1.HBM狂潮还能爽多久？AI摧毁存储旧模式 三巨头面临转型豪赌；
2.破局算力桎梏、架构换道超车：东方算芯DF1000重塑国产3D AI算力新范式；
3.SLC NAND下半年价格续飙 估上涨120-170%；
4.苹果半年完成M7芯片流片；
5.AI芯片需求太旺！英特尔豪砸57亿美元扩建爱尔兰厂；
6.三星抢进AI PC市场 自研芯片Gaia传已送样惠普、联想
1.HBM狂潮还能爽多久？AI摧毁存储旧模式 三巨头面临转型豪赌
人工智能 (AI) 热潮让存储芯片产业迎来前所未有的繁荣，但这场革命也可能彻底颠覆SK海力士、三星电子与美光数十年来赖以成功的商业模式。随着AI系统对存储频宽需求暴增，存储厂未来恐不能再单纯大量生产标准化产品，而必须转向定制化芯片，甚至开始押注哪些处理器公司将成为未来赢家。
SK海力士上周五完成规模达280亿美元的那斯达克上市，市场热情高涨，但投资人也应注意，全球主要存储芯片制造商正面临一场结构性转变。尽管SK海力士目前似乎走对每一步棋，但产业龙头能否成功应对这场颠覆，仍存在高度不确定性。
AI算力太快 存储反成最大瓶颈
这场变革的导火线正是AI热潮。更强大的AI系统已将存储芯片推向极限，因为存储必须负责在处理器之间来回传输数据，而如今计算速度与数据传输速度之间的差距正迅速扩大。
过去大部分电脑发展史中，处理器计算通常是速度较慢的一环；如今情况已经逆转，英伟达GPU能以极快速度进行计算，但存储传输数据的速度相对缓慢。这就像一名天才拥有惊人思考速度，却因为写字太慢，无法及时把所有想法记录下来。
英特尔前CEO基辛格 (Pat Gelsinger) 表示，由于AI模型规模过于庞大，AI机器正极度缺乏存储频宽。这不仅让AI芯片无法发挥全部潜力，也限制最先进聊天机器人的存储能力。
目前AI服务器广泛采用高频宽存储 (HBM)，通过垂直堆叠存储元件，缩短数据往返GPU的距离。然而HBM本身仍存在缺陷，热量容易困在底层芯片，温度上升后可能迫使GPU降低运作速度。
一种可能的解决方案，是让全球三大存储制造商SK海力士、三星与美光，直接把存储整合至处理器上。如此一来，就像不再需要让天才把想法写在笔记本上，而是直接把笔记本放进大脑裡，可望让AI模型效能大幅提升。
告别标准化大量生产 存储厂未来得“押对赢家”
然而，这也意味著三大存储厂必须改变商业模式。过去存储产业主要生产标准化芯片，像大宗商品一样大量销售；未来则可能必须转向定制化产品，根据不同处理器与AI 统需求设计芯片。
基辛格认为，这对存储业者而言是全新的商业模式。由于新型定制化芯片从设计到量产需要数年时间，三大存储厂可能还有两至三年的好日子，之后产业颠覆带来的压力才会真正浮现。
英伟达已开始应对这场变化，与加州芯片公司Groq达成200亿美元授权协议，后者专门将高速存储直接整合至处理器。这对SK海力士等传统存储厂构成潜在威胁，也迫使业者未来必须预测英伟达、英特尔、Google等先进处理器公司的销售前景，再决定投入多少研发及晶圆制造资金。
换句话说，未来不再是尽可能生产最多相同存储，而是必须押注谁将赢得处理器市场。押对了，就可能获得长达数年的稳定客户；押错了，则可能留下堆积如山、成本高昂却无人问津的芯片。
SK海力士早在2024年便选择分散风险，与台积电合作，借由后者几乎为所有主要科技公司代工芯片的优势，让SK海力士能同时服务多家相互竞争的科技巨头，而不必将所有筹码押在单一客户身上。
目前存储热潮甚至吸引部分投资人卖掉英伟达股票，转而押注SK海力士及其同行，反映AI交易正向基础设施其他领域扩散。SK海力士股价过去12个月已暴涨600%，对一个过去50年一直被视为乏味的商品化市场而言，堪称惊人转变。
