置商的資本”。出口管制的“雙刃劍”效應對此，CFO羅傑·達森分析指出，美國主導的出口管制本質上是一場“技術代差管理”策略。“部分政客希望維持一個‘可控的落後’——既不讓中國追上，又不至於逼其徹底脫鉤。”但他坦言，這種平衡極其脆弱。一旦差距拉得過大，反而會激發中國在核心技術上的全面自主化決心。事實上，近年來中國在光刻領域的投入已呈指數級增長。國家大基金、地方產業基金以及頭部晶圓廠紛紛加碼半導體裝置研發。儘管路透社等外媒曾援引“匿名消息源”稱中國已研製出EUV光刻原型機，但截至目前，尚無權威機構或企業公開驗證其性能參數或量產可行性。富凱對此回應稱：“我們注意到相關報導，也理解中國在無法獲取先進裝置的情況下選擇自主研發是合乎邏輯的。但必須清醒認識到，從原型機到可穩定量產、具備高良率的商用裝置，中間隔著巨大的工程鴻溝。”他以ASML自身發展歷程為例：公司於2006年推出首台EUV原型機，歷經12年技術迭代、數千名工程師協作、數百億美元投入，才在2018年實現真正意義上的量產應用。未來格局：競爭與共存並存儘管短期內中國難以撼動ASML在高端光刻市場的壟斷地位，但ASML高管層並不否認中國崛起帶來的長期影響。“中國擁有全球最大的晶片消費市場，也有強大的製造基礎和政策執行力，”達森表示，“即便在受限條件下，其在成熟製程（如28奈米及以上）的產能擴張和技術最佳化，仍將深刻重塑全球供應鏈。”富凱最後總結道：“我們尊重每一個國家發展科技的權利。但技術進步沒有捷徑。EUV不是買來的，也不是喊口號就能造出來的——它需要時間、生態、人才和無數次失敗後的堅持。中國正在走這條路，而這條路，我們走了三十年。”在全球半導體產業進入“新冷戰”時代的背景下，ASML的態度既顯謹慎，亦帶一絲無奈。而中國，則在封鎖與自主創新的夾縫中，堅定地邁向下一代光刻技術的無人區。 (晶片研究室)

日前，輝達一下子解密了六顆晶片，引起了全球轟動。但其實早在去年年底，就有一則重磅消息在AI晶片圈炸響：推理晶片初創公司 Groq 宣佈，已與輝達達成一項“非獨家許可協議”。公告只有寥寥數語，但隨之而來的資訊卻迅速改變了這筆交易的份量——Groq 創始人兼 CEO Jonathan Ross、總裁 Sunny Madra 以及多名核心成員，將一併加入輝達，參與授權技術的推進與規模化。如果只看形式，這並不是一次收購；如果只看結果，它卻幾乎具備了收購的全部要素。技術被許可，團隊被吸納，關鍵人物離場，Groq 雖然名義上繼續營運，但其最具決定性的資產——技術路線與靈魂人物——已然轉移。這是一種典型的“收購式招聘”，也是輝達近年來愈發嫻熟的一種操作方式：在不觸碰監管紅線的前提下，把潛在威脅納入自己的體系之中。更重要的是，這一步發生在一個極其敏感的時間點。AI 晶片的競爭，正在從“訓練為王”轉向“推理決勝”。輝達的 GPU 依舊牢牢統治著訓練市場，但在推理端，AMD、定製 ASIC、雲廠商自研晶片正在快速逼近，成本與供應鏈多元化成為大客戶最現實的訴求。Groq 的 LPU 正是為推理而生，主打極致低延遲和性能確定性，其創始人 Jonathan Ross 更被視為Google TPU 背後的關鍵推手——這不是一家可以被忽視的公司。因此，與其說輝達“買”下了 Groq，不如說它在競爭真正白熱化之前，提前拆掉了一段可能威脅自身根基的城梯。回看歷史，從 Mellanox 到未遂的 Arm，再到今天的 Groq，輝達並非只是在擴張版圖，而是在一磚一瓦地加高自己的防禦體系。輝達在乎的，似乎已不再是某一筆交易的得失，而是如何在訓練、推理、網路、軟體與生態的多條戰線上，同時構築起一道幾乎無法繞開的“城牆”。