跳到主要内容

106 篇博文 含有标签「Industry News」

Major events and market dynamics in the AI compute card industry

查看所有标签

英伟达六大供应链伙伴扩产:基板 2.5 倍、CoWoS 3 倍、CPO 光引擎 15 倍,预付款买产能的模式能走多远

· 阅读需 4 分钟
Industry Research Team

当 GPU 本体之外的所有环节都成为瓶颈,英伟达选择用现金把确定性买下来。10 月 21 日 GTC 柏林大会上宣布的六笔供应链合作,与其说是一次扩产公告,不如说是一份「产能包销协议」清单。

六家伙伴,六个瓶颈​

英伟达 AI 系统的产能瓶颈早已不在 GPU 裸片,而在 GPU 周围的基板、封装、测试与光引擎。本次六笔合作恰好各堵一个漏洞:

环节伙伴扩产目标时间表
基板IBIDEN(揖斐电)日本小野工厂产能提升至 3 倍2028 年 Q1 起逐步上线
基板三星电机(SEMCO)立即加入基板供应链,世宗/釜山扩建即期启动出货
基板欣兴电子(Unimicron)KF 基板扩产(产能预留协议)2027 年 Q2 爬坡、2028 年满产
先进封装Amkor(安靠)韩国中介层晶圆产能提升 300% 以上2028 年底前
半导体测试京元电子(KYEC)11 亿美元预付款,新加坡 + 美国新产能新加坡 2027 年 2 月、美国 2027 年 4 月量产
CPO 光引擎矽品精密(SPIL)光学引擎产能提升 15 倍,2028 年底再翻番2027 年年中达成 15 倍

整体口径:未来三年基板产能提升至 2.5 倍;测试需求 2026–2027 年翻倍;CPO 光引擎 2027 年年中 15 倍。

2790 亿美元采购承诺:钱从哪里来,风险在哪里​

监管文件显示,截至 7 月底英伟达的采购与产能承诺已达 2790 亿美元,单季度增加 1600 亿美元,主要投向存储与厂房空间。文件同时承认:如果需求下滑,公司可能无法从这些承诺中抽身。

这就是「预付款买产能」模式的本质交换:英伟达用现金和多年期包销换取确定性,把需求波动风险留在自己资产负债表上。最大单笔是给京元电的 11 亿美元测试产能预付款——测试环节历来不起眼,却是 Rubin 世代 CoWoS-L 大封装良率把关的最后闸门。

高盛的解读:为远超预期的 GPU 出货做准备​

高盛研究团队在 GTC 后的报告中给出了更激进的判断:这轮供应链布局的规模,已超出市场对下一代产品爬坡节奏的普遍预期,表明英伟达正在为一次远超此前预期的大规模出货做准备。

三个佐证:

  • 客户单位经济效益成立:高盛指出超大规模云厂商与 Neocloud 「正从当前的数据中心部署中实现强劲的单位经济效益」——钱花得出去也赚得回来,这是 AI 资本开支持续的核心逻辑
  • 物理 AI 提前放量:该业务 FY27 上半年收入已达 110 亿美元,超过 FY26 全年
  • 资本回报兜底:英伟达已授权约 2350 亿美元回购,配合扩产缩小供需缺口

对采购方的含义​

对正在规划 2027–2028 年算力采购的用户,这轮扩产有两个直接信号:

  1. 基板/封装不再是 2027 年的最大变量——IBIDEN 三倍产能 2028 年 Q1 上线后,此前制约 HBM 与 CoWoS 供给的封装瓶颈将系统性缓解
  2. CPO 光引擎 15 倍扩产印证 Rubin 世代全面转向共封装光学——后续评估数据中心网络架构时,应把光引擎供给与交换机世代纳入选址与备货模型

