小米正在把自研芯片从手机SoC继续向外扩。 8月24日，小米一口气发布三款玄戒自研芯片：面向旗舰手机的SoC玄戒O3、面向端侧大模型计算的高带宽AI加速芯片玄戒O100，以及面向智能驾驶的高算力芯片玄戒D100。 其中，玄戒O3仍然沿着手机主芯片路线向前走，将于今年9月率先搭载在小米18 Fold上，支持小米MiMo多模态模型；O100则是一颗专门为大模型推理设计的AI加速芯片，目前尚未公布首款量产设备；D100主要瞄准汽车智驾计算，同样尚未公布首发车型。O100和D100均计划于2027年正式商用。 不过三颗芯片已经出现在同一台设备上。全天候科技在现场看到，小米展示了一款AI Cube「Prototype」桌面AI高算力终端原型机，该产品同时搭载玄戒O3、O100和D100，并在本地部署120B和3B双模型，支持快慢系统切换。 据小米工作人员向全天候科技介绍，这款设备不联网，本地化运行，系统为小米HyperOS，目前暂未确定是否会对外出售，可能还是要看市场需求。 如此来看，AI Cube更多只是小米自研三颗芯片的一次集中展示。真正决定它们商业价值的仍然是各自在手机、AI计算和汽车等不同设备上的落地规模。 从设计来看，O3采用3nm工艺，集成240亿颗晶体管，拥有10核CPU、16核GPU以及200TOPS NPU，并首次支持LPDDR6内存； O100采用6nm工艺和3D晶圆级堆叠，通过Hybrid Bonding将两层DRAM和一层NPU计算晶圆直接连接，近存计算带宽达到1.22TB/s，并搭载14核NPU； D100采用3nm工艺，搭载20核CPU和16核NPU，单芯片最高支持160GB内存，并能够在本地部署超过200B参数的大模型。 这背后也是一笔规模经济的账。芯片研发前期投入巨大，如果最终只能服务一两款机型，研发投入需要由有限的出货量承担。而如果同一套计算能力能够逐步进入手机、汽车乃至其他本地AI设备，能够承载这笔研发投入的终端规模就会被拉大。 当然，这套逻辑目前仍停留在向外扩张的第一步。 O3将在今年进入量产设备，O100和D100则要等到明年才正式商用。三颗芯片能不能真正进入足够多的设备，以及自研芯片最终能否转化成成本、性能或者产品差异化，都还需要更大的出货规模验证。

8月24日，深圳佰维存储发布2026年半年度报告。上半年，公司业绩迎来大幅增长， 实现营业收入155.75亿元，同比增长298.10%；归母净利润71.66亿元，上年同期为亏损2.26亿元。 业绩爆发背后，一方面是存储行业景气度提升，另一方面则来自AI应用带动的需求增长。公司称，随着AI算力需求增长及存储行业景气度提升，客户结构持续优化；其中 ，2026年上半年AI新兴端侧存储产品收入约28.6亿元，同比增长433.58%，环比增长126.98%，AI眼镜等终端产品放量成为重要驱动力。 盈利能力同样出现明显改善。公司上半年综合毛利率达到54.81%，较2025年的21.44%大幅提升。公司在报告中提示，存储器产品价格受供需变化影响较大，毛利率和业绩仍具有较强周期波动特征。 与此同时，佰维存储正在加大对上游资源、研发和先进封测的投入。截至6月底，公司存货达到181.68亿元，较2025年末增长130.89%，并与存储原厂签署长期供应协议，累计承诺采购金额33.608亿美元。在扩充存储业务的同时，公司也试图通过自研主控、NAND介质设计以及晶圆级先进封测，进一步向产业链上游延伸。 营收利润同步爆发，毛利率升至54.81% 从核心财务数据看，佰维存储上半年业绩实现全面跃升。 公司实现营业收入155.75亿元，同比增长298.10%；利润总额83.88亿元，上年同期亏损3.09亿元；归母净利润71.66亿元，上年同期亏损2.26亿元；扣非归母净利润66.33亿元，上年同期亏损2.32亿元。基本每股收益15.28元，加权平均净资产收益率达到78.69%。 值得关注的是盈利能力的大幅改善。按照公司披露，2023年至2026年上半年，公司综合毛利率分别为1.71%、18.19%、21.44%和54.81%。 在存储行业景气周期上行、产品结构持续优化的背景下，公司收入规模和利润率同步提升。 不过，利润中也包含一定非经常性收益。上半年公司非经常性损益合计5.33亿元，其中金融资产公允价值变动收益约6.77亿元。与此同时，股份支付费用为9063.74万元；剔除股份支付后，公司上半年归母净利润为72.56亿元。 AI端侧存储加速放量 业务层面，AI新兴端侧成为公司增长最快的领域之一。 公司披露，2026年上半年AI新兴端侧存储产品收入约28.6亿元，同比增长433.58%，环比增长126.98%。 