本周（2026 年 9 月 1 日–5 日）AI 算力行业的题眼，是两条相反方向的成本重构：海外，英伟达以史上最大并购吞下开发者生态入口，同时给旗舰减配显存——"内存太贵"倒逼硬件从单卡堆料走向系统级互联；国内，DeepSeek 16 万颗昇腾订单把"国产替代"从口号变成头部实验室的资产负债表决策，字节近 300 亿美元融资为算力扩张装上杠杆。

---

1. DeepSeek 拟购 16 万颗昇腾 950DT：国产算力的"标志性订单"​

彭博社 9 月 4 日报道，DeepSeek 计划在内蒙古乌兰察布新建的约 1GW 数据中心部署至少 16 万颗华为昇腾 950DT，主要用于推理而非训练。按每颗约 11.1 万元的市场价估算，订单总额约 178 亿元人民币（约 25.6 亿美元）——这是迄今已知规模最大的昇腾集群，是半年前深圳首个万卡级集群的 16 倍。

三个关键读数：

• 主动选择，而非被迫替代：DeepSeek 是公认最会"榨干"算力的实验室。创始人梁文锋 7 月曾直言：华为超节点能完成 GB300 的任务、延迟没有明显差别，但约需 4 颗昇腾才抵 1 颗英伟达、技术上落后约两年。选择昇腾跑推理，是在综合成本、供应链安全与本土化后的理性决策——推理对软件生态依赖较浅，正是国产芯片的突破口；
• 瓶颈在供给端：受高端内存（HBM）短缺制约，昇腾 950DT 今年产量仅数十万颗（2026 年全部昇腾 die 计划约 160 万颗），DeepSeek 希望加购更多但产能所限，整单交付或需一年以上——国产 HBM 与先进封装成为整条链的胜负手；
• 过渡性押注：DeepSeek 同时在与中芯国际合作开发自研推理芯片，并于 6 月完成约 500 亿元融资、继续洽谈数十亿美元基建融资。国产算力的终局是多元自主，而非单一依赖。

单颗 950DT：144GB HBM、4.0TB/s 带宽、2.0TB/s 互联，原生支持 FP8/FP4/HiF8，详见昇腾 950DT 规格页。

2. 英伟达 129.3 亿美元收购 Hugging Face：买下"铲子的交易所"​

当地时间 9 月 3 日，英伟达宣布以 129.3 亿美元收购全球最大开源 AI 平台 Hugging Face，超过 2020 年 69 亿美元收购 Mellanox，成为其史上最大并购。交易含约 119 亿美元股权款与最高约 10 亿美元员工留任计划，预计 2027 年上半年完成，待监管批准。

Hugging Face 托管超 300 万个模型、50 万个数据集，服务超 1800 万名开发者。黄仁勋承诺平台继续开放中立运营：不强制绑定英伟达资源、开源属性完整保留。

解读：算力霸主的护城河从"芯片 + 网络 + 软件栈"一路修到了"模型分发 + 开发者生态"——卖铲人开始收购铲子的交易所。平台的"中立性"承诺能否兑现，将成为全球监管与竞争性云厂商持续盯防的焦点；对国内产业而言，模型托管、权重分发这类"轻资产 AI 基础设施"与芯片一样，正在成为大国科技博弈的卡点。

3. Rubin Ultra 显存减配：内存占 TCO 40% 后的算术题​

SemiAnalysis 最新报告（科创板日报 9 月 3 日转引）显示，英伟达已将旗舰 Rubin Ultra 的 HBM 配置从 HBM4E 12-Hi（384GB 档）下调至 HBM4 8-Hi（192GB），三星正配合开发 8 层产品。

• 动因：HBM/DRAM 涨价后，内存已占整机 TCO 约 40%；减配后 HBM 成本降超 50%，即便计入 2026 年 HBM 涨价预期，内存占总资本开支比例也将从 40% 压至 28%；
• 钱去了哪：转向 Scale-up 纵向扩展网络——以 NVL576 NPO 方案测算，光模块取代机架间互连后，Scale-up 网络占机架总支出比例从 4% 升至 12%；
• 连锁反应：TrendForce 显示英伟达自 2026 Q3 起并行评估 HBM4E 8-Hi / 12-Hi / HBM4 8-Hi 多套方案，部分云厂商也在考虑下调下一代自研 ASIC 的 HBM 容量。

连定价权最强的英伟达都给旗舰"减配求量"，等于官宣：当前 AI 硬件最紧的约束是内存（美光高管称新增内存供应 2028 年前难有实质放量），单卡堆料的军备竞赛告一段落，硬件价值重心正迁移到光互联、CPO、高速交换与 PTFE 背板。华泰测算 2027 年存储供需缺口将从约 -7% 收窄至 -3%——上行周期未逆转，但从"普涨"走向"结构性紧缺"。

详见本站已同步更新的 Rubin Ultra 规格页与HBM4 量产竞速分析。

4. 推理 ASIC 军备提速：谷歌"一年两款"，Jalapeño 规格落地​

• 谷歌 TPU 迭代周期从两年一代压缩至"每年两款"（华创证券 9 月 4 日研报）：第八代已拆分为训练（8t）与推理（8i）双架构，8i 把内存/算力配比拉到 8t 的 1.65 倍，专为推理放量设计；
• OpenAI Jalapeño 规格披露：6 堆栈 HBM4 共 216GB、带宽 15.4TB/s、700W，围绕投机解码设计；OpenAI 称在 DeepSeek R1 负载下 tokens/kW 达 GB300 的 1.7 倍；RTL 冻结到流片 9 个月，首批硅片后约 10 周承载 ChatGPT 流量。详见规格页（本站已更新）；
• workload-specific 时代开场：训练、推理、推荐各自长出专用芯片，上游 HBM/封装/光互联的供应节奏必须跟上"半年一代"。

5. 国内动态：字节 296 亿美元加杠杆，摩尔线程 Token 超节点投产​

• 字节跳动获约 296 亿美元融资安排（彭博 9 月 3 日），较最初约 200 亿美元目标大幅上调，用于数据中心与 AI 基建；另据产业报道正洽谈在内蒙古新增 5-6GW 算力产能——中国 AI 公司迄今最大规模基建融资之一，算力正被当作可融资、可证券化的重资产经营；
• 摩尔线程 × 趋境科技 "Token 超节点"投产（光明网 9 月 4 日）：以 MTT S500 承担 Prefill 与 KV Cache 生成、高带宽 GPU 专注 Decode 的 PD 异构方案，实测平均生成速度超 50 TPS、KV Cache 命中率超 90%、稳定性 99.9%，已承接头部模型厂商官方业务流量——超节点竞争维度从"单卡参数"转向"单位 Token 生产成本"；
• OpenAI 发布 GPT-6 Astra（9 月 4 日）：超 10 万颗 GPU 在 Stargate 集群完成训练，推理放量与超大规模集群仍是全球算力叙事主线；
• SemiAnalysis 基准：AMD MI355X 新提交在 AgentX 基准低交互区间tokens/$ TCO 击败 B300——vLLM + LMCache 软件栈的贡献首次被独立机构量化认可。

6. 市场：中美算力资产一涨一调​

美东 9 月 4 日，美国 8 月非农仅增 8.9 万人（预期 16 万），10 年期美债收益率回落至 3.78%，成长股走强：科技板块 XLK 周涨 4.2%，英伟达周涨 8.7% 收于 230.36 美元。A股 9 月 4 日反向回调：AI 算力芯片板块 -1.99%、服务器 -2.51%、超节点 -2.86%，浪潮信息跌停、寒武纪 -2.54%——基本面无恶化（博通、戴尔、中际旭创订单与财报持续验证景气），更多是交易层面获利兑现。

下周起三连催化密集：CIOE 光博会（9/9-11）→ 华为全联接大会（9/17-19）→ 云栖大会（9/22-24）。国产超节点从"发布会 PPT"到"批量交付"的成色，将迎来集中检验。

本周一句话​

内存太贵改变了所有人的算法：英伟达给旗舰减配显存、把钱投给互联；DeepSeek 用 16 万颗昇腾买推理确定性；谷歌把 TPU 迭代压到半年一代。2026 年 Q4 起，"每兆瓦/每美元 token 数"将取代"单卡 PFLOPS"，成为算力采购的第一指标。

---

相关链接​

• 华为昇腾 950DT 规格页
• NVIDIA Rubin Ultra 规格页
• OpenAI Jalapeño 规格页
• NVIDIA Rubin 规格页

