RTX Spark 的战略意义远超一款新芯片发布——它标志着 GPU 巨头 NVIDIA 正式入侵 Intel 和 AMD 守护了 40 年的 x86 PC 处理器市场。通过"CPU+GPU 统一内存"的架构设计，NVIDIA 绕过了 x86 指令集的专利壁垒（使用 ARM），同时用 NVLink 解决了传统 PC 架构中 CPU 和 GPU 需要通过 PCIe 总线通信的瓶颈。联发科的角色也值得关注——作为全球最大的移动 SoC 供应商之一，联发科为 NVIDIA 提供了在 ARM 生态中的设计经验。对 Intel 而言，这是继 AMD 在服务器市场崛起后最严峻的挑战——NVIDIA 不仅有技术，还有品牌号召力和 AI 叙事加持。
来源：CNBC TV18
华为"韬定律"是中国半导体行业在先进制程受限下最具战略意义的"换道超车"方案。其核心洞察在于：传统的摩尔定律依赖光刻机精度的提升（几何缩微）来增加晶体管密度，而华为的方案是通过垂直堆叠逻辑电路（类似 3D NAND 的逻辑版）来增加密度——这不需要更先进的光刻机，但需要极其复杂的先进封装和散热技术。中芯国际用 DUV 级别光刻机（而非 ASML EUV）实现了接近台积电 3nm 的晶体管密度——这一成就被 Bernstein 定义为"又一个 DeepSeek 式里程碑"。但需要清醒认识到：238 MTr/mm² 是峰值密度而非平均密度——在真实芯片中热密度和良率会是巨大的挑战。
来源：富途
Intel 的双线反击——Xeon 6+ 和 Crescent Island——瞄准了 AI 芯片市场的两个巨大缺口：数据中心 CPU（推理预处理/后处理）和低成本推理。Crescent Island 的战略尤为精明——不追逐 NVIDIA 在训练市场的绝对优势，而是切入推理市场（预期占 AI 总计算量的 60-70%），用"够用就好"的性能+显著的成本优势来竞争。Intel CEO 称台积电为"关键伙伴"是一个极具信号意义的用词变化——这意味着 Intel 正在从"一切自己造"转向"设计和制造部分分离"，将部分产能委托给台积电以加速产品上市。18A 制程的量产是 Pat Gelsinger 时代最大的遗产——4 年 5 个节点计划的最后一站。
来源：HTX Insights
Vera Rubin 的量产标志着 NVIDIA 的 AI 芯片架构从 Blackwell 时代进入了"AI 智能体原生"时代。Vera CPU 的"专为 AI 智能体设计"定位暗示其指令集和内存架构针对长时间运行、多工具调用、子智能体编排的工作负载进行了定制化优化——这与传统数据中心 CPU 的"通用计算"范式完全不同。首批客户名单（OpenAI、Anthropic、SpaceX）透露了 AI 算力采购的最高端市场格局——三家公司代表了 AGI 研究、AI 安全和太空 AI 三大前沿方向。DSX 平台的"建造前全仿真"能力对于 AI 数据中心的部署规划至关重要——一个万卡集群的布线错误可能导致数百万美元的延迟成本。
来源：HTX Insights
中芯国际万亿市值是中国半导体产业链从"低端制造"向"高端价值"转型的标志性事件。全球代工第三——在 TSMC（市占率约 60%）和三星（约 12%）之后——这个位置过去十年几乎没有变化，但 SMIC 的收入结构正在发生质变：先进制程（14nm 及以下逻辑折叠）的占比从 2023 年的不到 5% 提升到了 2026 年的约 18%。"上海芯三维半导体"的名字暗示其核心方向——3D IC 和先进封装。注册资本 4.32 亿美元对于封装厂来说不算大——但它是 SMIC 在先进封装领域从零开始的"种子资本"。配合华为的逻辑折叠技术，SMIC 的封装能力将是"韬定律"从论文走向商业化的关键一环。
来源：富途
高通-字节跳动交易是"AI 出口管制下的合规创新"的教科书级案例。美国对中国 AI 芯片出口设置了性能上限——但高通通过"精确控制芯片性能恰好低于上限"来合规交付。这本质上是将出口管制从"禁止"变成了"性能天花板"——中国公司仍然可以获得 AI 芯片，只是不能获得最顶级的。字节跳动 ¥2000 亿（$294 亿）的 AI 基础设施预算——超过了大多数国家级别 AI 投资计划——印证了 AI 大模型对算力的需求正在以疯狂的速度增长。高通股价创历史新高说明投资者认为"合规出售"比"完全禁售"更有利于高通——禁令意味着零收入，合规意味着巨量收入。
"系统级摩尔定律"的提出是对半导体行业生死攸关问题的直接回应——如果摩尔定律真死了，芯片行业的"每两年性能翻倍"叙事就崩塌了，而整个科技行业（从 AI 到智能手机到自动驾驶）的增长预期都建立在这个叙事之上。Wedbush 的框架表明：虽然单个晶体管的缩小速度在变慢，但通过 Chiplet（把一个超大型芯片拆成多个小芯片再用先进封装拼起来）和 CoWoS（台积电的晶圆级封装技术），"整个封装内的晶体管总数"仍在以接近摩尔定律的速度增长。背面供电——将电源线从芯片正面移到背面——看起来是细节优化，但实际上解决了先进制程中最头疼的 IR Drop（电压下降）问题。玻璃基板则是应对大尺寸封装翘曲的解决方案。这四大支柱共同保证了芯片性能在未来至少十年内仍可持续增长。
