RTX Spark 是 NVIDIA 历史上最具野心的产品之一——它不仅是"又一款显卡"，而是 NVIDIA 对 PC 核心计算平台的重新定义。与联发科合作设计的 N1X CPU 采用 20 核 Grace 架构，配合 Blackwell GPU 和 128GB LPDDR5X 统一内存，总晶体管数约 700 亿，AI 算力达 1 Petaflop。定价区间为 $1,799（N1）到 $2,899（N1X），预计 Q3 开始出货，30+ 笔记本和 10+ 桌面系统将搭载。
从产业格局来看，RTX Spark 标志着 Windows on ARM 生态迎来了最强力的推动者。此前高通独占 Windows ARM 芯片市场多年但份额有限，NVIDIA 携 AI 算力优势和开发者生态（CUDA）入局将彻底改变格局。更重要的是，RTX Spark 能运行 1200 亿参数级别的 AI 模型，这意味着"本地运行大型 AI Agent"正在从概念走向现实。5-8 百万台的 2026 年出货量目标虽然不算大，但足以证明这个方向是认真的。
来源：TrendForce
共封装光学（Co-Packaged Optics, CPO）被黄仁勋称为"AI 数据中心的下一个瓶颈突破点"。传统数据中心中，电信号在交换机芯片和光纤收发器之间通过铜线传输，随着带宽需求从 51.2Tbps 迈向 102.4Tbps 甚至更高，铜线的信号衰减和功耗已成为限制因素。CPO 技术将光学引擎直接封装在交换芯片旁边，消除了铜线瓶颈，大幅降低功耗和延迟。
台积电的 COUPE（Compact Universal Photonic Engine）硅光子平台是这项技术实现商业化的关键。NVIDIA + TSMC 的组合意味着AI 数据中心的网络基础设施正在与计算芯片一样经历"台积电制造"的垂直整合。黄仁勋在 Computex 上表示"能用铜的地方用铜，必须用光的地方用光"，CPO 的出货标志着"光进铜退"在数据中心网络领域的正式开启。
来源：Asianet News
Intel 18A 是 Intel 在先进制程上追赶台积电的关键节点。CEO Lip-Bu Tan 在 Computex 上展现出强烈的自信——18A 制程不仅成功量产（第三代酷睿 Ultra 和至强 6+ 均基于此制程），还获得了 Google（300 万+ TPU 订单）和苹果（部分 iPhone 芯片初步协议）的代工客户。
至强 6+ 的 288 个能效核设计体现了 Intel 对"AI 推理"市场的差异化策略——相比于 GPU 适合大规模并行训练，CPU 在低延迟、小批量推理场景中有天然优势。随着"Agentic AI"（AI 自主执行任务）的发展，CPU 推理的需求可能会超出当前预期。Lip-Bu Tan 甚至放话"到 2030 年 x86 将驱动 80% 的数据中心"——虽然这一预测备受争议，但 Intel 在 AI 推理 CPU 上的投入显然不是走过场。
来源：凤凰科技
高通进入数据中心市场的逻辑与其在移动端的霸主地位一脉相承：利用 ARM 架构的低功耗优势，在"分布式 AI 推理"场景中与 x86 和 GPU 竞争。Dragonfly 品牌的命名也颇具深意——"蜻蜓"象征敏捷和高效，与"重型"的数据中心 GPU 形成对比。
高通的差异化策略在于"端云协同"：不是让所有 AI 计算都在云端完成，而是通过智能体（Agent）在端侧（手机、PC、IoT）和云侧之间动态分配计算负载。高通声称这种架构可节省约 140 万 Token、成本降低 60%。这个思路与 Apple Intelligence 的"端侧优先 + 私有云"理念相似，但高通的野心在于构建一个跨所有设备平台的统一 AI 架构。在 Intel 和 NVIDIA 都在发力 AI PC 和服务器芯片的时候，高通是为数不多同时在两端都有布局的公司。