参考阅读:Rubin R200 芯片卡片、以及我们此前对 CoWoS 封装瓶颈的分析。

数据来源与口径说明​

  • 六笔合作细节与扩产倍数:英伟达 GTC 柏林 2026 官方公告(2026-10-21),IT之家、ChipNews 转述
  • 2790 亿美元采购承诺:英伟达监管文件(截至 2026 年 7 月底),ChipNews 援引
  • 高盛观点:高盛研究报告(2026-10-22),华尔街见闻转述
  • 京元电 11 亿美元预付款:英伟达公告,IT之家(约合 73.58 亿元人民币)

AMD × Anthropic:最高 2GW MI450 合作落地,开放阵营再下一城

· 阅读需 3 分钟
Industry Research Team

AMD 官宣与 Anthropic 达成战略合作:部署至多 2 吉瓦的 AMD Instinct MI450 系列 GPU,首批 1GW 于 2027 年上半年启动。这是 Anthropic 继 AWS Trainium(超百万颗跑 Claude)、谷歌 TPU(至多百万颗)之后,第三个超大规模算力支柱。

一、AMD 的客户名册​

客户承诺
OpenAI6GW 芯片供应协议(含股权认购期权)
Anthropic最高 2GW MI450(首批 1GW,2027 H1)
Meta扩大合作,6GW AMD GPU 部署
Oracle50,000 颗 MI450
微软下一代 Instinct + EPYC 扩大合作
HUMAIN/Cisco沙特 AI 基础设施(Instinct 系统已上线)

AMD 自己的说法是:客户需求已超出其对 2027 年的内部预估。Helios 机架(MI450 为核心)正在同时向五大客户爬坡。

二、为什么 Anthropic 需要 AMD​

Anthropic 招股书草稿显示其 H1 2026 算力成本已达 ~90 亿美元、基础设施承诺超 6000 亿美元。推理成本是其毛利率的生命线,而 MI450 的定位恰好是高显存容量(432GB HBM4)+ 高带宽 + 相对英伟达更优的单位成本——对以 Claude API 为主要收入的厂商,推理侧每 Token 成本每降 10%,利润表的弹性都远超训练侧的峰值算力提升。

「三线供应商」结构(AWS + Google + AMD)也让 Anthropic 在每次续约时都有真实替代选项。

三、Helios 爬坡的真实进度​

AMD Q2 2026 财报口径:「EPYC 需求加速、Instinct 部署规模化、Helios 开始爬坡」。OCP 2026 上 OpenAI/Meta/微软/Oracle 站点的初始系统已运行。与英伟达 Rubin 的 Q4 放量对照,2027 年上半年将是 MI450 与 Rubin 在客户机房里的正面对决期。

四、对市场的意义​

  1. 2GW 级订单成为新常态:单客户单代 1-6GW 的承诺,把 AMD 从「第二供应商」变成「并列产能选项」
  2. 开放生态溢价:ROCm + Helios 参考设计 + OCP 开放机架规范,对不想被单一生态绑定的客户吸引力持续累积
  3. 关注交付验证:GW 是承诺不是出货,2027 H1 的首批 1GW 交付节奏是下一个验证点

延伸阅读:MI450 卡片 · AMD Helios 爬坡与吉瓦订单 · 完整对比表

GTC 柏林 2026:Vera Rubin 宣布全面生产,黄仁勋定调「AI 工厂是下一代基础设施」

· 阅读需 3 分钟
Industry Research Team

10 月 21 日,英伟达 GTC 大会在柏林 Tempodrom 开幕,黄仁勋近两小时的主题演讲把「AI 工厂」放到了叙事中心:AI 正推动人类历史上规模最大的基础设施建设,欧洲要从 AI 消费者变成 AI 生产者。

一、Vera Rubin:全面生产 + 30 倍性能曲线​

  • 全面生产(Full Production):Vera Rubin 平台正式宣布进入全面生产阶段
  • 全液冷设计,单机架接入 72 颗 GPU 组成超算(Rubin R200 卡片)
  • 性能曲线:Blackwell 较 Hopper 提升 30 倍,Vera Rubin 预计两年内再提升 30 倍——超越摩尔定律增长预期