参考资料​

• 彭博社（转引）：DeepSeek 拟部署 16 万颗昇腾 950DT（2026-09-04）
• cnBeta/今日头条：DeepSeek 据称采购 16 万颗华为昇腾 950DT 芯片（2026-09-05）
• 科创板日报：SemiAnalysis 拆解 Rubin Ultra 减配（2026-09-03）
• Natural News/DailyAI：Nvidia To Acquire Hugging Face For $12.9B（2026-09-05）
• 光明网：摩尔线程 × 趋境科技 PD 异构推理方案投产（2026-09-04）
• AGI Hunt：AI News Daily 2026-09-05

---

本文基于彭博社、科创板日报、SemiAnalysis、TrendForce、华创证券研报及光明网等公开报道整理。订单金额与市场数据为媒体/机构预估口径，实际以相关公司正式披露为准。

7 月 Advancing AI 2026 大会上的承诺正在兑现：AMD Helios 机架已进入全面量产，2026 年 Q3 末启动客户出货、Q4 放量。管理层透露客户拉货进度"领先于初始预测"——对英伟达而言，第一次有一个对手在"机架级系统"这个自己定义的战场上，拿到了真金白银的订单。

---

1. Helios：AMD 第一台真正意义上的"机架级计算机"​

指标	Helios（72 × MI455X）	对比 Vera Rubin NVL72
显存	31TB HBM4 池化（单卡 432GB）	Rubin 单卡 288GB（+50%）
显存带宽	1.4PB/s（单卡 19.6TB/s）	22TB/s（单卡）
FP4 推理	2.9 ExaFLOPS	3.6 EFLOPS
FP8 训练	1.4 ExaFLOPS	1.2 EFLOPS
Scale-up 互联	260TB/s（UALink/UALoE）	130TB/s（NVLink6，约 2 倍差距）
机架售价	约 525 万美元	—
出货节奏	2026 Q3 末起，Q4 放量	2026 年 9 月批量出货

MI455X 采用 CDNA 5 架构：8 个 TSMC N2 制程加速 die + N3P 互联 die，256 个工作组处理器、192MB 全局 L2，12 层堆叠 HBM4 让它成为首款显存超过 400GB 的 AMD GPU。同系列还有面向主权 AI 与 HPC 的 MI430X（推理特化）、面向企业的 MI440X（8 GPU + 1 EPYC Venice 一体化服务器）——三条产品线覆盖从云到边缘的完整光谱，规格详见本站 MI455X、MI440X、MI430X 卡片。

配套的 EPYC Venice（Zen 6） 是业界首款 2nm x86 服务器 CPU，最高 256 核，性能较上代 Turin 提升约 1.7 倍，承担 Helios 机架内编排、数据搬运与 CPU 密集型负载。

2. 12GW 订单簿：四大锚定客户全部落地​

AMD 在 AI 加速器市场最大的变化，是从"卖芯片"变成"签产能"：

客户	协议规模	关键条款	交付节奏
OpenAI	6GW 跨代际	首批 1GW MI450；附最高 1.6 亿股认股权证（与部署进度及股价挂钩）	2026 H2 起部署，2027 加速
Meta	最高 6GW / 五年	最高 600 亿美元；Meta 获收购 AMD 最多 10% 股份的选择权	2026 H2 部署 Helios
甲骨文	5 万颗 MI450	从 2026 Q3 起部署	2026 Q3 起
Anthropic	最高 2GW	AMD 投资最高 50 亿美元；双方用 Claude 优化 ROCm	首批 1GW 2027 H1 上线

分析师对 OpenAI 协议中 GPU 部分的收入估计约 800 亿美元；Piper Sandler 估计 Meta 协议五年内可为 AMD 带来约 1000 亿美元收入。合作模式也已升级——不再是简单的采购合同，而是"定制开发 + 资本投入 + 长期联合优化"的深度绑定：Anthropic 甚至披露 Claude 曾在一个周末内自主完成 AMD AI 服务器的配置。

值得关注的是，Cerebras 也宣布与 AMD 达成合作，从 Cerebras 数据中心内部开始部署 AMD 服务器——推理芯片初创公司与 GPU 巨头的"竞合"正在成为新常态。

3. 最大的变量不是英伟达，是封装产能​

AMD 2027 年数据中心营收翻倍的目标，瓶颈不在需求，在供给侧：

• CoWoS-L 产能：汇丰分析指出，要达成目标，CoWoS-L 产能需求需比基础情景高出 12%–35%；AMD 选择将设备托管至 SPIL、PTI 等二线封装厂（一线供应商 2027 年前几乎没有产能富余），低良率风险不可忽视；
• HBM 供应：MI455X 单卡 432GB HBM4 对存储供应提出极高要求，2027 年 HBM4 供给依然紧张（详见本站 HBM4 竞速分析）；
• 资本开支：AMD Q2 资本支出已跃升至 8.08 亿美元，专门用于向外包封测厂托管 CoWoS 设备以保障 Venice CPU 量产。

摩根大通提醒：这是 AMD 首次机架级产品量产，执行风险在 2027 财年内仍然显著，毛利率稀释效应将随出货量逐步显现。

4. ROCm 与 CUDA：真正的前线​

AMD 高管提出"随着 PyTorch、vLLM 等高层抽象框架普及，底层 CUDA 或 ROCm 的差异对开发者日益模糊"。这个判断有部分道理——但 CUDA 的护城河不止是编程接口，还包括数学库、通信库、调试工具和二十年积累的硬件级优化能力。处理自定义算子、混合精度、稀疏计算和千卡集群故障排查时，底层软件栈依然决定成败。

AMD 的聪明之处在于借力打力：让 Anthropic 用 Claude 优化 ROCm——用 AI 优化 AI 芯片的软件栈，这可能是缩小生态差距最快的一条路。

5. 对采购方的启示​

• 第二供应源已是现实选项：2027 年规划推理集群时，MI455X/Helios 值得进入正式评估名单，其 432GB 显存对大参数模型推理的容量优势是实打实的；
• 锁定交付窗口：Helios 为 OCP 开放机架参考设计，最终交付由 OEM/ODM 完成——下单时确认液冷、电源与系统集成责任方，避免"芯片到了机柜没到"；
• 关注 Q4 爬坡数据：年底前 Helios 是否真在 OpenAI 基础设施中大规模上线，是检验 AMD 机架级交付能力的第一个硬指标。

---

相关链接​

• AMD MI455X 规格页
• AMD MI440X 规格页
• AMD MI430X 规格页
• NVIDIA Rubin 规格页

参考资料​

• Tech Insider：AMD Advancing AI 2026 — Helios Hits $5.25M, 12GW Booked
• Lumien AI：AMD Helios AI Servers Enter Full Production, OpenAI Commits to Deployment
• 超级金属市场新闻网：AMD AI 战略受限于产能瓶颈（2026-09）
• 大数跨境：全球首款 2nm GPU 炸场，OpenAI、Meta、微软站台

---

本文基于 AMD Advancing AI 2026 大会披露与后续供应链报道整理。订单规模、收入预测均为分析师口径，实际以 AMD 财报为准。

芯片追不上，系统来补。这是国产算力过去一年最清晰的战略共识。2026 年下半年，国产超节点正式从"概念发布"进入"产品密集发布、联合适配和商业部署"阶段：华为 Atlas 950 SuperPoD 真机已亮相并计划 Q4 上市，中兴、新华三、中科曙光、壁仞、沐曦等一众厂商相继入局。

---

1. 华为 Atlas 950：业界最大 1024 卡超节点，Q4 上市​

继 7 月 WAIC 2026 真机首秀后，华为昇腾 950 超节点的商用脚步持续加快。核心规格：

指标	Atlas 950 SuperPoD
互联规模	最大 1024 × 昇腾 950DT（灵衢高速互联）
AI 算力	1 EFLOPS FP8/mxFP8/HiF8、2 EFLOPS FP4
全局内存	256TB 统一编址，片上内存最大 1024 × 96GB @ 4.0TB/s
互联带宽	单柜最大 64 × 1.68 TB/s（双向），3μs 超低 RTT
形态	满配 128 计算柜 + 32 互联柜，占地约 1000㎡，8192 颗 950DT
供电散热	全液冷，100kW 供电，380V AC/336V DC/240V DC
上市时间	2026 年第四季度

