Compute King

统计数据

23

文章

0

粉丝

0

获赞

110

阅读

1周前

中国的稀土出口管制（类似于美国的长臂管辖）或冲击高端芯片与设备供应链：14nm及以下逻辑芯片，256层及以上存储芯片面临潜在影响 Author’s Note: This is a must-read piece. If you don’t read Chinese, I highly recommend using the “Translate” feature on X. Title: China's Rare Earth Export Controls, A "Long-Arm Jurisdiction" of Its Own, May Disrupt High End Chip and Equipment Supply Chains: 14nm-and-Below Logic and 256-Layer-and-Above Memory at Risk 如之前分享的新闻，2025年10月9日，中国商务部宣布新版稀土出口管制措施，明确将“含有中国原产稀土的境外制品”，“使用中国稀土技术在境外制造的产品”，以及“原产于中国的稀土本体”纳入许可管控范围。该措施自发布之日起执行，并将分阶段推进。此举意味着中国正对高端半导体，以及军工等领域的稀土出口实施更精细化的审查机制。这一政策可能对高端半导体供应链造成深远影响，特别是14纳米及以下逻辑芯片，256层及以上3D NAND存储芯片，以及相关制造，测试和封装设备以及工艺领域。稀土的科技基础：轻稀土与重稀土之别我们先来了解一下稀土元素。稀土元素根据其物理化学特性可分为两大类： 🔹 轻稀土元素（LREE）：包括镧（La）、铈（Ce）、镨（Pr）、钕（Nd）、钷（Pm）、钐（Sm）、铕（Eu）等，储量相对丰富，广泛用于抛光，催化，发光等领域。 🔹 重稀土元素（HREE）：包括钆（Gd）、铽（Tb）、镝（Dy）、钬（Ho）、铒（Er）、铥（Tm）、镱（Yb）、镥（Lu）、钪（Sc）与钇（Y）等，资源更为稀缺，却是高性能磁体，激光晶体和特种合金等高科技领域不可替代的核心原料。先进半导体工艺和设备对于稀土材料的依赖半导体产业作为现代科技的核心支柱，其发展在很大程度上依赖于稀土元素所具备的独特化学与物理特性。这些元素，包括镧（La）系元素，钇（Y）和钪（Sc），在导电性，介电性能以及气体敏感特性方面发挥着关键作用，对提升半导体器件的性能至关重要。例如，钕（Nd）是制造半导体设备中高性能永磁体（如步进电机，高精度定位系统）的关键材料，而镝（Dy）的加入则可显著提升磁体在高温环境下的稳定性与抗退磁能力。铕（Eu）则在显示技术中不可或缺，是荧光粉的重要组成部分，广泛用于液晶与OLED显示器。 🔹 在半导体工艺领域，稀土氧化物也不可替代。氧化铈（CeO₂）是化学机械平坦化（CMP）工艺的核心材料，其抛光浆料直接影响晶圆的平整度与最终良率。对于高层数NAND闪存而言，CMP质量的稳定性尤为关键，任何抛光颗粒短缺或质量波动都会放大次品率。近年来，氧化镧（La₂O₃），氧化钆（Gd₂O₃）与氧化镥（Lu₂O₃）等高介电常数（High-k）稀土氧化物因其优异的热稳定性与介电特性，被广泛研究用于逻辑和存储芯片。另外，随着原子层沉积（ALD）技术的进步，特别是采用臭氧（O₃）等替代氧化剂的工艺创新，稀土氧化物薄膜的均匀性与稳定性显著提升，使其在先进制程中更具可行性。此外，一氧化钇（YO）等二价稀土氧化物也被合成为外延薄膜，展现出独特的电子与磁性特征。其可调控的电导率，窄带隙以及强自旋轨道耦合特性，使其成为新一代半导体器件材料的重要候选。在特定半导体材料体系中，稀土掺杂技术同样不可或缺。例如，在高速，高频器件使用的氮化镓（GaN）与磷化铟（InP）材料中，钇（Y）和铕（Eu）常被用于提升载流子迁移率与光电转换效率，我们之前聊过市场非常关注的光模块需要；而稀土掺杂的氧化铟（In₂O₃）表现出显著增强的气体传感性能，拓展了其在智能感知芯片中的应用前景。 🔹 在半导体设备领域，稀土材料也贯穿多个关键环节。以EUV光刻机为例，其核心技术主要包括三项：顶级的光源系统，高精度的物镜系统以及工件台。这些均需要使用稀土材料，比如说使用NdFeB永磁体（步进电机以及高精度定位系统）与掺杂了稀土元素晶体的固体激光器；而刻蚀与沉积设备的真空腔体，靶材表面常采用Y₂O₃、CeO₂等稀土氧化物涂层，以提升耐蚀性与使用寿命。 🔹 至于后段封装与测试环节，高端封装中使用的导热陶瓷，荧光掺杂封装材料，以及用于光电探测器的稀土掺杂晶体，虽然用量不大，却在特定高性能应用（如高频雷达、红外传感和量子器件）中具有不可替代的作用。所以，稀土元素贯穿半导体制造的几乎每个环节，从材料到设备，从工艺到封装测试，其重要性远超传统金属原料。一旦稀土供应链受到出口管制，价格波动或精炼环节受限，全球先进芯片生产链都将不可避免地面临结构性影响。为什么中国能在全球稀土精炼领域占据主导地位？尽管稀土元素在现代产业中发挥着举足轻重的作用，但其全球供应链极度集中。中国不仅掌握了约70%的全球稀土矿开采量，还占据了约90%的全球精炼与分离产能。尤其在最具战略意义的重稀土领域，中国的供应占比更是高达99%。这一地位的形成，绝非偶然。它源自中国在该领域长达数十年的战略布局，技术积累与全产业链建设。与外界常见的误解不同，稀土精炼远不是“把矿石提纯”那么简单的化工过程，而是一套涵盖高难度化学分离，复杂流程控制与严格环境管理的系统性工程。稀土精炼的核心挑战与中国的竞争优势 1，技术门槛高：元素分离与提纯的“化学艺术” 稀土包含17种化学性质极为相似的金属元素，要将其高纯度分离，需要上百次萃取，洗涤和沉淀等化学步骤。中国经过数十年的技术攻关，已在萃取剂研发与工艺流程设计方面形成了全球领先优势。目前，中国企业能够稳定实现6N（99.9999%）级高纯度提炼，而多数国家仍徘徊在2N~3N水平。此外，中国企业在伴生矿与低品位矿的综合利用上积累了丰富经验，通过优化工艺，实现了高效率与低成本并存。 2，完整的产业链与规模经济效应中国形成了“北轻南重、集群发展”的产业布局，拥有从矿石开采，分离提纯到金属冶炼与材料加工的全流程能力。万吨级分离装置不仅带来了规模化成本优势，也让中国具备了快速响应市场需求与出口波动的灵活性。 3，化工配套完善，副产物处理体系成熟稀土精炼常伴生钍，铀等放射性元素，其废料处理是欧美等国的“痛点”。中国通过与钢铁，铝业等重工业体系的协同，将部分副产物实现再利用，形成资源循环体系。而在法规严格，重工业基础分散的西方国家，放射性副产物处理成本极高，成为扩产瓶颈。 4，能源与经济壁垒：电力成本与产能规模的双重优势稀土金属电解环节耗电量巨大。中国凭借低成本电力供应与高效输配电网络，在能耗环节拥有显著优势。同时，已投产的万吨级装置构筑了强大的规模经济壁垒，使新进入者即便获得政策支持，也难以在成本或效率上与中国竞争。全球应对与前景展望面对中国的稀土主导地位，美国，澳大利亚和欧盟正积极推动“去中国化供应链”战略。例如，澳大利亚伊卢卡资源公司（Iluka Resources）计划在2027年建成首座重稀土精炼厂，美国国防部亦在资助德州的MP Materials扩产项目。然而，业内普遍认为，这些项目在成本，技术与规模三方面短期内难以撼动中国的地位。可以说，在未来可预见的十年内，中国仍将是全球稀土供应链中唯一具备全流程竞争力的国家。这也意味着，在短期内，任何涉及高端芯片，先进制造和国防技术的全球产业链，都无法绕开中国稀土长臂管辖的核心影响力。

关税战落幕：美国失势，中国崛起？· 628 条信息

#稀土出口管制 #高端芯片供应链 #中国稀土主导地位 #半导体产业 #长臂管辖

3周前

凌晨，阿里重磅开源三款模型，一举刷新32项业界SOTA 太卷了呀，兄弟们！我想回农村。今日凌晨，阿里通义大模型团队一口气发布三款开源模型：原生全模态大模型Qwen3-Omni；语音生成模型Qwen3-TTS；以及完成重要升级的图像编辑模型Qwen-Image-Edit-2509。其中，Qwen3-Omni可同时处理文本，图像，音频与视频输入，并实现实时流式的文本与自然语音输出。在36项音频及音视频基准测试中，该模型斩获32项开源SOTA与22项总体SOTA，性能超越Gemini-2.5-Pro，Seed-ASR，GPT-4o-Transcribe等闭源强模型。同时，其图像与文本表现也在同尺寸模型中达到行业最优。 Qwen3-TTS支持17种音色和10种语言，在语音稳定性与音色相似度方面优于SeedTTS，GPT-4o-Audio-Preview 等主流产品。Qwen-Image-Edit-2509则新增多图编辑功能，能够实现人物与人物，人物与物体等跨图像拼接，显著扩展了应用场景。此次开源还包括Qwen3-Omni-30B-A3B-Instruct（指令跟随）、Qwen3-Omni-30B-A3B-Thinking（推理）以及通用音频字幕器Qwen3-Omni-30B-A3B-Captioner。相关开源地址已同步上线： Hugging Face: GitHub: 此次“三连击”不仅进一步强化了阿里在多模态与语音生成领域的全球竞争力，也再次引爆了开源社区的关注。

#阿里 #开源模型 #Qwen3-Omni #多模态 #SOTA

3周前

总体而言，华为提出的UnifiedBus（UB）协议构建了一个统一且可扩展的互联框架，能够连接CPU，GPU，NPU，内存，存储设备（SSU），交换芯片，DPU/网络接口及其他I/O模块等各类异构设备。图一见：所以，UB不仅在组件之间提供统一的协议与接口，还旨在取代现有的PCIe，NVLink，CXL，传统以太网/TCP-IP/RoCE等多种标准互联/通信协议，以降低延迟，简化协议栈。提升带宽与规模扩展性，同时增强资源共享与整体系统可靠性。据Huawei的相关公开资料，UB/UB-Mesh被设计用来取代或简化现有的数据中心互联堆栈中多个异构协议，接口系统。这些被“取代”的协议包括但不限于：图二，笔者的简单总结

