Reports

NVIDIA与Intel于2025年9月18日宣布50亿美元战略合作：NVIDIA投资50亿美元获得Intel约4%股权，Intel为NVIDIA定制x86 CPU（用于AI基础设施）和集成RTX GPU芯粒的x86 SoC（用于PC产品）。双方通过NVLink实现架构互连，形成「AI计算+NVIDIA CUDA+x86生态」的联合体。此举重塑AI芯片供应链格局，对AMD和独立芯片设计厂商产生深远影响。

Apple与Google达成多年期合作，Google Cloud成为Apple首选云服务商。Google正为Apple构建1.2万亿参数的定制Gemini模型，是当前Apple云端模型的8倍。Siri将在2026年获得Gemini能力，随iOS 27在秋季发布。隐私架构保持不变——Gemini模型运行在Apple自有服务器，Google不得使用Apple数据训练。设备兼容性限制意味着数亿老款iPhone用户被排除在外。

Meta与AWS达成战略合作，部署数千万颗Graviton5核心，成为全球最大的Graviton客户之一。

Google发布TPU v8芯片，单集群算力达40+ ExaFLOPS，支持百万级Agent并发，算力密度提升3倍，能效比提升2倍。

AI芯片制造商Cerebras披露美股IPO申请，计划纳斯达克上市，股票代码CBRS；已与OpenAI达成200亿美元多年协议，将部署750兆瓦规模芯片。

TSMC的收入增长预测背后是"量价齐升"的双重逻辑：AI芯片需求拉动出货量增长，先进制程产能稀缺推动晶圆单价上涨。但A16制程推迟是一个值得关注的信号——即使是TSMC，先进制程的量产难度也在上升。

台积电Q1财报显示HPC业务占比首次突破60%，CoWoS先进封装产能将持续紧张至2027年，AI芯片供应链的真正瓶颈不在制程而在封装。

NVIDIA Blackwell GPU租金达4.08美元/小时，2个月上涨48%。中国云厂商同步涨价，智谱API Q1累计上调83%。

NVIDIA液冷强制化是AI基础设施物理形态"质变"的标志性事件。当芯片功耗突破1.8kW，风冷物理极限被击穿，整个数据中心产业链——从电力架构、散热系统到建筑结构——都必须重新设计。这不是技术升级，而是范式转换。

Intel 宣布帮助建设 Elon Musk 的 Terafab AI 芯片工厂，标志着 Intel 代工业务获得关键客户突破。AI 芯片制造需求持续增长，晶圆代工竞争格局加速演变。

Meta 与 Arm 合作开发专为数据中心和大规模 AI 部署设计的定制 CPU。此前报道显示 Arm 联合 Meta 推出 136 核 AGI CPU，芯片自主化浪潮从云厂商扩展到全栈玩家，Arm 生态持续扩张。

Meta与Broadcom宣布多年多代战略合作，共同开发MTIA（Meta Training and Inference Accelerator）芯片，合作延续至2029年。首批部署超过1GW，后续扩展至数吉瓦级别。这是业界首个2nm工艺AI计算加速器，基于Broadcom XPU平台深度定制。Meta已规划MTIA 300/400/450/500四个迭代版本，主要用于推荐算法、内容排序和大规模AI推理。Broadcom CEO陈福阳将退出Meta董事会以规避利益关联，转为战略顾问。

亚马逊 CEO Andy Jassy 首次披露 AWS AI 服务具体规模，约占 AWS 1420 亿美元年化收入的 10%。自研芯片（Graviton、Trainium、Nitro）年化收入超 200 亿美元（环比翻倍）；2026 年资本支出预计 2000 亿美元；分析师预测 AWS 有望达 6000 亿美元年销售额。

这笔交易的战略意义远超表面数字。Google和Amazon同时转向Intel意味着：美国两大云厂商在AI芯片领域"去台积电化"的战略共识已经形成。不仅是芯片制造，连先进封装这样高附加值的制造环节，也在发生供应链重构。

ARM首次推出自研AGI CPU芯片，突破传统IP授权模式，提供从定制化芯片到完整平台解决方案的全栈能力。此举将重构AI基础设施供应链控制权，推动企业从硬件层优化AI工作负载部署效率。