在 WAIC 展台之外，两个数字更能说明商业化进度：昇腾 384 超节点已商用落地 750 多套，规模应用于互联网、运营商、金融、教育、医疗等行业，并且是国内唯一训练出 SOTA 模型的超节点；更远期规划中，Atlas 950 SuperCluster（超 50 万颗昇腾芯片）同样定于 2026 Q4，Atlas 960 SuperPoD（15488 卡）与 Atlas 960 SuperCluster（超 100 万卡）将于 2027 Q4 接力。

华为的路线图背后是"Tau Scaling Law"——在 EUV 光刻机受限的前提下，通过系统级扩展突破单芯片物理极限，并计划到 2031 年将晶体管密度推升至 1.4nm 级工艺水平。

2. 超节点赛道全面开花：三条技术路线​

WAIC 之后，国产超节点形成了三类清晰的技术路线：

第一类：华为全栈自研。 同时掌握昇腾芯片、灵衢互联、Atlas 硬件、CANN 软件栈和 MindSpore 框架。CANN 已全面开源：社区上线 67 个项目、开源代码超 1244 万行、月活开发者突破 3500 人；昇腾开发者总数超 400 万。

第二类：中兴、新华三的兼容路线。 中兴发布 OEX 超节点新品，依托协议标准化与接口统一，全面兼容多元 GPU 生态；新华三 UniPoD S80000 系列可从 32 卡扩展至 1024 卡、最大支持 16384 卡互联，将 Scale-up/Scale-out 网络、液冷、供电、管理和故障恢复整合进同一套架构。

第三类：国产 GPU 联合创新。 中兴联合曦智、壁仞、沐曦、燧原、天数智芯等，基于 OEX+dOCS 架构打造国产高性能 Matrix 超节点；壁仞计划发布 BR20x 系列 GPU，基于自研 BLink 2.0 互联协议实现单超节点 1024 卡 Scale-up；沐曦推出"曦景"S 系列超节点。

在更大的 Scale-out 层面，中科曙光"曙光 8000（登峰）"全国产十万卡 AI 超集群已落成并接入国家超算互联网——它不是单体超节点，而是由大量计算节点、超节点和网络存储组成的超集群，检验的是国产算力的大规模调度、应用适配和工程交付能力。

3. 为什么"超节点"成了国产算力的主战场​

根本原因在于衡量标准变了：国产算力的评价体系，正从"比较单颗芯片的峰值性能"转为"一整套系统能够调动多少有效算力"。华为副董事长徐直军对此直言：单芯片上英伟达仍领先且短期难以追赶，但在超节点和集群层面，华为有信心。

这一转向的产业逻辑：

• 出口管制下的现实选择：单卡制程受限 → 用高速互联把更多 NPU 组织成一台"大计算机"；
• 需求侧真实拉动：万亿参数 MoE 模型的训练与推理，天然需要大规模低时延互联，超节点恰是对症下药；
• 生态护城河前移：CANN 开源 + MindSpore 兼容 PyTorch，把 CUDA 生态的竞争从"算子覆盖"层面拉回到"开发者规模"层面。

东兴证券指出，全球超节点赛道已聚集微软、Meta、亚马逊、三大运营商、阿里、字节、腾讯、百度、曙光、中兴、浪潮、新华三、海光、沐曦等数十家厂商——格局未定，但英伟达一家独大的局面正在被谷歌 TPU、AMD Helios、华为 Atlas 三股力量同时挑战。

4. 三道关卡：从"造出来"到"卖得动"​

业内人士普遍认为，国产超节点距离真正成熟还有三道坎：

1. 单芯片性能与单柜算力密度：受制程限制，单卡性能差距仍存，现阶段靠多柜互联和规模扩展另辟蹊径；
2. 规模扩展效率：超节点扩展到一定规模后性能提升边际递减，通信复杂度、能耗和容错成本持续上升；
3. 可验证的商业价值：下一阶段的比拼是有效算力利用率、单位 token 成本、模型适配广度与客户复购意愿。

一句话总结：2026 年是"中国超节点元年"，2027 年见真章——届时 Atlas 950 与 Vera Rubin NVL 系列将在全球两个平行市场各自接受规模化交付的检验。

---

相关链接​

• 华为昇腾 950 规格页
• 华为昇腾 950DT 规格页
• 华为昇腾 910C 规格页

参考资料​

• 21 世纪经济报道：WAIC 上的算力重器——华为昇腾 950 超节点真机现身（2026-07-17）
• 昇腾社区：Atlas 950 SuperPoD 液冷超节点产品规格
• RCR Wireless：Huawei unveils new offering for AI infra at Shanghai event
• Seoul Economic Daily：Huawei Unveils Atlas 950 SuperPoD

---

本文基于 WAIC 2026 现场报道、昇腾社区官方规格与公开研报整理。超节点性能数据均为厂商公布口径，独立第三方评测结果尚待观察。

8 月底至 9 月初，国产 AI 芯片厂商半年报密集披露，加上燧原科技 9 月 2 日启动 IPO 申购，被称为"国产四小龙"的摩尔线程、沐曦、壁仞、燧原全部完成上市，加上早已在科创板的寒武纪——国产 AI 芯片的资本市场拼图就此补齐。更重要的是，财报数字第一次集体印证了一件事：国产算力正从"能用"跨向"好用"，商业化拐点已现。

---

1. 半年报成绩单：增长是主旋律，盈利是分水岭​

厂商	2026H1 营收	同比	盈利状态	技术路线
寒武纪	59.96 亿元	+108.1%	归母净利 23.11 亿	自研 MLU 指令集（DSA）
摩尔线程	17.36 亿元	+147.4%	净亏 1156 万（收窄）	全功能 GPU（兼容 CUDA 路线）
壁仞科技	12.36 亿元	+1997.6%	未盈利	通用 GPU
沐曦	13.24 亿元	+44.7%	净利 6.12 亿（首次扭亏）	通用 GPU
燧原	11.20 亿元	+279.1%	未盈利	DSA 专用架构（TopsRider）

几个值得注意的细节：

• 沐曦率先跨过盈利线：8 月 31 日披露的半年报显示净利润 6.12 亿元、同比扭亏（上年同期亏损 1.86 亿）；不过扣非净利润仍为 -4900 万（亏损收窄 75.8%）——含金量仍在爬坡。
• 壁仞低基数暴增：近 20 倍的同比增速来自上年同期极低的收入基数，但 12.36 亿的绝对体量已与燧原、沐曦同量级，第二梯队座次重新洗牌。
• 研发强度惊人：沐曦研发费用占营收 39.7%、摩尔线程 44.3%、壁仞高达 65%——高研发投入是全员未完全盈利的根本原因，也是未来竞争力的来源。
• 摩尔线程毛利率承压：从 78% 降至 57%，成本增速（+245%）远超营收增速（+147%）——大规模量产期的品控与爬坡成本开始显现。

2. 燧原登板：四小龙资本拼图补齐​

燧原科技 9 月 2 日启动公开申购，发行 4303 万股新股（约占上市后总股本 10%），募资目标 60 亿元，采用 DSA 专用架构 + 自研 TopsRider 软件平台（不兼容 CUDA）。至此：

• 科创板：寒武纪（2020 年）、摩尔线程、沐曦、壁仞（2026 年）
• 燧原：2026 年 9 月完成上市

国产 AI 芯片第一梯队全部进入公开市场，融资通道打开后，研发投入的"军备竞赛"将进一步升级。

3. 需求端：百万卡缺口，订单排到三年后​

财报爆发的另一面，是需求端的极度饥渴：

• 产能缺口：行业调研显示，2026 年国产 AI 芯片需求规模约 400 万颗，实际交付约 300 万颗，存在百万级缺口；
• 订单周期：内蒙古乌兰察布远景星河基地（规划支撑百万卡级并行算力）表示"在手订单已排到三年后"；
• 供给创新：算力紧缺催生"集装箱式算力中心"——20/40 英尺标准集装箱为载体，插电接水即可在 24 小时内完成部署，把传统"一年工期"压缩到"一天上线"；
• 市场空间：IDC 数据显示 2025 年中国 AI 加速卡出货约 400 万片，国产占约 41%（165 万片）；CIC 预测中国 AI 加速器市场 2028 年将超万亿元，其中国产方案份额约 90%。

4. 两种路线的两种赌注​

市场研究机构预测 2026 年中国高端 AI 芯片市场中，国产方案份额将接近 90%，其中华为约 62%、寒武纪约 14%，剩余由摩尔线程、沐曦、壁仞等共同占据。而寒武纪与摩尔线程这对"双龙头"，正在押注两种截然不同的未来：

