RTX Spark 的发布标志着 NVIDIA 正式从"AI 训练/推理的硬件供应商"延伸为"个人 AI 计算平台的定义者"。这不是一颗简单的 ARM PC 芯片——这是一颗被黄仁勋称为"为 Agent 而生的芯片"。700 亿晶体管集成在单一 SoC 上，将 GPU、CPU 和统一内存整合在一起，复制了 Apple Silicon 的垂直整合哲学但应用在 Windows PC 生态中。与联发科的合作设计意味着 NVIDIA 正在学习移动芯片的低功耗设计经验，同时联发科获得了进入高端 PC 市场的门票——这是一场双赢。
1000 TOPS 的 AI 算力是关键数字。当前高端 AI PC 的 NPU 算力通常在 40-50 TOPS——Spark 是其 20 倍。这意味着本地运行的 AI Agent 可以执行以前需要云端 GPU 的任务：实时语音翻译、代码生成与调试、复杂的多模态推理。128GB 统一内存消除了 CPU 和 GPU 之间的数据拷贝瓶颈——当 AI Agent 需要同时处理文本、图像和音频时，所有数据都在同一个内存池中。秋季 2026 的出货时间表明 NVIDIA 对 Windows on ARM 生态成熟度的信心——高通已经铺好了基础，NVIDIA 要重新定义天花板。六大 PC 厂商的集体站台意味着这不是一次 PPT 发布，而是一场全行业生态转型的起点。
来源：NVIDIA GTC Taipei 2026 发布会
Vera Rubin 的量产是 AI 算力基础设施的一个里程碑。6 万亿晶体管的规模意味着单颗芯片的复杂度已经达到人类工程能力的某种极限——18000+ 个组件分布在一条计算线上，任何一颗的缺陷都可能导致整条产线报废。这也是为什么黄仁勋强调 CoWoS-L（Chip-on-Wafer-on-Substrate with Large interposer）封装的重要性——先进封装已经从"锦上添花"变成了"不可或缺"。如果没有 CoWoS-L，这种规模的芯片根本无法以可接受的良率生产。
HBM4 内存的使用是关键升级。相比前代 HBM3E，HBM4 提供了更高的带宽和更低的功耗——对于 Vera Rubin 这种需要同时处理海量并行计算的 AI 加速器来说，内存带宽往往是比计算能力更紧的瓶颈。"数百万台已售出"的商业宣告表明，尽管价格可能高达数万美元每颗，全球 AI 巨头已经用订单投票。OpenAI、Anthropic 和 SpaceX 作为首批客户的名单说明：AI 前沿研究的算力军备竞赛没有任何放缓的迹象。NVL72 机架级解决方案的同步发布则表明 NVIDIA 正在从"卖芯片"升级为"卖 AI 工厂"——客户购买的不仅是 GPU，而是一整套经过验证的数据中心参考架构。
CPO（Co-Packaged Optics）被认为是数据中心网络领域最重要的技术突破之一。传统交换机中，电信号需要在芯片和光模块之间转换——这一过程产生大量的功耗和延迟。CPO 技术将光学引擎直接集成到交换机 ASIC 封装内部，使光信号和电信号的处理在同一封装内完成，大幅减少功耗（预计 30-50%）和传输距离损耗。400 Tbps 的单交换机吞吐量意味着一个机架可以支持比传统方案多 3-5 倍的 GPU 互联。
TSMC 的 COUPE（Compact Universal Photonic Engine）硅光子封装平台是这一突破的制造基础。硅光子——利用硅基材料制造光学组件——是半导体行业寄予厚望的"超越摩尔定律"方向之一。NVIDIA 选择与 TSMC 在这一领域深度合作，既是对 TSMC 在先进封装领域绝对领导地位的认可，也是为了在下一代数据中心架构中建立从芯片到网络的完整技术壁垒。优先合作伙伴先行、H2 2026 量产的节奏表明 CPO 技术的成熟度已经超过了行业预期——从实验室到量产，这一速度在光通信行业是前所未有的。