随着AI眼镜等终端产品加速放量，公司与Meta等重点客户的合作进一步深入，带动相关存储产品需求增长。 从整体业务分类看，智能移动及AI新兴端侧上半年实现收入62.44亿元；PC及企业级存储收入29.47亿元；智能汽车及其他应用收入62.33亿元；先进封测服务收入1.51亿元。按产品类型看，存储产品收入148.81亿元，其中嵌入式存储收入113.34亿元，是公司最主要的收入来源。 公司表示，其ePOP等产品具备低功耗、快响应、轻薄小巧等特点，已应用于Meta、Google、阿里、小米、小天才、Rokid、雷鸟创新等客户的AI/AR眼镜、智能手表等设备。 自研主控持续推进，研发投入保持增长 在产品和技术端，佰维存储正在从单纯的存储解决方案向自研芯片和先进封测延伸。 上半年，公司研发费用3.44亿元，同比增长26.01%；截至6月底，研发人员达到1685人，占员工总数44.91%。 公司表示，自研eMMC主控芯片SP1800已经在智能穿戴、智能手机、智能汽车及工业控制等多个领域实现规模量产和出货。 UFS主控方面，公司首款UFS 3.1主控SP9300已于2026年2月投片并完成回片验证，计划于今年下半年开始导入终端客户。此外，公司已经开始布局小容量NAND Flash介质设计，并与国内头部代工厂合作开展24nm、19nm等节点的SLC、MLC NAND产品开发。 这意味着，公司正在尝试补齐从存储介质、主控芯片到封装测试的产业链能力，以提升存储产品的自主研发和定制化能力。 加码晶圆级先进封测，布局“存、算、运” 先进封测是佰维存储另一项重点布局。 公司通过广东芯成汉奇布局晶圆级先进封测业务，围绕AI硬件基础设施的“存、算、运”打造三条产品线：面向先进存储芯片的FOMS、面向存算融合的CMC，以及面向高速信号传输的OEC。公司目前已经推出FOMS-R超薄LPDDR产品，CMC完成10颗Chiplet集成封装工艺开发样品，OEC则正与客户合作开发6.4T NPO光引擎封装。 产能建设也在推进。 公司晶圆级先进封测制造项目总投资约30.9亿元，截至上半年累计实际投入15.21亿元，报告期内投入1.86亿元，目前项目仍处于建设阶段。公司计划2026年底实现月产能5000片，2027年底提升至10000片/月，并预计在客户导入顺利的情况下于2026年底开始贡献收入。 大举备货，经营现金流承压 业绩高速增长的另一面，是营运资金占用明显增加。 截至6月底，公司存货余额达到181.68亿元，较2025年末增长130.89%。 公司称，此举主要是战略性备货，以保障未来业务增长，并通过长期供应协议锁定核心存储原材料。公司已与存储原厂签署两份长期原材料采购协议，累计承诺采购金额33.608亿美元，其中企业级闪存颗粒对应金额18.608亿美元。 与此同时，经营活动现金流仍为负。上半年公司经营活动产生的现金流量净额为-62.61亿元，同比进一步减少，公司解释称主要由于经营性采购支出增加。 因此，在存储价格和需求维持高景气的情况下，大规模备货有助于公司保障供应、承接订单；但如果未来存储价格或需求出现明显变化，高库存也可能带来资金占用及存货减值压力。

英伟达股价连续第七个交易日收跌，创下2022年以来的最长连跌纪录。 周一英伟达股价收跌2.91%，今年以来，英伟达累计涨幅仅约7%，在费城半导体指数成分股中垫底，AI芯片支出正被分散至更广泛的半导体公司。 估值端同步走低，英伟达远期市盈率已降至约18倍，创近年新低。在基本面依旧强劲的情况下，市场对AI硬件端的定价趋于审慎。 与股价形成反差的是，华尔街分析师仍在持续上调英伟达的盈利预测，过去三个月利润预期累计上调13%。股价与基本面预期的背离，是本轮回调中最值得关注的信号。 估值回落与盈利质量之辨 英伟达远期市盈率已降至约18倍，创近年新低。市场对AI硬件端的定价趋于审慎，背后是投资者对其盈利质量和客户集中度的持续审视。 此前英伟达10-Q披露，约580亿美元净利润中有134亿美元来自持有上市股权的未实现浮盈，剔除这部分后正常化净利润对应的市盈率升至接近60倍；前三大客户合计贡献54%的营收。 尽管股价承压，华尔街分析师仍在持续上调英伟达的盈利预测。 过去三个月内，英伟达利润预测已累计上调13%，预计2027财年实现2280亿美元利润。82位跟踪分析师中，仅3位给出持有评级、1位给出卖出评级，平均目标价隐含逾50%的上行空间。 基本面料同样强劲。 英伟达FY2026财年数据中心业务实现1937亿美元收入，上游算力底座率先兑现稀缺溢价。 资本回报方面，英伟达在截至4月底的季度新增800亿美元股票回购授权，取代苹果成为美股最大单一回购方。 后续关注英伟达能否在连续回调后企稳，以及分析师持续上调的盈利预测能否在股价上兑现。