寒武纪：用现金买确定性。 半年报资产负债表上，存货 82.48 亿 + 预付款 29.14 亿，两项合计 111.6 亿、占总资产 61%——在实体清单限制下"产能即订单"，提前锁定未来 12-18 个月的晶圆产能，代价是经营现金流净额同比下滑 66%，且上半年已计提存货跌价损失 3.97 亿。底气来自订单确定性：57 亿元股权激励计划的考核目标是 2026 年营收不低于 135 亿、2026-2028 年累计不低于 1000 亿。

摩尔线程：用亏损买时间。 全功能 GPU 的"大而全"路线（AI 计算 + 图形渲染 + 物理仿真 + 视频编解码）前期投入巨大，需要在现金流耗尽之前跨过规模化的门槛。上半年亏损已收窄至千万级，IPO 募资到位后，时间窗口正在变宽。

5. 软件生态：被忽视的胜负手​

需求外溢（英伟达 H20 系列在中国市场遇冷）推动 DeepSeek、智谱 GLM、月之暗面 Kimi 等头部模型纷纷适配国产加速器（昇腾、沐曦、摩尔线程等），这给了国产芯片难得的"真实负载打磨机会"。但正如行业共识：芯片可以三年一代，生态需要十年之功。寒武纪自研指令集的封闭高效、摩尔线程 MUSA 对 CUDA 生态的兼容路线、燧原 DSA 的专用极致——哪条路能沉淀出真正的开发者生态，才是决定 2030 年格局的关键变量。

---

相关链接​

• 寒武纪 MLU690 规格页
• 沐曦曦云 C600 规格页
• 壁仞 BR100 规格页
• 燧原 T21 规格页

参考资料​

• Pandaily：China's Four Domestic AI Chip Makers Near a Commercial Turning Point（2026-09）
• 央视财经 / 大湾区经济网：百万卡缺口，订单排到三年后！国产算力上演"抢芯大战"（2026-09-01）
• 钛媒体：国产芯片的两场豪赌——寒武纪买确定性，摩尔线程买时间（2026-09-03）

---

本文基于上市公司半年报、Pandaily 与央视财经等公开报道整理。财务数据为公司披露口径，市场份额为研究机构预测，不构成任何投资建议。

9 月第一周，存储行业传来三组关键信号：SK 海力士面向英伟达 Vera Rubin 平台量产交付全球首款 12 层 HBM4；三星 Q2 HBM 份额飙升至 33%、直逼王座；美光宣布年底 HBM 月产能翻倍至约 10 万片晶圆。 HBM4 的竞争，已经从"谁能造出来"变成"谁能最快量产爬坡、谁绑定的客户最深"。

---

1. 三巨头战报：领跑者、追赶者与搅局者​

维度	SK 海力士	三星电子	美光
HBM4 关键节点	2026 年中向 Vera Rubin 量产交付 12 层 HBM4（全球首款完整质量认证）	2026 年 2 月全球首家大规模量产出货	2026 Q2 量产 12 层 HBM4，批量出货
DRAM 核心裸片	1b（第五代 10nm 级）	1c（第六代）	—
Base Die 代工	台积电 12nm	自家 4nm	拟转台积电（1γ 工艺代）
2026 HBM4 份额预测	~54%	~28%	~18%
Q2 HBM 营收份额	50%（环比 -14pct）	33%（环比 +12pct）	18%
HBM 产能	~15–20 万片/月	~15–20 万片/月	年底冲刺 10 万片/月（现为 4–5 万）

三个关键读数：

• 三星的反扑是真的：从去年 Q2 份额低至 15%（落后美光 6 个百分点）到今年 Q2 的 33%，三星用一年时间把与 SK 海力士的差距缩小到 17 个百分点。三星预计 HBM4 将占其下半年 HBM 收入的 60% 以上，且现有 HBM4 产能已被客户预订售罄，2026 年 HBM 总产能计划提升约 50%；
• 美光的追赶也是真的：CEO 梅赫罗特拉透露 12 层 HBM4 爬坡速度约为 HBM3E 的两倍、累计收入已超 10 亿美元；年底若如期达成 10 万片月产能，与两强的差距将缩小一半；
• SK 海力士的护城河依然深：与英伟达签署多年期 HBM/DRAM 供应协议、率先完成 2027 年 HBM4 价格谈判，在英伟达 HBM4 采购中占比约 60%（乐观情形 70%）。

2. 变局核心：封装比 DRAM 制程更值钱​

HBM4 与 HBM3E 时代最大的不同，是胜负手从存储颗粒转向了封装与 Base Die：

• I/O 通道数从 1024 条翻倍至 2048 条，单颗 12 层封装吞吐超 2TB/s，能效较前代提升逾 40%；
• Base Die 首次引入晶圆代工厂先进逻辑工艺——SK 海力士用台积电 12nm，三星用自家 4nm，美光计划在 1γ（首次导入 EUV）世代转由台积电代工；
• 存储原厂与代工厂的协作深度，第一次成为决定出货速度的关键变量——这正是 Hot Chips 2026 上"三星 HBM Base Die 逻辑工艺化"议题的产业注脚。

SEMI 数据显示，2026 年全球 HBM 市场规模预计增长 58% 至 546 亿美元，约占 DRAM 市场四成。行业预计 HBM4 销售占比将在 2026 年 Q4 正式超越 HBM3E，成为市场主流。

3. 客户端信号：Rubin 加码，Rubin CPX 重生​

需求端同样在 9 月出现重要变化：

• Vera Rubin 全面量产（详见本站专文）：每颗 Rubin GPU 搭载 288GB HBM4、带宽 22TB/s，NVL72 整柜 75TB 快速内存——HBM4 供给直接决定 Rubin 出货上限，这也是英伟达把"先进晶圆与 HBM 供应"列为当前第一约束的原因；
• Rubin CPX 项目重启：据 CFM 闪存市场 9 月 2 日简讯，英伟达重启此前搁置的 Rubin CPX 机柜项目，内存规格由 128GB GDDR7 改为 168GB HBM4，机架改为独立 MGX ETL 设计，客户可选 64/128/192/256 颗 GPU 配置——推理专用卡也全面转向 HBM4，进一步放大了 HBM4 需求；
• 供给协议长期化：英伟达已与 SK 海力士、美光签署多年期 HBM 及 DRAM 供应协议，锁供给、锁价格、锁产能成为巨头标配动作。

4. 下半场：HBM4E 已经鸣枪​

下一代产品的竞争在 2026 年同步开启：

• SK 海力士：HBM4E 送样提前至 2026 年年中（原计划下半年），COMPUTEX 2026 已展出 12 层样品，单引脚速率最高 16Gbps、单堆栈带宽约 4TB/s，计划 2027 年量产；
• 三星：2026 年 Q2 起向头部客户交付业界首批 HBM4E 样品（48GB），目标 2027 年拿下 HBM4E 市场 50% 以上份额；
• 美光：HBM4E 预计 2027 年量产，首批样品采用 1γ 制程 DRAM。

5. 对采购方与投资观察者的启示​

• 供应商组合成为第一优先级采购变量：同样买 Rubin 平台，采用哪家 HBM 供应商的整机，交付周期可能相差数月；
• 国产链条的机会窗口：HBM 供不应求叠加出口管制，长鑫等国产存储玩家的 HBM 进展值得持续跟踪——国产 AI 芯片（昇腾 950 系列等）对 HBM 的需求同样在放量；
• 跟踪三个领先指标：头部云厂商 Rubin 机架采购量、HBM 设备供应商订单（美光已加大 PO）、HBM4E 送样→量产的时间差。

---

相关链接​

• NVIDIA Rubin 规格页
• NVIDIA Rubin CPX 规格页
• NVIDIA Rubin Ultra 规格页

参考资料​

• Electronic Times：US Micron to Double HBM Capacity, Closing Gap with Samsung and SK（2026-09-04）
• Korea Herald / News18：Samsung narrows SK hynix HBM lead as HBM4 shipments accelerate（2026-09-04）
• CFM 闪存市场：HBM4 量产爬坡竞速与 Rubin CPX 重启简讯（2026-09-02/04）
• 快科技：美光吹响反击号角！HBM4 产能翻倍直追三星海力士（2026-09-04）

---

本文基于 2026 年 9 月初 Counterpoint Research、CFM 闪存市场及韩媒报道整理。份额与产能数据均为研究机构/供应链预估口径，实际以各原厂财报为准。

