AI算力产业链瓶颈传导的底层逻辑
文章复盘了AI算力产业链瓶颈的演变路径，指出限制已从单一GPU供应扩散到电力、存储、光互连等多维集体紧张。详细解析了从计算（GPU）、存储（HBM）、光互连到电力/液冷的四阶段传导逻辑，强调了供应链互补约束下的价值重分配。
全部文档 / 标签: 半导体
37 篇
高通研报：端侧 AI 拐点已至，被低估的算力巨头
本文发布于高通财报前夕，深入分析了端侧 AI 的技术拐点与商业逻辑。文章指出，端侧 AI 不是云端大模型的替代，而是解决隐私、延迟和带宽成本等痛点的必要补集。通过“豆包手机”被封堵等案例，论证了 Agent 操作本地化的必要性。同时，分析认为特斯拉关闭 Dojo 证明了垂直整合的高难度，而高通凭借在座舱芯片的统治地位和低功耗推理优势，有望成为端侧 AI 时代的核心受益者。
深度：英特尔的大航海，迷人又危险
本文以荷兰东印度公司的大航海为喻，深度解析英特尔在2025-2026年的重生逻辑。文章指出，随着美国政府入股、英伟达及软银注资，以及18A制程良率超预期，英特尔已从破产边缘被重新定位为美国国家战略资产。然而，其代工业务尚未跑通商业闭环，巨额亏损仍在持续。这是一场关于技术、资本与国家意志的豪赌，英特尔能否真正“返航”仍取决于后续执行。
英伟达推理份额大降，AI革命进入二阶段机会在哪？
文章深入分析了 AI 从训练时代进入推理时代的投资机遇。随着推理成本占比提升至 80%-90%，算力需求呈几何级增长，但英伟达在推理市场的份额已下滑至 60-75%。AMD 凭借大显存优势及 OpenAI 等巨头的订单，正在抢占市场。ASIC 定制芯片也成新势力。文章对比了英伟达与 AMD的投资逻辑：英伟达仍是行业 beta，而 AMD 是份额转移的直接受益者。
光互联深度：当算力撞上物理边界，人类又一次问光
文章深入探讨了 AI 时代算力发展面临的物理瓶颈，指出光互联是解决 GPU 之间、机柜之间高速通信的关键路径。随着 AI 进入推理时代，大模型长上下文和 Agent 任务对带宽和延迟提出了极高要求，英伟达的 NVLink 协议虽然建立了深厚护城河，但铜缆技术已达极限，产业正加速向光互连（如 CPO、硅光子）转型。文中还详细对比了 Scale-up 与 Scale-out 架构，以及 UALink 开放联盟对英伟达的挑战。
HBM全景研报：从训练到推理，主角不再是GPU
本文深入分析了AI推理时代HBM（高带宽内存）成为新主角的原因，指出推理过程中数据搬运的耗时往往超过计算。文章详细解释了HBM的3D堆叠技术优势、HBM4采用先进逻辑工艺带来的产业链变化，以及SK海力士、三星、美光三大厂商的市场份额与技术路线竞争，并探讨了内存厂商在AI基础设施中获取超高利润的商业逻辑。
台积电这份报告，把AI算力真正的底层逻辑讲透了
文章深入解读了台积电2026年技术研讨会报告，指出半导体行业已进入由AI驱动的超级周期，预计2030年市场规模将达1.5万亿美元。核心观点包括：先进制程从单纯的节点微缩转向平台优化（如A16、A12的背面供电技术）；竞争维度从“谁的晶体管更小”升级为“谁能把算力系统造出来”；以及算力增长的真实引擎在于CoWoS、SoIC等先进封装技术与HBM的系统级集成。