#华为 #UnifiedBus协议 #异构设备互联 #取代PCIe/NVLink/CXL #数据中心互联

1个月前

英伟达发布Rubin CPX GPU，专为长上下文推理打造昨天白天我们还在聊128GB GDDR7的5090，还在质疑是不是真的，晚上就来了真正128GB GDDR7的Rubin CPX。这也侧面呼应了前两天业内反馈三星收单收到手软，大幅度提升GDDR7产能的事实。对，英伟达昨天深夜发布全新GPU：NVIDIA Rubin CPX，这是一款专门面向长上下文AI推理的新型处理器，旨在支持百万级Token的软件开发、生成式视频以及深度研究等复杂任务。 Rubin CPX将与NVIDIA Vera CPU及下一代Rubin GPU协同，组成全新的NVIDIA Vera Rubin NVL144 CPX集成平台。该平台在单机柜内可提供高达8 exaflops的AI算力，性能较现有GB300 NVL72系统提升7.5倍，并配备100TB高速内存与每秒1.7PB的内存带宽，为AI推理树立全新性能标准。英伟达将AI推理划分为上下文阶段（Context Phase）与生成阶段（Generation Phase）：前者计算密集，需要高吞吐率处理输入；后者则对内存带宽依赖更强，逐个生成token。为此，英伟达推出“分解式推理”架构，由不同硬件分别优化两大环节。 CEO 黄仁勋表示：“Vera Rubin平台标志着AI计算的又一次重大飞跃。正如RTX改变了图形与物理AI，Rubin CPX是首款专为海量上下文AI设计的CUDA GPU，使模型能够一次性推理数百万token的知识。” Rubin CPX性能亮点 Rubin CPX专为加速“上下文阶段”设计，采用单片式芯片架构，具备： 🔹 30 petaflops NVFP4精度算力 🔹 128GB GDDR7内存 🔹 注意力计算速度提升至GB300 NVL72的三倍 🔹 集成视频编解码器与长上下文推理功能据称，这一设计大幅提升视频搜索与生成式视频的效率。 GB300 NVL72刷新MLPerf纪录除了发布新架构，英伟达还公布了MLPerf Inference v5.1基准测试结果。基于Blackwell Ultra架构的GB300 NVL72系统，在Llama 3.1 405B，Whisper等任务中刷新纪录。在6710亿参数的DeepSeek-R1混合专家模型测试中，其单GPU性能较上一代Hopper提升约5倍。这一进步得益于英伟达全栈优化，包括NVFP4低精度加速，TensorRT-LLM库的模型与KV缓存量化，以及针对复杂模型研发的新型并行技术。

英伟达市值破四万亿，AI芯片霸主地位稳固？· 112 条信息

#英伟达 #Rubin CPX #AI推理 #GPU #128GB GDDR7

1个月前

高盛今早更新研报，继续上调寒武纪目标价至人民币2104元，买入评级。 <仅供参考> 日前寒武纪公布强劲的2025年二季度业绩，同时给出2025年收入指引为人民币50亿元至70亿元，中值为人民币60亿元。GS此前对人民币65亿元的预测位于指引区间内，且较指引中值高出8%。 GS强调继续看好寒武纪，并将12个月目标价上调至人民币2,104元（对应2030年预期市盈率45倍）。 GS上调盈利预测主要基于： 🔹 AI芯片出货量更高，这反映出中国CSP在AI基础设施方面的资本开支上升，政府政策支持，以及在推理需求上升背景下本土芯片生态的涌现； 🔹 随着收入规模扩大与运营效率提升，期间费用率（opex ratio）改善，经营杠杆增强。公司过去12个月的“人均（工程师）收入”已由2024年12月的人民币200万元提高至2025年6月的人民币500万元。积极的支持因素： 🔹 中国云端资本开支在加速扩张阿里巴巴2025年二季度资本开支达人民币390亿元（约合54亿美元），环比+57%，同比约为两倍。腾讯2025年二季度资本开支同比+119%，好于此前担忧，高盛将其2025E/2026E资本开支预测分别上调23%/17%，对应2026E资本开支同比+13%。 🔹 支持性的AI政策国务院发布了新的指导意见，设定到2027年/2030年，在6个关键领域（科技，工业，消费，民生，治理与全球协作）的新一代智能终端与AI Agent渗透率目标分别达到70%以上/90%以上，并强调通过行动计划赋能AI设备、提升效率。 🔹 中国AI供应链 2025年上半年实现强劲增长：寒武纪收入快速增长；上游原材料（主要是晶圆）供应稳健；合同负债显示手持订单强劲。AI服务器，交换机品牌商，ODM厂商看到中国云端资本开支上升，本土芯片在推理场景中的性能已能满足需求，同时本土生态持续完善（例如高速网络正释放本土芯片性能，推动AI服务器集群进一步放大）。

#高盛 #寒武纪 #AI芯片 #中国云端资本开支 #AI政策

1个月前

DeepSeek的UE8M0 FP8优化：国产AI与半导体协同的战略转折点在人工智能训练和推理加速的竞赛中，浮点数（Floating Point）的表示方式正成为关键突破口。作为计算机中用于表示小数的核心手段，浮点数由三部分构成：符号位（Sign）、指数（Exponent）和尾数（Mantissa）。符号位决定正负，指数决定小数点的位置，尾数则影响精度。内存位数越多，浮点数的表示精度越高，但同时带来的计算和存储开销也更大。如下图为浮点数据类型的结构。所有显示的值（在 FP16，BF16，FP8 E4M3和FP8 E5M2中）都是最接近数值0.3952的表示形式。在主流硬件生态中，NVIDIA GPU目前支持E4M3与E5M2两种FP8格式，并通过绑定硬件和软件的深度优化提升了其适用性。例如，NVIDIA引入了per-tensor scaling，per-block scaling等动态缩放策略，以解决FP8动态范围不足，容易溢出的难题。同时，在Tensor Core中也专门增加了FP8指令集，使得FP8在H100 GPU上能够充分释放算力。在新一代Blackwell架构中，NVIDIA更进一步提出了“微缩浮点格式”（Microscaling formats），涵盖MXFP8（8位）、MXFP6（6位）、MXFP4（4位）等多种新型表示方式。研究显示，在高质量数据集上，一个8亿参数的模型若采用MXFP8-E4M3格式，并配合优化的数值转换策略，训练结果几乎可与传统的BF16持平。这意味着在Blackwell平台上，MXFP8正在成为兼顾性能与精度的最佳选择。与之相比，中国团队DeepSeek在V3.1模型中提出的UE8M0 FP8格式，走了一条完全不同的道路。UE8M0采取极简设计：8位全部用于指数（Exponent），尾数（Mantissa）为零。换言之，它牺牲了精度，以换取更大的动态范围。在这种格式下，最接近刚才图片内提到的数值0.3952的表示形式为0.5。可以很明显地看出来，精度差异较大，但是这种“极端化”的方案不仅减少了硬件实现复杂度，也为未来中国技术栈在模型训练、部署和推理中的数值优化提供了新的可能性。 1，FP8/UE8M0的优势与权衡 🔹 显存与带宽显著节省：相较于FP16和BF16，8-bit表示可将内存占用与传输成本大幅降低，有利于支持更大规模模型、更高并行度或更多批处理。 🔹 吞吐与能效提升：更窄的数据通路意味着在相同内核与内存带宽下，系统可处理更多算子，整体吞吐率和能效显著提升。 🔹 成本与部署门槛下降：低精度带来更高的性价比，对于数据中心及国产算力环境尤为重要，使大模型在受限带宽或成本条件下的部署成为可能。 🔹 软硬件协同优化：当模型与硬件围绕低精度格式协同设计时（如DeepSeek专门针对“国产芯片优化”），能够释放软硬件一体化的性能潜力。但需要注意的是：更低位宽必然带来精度与鲁棒性下降，尤其是UE8M0这类极端“无尾数”设计，更依赖于训练、量化、校准等算法补偿，以及硬件支持机制。FP8在训练与推理端的应用边界，仍是学术界和工程界研究的活跃话题。 2，UE8M0的战略思维：软件先行推动硬件适配 UE8M0的“发起”方式具有鲜明的战略意义。不同于传统由硬件厂商先定义数据格式，DeepSeek选择在模型端率先采用并公开声明使用UE8M0格式，将其训练与scale策略与该精度绑定。这等于由大模型端主动提出标准，迫使硬件和工具链进行适配。媒体普遍认为，这一举措是“模型先行推动硬件协同”的里程碑事件，加速了国产软硬件一体化的生态建设。 3，战略协同：AI与半导体的一体化生态诚如笔者浅见：DeepSeek的高明之处在于其战略协同。公开资料显示，已有超过15家国内企业正在调整硬件以适配DeepSeek模型，覆盖电信、汽车、移动科技等多个领域，其中包括华为、中国移动等行业巨头。这种合作并非单向： 🔹 对半导体厂商而言，DeepSeek模型成为性能与效率的标杆，推动其改进设计。 🔹 对DeepSeek而言，合作确保了其AI工具的落地基础，开发者与企业正在加速采用。结果是形成一个自我强化的正反馈生态：软件与硬件同步演进，速度甚至可能超过美国碎片化的“AI公司依赖外部芯片”模式。至此，看我推文比较久的小伙伴们或许还记得，我曾写过一篇解读DeepSeek论文的文章：《洞见 —— 硬件与模型协同设计，突破Scaling挑战》（）。如今，看到国内AI企业在这条道路上迈出关键一步，实在令人欣喜。 4，国产芯片代表：寒武纪与华为的FP8路径 🔹 寒武纪（Cambricon）690系列据多家媒体报道，寒武纪MLU370、思元590及最新的思元690均已支持FP8或“Block FP8”。其NeuWare软件栈在低精度支持上提供了完整的工具链，包括量化、混合精度调度以及对主流框架的适配。在硬件层面，寒武纪的MLU架构通过算子引擎、片上缓存和张量内核优化，实现了高吞吐的低精度计算。媒体称思元690在低精度算力与能效上提升明显，已能够兼容DeepSeek模型。需要强调的是，公司公开资料并未披露是否支持UE8M0这类极端格式，实际效果依赖SDK与模型方的适配验证。 🔹 华为（Ascend/昇腾）华为提出了HiFloat8（HiF8）方案（），不同于E4M3/E5M2，而是一种“渐进式（tapered precision）”设计，根据数值区间动态分配指数与尾数，以在范围与精度之间取得平衡。华为的Ascend系列已在OptiQuant、Atlas等平台上支持量化和混合精度，并将HiF8作为未来关键方向。与寒武纪偏重推理优化不同，华为强调同时支持训练的前向与反向传播，力图构建更通用的FP8训练方案。 5，大局观：AI已是国家战略中国的AI发展早已超越实验室阶段，成为国家战略的重要组成部分。通过将AI软件与国产半导体深度结合，北京正在减少对外部技术的依赖，并为未来创新绘制蓝图。 DeepSeek的UE8M0 FP8优化，不仅是数值表示的一次尝试，更是中国在AI软硬件协同上的战略突破。对投资者而言，启示清晰： 🔹 AI的未来不仅仅是算法，而是完整的生态系统。 🔹 DeepSeek与国产半导体生态的绑定，正在塑造这一趋势。最终，问题不是中国能否实现AI自主，而是多块能够实现。而凭借UE8M0 FP8优化与深度产业整合，DeepSeek无疑是目前最值得关注的AI企业之一。