魏哲家在台积电股东会上的发言展现出极端的自信。台积电当前在全球晶圆代工市场拥有 73% 的份额（按营收计算），而在先进制程（7nm 及以下）领域的份额可能超过 90%。AI 芯片需求的增速远超台积电扩充产能的速度——用魏哲家的话说，"客户的需求永远追不上我们的产能增长"。
对于三星和 Intel 的追赶，魏哲家的评价是毫不留情的——"我的评价是：继续做梦"。这种近乎傲慢的态度背后是台积电在先进制程上的绝对领先：N3（3nm）良率稳定、N2（2nm）按计划推进、预计 2026 年资本开支达 520-560 亿美元（同比增长 40%）。但台积电的"甜蜜烦恼"是产能过于集中在台湾的地缘政治风险，以及客户（如 Google 和 Nvidia）因产能不足而被迫向 Intel 和三星分散订单。台积电在日本、德国和美国的全球扩产计划将是未来 5-10 年半导体行业最重要的结构性变化之一。
来源：Morningstar
Google 的 TPU 代工多元化策略是整个半导体行业都在关注的核心案例。作为台积电最大的 AI 芯片客户之一，Google 面临着"单一代工厂依赖"的风险——台积电产能不足意味着 Google 的 AI 基础设施扩张速度受制于台积电的生产排程。因此，Google 做出了一个具有历史性意义的决定：将 TPU 订单分散到三家代工厂。
Intel 承接的"300 万+ TPU"订单（约占 Google 2027-2028 年 TPU 总需求的 50%）对 Intel Foundry 而言是救命稻草级别的客户验证。Intel 股价因此消息涨了 11%。三星的角色则更加精细化——利用其 2nm 制程和内存技术优势生产 TPU 的内存 I/O 芯片（而非核心计算引擎），台积电仍然负责 1.4nm 核心计算芯片。这种"分拆制造"模式（AMD 也在采用）正在成为后摩尔时代的行业标准——不同的芯片组件由最适合的代工厂生产，然后通过先进封装整合。
来源：朝鲜日报
中芯国际市值突破万亿是中国半导体产业的一个里程碑事件。作为中国大陆最大的晶圆代工厂，中芯国际在全球排名第三（仅次于台积电和三星）。Q1 2026 的财务数据——25.1 亿美元收入、1.97 亿美元净利润——表明成熟制程代工业务的盈利能力正在稳步提升。
华为成为中芯国际最大客户的事实具有重要的战略意义。在美国出口管制不断收紧的背景下，华为与中芯国际的深度绑定正在形成一个"去美化"的芯片供应链闭环。中芯国际新成立的子公司"上海芯三维半导体"（注册资本 4.32 亿美元）专注于先进封装（硅中介层、TSV、混合键合等 2.5D/3D 封装技术），这正是"韬定律"（见下条）中提到的通过封装提升芯片效能的技术路径。交银国际给出了 95 港元的目标价，开源证券维持"买入"评级，市场对中芯国际的信心正处于历史高点。
"韬定律"可能是 2026 年中国半导体行业最重要的技术概念。华为半导体业务部总裁何庭波提出的这一原创性理论，核心思想是以"时间缩微"（Temporal Scaling）替代传统的"几何缩微"（Geometric Scaling）。在无法获得 ASML 最先进 EUV 光刻机的情况下，华为选择了一条架构创新的路线——通过逻辑折叠（Logic Folding）、3D 堆叠、混合键合和系统协同设计来压缩信号传播时延、提升晶体管密度和芯片效能。
计划 2026 年秋季发布的麒麟 2026 芯片声称晶体管密度可达 238 MTr/mm²——相当于台积电早期 3nm 制程（N3P）的水平——大核能效提升 41%，主频突破 3.1GHz。更宏大的路线图指向 2031 年突破 400+ MTr/mm²（相当于台积电 1.4nm 工艺）。华为声称过去六年已基于韬定律设计并量产了 381 款芯片。
