YOHO AI

标签： AI芯片

  • SK海力士市值破万亿，AI内存生意比卖显卡还赚钱





    SK海力士市值破万亿，AI内存生意比卖显卡还赚钱

    SK海力士市值破万亿，AI内存生意比卖显卡还赚钱

    2026年5月27日 · The AI Track

    2026年5月27日，韩国芯片制造商SK海力士股价收盘上涨约9.3%，盘中最高涨幅达14.9%，市值首次突破1万亿美元大关。这不是一家公司的胜利，而是整个AI内存供应链价值重估的缩影。

    就在前一天，美光科技刚突破1万亿美元市值；5月6日，三星电子也达到了这一里程碑。三家内存巨头在短短三周内接连破万亿，AI基础设施的投资热潮从”算力”烧到了”内存”。

    高带宽内存（HBM）已经成为AI供应链的瓶颈环节。英伟达的AI加速器需要高速内存堆栈来高效训练和运行大语言模型，而SK海力士正是这个环节的主要供应商。

    为什么是现在？

    AI训练对内存的需求跟传统计算不一样。大语言模型训练时需要在GPU之间高速传输海量参数，这时候传统DDR内存的带宽就不够用了，必须用HBM（高带宽内存）。

    问题在于HBM的生产难度远高于普通内存芯片。它需要先进封装、专用制造产能，还要跟英伟达这样的核心客户做长周期认证。产能不是想扩就能快速扩的。

    根据Counterpoint Research的数据，2025年第四季度SK海力士占全球HBM收入的57%，三星占22%，美光占21%。三家把HBM市场吃干抹净，定价权牢牢攥在手里。

    数字会说话

    • 股价涨幅：今年以来SK海力士累计上涨超过200%，部分估算接近250%；同期美光涨约245%，三星涨约149%
    • 业绩表现：SK海力士4月公布的季度利润同比翻了五倍，同时公司预计未来三年HBM需求将超过现有供应
    • 市场份额：SK海力士在HBM市场占比57%，是英伟达AI加速器的核心供应商
    • 后续计划：SK海力士正计划通过美国存托凭证（ADR）赴美上市，拓宽国际投资者准入渠道

    韩国股市的新引擎

    SK海力士的上涨带动了整个韩国大盘。5月27日当天，韩国综合股价指数（KOSPI）盘中最高上涨5.1%，收盘上涨2.3%。

    目前三星和SK海力士合计占KOSPI指数市值的40%以上。韩国股市跟全球AI基础设施需求的关联度越来越高。今年以来KOSPI指数接近翻倍，韩国成为这轮AI基础设施周期中公开股票市场的最大受益者之一。

    同日，韩国交易所还上市了挂钩三星和SK海力士的单股票杠杆ETF。跟踪SK海力士股价每日两倍收益的杠杆ETF首日上市即上涨18%。

    内存行业的逻辑变了

    过去几十年，内存芯片一直被当成周期性大宗商品。短缺时价格飙升，厂商疯狂扩产，然后供应过剩、价格暴跌，周而复始。

    AI需求正在改变这个规律。现在内存需求不再主要来自智能手机、笔记本电脑等消费电子产品，而是越来越多来自AI数据中心。数据中心的内存采购是长期合同、大规模、持续性的，不像消费电子那样季节波动剧烈。

    分析师目前预计内存需求将持续超过供应直到2028年。这也支撑了投资者对HBM业务占比较高的厂商给出更高的估值。

    风险也不能忽视

    股价涨得快，风险也在积累。KOSPI指数对少数AI相关芯片股的依赖度越来越高，这可能会加剧市场波动。供应链中断、客户集中度高、全球数据中心投资放缓等因素，都会对韩国整体股市产生更大影响。

    另外，杠杆ETF的流行也带来了额外风险。这类产品会放大单日波动，增加期货和现货市场的短期压力。5月27日SK海力士盘中涨幅达14.9%，收盘回落到9.3%，这种剧烈波动在杠杆产品普及后会更常见。

    还有一点，AI数据中心的建设节奏如果放缓（比如因电力、冷却、监管等因素），内存需求的增长也会受影响。这轮上涨的底层逻辑是”AI基础设施持续扩张”，如果这个逻辑被打破，估值回调不会客气。


