情报
AI 生成的结构化厂商动态简报
Meta转投三星2纳米代工：MTIA ASIC供应链生态重构
Meta与三星合作，将下一代MTIA ASIC代工从台积电转向三星2纳米工艺，计划数十万组规模量产。此举旨在支撑2030年5吉瓦数据中心目标，每六个月推新一代芯片，重构AI芯片供应链生态。
Anthropic与三星洽谈2nm AI芯片代工，意在打破NVIDIA CUDA控制
Anthropic正在与三星洽谈采用2nm工艺及先进封装技术定制AI芯片，并已招募OpenAI芯片核心工程师。此举旨在减少对NVIDIA GPU的依赖，掌握底层基础设施主动权，标志着AI模型公司向芯片架构控制层发起冲击。
高通股价周四大涨15%，AI momentum交易推动投资者追捧
...
AMD通知AIB合作伙伴上调GPU核心与GDDR捆绑套料出货价约10%
...
Meta承认AI智能体研发滞后，拟售算力直指云巨头七寸
Meta CEO扎克伯格承认AI智能体研发进展不及预期，并将回报时间表推迟至未来3-6个月。与此同时，Meta被曝计划向外部客户出售AI算力和模型访问权限，直接与AWS、Azure、GCP三大云巨头竞争，标志着其从自用AI基础设施向商业化云服务商的战略转向。
OpenAI通过系统优化将推理成本砍半，数百GPU支撑ChatGPT海量请求
OpenAI通过模型量化（FP16→INT4/INT8）、KV-Cache优化、动态批处理与投机解码等系统底层技术，将AI推理成本降低50%以上，仅用数百张NVIDIA GPU支撑ChatGPT未登录用户流量。推理毛利率从38%跃升至65%，实现接近盈亏平衡。
NVIDIA推AI计算合伙人计划：用信用兜底+收入分成锁定云厂商，转型算力央行
NVIDIA推出AI计算合伙人计划，通过收入分成与信用兜底机制，从硬件销售转向持续性服务收益。首批项目包括澳洲Sharon AI的4万张GB300芯片和印尼Firmus的17万张GPU，总规模二十万级高端芯片。NVIDIA正成为AI算力的“中央银行”，压缩云中间商空间。
传苹果与两家国内芯片厂商展开谈判
...
高通携Dragonfly C1000与HBC技术杀入AI推理，直指Nvidia HBM壁垒
高通发布Dragonfly路线图，包括自研Oryon核心的C1000 CPU和搭载HBC近存计算技术的AI300推理加速器，Meta和Microsoft已签约。目标是通过降低TCO和突破memory wall，在AI推理市场形成差异化，避开与Nvidia在训练端的正面竞争。
三星重启1.4nm制程：追赶台积电，提前绑定设备供应链
三星电子重启1.4nm（SF1.4）制程商业化，已要求设备厂商提前研发配套工具。该节点将采用高NA EUV光刻机和GAA晶体管，产线落地NRD-K园区。此举意在追赶台积电和英特尔，但量产时间未定。
Etched发布Transformer专用ASIC Sohu：推理性能声称达H100的20倍，正面冲击NVIDIA垄断
AI芯片初创公司Etched推出首款Transformer专用ASIC芯片Sohu，采用台积电N4P工艺，搭载144GB HBM3E。通过将注意力机制固化于电路，实现8卡服务器运行Llama 70B吞吐量达H100的20倍，每美元性能为140倍。累计融资8亿美元，首批机柜今夏出货，直接挑战NVIDIA推理市场地位。
AMD与NVIDIA同步上调GPU套料价格10%，GDDR供应危机暴露AI挤压效应
AMD通知AIB合作伙伴，自2026年7月起将GPU核心与GDDR显存捆绑套料价格上调约10%，紧随NVIDIA此前对RTX 5090系列的涨价。两大巨头同步行动，根源在于AI产业爆发导致GDDR显存供应严重不足，存储半导体超级周期加剧供需失衡，预计下半年显卡终端售价将全面上涨。
AWS与谷歌开放自研AI芯片，ASIC出货增速首超GPU，TCO拐点已至
2026年Q2，AWS Trainium与谷歌TPU首次对外商业化销售，定制ASIC芯片出货增速44.6%首超GPU的16.1%。大规模推理场景下ASIC TCO优势达40-65%，Midjourney迁移至TPU后月度成本从210万降至70万美元，标志着AI算力市场结构性拐点。
OpenAI联合博通发布Jalapeño推理芯片，9个月流片，2027年量产，直指GPU替代
OpenAI与博通合作推出首款定制推理芯片Jalapeño，采用自研大模型辅助设计，9个月完成从架构到流片。早期测试显示性能/瓦特显著优于现有方案，计划2027年规模化量产，标志着AI模型公司垂直整合芯片进入新阶段。
三星电子加速1.4nm制程研发，引入High-NA EUV光刻机
三星电子重新加速1.4nm（SF1.4）工艺研发，计划2028-2029年量产，已从ASML引进High-NA EUV光刻机并部署于NRD-K研发中心。同时针对第12代V-NAND订购设备，采用晶圆堆叠结构。此举旨在追赶台积电和英特尔，争夺AI芯片代工订单。
TSMC联合ASML/imec首次实现300mm晶圆二维材料CMOS集成，50nm CPP破冰
TSMC、ASML与imec在VLSI 2026上首次展示300mm晶圆二维材料晶体管集成工艺，实现50nm接触栅极间距（CPP）的MoS₂ nFET和WS₂/WSe₂ pFET，沟道长度28nm，良率94%。这标志着二维半导体从实验室走向产业化的关键里程碑。
谷歌限制Meta使用Gemini算力，暴露AI基础设施供给危机与生态壁垒
谷歌因算力不足限制Meta对Gemini大模型的API调用，导致Meta AI项目延迟。此举暴露即使拥有自研TPU和全球最大数据中心，谷歌仍无法满足激增需求，迫使行业重新审视AI算力分配与供应链韧性。
台积电引入华邦电子入WoW封装供应链，打破三大DRAM厂垄断
华邦电子(Winbond)加入台积电晶圆对晶圆(WoW)3D堆叠先进封装供应链，成为继三星、SK海力士、美光后的新DRAM晶圆供应商。此举旨在降低对国际三大记忆体巨头的依赖，增强AI芯片封装供应链韧性。华邦提供DRAM晶圆与台积电逻辑晶圆垂直堆叠，其CUBE方案提供8GB容量和256GB/s带宽。
英伟达Space-1瞄准太空AI算力，用Vera Rubin锁定轨道生态
英伟达为Space-1系统招募首席软件架构师，推进太空AI计算落地。Space-1搭载Vera Rubin芯片，专为近地轨道设计，需抵御辐射和温差。此举标志英伟达从概念进入实体研发，但商业回报仍遥远。
贾扬清离职英伟达：DGX Lepton停运暴露软件层扩张失败
贾扬清因DGX Lepton运营不及预期及开源承诺背弃从英伟达离职。英伟达曾以7亿美元收购Lepton AI并更名为DGX Cloud Lepton，但该服务于2025年中基本停运。事件表明硬件霸主向软件平台扩张的战略遭遇重大挫折，控制权可能回归云厂商。