Arm宣布与马来西亚莫纳什大学工程学院合作，捐赠集成电路设计开发板并设立客座讲师，旨在为学生提供基于Arm架构的AI芯片设计实践经验，以应对亚太地区对先进计算人才日益增长的需求。

英特尔与CrowdStrike扩展合作，将Falcon平台深度集成至英特尔AI PC硬件层，利用CPU、GPU、NPU的端侧AI加速能力及芯片级遥测技术。该方案旨在实现实时威胁检测与入侵防御，同时避免性能损耗，针对生成式AI数据泄露风险提供企业级防护。

Arm发布首款面向数据中心的硅产品Arm AGI CPU，采用1OU双节点参考服务器设计。这标志着Arm从IP授权商向完整服务器硬件参考设计提供商的战略转型，旨在为智能体AI云提供芯片基础。

Meta宣布与Arm共同开发专为AI工作负载设计的数据中心CPU Arm AGI，该CPU旨在显著提升性能密度和能效。Meta将作为主导合作伙伴，计划通过开放计算项目公开硬件设计，并与自研MTIA芯片协同工作。

ARM于2026年3月推出首款自研AGI CPU生产级芯片，标志着从IP授权模式向完整硅解决方案提供商的战略转型。该芯片专为下一代AI基础设施设计，可能重塑数据中心处理器生态格局。

ARM与NVIDIA联合推出基于GB10 Grace Blackwell芯片的DGX Spark AI工作站系列，八家主流OEM厂商同步发布产品。该方案采用统一内存架构支持2000亿参数模型本地运行，第三方测试显示较x86方案提升41%渲染性能与3.2倍AI处理速度，实现云端工具链向边缘端无缝迁移。

NVIDIA发布Blackwell GPU架构，通过Transformer引擎和NVLink互联技术创新，实现比前代Hopper架构25倍的能效提升。这一架构级突破将显著降低AI训练和推理的运营成本，直接影响数据中心TCO和可持续性指标。

NVIDIA CEO黄仁勋提出加速计算三阶段演进模型，从单一GPU加速发展到全栈加速，最终进入软件定义、AI驱动的数据中心阶段。公司强调通过软件定义基础设施实现动态资源分配，并重申从芯片到应用的全栈AI解决方案战略。

AMD与电子制造服务商Celestica合作推出Helios机架级AI平台，集成Instinct加速器和EPYC处理器，提供从芯片到机架级的整体优化。该平台针对AI训练和推理任务进行性能与能效优化，旨在满足数据中心和云服务提供商的AI算力需求。

AMD 提出 Agentic AI 工作负载依赖串行决策和上下文管理，更适合 CPU 处理。公司强调高核心数、大内存带宽的服务器 CPU 将主导智能体编排和轻量级推理，补充 GPU 在训练中的角色。这反映了 CPU 在 AI 数据中心架构中的战略重新定位。

AMD与三星宣布扩大战略合作，共同开发下一代AI内存解决方案，重点聚焦HBM4高带宽内存和CXL互连技术。双方将通过优化内存控制器、PHY物理层和封装技术提升AI计算平台性能与能效。合作将推动HBM4标准制定并探索CXL在内存池化与扩展中的应用。

AWS与Cerebras合作推出基于Trainium和CS-3的异构推理方案，采用计算与内存阶段解耦架构，通过EFA网络互连。该方案针对交互式AI应用优化，声称性能提升一个数量级，部署于Nitro安全环境。

英特尔推出Core Ultra 200HX Plus移动处理器系列，针对游戏和内容创作优化，性能提升最高62%。新芯片支持Wi-Fi 7、蓝牙5.4和Thunderbolt 5，并引入二进制优化工具以提升特定应用性能。

NVIDIA与Ansys、Cadence、Siemens等工业软件厂商合作，基于Omniverse平台和AI计算基础设施，将生成式AI和物理AI技术融入产品设计和制造流程。该方案实现数字孪生、模拟仿真与自动化设计的深度融合，旨在解决传统工业效率瓶颈。

NVIDIA与现代汽车集团扩大战略合作，基于DRIVE Thor集中式计算平台开发下一代软件定义自动驾驶系统。该平台整合AI、自动驾驶和信息娱乐功能，支持从L2+到L3级自动驾驶持续升级，计划2025年应用并于2027年量产。