今天闪迪财报也出来了，依然是预期中成超预期。 总营收达 30 亿美元，环比增长 31%；毛利率达 51.1%，环比提升 21 个百分点。公司数据中心业务 营收环比大增 64%，占总营收的 15%；管理层表示，后续几个季度闪迪将完成更多超大规模云服务 商的认证工作，目前各项推进均按计划进行。FY3Q26公司指引营收中点为 46 亿美元，每股收益为 13 美元（市场预期已上修至 11-13 美元），业绩指引贴合市场高位预期。 在上面的文章中，提到NAND需求的四大底层逻辑： 1. 以存代算 用存储换算力，尤其是KV Cache持久化，能大幅降低prefill阶段的算力消耗。Sandisk CEO在电话会里明确提到token intensity在加速，存储已成为AI推理的关键使能器。他们初步估算 KV cache在2027年会额外带来75-100 EB的需求，一年后翻倍。这几乎是直接印证了以存代算的 规模和迫切性。 2. 数据生成主体改变 从人类生产转向模型自身在符号空间自生成，不受时间、注意力、物理边界 的限制。Sandisk电话会里提到"data growth is accelerating as the te ...

各种炸裂的AI应用 在AI/半导体产业链，每天的信息都非常多，有时候会有些浑浑噩噩，尤其是最近出圈的AI应用一个 接着一个，当然我并没有fear of missing out，从半年前就爆火的manus到opencode、CoWork、Claud in Excel，再到最近的clawdbot，一个也没有用过，只是看网上各路大神们的演示。 网上已经有很多人把clawdbot当做chapgpt时刻了，但我看了网上很多人的演示，其实并没有达到自 己预期的炸裂效果。 比如让clawdbot做个PPT，前面调用api，再过gateway的地方就不讲了，只说如何做的PPT，clawdbot 是给python安装了一个ppt的库，然后用这个库来做的PPT。这就引发出一个问题，当前大多数软件 都是给人设计的，交互逻辑是人类通过视觉 UI（按钮、菜单）操作，而 AI 并不擅长"盯着屏幕找按 钮"。对于 AI 来说，传统的 .exe 或 .app 软件就像一个密不透风的黑盒。它看不见软件内部的逻辑结 构，只能通过人类留下的后门（如 API 或专门的编程库）来间接操作。 昨天微软和Meta的财报都陆续出来了，星球中也放了这两家公司 ...

安谋科技与香港科技大学签署合作备忘录 安谋科技 CEO 陈锋（右） 芯片 IP 是集成电路设计的核心要素，是实现芯片功能的关键技术模块。随着 AI 技术的不断 演进，尤其是物理 AI 、边缘与端侧 AI 等领域的快速发展，市场对芯片 IP 的性能、功耗、兼 容性等方面提出了更高的要求。传统的芯片 IP 设计已经难以满足 AI 时代的应用需求，亟需 通过技术创新实现突破。安谋科技作为国内领先的芯片 IP 设计与服务提供商，在芯片 IP 设 计领域拥有多年的技术积累和丰富的实践经验，其自主研发的芯片 IP 产品已经广泛应用于智 能终端、物联网、云计算等多个领域。 香港科技大学在 AI 计算、芯片设计等领域的科研实力同样不容小觑。该校的科研团队在 AI 算法优化、芯片架构设计等方面开展了深入的研究，取得了一系列重要的科研成果。尤其在 AI 与芯片 IP 的融合设计方面，港科大提出了多项创新理念和技术方案，为芯片 IP 设计的创 新提供了重要的理论支撑。 近日，安谋科技与香港科技大学签署合作备忘录，双方将围绕芯片 IP 设计、 AI 计算等关键 方向开展深度合作。在 AI 技术飞速发展的今天，芯片 IP 作为半导体产 ...