基辛格直言：“存储产业历史上从未如此令人兴奋。”然而，对蜂拥而至的企业与投资人而言，“令人兴奋”或许也只是“高风险”的另一种说法。（文章来源：钜亨网）
2.破局算力桎梏、架构换道超车：东方算芯DF1000重塑国产3D AI算力新范式
随着全球人工智能产业高速迭代，大模型、智算中心、千行百业智能化转型催生海量算力需求，全球算力军备竞赛持续升温。同时，海外先进制程、高端HBM显存等核心资源持续收紧管制，传统依靠制程迭代、复刻海外GPU架构的国产芯片发展路径陷入瓶颈。
一面是算力需求爆炸，一面是先进工艺供给受限，行业亟需颠覆性技术路线破局。
依托三维堆叠、架构创新突破物理极限的3D芯片，成为国产高端算力芯片换道超车、实现自主可控的核心赛道。深耕可重构计算领域二十载的东方算芯，厚积薄发、蓄势突围，正式推出全球首颗软件定义近存计算3D芯片DF1000，并同步落地全栈大规模智算系统方案。
这一成果既是团队二十年技术沉淀的集中兑现，也是国产算力芯片跳出同质化内卷、摆脱海外技术桎梏的关键突破，为中国高端AI算力产业自主化发展筑牢全新底座。
算力竞赛如火如荼，3D芯片成国产突围核心赛道
在AI大模型从技术研发走向规模化落地态势下，全球算力需求呈现指数级爆发态势，同时算力军备竞赛日趋白热化，并且成为数字时代的核心生产力与国家战略竞争力的核心支撑。
但行业高速发展背后，痛点与桎梏愈发凸显。传统二维芯片依赖制程微缩提升性能的路径逐渐触顶，制程迭代成本飙升、难度剧增。更关键的是，海外对先进制程工艺、高端存储芯片、核心IP架构的封锁持续加码，国内多数AI芯片企业长期跟随海外GPU技术路线，陷入“被动追赶、专利受限、工艺卡脖子”的困境，国产高端算力芯片规模化替代进程受阻。
行业关键变局下，3D堆叠芯片站上产业风口，成为破解行业痛点、实现国产突围的核心赛道。区别于传统平面芯片，3D芯片通过垂直堆叠架构打破物理局限，大幅提升算力密度与数据传输效率，同时弱化对先进制程的依赖，提供“以架构创新补工艺差距”的全新路径。
时序更新，算力逐浪。东方算芯的诞生与崛起，精准契合了国产算力自主化的时代大势，其技术积淀与产业布局并非一蹴而就，而是历经二十年深耕攻坚的必然结果。
早在2006年，清华大学微电子所魏少军团队便率先布局可重构计算领域，成为国内首个系统性研究动态可重构计算的学术团队，开启了国产软件定义芯片的底层技术探索。2006至2015年，团队深耕基础研究，从零搭建可重构计算技术体系，攻克动态重构速度、计算阵列效率、软硬件协同编译等核心难题，斩获教育部技术发明一等奖、国家技术发明奖二等奖、中国专利金奖等重磅荣誉，技术指标一度领先美国DARPA同类规划5倍以上。
2016至2023年，团队开启技术产业化验证，先以端侧AI场景落地打磨技术，孵化清微智能实现端侧可重构芯片规模化量产，同时攻坚云端高端算力场景，研发全球首款云端数字存算一体可重构芯片ReDCIM，这些研究进展再登顶ISSCC、IEEEJSSC等国际顶会顶刊。
秉持“步步扎实、稳步成长”的初心，2024年5月20日，东方算芯在上海张江正式落地，承接清华二十年技术积累，全力攻坚国产自主可控高端AI算力芯片，开启技术产业化的全新征程。東方算芯篤定：在高端算力芯片領域，中國必須走出一條屬於自己的路。
全栈算力方案落地，近存计算定义高端算力新标杆
历经两年潜心攻坚，东方算芯正式推出里程碑式产品——全球首颗软件定义近存计算3D AI芯片DF1000，同时同步发布超节点拓域TY64、擎元QY100服务器、慧算HS512大规模集群系统，形成“芯片-板卡-服务器-超节点-智算集群”的全栈国产化算力解决方案，覆盖大模型训练、分布式推理、高端智算中心等全场景需求，开创国产高端算力全链条供给新路径。
