Google 向英特尔下单 300 万颗 TPU 的消息是本周芯片行业最具冲击力的新闻——不是因为规模（300 万颗对于 Google 的全球数据中心来说是合理数量），而是因为它象征着英特尔的代工业务终于获得了一位"改变游戏规则"的顶级客户。英特尔 CEO 陈立武的代工复兴战略——投入数千亿美元建设晶圆厂、追赶台积电的先进制程——此前被市场普遍质疑："谁会把自己的芯片交给英特尔生产？"Google 用行动回答了这个问题。
然而后续分析揭示了更微妙的现实：英特尔实际上只负责"封装"（将计算芯片和 HBM 内存通过先进封装技术整合在一起），而非核心的晶圆制造。Google 的第十代 TPU（代号"Icyfish"）的核心处理器仍由台积电在 1.4nm 工艺上制造，三星负责 2nm 工艺的 I/O 芯片（连接处理器和 HBM 内存）。"三足鼎立"的供应链——台积电做最先进的计算芯片、三星做 I/O 芯片、英特尔做先进封装——反映了 Google 对供应商多元化的极致追求。但这笔交易仍然意义重大：它验证了英特尔在先进封装（可能是 EMIB 或 Foveros 技术）上的竞争力，也为英特尔打开了一扇与更多 AI 芯片设计公司合作的大门。市场 11% 的涨幅可能反映了"英特尔终于被信任"的情绪释放。
三星拿下 Google 的 I/O 芯片订单虽然不是核心计算芯片（被台积电 1.4nm 拿走），但在 AI 芯片生态中，I/O 芯片（负责连接计算单元和 HBM 内存的中间件）的重要性正在急剧上升。随着 HBM4 的带宽要求空前提高，I/O 芯片的设计和制造难度已经不亚于计算芯片本身——需要在极短的物理距离内处理海量数据的输入输出，同时控制功耗和散热。三星的 2nm 工艺能够满足这些要求，说明其先进制程的良率和性能已经达到了可以服务顶级客户的水平。
这是三星代工业务今年的第二个重大胜利——此前已拿下特斯拉 165 亿美元的 AI 芯片大单（特斯拉 Terafab 的自动驾驶 AI 芯片）。接连赢得 Google 和特斯拉的信任，三星正在从"永远的第二"（在台积电之后）转变为"在某些领域可以正面竞争"。然而三星的挑战同样严峻：台积电在 1.4nm 上的领先优势巨大（几乎垄断了最顶级的计算芯片），三星在 3nm GAA 上的低良率问题此前一直被市场诟病。能否在 2nm 节点上稳定交付高质量晶圆，将是三星代工业务生死攸关的考验。
来源：Yonhap News
这份协议的"全栈覆盖"特性是前所未见的——它不仅仅是一份"你卖我内存"的采购合同，而是从数据中心到 PC 到机器人的全产品线的深度绑定。对于 SK 海力士来说，这意味着未来 3-5 年内的订单流和技术路线图都有了极高的确定性——NVIDIA 告诉它"我们下一步需要什么"，SK 海力士可以据此提前投资和研发。对于 NVIDIA 来说，这意味着其最关键的供应链环节（HBM 内存）被锁定——在黄仁勋预测"内存短缺将持续数年"的背景下，这比任何价格折扣都更有价值。
协议的另一个容易被忽视的条款是 SK 海力士将使用 NVIDIA Omniverse 构建工厂数字孪生——这不仅是技术合作，更是一种"客户和供应商的深度一体化"——NVIDIA 不仅卖给 SK 海力士 GPU，还卖软件和数字孪生方案来优化 SK 海力士的制造过程。"互相锁定"的模式正在成为 AI 产业链的新范式。黄仁勋在首尔的表态——"SK 海力士是我们最大的内存合作伙伴，并将继续保持"——在芯片股暴跌的背景下为 SK 海力士提供了重要的信心支撑。但市场对 SK 海力士"过度依赖 NVIDIA"的风险也给予了重新定价（股价在此消息后反而下跌）。
来源：Yonhap News
