公众号记得加星标⭐️，第一时间看推送不会错过。 过去几十年来，英特尔的 x86 架构统治着计算领域，为从最基础的笔记本电脑到最强大的数据中心 设备等各种设备提供动力。然而，一场静悄悄的革命正在幕后悄然发生：Arm。Arm 架构在智能手 机时代真正开始站稳脚跟，如今正在主流计算领域占据重要地位，而这在以前是不可想象的。如此之 多，以至于 x86 的统治地位似乎已成定局。 有很多理由可以相信这一点，而且与几年前相比，现在想想也并非难以想象。苹果公司通过其M系列 Apple Silicon SoC向Arm的重大转变无疑开启了一股潮流，而微软再次推动基于Arm的Windows操 作系统，表明微软再次看到了它的价值。而这两项行业变革仅仅是冰山一角。 Arm 的行业支持很有说服力 Arm 崛起的最明显指标之一是芯片制造商，以及这些芯片的创造者群体在过去十年中如何不断壮 大。在 x86 领域，只有两家主要生产商：英特尔和 AMD。相比之下，Arm 生态系统拥有众多芯片 设计公司。一些科技界巨头正在打造基于 Arm 的高性能处理器：苹果用其自主研发的 M 系列芯片取 代了 Mac 中的英特尔 CPU，高通正在基于 Arm 为 ...

数据中心半导体市场趋势 - 数据中心正成为驱动全球经济和社会发展的核心引擎，开启以AI、云计算和超大规模基础设施为核心的"芯"纪元 [2] - 数据中心半导体市场正迈向万亿美元规模，需求从简单处理器演变为涵盖计算、存储、互连和供电的复杂生态系统 [2] - AI相关资本支出占数据中心投资的75%，2025年预计超4500亿美元 [4] AI驱动的半导体需求 - AI服务器占比从2020年的个位数升至2024年的10%以上，推动算力军备竞赛 [4] - 数据中心半导体加速市场预计2030年达4930亿美元，占整个半导体市场的50%以上 [4] - 细分市场复合年增长率（2025-2030）为行业平均水平的两倍 [4] 关键芯片技术发展 GPU与ASIC - GPU因AI工作负载复杂性保持主导地位，NVIDIA通过Blackwell GPU和台积电4nm工艺巩固优势 [7] - 云服务商如AWS、Google研发自有AI加速芯片（如Graviton），推动推理和训练环节的性能差异化 [7] HBM内存 - HBM市场预计2025年达38.16亿美元，2025-2033年复合年增长率68.2% [8] - SK海力士和三星占据全球HBM供应90%以上，美光量产HBM3E并应用于英伟达H200 GPU [9] - HBM趋势包括单栈超8GB模块、低功耗设计、直接集成到AI加速器等 [8][9] DPU与网络ASIC - DPU和高性能网络ASIC优化流量管理，释放计算资源，提升安全性、能效和成本效益 [9] 颠覆性技术 硅光子学与CPO - 硅光子学和共封装光学（CPO）解决高速、低功耗互连挑战，预计2030年创造数十亿美元营收 [10] - CPO突破"电墙"限制，实现更长距离和更高密度的XPU连接 [11] 先进封装 - 3D堆叠和小芯片技术突破摩尔定律限制，构建异构计算平台 [12] 下一代数据中心设计 直流电源 - AI机架功率需求从20千瓦（历史）跃升至2027年的50千瓦，英伟达提出600千瓦架构 [12] - 氮化镓（GaN）和碳化硅（SiC）材料提升电源转换效率，解决"能源墙"挑战 [13] 液冷技术 - 液冷市场预计2029年超610亿美元，复合年增长率14% [13] - 液冷技术降低冷却能耗90%，电力使用效率（PUE）接近1，减少数据中心占地面积60% [14] - 直接芯片液冷（DTC）、背板热交换器（RDHx）和浸没式冷却成为主流方案 [14][15] 未来展望 - 数据中心将向异构化、专业化和能源高效方向发展，依赖专用处理器、先进封装和绿色技术 [17]

英伟达对ASIC竞争的看法 - 公司CEO黄仁勋认为英伟达的增长速度将持续超过ASIC，因为约90%的ASIC项目会失败，而英伟达凭借快速技术迭代和成本优化能保持领先 [2] - ASIC需同时与英伟达产品及其他ASIC竞争，但公司通过架构优化和规模化部署建立了难以复制的技术壁垒 [2][3] - 尽管微软Maia、亚马逊Graviton等科技巨头开发ASIC，公司认为性能不足的定制芯片无法撼动其市场地位 [3][4] NVLink Fusion技术战略 - 公司开放NVLink生态系统，推出NVLink Fusion技术，允许第三方CPU/加速器通过NVLink C2C与英伟达GPU互连，构建半定制机架 [5][7] - 技术包含两部分：1) 支持非英伟达CPU连接GPU（基于2022年NVLink C2C方案） 2) 新增NVLink 5 Chiplet使第三方加速器接入NVLink网络 [9][11][12] - 当前限制为系统必须包含至少一块英伟达芯片，且不允许同时使用第三方CPU和GPU，主要出于商业考量而非技术障碍 [14] 技术细节与合作伙伴 - NVLink最初用于GPU间高速互连，现已扩展至机架级（如72 GPU的NVL72系统），成为公司核心技术之一 [6][7] - 首批合作伙伴包括Alchip、AsteraLabs等加速器开发商，以及富士通Monaka ARM芯片、高通数据中心CPU等CPU厂商 [15] - Cadence和Synopsys提供IP设计支持，降低第三方硬件集成门槛 [16] 市场影响与行业动态 - 此举回应了客户对灵活架构的需求，尤其在Grace Blackwell方案未覆盖的AI加速器领域，可能改变行业生态格局 [14][15] - 公司通过技术开放巩固生态主导权，同时保护GPU核心利润，第三方替代方案仍受制于英伟达硬件依赖 [13][14]

