人工智能热潮引发存储芯片供应危机! 2025年12月3日路透社电“人工智能热潮引发存储芯片供应危机,”大航深度解读。 【存储芯片短缺现状】 全球存储芯片正陷入严重短缺,迫使人工智能及消费电子企业争抢日益紧张的供应,这些不起眼但至关重要的数据存储元件价格正在飙升。此次短缺覆盖了几乎所有内存品类,从U盘、手机用的闪存芯片以及到数据中心支持AI运算的高带宽内存。 【行业应对方式】 据知情人士透露,微软、谷歌和字节跳动等公司正努力向美光、三星电子和SK海力士等主要内存芯片制造商锁定长期供应。 【存储芯片短缺的影响】 许多经济学家和高管警告称,其影响范围可能超越科技行业,这场持久的芯片短缺或将减缓基于人工智能的生产力提升,推迟数千亿美元的数字基础设施建设。就在多国经济正试图遏制物价上涨并应对美国关税之际,这一局面还可能加剧通胀压力。 【存储行业困境】 路透社对近四十位行业人士开展访谈调查后发现。行业为了满足由英伟达、谷歌、微软、阿里巴巴等科技巨头推动的先进芯片需求,反而陷入了双重困境。一方面,芯片制造商既无法为人工智能竞赛生产足够的高端半导体,另一方面,又因减少传统存储产品产能而导致智能手机、个人电脑和消费电子领域供应紧张。 #存储芯片 #路透社 #英伟达 #谷歌 #阿里巴巴
00:00 / 02:07
连播
清屏
智能
倍速
点赞79
00:00 / 00:27
连播
清屏
智能
倍速
点赞4117
00:00 / 00:58
连播
清屏
智能
倍速
点赞69
亚马逊造芯片会英伟达和谷歌市场?小米和阿里巴巴会跟进造芯吗? 【2025年12月3日】美股懂哥最新分析报告❤️ 亚马逊新一代Trainium 3芯片以3纳米制程、4倍性能提升及40%能效优化的优势,直接冲击AI芯片市场格局。对英伟达而言,其核心影响集中在云服务场景的性价比竞争—Trainium 3在推理任务中性价比比英伟达H100高30%-40%,已吸引Anthropic等大客户批量采用,导致英伟达股价在发布当日涨幅收窄。但英伟达CUDA生态的两千万开发者社群构成坚固壁垒,短期仍垄断高端训练市场。 对谷歌而言,亚马逊的入局打破其TPU在云厂商自研芯片中的独大地位。两者均聚焦“芯片-云服务”闭环,但亚马逊通过Trainium 4兼容英伟达NVLink技术,降低客户迁移成本,而谷歌TPU则凭借与Gemini 3模型的深度耦合守住优势,形成直接竞争态势。 阿里巴巴:大概率持续加码。其平头哥半导体早已布局云端与物联网芯片,且自研芯片符合“普惠性”战略与降本需求,当前AI推理市场爆发(占AI计算需求70%),阿里可依托阿里云场景快速落地,延续“自研+投资”双轨模式 小米:短期以差异化布局为主。小米曾推出IoT专用的“黄山1号”芯片,核心需求聚焦生态链设备降本与自主可控,但大规模自研通用AI芯片的资金与技术门槛较高,更可能选择与专业厂商合作或定制化开发,避免重资产投入 AI芯片市场正从英伟达“一家独大”转向“通用GPU+专用ASIC”的异构格局。亚马逊的突破验证了云厂商自研芯片的可行性,其“性能+兼容”策略将加速市场分流。阿里巴巴凭借云端场景与技术积累,有望成为国内核心玩家;小米则需依托消费电子生态寻找细分机会。短期内,生态壁垒仍是竞争关键,长期来看,能效比与场景适配将决定市场份额分配。#亚马逊 #英伟达 #谷歌 #小米 #阿里巴巴
00:00 / 04:27
连播
清屏
智能
倍速
点赞9
00:00 / 00:45
连播
清屏
智能
倍速
点赞4702
00:00 / 02:12
连播
清屏
智能
倍速
点赞30
科技巨头自研AI芯片:产业链重构与技术主权争夺战 一、自研芯片浪潮:从“算力焦虑”到“技术主权”的战略升级 生成式AI爆发推动全球算力需求年均增长超60%,传统芯片供应链面临交付周期长、成本高企的双重压力。亚马逊、谷歌、微软等科技巨头自研AI芯片的核心逻辑已从“降本增效”转向“技术主权”——通过掌控底层硬件架构,避免被单一供应商(如英伟达)绑定,同时构建差异化AI服务能力。例如,谷歌TPU系列芯片已迭代至第五代,专为Transformer模型优化,训练效率较GPU提升5倍以上,成为其AI服务的核心引擎。 二、产业链重构:从“分工协作”到“垂直整合” 自研芯片正在重塑半导体产业分工模式: • 上游设计端:科技巨头通过收购(如亚马逊收购Annapurna Labs)或自建设计团队,掌握芯片架构定义权,减少对ARM、Imagination等IP供应商的依赖; • 中游制造端:台积电、三星等代工厂成为关键合作伙伴,但巨头通过“多源采购+产能锁定”策略增强议价能力(如微软Azure芯片采用台积电5nm工艺); • 下游生态端:芯片与云服务深度绑定,形成“芯片-算法-应用”闭环(如亚马逊Trainium芯片仅适配AWS云环境),倒逼第三方开发者适配私有架构。 三、技术主权争夺:标准与生态的隐形战争 自研芯片不仅是硬件竞赛,更是标准与生态的角力场: • 标准制定权:科技巨头通过开源指令集(如RISC-V)或私有框架(如谷歌XLA)争夺AI计算标准话语权,削弱英伟达CUDA生态的垄断地位; • 数据壁垒:芯片与自有数据集结合(如Meta的MTIA芯片适配社交网络数据),形成“数据-芯片-模型”护城河,第三方难以复制; • 地缘风险对冲:在地缘政治不确定性下,自研芯片成为保障AI供应链安全的战略选项(如特斯拉Dojo芯片实现自动驾驶训练全链路自主)。 四、未来趋势:软硬协同与开放生态并存 尽管自研芯片热潮持续,但完全替代通用芯片并不现实: • 技术互补性:英伟达凭借CUDA生态与持续迭代能力(如H200芯片支持万亿参数模型),仍将主导高端训练市场;科技巨头则聚焦推理、边缘等细分场景; • 开放合作必要性:头部企业开始探索“自研+授权”模式(如亚马逊向第三方云服务商开放Inferentia芯片接口),平衡封闭与开放生态
00:00 / 04:24
连播
清屏
智能
倍速
点赞6
00:00 / 01:17
连播
清屏
智能
倍速
点赞16
00:00 / 00:59
连播
清屏
智能
倍速
点赞10