SpaceX正将人工智能基础设施的战场延伸至太空。SpaceX宣布， 计划最早于明年将搭载英伟达芯片的AI卫星送入轨道 ，比此前招股说明书中披露的时间表提前至少一年，标志着"太空数据中心"从概念走向现实的进程正在加速。 8月24日，据MarketWatch报道，马斯克周一表示， SpaceX目标在2027年第四季度发射首批Starmind AI1卫星，并在随后一年"大幅扩张"规模。 这一时间表较SpaceX此前在招股说明书中披露的2028年部署计划明显提前。与此同时，马斯克本月早些时候向投资者透露，SpaceX将在2027年获得英伟达"相当大比例"的GPU供应。 在市场层面，这一消息并未提振两家公司股价。英伟达周一股价下跌2.9%，SpaceX股价亦下滑1.4%。 投资者目光更多聚焦于英伟达周三盘后将公布的第二财季业绩 ——这被市场普遍视为可能引发重大波动的关键事件。 独家绑定：SpaceX全面转向英伟达芯片 SpaceX与英伟达的合作关系在上月正式深化。 马斯克届时宣布，SpaceX未来将独家使用英伟达芯片，双方随即披露了这一排他性合作安排。 根据英伟达方面的信息，SpaceX还计划利用英伟达的Vera Rubin平台，扩展为其旗下Grok聊天机器人及相关服务提供支撑的AI基础设施。马斯克在描述这套与英伟达联合设计的"太空优化"系统时表示，" 我们的设计比传统机架更简单、成本更低、密度更高、重量更轻。 " 这套系统将在德克萨斯州巴斯特罗普（Bastrop）生产，SpaceX的AI卫星制造基地也将设于此地。分析指出， SpaceX与英伟达深度绑定的战略布局，使两家公司的命运愈发紧密相连。 值得注意的是，英伟达本周三盘后将公布第二财季业绩，市场将其视为近期最重要的业绩催化剂之一。Cantor Fitzgerald分析师C.J. Muse近期向客户表示，现在是"闭上眼睛"重仓押注英伟达股票的时机。 雄心勃勃的算力扩张路线图 报道称， 太空数据中心的商业逻辑在于规避监管壁垒和社区阻力，但其成本劣势同样显著。 研究机构估算，一座1吉瓦的轨道数据中心造价约为1700亿美元，是传统数据中心成本的三倍以上。 不过，支持者认为，随着火箭发射成本持续下降——SpaceX正通过星舰（Starship）项目推动这一进程——轨道数据中心的经济性将逐步改善。批评者则指出，至少在未来数年内，地面数据中心在运营成本上仍将具有明显优势。 摩根士丹利分析师Adam Jonas预计，SpaceX在2026年的AI相关资本开支将达约530亿美元，2027年进一步攀升至1300亿美元，折合每瓦资本开支约40美元。 此外， SpaceX的算力扩张计划不仅限于太空。 马斯克表示，公司计划在2026年底前积累超过2吉瓦的AI算力，并 在2027年底前将这一数字推进至"更接近10吉瓦而非5吉瓦"的水平。 目前，SpaceX已在田纳西州和密西西比州设有数据中心，并据报道正计划在德克萨斯州新建至少一座数据中心。马斯克在8月4日表示： "整个行业正在向更大规模的算力需求冲刺。我们正在快速扩张算力，以满足Grok扩张带来的自身需求，以及谷歌、Anthropic等领先公司的外部需求。" 在地面基础设施之外， SpaceX还与特斯拉合作推进德克萨斯州的芯片制造项目。 两家公司计划在德克萨斯州格莱姆斯县（Grimes County）的Terafab项目初期阶段投入至少168亿美元。

英伟达(NVDA.O)将在本周三美股盘后公布季度财报，成为华尔街判断AI投资热潮是否仍在延续的重要节点。 市场不只关注公司的营收和利润，更希望从CEO黄仁勋的表态中判断，当前围绕AI基础设施的大规模投资是否还能保持高速增长。 自2022年ChatGPT引发全球AI竞争以来，英伟达凭借GPU芯片成为这轮技术浪潮的核心供应商。OpenAI、Anthropic以及微软、谷歌等大型科技公司，都依赖英伟达提供训练和运行AI模型所需的计算能力。 随着AI投资规模扩大，英伟达的影响力已经从芯片供应延伸至整个产业链。公司不仅提供核心计算芯片，还参与数据中心建设、融资安排以及AI生态布局。因此，英伟达财报正在成为观察整个AI产业资本周期的重要窗口。 AI基础设施成本飙升，供应链压力开始显现 AI繁荣背后，市场正在关注越来越明显的成本压力。投资者担忧，科技企业持续扩大的资本支出是否能够产生足够回报，尤其是在融资成本上升、部分AI企业商业化进展不及预期的情况下。 