  • 谷歌把300万颗AI芯片订单交给英特尔，台积电一家独大的日子可能要到头了

    据《The Information》报道，谷歌近期向英特尔下达了一份重量级订单：在2028年前生产超过300万颗谷歌自研的TPU芯片（张量处理单元）。消息一出，英特尔股价早盘一度飙升逾10%，最终仍上涨9%，领涨整个芯片板块。

    这不是一笔普通的采购合同，而是AI芯片代工格局正在发生微妙变化的一个信号。长期以来，台积电几乎吃下了所有高端AI芯片的代工订单，谷歌的TPU、英伟达的GPU，绝大部分都产自台积电的产线。现在，这种一家独大的局面开始出现裂缝。

    台积电的产能紧缺，逼着谷歌和英伟达开始认真考虑”备份方案”。英特尔想借这个机会，把流失给台积电的代工霸主地位抢回来。

    为什么是现在？

    谷歌不是一时兴起。据报道，谷歌对英特尔的制造技术进行了数月的技术测试，才最终决定把部分TPU订单交给英特尔。背后直接的原因是：台积电的产能已经紧张到无法满足需求了。AI芯片的需求爆炸式增长，台积电的先进制程产线排期排到了天边，谷歌担心把自己的芯片未来全部押在台积电身上风险太大。

    英特尔这边，新任CEO陈立武上台后推动的复兴计划终于开始显出成效。上个月英特尔发布的销售收入指引远超华尔街预期，股价也创下历史新高。特朗普政府也在背后推了一把——有美国官员表示，政府正积极推动为英特尔争取更多商业订单，这背后有产业链本土化的战略考量。

    英伟达也在悄悄测试英特尔

    谷歌不是唯一一个在和英特尔搭话的AI芯片公司。据报道，英伟达也在测试英特尔的制造技术，评估是否用于生产一款将四颗GPU整合封装的新型处理器。这款产品的设计目标是提升整体计算性能，如果英特尔的工艺过关，英伟达也可能成为英特尔代工业务的客户。

    特斯拉也来凑热闹。马斯克今年4月表示，特斯拉的”Terafab”项目计划使用英特尔下一代14A制程生产芯片，这座先进AI芯片制造基地打算落地奥斯汀。

    英特尔能接住这波机会吗？

    话说回来，英特尔能不能真正承接住这些高端订单，还是个问号。台积电在先进制程上的领先优势不是一朝一夕能追上的，英特尔的工艺良率和产能爬坡能力还需要市场验证。但方向已经很明确了：AI芯片设计公司不想被台积电”卡脖子”，英特尔需要这些订单来实现复兴，双方各取所需。

    对于整个AI产业链来说，代工环节的多元化是好事。竞争能让价格更合理，也能让芯片设计公司有更多议价权。只是台积电这么多年的技术积累和市场地位，不是几笔订单就能撼动的——这场代工之战，才刚刚开始。

  • 谷歌找上英特尔帮忙造AI芯片，台积电不够用了

    台积电产能告急，谷歌找上英特尔

    台积电的产能短缺问题，现在真的开始影响科技巨头们的布局了。最新消息是，谷歌打算把英特尔拉进来，帮自己制造AI芯片。

    据《The Information》报道，英特尔会在2028年为谷歌生产超过300万颗张量处理单元（TPU）。什么概念？这相当于谷歌未来两年预计生产的600万颗TPU总量的一半。这个合作规模，已经不是”试试看”的程度了。

    为什么是英特尔

    谷歌自研的TPU芯片之前一直依赖台积电代工。但AI芯片的需求涨得太快，台积电的产能已经跟不上所有人的订单了。苹果、英伟达、AMD、高通——大家都在排队等台积电的产能。

    谷歌不想把自己的AI业务绑在一条船上，所以开始找备选方案。英特尔最近几年在芯片制造技术上确实有了起色，特别是封装技术，正好能补上台积电产能不足的那块缺口。

    对谷歌来说，这不是”要不要英特尔”的问题，而是”不能只靠台积电”的问题。

    不只是谷歌在行动

    有意思的是，谷歌并不是唯一一个在测试英特尔制造技术的公司。报道里提到，英伟达和SK海力士也在做同样的事情——把英特尔当作自研芯片的代工备选方案。

    这对英特尔来说是个好消息。过去十几年，英特尔在芯片制造代工这块一直没能真正打进高端市场，台积电和三星把大部分客户都拿走了。现在AI芯片的需求爆炸，反倒给了英特尔一个重新切入市场的机会。