6 月 5-6 日的芯片股抛售是 2026 年市场对 AI 估值的一次集中"压力测试"。博通的"原罪"——AI 收入同比增长 143% 至 108 亿美元，但市场想要更多——完美展示了 AI 投资叙事的双刃剑效应：当"AI 增长"已经被充分定价，即使是最强劲的增长数据也可能引发"利好出尽"的抛售。Marvell 暴跌 17% 是其中最惨烈的——CEO 刚刚在 Computex 上发表了"连接环节有望诞生万亿市值公司"的豪言壮语，市场却用抛售做了回应：愿景是愿景，估值是估值。
就业数据（职位空缺超预期）触发了对美联储继续加息的担忧——芯片是高 Beta 行业，对利率预期最为敏感。但这场抛售可能更多是"技术性调整"而非"泡沫破裂"——芯片股在此前已积累了巨大的涨幅。黄仁勋和马斯克随后联手发声"芯片需求才刚起步"，市场迅速反弹——芯片信仰在 2026 年 6 月仍然是主导情绪。对于投资者来说，这次暴跌提出了一个根本性问题：你是相信"AI 才刚刚开始"的长期叙事（这时候暴跌就是买入良机），还是相信"估值已经过度"的风险警示（这时候暴跌是逃命的最后窗口）？答案取决于你对 AI 未来 5-10 年的判断。
来源：Nasdaq
Finwave 的 GaN-on-Si（硅基氮化镓）RF 开关是化合物半导体从"小众军用"走向"规模化商用"的又一里程碑。氮化镓（GaN）相比传统硅（Si）在高频、高功率场景下具有显著优势——更高的击穿电压、更低的导通电阻、更优异的散热性能。但传统 GaN 器件通常使用碳化硅（SiC）衬底，成本极高。GaN-on-Si——在传统硅衬底上生长氮化镓层——大幅降低了成本（可以利用现成的硅晶圆厂基础设施），同时保留了大部分性能优势。这使得 GaN 射频器件从"只能用于战斗机雷达"扩展到"可用于 5G 基站和商业卫星通信"。
8 款新品的发布表明 Finwave 已经完成了从"实验室突破"到"产品线布局"的跨越。航空航天和国防是 GaN 的传统优势领域（高功率射频信号的发射和接收），卫星通信和 5G 基础设施则是新增的广阔市场。X-Microwave 合作加速原型开发是一个聪明的策略——射频工程师习惯于使用标准化的模块化组件来快速搭建和测试系统，与 X-Microwave 的合作使 Finwave 的产品能够无缝嵌入这一工作流。在芯片行业整体聚焦 AI 的背景下，Finwave 代表了一个被忽视但同样重要的赛道：支持 AI 基础设施（5G/6G 通信）的底层硬件。
英特尔股价的 11% 暴涨不仅是市场对单笔订单的回应，更是对 CEO 陈立武代工复兴战略的一次"信任投票"。陈立武自接任 CEO 以来，将代工业务（Intel Foundry Services）定位为扭转英特尔命运的核心杠杆。他的逻辑是：英特尔每年投资数百亿美元建设全球最先进的晶圆厂和封装设施，如果只为自己生产芯片（IDM 模式），这些投资的回报上限被英特尔的芯片设计能力所限制；但如果向外部客户开放——就像台积电那样——这些设施可以产生数倍的收入。
但市场的质疑一直存在："谁会信任一个竞争对手来生产自己的芯片？"——AMD 和 NVIDIA 都与英特尔在 CPU/GPU 市场直接竞争，他们不会将芯片设计交给英特尔生产。Google 作为一家"非竞争"的云服务商（Google 自己设计 TPU 但不卖芯片），是英特尔代工业务的理想客户——有巨量的 AI 芯片需求、无竞争冲突、愿意尝试多元化供应链以降低对台积电的依赖。如果 NVIDIA 也最终加入（据 J.P. Morgan 报道，NVIDIA 正在评估英特尔的多 GPU 封装），英特尔代工将完成从"只有 Google"到"拥有顶级 AI 芯片设计公司客户"的跨越。但关键挑战依然是时间：台积电在 3nm 和 2nm 上的领先优势需要英特尔用数年时间来缩小。
来源：金融界
