搜索“AI芯片”

，做实时视频生成。 第二，做世界模型，让模型不仅生成画面，还尝试理解和模拟现实世界中的环境、动作与变化。 Decart官网将这套技术称为Decart Optimization Stack，简称DOS。它的目标不是绑定某一款芯片，而是让AI工作负载能够运行在英伟达GPU、亚马逊Trainium和谷歌TPU等不同加速器上。 以芯片适配为例，AWS正在大力发展自研AI芯片Trainium，希望减少对英伟达GPU的单一依赖。 但芯片替代不只是买卖关系。客户选择英伟达，不是因为芯片本身，还有CUDA、开发工具、模型适配和工程师习惯已经形成的一套完整生态。 亚马逊如果只提供一块更便宜的芯片，Trainium就很难真正成为英伟达的替代方案。 Decart的价值，正好在这里。它可以帮助客户降低换芯片的迁移成本，也让亚马逊的自研芯片更容易进入真实的训练和推理任务。换句话说，亚马逊买的是一张通往“多芯片时代”的入场券。 国内做类似“算力中间层”的企业，也是价值不菲。 比如近期，无问芯穹完成23亿元C融资，累计融资额达43亿元，单轮融资额与累计融资额均创国内AI Infra（人工智能基础设施）行业新高。这同

匹配字段正文

报道，知名咨询公司IDC最新数据显示，2026年上半年英伟达在中国数据中心AI加速器市场的份额降至34%，华为以28%紧随其后。出货量上，英伟达上半年在华AI加速器出货67.8万颗，同比下降44%；华为出货57.2万颗，高于去年同期的30余万颗。 英伟达CEO黄仁勋多次公开批评出口限制，称该政策正迫使英伟达将中国价值约500亿美元（约合人民币3600亿元）的AI芯片市场拱手让给华为。截至路透社发稿，英伟达未回应置评请求。 从整体市场看，上半年中国AI加速器总出货约200.8万颗；其中GPU出货99.1万颗，同比下降26%；其他AI加速器出货101.6万颗，同比增长近80%，按出货量超过GPU。这一类芯片包括为特定AI任务设计的产品，例如运行已训练模型的推理芯片。 国产厂商并非只有华为在扩张。IDC追踪的11家中国芯片厂商中，上半年有9家出货同比增长。按出货量占整体AI加速器市场的比例来看，其余厂商按份额依次为：阿里平头哥7%（约14.1万颗）、寒武纪5%（约10.0万颗）、百度昆仑芯4%（约8.0万颗）、海光信息3%（约6.0万颗）。 华为、阿里平头哥、昆仑芯和寒武纪四家公司合计占据了

匹配字段正文

核心观点 观点一、台积电以20亿美元、五年期协议引入格芯供应CoWoS硅中介层，先进封装扩产从自建产能迈向全球借力，AI算力供给瓶颈有望加速缓解。 观点二、AI芯片竞争焦点正从先进制程延伸至先进封装，在CoWoS供需缺口约20%的背景下，产业价值重心加速向封装环节迁移，封装成为新的利润高地。 观点三、硅中介层、TSV等特色工艺为成熟制程开辟高价值出口，供给扩容与成本优化将降低Chiplet异构集成门槛，推动异构集成从旗舰芯片向中端与专用芯片普及。 10月8日，格芯（GlobalFoundries）宣布与台积电达成一项多年期制造协议：格芯将在美国纽约州马耳他（Malta）工厂扩建硅中介层（Interposer）产能，为台积电CoWoS先进封装生态供货，协议总规模预计达20亿美元，初始期限为五年。据Counterpoint Research测算，2026年台积电CoWoS供需缺口维持在20%左右，随着其内部产能向每月18.5万片晶圆规模扩展，缺口预计2027年收窄至约10%。 格芯成为台积电CoWoS生态首个美国硅中介层供应方 根据双方披露的协议细节，格芯将扩大纽约州马耳他工厂产能，为台积