据知情人士透露，英伟达部分主要客户近日已经被告知， 搭载英伟达AI芯片的服务器将在明年初发货时涨价，许多型号涨幅超过15%。 此次价格调整涉及采用Vera Rubin和Grace Blackwell芯片的系统，具体涨幅取决于芯片型号和内存配置。 服务器成本上涨的重要原因，是AI计算所需存储芯片供应紧张。英伟达AI加速器性能高度依赖动态随机存取存储器（DRAM），以及相关高性能内存产品。目前，三星电子、SK海力士和美光科技占据全球主要存储芯片产能，但AI需求增长速度超过扩产速度，导致存储价格大幅上涨。 这也改变了AI产业链中的议价关系。 过去，英伟达凭借市场领先地位拥有极强定价能力，但如今存储供应商的重要性不断提升。 AI基础设施扩张不仅取决于芯片需求，也受到关键零部件供应限制。 英伟达目前仍是半导体行业利润率最高的企业之一。公司AI加速器芯片售价可达到数万美元，但供应仍受到台积电等制造环节限制。 在需求持续超过供给的情况下，英伟达仍拥有较强定价能力。 英伟达扩大影响力，试图稳住AI投资链条 面对成本和融资压力，英伟达正在扩大自身在AI生态中的作用。今年早些时候，公司联合华尔街六家大型金融机构推出500亿美元AI融资计划，帮助部分无法直接承担芯片成本的客户获得资金支持。 此外，英伟达近期投资了数据中心电力供应企业Cloverleaf Infrastructure，并与AI初创公司Poolside达成60亿美元合作，推动开放权重人工智能模型发展。 这些行动显示， 英伟达正在从单纯的芯片供应商，转变为AI基础设施生态的重要参与者。 公司希望通过扩大金融、能源和软件领域布局，进一步巩固自身在AI产业中的核心地位。 与此同时，大型云计算企业也在寻找降低依赖的方法。微软、Alphabet、甲骨文和亚马逊等公司在大量采购英伟达芯片的同时，也在推进自研AI芯片计划。不过，这些企业扩大自主芯片能力的速度，仍取决于是否能够获得足够的存储芯片供应。 财报预期持续升温，市场等待黄仁勋给出答案 市场对英伟达财报的期待已经被不断推高。根据FactSet数据， 英伟达过去14个季度均超过分析师盈利预期。 最近一个季度，公司净利润同比增长210%，明显高于华尔街此前预测的126%。 分析师预计，英伟达第二季度营收将达到创纪录的920亿美元，高于今年年初预测的780亿美元。 公司需要实现超过515亿美元利润，才能超过当前市场预期。 投资者对AI投资逻辑的信心并非没有动摇。7月份，Alphabet和特斯拉公布财报后，市场开始担忧科技巨头不断扩大的AI资本支出可能难以持续，相关担忧导致市场一度蒸发8900亿美元市值。 相比之下，微软因财报证明AI投入仍能带来商业回报，股价大涨，并创下美国企业单日市值增长纪录。这些表现差异进一步加剧了市场对AI商业模式的讨论。 瑞银全球财富管理美国股票负责人戴维·莱夫科维茨（David Lefkowitz）表示：“我们内部开玩笑说，现在大家都是英伟达分析师。” 英伟达财报的重要性已经达到罕见程度。Zacks Investment Management首席市场策略师布莱恩·马尔伯里（Brian Mulberry）表示， 英伟达财报“越来越像世界杯决赛，而不是超级碗”。 超级碗主要面向美国观众，而世界杯吸引全球关注。英伟达财报如今也不只是影响一家公司的投资者，而是牵动全球科技巨头的AI投入和整个市场对AI未来的判断。 不过，英伟达股价在财报后的表现也存在特殊规律。过去四次季度财报公布后，公司股价均在下一个交易日下跌。 期权市场目前预计，英伟达财报公布后的交易日股价可能出现5.3%的波动，高于过去12个月财报后的平均水平。 部分投资者已经押注股价回调，但仍有分析师保持乐观。弗兰克·李（Frank Lee），汇丰全球研究科技硬件与半导体研究主管， 近期将英伟达目标价从325美元上调至360美元， 理由包括公司与供应商建立的战略合作关系，以及其在开源人工智能领域的重要作用。

小米正在把自研芯片从手机SoC继续向外扩。 8月24日，小米一口气发布三款玄戒自研芯片：面向旗舰手机的SoC玄戒O3、面向端侧大模型计算的高带宽AI加速芯片玄戒O100，以及面向智能驾驶的高算力芯片玄戒D100。 其中，玄戒O3仍然沿着手机主芯片路线向前走，将于今年9月率先搭载在小米18 Fold上，支持小米MiMo多模态模型；O100则是一颗专门为大模型推理设计的AI加速芯片，目前尚未公布首款量产设备；D100主要瞄准汽车智驾计算，同样尚未公布首发车型。O100和D100均计划于2027年正式商用。 不过三颗芯片已经出现在同一台设备上。