1.折戟IPO、重组告吹，奥拉股份“三寻”资本归宿

2.对话奥芯明薛晗宸：站在巨人肩上聚焦本土创新，打响先进封装设备“价值战”

3.台积电确认：9月曾因供应商停电导致生产中断，部分晶圆报废

4.国科微终止收购中芯宁波股权 仍将寻求外延并购机会

5.云巨头抢签内存产能，2026年或将持续面临短缺

6.百度正崛起为中国AI芯片关键企业，将填补英伟达的空白

7.深度解读：Google TPU如何冲击“英伟达帝国”？

1.折戟IPO、重组告吹，奥拉股份“三寻”资本归宿

模拟芯片上市公司思瑞浦微电子科技（苏州）股份有限公司（思瑞浦，688536.SH）11月25日晚间发布关于筹划重大资产重组事项的停牌公告，宣布筹划以发行股份及/或支付现金的方式购买宁波奥拉半导体股份有限公司股权并募集配套资金，并于26日开市起停牌。

先取创芯微，再并奥拉

思瑞浦成立于2012年，2020年登陆科创板，是一家从事模拟和数模混合产品研发和销售的集成电路设计企业，产品涵盖信号链、电源管理、数模混合等品类。

25日，思瑞浦公告指出，其股票及可转债预计停牌时间不超过10个交易日。思瑞浦初步确定的交易对象包括Hong Kong Aura Investment Co. Limited、海南璞愿投资合伙企业（有限合伙）等9名股东，合计持有奥拉股份86.12%的股权。停牌期间，思瑞浦将持续与奥拉股份其他股东就交易意向进行协商。交易具体方案仍在进一步论证中，最终将以各方正式签署的协议为准。

模拟芯片赛道近年来并购案多发，思瑞浦对此亦不陌生。早在去年，思瑞浦就完成了对创芯微100%股权的收购。后者成立于2017年5月，是一家专注于高精度、低功耗电池管理及高效率、高密度电源管理芯片研发和销售的集成电路设计公司，产品应用于智能手机、可穿戴设备等领域。

并购创芯微，对于思瑞浦而言显然是一桩“好买卖”。思瑞浦财务数据显示，2022年至2024年，营业收入分别为17.83亿元、10.94亿元和12.20亿元，归母净利润分别为2.67亿元、-0.35亿元和-1.97亿元。

进入2025年，思瑞浦迎来扭亏为盈的大好局面。1-6月，实现营业收入9.49亿元，同比增长87.33%；归母净利润0.67亿元，去年同期-0.66亿元。尤其前三季度，实现营业收入15.31亿元，同比增长80.47%；归母净利润1.26亿元，去年同期-0.99亿元。前三季度，信号链芯片产品实现收入10.12亿元，同比增长42.64%；电源管理芯片产品实现收入5.17 亿元，同比增长274.08%！

思瑞浦表示，业绩改善主要系报告期所处的终端市场需求增长及其合并创芯微，营业收入显著增加。

奥拉的第三次“尝试”

作为此次并购案的标的公司，奥拉半导体成立于2018年，主要从事模拟芯片及数模混合芯片的研发设计和销售，拥有成熟的时钟芯片、电源管理芯片产品线，同时在研发 MEMS传感器芯片。

时钟芯片方面，奥拉半导体拥有全面的产品布局，核心产品去抖时钟芯片已在国内通讯设备市场广泛应用；电源产品方面，奥拉半导体是国内首家取得AMD全套产品认证并进入其参考设计的多相电源企业。同时，在技术壁垒较高的ET（包括追踪电源）芯片方面，奥拉半导体也是国内少数量产出货的国产ET芯片设计公司。

值得一提的是，奥拉半导体已与安森美（onsemi）签署技术授权协议，将拥有的Vcore多相电源技术和相关知识产权（IP）以1.44亿美元价格授权给后者使用。更早在2023年，其与MEMS时钟振荡器品牌SiTime公司达成时钟芯片IP授权，对价高达2.7亿美元。

奥拉半导体财务表现方面，2022年、2023年分别实现营业收入4.78亿元、4.72亿元，净利润分别为-8.56亿元、-9.62亿元。2024年1—7月，奥拉半导体成功扭亏，营收5.38亿元，净利润3.07亿元。

这期间，奥拉半导体经历了折戟IPO与并购终止。2022年申报科创板IPO后，其于2024年5月撤回申请；3个月后，海南双成药业股份有限公司（双成药业）宣布拟通过重大资产置换、发行股份及支付现金的方式购买奥拉股权。

此后，双成药业股价飙升不止，其股票自9月11日起复牌，23天收获21个涨停。等到2024年10月29日，双成药业股价触及40.98元/股历史最高点，区间累计涨幅达685%，市值突破160亿元。但此后数月谈判，因交易方持股成本差异大、对价分歧，双成药业重组案最终终止。

“1+1>2”，协同效应展现

世界半导体贸易统计协会（WSTS）数据显示，2024年全球模拟芯片市场规模为794.33亿美元，预测今年全球模拟芯片有望实现831.57亿美元的市场规模，将实现4.7%的增长。近些年，受益于国家政策以及下游客户加强供应链安全的需求推动，国产模拟芯片设计公司也快速发展，并购成为一项重要选择。

思瑞浦、奥拉半导体两家公司管理层于26日召开说明会，就交易事项作相关说明。其中透露，思瑞浦希望未来能够成长为一家技术领先、产品与市场布局全面且具有明显规模优势、有能力参与全球竞争的平台型模拟芯片公司。