    2028年才能量产，来得及吗

    有个细节值得注意：英特尔要到2028年才能为谷歌量产这300万颗TPU。这个时间节点说明，谷歌和英特尔的合作不是临时抱佛脚，而是至少两年前就开始谈的了。

    对AI行业来说，两年的周期其实不算长。芯片研发和制造本来就是长线投入，现在布局2028年的产能，反倒是正常操作。真正的问题可能是：到2028年，台积电的产能还紧不紧张？如果到时候台积电扩产跟上了，谷歌会不会又调整订单分配？

    不管怎样，AI芯片的供应链正在从”台积电一家独大”变成”多家代工并存”的格局。对谷歌、英伟达这些公司来说，多一个选择总归是好事。

  • 台积电CEO说真话了：AI芯片需求太猛，我们真的供不过来

    全球最大芯片制造商台积电，在刚结束的股东大会上给火热的AI市场泼了一盆冷水。CEO魏哲家直言：客户需求太高，我们只能支持到有限的程度，台积电不会成为行业瓶颈，但现实是——真的供不过来。

    AI热潮把整个供应链逼到了墙角

    这已经不是台积电一家的问题。AI应用的爆发性增长，先把内存行业冲垮了。RAM和NAND闪存的产能缺口摆在那里，业内普遍认为要持续至少好几年。德勤的研究报告给出的预测更夸张：到2027年，整个半导体行业的规模有望冲到1万亿美元。

    换句话说，AI这场仗才刚开打，弹药就已经不够用了。台积电作为整个AI算力链条里最上游、也最卡脖子的那道关，压力大到什么程度，外界其实很难完全感知。

    TSMC半导体工厂内部
    台积电的产能扩张速度跟不上AI需求的爆发式增长（图源：The Verge）

    涨价？魏哲家说会涨，但不会猛涨

    路透社在报道中特意提了一个细节：魏哲家表示他”愿意”提高台积电的产品价格，但不会像DRAM和SSD厂商那样突然大幅涨价。这个表态很有意思——一方面承认了供需失衡需要价格机制来调节，另一方面又刻意和内存厂商的激进涨价拉开距离。

    “我们正在尽最大努力确保台积电不会成为行业瓶颈。”——台积电CEO 魏哲家，2026年6月股东大会

    美国工厂救不了近渴

    魏哲家在会上还补了一句：依靠美国本土的产能满足客户需求，可能需要”非常长的时间”。这话听着客气，意思其实很直接——亚利桑那州的工厂确实已经开了，3座芯片厂、2座先进封装设施、1个研发中心的1650亿美元投资计划也摆在台面上，但这些产能真正释放出来，那是好几年后的事情。

    眼下的局面是：AI公司们都在抢产能，英伟达的订单排到了天边，而台积电的产线已经逼近极限。内存短缺又让整个消费电子行业跟着涨价，手机、笔记本的成本压力一层层往下传导。这个局什么时候能解开，目前看没有人能给一个确切的时间表。

    • 台积电CEO公开承认AI芯片需求超过供应能力
    • 内存（RAM/NAND）短缺预计持续数年，消费电子产品已涨价
    • 台积电美国亚利桑那工厂已投产，但全面产能释放仍需数年
    • 魏哲家表示会涨价，但不会像内存厂商那样大幅突涨

  • 英伟达搞出AI PC专用芯片，要抢2000亿美元CPU市场

    英伟达最近又放了个大招，在台北电脑展上发布了一款专门给AI PC用的CPU芯片，名字叫RTX Spark，直接把消费级PC的算力拉到了1 petaflop（每秒千万亿次浮点运算），目标很明确：要抢总共2000亿美元的CPU市场份额。