全天候科技在现场看到，小米展示了一款AI Cube「Prototype」桌面AI高算力终端原型机，该产品同时搭载玄戒O3、O100和D100，并在本地部署120B和3B双模型，支持快慢系统切换。 据小米工作人员向全天候科技介绍，这款设备不联网，本地化运行，系统为小米HyperOS，目前暂未确定是否会对外出售，可能还是要看市场需求。 如此来看，AI Cube更多只是小米自研三颗芯片的一次集中展示。真正决定它们商业价值的仍然是各自在手机、AI计算和汽车等不同设备上的落地规模。 从设计来看，O3采用3nm工艺，集成240亿颗晶体管，拥有10核CPU、16核GPU以及200TOPS NPU，并首次支持LPDDR6内存； O100采用6nm工艺和3D晶圆级堆叠，通过Hybrid Bonding将两层DRAM和一层NPU计算晶圆直接连接，近存计算带宽达到1.22TB/s，并搭载14核NPU； D100采用3nm工艺，搭载20核CPU和16核NPU，单芯片最高支持160GB内存，并能够在本地部署超过200B参数的大模型。 这背后也是一笔规模经济的账。芯片研发前期投入巨大，如果最终只能服务一两款机型，研发投入需要由有限的出货量承担。而如果同一套计算能力能够逐步进入手机、汽车乃至其他本地AI设备，能够承载这笔研发投入的终端规模就会被拉大。 当然，这套逻辑目前仍停留在向外扩张的第一步。 O3将在今年进入量产设备，O100和D100则要等到明年才正式商用。三颗芯片能不能真正进入足够多的设备，以及自研芯片最终能否转化成成本、性能或者产品差异化，都还需要更大的出货规模验证。 （华尔街见闻）

AI算力需求的爆发正将HBM存储推向架构演进的十字路口。在本届Hot Chips大会上，三星、美光、SK海力士与英伟达密集披露各自技术路线图，核心议题高度集中： HBM正从标准化商品走向定制化平台，三维垂直堆叠成为下一代架构的共同方向，而散热与功耗约束已成为制约扩展的首要瓶颈。 三星提出将HBM基础底片（base die）从通信层演进为定制化AI平台的三阶段路线图，并披露ZHBM概念——将HBM直接垂直堆叠于XPU之上，目标是将总DRAM功耗较HBM5降低约70%，绝对功耗降幅超过100W，带宽提升2.3倍以上。与此同时，英伟达披露其实验室已拥有至少三款RVA23处理器，并完成了CUDA在RISC-V硬件上运行的首次公开演示，展示了第三方定制CPU接入NVLink Fusion生态的具体路径。 从市场影响看，超大规模云厂商AI资本支出的持续加速是贯穿本届大会的核心叙事主线。存储分析师Jim Handy指出， HBM每片晶圆产出的GB数仅为标准DDR的三分之一，加之过去十余年行业几乎没有大规模新建晶圆厂，新建产能即便在激进时间表下也需约两年，行业对当前需求冲击的响应能力严重受限。 HBM现货价格已较此前水平上涨约7倍，三星、SK海力士、美光及主要NAND供应商均录得异常强劲的营收增长。 HBM供需结构：产能瓶颈短期难以缓解 Handy的分析勾勒出当前存储市场的核心矛盾。 需求侧，几乎所有主流AI加速器——包括英伟达GPU、谷歌TPU及各类定制硅片——均依赖HBM；连部分网络组件也开始采用HBM，创造了数年前几乎不存在的新需求类别。供给侧，由于历史上工艺微缩足以满足位元增长，DRAM供应商已逾十年未进行大规模产能扩张，短期新建产能几乎无望。 Handy同时驳斥了"算法效率提升将压低硬件需求"的常见论断。他认为，当一项新技术将内存需求降低6倍，超大规模云厂商的典型反应是用相同预算处理6倍的Token，而非削减资本支出。效率提升改变的是AI基础设施的生产力，未必减少投入其中的资金总量。 AI基础设施的扩张同步收紧了NAND与HDD市场。META测试在TLC SSD与HDD之间部署低成本QLC SSD后发现性能改善，促使超大规模数据中心更广泛地采用SSD；AI基础设施对HDD需求的拉动也已造成短缺，QLC SSD随之开始填补新存储层级甚至替代缺货HDD，助推NAND进入短缺状态，铠侠和闪迪（SNDK）从中受益。 美光视角：硅片消耗、散热与可靠性构成架构约束 美光HBM设计架构师Ragu从成本与物理极限两个维度量化了HBM扩展的代价。在典型的包含4个12层HBM堆栈的GPU封装中，内存硅片总量约为GPU硅片的8倍，意味着系统级封装中约90%的硅片与内存相关。一个DRAM裸片失效即可影响整个封装，可靠性挑战随堆栈高度增加而显著加剧。 Ragu引用Meta公布的Llama 3研究数据： 约17%的非预期训练中断归因于HBM。这一数据直接揭示了HBM可靠性对大规模AI训练集群的实质性影响。 散热问题已上升为首要架构约束。 