算力，並不是焦慮根源輝達與 Groq 達成交易，這件事本身的重要性，並不在於它是否會推出一款“非 GPU 的 AI 晶片”，而在於它暴露了輝達真正的焦慮來源。今天的輝達，幾乎已經在訓練算力層面取得了事實上的統治地位，但 AI 產業的重心正在悄然移動——從“誰能堆更多 FLOPS”，轉向“誰能更高效、更確定性地交付推理結果”。Groq 的價值並不在算力規模，而在系統哲學。它強調確定性延遲、強調編譯器對執行路徑的絕對控制、強調“推理不是硬體問題，而是系統問題”。這套思路，與 GPU 世界中長期存在的動態調度、非確定性執行形成鮮明對比。Groq 的創始人 Jonathan Ross 是 Google 第一代 TPU 的首席架構師。他在 2016 年離開 Google 後，試圖打造一個比 TPU 更快、更可控的“通用 AI 處理器”。Groq 的核心技術是自研的 LPU（Language Processing Unit）架構，這種架構拋棄了傳統的亂序執行和動態調度機制，採用靜態調度、資料路徑固定、執行流程可預測的“確定性設計”（deterministic design）。晶片內部採用 SRAM 技術，而非輝達 GPU 依賴的片外 HBM 視訊記憶體，這讓 Groq 在某些場景下實現了極致的低延遲。Groq 最初也曾試圖進入訓練市場，但很快發現這是一條死路：訓練市場的競爭邏輯是“大生態+大資本+大客戶”。Groq 的架構對主流 AI 框架（如 PyTorch、TensorFlow）的相容性有限，也缺乏成熟的編譯工具鏈，使得訓練任務的遷移成本極高。從 2023 年下半年開始，Groq 明確轉向推理即服務（Inference-as-a-Service）方向。2024 年，Groq 展示了其系統運行 Llama 2-70B 模型時，實現每秒超過 300 個 Token 的生成速度，遠超主流 GPU 系統。這一優勢讓 Groq 迅速吸引到一批對延遲敏感的垂直行業使用者，如金融交易系統、軍事資訊處理、語音/視訊同步字幕生成。Groq 將產品定位從“AI 晶片”擴展為“AI 處理平台”，通過 GroqCloud 平台向開發者提供 API 存取權，與 LangChain、LlamaIndex 等生態整合。正是這種“異類”，恰恰點中了輝達的軟肋。隨著大模型進入規模化落地階段，越來越多客戶開始關心延遲、能效、TCO 和系統複雜度，而不再只是顯示卡型號。推理正在走向碎片化：雲廠商自研 ASIC（AWS 的 Trainium 和 Inferentia、Google TPU、Microsoft Maia）、CPU+加速器混合部署、邊緣側異構系統層出不窮。如果輝達只停留在“賣最強 GPU”，它在推理端的話語權，遲早會被系統層慢慢侵蝕。對於輝達和黃仁勳而言，Groq 的意義並不是“補一塊晶片”，而是補一塊輝達尚未完全掌控的系統能力：對執行路徑的強約束、對延遲的可預測性、以及編譯器主導的算力使用方式。換句話說，如果說 GPU 是輝達的地基，那麼 Groq 代表的，是它試圖插入系統頂層的一根“控制梁”。對“叢集控制權”的長期執念而在與Groq達成交易之前，輝達其實早已悄然埋下了一條新的主線。很多人習慣從作業系統的角度理解算力生態，認為誰控制了 Linux 發行版、誰控制了核心，誰就掌握了計算世界的話語權。但在 AI 時代，這種邏輯已經開始失效。輝達對此看得非常清楚：真正重要的，不是節點上的作業系統，而是節點之上的叢集控制方式。這正是輝達在 2022 年 1 月收購 Bright Computing 的根本原因。當時這筆交易的金額未公開，但 Bright Computing 已完成兩輪融資，共籌集 1650 萬美元，其叢集管理工具 BCM 在全球擁有超過 700 家使用者。