DeepSeek数据泄露：德国下架，信任崩盘· 334 条信息

中国DeepSeek引发美国科技股暴跌事件· 142 条信息

#DeepSeek #UE8M0 FP8 #国产AI #半导体协同 #战略转折

1个月前

DeepSeek V3.1引爆市场：国产芯片概念股集体飙升在DeepSeek V3.1正式发布后，一则简短的官方留言在AI圈内掀起轩然大波。短短不足20个字的表述，却释放出“新架构”“下一代国产芯片”的重磅信号。这一消息迅速传导至资本市场，国产芯片及半导体产业链企业股价应声大涨。寒武纪（#688256）股价强势涨停，创下历史新高1243.20元人民币，市值突破5200亿元，跃居科创板首位。同时，半导体ETF（#159813）收盘也直接触及涨停板。这一波行情不仅体现了市场对国产AI大模型与芯片协同发展（Co-Design）的高度期待，也反映出投资者对中国半导体自主可控进程的信心正在快速升温。

#DeepSeek V3.1 #国产芯片 #寒武纪涨停 #半导体ETF #AI大模型

1个月前

台积电美国工厂迎来盈利拐点：四年亏损近400亿新台币后首次转正 $TSM 日前，全球半导体代工龙头台积电（TSMC）公布2025年第二季度财报，凭借在先进制程领域的持续领先，公司本季税后净利润达3982.7亿新台币，同比增长逾六成，净利润率高达42.7%，展现出强劲的盈利能力。值得关注的是，台积电位于美国亚利桑那州的晶圆厂在历经四年、累计亏损近400亿新台币后，终于在本季度实现税后净利润42.32亿新台币，并在上半年累计盈利47.28亿新台币。这一里程碑意味着台积电在美国的先进制程布局正式步入盈利阶段。相比之下，由台积电、索尼及丰田共同投资的日本熊本厂（JASM）仍处于亏损状态，凸显出美国资产率先完成从“烧钱”到盈利的转折。业内人士认为，这不仅提升了台积电在全球供应链中的战略价值，也为其在国际市场的长期布局注入信心。

#台积电 #美国工厂 #盈利 #亚利桑那州 #半导体

2个月前

路透社独家 | 美国被指在含有高风险AI芯片的货物中植入追踪器，线人称路透社独家获悉，美国当局已在其认定存在高风险被非法转运至中国的部分先进芯片货物中，秘密植入位置追踪装置。这一此前未被媒体披露的执法手段，旨在侦测并取证将受美方出口限制的人工智能芯片转运至限制地区的行为，且仅针对正在调查的特定货物使用。知情人士表示，这类追踪装置有助于为涉嫌违反美国出口管制并从中牟利的个人和公司搜集证据，进而推进刑事或民事起诉。位置追踪作为执法调查工具已被美国机构使用数十年，用于追踪受出口管制的物品（例如飞机零部件）；近年来，这一手段也被用于打击半导体及相关设备的非法转运。多名直接参与AI服务器供应链的知情人士称，他们知悉在Dell和SuperMicro等服务器制造商的出货中发现过追踪装置，这些服务器含有Nvidia与AMD的芯片。消息人士称，追踪装置通常隐蔽置于服务器的包装内；他们并不清楚由谁在供应链的哪个环节安装这些设备。路透未能确认追踪装置在与芯片相关的调查中具体使用频率，也无法确定美国当局何时起开始将其用于打击芯片走私。美方自2022年起已对Nvidia，AMD 等厂商向中国出售先进芯片实施限制。在一宗发生于2024年的个案中，两位供应链人士描述称，一批搭载Nvidia芯片的Dell服务器的运输箱既装有体积较大的追踪器，也藏有更小、更隐蔽的装置，甚至有设备被安置在服务器机箱内部。第三位人士表示，他们曾见到其他芯片经销商从Dell与SuperMicro服务器上拆除追踪器的图片与视频，并称部分较大追踪器体积接近智能手机。负责监管出口管制与执法的美国商务部工业与安全局（Bureau of Industry and Security，BIS）通常参与此类行动；国土安全调查局（HSI）与联邦调查局（FBI）也可能介入，消息人士如此表示。HSI与FBI均拒绝置评；商务部未回应置评请求；中国外交部表示并不知悉此事。在回应媒体询问时，SuperMicro在声明中表示，公司不会披露“为保护全球业务、合作伙伴和客户而采取的安全做法与政策”，并就美国当局的任何追踪行动拒绝发表评论。戴尔则称，公司“并未获悉美国政府在其产品发货中安装追踪装置的举措”。Nvidia拒绝置评，AMD未回应置评请求。芯片管控与追踪措施的背景近年来，美国在全球AI芯片供应链占据主导地位，并为阻止中国在军事现代化方面获得先进技术，相继收紧对华芯片与相关技术的出口限制。同时，美方也对俄方实施了相关限制，以削弱对乌战争的支持能力。白宫与国会两院曾提出要求美国芯片企业为其产品配备位置验证技术，以防止芯片被转运至受限国家。中国对美国出口限制提出强烈批评，并反对在芯片中加入位置追踪等提案。上月，中国网络空间管理机构曾召见Nvidia，表达对芯片可能包含“后门”（允许远程访问或控制）风险的关切，Nvidia对此予以坚决否认。路透今年一月曾报道，美国已追踪出通过马来西亚、新加坡与阿联酋等国向中国走私AI芯片的有组织网络，但尚不清楚当时是否使用了追踪装置。追踪装置用于执法的历史可追溯至数十年前，路透查阅的一份法院判决显示，1985年美国曾在受出口管制的货物上安装追踪装置以辅助调查。 ...... 涉事供应链中的货物转运与拆装人员也对追踪器保持警惕。两位在中国的芯片经销商表示，由于追踪风险，他们会定期检查被转运的AI服务器以寻找追踪装置。路透还获悉，在美国司法部就本月两名中国籍被告非法向中国运送价值数千万美元AI芯片案的起诉书中，一份宣誓书提到，一名共谋者曾指示另一名共谋者检查含Nvidia芯片的Quanta H200服务器是否装有追踪器，并用英文写道：“注意看是否有追踪器，你必须仔细寻找。”该共谋者在信息中还以粗俗言辞辱骂特朗普政府（文中姓名被打码）。原链接：

#中美芯片战：英伟达求生，中国突围· 98 条信息

美国秘密植入追踪器监控AI芯片流向中国事件· 5 条信息

#美国 #芯片追踪 #出口管制 #中国 #AI芯片

2个月前

Cadence违规向中国实体清单高校出口EDA工具，被美重罚超1.4亿美元美国电子设计自动化（EDA）行业巨头Cadence因违反美国出口管制法规，被美国司法部（DOJ）和商务部工业与安全局（BIS）联合处罚。根据7月28日发布的公告，Cadence已承认刑事指控并同意支付总额达1.406亿美元的罚款，以达成和解协议。美国政府指控Cadence及其中国子公司Cadence China，在2015年9月至2020年9月期间，向客户“中南CAD中心”（CSCC）（其被美国政府认为是列入美国“实体清单”的中国国防科技大学（NUDT）的别名）非法销售或租借EDA相关产品。涉案物项包括受《出口管理条例》（EAR）约束的EDA软件、硬件及知识产权（IP），共计56次交易，未经必要出口许可，总价值约4,530万美元。此外，Cadence还被指在违规的情况下，进一步将相关软件和技术转让给与NUDT存在关联的中国芯片企业（案中称为“P公司”），构成新的出口管制违规行为。除上述主要违规外，调查还发现Cadence合规体系存在严重漏洞，导致多家已被列入“实体清单”的受限实体，包括俄罗斯JSC Mikron、中国一家通信巨头以及中国某顶级芯片制造商，在被制裁后仍成功访问并下载其EDA软件。在刑事和行政和解中，Cadence将向美国政府支付总计1.406亿美元罚金，并须在未来完成两轮对其出口合规体系的独立审计。该行政命令自2025年7月28日起正式生效。此次事件凸显了美国政府对技术出口管控执行力度持续升级，尤其是在与中国相关的高敏感领域。作为全球EDA三巨头之一，Cadence的违规行为及其所受处罚，也将对整个半导体设计工具行业的出口合规体系敲响警钟。

Cadence因向中国军事院校违规出口被罚1.4亿美元· 3 条信息

#Cadence #EDA工具出口管制 #中国实体清单 #美国出口管制法规 #半导体行业

3个月前

扎克伯格挑动AI军备竞赛：硅谷“挖掘机”引发圈内地震 Meta创始人扎克伯格，近期在AI人才争夺战中的激进行动，再次引爆了硅谷舆论。他被业界戏称为“硅谷挖掘机”、“最强猎头”、“送财机器”甚至“AI军阀”，这一系列称号也反映出他在AI领域急速扩张的野心。扎克伯格的最新一波“挖人风暴”已引发一连串高层动荡。首先，OpenAI CEO Sam Altman罕见公开对Meta的招聘策略表达强烈不满，放话：“雇佣兵永远打不过传教士”，“Meta正在让AI行业乌烟瘴气。” 与此同时，长年低调的AI科学家、OpenAI联合创始人Ilya Sutskever也罕见露面。他的发声直指Meta刚刚从他新创立的公司SSI（Safe Superintelligence Inc.）挖走的前联合创始人兼CEO Daniel Gross。 Ilya言辞激烈，暗指“背叛”，并当场宣布由自己接任CEO。他在社交平台写道：“你们懂的，他已经不再是SSI的一分子。”更直接表达：“CEO我先当着了。我谢谢你啊扎克伯格，但请别再碰瓷了。我们有钱，有人，有卡，我们的征途是星辰大海。” 不少业内人士表示，能让一向温和的Ilya动了真格，足见扎克伯格这波动作的“破圈程度”。而这场围绕“超级智能”人才的挖角大战，也让硅谷的AI叙事，从曾经的一流科技竞争，逐渐演变为一出三流宫斗剧。

3个月前

Trump警告伊朗：若不求和，美国将瞄准更多目标听了觉得满分裂的，到底是谁先打人的？到底谁是“霸凌者”？这般强词夺理指鹿为马颠倒黑白颠倒是非混淆视听歪曲事实牵强附会胡搅蛮缠混为一谈诡言惑众偷梁换柱的诡辩，出自一国之尊。。。实在是叹为观止。 ****************************************************** 在周六的全国讲话中，特朗普总统重申，他在下令打击伊朗三处核设施后，仍希望通过外交途径化解冲突。 US President Trump warned Iran that the US could go after additional targets if Iran does not make peace, advocating for a diplomatic resolution following his decision to strike a trio of Iranian nuclear sites Saturday. 他直言：“伊朗，这个中东的霸凌者，现在必须选择和平。若不如此，未来的打击将更为猛烈，且更加轻松。” "Iran, the bully of the Middle East, must now make peace. If they do not, future attacks will be far greater and a lot easier" Trump said in a Saturday night address to the nation. 他进一步警告：“事态不能继续这样下去。要么和平，要么伊朗将遭遇比过去八天更为惨烈的悲剧。请牢记，我们还有许多目标在列。” He continued, “This cannot continue. There will be either peace or there will be tragedy for Iran, far greater than we have witnessed over the last eight days. Remember, there are many targets left.” 特朗普还强调，美国可以“在数分钟内，以精准、迅速和娴熟的手段，对其他目标实施打击”。 Trump warned that the US could “go after those other targets with precision, speed, and skill,” which he said could be done “in a matter of minutes.” ******************************************************