NVIDIA 推出自研数据中心 CPU 的战略意图非常清晰：AI Agent 时代，GPU 负责模型的训练和推理，但 Agent 的持续运行、多层调用和上下文管理需要 CPU 来完成。ARM CEO Rene Haas 在 Computex 上的话——"GPU 是生产 token 的工厂，但 Agent 的运行需要 CPU"——正是对这个趋势的精准概括。Vera CPU 的设计指标（40% 更低内存延迟、1.8 倍 Agent 沙盒性能）直接瞄准 x86 在数据中心 CPU 领域最大的两个软肋：内存访问延迟和虚拟化/沙盒性能。
88 核/176 线程的规模说明 NVIDIA 不是在做一个"够用"的 ARM 服务器 CPU，而是在做一个可以与 Intel Xeon 和 AMD EPYC 正面竞争的高端产品。Olympus 核心是 NVIDIA 自主设计的微架构——这意味着 NVIDIA 在 CPU 设计领域的投入已经达到可以设计完全自研核心的深度。250W-450W 的 TDP 范围覆盖了从高密度到高性能的各种部署场景。NVIDIA 的野心不是替代 x86（至少在短期内），而是让客户在构建 AI 基础设施时有"全栈 NVIDIA"的选项——从 CPU 到 GPU 到网络到软件——全部来自一家供应商。这种全栈锁定策略一旦成功，将是颠覆性的。
来源：NVIDIA GTC Taipei 2026
TSMC 与 NVIDIA 将 AI 引入晶圆厂内部的合作，是半导体行业一个"回环"式的历史时刻——最好的 AI 芯片是在 AI 的帮助下制造出来的。这个回环的意义超越了单一合作伙伴关系：它代表着先进制造业的范式转变——从"工程师经验驱动"到"AI 数据驱动"。
cuLitho（计算光刻）是其中最直接产生经济效益的工具。光刻是芯片制造中最昂贵、最耗时的环节之一——将电路图案投影到硅片上需要巨大的计算量来优化掩模设计。cuLitho 将这一过程的成本和周期时间各降低 20-50%——对于一家在 3nm 节点上月产数万片晶圆的工厂来说，这等同于数亿美元的成本节约。cuEST 以 50 倍速度完成晶体管材料级别的化学模拟，使工程师可以在实际制造之前以极高的精度预测材料行为——减少了昂贵的试错迭代。最具有未来感的是 Omniverse FabTwin——整个晶圆厂的数字孪生——允许 TSMC 在实际投资数十亿美元建设新产线之前，在虚拟环境中模拟和优化生产流程。TSMC 将在台南建设一座全面部署这些 AI 工具的新工厂，这座工厂将验证"AI 驱动的芯片制造"能否实现理论上的效率提升。
来源：GlobalSpec
Computex 2026 被业内称为"CPU 重回焦点的一年"。在 AI 热潮的前几年，GPU 独占了所有关注和资本，CPU 被视为"配角"。但 Agentic AI 的兴起改变了这一格局——当 AI 从"一次性推理"演进为"持续运行的智能体"，CPU 的角色从"给 GPU 喂数据"升级为"承载 Agent 的持续计算"。ARM CEO 预言未来五年数据中心 CPU 市场将升至 1000-1200 亿美元——正是因为 Agent 的推理负载天然更适合 CPU 架构。
Intel 至强 6+ 是其 18A 工艺的首款数据中心产品——288 颗能效核的规模前所未有。Intel 18A 是 CEO 陈立武复兴计划的核心赌注——这代工艺的成败几乎决定了 Intel 能否守住 x86 数据中心领导地位。ARM 的 AGI CPU 以"单机架性能两倍于 x86"的宣称直击 Intel 最核心的客户群——云服务商。高通的 Dragonfly 品牌推出则补齐了其从"端侧 AI"到"云侧推理"的拼图。CPU 市场的竞争格局正在从 Intel vs AMD 的"双头垄断"转变为 Intel vs AMD vs ARM vs NVIDIA vs Qualcomm 的"五方混战"。
