美国政府升级对英伟达H20芯片的出口管制 - 美国政府于4月9日通知英伟达，H20芯片出口到中国需要许可证，并于14日宣布规定将无限期实施[2] - H20被纳入"非民用超算风险清单"，标志着AI芯片管制从高端产品延伸至定制化中端产品[2] - H20是英伟达在中国合法销售的主要芯片，于2023年10月美国最新出口限制生效后推出[2] 美国对AMD和英特尔AI芯片的出口限制 - 美国商务部宣布AMD MI308及同类型AI芯片新增中国出口许可要求[6] - 英特尔Gaudi芯片同样需要获得出口许可证才能向中国销售[6] 国内AI芯片厂商的替代机会 - 华泰证券指出H20销售受限或已被市场预期，但新规可能堵住以内存弥补算力漏洞[6] - 万联证券认为H20在中国市场的销售或将面临较大限制，国内AI芯片厂商有望承接更多市场份额[6] - 国产算力迎来发展机遇，全球贸易摩擦或加速半导体产业国产化进程[6] 华为昇腾910C的性能与优势 - 昇腾910C通过组合两个昇腾910B芯片，计算能力达800 TFLOP/s（FP16），内存带宽3.2 TB/s，接近英伟达H100性能的80%[7] - 华为通过CloudMatrix系统聚合算力，CM384系统在规模及推理性能上比肩英伟达NVL72超节点[7] - 昇腾910C采用共封装或芯片组技术，显著提升性能[7] 华为昇腾910C的技术挑战 - 组合设计导致功耗增加，CM384系统功耗为英伟达GB200 NVL72的3.9倍[9][10] - 每FLOP功耗差2.3倍，每TB/s内存带宽功耗差1.8倍，每TB HBM内存容量功耗差1.1倍[10] - die-to-die带宽仅为Nvidia H100的1/10至1/20，可能影响大规模AI训练任务效率[11] 华为昇腾910C的生态系统与供应链问题 - 华为MindSpore AI框架成熟度和广泛采用度较低，可能限制开发者采用[11] - 昇腾910C良率仅为32%-40%，低于60%的行业标准，大部分仍依赖台积电7nm工艺制造[12] - 关键组件如HBM主要来自韩国供应商三星，供应链模式稳定性差、风险高[13] 国内其他AI芯片厂商的布局 - 科技大厂阿里、百度、腾讯、商汤科技等布局自研AI芯片，服务于自有云平台或业务[14] - 海光信息DCU系列产品兼容CUDA生态，已应用于国产超算和AI训练场景[15] - 寒武纪思元系列芯片可满足云端训练等场景需求，壁仞科技BR100芯片峰值算力达国际厂商旗舰产品3倍以上[15][16] 国内AI芯片多元化发展的重要性 - 中国AI芯片替代不能仅靠个别企业，需支持华为、海光信息、摩尔线程等多元化发展[17] - 构建强大、完整、有韧性的全产业链自主生态是实现AI芯片自主可控的关键[17]

新任CEO的战略方向 - 陈立武作为英特尔新任CEO首次公开亮相，强调打造"新英特尔"并呼吁客户和合作伙伴提供诚实反馈[1] - 坦承公司在创新方面落后，适应市场需求速度过慢，承诺将改进[1] - 将继续加强英特尔产品线，同时致力于发展合同芯片制造业务Intel Foundry[2] - 提出"少承诺，多兑现"的座右铭，表达扭转公司局面的决心[4] 产品与技术路线 - 计划推出采用18A制造工艺的Panther Lake处理器[3] - 强调提供出色性能对满足未来工作负载至关重要[2] - 提高AI推理CPU的性能和效率是重点方向[4] - 承认当前AI加速器芯片(Gaudi)竞争力不足，已取消下一代Falcon Shores芯片[4] 业务重组与成本控制 - 自去年8月以来已裁员约15,000人(15%)[3] - 将剥离部分"非核心业务"，但保持芯片制造业务[3] - 致力于与2-3个重要客户建立代工合作关系(潜在客户包括Nvidia和Apple)[3] 企业文化与人才战略 - 提出"官僚主义扼杀创新"的观点[3] - 承认数据中心业务流失大量人才，将重点招募行业顶尖人才[3] - 培养以协作、谦逊和客户至上为核心的企业文化[6] 代工业务发展 - 英特尔18A制程节点按计划推进，首个外部客户流片即将完成[5] - 强调打造"伟大的代工厂"，优化供应链体系[5] - 预计下半年开始Panther Lake处理器的大规模量产[5]