    英伟达已联合华硕、戴尔、惠普、联想、微软Surface等厂商，首批产品定于2026年秋季开售。

    产品核心亮点

    这款芯片的核心定位是支持AI智能体安全高效运行，英伟达和微软专门合作开发了安全沙箱机制，能让OpenClaw、Hermes Agent这类AI智能体在本地安全运行，不用把所有数据都传到云端。同时芯片搭配的CPU、GPU、内存以及底层CUDA软件，都支持大语言模型本地化部署，现在已经有超过1000款游戏和应用支持RTX的AI功能了。

    英伟达CEO黄仁勋
    英伟达CEO黄仁勋（来源：TechCrunch）

    行业影响与挑战

    • 英伟达CEO黄仁勋表示，未来全球会出现数十亿个AI智能体，将带来海量CPU需求
    • 微软已推出搭载该芯片的Surface Laptop Ultra，称其为“有史以来最强大的Surface笔记本电脑”
    • 目前已有超过100家Windows软件厂商宣布支持RTX Spark芯片，覆盖Adobe、Blender、Riot Games等头部产品
    • 英伟达曾在2013年尝试推出ARM架构Windows设备，最终失败计提9亿美元减值，本次产品市场表现仍存不确定性

  • Groq转身求融资6.5亿美元——英伟达200亿非收购之后，这家芯片公司要去哪里

    Groq转身求融资6.5亿美元——英伟达200亿”非收购”之后，这家芯片公司要去哪里

    Groq这个名字你可能还不熟悉，但在AI芯片圈子里，他们是这几年最让人看不懂的公司之一。

    事情是这样的：2025年12月，英伟达和Groq签了一笔200亿美元的交易——但这不是收购。部分Groq的核心工程师去了英伟达，Groq的硬件技术授权给英伟达使用。对Groq的投资者来说，这相当于一次大规模退出，拿到了现金回报。

    现在，Axios爆料说Groq正在向现有投资者募集6.5亿美元新资金，用来做一件完全不同的事情：AI推理云（inference neocloud）。

    从造芯片到卖推理，这步棋走对了吗

    训练AI模型是一次性的大工程，而推理是每次用户发一条消息都要发生的事情——这个需求比训练大得多，也持续得多。Groq的判断是：与其和英伟达在训练芯片上硬碰硬，不如把赌注押在推理基础设施上。

    他们的逻辑有一定道理。推理市场确实在爆发，但目前这个赛道已经有大量玩家：亚马逊、谷歌、微软的云推理服务，加上无数中小型推理优化公司。Groq能不能在这片红海里杀出来，关键看他们的技术是不是真的比竞争对手快很多——而且快到客户愿意迁移的程度。

    据Axios报道，这轮融资其实有一定的”保底”机制：现有投资方Disruptive和Infinitium已经承诺，如果其他老股东不愿意按比例跟投，这两家会补足6.5亿美元的额度。换句话说，这轮钱基本上是有保障的。

    管理层动荡，时机有点微妙

    Groq目前由临时CEO Adam Winter和临时CFO Matt Eng领导。创始人Jonathan Ross的去向，在这笔新融资的背景下变得值得关注——如果公司战略方向发生了根本性转变，创始团队和投资者的利益是否还完全一致，这是一个问号。

    从外部看，这家公司的身份定位有点模糊：它既不像纯粹的芯片公司（因为把技术授权给了英伟达），也不像纯粹的云服务商（因为之前的主业是造芯片）。”推理云”这个方向能不能让市场重新给它一个清晰的估值逻辑，这轮融资之后大概会见分晓。

    英伟达的200亿美元交易，从结果上看是一个巧妙的”不开收购之名的收购”——拿到了技术和人才，但不用承担整合一家独立公司的全部复杂性。对Groq来说，拿到了一大笔现金，但也需要回答一个问题：接下来的Groq，到底是一家什么公司？

    6.5亿美元的新融资如果顺利完成，我们大概很快就能看到他们的推理云产品正式亮相。是骡子是马，到时候牵出来遛遛就知道了。

  • XCENA拿了一轮1.35亿美元：AI的最大瓶颈不是算力，是内存

    做AI芯片的公司在2026年并不稀奇，但一家韩国初创公司拿了1.35亿美元融资，理由是”AI的最大瓶颈不是算力，是内存”——这个说法至少让投资圈认真听了。

    数据在CPU、GPU、内存之间来回跑，每一次都要钱

    XCENA的核心判断很简单：你现在每次跟AI说一句话，数据都要在内存、CPU、GPU之间跑一个来回。数据从内存取出来，CPU预处理一遍，送到GPU算，结果再写回内存。生成一个词要走一遍这个流程。