匹配字段正文

愿。知情人士称，已承诺为这笔交易提供资金的美国银行、花旗集团和摩根士丹利已联系其他银行，购买部分债务。 除此之外，据CNBC当地时间10月7日报道，阿波罗资本与多家银行日前正与SpaceX洽谈，以协助SpaceX完成400亿美元英伟达GPU采购。该交易将主要依赖投资级债务市场。谈判尚处初期，包括关键贷款方等细节尚未敲定。 SpaceX目前已经部署了海量英伟达AI芯片，并且计划继续扩大规模。马斯克介绍，其位于田纳西州孟菲斯的Colossus数据中心运行着23万块英伟达AI芯片，而Colossus 2有55万块。12月底前芯片数量将增加一倍以上，达到121万块，“如果我们运气好的话。” 一位信贷行业人士称，市场目前仍普遍预期GPU价值可维持约七年。算力稀缺，且预计短缺不会很快缓解，这支撑了高性能GPU的价值。 为了给AI与云扩张提供资金，Meta、亚马逊和谷歌已相继发行债券。去年10月，Meta申请其有史以来最大规模的债券发行，规模最高达300亿美元，为AI基础设施扩张提供资金。 由博通担保的融资也被视为衡量AI债务需求的风向标。近几个月来，投资者要求更高的风险溢价，才愿意贷款给那些向开发

匹配字段正文

体技术的智算中心能耗智能预测与协同调度解决方案。 “前店后厂一中心”三者分别覆盖底层算力、中间的模型服务与上层产业应用，形成从资源调度到Token生产，再到生产力转化的业务链条。 无问芯穹还有一个值得关注的特点，它采用轻资产运营模式。无问芯穹自身并不拥有实体数据中心，而是通过技术服务触达管理分布在全国各地的第三方设施中的算力，同时适配华为昇腾、摩尔线程等不同AI芯片，用更轻的资产负债表换取更快的扩张速度。 同时，独立第三方平台的价值正在显现。无问芯穹并不做模型，也不做芯片，保持中立，作为连接模型、芯片和客户需求的独立平台，将分散的模型能力和异构算力组织起来，持续优化从底层资源到AI生产力的转化效率。 纵观当下行业格局，大厂Infra以服务内部业务为主，芯片厂商Infra绑定硬件生态，模型公司自建Infra受竞争关系限制。而选择中立的独立云厂商，正在成长为Token经济的核心枢纽。 目前，无问芯穹的客户与合作伙伴覆盖头部模型企业、科研机构和产业客户。在模型服务方面，公司与Kimi、智谱等企业开展合作，Agentic MaaS平台已上线百余种大模型，支持客户按需调用。 三、融资双料第一：全

匹配字段正文

华为两周前公布新一代AI处理器和超节点计算系统，并表示预计明年其AI系统将在模型训练领域得到广泛应用。DeepSeek称，华为为编程基础设施开发提供了全面支持，双方还共同推进一套基于128颗昇腾950芯片的“超节点”方案，同时优化计算和通信能力。 DeepSeek特别提到TileLang在项目中的作用。TileLang是一种面向AI芯片的高层开源编程语言，旨在提高开发效率、简化代码逻辑。 DeepSeek表示，构建新一代自主可控的GPU软件生态，首先需要建立一种通用、易于编程，同时又能充分发挥硬件性能的高层语言；TileLang正是为此而设计，其编程模型比英伟达CUDA更简单。

匹配字段正文

协同 有意思的是，在DeepSeek融资名单里，最值得琢磨的是宁德时代。 一家造电池的企业，连续两轮重金押注一家大模型公司，图什么？答案在内蒙古乌兰察布。 据媒体报道，DeepSeek正在乌兰察布建设吉瓦级数据中心，其功率相当于一座核电机组，规划部署至少16万颗华为昇腾950DT芯片，该中心预计2027年底到2028年初逐步投产，建成后将是已知规模最大的华为AI芯片集群之一。 而这样一座数据中心如果24小时满负荷运转，耗电负担可想而知。 长江证券的研究报告显示，在AI大模型的运营成本里，电力占比高达60%到70%。中国工程院院士高文今年在世界人工智能大会上也算过一笔账，算力要实现长期可持续发展，电费不宜超过3毛钱一度。 在此背景下，谁能把电费压下来，谁就捏住了大模型最大的一块成本。于是，宁德时代今年的诸多动作，几乎全围着算电协同转。 今年5月，宁德时代花费约64亿元入股世纪互联，成为这家老牌IDC企业的第一大股东，一手掌控遍布30多座城市的50多座数据中心。 8月，宁德时代再拿41亿元增资中恒电气母公司，作为数据中心高压直流供电龙头企业，中恒电气国内市占率约31%，排名行业第一。 再加

匹配字段正文