二、DSX POD:AI 工厂变成「集装箱交付」​

这是本次演讲最具工程意义的发布:把 Vera Rubin 机柜、网络布线、液冷系统提前在工厂完成集成测试,再以集装箱形式交付:

指标传统方式DSX POD
现场部署时间~6 个月最快 14 天
1GW AI 工厂造价~500 亿美元延迟三个月上电 = 数十亿美元收入损失
冷却用水蒸发冷却闭环液冷,吉瓦级日节水 5400 万升

配套 DSX MaxLPS 软件按负载动态分配电力,同 Token 产出最高省电 30%。联想、戴尔、HPE、施耐德电气等 17 家伙伴计划 2027 年初推出产品。英伟达超大规模副总裁 Ian Buck 补充:数百兆瓦级项目是 DSX POD 近期主战场,并非全面取代传统机房。

三、OpenShell 与六款开源模型​

  • OpenShell 安全参考架构:面向智能体的内核级沙箱、最小权限、动态策略控制——黄仁勋称之为「英伟达做过最重要的事之一」
  • 六款开源模型:Nemotron(语言)、Cosmos 3.5(世界模型)、GR00T(人形机器人)、Alpamayo 2 Edge(自动驾驶)、Ising(量子经典计算)、Earth-2(物理 AI)

四、欧洲牌​

黄仁勋演讲前走访法英瑞典德:过去一年对欧洲技术生态投入近 100 亿美元、联动超 1.2 万家伙伴;英国获 5 年 2.5 亿美元算力捐赠;瑞典联盟共建 Sferical One 超算。据美联社,欧洲目前仅拥有全球约 5% 的 AI 算力——这正是「欧洲造 AI 工厂」叙事的立足点。

延伸阅读:Google Cloud A5X 与 96 万块 Rubin · Rubin Q4 放量 · 完整对比表

Vera CPU 拿下 Modal 首单:英伟达的 Arm CPU 开始抢 x86 的活

· 阅读需 3 分钟
Industry Research Team

据 10 月 19 日路透社报道,AI 云计算初创 Modal 宣布将首次采用英伟达新一代 Vera CPU,为 AI 智能体提供托管服务。这是 Vera CPU 公开的首个独立于 Rubin 平台的客户订单——英伟达的 CPU 第一次被当作「产品」而非「配件」采购。

一、订单要点​

  • 客户:Modal(AI 沙盒与智能体托管服务,为智能体安全运行生成的代码提供托管容器)
  • 性能口径:早期测试显示,高并发负载下 Vera 的任务吞吐量最高达可比 x86 硬件的 2 倍,同时保持较低的单任务延迟
  • 部署方式:不弃 x86——Vera 与现有英特尔/AMD 芯片并行部署,按任务特点调度
  • 代价:需要改造部分软件与基础设施以支持 Arm 兼容架构

二、Vera CPU 是什么​

88 个自研 Olympus 核心(Armv9.2)、176 线程、最高 1.5TB LPDDR5X、1.2 TB/s 内存带宽,通过 NVLink-C2C(1.8 TB/s)与 GPU 一致性互联。单体大芯片设计避免跨 die 延迟,详见卡片。

此前 Vera CPU 的定位是 Vera Rubin 平台的「主机 CPU」——负责数据搬运调度与系统编排。Modal 订单标志着它的独立价值开始显现。

三、为什么 AI 代理需要更好的 CPU​

这是 2026 下半年最重要的结构性变化之一:智能体工作负载(任务编排、API 调用、数据查询、每用户常驻虚拟机)主要由 CPU 承担。用户越多、后台任务越多,CPU 需求越高:

  • Intel CEO 承认其 CPU 产能只能满足约一半的 AI 相关需求
  • Meta 计划部署数千万 AWS Graviton 核心处理 AI 代理负载