英伟达对ASIC竞争的看法 - 黄仁勋认为英伟达的增长速度将持续超过ASIC，因为约90%的ASIC专案会失败，即使成功也可能难以为继 [1] - 英伟达通过快速技术进展、架构优化和成本降低保持竞争优势，ASIC必须与英伟达竞争且相互竞争 [1] - 开发ASIC不难但部署困难，需要大量资金和专业知识，目前只有英伟达具备大规模AI硬件部署能力 [3] - 英伟达认为ASIC无法取代其现有芯片，如果能提供更好技术则开发ASIC无意义 [3] NVLink Fusion技术细节 - NVLink Fusion允许第三方CPU和加速器通过NVLink C2C连接到英伟达GPU，实现半定制机架设计 [5][7] - 该技术捆绑两种技术：半定制CPU连接和NVLink 5 Chiplet集成 [9][13] - NVLink 5 Chiplet使第三方加速器能接入NVLink网络，但英伟达未授权NVLink 5技术本身 [14] - 系统供应商可选择集成半定制CPU或GPU，但不能同时使用两者 [15] NVLink技术发展历程 - NVLink最初于2016年推出，作为PCIe替代方案用于GPU间高速互连 [6] - 通过提升带宽、扩展覆盖范围和增强电气连接能力，支持72个GPU的NVL72机架 [6] - 此前仅支持纯英伟达系统如Grace Hopper和Grace Blackwell配置 [7] 行业合作伙伴动态 - Alchip、AsteraLabs、Marvell和联发科正在研发集成NVLink Fusion的加速器 [16] - 富士通和高通开发支持NVLink Fusion的新型CPU，可与英伟达GPU配对 [16] - Cadence和Synopsys作为技术合作伙伴提供IP块和设计服务 [17]

英特尔与AMD市场份额动态 - 英特尔在数据中心市场占有55%的份额，但在x86 CPU市场的整体份额为75.6%，环比增长0.3个百分点 [2] - AMD在x86 CPU市场的份额为24.4%，同比增长3.6个百分点 [2] - 包含物联网和半定制产品后，AMD的x86市场份额达到27.1%，环比增长1.5个百分点，同比增长0.9个百分点 [2] - AMD在服务器领域的份额达到创纪录的27.2%，环比增长1.5个百分点，同比增长3.6个百分点 [3] - 在台式机领域，AMD的份额为28%，环比增加0.9个百分点，同比增加4.1个百分点 [3] - 笔记本电脑领域英特尔份额环比增长1.2个百分点至77.5%，AMD份额为22.5%，但仍比去年同期高3.2个百分点 [4] AMD业绩表现 - AMD高端台式机CPU需求大幅增长，特别是Ryzen 9000产品的X3D版本 [3] - AMD的台式机CPU平均售价创历史新高，收入也创下新纪录，尽管出货量下降 [4] - AMD在服务器CPU市场的增长率是英特尔的数倍，两家公司出货量同比均增长近20% [3] Arm架构的崛起 - Arm在CPU市场的份额首次突破两位数，达到11.9%，环比增长2.3个百分点 [6] - Arm预计到2024年底将占据数据中心CPU市场50%的份额，高于当前的15% [8] - 主要云服务商(AWS、谷歌、微软)正在扩大采用Arm架构处理器 [8][9] - AWS计划今年部署超过120万个Arm CPU，预计全球服务器出货量中20-23%将基于Arm架构 [11] AI处理器发展 - 英特尔和AMD都在推出支持AI PC的x86处理器，预计未来几个季度销量将大幅增长 [5] - Arm架构处理器因能效优势在AI服务器市场受到青睐，预计AI服务器需求将增长300%以上 [8] - Nvidia的Grace CPU和云服务商的定制Arm处理器将推动市场份额增长 [9][11]

苹果AI战略与硬件发展路径 - 苹果面临核心战略抉择：继续专注硬件优势或全力投入AI软件(Siri)开发[1][2] - 当前困境包括AI能力未达预期、关税问题及反垄断调查，其中AI被视为最大长期威胁[2] - 第一条路径("痛苦"场景)：Siri持续落后，硬件沦为第三方AI服务容器，面临Meta等硬件竞争者侵蚀市场份额[3][4] - 第二条路径("Siri-Topia")：实现类ChatGPT的智能助手，驱动iPhone/AirPods/智能眼镜等全生态协同[4] - 高管表态显示公司将AI视为生死存亡级挑战，承认硬件可能被颠覆的风险[5] Annapurna Labs与亚马逊AI布局 - 该以色列芯片公司2015年被亚马逊以3.5亿美元收购，现成为AWS核心支柱[6] - 关键产品包括AI训练芯片Trainium和CPU芯片Graviton，构成AWS"芯片自助餐"战略基础[8][9] - AWS年收入达1000亿美元，贡献亚马逊超50%利润，规模等同Target全年营收[9] - 亚马逊2024年计划投入1000亿美元资本支出，主要投向AI数据中心以降低对英伟达依赖[10] - 初始合作源于2013年酒吧会面，四页幻灯片促成交易，现支撑万亿美元AI军备竞赛[7] 行业竞争动态 - 科技巨头(亚马逊/谷歌/微软)均加速自研芯片，争夺AI基础设施控制权[10] - Meta通过雷朋眼镜等硬件+AI集成产品对苹果形成跨界竞争压力[4] - 芯片领域出现技术路线分化，RISC-V架构被业内专家看好[13]