来源：Computex 2026 / 中国电子报
MIT 的金刚石散热突破和澜起科技的 DDR5 RCD06 送样虽然分属不同领域，但都指向同一个趋势：AI 算力对基础材料和接口技术提出了前所未有的要求。金刚石（钻石）的导热率是铜的 5 倍、硅的 10 倍——这个数字在理论上是众所周知的，但将单晶金刚石嵌入氮化镓芯片并制备出可工作的无线功率放大器，是从"知道"到"做到"的质的飞跃。其应用前景覆盖 6G 通信、卫星互联网、高功率雷达和工业无人机——任何一个领域都足以支撑一个庞大的产业。NVIDIA Vera Rubin 架构已经确认采用"金刚石-铜复合热界面+温水直冷"方案，说明这项技术正在从实验室走向工程化。
澜起科技的 DDR5 RCD06 芯片支持 9200 MT/s——比上一代提升 15%——对于数据中心的 AI 服务器来说，内存带宽是系统性能的关键瓶颈之一。采用双通道独立架构并集成连续时间线性均衡与低抖动锁相环，说明澜起在高速信号完整性设计上达到了世界级水平。向三星、SK 海力士和美光同时送样，意味着这颗芯片将出现在全球绝大多数高端内存模组中。澜起同期布局的 MRCD/MDB 芯片计划支持 16000 MT/s——速率翻倍的雄心表明中国在内存接口芯片这一细分赛道上正在从"跟跑"转向"领跑"。
TSMC 30% 的月度营收增长在"AI 芯片需求"这一宏大叙事下似乎显得理所当然，但背后隐含的产能数据更值得关注。尽管 TSMC 已在全球加速扩张（美国亚利桑那、日本熊本、德国德累斯顿），其先进制程产能（尤其是 3nm 和 CoWoS 封装）仍然严重不足。"全球芯片供应将多年供不应求"——这句来自台积电 CEO 的警告绝非危言耸听。AI 对算力的需求正在以指数级速度增长，而晶圆厂的建设周期是以年为单位计算的物理过程——这种供需之间的结构性缺口在短期内无法弥合。
上调资本开支至 560 亿美元上限意味着 TSMC 正在全力投资以缩短这一缺口，但这个数字本身也揭示了半导体行业的"军备竞赛"本质：一家公司一年的资本支出超过了大多数国家一年的基础设施投资。TSMC 股票（TSM）在合作消息发布后上涨超过 5%，表明市场对 TSMC 作为"AI 军火商"的定位持续保持信心。但魏哲家的"供不应求将持续多年"的论断也包含了对竞争对手的间接警告：即使三星和 Intel 也在大举投资，TSMC 在先进制程上的领先优势——至少在未来 3-5 年内——几乎不可撼动。
NVIDIA 与 SK 海力士的多年合作协议是一份"战略锁定"文件——NVIDIA 通过绑定顶级 HBM 供应商来确保其 AI 加速器的供应链安全，SK 海力士则通过深度绑定最大客户来获得稳定的订单流和技术路线图的可见性。这份协议涵盖从数据中心（Vera Rubin）到 PC（RTX Spark）到机器人（Jetson Thor）的整个 NVIDIA 产品矩阵——意味着无论 AI 计算在哪个场景发生，SK 海力士的内存都将出现在其中。
SK 海力士利用 Omniverse 构建工厂数字孪生的条款是一个容易被忽视但极为关键的细节。这不仅是技术合作，更是"客户和供应商深度一体化"——NVIDIA 不仅卖芯片给 SK 海力士，还卖软件和数字孪生方案来优化 SK 海力士的制造过程。这种"互相锁定"的合作模式正在成为 AI 产业链的标准范式：供应商和客户之间的界限变得越来越模糊。SK 海力士股价在此消息后下跌——市场的逻辑可能是"SK 海力士过于依赖 NVIDIA"的风险被重新定价。但这笔交易对 SK 海力士的长期竞争力来说利大于弊——在新一代 HBM4 市场的竞争中，先发锁定最大客户是决定性的优势。