Bright Cluster Manager 並不是一個時髦的新工具，它誕生於傳統 HPC 世界，最初用於管理高度複雜、對穩定性和可預測性要求極高的超級計算系統。正因為如此，它並不追逐某一種特定技術潮流，而是長期圍繞“如何在大規模叢集中統一部署、監控、修復和調度”這個核心問題演進。BCM 最初是為管理傳統高性能計算（HPC）系統而設計的，但多年來，為了將其打造成為一款通用叢集控製器，BCM 也進行了適配，以支援 Hadoop、Spark、OpenStack、Kubernetes 和 VMware ESX 等對控制要求極高的分佈式系統。在被輝達收購併更名為 Base Command Manager 之後，這套工具被完整納入 AI Enterprise 軟體堆疊，成為輝達 AI 系統的“底層控制平面”。通過許可證模式，輝達不再只是交付硬體，而是開始按 GPU、按年份出售“系統能力”——AI Enterprise 許可證包含輝達捆綁並支援在其 GPU 加速系統上的庫、框架和其他工具，每個 GPU 每年的費用為 4500 美元。這一步的意義極其關鍵：它意味著輝達正式把“叢集管理”變成了自己的商業資產，而不是留給客戶或第三方去解決。輝達還設定了一個精妙的商業策略：對於每個節點包含 8 個 GPU 以內的叢集，提供免費的 BCM 許可證，但不提供任何技術支援，且“隨時可能被撤銷”。這意味著企業如果想要穩定的生產環境，就必須購買 AI Enterprise 許可證。免費版本不是慷慨，而是一種“試用即繫結”的策略。更重要的是，Base Command Manager 並不是孤立存在的。在其之上，輝達疊加了 Mission Control，用於自動部署所謂的“AI 工廠”：框架、工具、模型、容器運行環境、健康檢查和功耗最佳化一體化。Mission Control 包含 Run:ai 實現的 Kubernetes，用於編排容器；還包含 Docker，用於在容器內運行計算；此外，它還可以虛擬化 GPU，以提供更精細的計算粒度。Mission Control 會對系統進行健康檢查，並根據系統上運行的工作負載最佳化功耗。這套體系的目標並不是讓客戶擁有更多選擇，而是讓客戶在默認情況下就運行在輝達定義的最優路徑上。當然，這裡繞不開輝達在2024年對Run.ai的收購，Run.ai的核心價值不是又一個Kubernetes外掛，而是實現了GPU資源的抽象化管理:多租戶、彈性調度、優先順序控制、GPU虛擬化。在Run.ai的系統中，一個物理GPU可以被切分成多個虛擬實例，讓不同使用者、不同任務按需使用，同時保證隔離性和性能。為什麼輝達提前拿下了 Run:ai？因為調度權如果不在自己手裡，CUDA 生態的優勢就會被“平台化”稀釋。雲廠商可以通過調度層，讓客戶感知不到底層是誰的 GPU，甚至可以在調度中插入自研晶片作為替代選項。但就高性能計算（HPC）和人工智慧（AI）工作負載的裸機工作負載管理而言，輝達仍然需要一款工具。事實證明，BCM 正是執行這些健康檢查的工具，而解決問題的操作則通過 Slurm 工作負載管理器完成。輝達並沒有強行要求所有客戶拋棄既有體系，而是非常務實地接受了一個現實：在大量從 HPC 演進而來的 AI 叢集中，Slurm 依然是事實標準。許多高性能計算和人工智慧機構不想學習新東西——比如 Run:ai——而是想繼續使用 Slurm。對於那些最初以高性能計算中心起家的混合型人工智慧/高性能計算中心來說，這種情況可能尤為突出。這就為下一步的關鍵收購埋下了伏筆。開源不是放棄控制2025 年 12 月，輝達補上了這道牆的最後一塊磚：收購了 SchedMD，獲得了 Slurm 工作負載管理器背後的核心團隊和技術支援權。