其中，面对大模型训练与推理对算力基础设施的迫切需求，DF1000作为一款基于全国产供应链打造的软件定义近存计算3D AI芯片，通过架构层面的多项颠覆性创新，实现了对标国际先进制程的性能表现，为人工智能产业提供了高能效、高可靠的国产算力底座。
第一，架构革新，突破工艺限制。不同于依赖先进制程堆算力的发展模式，DF1000依托独创的软件定义可重构架构，通过空间并行与硬件时分复用技术，最大化挖掘硬件资源潜力，大幅降低对极致先进制程的依赖。在成熟制程工艺节点上，DF1000成功实现了高达520TFLOPS@BF16的卓越算力，证明了架构创新在弥补工艺差距上的巨大潜力。
第二，近存计算，打破存储墙壁垒。针对传统AI芯片面临的“存储墙”难题，DF1000采用3D混合键合技术，通过将逻辑层与DRAM存储层垂直堆叠大幅扩展显存容量。其高密度IO设计带来了6.4TB/S的惊人访存带宽及900GB/S的Scale-up互联带宽，性能数倍于传统HBM方案，彻底突破了HBM的密度与带宽限制，同时完全规避了HBM存储器的供应风险。
第三，范式特性，定义国产算力标杆。DF1000兼具高性能、高通用性、高适配性与高能效等核心优势，配套东方算芯自研编程框架与软件生态，同时芯片遵循OAM2.0行业规范，标准化接口可无缝适配国内主流AI服务器平台，支持多种训推模式、适配主流大模型，兼顾通用算力与场景化算力需求，成为国产芯片通过系统级创新跨越物理制程鸿沟的全新标杆。
进一步来看，基于全国产化供应链体系，东方算芯研发打造了高性能、高能效、高灵活性的大算力芯片产品，并搭建起自主可控的生态系统，其中产品方案包括软件定义超高性能近存计算芯片、基础软件与应用软件、高性能服务器和大规模集群系统解决方案，将广泛应用于服务器厂商和产业公司，面向互联网、人工智能、金融和超高性能计算等领域复杂应用场景，满足国民经济和产业发展对算力提出的迫切需求，支撑中国数字化、智能化，赋能产业升级。
原创技术路线破局，锻造自主可控算力核心底座
在竞争空前激烈的环境下，东方算芯坚持走原创差异化技术道路，打造“软件定义芯片+3D堆叠近存计算”原创技术路线，搭配原生分布式执行模型，构建起全球独有的全栈自主算力技术体系，彻底摆脱海外技术框架束缚，实现从底层架构到产品落地的全方位自主可控。
首先，软件定义计算架构是东方算芯技术体系的核心根基。团队深耕二十年打磨出从硬件到软件的全栈可重构计算体系，搭建动态重构多精度融合计算阵列，可根据不同AI模型的运算特性，自动优化数据通路与算力分配，适配多精度张量运算需求。
在软件定义层面，东方算芯同时创新构建以TensorTile为核心的调度单元，打造全异步、无阻塞的数据流执行引擎，实现计算与数据搬运深度重叠，彻底摒弃传统缓存机制的资源损耗，兼顾算力性能与场景灵活性，将硬件资源利用率拉升至行业顶尖水平。
其次，3D堆叠近存计算技术是产品性能突破的关键支撑。东方算芯差异化采用数字存算一体方案，区别于行业主流模拟存算技术精度不足、仅能适配简单推理场景的短板，可精准支撑FP16、FP32高精度浮点计算，适配大模型训练与推理场景。
同时，东方算芯采用业界领先的Hybrid Bonding（混合键合）封装技术，实现逻辑层与DRAM层的无凸点垂直互连；相比传统方案，Hybrid Bonding将互连间距从数十微米压缩至亚微米级别，带来数量级提升的互连密度与带宽密度。
