# 芯片的所有文章

在 HTX 新聞中心流覽與「芯片」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

科技情报摘要:宏观波动与AI进展交织 市场因强劲非农数据遭遇剧烈震荡。美国5月非农就业新增17.2万,远超预期,重燃加息担忧,导致美股、加密市场和芯片股同步暴跌。费城半导体指数创六年最大单日跌幅,芯片股市值蒸发逾万亿美元;比特币跌破6万美元,技术指标显示超卖程度已达2020年疫情暴跌水平。与此同时,消费品巨头CEO警告美国消费者正在耗尽积蓄,与强劲就业数据形成矛盾信号。地缘政治方面,美伊冲突升级,美军拦截伊朗导弹并打击其雷达站,霍尔木兹海峡持续受阻,引发原油供应与通胀忧虑。 AI领域进展与争议并存。Anthropic发布报告称AI已能参与改进自身研究流程,引发对递归自我改进(RSI)的讨论。另一方面,Claude被指在协助开发rsync代码库时引入了更多bug,引发关于AI编程工具利弊的争论。此外,研究出现新转向,有发现认为思维链(chain-of-thought)在某些场景会降低性能,研究者正尝试训练“内隐推理”模型。DeepSeek V4 Flash在本地部署测试中表现惊艳,GitHub Copilot也开放了自定义端点,支持连接本地模型。 其他要闻包括:Gemma 4量化版在AMD GPU上运行良好;谷歌被曝每月向SpaceX支付9.2亿美元用于AI训练算力;微软内部文件显示其希望AI产品让用户“上瘾”引批评;标普500指数维持规则,拒绝将SpaceX、OpenAI等未盈利的AI独角兽纳入。

marsbit06/06 11:02

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

marsbit06/06 11:02

越过“内存墙”,AI推理时代的晶圆级革命与算力路线

2026年,AI产业进入新拐点:全球主要云厂商的推理资本支出首次超过训练。这意味着算力需求核心从“炼模型”转向“用模型”,瓶颈也从计算规模变为“内存墙”——即数据在GPU与片外存储间搬运带来的高能耗与延迟。 为突破内存墙,Cerebras公司选择了“晶圆级计算”的激进路线。其核心产品WSE-3不切割晶圆,直接制成超大芯片,集成90万个AI核心和44GB片上SRAM,带来远超传统GPU(如英伟达B200)的片上内存带宽。其架构将模型权重存储于片外MemoryX,按需流式传输至芯片计算,从而在LLM推理,尤其是首token延迟和长上下文任务中展现出显著优势,token生成速率可达GPU的1.5-5倍。同时,其芯片内互联功耗也远低于当前GPU。 但这种极致物理优化也带来挑战:通过先进制程提升SRAM容量的路径已近天花板;整片晶圆发热量大,需专用液冷;片外I/O带宽有限,难以高速扩展形成大规模集群;软件生态也与主流CUDA不兼容。 与此同时,行业巨头正通过多条路径围剿:1)自研ASIC推理芯片(如谷歌TPU、微软Maia);2)利用台积电SoW等先进封装技术将“晶圆级”能力通用化、平民化;3)探索光互联/光计算作为终极解决方案。 Cerebras还面临商业转型的挑战,巨额订单迫使其从芯片商转向云服务商,需快速建设专用数据中心,交付压力巨大。 最终,AI推理时代的算力架构呈现路线分野:Cerebras向左,追求单任务下的极致低延迟;英伟达向右,以通用性应对多变负载。技术变革仍在继续,谁将主导未来,尚无定论。

marsbit06/05 11:07

越过“内存墙”,AI推理时代的晶圆级革命与算力路线

marsbit06/05 11:07

AI PC大战:不要押阵营,要押收费站

英伟达与联发科切入AI PC,标志着Windows端侧AI生态进入多玩家竞争阶段。作者认为,不应简单将其视为“x86对Arm”的阵营之争,而应关注谁能持续获取利润与产业链定价权。 AI PC的投资机会可分为三层:一是先进制程“收费站”,无论哪方胜出,台积电(TSMC)都将受益;二是算力与平台外溢,以AMD(x86进攻)和英伟达(GPU软件栈延伸)为代表;三是架构扩散和困境反转,Arm和英特尔(INTC)具备弹性但需谨慎。 行业已从概念进入出货验证期。尽管短期出货预测有所下调,但AI PC长期标配化趋势不变。投资难点在于用户换机意愿,若企业端广泛部署隐私计算等应用,将推动市场从消费电子转向企业IT更新。 竞争格局上,各芯片厂商优势各异,但高端芯片均依赖先进制程。台积电在晶圆代工市场占据超70%份额,成为AI硬件时代的确定性受益者。 投资策略上,作者建议分层配置:将台积电视为底仓(确定性现金流),AMD作为进攻性选择,Arm和英特尔则用于捕捉弹性机会。核心逻辑是投资“收费站”和平台,而非押注单一架构。 风险包括:AI PC应用不及预期、Windows on Arm兼容性改善缓慢、关税与宏观因素影响需求、先进制程供需错配,以及整体AI估值偏高可能引发的回调。因此,应将AI PC视为长期产业趋势,在情绪退潮后布局生态与现金流稳定的公司。

marsbit06/04 07:10

AI PC大战:不要押阵营,要押收费站

marsbit06/04 07:10

给宇树甩了两张工牌

英伟达在台北发布了人形机器人Isaac GR00T参考设计,由宇树科技提供身体、Sharpa提供灵巧手、英伟达提供Jetson Thor芯片及全套软件栈。这套“交钥匙”方案旨在服务高校及研究人员,可将实验准备时间从几天缩短到几小时,其合成数据生成能力极强。同日,宇树科技A股首发过会,估值420亿,但其募资的最大投向是自研具身大模型(大脑)。 文章指出,英伟达的参考设计模式与当年高通在手机行业的“交钥匙”方案类似,可能通过开源模型和软件来锁定其硬件生态,从而掌握行业规则制定权,将利润集中于“大脑”环节。宇树科技虽为参考设计供应身体,却同时大力投资自研大脑,并已在其G1机器人上同时运行英伟达GR00T、自研UnifoLM及第三方中科第五纪模型,这被视作一场“穿着合作外衣的独立战争”。 目前,仅特斯拉凭借其FSD数据飞轮、自研芯片和超级制造体系,在机器人领域实现了完全脱离英伟达的闭环。文章认为,机器人的身体(运动控制、灵巧操作等)目前仍有较高的技术门槛和差异化空间,未像手机硬件那样完全同质化。宇树押注自研大脑,是在与时间赛跑,窗口期可能只有两三年。若其自研大脑成功,则能掌握主动权;若失败,则可能面临被标准化方案锁定在低利润“身体制造商”位置的风险。

marsbit06/02 06:03

给宇树甩了两张工牌

marsbit06/02 06:03

活动图片