这个概念的行业影响是深远的：A 股半导体板块总市值飙升至 11.26 万亿元，券商集体上调半导体评级至"超配"。但需要审慎看待的是，韬定律从实验室到大规模量产之间仍有巨大的良率和成本挑战。"半导体没有捷径"——这是行业铁律。韬定律是否能真正打破"必须依赖 EUV 光刻机"的魔咒，还需要至少 2-3 年的产业化验证。
摩根士丹利、Omdia、普华永道和德勤这四家权威机构虽然使用不同的模型和数据源，却得出了高度一致的结论：2026 年是半导体行业由 AI 驱动的超级周期的关键年份。德勤预测 2026 年全球半导体销售额将达 9750 亿美元（同比增长 26%），到 2030 年突破 1 万亿美元。Omdia 指出数据中心在半导体收入中的占比将在 2026 年首次突破 50%——这是一个历史性的结构性转变。
支撑这一判断的关键数据包括：全球五大云服务商 2026 年资本开支合计约 7164-7600 亿美元（同比增长 90-102%）；大模型 Token 调用量日均约 20 万亿、年化增长 1144%；AI 算力芯片市场达 4665 亿美元，英伟达市占率约 76.1%。存储芯片的供不应求预计延续至 2027 年 Q2，HBM 和 eSSD 是核心增长点。但机构也发出了风险预警——AI 芯片贡献了行业约一半的收入，但销量占比不到 0.2%，这种"少数产品支撑整个行业"的结构有其脆弱性。
来源：钛媒体
LSE 商务评论的这篇分析提供了一个常被忽视的视角：半导体行业的竞争不仅是技术和资本的竞争，更是人才的竞争。全球半导体行业到 2030 年需要超过 100 万新增工人——包括工程师、技术员和设备操作员——而这个数字在当前的教育和培训体系下是难以满足的。美国联邦研发支出占 GDP 比例已跌破 1%，这对长期的工程师培养构成了制约。
更引人注目的是产能预测：到 2028 年中国半导体产能全球占比将从 2024 年的 25% 增长至 42%。这意味着中国正在以惊人的速度建设成熟制程产能，而台积电和三星的先进制程虽然主导了利润，但成熟制程（28nm 及以上）覆盖了汽车电子、工业控制、IoT 等广泛的"非 AI"应用场景。LSE 学者的核心观点是："2030 年代的竞争胜利者不是靠出口管制，而是靠谁培养了最多工程师、建立了最具韧性的供应链、运营了最高效的产学研合作。"
黄仁勋的这番话是一句罕见的对美国政府政策的公开批评——虽然措辞克制，但"基本上拱手让给中国公司"传达的信号非常清晰：出口管制并没有阻止中国获取 AI 芯片能力，而是改变了供应商。华为昇腾在国产 AI 芯片市场的份额预计达到 62%（摩根士丹利估算），寒武纪、海光信息等企业也在快速成长。NVIDIA 在中国市场的收入从管制前的 25% 占比大幅下滑至个位数。
从更长的历史视角看，出口管制的"意外后果"可能是加速了中国芯片产业的自给自足进程。如果没有 2022 年以来的出口管制，中国厂商可能仍然满足于使用 NVIDIA 的芯片而不急于发展自主替代。高通与字节跳动达成供应数百万颗 AI 专用芯片的协议，表明美国在非核心领域正在释放贸易缓和信号——这是否意味着出口管制政策的"精细化调整"正在发生，值得持续观察。
来源：综合报道
德勤的年度半导体报告标题本身就揭示了行业的根本矛盾——"机遇与暗礁"。机遇在于 AI 驱动的需求增长是真实且持续的：9750 亿美元的全球半导体销售额、2000 亿美元的存储芯片收入（DDR4/DDR5 因 AI 挤占产能而价格上涨高达 50%）。但"暗礁"同样真实：AI 芯片贡献了约一半的行业收入，但销量占比不到 0.2%。这意味着半导体行业的健康状况高度依赖于少数几家 AI 巨头的资本开支决策。