最近上市公司们都开始陆续公布业绩，去年北美各大CSP和NV的业绩一直都在超预期，今年是否还会像去年一样，我们 只能拭目以待。 在去年10月和11月份，AI Bubble这个词一直在被讨论，各大投行/机构都出了很多报告来表明他们的观点，有的认为是泡 沫，有的认为不是。但最近这个话题讨论的人已经很少了， 因为大家发现AI芯片并不是无限量的，有三个主要的卡点： 台积电的CoWoS产能、Memory产能和电力。 这三个都限制了AI数据中心不能迅速的扩建下去，而这三个方向对应的几家公司，最新的财报都非常炸裂。 台积电和ASML 台积的财报已经出来两周了，网上的分析也比较多，由于笔者对光刻机这块也不是很懂，只简单说一下ASML的财报情 况。 ASML第四季度新增订单额达 132 亿欧元（近乎市场预期两倍），创历史新高，其中 EUV 订单贡献突出，存储芯片客户 订单占比首次超越逻辑芯片，截至 2025 年底积压订单达 388 亿欧元，为未来业绩提供强支撑；2026 年预计营收中位数 365 亿欧元（同比增长约 12%），第一季度业绩指引也优于市场预估，毛利率将保持稳定区间。 Memory 顺便更新一下HBM4的产业信息，之 ...

今年以来，在AI应用和电力这两个板块，大家可以看到，不断有破圈的AI应用出来，opencode和 CoWork还么研究明白，最近clawdbot又突然爆火；在电力板块也是一样的，冷不丁就会有个新闻， 上周达沃斯论坛上，马斯克提到电力是AI规模化的核心瓶颈，今天紧接着出来的两个跟电力相关新 闻。这说明了AI应用和电力这个话题，会是今年不断持续的大题材。 ClawdBot 的核心定位是一个全天候运行的开源 AI 代理员工，它强调通过直接部署在用户的本地硬 件（如 Mac mini 或 RTX 4090）上来实现完全的隐私保护与系统掌控权，彻底摆脱对云端平台的依 赖 。它被视为一个真正能够执行实操任务的自动化引擎，不仅能处理日常的邮件与日程管理，还能 跨越到自主市场研究甚至是视频剪辑等高级领域 。通过与 WhatsApp 或 Telegram 等现有聊天工具集 成，它让用户能像指挥真实员工一样，通过对话即可驱动 AI 在本地系统执行复杂的自动化工作 。 AI应用 在之前 的文章中，我们就提到 过AI应用的产业拐点已至，即便前段时间因为监管的因素，AI应用回 撤都非常大，但这个观点我们依然坚持。具体的逻辑之前讲过很多 ...

以下文章来源于More Than Semi ，作者mofan More Than Semi . More Than SEMI 半导体行业研究 在 AI 技术加速渗透的当下，芯片作为核心基础设施，其性能与成本的平衡直接影响着整个 AI 生态的 发展节奏。前几天高盛的一份报告中，通过构建 "推理成本曲线"，量化分析了 GPU 与 ASIC 两类芯片 的竞争态势。 一、推理成本成 AI 芯片竞争关键 AI 芯片的竞争早已不局限于单纯的性能比拼，"性价比" 成为衡量核心竞争力的关键指标，而推理阶段 的成本控制更是重中之重。对于企业和开发者而言，推理成本直接关系到 AI 应用的商业化落地可行 性；对于芯片厂商来说，能否在推理成本上形成优势，决定了其市场份额的归属。 高盛通过对比英伟达、AMD 等厂商的商用 GPU 解决方案，以及谷歌 TPU、亚马逊 Trainium 等定制化 ASIC 方案，构建了跨周期的推理成本曲线。研究发现，随着技术迭代，各类芯片的推理成本均呈下降 趋势，但不同厂商的下降幅度和竞争态势存在显著差异。这一分析框架，不仅解答了投资者对两类芯片 技术路线优劣的疑问，也为行业参与者提供了清晰的竞争坐标。 ...

最近CPU的话题依然很火，机构们也一直在路演，讲CPU的逻辑，这篇文章我们先讲一些产业信 息，再对CPU的产业做个简单的科普。 在之前的文章中，我们也大概梳理过这边CPU的涨价逻辑，再更新一下： 1、对CPU的利好，肯定需要增量的CPU，无论是CPU性能的增量还是CPU个数的增量；像DeepSeek 的Engram， 将大量静态的嵌入表从HBM 转移到DRAM，对应的CPU的使用就会更多，这部分 可能 会导致对柜内CPU的性能要求越来越高，需要更高性能的CPU，但这个CPU是柜内/服务器内部的 CPU，不会对CPU的个数有增量需求； 2、目前对CPU增量需求最大的是Agentic AI，至于Agentic AI是如何需要CPU的，很多资料都讲过， 我们就不细讲了，结论就是Agentic AI需要的是柜外的CPU，这部分CPU就是增量的，不受GPU配比 关系的影响； CPU分类 由于很多读者并非半导体行业，对CPU的一些产业格局并不是很了解，所以这个章节我们讲一些偏 科普的东西，部分内容参考了长江和东海证券的报告。 首先按照指令集分类，CPU可以大致分为下面几类，其中X86和ARM是最为我们熟知的。其中，以 微 ...