Modal 的场景(AI 沙盒 = 大量短生命周期容器)恰好是高并发、低单任务延迟的典型 CPU 负载——Vera 的吞吐优势在这里最有说服力。

四、数据中心 CPU 格局的连锁反应​

  1. Graviton(AWS)、Axion(谷歌)、Vera(英伟达)、磐久(阿里):自研 Arm CPU 在云侧全面铺开,x86 双雄在 AI 负载上的份额被从边缘蚕食
  2. 英伟达的「全栈桶」更满了:GPU + CPU + 网络 + 软件,客户整套机房都可以只找英伟达——议价时其他供应商要拼的不再是一颗芯片而是整个平台
  3. Arm 生态在数据中心形成正循环:每多一个 Vera 级客户,软件适配的边际成本就降一分

延伸阅读:GPU/ASIC/CPU 三分天下 · GTC 柏林综述 · 完整对比表

AMD Helios 量产爬坡确认:从 MI455X 规格到 6GW 大单的完整拼图

· 阅读需 3 分钟
Industry Research Team

10 月上旬,AMD 在 OCP 2026 场边确认:Helios 机架级 AI 平台的量产、交付与验证正在进行,OpenAI、Meta、微软和 Oracle 的站点已有初始系统安装运行。距离 7 月 23 日 MI455X 正式发布不到三个月,AMD 第一次在机架级产品上跑赢了「发布即交付」的节奏。

MI455X 规格速览(官方口径)​

项目参数
架构CDNA 5,TSMC 2nm 计算芯粒 + 3nm I/O 与缓存芯粒
显存432 GB HBM4(12 颗堆栈),带宽最高 23.3 TB/s
FP4 算力40.3 PFLOPS(OCP MXFP4 稠密)
FP8 算力20.1 PFLOPS
互联UALoE scale-up 3.6 TB/s + UALink scale-out 600 GB/s
量产2026 Q3 末出货,H2 2026 至 2027 爬坡

机架级:一台 Helios 装 72 颗 MI455X + 18 颗 EPYC Venice CPU,总显存 31TB HBM4,峰值 FP4 2.9 EFLOPS。AMD 估算同测试条件下 Helios 每美元 Token 产出可比 NVIDIA Vera Rubin NVL72 高约 30%(AMD 建模口径,采用预估价格,非实测)。

需求基本盘:三笔吉瓦级协议​

客户协议规模节奏
OpenAI6 GW 多代协议(首期 1 GW MI450)2026 H2 开始部署,2027 加速;附最高 1.6 亿股认股权证
Meta6 GW、五年期2026 H2 起首批交付
Anthropic最多 2 GW MI450 系列2026-10-06 官宣,已在使用 MI355X
Oracle OCI5 万颗 MI450 SuperCluster2026 Q3 启动,2027 扩容
微软 AzureND MI455X v7 虚拟机2026-07 宣布

加上 9 月底 HPE 宣布的 12 亿美元 Vultr Helios 整机订单,MI450 系列的需求能见度已经排到 2027 年。

争议点:量产节奏的两个版本​

今年年中曾有一份 SemiAnalysis 报告称 2026 年只有工程样片与小批量、大规模爬坡推迟到 2027 Q2。AMD 高管公开否认,坚持 MI455X 按 H2 2026 交付目标推进;8 月 4 日 Q2 财报(营收 115 亿美元,数据中心 67 亿美元同比 +107%)中 Lisa Su 的表述是「Instinct 部署规模化、Helios 开始爬坡」。

两个口径其实兼容:首批 Helios 机柜确实在 2026 下半年交付给了发布客户,但企业级可批量采购的量大概率是 2027 年的话题。计划 2027 年扩容的团队,现在就可以把 Helios 纳入与 Vera Rubin NVL72 并列的评估清单。

与 NVIDIA 的真实差距​

纸面规格上,MI455X 在显存容量(432GB 对 288GB)与单机架 FP4 上有优势;差距在两点:一是机架级生态的成熟度——NVIDIA 的 NVL72 已规模出货多个季度而 Helios 刚开始爬坡;二是 ROCm 软件栈在大规模生产环境的验证广度。AMD 的策略是用「开放标准(UALink/UALoE)+ 更大显存 + 更低单 Token 成本」在 2027 年的采购决策里换到真实份额。