美军或再袭伊朗，核设施遭重创？中东局势升级！· 249 条信息

以伊暗战升级：冲突持续，谈判僵局· 1601 条信息

#特朗普 #伊朗 #美伊冲突 #警告 #霸凌者

5个月前

英伟达准备把全球总部搬到台湾根据台湾媒体爆料，下周在台北举办的 Computex 2025 大会上，英伟达的掌门人黄仁勋预计要正式宣布，把总部设在台湾。这事儿其实也在他的行程安排里 —— 他来台参加展会顺便公布这个大动作。业内人士透露，这几个月来，英伟达一直在台湾物色基地。他们最后挑了五个候选地，全都超过三公顷，都是台北市政府拿出的地块，包括花博园区、铁路调车场、松山机场旁边、新北三井Outlet附近，以及台电更新项目的部分土地。为什么偏爱台北？大家都知道，台北周边大学多、交通也方便。最热门的可能就是花博园区，风景好、交通便利，离机场也近。不过那里挖地怕碰到古迹，要是挖出文物，工程可要耽搁。反倒是花博园区在协调上冲突最少，其他几个地块要么要和好几家企业协商，要么还得政府先跟军方谈判拿地。说到底，英伟达和台积电的关系密切——台积电负责生产他们最先进的 AI GPU，这可是英伟达赚钱的核心武器。把总部设在台积电“家门口”，也就顺理成章了。参考链接：

#英伟达 #总部搬迁 #台湾 #Computex2025 #黄仁勋

5个月前

美国商务部（DOC）启动撤销拜登政府的“AI扩散规则”，并宣布采取额外出口管制，强力针对中国AI模型和华为。 May 13, 2025 华盛顿 —— 今天，美国商务部（DOC）启动撤销拜登政府的“AI扩散规则”，并宣布采取额外措施，以加强对全球半导体的出口管制。该“AI扩散规则”于2025年1月15日颁布，合规要求原定于2025年5月15日生效。这些新规定本将扼杀美国的创新活力，并给企业带来沉重的监管负担。此外，该规则还将通过将数十个国家降为二级地位，削弱美国与它们的外交关系。工业与安全局（BIS）计划在《联邦公报》上发布公告，正式撤销该规则，并将在未来颁布替代规则。工业与安全司司长杰弗里·凯斯勒已指示BIS执法人员暂停执行拜登政府的“AI扩散规则”，并表示： “特朗普政府将与全球可信赖的外国伙伴一道，采取大胆且包容的策略，推动美国人工智能技术，同时将该技术拒之于我们的对手之外。与此同时，我们拒绝拜登政府试图将其本就欠妥且适得其反的人工智能政策强加于美国人民。” 此外，BIS今日宣布加强境外AI芯片出口管制的措施，包括： 🔹 发布指导意见，指出在全球任何地方使用华为Ascend芯片均违反美国出口管制规定。 🔹 发布指导意见，警示公众允许美国AI芯片用于训练和推理中国AI模型的潜在后果。 🔹 向美国企业发布指导意见，说明如何防范供应链被转移利用的策略。此举将确保美国继续处于人工智能创新的最前沿，并保持全球AI领域的领导地位。链接：

#美国商务部 #AI扩散规则 #拜登政府 #出口管制 #华为 #中国AI模型 #全球半导体

5个月前

Benchmark投资Manus遭质疑 , 或面临“审查” 据Semafor爆料，有两位内部人士说，美财政部现在正在盯着一笔投资 —— 就是那次由硅谷投资人Benchmark Capital（也就是 Benchmark）领投的，投给中国AI新创公司Manus AI（母公司叫Butterfly Effect，注册在开曼群岛）的7500万美元。大家最关心的是，这笔钱到底符不符合去年拜登签署的那套“出境投资安全计划”新规。新规里头说，只要美国人投向关键技术领域，比如AI，这种投资都得先向财政部报备。财政部现在让Benchmark说明一下，究竟是不是按规矩来，或者有没有啥理由能豁免。至于这事儿到底符不符合，或者能不能豁免，Benchmark和财政部都不肯多说，Manus也没回应。回头说说Manus AI：3 月 6 日它刚以“全球第一款通用 AGENT 产品”亮相，号称能帮你筛简历、安排行程、炒股票，甚至从零开始帮你搭网站、做小游戏，有人直接说这可能是“第二个DeepSeek时刻”。早期给它投过钱的有真格基金，腾讯和红杉中国。到了4月底，彭博他们又爆出，Benchmark领头了新一轮7500万美金的投资，把Manus的估值直接拉到接近5亿美元，涨了5倍！融来的钱打算用来把服务推到美国、日本、中东这些地方，也让Manus算是站上了“硅谷一线AI新秀”的台面。再说说Benchmark这家VC：他们1995年搞起来的，投过eBay、Uber、Twitter、Snap这些大项目，合伙人平等，规模不太大，只投早期，是典型的小而美派。最近刚刚募集到4.25亿美元的第11号基金，重点全押在AI上。这不，这次领投Manus，硅谷风投圈都炸开锅了 —— 有人说这笔投资“太没意义”，也有人觉得这投资对中国来讲利益更大。应付这些质疑和可能的调查，Benchmark还请了好几家美国律师事务所出主意。他们的说法主要有两点：第一，Manus自己并没搞AI模型，都是调用Anthropic的 Claude、阿里的通义千问等，实际上就是把现有模型“包装”一下；第二，Manus的母公司注册在开曼，按技术和法律上看并不算中国实体，而且团队分布在美国、新加坡、日本和中国，好像也不是单纯的中国公司。至于Benchmark的老将Bill Gurley，他还公开反对政府这套限制，说这些限制可能适得其反，反而刺激中国AI发展。不过现在中美大战略、贸易摩擦、AI冷战的大背景下，离岸注册和VIE架构好像护不住“皮”，对算力、数据、算法的关注变得更细了，财政部后面还真可能对更多技术细节下手。要是最后财政部真让Benchmark补申报，甚至要他们撤资，那可就不只是这家风投的事了，整个硅谷投中国元素的AI创业公司，肯定要更小心 —— 毕竟，能挺过这一关的，估计只有少数。相关参考链接：

#Benchmark #Manus #审查 #投资 #财政部 #硅谷 #中国AI #ButterflyEffect #开曼群岛 #拜登

5个月前

重要提醒：数据，信息和分析仅供参考，不做投资指引。作为一个在半导体行业多家核心公司工作了20多年的老人，我的推主要是关于对半导体和芯片产业，以及AI，HPC，以及算力的产业链研究。总结一下，欢迎大家翻看我最近两个月的历史文章：先更新一下NVidia的链接 NVidia英伟达 $NVDA Part 1 —— Part 2 —— Part 3 —— Part 4 —— CoreWeave Part 1 —— Part 2 —— Qualcomm 高通 $QCOM Start: Part 1 —— Part 2 —— Part 3 —— Part 4 —— 中芯国际（SMIC）的 25 年：从追赶者到半导体大玩家（, ) $SMIC Part 1 —— Part 2 —— Part 3 —— Part 4 —— 复盘台达电子（Delta）：全球电源霸主的稳健增长（） $Delta Part 1 —— Part 2 —— 立讯精密（LuxShare）：从小作坊到全球智能制造巨头 Part 1 —— Part 2 —— 中兴通讯（ZTE）：一场永不停息的变革 Part 1 —— Part 2 —— Part 3 —— Part 4 —— 华虹半导体：中国特色工艺代工龙头企业 Part 1 —— Part 2 —— Part 3 —— 中科曙光（Dawning，603019）：创新求索之路 Part 1 —— Part 2 —— Part 3 —— Part 4 —— 高额关税对半导体，芯片和国内 AI 算力的影响 Part 1 —— Part 2 —— Part 3 —— 九年风雨：寒武纪（Cambricon）如何撬动AI芯片市场 Part 1 —— Part 2 —— Part 3 —— 华为CloudMatrix 384：算力界的革命性“超级核弹” Part 1 —— Part 2 —— Part 3 —— Part 4 —— 应用光电（AAOI） —— 耕耘光电二十年，绑定大厂求发展 Part 1 —— Part 2 —— Part 3 —— ************************************************* 其他的点评文章： AI玩具的新风口，对应的芯片方案。逆势而行：陈立武先生与华登国际的科技投资传奇针对川川贸易战，中方的应对策略总结

#半导体 #芯片 #AI #HPC #算力 #产业链 #NVIDIA #英伟达 #产业研究 #历史文章

5个月前

这是一条过去两个星期被低估的新闻：这或许已经证明，初创公司再也无法和NVidia在训练市场竞争。或者说，要想真刀真枪地挑战，初创公司得端出让人眼前一亮的训练性能，可能得数倍于英伟达，才能打破其在该领域建立起来的惯性壁垒。但到现在为止，还没人拿出过能在训练端跟英伟达一较高下的产品。独家：SambaNova 裁员 15%，聚焦推理业务 By Sally Ward‑Foxton，EETimes 人工智能硬件初创公司SambaNova本周裁减了约15%的员工（其团队规模约500）。 SambaNova一位发言人对《EE Times》表示，此轮裁员正值公司战略由训练（Training）工作负载向AI云服务提供商转型之际。 “在过去一周，SambaNova根据当前市场状况以及我们从模型训练向微调（Fine‑tuning）和推理（Inference）转变的战略做出了调整，”该发言人说。“我们已迅速转向，专注于交付云优先解决方案，帮助企业和开发者在大规模环境中部署开源模型。为此，我们做出了艰难决定，与约75名员工分道扬镳，并重组团队以支持下一阶段增长。” 虽然数据中心AI推理（Inference）芯片市场潜力巨大，但迄今为止最大规模的部署仍采用超大云服务商（Hyperscaler）自研芯片或英伟达GPU，AMD GPU也赢得了少数超大规模客户。SambaNova的目标客户 —— 企业市场 —— 则通过云服务试探性地部署基于大型语言模型（LLM）的应用以实现推理。大型商业AI负载的重心已从训练大型基础模型，转向按Token提供开源基础模型的推理服务。因此，数据中心AI芯片和硬件初创公司纷纷转型，通过云端为开源LLM提供API访问服务。近几个月来，SambaNova已加入Cerebras和Groq阵营，从自有硬件上提供LLM Tokens as a service。三家公司最初均专注于向其他云厂商和本地部署环境销售硬件系统，其中SambaNova和Cerebras仍在出售硬件系统。公司与技术发展历程 SambaNova由梁卓鸿（Rodrigo Liang）与斯坦福大学教授Kunle Olukoton、Chris Ré于2017年共同创立，并于2020年12月结束“潜伏”状态。2023年，SambaNova发布了其最新一代专为LLM微调与推理设计的芯片。公司软件栈SambaNova Studio面向企业AI，既可与SambaNova机架级硬件捆绑用于本地集群，也可在云端提供服务。SambaNova还研发了自有的“专家组合”（Composition of Experts）基础模型架构。融资状况 SambaNova在2021年完成D轮融资，使其累计融资超过11亿美元，估值超50亿美元。原始链接：