来源：Yonhap News
华为"韬定律"的提出是中国半导体产业从"跟随者"向"规则制定者"转型的标志性事件。多年来，全球半导体行业遵循的唯一"定律"是摩尔定律（由英特尔创始人戈登·摩尔提出）——通过缩小晶体管尺寸来提升性能。当先进制程（3nm 及以下）被台积电和三星垄断、中国企业在 EUV 光刻机上受制于出口管制时，华为提出了一条替代路径：不追求制程节点的缩小，而是通过"逻辑折叠"（LogicFolding）——将电路立体化"对折"——在不使用 EUV 的情况下大幅提升晶体管密度。
238 MTr/mm² 的晶体管密度与 Intel 18A 持平、接近 TSMC N3P——这一技术参数如果经独立验证确认，将彻底改变全球对中国半导体技术水平的评估。华为规划到 2031 年达到 400+ MTr/mm²——与台积电 1.4nm 相当。这本质上是在告诉世界：我们不需要 EUV 也可以达到先进的芯片性能。A 股半导体板块在"韬定律"发布后总市值突破 11.26 万亿元——市场用真金白银投票。然而需要警惕的是：所有相关报道均为 2026 年 6 月的网络文章，包含大量前瞻性预测和模拟数据，读者应保持理性判断。华为是否真的能在商业规模上实现"韬定律"所描述的性能，还需要实际产品的验证。
来源：富途新闻
中芯国际市值突破 1 万亿是一个具有里程碑意义的数字——它不仅是一家公司的市场估值，更是中国半导体自主化进程的一个"信心指标"。7.2% 的全球代工市场份额使中芯国际稳居全球第三——虽然与台积电（约 60%）的差距依然巨大，但在美国出口管制的背景下，中芯国际的产能扩张和成熟制程深耕正在构建中国芯片产业链的"安全底座"。107.83 万片的月产能使得中芯国际可以同时服务数百家国内芯片设计公司。
"芯三维半导体"的成立是中芯国际战略中一个被低估的重要信号。先进封装（2.5D/3D）——通过硅中介层、TSV（硅通孔）和混合键合技术将多个芯片堆叠在一起——是"后摩尔时代"提升芯片性能的关键路径。华为的"韬定律"中提到的 LogicFolding 本质上也是一种 3D 集成技术。中芯国际在先进封装领域的布局意味着：即使无法在制程节点上追赶台积电，也可以通过封装创新来缩小整体性能差距。4.32 亿美元的注册资本不是一笔小数目，显示了对这一方向的重视程度。
来源：财联社
紫光国微收购瑞能半导体是中国半导体企业从 Fabless（无晶圆厂）向 IDM（整合器件制造商）转型的典型案例。Fabless 模式的优点是轻资产、灵活——只需设计芯片，制造外包给代工厂。但在全球芯片供应链面临地缘政治风险、产能紧张的背景下，Fabless 公司面临两个核心风险：一是代工厂产能不足时被"插队"，二是无法深度参与制造工艺的优化（而这对功率半导体至关重要）。
瑞能半导体在 MOSFET、IGBT 和 SiC（碳化硅）功率器件领域的积累为紫光国微打开了三个高增长赛道：新能源汽车（IGBT 是电驱系统的核心）、光伏储能（SiC 提升转换效率）、和工业控制（MOSFET 是基础器件）。19 亿元的估值对于一个拥有完整制造能力的功率半导体公司来说不算昂贵——这反映了一个行业现状：中国功率半导体公司普遍估值偏低，因为市场注意力集中在 AI 芯片和存储芯片上。随着新能源汽车和光伏储能的持续爆发，功率半导体的战略价值正在被重新认识。
来源：东方财富