2026 年 9 月初，供应链信息确认：英伟达 Vera Rubin 平台已于 8 月正式量产、9 月启动批量出货，无延期、无卡顿。与 Blackwell 迭代初期的产能波折不同，这次量产节奏异常平稳——谷歌云、微软 Azure、CoreWeave、甲骨文云等头部云厂商已启动机架部署。但真正值得产业记住的，不是"又一代 GPU 量产了"，而是 Rubin 把液冷从"可选配置"变成了"硬性前置条件"。

---

1. 量产节奏：史上最平稳的一次平台切换​

根据产业链调研与券商跟踪信息：

• 2026 年 8 月：Vera Rubin 正式量产；
• 2026 年 9 月：批量出货启动；
• 2026 下半年：CoreWeave、谷歌云、微软 Azure、甲骨文云机架部署落地；
• 2026 年：上代 GB 架构机柜出货量有望达 6 万台（同比翻倍）；
• 2027 年：GB 与 Rubin 两代平台合计出货体量有望接近 10 万台，Rubin 新机柜远期产能目标为每天 1000 个 NVL72 机柜。

需求侧同样在加码：华尔街报告披露，英伟达管理层表示 FY28 同比增长 70% 的目标并非需求上限——若供应不受限，增速可能超过 100%。当前主要约束已从需求端转向先进晶圆与 HBM 供应。

2. 单卡 2300W：风冷时代的终结​

Rubin 平台与前代最根本的差异不在算力，而在功耗密度：

指标	H100	GB300	Rubin
单 GPU TDP	700W	~1400W	2300W
机柜功耗	~40kW	~140kW	190–230kW
散热方案	风冷为主	风液混合	100% 全液冷
供电架构	48V	48V	800V 高压直流

单芯片 TDP 从 700W 升至 2300W、单机柜功率密度突破风冷物理极限——这意味着 液冷不再是高端算力的选配升级，而是运行 Rubin 服务器的先决条件。英伟达官方将 Rubin 全液冷架构定义为"数据中心历史上最重要的能效突破之一"，并已写入 DSX AI 工厂参考设计：所有跟随英伟达技术路线的云厂商和数据中心运营商，都必须采用全面液冷方案。

三个关键架构变化：

1. 无风扇整机：GPU、CPU、交换机、DPU 全部器件强制采用直接冷板式液冷，45℃ 温水冷板成为出厂标配；
2. 液冷边界延伸：散热覆盖范围从 GPU 冷板延伸至 CPU、DPU、交换机乃至光模块（液冷 Cage/鼠笼开始从"可选"变"刚需"），整套液冷系统价值量较 GB300 提升约 40%；
3. 800VDC 供电：替代传统 48V 机架配电，整机电源 BOM 价值增长 30% 以上，PSU 电源模块从 5.5kW 向 18.3kW 迭代，固态变压器、高压直流 CDU 成为数据中心新增核心设备。

3. 对产业链的三重传导​

第一重：液冷从"配套"变"主角"。 2026 下半年以小规模部署验证为主，真正的放量窗口在 2027 年——Rubin 机架大规模铺货后，冷板、快速接头、CDU、液冷泵进入业绩兑现期。台系供应链 7 月数据已率先验证：AVC 奇鋐 7 月营收 185.9 亿新台币创历史新高（同比 +57.4%），双鸿、健策 7 月同比分别 +116.7%、+91.0%。

第二重：国产液冷供应链进入核心 BOM。 国内厂商由外围冷源和代工环节逐步进入芯片平台、服务器 ODM 和海外云厂商供应体系，替代路径从 Manifold、管路推进至高可靠快接头和冷板。英维克 26H1 海外收入占比 71.4%，飞龙股份液冷泵小功率平台订单超 5 万台——液冷全核心零部件自主可控正在成为现实。

第三重：供电与散热边界融合。 800VDC 架构下，电源模块、PDB 配电单元、高速交换芯片自身发热也达到很高水平，部分电源组件同样需要液冷辅助散热——电源与温控两条产业链正在合并成一条。

4. 需求矩阵扩容：云厂商之外，太空算力入场​

Rubin 的客户矩阵已从传统云厂商扩展至三个层次：

• 全球云厂商：谷歌云、Azure、甲骨文云、CoreWeave；
• AI 科技巨头：马斯克公开披露 2027 年 8GW 超大规模 IDC 建设规划；SpaceX 将 Vera Rubin 架构定义为"最优 AI 计算架构"，计划地面与太空双向部署，支撑 "Starmind" 卫星算力项目；
• 主权与边缘：远期 Rubin Ultra 及 2027 年后更高功耗机型单机柜有望冲击 600kW+。

普华永道预计全球数据中心累计投资到 2035 年将达 31.6 万亿美元。AI 基础设施建设的确定性，已经从"是否建设"变成"多快建设"。

5. 对采购方的启示​

• 机房规划前置：2027 年起采购 Rubin 级算力，液冷改造（单千瓦改造成本较高）或按全液冷标准新建，必须在预算周期一开始就纳入；
• 看 PUE 也看水温：45℃ 温水直冷允许更高进水温度，可利用自然冷源压低 PUE——选址时人工冷源依赖度成为新的评估维度；
• 供应商组合即风险对冲：HBM 与先进封装供应是当前核心瓶颈（详见本站 HBM4 竞速分析），供应链多元化比单点性能更重要。

---

相关链接​

• NVIDIA Rubin 规格页
• NVIDIA Rubin Ultra 规格页
• NVIDIA Rubin CPX 规格页

参考资料​

• 英伟达官方博客：Rubin 全液冷架构解析
• 财联社：Rubin 全面量产，看好液冷二次侧放量（2026-09-04）
• 东方财富研报：Vera Rubin 开启量产周期，AI 算力硬件环节迎来量价齐升（2026-08-27）
• 雪球：Vera Rubin 量产交付落地，全液冷 800V 高压架构重构（2026-09-03）

---

本文基于 2026 年 9 月初供应链调研、券商研报与英伟达官方披露整理。出货量与功耗数据为产业链预估口径，实际以英伟达及客户正式披露为准。

2026年8月23日至25日，第38届 Hot Chips（HC38）在斯坦福纪念礼堂举行。作为全球高性能芯片架构的风向标，本届大会恰好撞上 AI 算力军备竞赛最焦灼的时刻——官方议程共 48 个条目，其中 AI 加速器 7 个、存储教程 6 个、CPU 6 个、GPU 与网络各 4 个。如果把各家演讲摆在一起，一个共识浮出水面：AI 算力的竞争单位，已经从"单颗芯片"变成了"整机柜 / 整个系统"。

---

1. 概览：三天议程，几乎就是 2027 年 AI 机柜市场的预演​

周一（8/24）下午的 GPU 专场是全场焦点，四家演讲几乎是 2027 年 AI 机架市场的对撞：

• NVIDIA Rubin GPU（"Driving the Era of Agentic AI"）：首个 chiplet 架构 GPU，288GB HBM4、FP4 约 50 PFLOPS，搭配 88 核 Arm 架构 Vera CPU 组成 NVL72 / NVL144 机柜，2026 下半年量产。
• AMD Instinct MI400 连讲两场（架构 + 系统架构）：把"机架级"故事讲透。
• Intel Crescent Island：专为 Agentic AI 推理设计的 350W 风冷卡。

周二（8/25）下午的 AI 专场，则几乎是"超算厂商去 NVIDIA 化"的阅兵式：Google 第八代 TPU、OpenAI 首颗自研芯片、微软 Maia 200、Meta MTIA、Cerebras 晶圆级机架同台。

每一个登台厂商，都在开场两页 PPT 内用到了 "Agentic AI"（智能体 AI）这个词——这不是巧合，而是 2026 年 AI 负载设计目标的集体转向。

---

2. NVIDIA Rubin：一个机柜，就是一台超级计算机​

英伟达在 Hot Chips 上主讲的不是单颗 GPU，而是 Vera Rubin NVL72 整机柜——72 颗 Rubin GPU + 36 颗 Vera CPU，18 个计算托盘 + 9 个 NVLink 交换托盘，约 130 万颗组件、近 1300 颗芯片，整柜重约 4000 磅（约 1.8 吨）。

单颗 Rubin GPU 的规格同样惊人：

指标	Rubin GPU	对比 Blackwell
晶体管	3360 亿（TSMC 3nm 双 die）	2080 亿（+61.5%）
显存	288GB HBM4	—
带宽	22 TB/s	Blackwell 的 2.8 倍
NVFP4 推理	50 PFLOPS	GB200 的 5 倍
训练算力	35 PFLOPS	3.5 倍