"韬定律"发布一周后，其对 A 股市场的影响远未消退。11.26 万亿元的半导体板块总市值不仅是数字，更是一种"市场用真金白银为中国半导体自主化投票"的信号。但需要区分的是：市场热情和实际技术验证之间存在巨大的差距。"韬定律"中描述的 238 MTr/mm² 晶体管密度——如果属实——确实是一个了不起的成就。但截至目前，这一数据尚未经过独立第三方验证，也没有在商业化产品中得到证实。所有相关报道均来自国内自媒体和财经平台，其中包含大量前瞻性预测和模拟数据。
韩国媒体的评论——"被美国制裁的中国企业几乎都实现了技术突破"——恰恰点出了"制裁悖论"的核心：封锁的短期痛苦是真实的，但封锁创造的"必须靠自己"的压力可能在长期加速了本土创新。华为规划在 2031 年达到 400+ MTr/mm²（与台积电 1.4nm 相当）的路线图，无论能否完全按计划实现，都已经在心理层面改变了全球对中国半导体能力的时间线预期。对于华为来说，"韬定律"最直接的价值可能不是技术参数本身，而是它为国产芯片生态创造的"叙事空间"——当市场相信中国可以"用系统创新弥补制程差距"，就会有更多资本、人才和政策资源涌入这个领域。
来源：富途新闻
中芯国际市值突破万亿是一个重要的里程碑——不仅是因为这个数字本身，更因为它代表着"中国半导体代工可以被资本市场独立估值"的时代到来。"芯三维半导体"的成立——中芯国际在先进封装领域的新布局——是公司从"成熟制程产能扩张"转向"先进封装技术创新"的战略转折。先进封装（2.5D/3D 集成）被认为是后摩尔时代提升芯片性能的关键路径——台积电的 CoWoS（被 NVIDIA 等 AI 芯片广泛使用）本质上就是一种 2.5D 封装技术。
"芯三维"的方向——硅中介层、TSV（硅通孔）、混合键合——每一项都是先进封装的核心技术。硅中介层将多个芯片连接在同一块硅板上进行超高密度的互联；TSV 让信号可以垂直穿过芯片而非绕行，大幅降低延迟和功耗；混合键合则可以实现芯片与芯片之间的"无缝"连接。对于中芯国际来说，这些技术不仅可以服务于 AI 芯片（HBM 集成），还可以与华为的"韬定律"路线（LogicFolding 3D 集成）形成互补。4.32 亿美元的注册资本对于一个新成立的封装子公司来说规模可观，但距离台积电在先进封装上的年投资（约 60 亿美元）还有巨大差距。
来源：财联社
日立与英特尔的合作将"AI 进入晶圆厂"的趋势从"TSMC+NVIDIA 的双人舞"扩展为"全行业运动"。日立是工业自动化和制造执行系统（MES）领域的老牌巨头，其在工厂设备监控和数据分析方面的积累——加上英特尔的 Physical AI 技术——目标是实现半导体制造中三个核心环节的 AI 化：缺陷检测（用计算机视觉在纳米尺度发现晶圆上的缺陷，传统上需要熟练工程师在显微镜下检查数小时）、预测性维护（在设备故障前通过振动/温度/电流等传感器数据预测故障，减少停机时间）、以及电力优化（芯片制造是极其耗电的，AI 可以在不影响生产质量的前提下优化电力消耗）。
这是一场"技术竞赛"——谁最先在制造中实现真正的 AI 驱动，谁就在成本、质量和产能上获得了结构性的竞争优势。TSMC 正在与 NVIDIA 合作在这个方向上全速前进，现在英特尔+日立加入了竞争。三星和 SK 海力士也在快速跟进。晶圆厂的 AI 化可能比我们想象的更快——因为经济激励太强了：减少 1% 的缺陷率可能意味着数亿美元的额外收入。
来源：综合报道
"产能第一、产值仅占 10%"——这 8 个字概括了中国半导体产业的核心矛盾。240 万片月产能在绝对数量上是世界第一，但主要集中在 28nm 及以上的成熟制程。一块 28nm 晶圆的平均售价可能不到 3nm 晶圆的十分之一——所以同样的"一片晶圆"，价值可以相差一个数量级。这种"量质倒挂"意味着中国芯片产业虽然规模庞大，但盈利能力远不及台湾和韩国的同行。