周末，还是按照之前的惯例更新一些产业逻辑的内容。 首先来看下这周比较火的燃气内燃机，跟我们之前说的燃气轮机有些区别。下面这个表格，简单对比了燃气内燃机、燃气轮机（单独使用） 和燃气轮机（联合循环，即带有HRSG和蒸汽轮机） | 对比维度 | 燃气内燃机 | 燃气轮机（单独使用） | 燃气轮机（联合循环） | | --- | --- | --- | --- | | 发电效率 | 42%-45%（主流品牌水平） | 约 30%（比内燃机低 10 个点以上） | 约 50%+（比单独使用提升 20 个 | | | | | 点左右，比内燃机高 8-10 个点） | | 成本（全生 | 3-4 毛 / 度（燃料 2-3 毛 + 运维 1 毛，基于 | 高于内燃机（无余热回收，燃料利用 | 低于单独使用燃气轮机，略高于 | | 命周期电 | 北美天然气价格） | 率低） | 或接近燃气内燃机 | | 价） | | | | | 单台功率 | 2-4 兆瓦（主流区间，最高可达 4 兆瓦） | 10-20 兆瓦（能量密度高，尺寸与内燃 | 10-20 兆瓦（基于原燃气轮机功 率，联合循环不改变单台功率上 | | | | 机相近 ...

好久没有聊AI芯片的内容了，似乎大家对这块的关注度也低了一些，但行业的暗流涌动一直都在，这篇文章结合产业内的一些资 料，聊一下海外几家大厂目前的格局。 一、TPU的崛起 今年一定要格外关注的就是TPU 的崛起，TPU链的相关公司也是我们重点关注的对象，当然有一些已经由于TPU的概念涨了非常 多了。 在英伟达GPU长期垄断AI训练与推理市场的背景下，Google TPU正凭借对LLM的原生优化优势，成为OpenAI、苹果等科技巨头 的重要选择，逐渐打破GPU一家独大的格局。OpenAI开始慢慢选择Google TPU开展核心推理业务；苹果也基于TPU搭建LLM训 练体系，这些合作其实暗含了复杂的技术适配门槛与隐性成本，并非简单的技术迭代选择。 核心问题在于技术体系的天然差异：OpenAI、苹果等企业的主流模型，最初均基于GPU生态完成训练，而GPU与TPU在数值表示 方式、精度体系上存在本质区别，从低精度到高精度的数据转换过程中，极易出现性能损耗与价值折损。从GPU迁移至TPU，必 须通过专门的软件桥接流程，将训练好的模型导出为TPU适配格式，这一转换过程并非一蹴而就，根据模型参数量的差异，复杂 模型的转换周期 ...

CPU - The demand for CPUs is driven by the need for incremental CPUs, particularly from Agentic AI, which requires external CPUs that are not influenced by GPU ratios [1] - Supply-side constraints include TSMC's tight capacity, prioritizing AI chip production, and limited availability of general semiconductor equipment and materials, which indirectly affects CPU manufacturers' capacity [1] 燃机 - A certain HRSG company has indicated that industry trends are established, and prices have been consistently increasing, aligning with previous discussions on price increase logic [3] - SemiAnalysis has repeatedly highlighted the potential of gas turbines, indicating a positive outlook for the gas turbine and HRSG combination [3] Supercomputing - xAI announced the operation of the Colossus 2 supercomputing cluster, the world's first GW training cluster, with plans to upgrade to 1.5GW in April [4] - The rapid construction of xAI's supercomputing clusters is attributed to their reliance on onsite gas power generation, bypassing traditional grid dependencies, a method now being emulated by OpenAI and Oracle [6] Liquid Cooling - Recent discussions highlighted that liquid cooling has significant orders from domestic manufacturers, with specific procurement guidance from major domestic companies [7] Industry Updates - A Shenzhen cold plate company, previously a subcontractor for Cooler Master, has received new intention orders from Cooler Master after the New Year [8]