三星的光州封装厂计划和安世半导体的美国生产扩张看似不相关，但都指向同一个趋势：全球芯片产业链正在经历"再地域化"（re-regionalization）。三星选择光州而非传统的器兴或平泽——这暗示韩国政府可能提供了区域均衡发展相关的政策激励。先进封装——尤其是 HBM 所需的 2.5D/3D 封装——已成为 AI 芯片供应链中与制造工艺同等关键的环节。三星在 HBM 市场上正努力追赶 SK 海力士，拥有自己的先进封装产能是缩小差距的关键一步。计划在 6 月 29 日与韩国总统会面时正式宣布，说明三星希望获得政府的公开支持。
安世半导体（原恩智浦标准产品部门，现由中国闻泰科技控股）通过 Polar Semiconductor 合作在美国生产——这是一个"中资控股企业在美国生产芯片"的复杂案例。美国正在通过 CHIPS Act 吸引半导体制造回流，而安世半导体作为全球领先的功率半导体供应商，在美生产可以规避潜在的关税和出口管制风险。这种"中资背景+美国制造+全球销售"的模式正在成为地缘政治紧张局势下芯片企业的一种务实生存策略。
来源：Manila Times / SEMI
"产能全球第一但产值仅占 10%"——这个数字精准地描述了中国半导体产业的核心矛盾。中国的 240 万片月产能主要集中在成熟制程（28nm 及以上），这些制程的晶圆单价远低于台积电主导的先进制程（3nm/5nm）。所以同样是"一片晶圆"，价值可能相差 10 倍以上。这种"量质倒挂"正在随着华为韬定律和中芯国际的先进封装布局开始改善——从成熟制程的"规模扩张"转向先进技术的"价值提升"。
2019 亿美元的集成电路出口额（同比增长 26.8%）创历史新高，说明中国芯片设计和制造能力正在被全球市场接受——不仅仅是国内替代。AI GPU 自给率预计在 2030 年达到 76% 是一个雄心勃勃的目标——如果华为昇腾和寒武纪等国产加速器持续提升性能并建立软件生态，这一目标并非不可实现。中国半导体自给率（按价值计）从 2024 年的 14% 升至 2030 年的约 37%——这意味着即使到 2030 年，中国市场仍有近三分之二的芯片需要进口。半导体自主是一个"数十年"的故事，而非"数年"。
来源：综合券商研报
瑞银 1.62 万亿美元的市场预测是整个华尔街对半导体行业最乐观的判断之一。同比增长 118% 这个数字看似惊人，但放在 AI 投资周期的语境下是有逻辑支撑的——全球主要云服务商 2026 年资本开支合计 7164 亿美元（同比+90%），这些投资最终都会转化为半导体采购。Agentic AI 被瑞银视为一个新的需求引擎——与之前的"训练型 AI"不同，Agent 的持续运行需要持续的计算资源，这意味着需求不是"一次性"的而是"常态化"的。
存储芯片预计增长 318% 到 9610 亿美元是整个预测中最激进的部分。HBM 的供不应求只是冰山一角——Agentic AI 对 DDR5、LPDDR5 和 eSSD 的需求正在全面爆发。瑞银的逻辑是：每一个 AI Agent 在运行时都需要高速内存来保持其上下文和状态，这意味着内存需求与 Agent 的普及率直接相关。但任何预测都有风险——如果 AI 投资增速在 2027 年放缓，这些数字将需要大幅修正。瑞银推荐的"世代性繁荣"选股名单（应用材料、ASML、美光、三星、SK 海力士、台积电、德州仪器）为投资者提供了一个覆盖全产业链的参考框架。
Rene Haas 的"GPU 是工厂、CPU 是城市"比喻是理解 AI 基础设施未来格局的最佳框架。在 AI 1.0（训练和推理）阶段，GPU 几乎是唯一重要的——模型需要海量并行计算，GPU 提供了这种能力。但在 AI 2.0（Agent）阶段，Agent 就像城市中的居民——它们需要持续运转、相互通信、管理各自的上下文和状态。这些任务天然适合 CPU 的架构：分支预测、虚拟内存管理、上下文切换——这些都是 CPU 在数十年的演进中深度优化的能力。