然而，成熟制程的大规模扩产也带来了不可忽视的战略价值。全球汽车、工业控制、家电、物联网设备中所需的大部分芯片仍然使用成熟制程——这些领域对芯片的消耗量远超 AI 服务器的需求。中国通过规模优势可以在成熟制程市场建立强大的议价权和供货稳定性——当全球成熟制程芯片供应紧张时（2021-2022 年曾出现），中国可以成为"稳定器"。从 14% 到 37% 的自给率提升目标——需要在 6 年内增长 2.6 倍——这需要持续的巨额投资和政策支持。但即使实现这一目标，到 2030 年中国仍有近三分之二的芯片需要进口——半导体自主是一场马拉松。
来源：综合券商研报
UPI 的"拥抱首尔、北京筑墙"标题精准地概括了全球 AI 芯片供应链正在经历的地缘重组。NVIDIA 的选择——将其最紧密的合作伙伴关系从"在中国销售芯片"转向"在韩国生产芯片"——是被美国出口管制政策所驱动的。当美国禁止向中国出口最先进的 AI 芯片、甚至限制通过海外子公司购买时（6 月 1 日新规），NVIDIA 的中国市场基本上"归零"——黄仁勋自己也承认"已将中国市场拱手让给中国公司"。
那么 NVIDIA 的应对策略是：既然无法在中国销售最好的芯片，就在韩国（SK 海力士+三星）建立最紧密的供应链关系，确保最先进的内存（HBM4）和封装技术优先供应给自己。同时大力投资台湾（NVIDIA 计划年投资 150 亿美元在台湾建设新总部），巩固与 TSMC 的关系。这构成了一个"韩国+台湾+美国"的供应链铁三角——将中国大陆完全排除在外。但对于 NVIDIA 来说，这也是一种风险集中——当你的最关键供应商全部集中在朝鲜半岛和台海这两个全球地缘政治最敏感的区域时，任何冲突都可能切断你的供应链。这就是为什么 NVIDIA 同时也在推动 Intel 的代工能力建设和 TSMC 的全球分散化（亚利桑那、熊本、德累斯顿工厂）。
来源：UPI
Google 的"三厂分工"策略是 AI 芯片供应链"去单一化"的教科书级案例。回溯 2023-2024 年，几乎所有 AI 芯片公司都在祈祷"TSMC 产能不要中断"——因为当时除了台积电，没有其他代工厂能在先进制程上可靠地生产 AI 芯片。这种"单一供应商依赖"是供应链管理最大的噩梦。Google 的应对策略是将一颗芯片拆分成三个部分——最核心的计算处理器（需要最先进的制程）交给台积电、次要的 I/O 芯片（需要先进但不需要最顶级的制程）交给三星、封装整合（需要不同的技术能力）交给英特尔——每一部分都有单独的供应商，任何一家出问题都不会导致整个芯片停产。
这种策略的商业成本是高昂的——协调三家不同公司的生产计划、质量标准和交付时间需要庞大的工程管理团队。但地缘政治风险——台海局势、朝鲜半岛紧张、中美贸易摩擦——使"冗余成本"成为"保险支出"。对于其他 AI 芯片设计公司来说，Google 的做法将成为一个参考模板——如果你没有 Apple 那样的议价权来独占 TSMC 的最先进产能，那么"多供应商并行"可能是唯一可行的路线。这反过来对 TSMC 构成了一个竞争挑战——当客户学会了"不把所有鸡蛋放在一个篮子里"，TSMC 的绝对主导地位可能会被部分侵蚀。
来源：综合报道
黄仁勋选择在芯片股暴跌之后发表这番讲话，时间点的选择绝非偶然。当 SOXX 单日暴跌 10%、市场开始质疑 AI 芯片繁荣的可持续性时，黄仁勋和马斯克几乎同时发声——这是最有效的市场信心注入方式。"内存短缺将持续数年"是一个大胆的预测——它不仅是说"现在缺"，而是说"这种状态将长期存在"。如果这一判断正确，意味着 HBM 制造商（SK 海力士、三星、美光）的收入增长将具有结构性而非周期性的动力。
"SK 海力士是我们最大的内存合作伙伴"——这句话对 SK 海力士的股价意义巨大。它明确地划定了 NVIDIA HBM 供应的优先次序：SK 海力士第一，三星和美光紧随其后。对于一家高度依赖单一客户的供应商来说，这种公开背书是任何商业合同都无法替代的信任资产。但黄仁勋同时也在分散风险——这就是为什么 NVIDIA 也与三星和美光签订了 HBM4 供货协议。"永远不要只依赖一个供应商"——即使在你公开称赞那个供应商的时候，这也是黄仁勋深知的商业智慧。