Slurm 項目始於 2001 年，由勞倫斯·利弗莫爾國家實驗室、Linux Network（已被 SGI 收購）、惠普以及 Groupe Bull（已被 Atos 收購併成立 Eviden）合作開發。據稱，Slurm 的設計靈感來源於超級電腦互連裝置製造商 Quadrics 開發的 RMS 叢集檔案總管。2010 年，該項目的兩位創始人 Morris Jette 和 Danny Auble 創立了 SchedMD，旨在為 Slurm 提供技術支援，從而為工作負載管理器的進一步開發提供資金。Slurm 最重要的優勢在於，過去十年中，在 Top500 超級電腦排行榜上出現的電腦中，約有 60% 使用 Slurm 作為其工作負載管理器，而不是 IBM/Platform Computing 的負載共享工具（LSF）、Altair 的可攜式批處理系統（PBS）、Adaptive Computing 的 Maui 和 Moab 以及 Sun/Univa Grid Engine。所有這些工作負載管理器/作業調度器都會將一組具有特定計算能力需求的工作負載進行“俄羅斯方塊”式的調度，最終使它們按照既定的優先順序順序高效運行。Slurm 過去十多年裡成為超級計算領域的事實標準，並不是因為它最激進，而是因為它足夠穩定、足夠中立，也足夠適配不斷變化的硬體環境。SchedMD 已向全球數百家 HPC 中心、雲建構商、超大規模資料中心和企業銷售了 Slurm 工作負載管理器的支援服務。過去十年，輝達和 SchedMD 一直在合作開發 Slurm。在輝達收購 Bright Computing 之前，BCM 支援不同的工作負載管理器，但隨著 Slurm 逐漸成為高性能計算中心乃至人工智慧領域工作負載管理的實際標準，它被選為 Bright Cluster Manager 的默認工作負載管理器，並在過去幾年中一直是輝達 Base Command Manager 的默認工作負載管理器。對輝達而言，真正危險的並不是 Slurm 開源，而是如果 Slurm 的演進方向、支援能力和企業級整合權掌握在自己控制之外，那麼整個 Base Command Manager 和 Mission Control 體系，都會留下一個無法掌控的“底座”。通過收購 SchedMD，輝達並沒有否定 Slurm 的開源屬性，反而在公開表態中反覆強調其“廠商中立性”。輝達表示，它將“繼續開發和分發 Slurm，使其成為開源、廠商中立的軟體，使其在各種硬體和軟體環境下都能被更廣泛的 HPC 和 AI 社區廣泛使用和支援”。但需要看清的是：開源並不等於沒有權力結構。誰來維護主幹程式碼、誰來提供企業級支援、誰來決定新特性的優先順序，這些問題，比許可證本身重要得多。輝達已同意為 SchedMD 的現有客戶提供支援，據推測，他們將通過聘用 SchedMD 的員工來實現這一點。但即便 Slurm 開源，也不意味著輝達會為開源版本的程式碼提供支援，或者將 Slurm 的所有未來功能都開源。輝達擁有大量專有驅動程式、框架和演算法，這個模式很可能會延續到 Slurm 身上。輝達顯然希望做到兩點：一方面，保持 Slurm 在 CPU、非輝達加速器等環境中的廣泛適用性，避免引發社區反彈；另一方面，把 Slurm 的商業支援、系統整合和 AI 方向演進，與自己的 AI Enterprise 體系深度繫結。這是一種極其典型的“高階控制”：不通過封閉程式碼來壟斷，而通過系統複雜度和服務整合來設立門檻。目前尚不清楚的是，Run:ai 和 Slurm 的功能將如何與 Base Command Manager 整合，從而為高性能計算（HPC）和人工智慧（AI）叢集提供一個自上而下的叢集和工作負載管理工具——而且不僅限於 AI 叢集，還要考慮到許多叢集中可能存在一些僅使用 CPU 的機器以及非輝達加速器。