1000-1200 亿美元的数据中心 CPU 市场预测——如果实现——将意味着 CPU 市场规模在五年内翻 4-5 倍。这对于 ARM（其架构在数据中心 CPU 中的份额正在快速增长）和 NVIDIA（其 Vera CPU 刚刚进入市场）来说都是历史性的机遇。传统上占据数据中心 CPU 市场 90%+ 份额的 Intel 和 AMD 将面临来自 ARM 生态的持续蚕食。Haas 透露 ARM 自研 AGI CPU 已量产——这表明 ARM 正在从"授权 IP"模式向"自己下场做芯片"延伸。这种垂直整合的推进将使 ARM 生态更加灵活但也会引起现有客户（如高通、NVIDIA）对竞争关系的担忧。
来源：Computex 2026 ARM 主题演讲
Marvell CEO 的"连接万亿美元论"是 Computex 2026 上被引用最多的观点之一。其逻辑链条非常清晰：AI 计算需要 GPU（英伟达证明了这个市场可以支撑 5 万亿美元市值），计算结果需要存储（三星、美光、SK 海力士的市值合计超过万亿），但计算和存储之间、计算和计算之间需要连接——数据中心的网络基础设施。如果计算和存储的价值都在万亿级别，那么"连接"环节理论上也应该承载同等的价值。
Marvell 自身正在这一赛道上深度布局：102.4T 交换芯片、1.6T 相干光方案、定制 ASIC——每一项都直接瞄准数据中心的连接需求。NVIDIA 的 CPO 交换机（400 Tbps）和 Marvell 的 102.4T 芯片代表了两种不同的技术路线——NVIDIA 走"全栈封闭"路线（从 GPU 到交换机全部自研），Marvell 走"开放组件"路线（提供芯片给所有设备商）。万亿美元市值公司的诞生需要两个条件：市场足够大（AI 数据中心的连接市场正在爆炸式增长）和赢家足够集中（目前这个市场还没有出现像 GPU 市场中 NVIDIA 那样的绝对王者）。Marvell、Broadcom、NVIDIA 三家的竞争将决定谁最终摘得这颗果实。
来源：Computex 2026 Marvell 演讲
黄仁勋和马斯克的"联合唱多"对市场的安抚效果显著——在经历了对 AI 泡沫的担忧和短暂下跌后，芯片股需要来自行业最有影响力人物的信心注入。黄仁勋的"AI 基础设施建设才刚起步"是一个精心选择的措辞——"基础设施"意味着这不是一个短期的产品周期，而是类似电力或铁路的长期建设。一旦接受了"AI 是基础设施"的叙事框架，当前的估值就不再是问题——你听过有人质疑电力公司的基础设施投资过度吗？
马斯克的"美光产能远不及实际需求"则更加直接和具体。作为 xAI、特斯拉（自动驾驶 AI）和 SpaceX 的负责人，马斯克是 HBM 和先进制程芯片的最大终端买家之一。当他说"真正的瓶颈在于芯片制造能力"时，他比华尔街分析师更了解实际供需——因为他每天都在为 GPU 供应排队。两位大佬各自的利益当然也在话术中——黄仁勋的 NVIDIA 直接受益于 AI 基建叙事，马斯克则是芯片供不应求的受害者——但这不意味着他们的判断是错的。市场选择了相信他们——芯片股在发言后的反弹幅度表明，"AI 信仰"在 2026 年 6 月依然是市场的主导情绪。
来源：东方财富
交银国际的这份研报最引人注目的不是对英伟达和台积电的看多（这已是市场共识），而是将中芯国际与两者并列为核心推荐——这意味着中芯国际正在从一个"最大落后产能"的标签转变为"AI 受益者+自主可控受益者"的双重身份。95 港元的目标价相比当前价格有显著上涨空间，支撑这一目标价的逻辑包括：中国 2 万亿 AI 基建计划的政策加持、华为韬定律推动成熟制程价值重估、以及中芯国际在先进封装领域的布局。