相关阅读​

徐直军确认:昇腾中国份额已超英伟达,950DT 规模供货推迟至年底或明年初

· 阅读需 4 分钟
Industry Research Team

10 月 6 日,华为全联接(HC)大会期间,轮值董事长徐直军与海思首席科学家廖恒面对记者给出两个重磅判断:其一,按华为可统计口径,昇腾在中国市场的份额已经超过英伟达;其二,昇腾当前的主要约束不再是需求,而是供给——「现在能产多少就供多少」。

950 系列供货时间线(官方口径)​

型号状态官方口径
昇腾 950PR2026 Q1 发布并上市面向推理(Prefill)场景,徐直军称「上市量不算大」
昇腾 950DT测试中超节点(训练用)规模供货 2026 年底或 2027 年初

与 8 月「华为云上线」的节奏相比,这次口径把物理超节点形态的规模供货明确放到了 2026 年底至 2027 年初。徐直军同时给出一个重要信号:与各模型厂商的联合测试「训练表现非常不错」,预计 2027 年起大量模型训练将构筑在 950DT 超节点上——如果兑现,2027 年将是国产算力首次承担前沿模型训练主负载的年份。

份额判断的证据边界​

「昇腾份额超英伟达」这个说法需要谨慎引用:徐直军自己承认中国市场统计英伟达份额很难,结论来自「华为能够统计到的数据」,华为未公布支撑该判断的出货或营收数字。第三方可引用的旁证包括路透社 9 月的报道与 IDC 2026 上半年中国 AI 服务器份额数据(英伟达 34%、华为 28%),以及出口管制后英伟达「中国数据中心收入不再纳入展望」的财报事实。合理的表述是:在高端 AI 加速卡的可获得性维度,昇腾已事实性成为中国市场主力供给。

三条供给约束​

徐直军「能产多少供多少」的背后,是三层产能天花板:

  1. 先进制程晶圆产能:余承东同日确认国内先进产能跟不上需求——昇腾芯片与 Mate90 系列的逻辑堆叠硅片共享同一产能池,手机与 AI 加速卡在抢同一批晶圆。
  2. HBM 内存:摩根士丹利最新报告认为 DRAM 短缺将贯穿整个 AI 周期,连 NVIDIA 都被迫在 Rubin 平台上做减配(机架 LPDDR5 从规划的 54TB 砍到 28TB),昇腾的供应链同样躲不开挤压。
  3. 互联部件:NPO 光引擎等新部件在国内供应链的量产成熟度仍需时间。

Peerium 架构:用系统换制程​

同一场合,华为首次系统阐述了 Peerium 计算架构与灵衢(UnifiedBus)总线:让 CPU、NPU、内存与存储在统一协议下组成一台「逻辑计算机」,目标支持百万颗处理器规模。徐直军不回避制程差距——单芯片性能受国内制造限制,但多芯片互连与系统架构是华为自己的路线。华为正在部署和测试 25.6 万张卡规模的 Atlas 950 SuperPoD。

这与 NVIDIA 的路线形成鲜明对照:Rubin 用最新制程堆单卡性能,昇腾用架构补制程差。两条路线孰优,2027 年 950DT 超节点上跑出来的前沿模型训练成绩会给出第一个可验证的答案。

相关阅读​

壁仞 BR20X 成功点亮:国产 GPU 四小龙进入量产竞速下半场

· 阅读需 4 分钟
Industry Research Team

10 月 8 日,壁仞科技官方披露:新一代 AI 芯片 BR20X 成功点亮并完成启动测试,正式进入流片后验证阶段,研发进度快于此前预期。同步公布的还有一笔 40.40 亿港元的配售募资——70% 直接投向新一代产品的供应链采购与产能准备。

BR20X:官方口径与边界​

壁仞此次披露的信息边界很清晰:

项目官方口径
架构自研指令集、自研计算核心 + Chiplet 架构
数据格式重点增强 FP8、FP4 原生支持
互联自研 BLink 2.0,规划最高 1,024 卡 Scale-up 集群
状态2026-10-08 点亮,流片后验证阶段
下一步未来数个季度启动送样及量产(待验证认证)