HBM基础底片是发热最严重的区域之一，热量从底部产生而散热装置位于DRAM堆栈上方，迫使热量穿越每一层。美光表示，HBM从设计之初就越来越多地围绕散热限制展开，局部功率密度和热点已与总功耗同等重要。 在堆叠极限方面， 美光认为16层HBM在技术路径上可行，但JEDEC讨论的20层堆叠仍面临大量未解难题——TSV密度、功率密度、散热、机械完整性及制造良率均构成严苛约束，而非信号传输距离本身（整个堆栈高度仍低于约1毫米）。 从带宽扩展路径看，HBM通过极度并行化实现性能跃升：HBM3E每个DRAM裸片有128个Bank，HBM4增至256个；外部接口I/O线路在接口长度（shoreline）基本不变的情况下从约1,000条翻倍至2,000条。HBM由此从HBM1的128 GB/s带宽与1 GB容量，扩展至HBM4的超过2.8 TB/s带宽与单颗24 GB以上容量，代价是持续攀升的硅片消耗强度。 美光预期，随着AI工作负载细分，HBM将从通用产品走向针对特定工作负载的定制化架构，处理器与配对内存将日益协同优化。封装技术也将从微凸块（micro-bumps）和热压键合向个位数微米间距的熔融键合（fusion bonding）和混合键合（hybrid bonding）演进。 三星路线图：base die演进与ZHBM愿景 三星的三阶段路线图是本届大会最具前瞻性的技术披露之一。 第一阶段聚焦于将内存控制器从XPU迁移至定制化HBM base die。三星估算，控制器约占XPU硅片面积的5%至10%，将这部分空间释放给计算核心有望使性能提升10%至20%。三星表示，大多数客户正在积极探索这一架构。 第二阶段利用定制化HBM base die周围未使用的边缘区域（shoreline），通过专用控制器和PHY直接连接第二层内存，预计延迟和带宽表现将优于基于PCIe的扩展方案，该第二层内存可以是LPDDR甚至HBF。三星认为，随着上下文窗口和KV缓存扩大，容量的重要性已接近带宽。 第三阶段即ZHBM：取消传统2.5D中介层，将HBM直接垂直集成于XPU顶部。通过移除横向PHY/D2D路径，I/O和TSV结构可遍布整个芯片投影区域，目标能效约0.5 pJ/bit，总DRAM功耗较HBM5降低约70%，绝对功耗降幅超过100W。不过，当前散热限制指向约4层堆叠，而非12层或16层，距离工程化落地仍有相当距离。 三星在计算卸载策略上保持克制： 散热限制使得在base die中放置大量密集计算单元并不合理，优先选择将LLM推理中内存受限的Attention计算卸载至HBM，计算密集型的Prefill和FFN仍保留在XPU。接口策略上，三星目前倾向于专有HBM厂商接口而非UCIe，理由是UCIe面积更大且功耗更高；其散热路径块（Heat Path Block）在覆盖足够热点区域时可将峰值温度降低35%以上。 ZHBM还要求在小于6微米间距下实现晶圆级集成和混合铜键合，DRAM与SoC设计之间长期存在的边界必须消除，两者需从设计之初就围绕布线、散热、功率密度和物理互连进行协同设计。 SK海力士：封装极限与混合键合路径 SK海力士的演讲聚焦于从12层向16层乃至20层扩展的封装工程挑战。 在其16层HBM3E测试芯片中，即便将总堆栈厚度从720微米增至775微米，单个DRAM裸片厚度仍需比12层方案减薄约10%，片间间隙缩小约50%，芯片翘曲控制与间隙填充难度大幅上升。SK海力士指出，HBM4的总厚度775微米已接近当前封装方法的实际极限，未来扩展不能无限依赖增加封装高度。 对于混合键合，SK海力士认为其在20层左右将变得极具吸引力，但预计HBM4E阶段尚不会采用。假设的20层堆叠中，裸片厚度可增加约20%至24%，热导率提升约35%。即便如此，混合键合也无法解决base die局部热点问题——SK海力士正在开发IHBM，通过在热点区域上方添加硅散热块改善局部散热，且需从设计初期协同优化，而非后期追加。 SK海力士还判断，训练与推理最终可能采用不同的内存架构：训练需要兼顾高带宽与高容量，支持堆栈高度持续增加；推理则可能采用较小规模的极高带宽内存池，将带宽不敏感数据放置于LPDDR或其他低成本层级。 英伟达与RISC-V：CUDA生态开放新路径 英伟达的演讲标志着其AI生态系统策略的实质性进展。一年前，将CUDA引入RISC-V面临的最大障碍是缺乏合适的RVA23硬件；如今，英伟达实验室已拥有至少三款RVA23处理器，SiFive在Hot Chips大会期间完成了CUDA在RISC-V硬件上运行的首次公开演示。 