最颠覆性的设计在计算托盘：无电缆、无软管、无风扇，全部通过 PCB 背板互联。英伟达称组装时间从近 2 小时压缩到 5 分钟（快 20 倍），同时提升可维护性。

英伟达这次卖的不是 FLOPS，而是 tokens per megawatt（每兆瓦 token 数）。 其引用 SemiAnalysis 基于 DeepSeek-v4-PRO（140K+ 上下文、AgentX 负载）的基准称：Vera Rubin NVL72 在交互强度上升时，较 GB300 NVL72 提供 10× 至最高 30× 的 tokens/MW。单柜提供 3.6 EFLOPS 推理算力，整柜功耗 190–230kW；远期产能目标为 每天 1000 个 NVL72 机柜。

---

3. AMD MI455X + Helios：显存反超与开放互联​

AMD 的答案是与英伟达正面硬刚的 MI455X + Helios 机架。MI455X 采用 CDNA 5 架构，8 个 N2 制程加速器 die + N3P 制程互联 die，256 个工作组处理器、192MB 全局 L2。

指标	MI455X	对比 Rubin
显存	432GB HBM4（12 层堆叠）	比 Rubin 288GB 高 50%
带宽	23.3 TB/s	略胜一筹
MXFP4 算力	40.26 PFLOPS	—
系统（Helios 72 卡）	FP4 推理 2.9 ExaFLOPS	—
报价	约 525 万美元/柜	—

系统层面，AMD 押注 UALoE（以太网上的超加速器互联） 开放标准：每颗 GPU 提供 3.6 TB/s 双向互联带宽，交换托盘内两颗 512 端口 200G UALoE 交换芯片合计 10.8 TB/s——对标 NVLink 的同时把互联协议开放给整个产业。

量产节奏：AMD 计划 2026 下半年交付工程样品与小批量系统，2027 年 Q2 大规模放量。此前市场曾传出 Helios 因散热问题延期，AMD 官方未予确认。

---

4. Intel Crescent Island：风冷大显存的"性价比异类"​

英特尔给出一条完全不同的路：Crescent Island——一颗 350W、风冷、标准 PCIe 槽位的推理 GPU，专为 Agentic AI 设计，核心指标是 tokens per watt。

指标	Crescent Island	说明
架构	Xe3P，32 个 Xe 核心，32MB 统一 L2	Hot Chips 披露
内存	Intel 自牌卡 160GB / ODM 最高 480GB LPDDR5X	比 Rubin 288GB HBM4 还多
形态	350W 风冷 PCIe	直插标准机架，免液冷改造
RAS	ECC、动态页离线、硬封装修复、PCIe 高级错误上报	回应"静默数据损坏"

英特尔的逻辑很清晰：推理场景对显存容量的需求远大于带宽，用低成本 LPDDR5X 堆容量、用风冷省掉液冷基础设施，就能把单位 token 成本打下来。配合 Diamond Rapids 至强（256 性能核、1.28GB 缓存、128 条 PCIe Gen6），英特尔试图用"CPU + 推理 GPU + 开放软件栈"从边缘到数据中心全场景围堵。

---

5. 自研 ASIC 大集结：Google、OpenAI、微软、Meta 同台​

周二下午的 AI 专场，是本届最有历史意义的一场——"超算厂商去 NVIDIA 化"的阅兵：

芯片	厂商 / 合作	定位	关键规格 / 进度
TPU 8t（Sunfish）	Google × Broadcom	训练	单 pod 9600 卡、121 FP4 ExaFLOPS、2PB 共享 HBM
TPU 8i（Zebrafish）	Google × MediaTek	推理	288GB HBM、384MB 片上 SRAM（3× 上代）、ICI 19.2 Tb/s
Jalapeño	OpenAI × Broadcom	推理	9 个月端到端设计，目标 token 成本降 ~50%，2026 底商用
Maia 200	微软（TSMC 3nm）	推理	1400 亿+ 晶体管、10+ PFLOPS FP4、216GB HBM3E，已在得梅因数据中心服务 GPT-5.2
MTIA 300–500	Meta（RISC-V）× Broadcom	训推双使命	最高 25× 算力增益，2027 前每 6 个月一款

Google 首次将 TPU 拆分为训练（8t）与推理（8i）两款专用架构，是其十年来最大的架构转向。Norm Jouppi 亲自登台主讲 TPU v8。

---

6. 存储与网络两条暗线：HBM4 元年 + AI 工厂操作系统​

除 GPU/ASIC 外，两场暗线同样关键：

• 存储：三星 HBM Base Die（逻辑工艺做基础裸片）与 SK 海力士先进封装同台，HBM4 时代"基础裸片代工化"产业变局开启；HBF（高带宽闪存）、LPDDR5X-PIM、3D DRAM、CXL 计算存储集中展示"存算一体"从论文走向产品。
• 网络：NVIDIA BlueField-4（DPU）与 Spectrum-X Multiplane 架构（Gilad Shainer 主讲）——网络正成为 gigascale AI 的决定性架构，规模从数十万卡向百万卡迈进；博通 Thor Ultra 以太网 NIC 持续进逼；Mojo Vision 展示芯片级光 I/O。

---

7. 三条路线，一个共识​

同一场大会上，三家给出了三种截然不同的 AI 算力交付哲学：

1. 英伟达：全栈封闭整合——GPU、CPU、DPU、交换芯片全部自研，用极致软硬件协同把系统性能推到极致，代价是客户被深度绑定。
2. AMD：开放标准追赶——用更大 HBM4 容量 + UALoE 开放互联打"性价比 + 开放"牌，配合 Meta、OpenAI 的 12GW 级订单撕开推理缺口。
3. 英特尔：风冷性价比——放弃液冷、放弃 HBM，用 LPDDR5X 大显存 + 标准 PCIe 切入，赌"大多数推理不需要 200kW 机柜"。

但三家的共同结论是：竞争的单位不再是芯片，而是协同设计的系统（rack / system）。对采购方而言，2027 年的算力规划，要比对的不是"单卡 PFLOPS"，而是"每兆瓦 token 数、时延、可用性与全周期成本"。

相关链接​

• NVIDIA Rubin 规格页
• AMD MI455X 规格页
• Intel Crescent Island 规格页
• Google TPU 8t 规格页
• Google TPU 8i 规格页

参考资料​

• Hot Chips 2026 三巨头同台：Rubin 3360 亿晶体管、MI455X 432GB、Crescent Island 480GB - IC 芯片行业观察
• Hot Chips Day 2: Rubin, MI400 and Diamond Rapids Go Head-to-Head - AI2Work
• NVIDIA Vera Rubin NVL72 Rack at Hot Chips 2026 - ServeTheHome
• Hot Chips 2026: 4 Hyperscalers Put Custom AI Silicon on One Afternoon - Sean Kim

---

本文基于 Hot Chips 2026（8月23-25日）官方演讲与 ServeTheHome、SemiAnalysis、TechPowerUp 等现场报道整理。性能数据均为厂商公布口径，实际表现以量产产品为准。

2026 年 8 月 Hot Chips 的周二下午 AI 专场，是本届最有历史意义的一场——不是因为某颗芯片多强，而是因为登台的几乎全是"超算厂商去 NVIDIA 化"的自研 ASIC：Google 第八代 TPU、OpenAI 首颗自研芯片、微软 Maia、Meta MTIA、Cerebras 晶圆级机架同台。当全球最大的 AI 算力买家开始把 GPU 当作"可选项之一"，AI 硬件的权力结构正在松动。

---

1. OpenAI Jalapeño：9 个月造出一颗芯片​

OpenAI 于 2026 年 6 月 24 日联合博通发布首款自研推理 ASIC Jalapeño，是"自研推理芯片俱乐部"的第五个成员。

维度	Jalapeño
合作方	博通（Broadcom）+ 台积电制造
定位	推理专用 ASIC
设计周期	端到端 9 个月（Greg Brockman 称借助 OpenAI 自有模型辅助设计）
成本目标	较通用 GPU 栈 token 成本降约 50%
商用时间	2026 年底首批部署，长期目标 10GW 自研芯片
合作规模	与博通最高 100 亿美元战略合作（2029 年前部署加速器与网络）

演讲标题"You Can Just Build Things … Chips"本身就是信号：最大的 AI 算力买家不再默认 GPU 是唯一路径。

---

2. Google TPU v8：十年来最大架构转向——训练/推理分芯​

Google 拥有最悠久的自研芯片历史（2016 至今），第八代 TPU 首次将产品线一分为二：

型号	代号	合作方	定位	关键规格
TPU 8t	Sunfish	Broadcom	训练	单 pod 9600 卡、121 FP4 ExaFLOPS、2PB 共享 HBM、ICI 带宽翻倍
TPU 8i	Zebrafish	MediaTek	推理	288GB HBM、384MB 片上 SRAM（3× 上代）、ICI 19.2 Tb/s