注意两个边界:点亮不等于性能验证完成,更不等于量产良率确认;壁仞尚未公布任何算力、显存或功耗参数,任何具体性能对比都属推测。

40 亿港元募资投向量产​

配售计划:以每股 31.08 港元配售 1.3 亿股新 H 股,募资总额约 40.40 亿港元(净额约 40.20 亿)。其中约 70% 用于新一代产品供应链采购、产能准备及商业化落地,其余用于研发、软件生态升级与营运资金(配售尚需审批)。

这个资金投向透露了行业逻辑的变化:壁仞在公告里明确说,客户需求正「从单颗 GPU 转向集成互连、网络、存储和冷却系统的超节点及机架级算力方案」。国产 GPU 厂商的资本开支已经从「流片钱」转向「产能钱」——先进封装、HBM 采购、整机柜交付能力的投入,比流片本身更烧钱。

四小龙的下一代时间表​

把壁仞放回国产 GPU 第一梯队的坐标系(各家披露口径):

厂商下一代产品关键节点重点方向
壁仞BR20X已点亮,未来数季度送样量产FP8/FP4 原生,BLink 2.0 千卡 Scale-up
沐曦曦云 C7002026 下半年流片、2027 下半年量产新增 FP4,万卡互连
摩尔线程华山(AI)/ 庐山(图形)2026 年内量产 / 上市第五代花港架构
燧原第五代云端 AI 芯片2027 年发布FP4、跨模态生成

时间表高度收敛:2026 下半年流片或点亮,2027 年量产。2026 年的市场仍由现有量产型号(昇腾 910C、思元690、MTT S5000、曦云 C600)承载,2027 年才是新一代国产高端 GPU 真正可评估的年份。

同周的佐证:工博会上的超节点转向​

10 月 12 日开幕的上海工博会首设「国芯展」,几乎所有主流 AI 芯片企业都把展示重心从单卡换成超节点:天数智芯展出天垓300 IXL144(单机柜 144 颗 GPU)、沐曦展出曦景 S600(单机柜 64 卡全互连)、燧原与中兴合作展出云燧 ESL64-O。壁仞 BLink 2.0 规划的 1,024 卡 Scale-up,瞄准的正是同一个市场。

对采购方的建议是:2026 年内的国产卡选型仍以「现有量产型号 + 超节点方案」为准;BR20X 等新一代产品在官方公布实测数据与量产良率之前,只做技术跟踪、不做采购承诺。

相关阅读​

寒武纪业绩兑现期:从扭亏 20.59 亿到下一代涨价 20%-30% 的逻辑

· 阅读需 3 分钟
Industry Research Team

过去国产 AI 芯片常被诟病「故事丰满、报表骨感」。寒武纪 2025 年报与 2026 一季报给出的是另一组数字:全年扭亏为盈、单季营收同比增近 160%、尚未发布的产品先涨价两三成。国产算力正在进入业绩兑现期。

财务数字一览​

指标数值口径
2025 全年营收64.97 亿元(同比 +453.21%)年报
2025 归母净利20.59 亿元(扭亏为盈)年报
2026Q1 营收28.85 亿元(同比 +159.56%)一季报
市值曾超万亿元(2026 年 6 月)二级市场

单季 28.85 亿、全年 64.97 亿——2026 年一季度一个季度的收入接近 2025 全年的一半,增长斜率仍在变陡。

MLU690:从纸面到量产​

思元690(MLU690)2026 年初量产后,进展沿两条线推进:

  • 产品线:双 die Chiplet 封装、中芯国际 N+2 制程,FP16 算力 700+ TFLOPS 为当前国产纸面算力天花板之一;2026-09 价格口径为官方指导价 190,000 元、市场均价 175,000 元(市场流传价,非公司公告价)。
  • 集群线:WAIC 2026 落地 256 卡规模超节点集群方案,已在多地智算中心部署;运营商、金融、互联网行业规模化部署。