另外，原生分布式执行模型则为规模化算力落地提供系统保障。针对云端大模型规模化部署需求，东方算芯从芯片、服务器、软件三层搭建原生分布式架构，自研芯片级通信处理器、服务器级超节点架构与软件级分布式编程模型，实现多芯片高效协同、低延迟互联。
在性能硬实力方面，东方算芯“软件定义＋3D堆叠近存计算”核心技术路线具备高算力、大带宽双核心优势，即3D架构缩短数据传输距离，大幅提升芯片带宽，解决AI大模型训练、推理等的带宽瓶颈痛点，算力输出效率领先传统架构。同时，软件定义架构支持算力资源动态调度，可灵活适配大模型、智算中心、边缘AI等多元业务场景，算力利用率更高，适配性优势明显。
总体上，东方算芯整套技术路线依托全国产供应链体系，从芯片设计、晶圆制造到封装测试全流程国产化落地，凭借原创软件定义芯片及近存计算技术等效实现先进制程产品性能，不依赖海外先进制造工艺与核心技术，打造全国产自主可控的供应链体系，真正实现了高端算力芯片的技术、工艺、供应链自主，为国产算力安全可控筑牢核心屏障。
顶尖团队资本加持，开创国产算力产业化新征程
东方算芯一系列硬核技术、产品方案的落地，离不开顶尖团队的深耕赋能和持续攻坚。
自成立之初，东方算芯便锚定高端算力赛道，由国内可重构计算领域奠基人、清华大学长聘教授魏少军亲自出任董事长兼CEO。作为国家集成电路产业核心专家，魏少军深耕行业三十余年，全程参与中国集成电路产业发展关键进程，兼具顶尖学术研发能力与产业落地经验，为公司技术路线规划、产品迭代、生态布局提供核心引领。
依托清华科研底蕴与产业号召力，东方算芯快速组建超500人的专业团队，核心研发人员多来自清华、上交等顶尖高校，汇聚英伟达、AMD、海思等行业大厂资深工程师，兼具前沿理论研发能力与工业级量产经验。同时公司持续加码专利布局，两年内密集申请数十项核心发明专利，覆盖计算架构、集群通信、功耗调控、存算接口等全链条核心领域，构建起坚实的技术壁垒。
顶尖的技术团队与原创技术路线，获得了资本市场的高度认可，形成“国资体系+头部产业VC+互联网巨头”的顶级资本矩阵。成立至今，东方算芯已完成多轮密集融资，先后获得张江高科、上海集成电路产业基金、上海国投先导等省市级国资，以及国家人工智能产业基金、国家大基金体系等国家级资本加持，彰显了国家层面对其技术路线与产业价值的战略认可。
具体来看，2024年7月，力合资本、武岳峰、张江高科、上海集成电路产业投资基金等参与了天使轮融资；2025年年中，国家人工智能产业基金、上海国投先导、锦秋基金参与了A轮融资；2026年2月，云峰基金、金浦创新、招银国际、成都高新、上海临科等参与了A+轮融资。
与此同时，美团、小米、滴滴等互联网巨头产业基金纷纷入局，既为公司研发落地提供充足资金支撑，也为产品场景落地、生态共建提供广阔产业资源。多级国资背书、顶级VC站台、终端大厂锁单，三方合力把一家成立两年的公司推上百亿估值。截至2026年4月A+轮融资完成，东方算芯投后估值达122.75亿元，成功跻身算力独角兽行列。
资本市场的持续看好，核心源于对东方算芯行业顶尖的人才团队，3D近存计算差异化技术路线，以及全国产供应链长期产业价值的深度认可。而在多重合力加持下，东方算芯已完成技术积累、团队搭建、产品落地、资本赋能的全方位布局，未来将持续深耕架构创新，加速产品迭代与规模化量产，同时联动国内产业链伙伴，稳步构建自主可控、开放共享的国产算力生态，进而推动国产高端算力产业化发展买入全新篇章。
结语
在人工智能时代，算力既是智能化时代的生产力，也是国家战略竞争力的核心底座。而在高端算力芯片领域要走出“东方范式”的创新路径，不能是在海外设定好的框架和掣肘里被动追赶，而应该是架构自主、技术原创、生态自立、供应链安全可控的新路。