德勤特别指出，行业对 AI 布局"高度集中"——如果 Meta、微软、亚马逊等云厂商中任何一家削减 AI 资本开支（例如因为 AI 投资回报不及预期），整个半导体供应链都将受冲击。另一个常被忽视的风险是"AI 芯片的物理消耗"：AI 训练和推理需要的电力、散热和物理空间正在成为瓶颈，芯片性能提升的速度可能受到物理基础设施的限制而非摩尔定律的制约。
来源：德勤
这是美国对华芯片出口管制的一次"精准补丁"。过去一年间，由于 2025 年 5 月特朗普政府暂停了拜登时期的"AI 扩散规则"，出现了一个监管真空期——中国企业通过在马来西亚、新加坡等地设立子公司，合法地采购了数十万颗 NVIDIA Blackwell GPU。BIS 于 6 月 1 日发布的指引将管制逻辑从"芯片运到哪里"改为"谁在买"——只要母公司在中国，无论子公司设在哪里都需要许可证。
但新规有一个明显的缺陷：它不要求已经采购并使用这些芯片的数据中心停止运营或退回芯片。这意味着在漏洞存续期间运出的数十万颗芯片仍然在运行。两党参议员（班克斯、安迪金）6 月 8 日进一步施压，要求收紧对台积电等代工厂的监管，防止中国公司通过"直接向代工厂下单定制芯片"来绕过品牌芯片的出口管制。从趋势来看，美国的芯片管制正在从"管物"升级为"管实体、管算力、管供应链"，但管制的有效性取决于执法力度和盟国的配合程度。
来源：Al Jazeera · The Hill
面对美国不断升级的芯片出口管制，中国正在构建一套多层次的反制工具箱。7 月 1 日起施行的《国务院关于对外投资的规定》建立了投资壁垒调查制度——中国可以调查并反制那些对中国企业构成歧视性限制的国家。这与此前已公布的《反外国不当域外管辖条例》《反外国制裁法》共同构成了中国对抗"长臂管辖"的法律体系。
稀土出口管制是一个更具杀伤力的反制手段。稀土是芯片制造、军事武器和清洁能源的核心原材料，中国控制了全球大部分稀土的开采和加工。商务部明确表示"特定军事用途或先进芯片制造相关的出口申请原则上不予许可"，这意味着中国正在利用其在稀土供应链上游的垄断地位来进行"精准威慑"。外交部则重申"小院高墙挡不住中国创新步伐"的立场，强调开放合作仍是首选路径，不希望看到"AI 铁幕"。
黑石募集的 131 亿美元亚洲基金是亚洲私募股权历史上最大的基金之一（EQT 同期关账了 156 亿美元的亚洲基金）。该基金被超额认购（触及硬上限），LP 构成高度多元化：35% 来自北美、25% 亚洲、20% 中东、15% 欧洲，173 位新投资者加入。上一期亚洲基金净 IRR 达 27%。
更值得关注的是投资方向：黑石明确将 AI 基础设施、半导体和科技列为首要投资方向——这与传统 PE 偏好消费、金融和医疗的模式有所不同。AI 和半导体行业的高资本开支特性（一家先进制程晶圆厂的投资动辄数百亿美元）需要"耐心资本"的支持，而 PE 基金恰好提供了这种长期资金。黑石的亚洲芯片/科技布局将与台积电、三星、中芯国际等代工厂以及 NVIDIA、华为等芯片设计公司产生深度互动。
来源：21世纪经济报道
中国半导体行业正在经历从"被投者"到"投资者"的角色转变。长鑫科技（中国最大的 DRAM 制造商）、中微公司（半导体设备龙头）和阿里巴巴（云计算和 AI）的联合出资代表了产业链上下游的资本协作新模式。39.1 亿元的基金规模虽然不算大，但"链主企业 + 地方国资 + 金融机构"的联合出资结构具有可复制性。
年内超过 50 家上市公司宣布设立私募股权基金——国盾量子设立 15 亿元量子产业基金、兆易创新设立半导体 VC 基金、蜜雪冰城也以 15 亿元跨界做 LP——表明中国资本市场正在形成一个"产业资本主导的私募投资生态"。这与美国由独立 VC/PE 主导的硅谷模式不同，可能更适合中国半导体产业的现实需求：被投企业不仅需要资金，还需要产业链协同、客户渠道和政府关系支持。
来源：21世纪经济报道