涨价的供需逻辑​

据 Reuters 2026-09-10 报道,受 HBM 成本飙升影响,寒武纪对下一代处理器(暂称思元790,预计 2026Q4 出货、2027 放量)的意向报价较两个月前上调 20%-30%。寒武纪董秘办回应「未发布过相关公告,一切以官方公告为准」——即绝对金额是市场流传口径,相对涨幅是 Reuters 报道口径,引用时务必分层。

涨价背后是三重叠加:HBM 等关键供应紧张(与昇腾 950DT 同因);国内大模型训练与推理国产化率提升带来的需求确定性;智算中心集中采购把国产加速卡从「备选」变「必选」。订单排到数月之后时,涨价既是成本传导,也是筛选客户、平衡产能的手段。

与华为的双头格局​

徐直军 10 月 6 日在 HC 大会确认昇腾中国份额已超英伟达(华为统计口径),同时强调「能满足国内需求还远远不足」。这决定了国产算力市场的基本格局:昇腾供给受制于产能,寒武纪等厂商承接溢出需求。对采购方,昇腾渠道的排队周期反而给了思元690、MTT S5000 等替代方案真实的验证窗口。

风险提示​

  • 思元690 的千卡以上分布式训练损耗仍高于成熟生态(MLU-Link 与 NVLink 的工程成熟度差距),单机 8 卡与小集群表现优异,大规模预训练场景需实测
  • 价格均为渠道或市场流传口径,采购以正式报价单为准
  • MLU-Link 890Gbps 的互联规格与 NVLink 4 900GB/s 接近,但软件栈成熟度差异无法从规格表读出

相关阅读​

工博会国芯展观察:超节点取代单卡,成为国产算力的展示主场

· 阅读需 4 分钟
Industry Research Team

10 月 12 日,第二十六届中国国际工业博览会在上海开幕,首次独立设置集成电路展(国芯展),300 余家芯片企业参展。逛完展区最直观的感受是:几乎所有主流 AI 芯片企业都把展示重心从芯片、加速卡转移到了「超节点」——外形像发光衣柜的机柜级系统,正在成为 AI 时代的水电煤。

需求侧:算力增速 87.9% 的背景板​

IDC 报告给出了超节点热度的注脚:2026 年中国智能算力规模预计达 2,576.5 EFLOPS,同比增长 87.9%。随着大模型与智能体(Agent)加速投入生产,推理算力接替训练成为新增长极,而推理对「多卡协同效率」的敏感度远高于单卡峰值算力——这正是超节点的用武之地。

展会上的超节点图谱​

厂商方案关键规格(公司口径)
天数智芯天垓300 IXL144单机柜 144 颗 GPU + 18 颗 CPU,约 10.1TB 显存,业界最高密度单机柜 GPU 超节点
沐曦曦景 S600单机柜 64 卡全互连,支持横向扩展至万卡规模
燧原云燧 ESL64-O(与中兴通讯合作)正交架构、高密集成、零线缆设计,支撑万卡级以上集群组网
东方算芯慧算 HS256双机柜 8 台液冷服务器,单超节点 33 PFLOPS(FP16),年底交付千卡级集群

天垓300 IXL144 的思路值得单独说:它跳出单一芯片性能比拼,采用适配行业通用标准的单机柜形态,在现有机房条件下即可部署,支持一次规划、弹性分步扩容。天数智芯测算每百万有效 Token 成本较国际主流方案下降约 40%(公司口径,无第三方验证)。天垓系列已实现万卡级商业部署,覆盖 30 余个行业、380 余家客户。

沐曦还有个奖项之外的产品线值得记录:曦索 X302 科学智能 GPU 获 2026 国芯展创新成果奖,搭载 MetaXLink 支持 128 卡超节点低时延组网,面向气象海洋、流体力学、分子动力学等 AI4S 场景——国产 GPU 正在把「科学计算」作为差异化战场。