在国产算力自主替代的关键节点，东方算芯DF1000芯片及全栈智算系统的正式发布，具有厚积薄发的里程碑式产业意义，即跳出国内芯片行业复刻海外架构、内卷制程的传统路径，走出了一条“架构原创、技术自主、供应链可控”的国产算力换道超车之路，为国产高端AI算力芯片发展提供了全新范式，扛起了国产算力自主可控的时代使命。
从技术原型到产品落地，从单点突破到全栈布局，东方算芯已完成关键跨越，但产业化与生态建设仍是一场长期长跑，模化量产稳定性、大规模集群适配性、软件生态成熟度仍需持续打磨。未来，随着技术持续迭代、产品不断落地和生态逐步完善，东方算芯势必将不断取得重要突破，持续赋能国产算力产业高质量发展，为中国AI产业自主创新注入强劲动力。
3.SLC NAND下半年价格续飙 估上涨120-170%
TrendForce 7月13日表示，由于高层数3D NAND等高附加价值产品排挤成熟制程产能，MLC NAND供给极度短缺，迫使部分工控、车用和网通客户计划改采用SLC NAND，将导致原已吃紧的SLC供应情况更加紧绷，同时，AI边缘计算、数据中心、汽车电子等对SLC的需求持续提升，供需缺口急遽扩大，预估将激励2026下半年SLC合约价格较上半年调涨120-170%，且不排除有上修机会。
TrendForce表示，MLC合约价格于2026上半年达到历史高点，部分买方的拉货节奏转为谨慎，但工控、车用等客户对存储认证、规格有刚性要求，仍有拉货补库存需求。在面临市场上买不到货、庞大成本压力的情况下，部分原本使用中低容量MLC的客户，转向采用可靠度高、寿命更长（10万次P/E）的SLC 4Gb、8Gb颗粒。
不仅如此，SLC的四大利基应用正迎来全面增长，构筑起刚性需求的底线。在AI边缘计算与高阶网通领域，随着即时AI推理快速向终端渗透，智慧工厂、自主移动设备与新一代网通交换器持续出货，需要SLC承载核心即时作业系统的快速引导。
各国/地区网通基础建设、数据中心积极开案，大量消耗SLC NAND作为操作系统Boot Drive及高频写入缓冲区 (Write-intensive Buffer)。汽车电子与智慧家庭部分，须由SLC支撑不间断运作且零报错的系统读写。至于在医疗影像、航太防卫等对数据错误零容忍的极端环境，SLC 是唯一能保证长效数据保存的技术方案。
TrendForce指出，短期内全球主要SLC NAND供应商皆未规划新产能，而以制程微缩、提高良率及优化单位晶圆产出为主。面对MLC转单效应、原有利基应用需求爆发，预料2026下半年SLC市场格局将转为结构性短缺，考量第三季适逢传统备货旺季，第四季原厂成熟制程供给持续减少、库存见底等因素，预期下半年整体SLC价格将较上半年再增长120-170%，且仍有上调可能性。（文章来源：钜亨网）
4.苹果半年完成M7芯片流片
人工智能赛道白热化竞争直接推动苹果大幅缩短自研芯片迭代周期，在M6系列芯片完成流片仅半年后，新一代M7芯片已走完流片流程，进入芯片设计定稿阶段，终端AI算力军备竞赛下芯片研发节奏显著加快。
当前AI已经成为全球消费电子巨头的核心竞争抓手，兼具发展红利与激烈竞争压力。各大科技企业均加速布局端侧AI算力，争相推出性能更强的自研处理器，以此支撑终端本地大模型运行，苹果也不得不压缩芯片研发周期，紧跟行业AI迭代节奏，避免在终端智能体验上落后竞品。
本次快速迭代也调整了苹果原有产品规划，原计划推出的M6 Pro、M6 Max两款高端型号将直接取消上市计划，市场份额交由全新一代M7 Pro与M7 Max承接。缩短两代芯片间隔、跳过M6高端版本，是苹果适配AI需求做出的重要产品策略调整，集中资源发力新一代算力更强的M7系列。