Andreessen 的"短缺终将导致过剩"预测听起来像是逆势思维——当前所有人都在说 AI 芯片不够用，NVIDIA 的 H200/Blackwell 交期长达 6-12 个月。但他的论点基于经济学最基本的供需规律：当前 $2000 亿+的全球半导体资本支出中绝大多数流向了 AI 芯片产能建设，当这些产能在 2-3 年内集中释放时，供给增速将超过需求增速。AI 推理成本的"超通缩"（即每单位推理能力的价格下降速度比摩尔定律快得多）则来自另一个方向的推动——OpenAI、Anthropic、DeepSeek 等模型公司在算法效率上的持续突破（稀疏注意力、量化、蒸馏等技术使得同样算力能做出更好的模型）。如果 Andreessen 是对的，那么当前以 $3 万亿估值投资 NVIDIA 的逻辑（假设其 GPU 将永远供不应求）需要重新审视。
来源：36kr / a16z
"提前 4 年达到 $1 万亿"是一个历史级别的行业里程碑。作为对比，全球汽车行业年营收约为 $3 万亿，石油天然气约 $5 万亿——芯片行业正在接近这些传统巨头的规模。但更值得关注的是"成本驱动→价值驱动"的转变——传统芯片（内存、模拟、MCU）的价格是按制造成本+合理利润来定的，而 AI 芯片（NVIDIA H200 售价约 $30,000，物料成本约 $3,000）的定价是基于客户使用该芯片能创造的价值。这种"价值驱动"的定价模式将半导体行业从"周期性商品行业"转变为"长期结构性增长行业"——这是估值逻辑的根本性改变，也是为什么 NVIDIA 能持续获得 70%+ 的毛利率。
来源：TechInsights
BIS 的"最终母公司规则"是拜登时代"小院高墙"策略的升级版——不再限制"芯片不能卖到中国"，而是限制"芯片不能卖给与中国有关联的任何实体"。这等于将中国企业在全球各地的子公司都纳入了出口管制的覆盖范围。但封堵的效果存在争议——NVIDIA 在 Q1 FY2027 已经向中国数据中心零出货 H100，不是因为管制，而是因为全球其他地区的需求已经远远超过了产能（单季数据中心收入 $752 亿，同比增长 75%）。换句话说，即使没有出口管制，中国也买不到 NVIDIA 的最新芯片——因为美国和全球的 AI 巨头已经把产能预订满了。这提出了一个悖论：出口管制的威慑力在于"剥夺了中国获得芯片的能力"，但实际上全球产能短缺已经做到了这一点。
CHIPS Act 在执行层面正在从"撒网式补贴"转向"战略性投资"——xLight 的自由电子激光方案是对 ASML EUV 光刻机垄断地位的一次高风险挑战，如果成功将彻底改变光刻技术的地缘格局。USA Rare Earth 的投资则反映了对"芯片制造的上游——稀土材料"的供应链焦虑（中国控制全球 60% 的稀土开采和 90% 的加工）。Intel 以 $20.47/股的估值接受政府入股——这个价格大约是 Intel 2024 年高点的 1/3——说明 Intel 在财务上确实需要这笔资金来完成 18A 制程的量产和扩建。35% 的税收抵免是一个非常激进的比例——相当于政府承担了新建晶圆厂 1/3 以上的成本——这对吸引台积电和三星在美国建厂具有直接的财务激励。
来源：AINvest
¥391 亿的长智瀚海基金是中国芯片产业"国家队+产业资本+互联网巨头"三方合力的典型结构。长鑫科技（国产 DRAM 龙头）作为主要发起方说明这笔钱将优先投向存储芯片产业链——这与全球 DRAM 市场被三星/SK 海力士/美光三家垄断、中国 DRAM 自给率不到 15% 的现状高度相关。东莞信托出资 29.41%（超过 ¥110 亿）说明地方政府通过信托渠道向芯片产业注资的路径已经打通。阿里系出资 10.23% 则代表了互联网巨头从"买芯片自用"到"投资芯片产业"的战略升级——与其永远排队等 NVIDIA 的 GPU，不如投出一家自己的芯片生态。定位"耐心资本"意味着这笔钱不追求短期回报——半导体投资的回收周期通常在 7-10 年。
来源：东方财富
$1100 亿单月销售额和 94% 的同比增速是两个令人瞠目的数字——放在任何行业都是爆发式增长。但需要注意的是，这个数据的"基数效应"很大——2025 年 4 月正值全球芯片库存调整期，销售额处于相对低位。$1.5 万亿的全年预测意味着半导体行业将在一年内从 $9750 亿增长超 50%——这在行业历史上从未发生过。AI 芯片贡献了增量的绝对主体——NVIDIA 一家就占了约 40% 的增量。Broadcom $108 亿的 AI 芯片季度收入（定制 ASIC 业务）则展示了 AI 芯片市场的多元化——不是只有 GPU 一条路，定制芯片正在快速增长。Top 10 公司总市值 $9.5 万亿意味着"全球前十大芯片公司"的市值总和已经超过了大多数国家的 GDP。
"半导体双市场分裂"是 2026 年最被低估的行业趋势。先进制程（7nm 及以下，主要为 AI/GPU/手机 SoC 服务）正在经历一次史无前例的产能扩张——TSMC 的资本支出 $520-560 亿意味着每天花掉约 $1.5 亿。而成熟制程（28nm 及以上，主要用于汽车 MCU、工业传感器、模拟芯片）的需求受到全球制造业疲软和库存过剩的双重打击。TI 的资本支出从 $46 亿砍到 $20-30 亿，三星奥斯汀成熟制程工厂建设停摆后勉强恢复。这种"先进吃肉、成熟喝汤"的双速格局在产业链层面意味着：先进封装设备、HBM 内存、硅光子等领域的投资回报将远超传统设备。对于中国芯片产业而言，成熟制程的产能过剩可能带来价格战，而先进制程的高墙依然存在。
来源：AINvest