超节点不是造个机柜​

工博会现场传递的工程现实是:超节点是系统工程,比拼的是系统经济效能——互连时延、故障自愈、CheckPoint 秒级保存、异构混训、算电协同。研报口径下,传统 8 卡服务器集群 MFU 约 30%,而 4,096 卡超节点集群的 MFU 可提升 2.75 倍。MFU(模型算力利用率)每提高一个百分点,等于同样的电费多产出一份 Token——这才是超节点竞赛的本质。

采购视角的两个提醒​

  1. 「单机柜 144 卡」的可比性:不同厂商的卡性能、互连带宽、显存容量差异巨大,比较超节点要看整机柜的 FP8/FP4 总算力、总显存与互连拓扑,不能只数卡数。
  2. 公司口径与实测口径:本表规格均来自各公司发布口径,采购评估应要求 PoC 实测 MFU 与单位 Token 成本。

相关阅读​

TPU v8 四季度进入量产:8t/8i 拆分与 2027 年 910 万颗出货预测

· 阅读需 3 分钟
Industry Research Team

2026 年 10 月,多家台系供应链调研给出同一判断:Google TPU v8 将在本季度(2026 Q4)进入硬件供应链量产阶段,2027 年成为明显放量年。TPU 从第八代起首次拆分为训练与推理两条产品线,这个变化的影响不亚于性能提升本身。

出货预测:402 万到 910 万颗​

凯基证券 2026 年 10 月报告的核心数字(供应链口径,非 Google 官方):

项目2026 年2027 年(预估)
TPU v8 总出货量约 402 万颗约 910 万颗(+126%)
v8t(训练)—约 360 万颗
v8i(推理)—约 550 万颗
机柜出货—翻倍成长

需求侧最大的公开客户是 Anthropic:2025 年宣布扩至最高 100 万颗 TPU(超 1 GW),2026 年 4 月又与 Google、博通签署新协议,取得数 GW 的下一代 TPU(v8)产能,2027 年上线支撑 Claude 前沿模型。

8t 与 8i:第一次按负载拆分​

此前每一代 TPU 都同时承担训练与推理。v8 首次分化:

  • TPU 8t(市场分析代号 Zebrafish):训练专用,延续 3D Torus scale-up 架构,单 SuperPod 可扩展至 9,600 颗;面向大模型预训练与 embedding 密集负载。集成 Arm Axion CPU(Google 自研 64 核 Neoverse V2),TPU 与 CPU 协同。
  • TPU 8i(市场分析代号 Sunfish):推理专用,采用全新的 Boardfly 片间互联(ICI)拓扑,单 Pod 最多 1,152 颗 active TPU;面向后训练、采样、实时推理与推理型负载。

系统级升级同样激进:散热从芯片液冷升级为系统级液冷(单柜水冷价值约 4.5-5 万美元),电源引入**高压直流(HVDC)**架构(10kW PSU),PCB/载板大尺寸化。这意味着 v8 机柜的供应商结构比 v7 复杂得多——鸿海在 v8 拿到 TPU 层与 L11 机柜组装份额,Celestica 仍是 L10/L11 主力。

两个口径提醒​

  1. 代工伙伴归属有矛盾。Google Cloud Next 官方材料与部分供应链调研对 v8t/v8i 分别由博通还是联发科参与开发说法相反。本站两代卡片的处理方式是:正文保留官方活动口径,预测数字标注为凯基证券口径,采购与研究引用时请注明来源层级。
  2. 「出货量」不等于「可购买量」。v8 产能优先供应 Google 内部(Gemini、DeepMind)与 Anthropic 等大客户,外部云上可租用的 v8 实例预计要等 2027 年才逐步铺开。

对行业格局的意义​

TPU v8 放量 + Maia 300 部署 + Trainium 扩产,意味着 2027 年「非 NVIDIA 推理算力」的供给盘子里,自研 ASIC 将首次占到可观份额。对模型厂商,这意味着更低的推理单位成本与更强的议价筹码;对 NVIDIA,压力主要落在推理侧,训练侧的 CUDA 护城河短期无虞。

相关阅读​