端侧大模型对芯片NPU算力、能效比提出更高标准，行业普遍加快芯片更新节奏。此前苹果芯片迭代周期多维持一年左右，本次仅半年完成下一代流片，大幅压缩研发周期，体现AI终端市场的竞争紧迫性。
手机、PC本地AI功能将成为终端产品核心差异化卖点，下游需求会持续倒逼厂商加速芯片迭代。苹果M7芯片提前落地，有望大幅提升Mac设备本地AI运行能力，同时也预示消费电子自研芯片的高速迭代时代正式到来。
5.AI芯片需求太旺！英特尔豪砸57亿美元扩建爱尔兰厂
美国芯片大厂英特尔周一 (13 日) 宣布，已启动一项规模达50亿欧元 (约57亿美元) 的资本投资计划，将扩大爱尔兰制造基地产能，以满足全球对人工智能 (AI) 及高性能计算 (HPC) 日益增长的需求，同时进一步强化其在欧洲的半导体制造布局。
英特尔表示，这项投资将用于最大化位于都柏林郊外Leixlip的欧洲制造基地产能，包括提高现有生产规模、推进研发活动，并充分利用既有无尘室空间的产能。
Leixlip厂区是英特尔在欧洲的重要制造枢纽，也是爱尔兰吸引外国直接投资的重要代表。英特尔自1989年进入爱尔兰以来，累计投资金额已达300亿欧元，其中超过一半是在2019年至2023年间投入，用于将当地工厂产能扩大一倍，以生产公司最先进的制程技术。
英特尔目前在爱尔兰雇用约4900名员工。公司表示，最新一轮Leixlip厂区资本支出计划已于今年稍早启动，将升级既有晶圆制造设施并安装尖端生产设备，以生产Intel Xeon 6处理器，以及采用Intel 3制程打造的下一代Intel Xeon产品。
这项投资正值全球AI与高性能计算需求持续快速增长之际，数据中心对先进处理器的需求也不断增加。英特尔希望借由扩大欧洲生产能力，提升关键产品供应规模，并进一步巩固爱尔兰在全球半导体制造供应链中的地位。
英特尔晶圆代工业务执行副总裁Naga Chandrasekaran表示，公司不只是提高关键产品产量，更要确保爱尔兰继续站在全球最先进制造生态系统的前沿，同时强化该地区在全球科技版图中的角色。（文章来源：钜亨网）
6.三星抢进AI PC市场 自研芯片Gaia传已送样惠普、联想
三星电子积极布局AI PC市场，旗下系统LSI部门开发的AI专用处理器“Gaia”已进入样品测试阶段，并送交惠普与联想集团等全球PC大厂进行效能验证。若测试顺利并迈向量产，三星将进一步跨足AI PC核心芯片市场，强化其在AI硬件领域的竞争力。
这款名为“Gaia”的芯片本质上是一款神经网络处理单元（NPU），预计将采用三星先进的4 nm制程技术制造。其核心设计目标在于将繁重的AI工作负载从传统的CPU与GPU中分流，进而显著提升电脑处理AI任务的效率。
通过这种架构，装置端的语言模型、即时翻译及图像生成等AI功能将能更流畅地运行，同时降低整体系统的计算负担。
此项目的另一战略亮点，在于Gaia芯片与三星尖端“存储内计算”（PIM）技术的潜在结合。PIM技术的核心理念是将计算单元直接整合于存储之中，数据无须频繁搬运至处理器即可完成矩阵计算。
作为存储技术的领先者，三星此次计划通过Gaia NPU的市场推广，进一步带动PIM架构的应用落地。若能获得主流硬件制造商与软体生态系统的广泛支持，这将有助于推动PIM技术摆脱以往应用受限的困境。
尽管目前市场尚未获知Gaia芯片与现有竞品相比的详细性能优势，但考虑到三星LSI部门广泛的技术布局，包括Exynos处理器、图像传感器及显示驱动芯片等，显示出三星正将Gaia视为提升公司整体策略高度的关键一环。
业界分析认为，若三星能成功整合NPU与PIM技术，Gaia有望成为未来AI PC市场中极具差异化的硬件解决方案。（文章来源：钜亨网）
