DeepSeek 要在內蒙古建一個大機房，打算裝至少 16萬塊華為頂級AI加速器，用的是下一代昇騰950DT（華為自研的AI晶片，對標輝達）。 數字很大，但真正卡住這件事的，是華為能不能造出來。 華為目前產能緊張。頂級記憶體等關鍵元件短缺，950DT今年產量被壓在數十萬片的低位。DeepSeek 一個客戶就要拿走16萬塊，華為還得顧著其他客戶、甚至想往海外小批次出口。這麼一算，DeepSeek 的訂單全部交付，可能要等一年以上。 訓練還是得靠輝達

🔷從成熟製程到先進封裝，從SiC到核心半導體裝置 🔷中國國產替代進入深水區，產業競爭從規模擴張走向技術突圍 最近在整理半導體行業資料時，我越來越明顯地感受到：中國半導體正在進入一個新的發展階段。 過去行業更多講的是擴產、進口替代和國產化率，而如今，隨著AI算力需求爆發、先進封裝加速滲透、成熟製程持續擴張以及SiC等第三代半導體快速發展，產業競爭的核心已經開始轉向技術突破、產業鏈協同和高端能力建設。 今天，小編就結合這份材料，帶大家系統梳理中國半導體產業正在發生的幾大變化，看看在AI時代和國產替代進入深水區之後，真正決定下一輪產業格局的機會與挑戰究竟在那裡。

SemiAnalysis分析，3D NAND閃存堆疊層數突破300層後，鎢字線在電阻、化學相容性和深孔填充三方面均觸及物理極限，鉬成為強制替代材料。三星已於2024年量產，美光2025年跟進，SK海力士計劃2026年底推出375層鉬工藝產品。預計鉬沉積設備市場2027年銷售額超10億美元。 8月23日，半導體行業研究機構SemiAnalysis在X平台發佈系列推文，闡述3D NAND閃存製造從鎢（Tungsten，W）向鉬（Molybdenum，Mo）轉型的技術邏輯。 3D NAND大約十年前就停止了橫向縮小，轉而靠垂直堆疊層數來提升記憶體密度。但當層數突破約300層後，連接每個記憶體單元的鎢字線（word lines）遭遇了物理瓶頸：電阻過高、基於氟的化學工藝導致漏電，以及在超深孔中無法完成有效填充。 SemiAnalysis在推文表示：「鉬不是一種優化，是300層以上NAND的必選項。」

摘要 2026年AI產業完成從底層算力租賃向Token工業化生產的範式躍遷，Token工廠成為新一代智算中心核心載體。 全球智算規模2024年末已達5693EFlops，同比激增64.7%，IDC預測2026年全球AI伺服器市場規模突破1500億美元，國內MaaS市場Token消耗量將達4萬兆次，2024-2030年復合增速高達1154.9%，兆級算力市場正式打開上行空間。 算力中心上游作為Token生產的物理底座，覆蓋AI晶片、伺服器整機、高速互聯、溫控供電、機房基建配套五大硬核賽道，決定Token單位生產成本、吞吐量與供給上限，是本輪AI產業周期中確定性最強的"賣鏟人"環節。

據SemiAnalysis等管道報導，輝達Kyber NVL144機架架構遭遇重大延誤，發佈時間可能從原規劃推遲超過12個月至2028年。 延誤原因並非單顆GPU性能不足，而是面向NVL144的PCB中平面在製造可行性、良率和系統整合上仍存在挑戰。 面向更大規模NVLink域的NVL576也可能因CPO和NVSwitch互連問題推遲或僅小批次推出。 輝達新一代Kyber機架平台據報導推遲至2028年，原定的過渡替代方案同步取消，圖為黃仁勳在GTC大會展示的液冷版Kyber機架。資料來源：SemiAnalysis、輝達GTC大會

2026 年，SaaS 已死，成了科技圈最流行的訃告。 邏輯聽起來無懈可擊：既然 AI 智能體可以在幾分鐘內生成軟體，企業為什麼還要為一套按席位收費的標準化軟體付錢？ 既然 Agent 會取代大量白領崗位，那按「人頭」定價的商業模式，豈不是就把SaaS公司的商業模式直接連根拔起？ 但事情似乎沒有這麼簡單。

01 前沿導讀 據荷蘭半導體觀察者馬克·海金克在《新鹿特丹商報》發佈的新聞指出，華為正在推動晶片設計的技術進步，並且還通過開源指令集RISC-V進行晶片設計工作，嘗試用這種開源技術的方法繞過美國X86指令集以及英國ARM指令集的限制。 中國企業在晶片設計上面找到了可替代的技術方法，但是中國晶片最大的瓶頸是缺乏先進的平板印刷工具——EUV光刻機，這是一個尚未被中國企業找到替代方案的技術工具。

MLCC專題：高端化浪潮下的國產替代與K型周期復甦 (材料匯)