    这不是纯理论问题。它意味着你每用一次AI，都伴随着一笔不算小的数据传输成本。日活几亿次请求的规模下，这个开销是真实的。

    XCENA的估算是：原本需要10台服务器才能跑完的AI推理任务，如果用他们的方案，1台就够了。

    把计算搬到内存旁边去

    他们的办法是做一枚叫MX1的芯片，思路叫”存算一体”——计算不要老盯着GPU做，把一部分活儿搬到内存模块附近完成。

    具体说，MX1通过CXL（Compute Express Link，一个专门连接处理器和内存的高速通道）跟CPU对接，把预处理、KV缓存管理、数据缓存这些事情，在内存模块里面直接做完。数据不用出门，结果也不用搬回来。

    XCENA MX1芯片
    XCENA MX1芯片原型（图源：TechCrunch）

    技术上有几个值得说的地方。MX1基于开源RISC-V指令集设计，里面有数千个小型高效核心，专门为数据搬运和预处理优化过。竞争对手Marvell的方案只用少量通用核心，理论上效率有差距。

    XCENA还做了垂直整合——内存层级、互联总线、DRAM控制器全是自研的。大多数芯片公司会把这类工作外包，他们选择自己做，理由是只有全栈控制才能把内存效率压榨到极限。

    三星、SK海力士的前员工出来创业，时机刚好

    这家公司2022年创办，三位创始人Jin Kim（CEO）、Dohun Kim（CTO）、Harry Juhyun Kim（CPO）全部来自三星和SK海力士。做内存的人出来做AI基础设施，这个组合在2026年看起来挺合理的。

    本轮1.35亿美元由韩国VC机构Atinum、IMM Investment联合领投，跟投方包括Corstone Asia、老股东SBI Investment、Mirae Asset Capital。公司累计融资已达1.85亿美元，估值5.7亿美元。

    一个有趣的行业背景：2026年5月，三星、SK海力士、美光三大内存芯片厂商的市值首次同时突破1万亿美元。内存价格的上涨和AI需求的持续拉动，正在把”内存中心架构”从学术概念推向产业现实。

    MX1目前还在原型阶段，预计2026年底在三星代工厂量产，2027年开始产生收入。目标客户很明确：每年在AI基础设施上花几百亿美元的超大云厂。对这些公司来说，内存效率提升5%，可能就意味着几亿美元的成本节省。

    XCENA不直接跟英伟达在训练侧竞争——他们瞄准的是推理侧的内存密集型层。这个位置刚好卡在GPU算力和内存带宽之间的夹缝里，是一个有理由存在的细分市场。

  • 英伟达砸完200亿美元，Groq自己又要融6.5亿美元

    英伟达刚跟Groq做完一笔200亿美元的”非收购式招聘”，这家AI芯片初创公司自己又要融资了。据Axios报道，Groq正在寻求6.5亿美元的新一轮融资，投资方正是它现有的那些支持者。

    Groq做的事跟英伟达不太一样。它押注的是AI推理环节——也就是模型接收用户提示后生成回答的那个阶段。现在整个行业都在疯抢推理算力，训练的需求反而没那么紧张了。

    英伟达那笔200亿美元的交易到底买了什么

    2025年12月，英伟达和Groq签了一笔结构很特殊的协议。表面上看不是收购，但Groq的多名高层直接跳槽去了英伟达，同时Groq把硬件技术授权给了英伟达使用。如果这是一笔正常的收购，它会是英伟达历史上最大的一笔。

    对Groq的投资者来说，这反而是个好消息——他们拿到了现金回报，现在又被邀请继续投钱，支持Groq把推理云（Inference Neocloud）业务做起来。

    推理为什么比训练更值钱

    训练一个大模型是一次性投入，而推理是每次用户发消息都要消耗算力的持续过程。ChatGPT每天要处理几十亿次请求，每一次都是推理。这个市场的规模，某种程度上比训练市场还要大。