如果輝達試圖以任何方式限制它，其他人可以獲取 Slurm 程式碼（該程式碼以 GNU GPL v2.0 許可證提供），進行 fork 並繼續開發。但現實是，fork 程式碼容易，建立支援能力難。當所有人都在用同一套開源工具，但只有輝達能提供最優的整合方案時，開源本身就成了輝達生態的擴展。2024 年 10 月，輝達停止單獨銷售 Bright Cluster Manager，而僅將其作為 AI Enterprise Stack 的一部分提供。目前尚不清楚 AI Enterprise 的價格是高於還是低於之前單獨購買 Bright Cluster Manager 的許可，也不清楚有多少客戶曾在純 CPU 系統或其他類型的加速器上使用過這款早期工具。但這個動作的訊號意義很明確：輝達正在把所有系統元件打包成一個不可分割的整體。也正是在這裡，Run:ai、Slurm 和 Base Command Manager 的關係變得微妙而關鍵。前者代表雲原生和容器化世界，後者代表 HPC 傳統，而輝達的目標，是讓這兩套體系在自己的框架內完成融合，而不是彼此競爭。新的城牆，已經成型把Groq、Bright Computing、Run:ai 和 SchedMD 放在同一條時間線上看，輝達近幾年的收購邏輯就變得異常清晰：它正在系統性地收回 AI 計算體系中的“非硬體控制權”。GPU 仍然是輝達最鋒利的武器，但已經不再是唯一的壁壘。真正的新城牆，建立在三個層面之上：第一層：對叢集資源的調度權。從 Mellanox 的網路互聯技術，到 Bright Computing 的叢集管理，再到 SchedMD 的工作負載調度，輝達控制了算力如何連接、如何分配、如何排隊執行的完整鏈條。這不是簡單的硬體整合，而是把網路從“外設”變成了“AI 系統的一部分”。第二層：對工作負載執行路徑的定義權。Run:ai 提供的 GPU 虛擬化和資源抽象，Mission Control 提供的自動化部署和健康檢查，Slurm 提供的作業調度——這些工具共同定義了“任務應該怎麼跑、跑在那裡、用多少資源”。當執行路徑被輝達定義時，即使客戶理論上可以使用其他硬體，在實踐中也會發現遷移成本高得難以承受。第三層：對企業級支援與系統複雜度的掌控權。輝達通過 AI Enterprise 許可證模式，把所有這些工具打包成一個商業服務。客戶購買的不是單個元件，而是一整套“系統整合能力”。開放原始碼可以 fork，但企業級支援、最佳化經驗、最佳實踐，都掌握在輝達手中。一旦這三層疊加完成，客戶即便理論上“可以選擇別的硬體”，在實踐中也會發現遷移成本高得難以承受。從賣晶片到賣生態，輝達的商業模式已經發生質變。過去的輝達，GPU 是產品，賣出去就完成了交易。現在的輝達，GPU 是生態入口，是使用者進入輝達系統的第一步。收購的真實邏輯不是規模併購，而是精準補洞：在 AI 計算的完整鏈條中，那一環還沒有被控制？這也是為什麼說，輝達正在建構的已經不是傳統意義上的護城河，而是一座生態城牆。它不靠封鎖入口，而是通過系統整合，讓離開變得不再理性。在 AI 進入基礎設施階段之後，這種能力，或許比任何一代 GPU，都更加持久。從 Groq 到 SchedMD，從推理架構到工作負載管理，從硬體到系統，輝達用幾年時間完成了一次商業史上罕見的“生態圍城”。這座城牆的高度，已經不是用技術指標可以衡量的，而是用遷移成本、學習曲線、生態粘性來定義的。當所有人還在討論“誰能挑戰輝達的 GPU”時，輝達已經在思考：如何讓“挑戰”這件事本身變得不再可能。 (半導體行業觀察)