英伟达演讲者Franz明确，其出发点是符合RVA23配置文件和RISC-V服务器平台规范，英伟达不希望为CUDA制定单独的RISC-V规范。CUDA的特定额外要求仅约两页，核心包括PCIe缓存一致性（避免GPU DMA过程中的显式CPU缓存操作）和PCIe点对点通信（支持GPU间直接数据交换）。 NVLink Fusion为这一路径提供了商业逻辑： 客户可使用定制CPU或加速器，同时保留英伟达大部分机架级架构。 RISC-V CPU由此可在专用系统中替代英伟达基于ARM的主机处理器，关键要求是集成英伟达C2C网络——该网络可提供高达PCIe约5倍的带宽和一致性。Franz的明确表态是，RISC-V的吸引力不在于x86或ARM的不足，而在于众多厂商可针对重要利基市场进行定制化实现，而这些市场未必能获得大型现有CPU供应商的专项支持。 配合英伟达的推进，Canonical已在Ubuntu 26.04 LTS中将RVA23设为官方RISC-V基准，约95%的常规Linux软件包存档已可用；RISC-V国际基金会及SiFive的Krste Asanović表示，多家供应商将于今年向市场推出RVA23服务器级芯片，大部分矩阵扩展工作预计在未来12至18个月内完成批准。RISC-V软件与硬件生态的协同成熟度正在加速提升。

三星电子正在加快其美国德克萨斯州Taylor晶圆厂二期项目的前期准备工作，在厂房规格尚未最终确定的情况下，已率先向多家设备供应商发出认证要求，显示出其扩大美国先进制程产能的强烈意愿。 据韩国科技媒体ZDNet Korea报道， 三星电子近期已向主要半导体设备合作商发出请求，要求其提前获得用于Taylor二期晶圆厂设备导入所需的SEMI认证。SEMI认证是评估半导体设备安全性的行业标准，也是设备出口前的必要资质。 一名半导体设备行业人士表示，"尽管Taylor二期晶圆厂的具体规格尚未确定，三星电子晶圆代工事业部的应对速度已超出预期"，并指出具体计划预计将于今年年底逐步明朗。 三星电子在上月30日举行的二季度业绩发布电话会议上正式宣布，计划于今年年底启动Taylor二期晶圆厂建设，目标于2030年实现量产，以"及时响应不断增长的客户需求"。 一期建设提速，二纳米制程锁定特斯拉 Taylor晶圆厂是三星电子专门承担最先进制程晶圆代工量产的核心设施。一期晶圆厂目前正处于设备进场与安装阶段，目标于今年年底投入运营，主力量产工艺为业界最先进的2纳米制程。 特斯拉是目前外界广泛提及的一期晶圆厂核心客户。三星电子与特斯拉于去年第三季度签署了规模达22.76万亿韩元的半导体代工合同，此后Taylor一期项目的建设进度明显加快。在此之前，该项目曾因客户拓展困难及市场环境恶化，多次推迟投资计划。 大客户能否落地，决定二期量产节奏 尽管前期准备工作已提前启动，Taylor二期晶圆厂能否按期推进，关键仍在于大型客户的确保。 业内人士指出，无论是特斯拉订单量的进一步扩大，还是新增大客户的引入，都将直接影响二期项目从洁净室建设到量产线落地的整体路线图。 据悉，三星电子旗下建设子公司三星E&A目前正在推进向Taylor项目现场派遣数十名人员的方案，以支持二期厂房建设。不过，上述行业人士强调，"三星电子若要在洁净室建成后快速推进量产线建设，必须提前锁定大型客户"。 供应链提前布局，投资意志明确 此次三星电子在二期厂房规格尚未最终确定的情况下，便已要求供应商提前完成SEMI认证，被业界解读为其对该项目投资意志的明确信号。SEMI认证是设备出口的前置条件，提前推进这一流程意味着三星电子正在为后续设备快速导入预留时间窗口。 该行业人士表示，"这表明三星电子正在积极准备投资，具体计划的轮廓将在今年年底前逐渐清晰"。对于关注三星电子晶圆代工业务进展的投资者而言，大型客户的拓展动态将是判断二期项目能否如期推进的核心观察指标。

SK海力士正寻求在日本宫城县建设内存半导体工厂，投资规模达数十万亿韩元，将成为继美光、台积电之后在日本设立半导体制造基地的第三家外国企业。 据韩国媒体《韩民族日报》21日报道， SK海力士正推进在本州岛东北地区宫城县建设内存半导体晶圆厂计划。 SK集团会长崔泰源近期已亲赴该地区考察。宫城县是日本政府重点培育的三大半导体产业基地之一，另外两处为九州和北海道。 此次日本投资计划一旦落地，将进一步复杂化SK海力士的全球资本分配格局。在此之前，美国已就本土内存晶圆厂投资问题持续向韩国政府及企业施压，日本建厂计划的推进预计将令美方要求进一步加码。与此同时，韩国国内舆论对战略性半导体产业向日本转移的警惕情绪，以及随之而来的政治不确定性，亦构成该计划面临的潜在阻力。 