#初创公司 #NVIDIA #训练市场 #sambanova #裁员 #推理业务

5个月前

华为CloudMatrix 384：算力界的革命性“超级核弹” Part 4 of 4 先感谢各位小伙伴一路看了第 1、2、3 部分 —— 我知道我码了不少技术名词，估计大家读也花了不少时间，真的特别感谢！（第 1 部分戳这儿 👉 第 2 部分戳这儿 👉 第 3 部分戳这儿 👉 ）今天咱们继续聊聊CloudMatrix 384的“现在”和“未来”，看看这颗算力界的“超级核弹”还能爆发出什么新火花。第一、我们先聊聊：CloudMatrix和UB-Mesh，到底是什么关系？坊间传闻两者是同一套东西，也有人说完全没关系。那么，它们之间到底啥关系？先说笔者的结论 —— CloudMatrix和UB-Mesh更像是“同门师兄弟”关系，而不是完全一样。或者换句话说：CloudMatrix是UB1.0的实现，而UB-Mesh是UB2.0的实现。为什么这么说？咱们从几个细节上对比一下。 1，硬件分组：8×8NPU、64+1高可用 UB-Mesh论文明确提出，整个网络是以8×8全互联（Full Mesh）的NPU阵列为基本单元，还设计了64+1的冗余（高可用）结构，再加上CPU板和NPU板是彻底分离的。它那套架构图画得非常工整，我们之前也解释过。但你看CloudMatrix 384（以下简称CM384）的真机或者华为披露的资料，基本没照着这个来。CM384的板卡设计和NPU单系统高度都跟论文里秀的大不一样，分组方式也是4x8，64+1冗余设计在CM384的公开信息里也没看到。 2，通信协议：UB统一通信协议尽管硬件形态有差异，华为在CM384发布会上却说得非常清楚：CM384是基于“UB统一通信协议”搭的。也就是说，不管架构差异如何，底层怎么布线，使用什么板卡，其实大家用的都是同一套“语言”来沟通 —— 这一点跟 UB-Mesh 论文里强调的“统一编址、内存池化”一致。所以可以这么理解：尽管CM384的网络架构，硬件形态不尽相同，但它实现了UB-Mesh的统一通信协议，所以才有了内存共享、编址一致的效果。 3，UB-IO：底层通道才是关键还记得我们在Part 2里聊UB-Mesh硬件的时候，提到了UB-IO吗？它就是基于56G/112G SerDes的物理链路，上面跑的是UB统一通信协议，当然这协议也能兼容 TCP/IP；另外，按照UB-Mesh的论文，UB-IO应该还具备NPU间Full Mesh连接时点对点交换的能力，以支持全互联架构。笔者的个人猜想，华为已经把UB-IO做成了“芯粒” —— 简单说，就是把那套SerDes高速收发，以及交换能力，直接集成到芯粒里。这样，NPU+UB-IO芯粒的组合封装起来就可以解决非常多的问题。比如说，CM384里面的910C就是集成了UB-IO芯粒的版本。这样，CM384虽然在网络架构上和UB-Mesh论文不一致，但沿用了UB统一通信协议以及继承了其显著的优点。小结：硬件花样可以变，协议才是核心 🔹 硬件形态：CM384 ≠ 论文里的UB-Mesh硬件； 🔹 通信协议：CM384 = UB统一通信协议； 🔹 底层通道（UB-IO）：华为很可能把它做成了标准“芯粒”，兼顾论文思路和工程落地。所以，如我们刚才所说，CloudMatrix和UB-Mesh不完全是一回事，更像是UB1.0和UB2.0。当然，虽然CM384跟论文里提出的理想蓝图还有差距，但其整体进展确实让人挺激动的。第二，CloudMatrix 384的“现在” 1，小结一句话 🔹 Ascend 910C就像在910B上“打包升级”，要想追上H100/H200除了堆算力，还得加上FP8和稀疏支持； 🔹 CM384超节点，运行DeepSeek R1的推理，保证单用户20TPS的条件下，单卡解码能冲到1920 tokens/s，基本跟H100持平； 🔹 MindSpore 2.6在软件层面全面拥抱DeepSeek-V3/R1 MoE架构，大幅提升预训练和推理吞吐，还集成了GRPO、DRO/PPO、vLLM等现代算法，开始形成软硬协同。； 🔹 出货方面，910C和CM384都蛮乐观，大客户测试稳步收尾，5，6月份就要大规模部署。 2，Ascend 910C：不是发明新轮子，是“拼组合拳” 🔹 910C本质上就是把两颗910B拼一起，没有搞什么全新架构，属于“堆叠式升级”。 🔹 想在国产芯片里撼动H100，单纯堆晶体管不够，还得靠FP8（让同样功耗下跑更多算力）＋稀疏（省掉那些打酱油的计算）两大招。 🔹 所以业界都说，下一步910C需要对FP8来个原生支持，再上张量稀疏（Tensor Sparsity），让算力利用率再翻一番。 3，CM384 超节点：解码、带宽都瞄准 H100 🔹 根据“硅基流动”的分享，CM384在跑DeepSeek R1推理时，在保证单用户20TPS（Tokens per Second）前提下，单卡解码能冲1920 tokens/s，和H100站在一个水平线。 🔹 更牛的是，CM384采用了超高带宽互联，内部节点之间的通信延迟和带宽都迈上新台阶。直接给国产算力卡插上“训练”翅膀，不只是“只读推理”那么简单。 🔹 换句话说，华为在硬件互联和系统架构上的改进，正一点点攻克“大规模大模型部署”的网络瓶颈。 4，MindSpore 2.6：软件端的大集成 🔹 4月12日，昇思开发者大会上，MindSpore 2.6发布，直接对标DeepSeek V3/R1 MoE架构，预训练性能狂涨30%。 🔹 新增GRPO套件，能在千问、DeepSeek等模型上做GRPO训练，还能跑DRO/PPO强化学习，训推一体不用切来切去。 🔹 接入vLLM原生接口、DeepSeek V3/R1 Int8量化，添了10+推理融合大算子，系统吞吐2.8×飙升。 🔹 昇思还和北大、openEuler联手，把DeepSeek、MindSpore、openEuler、vLLM打包，搞成一套“大模型一体化部署”方案，行业用户可以拿来就能跑。 🔹 后面Mindspore 2.7将支持大EP并行能力，Day 0即可迁移多模态生成模型，配合CM384超节点，推理速度蹭蹭往上窜。 5，出货计划：铺得开，节奏稳 🔹 客户验证：国内几大运营商和几个大厂都测过了，反馈都不错，5月份前基本收官。预计5月份之后大规模出货。 🔹 主要客户：科大讯飞、蚂蚁金服、Sina Weibo、DeepSeek、奇瑞、中软国际、面壁智能、用友等等，名单还在往外加。 🔹 产品升级：据传910C最新流片的版本已经支持FP8，先开始配合科大讯飞、DeepSeek、华为云一起搞训练。 🔹 出货目标：锁定百万颗级别。CM384重点部署在芜湖、贵安、乌兰察布机房。 🔹 良率情况：当前良率可控，目标是在 2025 年底前持续往上提。顺便多提一句，最近你要是留意行业信息，会发现除了地方政府，三大运营商也都在开国产算力大单：联通在上海周边，移动在长三角和东北，电信在西部，几乎都是几十亿起步。这些都是给谁？第三，CloudMatrix 384的“未来” 1，Ascend 920：下一棒要更猛 🔹 性能飞跃＋HBM3 加持 * 6nm＋HBM3：华为准备让SMIC的6nm工艺为Ascend 920生产，再塞上第四代高带宽内存 HBM3。想象一下，单卡FP16的算力900TFLOPS，带宽到4 TB/s，连跑最烧脑的AI模型都像刷朋友圈那么快。 * 40%性能提升：官方给的数据是，920比上一代产品快40%以上。 * 训练更高效：在原来架构上再打磨，训练效率比910C提高30%–40%。简直就像健身教练给你加了间歇训练，效果更惊人。 🔹 挑战与机遇并存 * 制程良率压力：SMIC的6nm仍未完全成熟，良率有点捉急。受限于没拿到ASML的EUV光刻机，不得不用老款 DUV，结果一步能搞定的事儿要拆成三步，良率和成本都要“捉急”一下。 * HBM3供应扑朔：全球只有三星、海力士和美光能量产HBM3，中国几家还没大规模跑起来。华为得想方设法 —— 囤货、找“备用路线”、或者跟代工厂抢都在所难免。 * 破局希望：别忘了，这也是千载难逢的机会。Nvidia的H20在中方市场被按住了，920一旦量产到位，就能顶上去，把空出来的市场空间占住。 2，UB-Mesh＋超级节点：打破天花板 🔹 UB-Mesh的真正落地 * “UB统一通信协议”：前面说过，CM384是UB1.0，920、未来的超节点也会沿用它 —— 想象一群人从小说同一种土话，换吃的、换衣服都能秒聊没障碍。 * 超大规模NPU阵列：坊间有戏称，明年要上8,000卡“Super Node”，这规模简直能把Nvidia当打的NVL288的小打小闹甩脑后。训练大模型的时候再也不卡脖子。 🔹 超节点：国产的长板 * 网络带宽＋鲁棒性：回头看NVidia 2022年没搞定全光的“Ranger”，导致GB200用的是铜缆方案；但去年底今年初NVidia仍然“小翻车”，居然搞不定稳定量产。而华为却搞定了超复杂的光互连CM384。华为在网络互联know-how，事实上领先于NVidia。 * 运营商＋地方政府扎堆入局：你要是留意招标，发现各地政府、三大运营商都在下大单 —— 上海周边、长三角、东北、西部…… 几百亿级别的单子，给超节点铺路。 * 未来想象：想象一下，某天有个8,000卡级别的超节点上线，跑起大模型来，比现在的集群更省心、更高效。期待国产算力卡第一次在训练比赛场打头阵。 3，最后一点彩蛋 🔹 “独立软硬件生态”：老黄最担心的就是美国管控越紧，中方越可能硬气起来，搞出自己一套AI软硬件生态，不再需要NVIDIA的芯片。比如华为，硬件有超大节点，软件有MindSpore、DeepSeek、vLLM那一套，一起打包成“拿来就跑”的大模型部署方案，科研所、云厂商、大学都能秒上手。 🔹 从“跟跑”变成“领跑”：从Ascend 920、CM384，到UB-Mesh、超节点，再到MindSpore 2.7…… 中方正一步步把国产AI从“跟跑”变成“领跑”。记得之前有人说过：千万别低估中方工程团队在“1→10”阶段的爆发力 —— 给这些“卷王”一点空间，就能把“跟跑”变成“并跑”并“领跑”。这就是笔者眼中CM384的“将来”：硬件更猛、网络更宽、生态更全，国产 AI 的“核弹”威力，才刚刚开火。说真的，笔者无比期待2026年的到来，期待今年910C的放量，期待920的到来，期待UB-Mesh架构的产品彻底落地。写到这里，“这是一个最好的时代，也是一个最坏的时代”在笔者的眼里有了更多的含义， 🔹 “最坏”：技术封锁、关税壁垒把全球化的阳面撕开了缝，企业要在不确定的法规、供应链和资本环境中裸奔。 🔹 “最好”：正因为被逼到墙角，本土创新反而获得巨大激励 —— 从芯片设计、系统互连到整机架构，华为用“系统级工程”替代“单芯片竞速”，在算力和成本之间找到别样平衡。狄更斯的话提醒我们：曲折并非终点，而是裂缝中透出的光。对中国的科技企业来说，壁垒既是束缚，也是倒逼自立的燃料；对全球产业而言，分化虽加剧，但多元技术路径也正在被重新发明。最好的时代与最坏的时代，其实只是同一张照片的正反面 —— 关键在于，站在画面里的我们如何选择姿势、创造光源。