来源：证券时报
瑞银 1.62 万亿美元的预测是华尔街对半导体行业最乐观的预测之一。同比增长 118% 这个数字——如果实现——将意味着半导体行业在一年内翻倍。这在任何传统行业中都是不可想象的增长，但在 AI 投资的语境下是有逻辑支撑的：全球主要云服务商 2026 年合计资本开支 7164 亿美元（+90% YoY），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"超级变量"——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，意味着需求从"一次性"变为"常态化"。
交银国际对中芯国际（目标价 95 港元）、英伟达（300 美元）和台积电（468 美元）的核心推荐构成了一个"三角押注"：中芯国际代表"中国自主可控+成熟制程价值重估"、英伟达代表"全球 AI 算力霸主"、台积电代表"全球芯片制造绝对领导者"。三只股票覆盖了半导体行业的三个核心主题和三个地域。但交银国际同时下调了智能手机产业链至"低配"（预测 2026 年全球手机出货量 -14%）——这是一个痛苦的结构性判断：消费电子需求正被高存储价格和 AI 投资挤出效应所抑制。
来源：瑞银 / 交银国际研报
黄仁勋和马斯克的"联合唱多"是 2026 年芯片市场最有效的"非货币政策干预"。两位人物的利益当然在他们的言辞中——黄仁勋的 NVIDIA 是 AI 芯片的绝对霸主（市占率 76%），马斯克的 xAI、Tesla 和 SpaceX 是 AI 芯片的最大买家——但这并不意味着他们的判断是错的。恰恰相反，正是因为他们在产业最前沿，他们对供需状况的把握比任何华尔街分析师都更直接。"AI 基础设施建设才刚起步"这个说法将 AI 投资定性为"长期基建"而非"短期炒作"——如果 AI 是类似电力网络的"基础设施"，那么任何短期的估值波动都不应该动摇长期信念。
"内存短缺将持续数年"+"真正的瓶颈在芯片制造"——两位大佬的话合在一起就是：供应远远跟不上需求，而且这种状态将持续。这是对"AI 泡沫论"最直接的回应。但市场也保持了一定的理性——反弹幅度并没有完全抹去此前的跌幅，说明投资者正在从"无条件相信 AI 叙事"转变为"选择性相信那些有实际业绩支撑的公司"。
来源：东方财富
"数据中心收入占比首次突破 50%"是四大共识中最重要的结构性判断。过去二十年，这个比例一直在 30-40% 之间——半导体行业的需求结构以消费电子（PC+手机+游戏机）为主导。现在这个比例跨越了 50% 的历史大关，标志着半导体行业的需求引擎从"消费者"彻底转变为"企业/云服务商"。这一转变对于行业所有参与者的战略规划都有深远影响——芯片设计公司需要重新思考他们的产品是卖给"人手一个"的消费者还是卖给"数据中心集群"的企业，两者在产品规划、定价策略和客户关系上有着根本性的不同。
"中国成熟产能释放将拉低全球价格"这个判断具有预警性质。当中国的 240 万片月产能（28nm+）从"满足国内需求"扩展到"出口竞争"时，全球成熟制程代工市场的价格将面临结构性压力——类似 2010 年代中国光伏面板和钢铁行业对全球价格的影响。这对于台联电、格芯等以成熟制程为主的代工厂构成了长期的竞争挑战。
来源：澎湃新闻
UPI 将全球 AI 芯片供应链描述为"NVIDIA 拥抱首尔、北京筑墙"——这个比喻生动地捕捉了当前的地缘态势。韩国的处境尤其微妙：三星和 SK 海力士都从 NVIDIA"去中国化"的供应链重组中获益（黄仁勋公开将 SK 海力士称为最大合作伙伴），但三星和 SK 海力士同时也在中国市场有巨大的利益——存储芯片是中国进口的最大半导体品类。"从 Nvidia 赚的钱越多，可能从中国失去的钱也越多"——这是韩国芯片企业面临的两难。