数十万亿韩元投入，宫城县成日本首个制造据点 据报道，SK海力士此次在宫城县规划建设的晶圆厂，投资规模为数十万亿韩元。 与其在国内推进中的用仁、湖南半导体集群数百万亿韩元的投资体量相比，日本工厂定位为规模相对较小的海外生产基地。 值得注意的是，宫城县工厂并非对国内投资计划的替代，而是在用仁、湖南集群项目按原计划推进的同时，额外增设的海外产能。外界普遍认为，此举旨在全球内存供需持续偏紧的背景下，通过超前投资扩大生产能力，抢占市场先机。 若该计划最终落实，SK海力士将成为继美光、台积电之后，第三家在日本建有半导体制造工厂的外国企业。目前，三星电子在日本横滨仅设有一处次世代半导体封装研发中心，尚无本地量产布局。 美国压力与国内政治构成双重变数 日本投资计划的推进，正值美国加大力度游说韩国在本土建设内存晶圆厂之际。分析人士指出， SK海力士赴日建厂的消息一旦坐实，可能进一步激化美方对韩国企业优先投向日本而非美国的不满情绪，并促使美国在双边谈判中提出更高要求。 与此同时，韩国国内对于将半导体这一核心战略产业的生产能力向日本输出，历来存在较为敏感的舆论反应。围绕该议题的政治不确定性，将是SK海力士推进这一计划必须跨越的另一道门槛。 如何在日本产能扩张、美国本土化压力与国内政治考量之间寻求平衡，将是SK海力士乃至整个韩国半导体行业在全球产能布局上面临的核心挑战。

半导体行业新一轮提价浪潮正在加速蔓延。意法半导体（STMicroelectronics）将于8月23日宣布年内第三次涨价，覆盖多条产品线，标志着本轮半导体周期性提价进入新阶段。 据EE Times 21日报道，本次提价由意法半导体主动通知客户，公司援引多行业半导体需求强劲，以及运输、能源、原材料和制造服务成本上升作为依据，但未披露具体涨幅及受影响产品。与此同时， 部分意法半导体汽车MCU价格已较此前上涨15%至20%，功率器件交货周期普遍延伸至30周以上，部分产品甚至达到52周。 这一动态发生在该公司业绩明显回暖的背景之下，亦折射出更广泛的行业趋势——从模拟芯片到功率半导体、从MCU到射频前端，提价函正在密集落地，对下游制造商的采购成本和供应链管理构成直接压力。 意法半导体年内三度提价，产品覆盖面持续扩大 据报道，意法半导体此前已完成两轮提价。 第一轮于3月24日宣布、4月26日生效， 主要针对供应偏紧的汽车功率半导体及高端工业MCU； 第二轮于5月28日宣布、6月28日生效， 范围扩展至通用MCU、电源IC及NFC射频芯片等此前未受波及的产品。 8月23日即将落地的第三轮提价， 意味着该公司在不到五个月内完成三次价格调整。 从业绩表现来看，涨价举措得到盈利改善的支撑。据EE Times援引相关报告，意法半导体2026年第二季度净营收为34.9亿美元，同比增长26%，高于公司指引中值；毛利率同比提升1.3个百分点至34.8%；归属股东净利润达2.22亿美元，扭转上年同期9700万美元净亏损的局面。 国际大厂集体跟进，提价浪潮贯穿多品类 意法半导体并非孤例。 进入2026年下半年，提价趋势已蔓延至模拟芯片、功率半导体、MCU及射频前端等多个品类。 德州仪器（Texas Instruments）在过去12个月内累计调价五次；恩智浦（NXP）和安森美（onsemi）亦相继宣布提价；英飞凌（Infineon）年内已完成两轮调价，7月份的第二轮将AI服务器电源及汽车功率器件价格上调10%至20%。 射频芯片龙头卓胜微于8月10日发布调价函，宣布自9月1日起对全系列RF产品执行新价格；国民技术随即跟进，将部分MCU产品价格上调10%至20%；亚德诺（ADI）亦将于9月13日起执行年内第二轮价格调整。 亚洲供应商方面，经济日报报道，中国台湾功率半导体厂商正酝酿第三波价格调整，最快于10月起针对非合约产品涨价10%至15%；另据经济日报另一则报道，中国大陆芯片厂商UNT已通知客户，2026年第三季度价格上调15%至25%，为其年内第二次提价。 AI需求挤压成熟制程产能，供需矛盾持续收紧 本轮涨价的结构性驱动因素在于成熟制程产能的持续紧张。AI数据中心、新能源汽车及工业自动化的旺盛需求正对8英寸晶圆供应形成压力。商业时报补充指出，若AI相关需求持续挤压成熟制程产能，晶圆价格的上行压力可能延续至2027年。 分析认为，本轮涨价与此前周期的显著区别在于：AI算力需求爆发对成熟制程产能产生"虹吸效应"，叠加供应链成本上行、供需持续收紧与国产替代需求扩容，共同推动半导体行业进入量价齐升的上行周期。 成本端压力同样不可忽视。从晶圆代工到封装测试，能源、运输、原材料及制造服务成本的全面上涨，正推高芯片生产成本，构成企业实施涨价的另一重要支撑。