#华为 #CloudMatrix 384 #超级核弹 #算力革命 #未来发展

9个月前

中国大陆半导体和芯片产业的那些年 <Part 2 of ?> —— 冷战的影子和芯片的未来早晨醒来，窗外的阳光透过纱帘洒进房间。我站在窗前，任由阳光洒在身上，连绵的压力和焦躁仿佛也随之散去。这是忙碌周中的一隅宁静，而接下来要讨论的，是那个曾主宰中国半导体产业三十年的话题：技术封锁的背后，到底有哪些历史和逻辑？这也算是我们聊中国大陆半导体和芯片产业历史系列的第二篇。说到技术封锁，不能不提这两天的新闻：Biden Administration和美国商务部拟祭出了新动作，对人工智能芯片出口实施新的限制。针对先进的人工智能GPU产品，新规则将将引入三级贸易限制。包括新加坡在内的东南亚国家进入了Tier2 Country，购买会大幅受限。而中国大陆毫无疑问进入了最受限制的Tier3 Country 。这样明晃晃地限制算力的出口，估计会让本不富裕的美国进出口数据雪上加霜。那么，这场技术封锁到底有何根源？又意味着什么？要搞清这些问题，就不得不从《瓦森纳协定》的由来说起。 1，冷战遗产：瓦森纳协定的前世今生（1）从“巴统”到瓦森纳时间倒退到1949年，冷战刚开始。彼时，美国为了抗衡苏联，发起了由美国、日本、英国等17个西方国家参与的“巴黎统筹委员会”。“巴黎统筹委员会”简称“巴统”，正式名称为输出管制统筹委员会（英语：Coordinating Committee for Multilateral Export Controls，英文缩写为CoCom）。这是一套系统化的出口管控体系，严格限制向社会主义国家，包括苏联与中国大陆出口高科技和军事相关物资。这一体系的代表性特征是“动态更新清单”：几乎所有与战略相关的技术和设备都会被添加，而这些规则的核心决策权在美国手中。有趣的是，上世纪五十年代，美国的高科技封锁不仅针对苏联，中国甚至在某些方面被看得更为严重。比如，晶体管刚刚发明时，哪怕是中低频民用技术也完全被禁止出口。最早向中国运来的电子设备，甚至连维护用的工具箱都要美国国务院逐一审批，延误时间长达半年以上。（2）冷战后重构的封锁：瓦森纳协定苏联解体后，冷战中的“红色恐惧”消退，曾经的对抗机制显得有些多余。1994年，CoCom宣布解散。然而，美国没有打算放松全球的技术管控，它需要一个新的多边工具来面对日益崛起的区域经济体，尤其是经济实力日益显现的亚洲。 1996年，在荷兰瓦森纳，美国联合包括俄罗斯与东欧国家在内的33个国家签署《瓦森纳协定》，从军工和核能的严格禁运，扩展到了包括计算机、软件、电子电路、通信技术等更广泛的领域。随着后来印度、南非、墨西哥等国的加入，这里的成员国几乎囊括了地球上几乎所有经济大国，但唯独没有中国，当然也没有后来的一些新兴经济体，封锁的潜在对象跃然纸上。有趣的是，当时的瓦森纳协定对于像俄罗斯这样的东欧国家，管理相对宽松，这不仅是因为冷战后美俄一度有“蜜月期”，也因为这些国家技术基础薄弱、市场容量有限。相比之下，面对快速崛起的中国市场，美国则从一开始就格外谨慎，技术封锁变得更加全面和深刻。（3）瓦森纳协定的更新与扩展自1996年成立以来，瓦森纳协定根据科技发展的动态趋势不断扩展封锁范围： a），1996-2000年：初始阶段，主要针对常规武器和军民两用技术。 b），2000-2010年：随着信息技术的发展，协定逐步将电子器件、计算机、电信等领域纳入管控范围。 c），2019年12月：《瓦森纳协定》再次修订，发布了最新版《军民两用商品和技术清单》，进一步扩大了电子产品管控清单，其中明确新增了对计算机光刻软件（和半导体光刻工艺研发相关）、大硅片技术的出口管制。直接针对半导体行业。而随着协定的调整，美国和日本等42个国家再次更改出口的管制范围。根据瓦森纳协定，成员国对中国大陆的半导体出口一般按照“N-2”原则审批，即比最先进的技术晚两代，同时审理过程中再适当拖延一段时间，那么中国大陆势必将比全球最先进技术落后三代甚至更长。由此可见，国内半导体产业将受到直接影响。 d），在俄乌冲突的背景下，2024年初，美国与欧盟便在美国-欧盟贸易与技术委员会（TTC）内，激烈讨论了如何在“没有俄罗斯”的情况下，推动更精细的技术出口管制。2024年1月，TTC的对话框架内，美国与欧盟再次明确提出：是不是可以把俄罗斯“踢出局”，然后将出口管制政策更加精确地施加于中国等新兴技术大国。 2024年9月6日，美国商务部工业与安全局（BIS）推出了一项名为“瓦森纳减一”的新多边出口管制框架。试图将俄罗斯排除在外，进一步强化对中国的技术封锁。这项举措的核心在于，允许美国与其在技术上有共同立场的国家出口特定商品，同时通过“许可例外”来进一步加强出口管制。可以这么说，瓦森纳协定就像是封锁技术发展的一张“活动地图”，永远站在变化的科技顶点，精准地打击想要追赶的国家。而在历史上，不少针对性封锁的案例都充分证明了其效果。 2，技术封锁的硬伤：中国半导体的成长阵痛（1）设备、技术的窒息上世纪九十年代，依托“909工程”，中国建成了以上海华虹为核心的微电子生产基地，这是中国大陆首次真正尝试发展现代化半导体制造工艺。然而，在生产最核心的设备采购上屡屡受阻。例如，当时最关键的光刻机和离子注入机供应商——荷兰ASML与美国应用材料公司，由于瓦森纳协议的限制，始终不对华出口先进版本，迫使华虹落后全球主流水平至少两代以上。（2）不断追赶中的种种险阻举个例子，2001年，中芯国际准备引入双电子束设备进行高精度生产工艺，但在几乎签署合同的前一天，美国政府突然冻结许可，中芯国际只能通过更昂贵且更低效的传统方法替代，生产效能受制。而类似事件在2000年至2015年间发生了十余次，几乎每一次都严重削弱了中国企业的竞争力。（3）不一样的反击：中国式破局尽管如此，中国并未因此一蹶不振，反而开始构筑自主创新体系，比如近年来兴起的功率半导体（宽禁带材料如碳化硅和氮化镓）、存储芯片（长江存储）以及自主EDA设计工具，均突破了过去在技术链条上完全依赖海外企业的现状。当然，回过头看，当中国大陆半导体和芯片行业的先驱在为缩短技术差距而筚路蓝缕，反观未受《瓦森纳协定》束缚的日韩和中国台湾地区，均分别站上芯片细分领域的巅峰。 3，动态突围：中国的多向思路说白了，封锁这事儿本质上很离谱：作为全球第二大经济体，又是世界上最大的高科技消费市场，中国大陆居然被美国领头的另外四十个经济体联手技术封锁。毫无疑问，中国大陆和美国在全球语境下的话语权差异确实非常大，但这种局面怎么看都很不正常，对吧？再说回瓦森纳协议的历史——这是冷战结束后90年代的产物。巧的是，那时候全球半导体产业链刚好开始走上正轨。一个是冷战思维下的封锁体系，一个是信息革命催生的新经济，这俩天生就“水火不容”。如果你关注科技行业，应该见过不少评论说中国要全面独立，脱离美国，甚至摆脱全球合作的声音。但说实话，这种极端主张反而正中“瓦森纳体系”的下怀。在科技领域里，“独立自主”和“国际合作”从来不是对立的。过分追求独立，会像苏联的半导体产业那样，因为和市场脱节陷入孤岛；完全依赖市场，又容易被“卡脖子”。中国的正确出路在于——在动态平衡中找到突破点，一边积累实力，一边悄然改变规则的游戏方式。所以，咱们先别急着抱怨对抗，思考清楚问题才能更好解决问题。我们面对“瓦森纳体系”的策略可以总结为三条： * 研发“技术迭代”逻辑：主动规避先进制程技术的完全依赖，在中低端技术上大规模取代海外产品，同时超前布局如光子芯片等新兴技术。 * 强化市场联动：凭借自身庞大的消费市场与欧洲、日本等保持高黏度的技术合作，比如中欧在碳化硅领域的联合开发就已成为典型案例。 * 全球价值链转化：逐步从代工、制造等低端链条向设计、IP积累转移，这一点从华为、中芯国际在芯片架构设计上的突破即可见端倪。回到开头的问题，中国在全球半导体产业中的道路注定不会平坦，但所谓的"瓦森纳体系"与其说是一种禁锢，不如说是为我们列出的一份“追赶的清单”。掌握这个逻辑，用战略耐心破局，正是通向真正技术自主的唯一答案。或许有一天，当我们站在技术高地时，会想起这条路上的坎坷。到那时，面对曾经留下伤痕的技术封锁“铁鞭”，我们可以更加自信地说：中国从未止步于追赶，我们一直在超越。 <To be continue>