台湾和 TSMC 的处境则更加复杂。美国议员正在施压收紧对"TSMC 为客户代工定制 AI 芯片"的管制——担心中国空壳公司通过向 TSMC 下单定制 AI 芯片来绕开对英伟达芯片的出口限制。但 TSMC 的法律注册地在台湾，不在美国管辖范围内——美国的出口管制只能"间接"（通过威胁限制 TSMC 使用美国技术来施压）而非"直接"约束 TSMC。这种复杂的法律和管辖权博弈使得全球芯片供应链的"去风险化"变成了一场极度复杂的多维棋局。
来源：UPI
2950 亿美元（约合 2.1 万亿人民币）的 AI 数据中心网络计划——如果被实施——将是中国历史上针对单一技术领域规模最大的投资计划之一。"80% 国产硬件和软件"的要求是这个计划最关键的数字——它不是"建议"或"鼓励"使用国产，而是"要求"。这意味着华为昇腾、寒武纪、海光信息等国产 AI 芯片将获得数万颗级别的稳定订单——这比任何政府补贴都更有效地推动了产业自主化。
英伟达的黄仁勋此前承认"已将中国市场拱手让给中国公司"——这个计划如果实施，将正式把"市场拱手相让"从"现状"变为"不可逆转的未来"。当中国的 AI 数据中心全部运行在国产芯片上时，中国的 AI 开发者和应用将从使用 NVIDIA CUDA 生态转向使用国产芯片的软件生态——就像 Android 开发者将应用从英文市场翻译适配中文市场一样自然。对于全球芯片产业链来说，最大的变量不是中国能否造出与 NVIDIA 同等性能的 AI 芯片——而是中国能否在国内市场建立一个"即使性能差一点但总比没有好"的替代生态。
来源：瑞银研报 / 综合
参议员对"代工漏洞"的猛攻揭示了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（中国客户约占台积电营收的 10-15%，主要是成熟制程）；如果不配合，可能面临美国政府的制裁或限制。"代工漏洞"的核心在于芯片行业的定制 ASIC 模式——任何有足够资金的公司都可以设计一款 AI 加速芯片，然后委托台积电或三星以先进制程生产——这完全绕过了对"标准产品"（如英伟达 GPU）的出口管制。
参议员的担忧并非空穴来风——中国确实在通过大量 AI 芯片设计初创公司来探索这一路径。但"堵上漏洞"在操作层面极度困难——台积电如何判断一个在开曼群岛注册的初创公司的最终受益人是不是中国？这涉及穿透复杂的公司股权结构、评估实际控制权——本质上是一项情报工作而非商业合规工作。台积电正在成为中美科技博弈中最微妙的一枚棋子——"谁拥有 TSMC"这个问题正在从商业竞争升级为地缘政治的焦点。
CHIPS Act 在特朗普政府下的"存活但被重塑"是一个复杂的政策信号。没有被废除——说明美国政府两党在"芯片制造回流美国是国家安全必需"这一点上已达成共识；但资金被大幅削减——说明在执行层面上，特朗普政府对给外国公司（三星）直接补贴持谨慎态度。"有限运营"而非"全面投产"意味着三星在德州的投资回报被严重延迟——对三星和美国来说是双输：三星的产能扩张计划被拖累，美国的芯片产能扩张速度低于预期。
"重塑"的含义可以从更广泛的背景来理解：特朗普政府更倾向于通过减税和放松管制来推动芯片制造（让市场发挥作用），而非通过像 CHIPS Act 这样的直接补贴（政府选择赢家）。意识形态差异导致了执行上的混乱——企业无法确定"政府承诺的资金是否最终会到位"。这对试图在美国建立芯片制造成本模型的全球企业来说是一个重大的不确定因素。9750 亿美元的全球半导体销售额预测——如果实现——意味着半导体将正式跨入"万亿美元产业"的门槛，但这一增长的最大受益者可能仍是那些在全球范围内拥有多元化产能的公司（如 TSMC），而非任何单一国家的国内产能。
来源：AINvest