    Groq的芯片设计思路跟英伟达完全不同，它追求的是极致的推理速度，而不是训练所需的大规模并行计算。这套打法能不能跑通，6.5亿美元的新融资会给出部分答案。

    • 现有投资者Disruptive和Infinitium已承诺，若其他投资者认购不足，将全额补足本轮融资
    • 临时CEO Adam Winter和临时CFO Matt Eng领导业务转型
    • Groq推理云直接面向开发者和企业提供API服务，与英伟达的芯片销售模式形成差异

  • 这家芯片初创把计算搬进内存，1.35亿美元融资到手

    每次你向ChatGPT提问，你的请求都会触发一场数据接力赛。信息离开内存，经过CPU预处理，传输到GPU进行繁重计算，然后再返回——而AI生成的每一个字，整个流程都会重复一遍。

    瓶颈是结构性的。这意味着每一个请求中，数据都要经过行业中一些最昂贵、功耗最高的芯片进行路由。这种低效正是XCENA试图解决的问题——这家在韩国和美国都设有办事处的初创公司，刚刚在B轮融资中筹集了1.35亿美元，估值达5.7亿美元。

    “几十年来，CPU和GPU都变得更智能了。内存从来没有。XCENA想改变这一点。”——创始人Jin Kim

    把计算搬进内存

    XCENA的芯片MX1通过CXL（计算快速链接）连接到CPU——本质上是处理器和内存之间的专用快车道——在数据需要离开内存模块之前就对其进行处理。它是把计算带到数据附近，而不是反过来。

    该公司声称，以前需要10台服务器完成的工作，现在可能只需要1台就可以完成。

    XCENA MX1芯片原型
    XCENA MX1芯片原型（图源：TechCrunch）

    为什么是内存，不是算力？

    XCENA的业务押注于一个论点，即”推理不仅是计算问题；它越来越是一个内存扩展问题。”

    虽然GPU擅长矩阵乘法——AI模型训练背后的繁重数学计算——但周围的许多数据编排，包括预处理、KV缓存管理（存储之前的对话上下文的系统，这样模型就不需要重新处理它）、数据缓存，仍然在CPU上运行。XCENA的芯片在内存模块本身内直接处理这些任务。

    创始团队来自三星和SK海力士

    XCENA首席执行官Jin Kim于2022年与首席技术官Dohun Kim、首席产品官Harry Juhyun Kim共同创立了这家初创公司，三人都来自三星和SK海力士——这两家内存巨头为英伟达的GPU提供芯片。

    本月，主导全球内存芯片市场的三家公司——三星、SK海力士和美光——市值首次都超过了1万亿美元。XCENA押注的是，AI基础设施正朝着以内存为中心的架构更广泛地转变。

    竞争对手和差异化

    XCENA最接近的竞争对手包括Astera Labs和Marvell，这两家纳斯达克上市公司都在研发下一代内存连接技术。

    差异化因素在于知识产权。XCENA有数千个核心，每个核心都基于RISC-V构建并专门针对数据处理进行了优化。相比之下，Marvell的方法依赖少数几个通用核心。

    时间表和挑战

    MX1目前仍然是原型。大规模生产的芯片预计将在2026年底从三星的代工生产线下线，该公司预计从2027年开始产生收入。

    XCENA的理想客户是每年在AI基础设施上花费数百亿美元的超大规模企业，即使内存效率有微小的提升，也可能意味着数亿美元的节省。

    • B轮融资1.35亿美元，估值5.7亿美元
    • 累计融资总额达1.85亿美元
    • MX1芯片基于RISC-V开源架构
    • 目标客户：超大规模AI基础设施运营商
    • 量产时间：2026年底；收入预期：2027年

  • 英伟达不再是唯一选择，AI芯片的牌桌正在重新洗牌

    英伟达不再是唯一选择，AI芯片的牌桌正在重新洗牌

    过去几年里，只要你聊到AI算力，所有人的第一反应都是英伟达。这家公司确实走到了一个前无古人的位置——数据中心AI芯片市场占有率一度超过90%，业绩增速让华尔街分析师不停地改预测模型。

    英伟达的巅峰与隐忧

    2026财年英伟达全年营收2159亿美元，同比增长65%。数字很漂亮，但细心的人已经注意到，几个大客户正在悄悄调整采购策略。