#中国大陆半导体 #芯片产业 #技术封锁 #历史逻辑

9个月前

从“中国山寨手机之王”到AI芯片急先锋 —— 联发科（MediaTek）的成长之路（） Part 2 of 2 2024年10月30日，联发科发布了最新财报：第三季度营收达到了1318.13亿元新台币（折合约40.1亿美元），同比增长19.7%，环比增长3.6%。这波亮眼业绩，主要靠5G和生成式AI技术的爆发带动。细看数据，不只是手机芯片，智能设备平台和电源管理芯片收入也全面增长，真的是全面开花。净利润方面，联发科这个季度实现了255.9亿元新台币（折合约7.79亿美元）的成绩，同比增长37.8%，说明盈利能力依然强劲。前三季度整体表现同样不俗：营收3925.43亿元新台币，同比增长29.18%。背后是优化的产品组合和稳定的毛利率（两个季度稳定在48.8%，显著高于同在台湾地区的Alchip）。图一：联发科最近八个季度的业绩，已换算成美元收入。联发科在财报中表示，2024年第三季度，来自手机、智能装置平台及电源管理芯片三个类别的收入，都比前一季度及去年同期有所增加。图二：联发科2024年地三季度收入分布图三：手机芯片出货量市场占有率更有趣的是，联发科的平板和车用芯片市场在Q3也跑得非常快。尤其是生成式AI的加持，让安卓平板市场几乎清一色选用联发科芯片，而在车用领域，他们还搞定了中国一线车企的智能座舱项目。说到AI，当然，接下来我们的话题会回到我们擅长的区域，也就是除了手机芯片之外，联发科在AI相关板块的布局。我分三块来谈，一块是AI设备，一块是和Hyperscaler合作的AI ASIC，还有一块是边缘计算设备。 AI设备的进击：个人AI超级计算机先聊聊昨天那个重磅合作 —— 联发科和NVIDIA的“Project DIGITS”。NVIDIA的老黄在CES 2025上高调宣布两家合作推出了GB10 Grace Blackwell超级芯片，用于支持一款迷你型的个人AI超级计算机 —— Project DIGITS。图四：Project DIGITS，来源：Nvidia Project Digits 的概念与 Nvidia 的 DGX 100 服务器相同；为最终用户提供现成的 AI 超级计算机解决方案，而无需担心完整超级集群解决方案的基础设施问题。DGX 100 适合放在服务器机架中，而 Project Digits 适合放在桌面上，占用空间与 Mac Mini 相似。 DIGITS是一款“高配小钢炮”。得益于 NVLink C2C，这款巴掌大的产品集成了NVIDIA和联发科的最先进技术：20核的Grace CPU（据ARM透露，GB10采用了性能最高的Arm Cortex-X和Cortex-A技术，拥有10个Arm Cortex-X925和10个Cortex-A725 CPU内核），超强的Blackwell GPU（超过1000 Tops的FP4性能），Micron的128GB LPDDR5X内存，其中还配备了 Nvidia ConnectX智能网络适配器，提供 NCCL，RDMA和GPUDirect支持。顺便说一句，DIGITS将运行Nvidia的DGX OS，这是一款定制的Ubuntu Linux 22.04发行版。您可能已经猜到了，DGX OS是一个Linux发行版，采用针对系统特定的优化和配置、驱动程序以及诊断和监控工具设计，旨在为在Nvidia DGX超级计算机上运行AI、机器学习和分析应用程序提供完全支持的Linux版本。因此，DIGITS上还将预装的相关的AI开发工具，包括AI Enterprise软件堆栈，框架，模型，以及数学库。当然，作为一款Ubuntu Linux系统，您可以运行Ubuntu和Linux软件。简单来说，你可以把DIGITS想象成AI开发者的专属开发系统，这机器能跑200B参数的大模型，连ChatGPT都能轻松本地部署。更惊人的是，两台联机还能支持405B的模型。老黄表示：“人工智能将成为各行各业中每一种应用的主流。借助 Project Digits，Grace Blackwell超级芯片将走进数百万开发者的生活。将人工智能超级计算机放在每一位数据科学家、人工智能研究人员和学生的桌子上，将使他们能够参与并塑造人工智能时代。” 从市场规模看，未来搭载大模型的AI设备（包括AI PC）可是一块巨大的蛋糕。到2027年，AI PC类的设备渗透率预计能达到30%，市场规模有望超过9000万台。如果Project DIGITS能抓住哪怕1%的市场，90万台设备的销售额也能达到27亿美元，诱惑满满。 ASIC芯片：抢占云端AI商机联发科在AI ASIC领域也下了大功夫。CEO蔡力行在2024年9月份的SEMICON大会上直言：AI数据中心的需求爆发比想象中还猛。这对于半导体业来说是一大机遇，联发科将进军AI服务器市场。蔡力行也在2024年三季度的法说会上确认：“AI在云端运算和边缘运算都带来巨大的商机，重要的设计导入（design-wins）和新项目都进展顺利，有望自2025年下半年开始贡献营收。在边缘运算，云端服务对AI加速器的需求不断增加，联发科在运算技术方面的优势，加上领先的112G及224G SerDes IP，对于赢得AI加速器业务至关重要。此外，联发科拥有整合复杂IC，先进制程及先进封装等能力，加以灵活的ASIC业务模式，有助于掌握未来机会；在边缘运算，除了领先的APU解决方案，联发科NeuroPilot平台提供完整软体工具以支持所有热门的AI模型”。如我们之前一直谈到的，摩根士丹利的分析师在2024年12月的研报里可是豪言壮语，说ASIC市场要进入爆发式增长，尤其是3nm项目更是未来的核心竞争点。据预测，从2024到2027年，AI ASIC市场会从120亿美元飞速涨到300亿美元。当然，我们也很明确，下一代Hyperscaler客户定制芯片（ASIC）的争夺，将是3nm的设计能力，224G SerDes连接，以及CoWos封装能力的争夺。联发科于2024年十月份展示了其经过硅验证的长距离 224G SerDes，并计划和客户合作在2026年推出包含其该技术的产品，用于推动更高效的云端计算和边缘应用。值得一提的是，224G SerDes作为未来AI芯片互联的核心技术，虽然开发难度高，但突破带来的回报是巨大的。224G技术能减少数据中心用的线缆数量，优化空间和成本。 Light Counting的调研也认为，今年224G以太网SerDes会有3到5个Design开始，到2026年，224G将会迎来第一波部署热潮。224G以太网SerDes早期的一些应用主要会覆盖重定时器，交换机，光学模块，I/O芯片和FPGA上，成熟应用后，将延伸至更多数据需求领域，在各行各业充分出更高数据速率的优势。正因为如此，谷歌在TPU v7系列中有多种衍生芯片，其中的一款会交给联发科设计和生产。联发科还预留CoWoS先进封装产能，准备成为更多数据中心客户需求的第二供应来源。以TPU的开发机会为契机，这绝对会在2026年给联发科带来显著的业务增量。边缘计算的未来最后，联发科也没忽略边缘AI计算市场。其本身40%的业务来在于边缘设备市场，联发科也在其边缘设备上整合更多的NPU能力。比如，他家的NeuroPilot平台已经支持多种流行的生成式AI模型，包括Meta最新的Llama 3，Google的Gemini Nano，不同的Stable Diffusion模型，以及所有中国大陆热门的生成式AI模型。结合联发科在低功耗，移动，5G和NPU的定制能力，这让联发科能为更多AI场景提供灵活且强大的解决方案。联发科从“山寨机”时代崛起，如今在5G、生成式AI以及数据中心市场上多点开花，这份逆袭的成绩单着实亮眼！未来几年，它能否能在AI芯片领域有突出表现，值得我们拭目以待。 <The end>