产能方面，摩根士丹利基于供应链访谈估算 2026 年 Google TPU 产量可能超 300 万颗（券商预测，非官方目标）。Google 也是唯一实现自研芯片大规模部署并对外销售算力的厂商（Gemini 跑在 TPU 上）。

---

3. Meta MTIA：从推荐系统到 GenAI 双使命​

Meta 的自研之路起点最清晰——MTIA 最初为推荐排序硬件而生，正被生成式 AI 拉向双使命。

• MTIA 300 已部署；400 / 450 / 500 计划在 2027 年前约每 6 个月推出一款；
• 基于 RISC-V，Meta 称最高 25× 算力增益；
• 节点沿行业节奏演进：100（7nm）→ 200（5nm）→ 300 系列（3nm + CoWoS）；
• 与 博通合作，据称另一颗代号 Iris 的芯片已于 2026 年 7 月通过测试；
• Meta 计划 2026 年 9 月启动其中一款的量产，以将其整体算力翻倍。

---

4. 微软 Maia 200/300：部署最领先​

微软 Maia 200 于 2026 年 1 月 26 日发布，是四家中部署最先进的：

维度	Maia 200
制程	台积电 3nm，1400 亿+ 晶体管
算力	10+ PFLOPS FP4 / 5 PFLOPS FP8
显存	216GB HBM3E，7 TB/s
功耗	750W
部署	已在得梅因（Des Moines）数据中心运行，服务 OpenAI GPT-5.2 与 Microsoft 365 Copilot

微软称其在特定基准上约 3× 亚马逊 Trainium 性能。短期策略是"自研 Maia + 外购英伟达"双路线并行——自研芯片从设计到量产需要时间，英伟达成熟生态短期内无法替代。

---

5. 亚马逊 Trainium 3 与 Anthropic 自建团队​

• 亚马逊：Trainium 系列已商用，累计部署 140 万颗（官方披露），是数十亿美元业务；优势在 AWS 客户基数——企业可在英伟达 GPU 与自研芯片间选择。Trainium 3 延续这一路线。
• Anthropic：2026 年 8 月宣布组建自建芯片团队，尚无 tape-out 或量产时间表，初期定位为补充（而非取代）与 NVIDIA/AMD/AWS/Google Cloud 的现有合作，目标是为 Claude 架构量身打造、摆脱对单一 GPU 的依赖。

---

6. NVIDIA 的回应：不是更快的 GPU，而是全栈​

容易把叙事简化成"四家造芯片、英伟达防守 GPU"。但 NVIDIA 在 Hot Chips 拿了 6 个 slot：RISC-V 教程、Vera CPU、Rubin GPU、BlueField-4 DPU、Spectrum-X 多平面网络、以及 LPU 加速器。

一颗 hyperscaler ASIC 只替换了这五个支柱中的一个。如果 CPU、NIC、交换 fabric 与软件都来自同一家供应商，把加速器换掉省下的，比加速器那一行账单暗示的要少得多。Rubin 的打法是一个横跨七颗芯片、五种机柜的全栈 AI 工厂平台——竞争回应是"全栈位置"，而非"更快的一颗芯"。

---

7. 趋势判断：推理去 GPU 化，训练仍 GPU 主导​

• 推理侧：CUDA 护城河明显变浅。推理在端点层面可并行、可替换，自研 ASIC 通过剪掉通用性税（只实现 LLM 实际执行的操作）换取更低 cost/token。Groq LPU、Cerebras、各家 TPU/ASIC 都在同一指标上竞争。
• 训练侧：Foundation model 仍用 GPU 训练，短期内无人认真挑战。NVIDIA 在训练的三道护城河（最快硅 + NVLink + CUDA）依旧牢固。
• 结论：自研芯片不是"替代英伟达"，而是在推理这一最大、增长最快的战场上，给买家一个可信的谈判外部选项——这本身就足以重塑 AI 基础设施的经济学。

相关链接​

• 推理加速卡市场 2026
• Hot Chips 2026 全景总结
• Google TPU 8t 规格页
• Google TPU 8i 规格页

参考资料​

• Hot Chips 2026: 4 Hyperscalers Put Custom AI Silicon on One Afternoon - Sean Kim
• Custom AI inference silicon: why OpenAI built Jalapeño - nexi.fund
• Anthropic Builds Custom AI Chips for Claude - Studio Global AI
• 所有大厂都在做同一件事：自己造芯片，少买英伟达的 - 今日头条

---

本文基于 2026 年 8 月 Hot Chips 现场报道、企业公告与行业分析整理。部分产能与性能为券商估算或厂商公布口径，实际以量产产品为准。

如果说 2025 年是 HBM3E 的产能爬坡年，那么 2026 年就是 HBM4 的量产元年。NVIDIA Vera Rubin 与 AMD MI400 两代旗舰同时押注 HBM4，让这块"AI 芯片上的内存"第一次成为决定整机柜交付节奏的战略物资。而 8 月密集披露的良率与认证数据，正在重写全球 HBM 供应版图。

---

1. 黄金良率突破：三星六个月从不足六成冲上 80%​

据韩国《首尔经济日报》8 月 9 日披露，三星电子 HBM4 良率已于 8 月初正式跨过 80% 的"黄金良率"门槛——较其原定年底达成的目标提前了四个多月。

时间节点	三星 HBM4 良率	备注
2026 年 2 月（量产启动）	不足 60%	产线爬坡期
2026 年 8 月初	约 80%	跨过规模量产 / 稳定盈利分水岭

半导体行业素有"80% 良率为黄金良率"之说——它既是晶圆厂竞争力的标尺，也被视为大规模商业化供给的财务转正点。推动这一跃迁的关键，是三星在 热压非导电薄膜（TC-NCF）键合工艺 上的突破，以及底层 1c DRAM 良率早已站上 80% 所提供的稳定基底。同期，三星 HBM4E 可靠性测试良率也已突破 70%。

业界评估，SK 海力士的 HBM4 良率同样迈入 80% 区间。两大巨头在量产品质上的差距正被快速抹平。

---

2. 供应版图：SK 海力士握有 Rubin 六至七成分配​

黄仁勋 6 月 5 日在首尔公开确认：三星、SK 海力士、美光三家均已通过 Vera Rubin 的 HBM4 认证——这是三大存储厂首次同时获得同一平台的公开认证。

但认证只是"进门券"，分配份额才是话语权：

厂商	2026 年 Rubin HBM4 分配（估算）	备注
SK 海力士	60%–70%	凭借 HBM3/3E 世代积累的客户关系与 MR-MUF 封装工艺
三星	25%–30%	良率跃迁后份额快速提升
美光	剩余部分	HBM4 曝光有限，份额相对稳定

Counterpoint Research 预测 2026 年 HBM4 市场格局为 SK 海力士 54% / 三星 28% / 美光 18%。三星已设定阶梯式追赶目标：Q3 HBM4 营收环比三倍增长、下半年 HBM4 占 HBM 总营收超 60%、年底 HBM 整体市占率向 38% 靠拢。

---

3. 真正的瓶颈：从晶圆转向"后端堆叠"​

随着前端良率企稳，AI 加速器供应链的节奏，不再取决于"能产多少晶圆"，而取决于后端堆叠、键合、测试、出货的速度。

• 行业分析师将 HBM 堆叠列为 AI 芯片供应链第二严重的瓶颈，仅次于 TSMC 的 CoWoS 先进封装产能。
• HBM 占 2026 年 DRAM 晶圆产量的约 25%；每片 HBM 晶圆消耗约 3–4 倍于普通 DRAM 晶圆的资源（额外 TSV 与堆叠步骤），每redirect一片晶圆就等于从现货市场抽走 3–4 单位商品内存。
• 三星正考虑将部分传统内存后端产线（天安、温阳）迁往越南以释放 HBM 后端产能——侧面印证后端吞吐已是整条链最紧的环节。

---

4. HBM4 规格速览：带宽与能效的代际跃迁​

规格	HBM4（12-Hi / 16-Hi）	HBM4E
单栈容量	36 GB / 48 GB	—
引脚速率	11.7–13.0 Gbps	16 Gbps
单栈带宽	最高 3.3 TB/s	最高 3.6 TB/s
总线位宽	2048-bit	—
能效	较 HBM3E 提升 40%	—
热阻 / 散热	改善 10% / 提升 30%	—