下调智能手机产业链至低配则反映了一个痛苦但现实的结构性判断：高存储价格正在压制消费电子需求，2026 年全球智能手机出货量预计同比下降 14%。手机产业链和 AI 产业链虽然是同一个半导体行业的两个分支，但它们的命运正在急剧分化——前者在收缩，后者在爆发。对于投资者来说，交银国际的建议本质上是"卖出手机供应链、买入 AI 供应链"。这种分化如果持续，将深刻改变中国半导体产业的人才、资本和政策的配置格局。
来源：港股通
四大机构（摩根士丹利、Omdia、普华永道及前文瑞银）的四点共识构成了一幅 2026 年半导体行业的全景地图。数据中心收入占比首次突破 50% 是历史性的——过去二十年，这个比例一直在 30%-40% 之间。这意味着半导体行业的需求结构发生了本质变化：从"消费电子驱动"转为"AI/云计算驱动"。这一转变对于行业所有参与者的战略规划都有深远影响——你需要重新思考你的产品是卖给"人手一部"的消费者还是卖给"数据中心集群"的企业。
存储供不应求延续至 2027 Q2 的判断意味着"涨价潮"还有至少一年的持续时间——对于依赖存储的消费电子公司和游戏硬件公司来说这是坏消息，对于三星、SK 海力士和美光来说是好消息。汽车半导体复苏延迟至 2027 年则是一个"迟到但不会缺席"的判断——电动车和智能驾驶对芯片的需求是长期且确定的，但当前周期处于去库存阶段。中国成熟产能加速释放的警告则预示着一个可能改变全球格局的趋势：当中国的 28nm+ 产能从"满足国内需求"转向"出口竞争"时，全球成熟制程代工的价格和利润将面临结构性压力。
来源：澎湃新闻
美国商务部此次"堵漏洞"行动的核心逻辑转变是：从"芯片去了哪里"（物理终点）变为"谁在买芯片"（所有权和控制权归属）。这是一个重大的执法哲学转变——之前的管制专注于物理运输路径和最终收货地点，这使得中国企业可以通过马来西亚、新加坡、阿联酋等地的子公司合法采购芯片。据业内人士估计，在此漏洞存续的 12 个月内，约有"数十万颗"高端 AI 芯片通过海外子公司渠道流入中国。
新规的影响力取决于执法力度——在纸上禁止和在现实中拦截是两回事。中国企业在东南亚的子公司可以更名为"独立实体"、或将总部迁至第三国来规避新规。情报界一位匿名人士提交的报告称"闸门已悄然打开"，暗示漏洞可能比公开估计的更大。英伟达 CEO 黄仁勋的回应——"出口限制已将中国市场基本上拱手让给了中国公司"——既是对政策的批评，也是对投资者的安抚：NVIDIA 的损失（中国市场归零）是中国国产芯片的收益（华为市占率已达约 64%）。H200 被特朗普政府批准在中国销售但中国"拒绝购买"的细节，说明中国已经放弃了"等美国施舍先进芯片"的战略。
来源：Al Jazeera / Global Times
美国议员对台积电施压的举动揭示了芯片出口管制的一个根本性困境：你如何阻止一家不在你管辖范围内的公司为你的对手制造芯片？台积电面临的处境极为尴尬——如果配合美国限制中国客户，会损害其与中国芯片设计公司的关系（中国客户约占其营收的 10-15%）；如果不配合，可能面临美国政府的制裁或限制。这正是美国将台积电作为"政策工具"的核心逻辑——台积电在先进制程上的垄断地位使其成为可以影响中国芯片获取的"瓶颈"。
"中国空壳公司直接向代工厂订购定制 AI 芯片"的担忧并非空穴来风。芯片行业的商业现实是：任何有足够资金的公司都可以委托台积电或三星生产定制芯片（ASIC）。理论上，一家注册在开曼群岛的中国控制的初创公司，可以设计一款 AI 加速器并委托台积电以 3nm 工艺生产——这完全绕过了英伟达芯片的出口管制。Banks 和 Kim 参议员要求的正是堵住这个"代工漏洞"。但这对台积电来说意味着它需要审核每一个客户的最终受益人——这在商业实践中极具挑战性，且可能引发法律纠纷。台积电正在成为中美科技博弈中最微妙的一枚棋子。