#联发科 #AI芯片 #5G #财报 #业绩增长

9个月前

中国电子电气产业的春天 —— 从“华为电气-艾默生系”创业者们说起今天来料一点略微不一样的故事。🫰 这个故事还得从“冬天来了，春天还会远吗？”讲起，这句话出自英国浪漫主义诗人雪莱的《西风颂》（Ode to the West Wind），表达了对未来的希望和乐观态度。所以，无论你现在处于怎样的“冬天”，请相信：春天一定会到来，而你所经历的每一份坚持和努力，都会为未来的绽放积蓄力量。从这句话引申出去，2001年，任正非先生的年终讲话稿以《华为的冬天》为题，发表在公司内刊上。当时全球互联网泡沫刚刚破裂，华为也面临外部环境恶化的挑战。任正非先生写下这篇文章，是为了提醒华为全体员工未雨绸缪，做好“过冬”的准备。回过头去看，这篇文章不仅成了华为的一次内部动员，还意外成为中国电子电气产业迎来春天的起点。为了挺过寒冬，任正非先生决定把华为当时最重要的子公司 —— “华为电气”卖给全球500强的艾默生，交易金额高达7.5亿美元。这不仅让华为拿到了发展所需的资金，还助力公司迅速开启国际化征程。我几个非常好的朋友就是在这个阶段加入了华为，其个人在海外也获得了长足的发展。另外一个更重要得是：这笔交易也意外催生了一个创业浪潮——“华为电气-艾默生系”涌现出一大批后来在资本市场呼风唤雨的创业公司。接下来，咱们就看看这群创业者的故事。 1，朱兴明与汇川技术（）：从职场精英到创业先锋朱兴明，在华为电气被收购后，担任艾默生高管，原本拿着高薪稳步向前，却在2003年选择跳出舒适圈，拉上16位华为老同事，共同创立汇川技术。高管团队和核心骨干大部分是原华为电气的员工。除了董事长朱兴明本人，副总裁姜勇、研发部总监李俊田、董秘宋君恩、供应链管理部总监杨春禄、工业机器人事业部总监刘宇川、研发部总工程师柏子平、监事张卫江，都是从艾默生网络能源离职，加入汇川技术的。他们进军当时几乎被外资垄断的工业自动化市场，选准矢量变频器这个增速飞快的细分领域，最终一炮打响。2005年，汇川推出了电梯一体化控制器，不仅填补市场空白，还走向行业前沿。创业的路并不容易，朱兴明在生死攸关之际坚持信念：“卖掉公司我们只能得钱，而得不到事业和荣耀。”到了2007年，汇川技术的销售收入突破1亿元，利润超过3000万，公司开始谋划上市。最终，2010年，汇川技术成功成功登陆创业板，现在市值超过1500亿，稳居创业板前列。 2，童永胜与麦格米特（）：把技术融入生活我们这两天聊过麦格米特的创业史：童博士在华为电气被艾默生收购后，继续担任副总裁，负责海外业务。但他2005年增资控制了麦格米特，开始创业之路。麦格米特早期聚焦平板电视电源。凭借将工业技术巧妙用于消费领域的策略，麦格米特迅速占据市场高地。尽管2012年曾因业务单一IPO折戟，但调整后，童永胜带领公司拓展多领域市场，2017年终于成功上市，如今已成长为年营收80亿元、市值超300亿的行业标杆。 3，邱文渊与蓝海华腾（）：十年磨一剑 2006年，邱文渊和包括徐学海在内的团队决定辞职创业，成立蓝海华腾。从变频器入手，十年间专注技术研发，终在2016年挂牌上市。目前，他们的产品已经覆盖电动车电机控制器、低压变频器等领域，成为行业的重要参与者。 4，齐勇与英维克（）：从华为到创业齐勇是“华为-艾默生系”出来的创业者之一。他跟团队里的几位骨干，像韦立川和欧贤华，都在华为电气和艾默生网络能源干过。说起来，他的故事也跟其他“华为-艾默生系”创业者挺像 —— 抓住自动化电气市场的机遇，毅然辞职，自己干出一片天。齐勇1968年生在内蒙古包头，学的是工业自动化，硕士毕业于西安交大。毕业后，他在包钢工作过一阵，后来赶着南下深圳的潮流，加入了华为电气，又在艾默生网络能源积累了不少研发和管理经验。 2005年，齐勇觉得时机成熟了，就带着团队从艾默生辞职，创立了英维克。当时国内温控设备市场基本被国外品牌垄断，但齐勇敏锐地发现了一个“市场空白”：通讯运营商的基站机柜需要专业温控设备。于是，他带团队专攻机柜空调，顺利拿下不少运营商的订单，这才算挖到第一桶金。有了基础后，齐勇又决定下狠功夫搞研发，几年的利润都投入到机房空调和节能技术上。2009年开始，他们的产品逐渐赶超国外品牌，市场反响非常好。而且英维克一直走“技术驱动”这条路，仅2020年就投入了1.2亿元做研发。这份坚持也带来了丰厚的回报。从风冷到水冷，再到冷板、浸没液冷技术，英维克慢慢在技术和产品上摸索出一条全面发展的路子。尤其是他们的Coolinside全链条液冷解决方案，2021年正式规模商用，从服务器侧冷板，液冷工质和管路，到机柜侧快速接头，Manifold，Tank，再到机柜侧外部CDU，以及一次侧冷源等，实现了全链条产品自研自产。到2023年底拿下了超900MW的液冷交付记录。2023年，他们在数据中心液冷领域的收入同比涨了3倍。到了今天，英维克已经成为数据中心温控设备领域的领跑者之一，公司业务越来越国际化。市值也攀到270亿人民币的大关，从一个填补市场空白的小公司，成长为行业巨头。齐勇的故事，其实就是个在机遇中抓住创新、靠技术打出一片天的经典创业范本。他和他的团队，算是真正从大厂出走后，把“国产替代”演绎成了行业传奇。 5，郑亚明，张科孟与英威腾（）：专注和创新郑亚明和张科孟之前都在华为电气和艾默生网络能源担任开发工程师，开发经验丰富。2002年，“普传系”的黄申力创立了英威腾，公司初创时，主攻工业自动化和能源电力领域。这两位技术专家选择加入了这个创业团队，他们用自己的技术和开发经验，帮助英威腾在早期站稳了脚跟。经过几年努力，英威腾一步步扩大规模。2010年，英威腾成功在深圳证券交易所上市。现在，英威腾的业务从一开始的工业自动化，扩展到了网络能源、新能源汽车和光伏储能等领域。郑亚明和张科孟都在英威腾里担任董事兼副总裁。郑亚明负责公司战略，张科孟则主管新能源业务。郑亚明和张科孟的故事，很能代表技术型创业者的特点 —— 专注和创新。除了这五个出色的创业团队之外，还有禾望电气，盛弘股份，欣锐科技以及上能电气等众多企业同样带着“华为电气-艾默生系”的烙印，在电子电气领域独树一帜。而鼎汉技术，中恒电气和英飞特等公司也吸纳了不少从艾默生网络能源出走的前华为人。为什么选择创业？艾默生收购华为电气后，这些技术精英们看到了工业自动化市场的潜力，同时感受到跨国文化的冲突，不甘心受至于人，毅然创业。他们抓住进口替代的风口，用技术和魄力开创了属于自己的天地。就像我开头说的，任正非先生当年卖掉华为电气的决定，不仅拯救了华为，也意外催生了一批电子电气领域的领军人物，带来了产业的“春天”。正是他们的坚持和创新，塑造了如今的中国电子电气产业。这些“春天”背后的故事，不就是中国企业精神的缩影吗？ <The End>

#中国电子产业 #华为电气 #艾默生系 #创业故事 #产业发展 #春天 #创新 #未来希望

9个月前

GM！新年好。新年Flag还是要立的，万一实现了呢。🚩 2025年，我要： 1️⃣ 连更60天。 2️⃣ 梳理一下AI和半导体产业链上的公司，争取把AI服务器相关产业链扒一遍，聊聊透。🫰 加油！ #新年flag #立个flag #新年新气象

#新年flag #立个flag #新年新气象

9个月前

台湾地区的ASIC股王 —— 世芯电子（Alchip Technologies Limited，） <Part 1 of 2> 台湾地区的ASIC“股王”世芯电子，真的是最近超火的一家公司！先简单复习一下，2024年被公认是AI ASIC的“高光时刻”。就像之前聊过的，博通和Marvell这两个行业大佬A都已经稳坐定制芯片的顶流位置。博通不仅早就和谷歌一起玩定制了十多年，还搞定了Meta，OpenAI和Bytedance，直接生产定制芯片；至于Marvell，服务MSFT和AWS，最近火爆的Trainium芯片是他们家的产品。摩根士丹利的分析师在2024年12月的研报里可是豪言壮语，说ASIC市场要进入爆发式增长，尤其是3nm项目更是未来的核心竞争点。据预测，从2024到2027年，AI ASIC市场会从120亿美元飞速涨到300亿美元。而这股定制芯片的浪潮，其实台湾地区是先刮起来的。过去四年，那些专门给客户做半导体设计支持的台湾地区企业，销售额翻了两番还多。台湾地区自己的芯片代工厂赚得盆满钵满不说，还直接带飞了美国的科技行业。到现在，台湾地区已经掀起了定制芯片的热潮。台湾地区芯片设计服务里最厉害的三家公司是谁？没错，就是世芯，创意电子（背后是台积电）和智原科技（背后则是联电）。到2023年底，这三家的年营收总共飙到了686亿新台币，比2019年翻了三倍多！而其中，世芯的表现简直就是坐火箭 —— 销售额硬是涨了7倍！每年营收，利润，净利，全都刷新历史纪录。去年8月，世芯电子（）上演了一出精彩的“篡位”大戏，成功干掉苹果供应链里的老牌股王 —— 大立光（），一跃成为台湾地区的新晋股王！这背后其实折射了一个大趋势：产业结构正在从消费电子转向半导体和AI芯片领域。虽然最近世芯的股价稍微有点“回调”，但它依然稳坐台湾地区股票市场的“巅峰梯队” —— 足足是四年前的10倍，妥妥的传奇股！接下来，咱们就详细扒一扒世芯电子这家公司的“传奇故事”。 2003年，世芯电子诞生于台北，由一群硅谷和日本的工程师联手创立。这群人背景都很硬核，联合创始人兼董事长关建英（Kinying Kwan）就是其中的“灵魂人物”。关建英可是个学霸，美国伊利诺伊大学电子工程专业毕业。他在半导体行业的资历也很牛： * Cirrus Logic：搞存储技术，负责Mass Storage部门。 * Simplex Solutions：创始人之一。公司专注于集成电路设计验证，最终被Cadence买下。 * Altius Solutions：创始人之一。公司提供SoC（系统级芯片）设计服务，最后被Simplex收购了。再说说世芯的总裁兼CEO沈翔霖（Hsiang Lin Shen），他是关建英多年的搭档，也是个半导体“老炮”。沈翔霖在美国加州圣克拉拉大学拿了电子工程硕士学位，早年在Simplex当经理，被Cadence收购后一直担任高级经理。2009年，他正式加入世芯，成了总裁兼CEO。在这两位大佬的带领下，世芯从零开始，成长为全球顶级的ASIC设计服务提供商。创立之初的高光时刻世芯刚成立，就吸引了一堆“豪门”投资者，包括台积电创投，软银，思科，宏碁等，起步时甚至直接搞定了Sony PSP的大单。到了2006年，他们还和IBM、东京大学联手开发超级计算机芯片，名声一下就打响了。行业里的人对世芯的印象是：技术团队真是“卷王”，都是深藏不露的技术宅。当时，世芯客户主要是台湾岛和日本的消费电子厂商，比如电视，数码相机，手机等。手机这块主攻基带芯片，涉及3G的TD和4G的LTE。靠“挖矿芯片”翻盘 2013年，世芯的转机来了 —— 接下了KnC Miner和Avalon等矿机厂商的大单，用28纳米工艺开发出全球最先进的比特币矿机ASIC。这颗芯片火得一塌糊涂，有传闻说矿工挖7天就回本。 CEO沈翔霖在接受采访时曾提到：“曾经，我们是比特币全球最大的军火商！” 比特币的热潮直接带动了世芯的收入，2014年的营收从25.8亿新台币飙到46.9亿新台币，税后净利润也翻倍，成功于2014年10月在台湾证券交易所上市（代码）。上市后，股价从95.9新台币涨到118.5新台币，堪称“名利双收”。低潮与转型但好景不长，比特币市场2015年开始低迷，矿机需求大跌。世芯遭遇了一次重挫，股价、营收和利润均暴跌。到了2016年，比特币仍暴跌，KnC Miner直接倒闭，世芯不仅失去了大客户，当年主业更是亏损2.1亿元，每股亏损超过3元。这次“踩雷”对世芯打击不小，也导致其一度淡出矿机芯片市场，直到2017年市场回暖后才重新回归，和比特大陆等厂商合作12nm和7nm制程的设计外包。不过，此时的世芯已经把战略逐步转向高性能计算和AI领域，这也为它后来成为台湾地区ASIC厂商的龙头埋下了伏笔。熬过风暴，迎来新生靠着对台积电先进制程的紧密配合，世芯逐渐恢复元气。从2019年开始，世芯接到了来自大陆的IC设计公司飞腾的订单，利用ARM架构设计16纳米的运算芯片，在台积电投片，并将芯片用在中国的超级计算机“天河2”上。飞腾这颗芯片于2019年正式量产。后续还接到了包括监控芯片国科微的订单，一度世芯来自大陆的营收高达7成。受益于来自大陆的营收，2019到2021年2月，世芯股价从不到百元飙上1000元大关。然而，2021年5月，受地缘政治影响，飞腾被美国列入实体清单，世芯收入受影响，股价一度跌到364元。不过，很快他们凭着对其他客户的深度布局稳住了局面，比如成功拿下了英特尔旗下Habana AI芯片的订单，以及AWS的AI芯片业务。到2023年底，美国客户收入占比已突破六成！这家公司一路起起伏伏，但凭着技术实力和业务嗅觉，终于站稳了台湾地区ASIC股王的宝座！明天我们继续聊聊世芯的设计服务，客户布局和业务潜力。 <To be continue>

#台湾地区 #ASIC #世芯电子 #AI #定制芯片 #博通 #Marvell #谷歌 #Meta