三星 HBM4 于 2026 年 2 月量产，11.7 Gbps 的引脚速率已超出 Vera Rubin 兼容所需的 8 Gbps 行业基线；HBM4E 样品则于 5 月 29 日率先发往主要客户。

---

5. 价格权力延续至 2027：供给仍将是紧平衡​

TrendForce 判断，HBM 供应商的定价权将贯穿 2027 年，原因是供给持续受限：

• 2027 年 HBM bit 出货量预计年增 50%–60%，但仍跟不上需求增速，市场维持紧缺；
• 行业已预期显著涨价；
• 对 NVIDIA 与 AMD 而言，一个更强的三星意味着更多供货选择与更从容的交期——在内存成为 AI 服务器最紧一环的市场里，第二、第三供应商的存在本身就是缓冲。

对整机柜而言，HBM 成本已是最大推手：Rubin Ultra 机柜预估售价高达 2100 万美元，HBM 占其中相当比重。

---

6. 对中国的启示：HBM 出口管制加速国产迭代​

HBM 是当前 AI 芯片管制的核心环节之一。在海外 HBM4 军备竞赛白热化的同时，国产 HBM 技术迭代被同步推快——华为昇腾路线图已明确将"推动国产 HBM 技术迭代"写入产品节奏（950 系列推进国产 HBM 配套，960/970 系列规划于 2027–2028 年陆续推出）。

短期看，HBM4 的紧缺会直接传导到 Rubin / MI400 的交付节奏；长期看，谁能锁定稳定的 HBM4 供给，谁就握住了 2027 年 AI 算力扩张的阀门。

相关链接​

• NVIDIA Rubin 规格页
• AMD MI455X 规格页
• Hot Chips 2026 全景总结

参考资料​

• Samsung's HBM4 Yield Hits 80% as HBM Race Heats Up - TrendForce
• Samsung HBM4 Yield Hits 80%, Boosting AI Memory Supply - PC Central
• Samsung Weighs Shipping Legacy Memory Backend to Vietnam to Unlock HBM Capacity - TechTimes
• 芯闻|六个月良率跃迁：三星HBM4突破80%黄金门槛 - 今日头条

---

本文基于 TrendForce、Seoul Economic Daily、TechTimes 等 2026 年 8 月公开报道整理。HBM 分配份额与市占率为第三方机构估算，非厂商官方确认数据。

2026 年，中国 AI 芯片市场格局已从"英伟达单极主导"转向"海外厂商领先、国产多路线追赶"。据产业研究数据，2025 年中国 AI 加速卡整体市场约 400 万张，其中国产出货 165 万张，份额首次突破 40%；随着产品迭代与晶圆厂配套跟进，2027 年国产化率有望提升至 60%–70%。本文聚焦华为昇腾、寒武纪、摩尔线程"国产三强"的 2026 下半年最新进展。

---

1. 华为昇腾：950 产能排满，960 路线图亮相​

昇腾以"架构 + 生态全栈协同"为核心优势，2025 年出货约 80 万颗，占国产厂商总份额 50%。产品迭代节奏清晰：

时间	产品	说明
2025 Q1	昇腾 910C	主力过渡型号
2026 Q1	昇腾 950PR	推理旗舰
2026 Q4（计划）	昇腾 950DT	训练旗舰，推动国产 HBM 迭代
2027–2028	昇腾 960 / 970	路线图产品

950 系列产能已进入"排满"状态：950PR 于 2026 年 4 月量产，6 月月产能跳升至 50–60 万片（环比近 10 倍），全年目标 120 万片、确定性 100%；字节跳动以 56 亿美元锁定 35 万片，腾讯 / 阿里 / 百度合计锁定 40 万片。

昇腾 960 路线图规格（据路线图披露）：

指标	昇腾 960
架构	昇腾第六代（Da Vinci v6）
FP8 算力	约 4 PFLOPS
显存	288GB
显存带宽	9.6 TB/s
超节点	Atlas 960 SuperPoD，15,488 张卡，灵衢光电融合总线
首发	2027 Q4（路线图）

上一代昇腾 384 超节点已累计商用超 750 套，落地互联网、运营商、金融、教育、医疗等 20 多个行业——华为称其为"国内唯一训练出 SOTA 模型的超节点"。

---

2. 寒武纪 MLU690：下半年量产，切入字节招标窗口​

寒武纪是昇腾未上市背景下的核心国产算力龙头，技术代差持续缩小：

• 思元 590（7nm）：性能等效 A100 的 80%，已支持 DeepSeek，持续适配千问 3、GLM 等主流大模型；
• 思元 690 系列：将于 2026 下半年正式量产，有望在下半年字节招投标窗口期实现订单放量；
• 业绩确定性：股权激励目标显示未来 3 年营收增速均超 100%，2026 年营收目标 135 亿元、2027 年 270 亿元、2028 年 600 亿元。

寒武纪充分受益于"国产 CSP 资本开支 + 国产大模型与国芯全面适配"的行业红利，是国产化率提升最直接的弹性标的。

---

3. 摩尔线程 MTT S5000：全功能 GPU + 生态突围​

摩尔线程走"全功能 GPU"差异化路线，旗舰 MTT S5000 基于第四代"平湖"MUSA 架构：

指标	MTT S5000
稠密 AI 算力	1000 TFLOPS
显存	80GB
显存带宽	1.6 TB/s
卡间互联	784 GB/s
精度	FP8 到 FP64 全精度（训推一体）
安全可靠	首批通过国家《安全可靠测评》（I 级）

其工程化能力已获验证：基于 S5000 的夸娥（KUAE）智算集群训练线性扩展效率达 95%，万卡扩展计算效率损耗控制在 5% 以内；已支持断点续训，有效训练时长占比超 90%；并从零完整训练出语料超 25 万亿 Token 的 MoE-236B 基础大模型。

生态是摩尔线程最深的护城河：MUSA 已实现 100% 核心数学库兼容、3000+ PyTorch 算子兼容、覆盖 55 类核心 AI 算子，获 vLLM 与 SGLang 官方支持，主流模型 Day-0 适配，开发者突破 80 万人。其 PD 异构分离方案以 2:1 比例实现 S5000 对国际高端 GPU 的等效替代，显著降低推理成本。

第五代"花港"架构（2025-12 发布）支持 FP4 到 FP64 全精度，算力密度较上一代提升 50%、能效提升 10 倍，可支持十万卡以上集群；基于该架构的"华山"（训推一体）与"庐山"（图形渲染）新芯片研发累计投入已超 9 亿元。

---

4. 软件生态决胜：Day-0 适配常态化​

硬件之外，软件生态的兑现是 2026 年国产算力的分水岭：

• 华为 CANN 异构计算架构与 MindSeries 套件已全面开源，社区孵化 67 个项目、超 1244 万行代码，月活开发者超 3500 人；
• 国产大模型与国产芯片"发布即适配"闭环基本成型：腾讯混元 T3（295B）、DeepSeek-V4、GLM-5.2 均完成 Day-0 适配；
• 2026 年被视为"国产超节点元年"，华泰证券测算 2028 年中国超节点架构市场规模有望达 3414 亿元，2026–2028 年复合增长率 194%。

---

5. 产业判断：从"能不能做出来"到"能不能用得好"​

国产三强正沿三条路径收敛：

1. 华为：以超节点系统级能力 + 全栈软件锁定政企与互联网大客户；
2. 寒武纪：以训练侧代差缩小 + 大客户招标放量冲击营收拐点；
3. 摩尔线程：以全功能 GPU 通用性 + 成熟 CUDA 兼容生态覆盖云边端全场景。

三家的共同短板仍在于高端制程与 HBM 供给——这恰是海外管制的核心环节。但随着国产 HBM 迭代与晶圆厂配套跟进，2027 年国产化率向 60%–70% 迈进具备现实路径。

相关链接​

• 华为昇腾 960 规格页
• 华为昇腾 950DT 规格页
• 寒武纪 MLU690 规格页
• 摩尔线程 MTT S5000 规格页

参考资料​

• 国产AI芯片行业观点更新 - 萝卜投研
• 摩尔线程，一日两大利好 - 东方财富网
• 摩尔线程 × 硅基流动：PD 分离异构算力混部技术白皮书 - 与非网
• 接近盈亏平衡后 摩尔线程再赴港股"大考" - 顶端新闻

---

本文基于 2026 年 8 月公开产业研究、券商观点与企业公告整理。部分出货量与市占率为第三方估算，非官方确认数据。