2 万亿人民币的 AI 基建计划——如果被证实——将成为中国历史上规模最大的单一科技投资计划之一。这一数字约合 2750 亿美元，与美国的 CHIPS Act（约 520 亿美元）和欧盟的芯片法案相比规模巨大，但与美国的"全生态系统"AI 投资（六大科技公司 2026 年合计资本开支超 7000 亿美元）相比仍有一定差距。但中国计划的特点是"政府主导+集中力量"——2 万亿不是分散在多家公司多年，而是一个有明确时间表（五年）和明确目标（AI 数据中心）的集中投放。
中芯国际和华虹半导体被列为"核心受益者"的逻辑是：AI 数据中心需要的不仅是先进制程的 AI 加速芯片（GPU/NPU），还需要大量的成熟制程芯片——电源管理 IC、传感器、网络芯片、存储控制器等。这些正是中芯国际和华虹的强项。在 AI 芯片出口管制趋严的背景下，中国必须建立"全自主"的数据中心芯片供应链——从最先进的 AI 加速器到最普通的电源管理芯片。2 万亿的投资意味着国内芯片公司（无论先进还是成熟制程）都将获得持续的需求。但这也可能加剧产能过剩的风险——如果 AI 基建的速度不及预期，部分投资可能转化为闲置产能。
韩国媒体的这篇评论触及了美国对华芯片政策的一个核心悖论：制裁的目的是遏制中国半导体技术进步，但效果似乎恰恰相反——被制裁的中国企业反而获得了更强的创新动力和市场机会。华为被美国全面封锁后，不仅没有倒下，反而推出了麒麟 2026 芯片（晶体管密度与 Intel 18A 持平）。这个"制裁催生创新"的现象并非中国独有——历史上，任何国家在关键技术被封锁时，都会投入巨量资源进行本土替代——但中国的独特之处在于其庞大的国内市场和政府-企业协同的动员能力。
然而，"制裁失败论"需要审慎对待。制裁对于中国半导体产业造成的短期痛苦是真实存在的——华为在被制裁的前两年经历了断崖式的手机出货量下降，中芯国际在 7nm 以下制程的进展仍远落后于台积电。制裁"成功了"吗？如果目标是让中国无法获得先进芯片——是的，中国目前仍无法获取最先进的 AI 芯片。如果目标是遏制中国半导体产业的发展——似乎没有，制裁反而催化了中国的自主化决心和投入。韩国媒体的视角之所以有趣，在于韩国（三星/SK 海力士）自己也是美国对华芯片政策的受影响方——韩国企业需要在对华出口和遵守美国规则之间小心翼翼地平衡。
来源：网易
CHIPS Act 在特朗普政府下的"存活但被重塑"反映了美国两党在半导体政策上的共识和分歧。共识在于：芯片制造回流美国是必要的国家安全战略。分歧在于工具——民主党更倾向于通过直接补贴（CHIPS Act 的 520 亿美元）来激励企业在美国建厂，共和党则倾向于通过减税和放松监管来达到同样的目的。三星奥斯汀工厂的案例完美说明了这种"重塑"——原批准的 64 亿美元被大幅削减，导致工厂只能"有限运营"而非全面投产。这对三星和美国都是双输：三星的投资回报被延迟，美国的芯片产能扩张速度低于预期。
9750 亿美元的全球半导体销售额预测标志着一个新的历史高度。如果这一预测实现，半导体行业将正式成长为"万亿美元产业"。但值得警惕的是——这一庞大市场中"先进制程"和"成熟制程"的分裂正在加剧。AI 芯片（先进制程）需求爆发式增长，而成熟制程的投资正在崩溃——因为中国释放的大量成熟产能正在拉低全球价格和利润。这种"结构性分裂"是 CHIPS Act 和各国产业政策面临的新挑战——如何平衡先进制程的"战略需求"和成熟制程的"经济现实"？
来源：AINvest