收购奥拉半导体，显然是思瑞浦实现上述目标的重要举措之一。与此前“跨界”并购不同，思瑞浦、奥拉半导体在产品、市场、技术及团队等多方面有着显著的协同效应：

产品层面，奥拉半导体的时钟芯片将给思瑞浦信号链产品线带来关键补充，与后者运放、比较器及接口产品共同形成完整的产品组合，进一步夯实思瑞浦在信号链领域的领先优势；同时，奥拉半导体相关电源产品的融入也将帮助思瑞浦扩充多相电源、ET芯片等关键品类。

市场方面，奥拉半导体与思瑞浦均拥有广泛的市场应用与客户基础。双方有望构建针对泛通讯市场的更完整的产品组合，夯实在无线通讯领域的领先优势，并完善针对服务器及 AI 相关市场的产品方案；在汽车及工业等领域，思瑞浦的客户资源也将为奥拉半导体未来业务拓展提供支撑。

团队与技术方面，思瑞浦与奥拉半导体均具有典型的技术驱动特征， 双方团队均拥有突出的研发实力；供应链方面，思瑞浦在工艺、供应链资源方面的积累将有助于奥拉半导体相关产品的持续更新，并提升关键的成本竞争力。

对于此次并购案，业内普遍持积极观点。一方面，全球模拟芯片巨头历来有通过并购实现壮大的传统，TI、ADI等国际巨头亦是如此，思瑞浦以此成为平台型模拟芯片公司的努力令人看好；另一方面，思瑞浦今年前三季度营业收入同比增长超80%，奥拉半导体财务状况亦同样向好，这显然为此项并购案创造了较好的资金环境。至于能否创下“1+1＞2”的效果，则有待后续观察。

2.对话奥芯明薛晗宸：站在巨人肩上聚焦本土创新，打响先进封装设备“价值战”

当AI大模型掀起算力革命，高性能计算（HPC）、智能汽车、消费电子等领域对芯片性能的需求呈指数级增长，以异构集成为方向的先进封装技术作为超越摩尔定律瓶颈的重要手段，使半导体封装行业从半导体产业链的“后端环节”跃升为决定算力上限的核心竞争力之一。在全球半导体竞争聚焦于2.5D/3D封装、Chiplet（芯粒）等前沿方向的背景下，本土设备商如何破局？

“在2.5D/3D封装结构中，一颗高性能计算芯片往往需要经历上百次不同类型的焊接工序，包括倒装（Flip Chip）、热压键合（TCB）乃至混合键合（Hybrid Bonding）。”ASMPT集团半导体事业部副总裁、奥芯明首席商务官及先进封装研发中心负责人薛晗宸接受集微网深度专访时如是强调，“随着AI芯片算力需求的爆发式增长，先进封装已从‘性能增益方案’升级为‘基础架构刚需’，成为全球半导体竞争的焦点赛道。”

在此背景下，奥芯明半导体设备技术有限公司今年在上海进一步强化了其在先进封装应用研发领域的布局，聚焦各类先进封装工艺的新产品开发，加强在应用验证以及联合工艺的开发，同时在本土积极广纳人才，并设立打样和检测实验室，旨在为中国客户提供更敏捷、更完善的技术与设备支持。

算力爆发催生技术迭代，多场景需求打开先进封装设备增长空间

AI时代的算力竞赛，正在重塑先进封装的市场逻辑。“当前的AI算力需求，正在重塑整个封装技术体系。”薛晗宸分析道，随着摩尔定律逼近物理极限，Chiplet作为异构集成的主流实现路径正迅速普及。传统封装技术在高密度互连、带宽扩展与热管理方面日益难以满足先进算力芯片的需求，促使设计公司将大型 SoC 拆分为多个芯粒，并借助 CoWoS 等2.5D/3D先进封装实现性能提升。这一趋势显著推动了倒装焊、TCB、混合键合等先进工艺的快速增长，也使高性能算力芯片的封装复杂度显著上升，其中一些芯片的封装流程甚至需要超过百次的高精度互连操作。

根据薛晗宸的观察，AI训练芯片的封装复杂度远超传统芯片，而面向大规模部署的推理芯片，则在追求高性能的同时，更加关注成本与良率的平衡。“特别是当芯片制程微缩逐渐逼近物理极限，通过先进封装提升整体系统性能，已成为整个行业的共识。”

ASMPT集团半导体事业部副总裁、奥芯明首席商务官及先进封装研发中心负责人薛晗宸

从市场需求来看，当前先进封装设备的增长主力仍然集中在云端AI服务器领域。“5G时代由传统电信数据中心驱动，而现在是AI数据中心主导增长，且这条路才刚刚开始。”薛晗宸认为，随着端侧AI技术的成熟，未来端侧消费电子（AI手机、AR/VR、平板）和自动驾驶（ADAS）将成为新的增长引擎，端侧AI市场规模有望达到云侧的2.5倍至3倍。其中，消费类AI终端有望在2027—2028年迎来产品爆发期。

不同应用场景对封装技术的要求呈现差异化特征。他进一步指出，云端AI服务器追求极致的算力密度和互连效率，对混合键合、TCB等高端工艺依赖度高；消费电子则在性能之外，还需平衡成本与功耗；智能驾驶领域则对封装的可靠性、散热性提出了严苛要求。这种多元化需求，正推动先进封装设备向“高精度、高稳定性、多工艺适配”方向迭代。

与此同时，技术价值取向也在发生转变。在先进封装领域，客户对设备价格的敏感度远低于传统封装领域。与传统封装设备“跑量为主、性价比优先”的逻辑不同，先进封装设备市场呈现出“高单价、高附加值、性能为王”的特征。“AI芯片的制程工艺高端，生产成本高昂，封装过程中的微小瑕疵都可能造成远超设备采购成本的损失。”薛晗宸解释，因此客户在选择设备时，更关注设备的稳定性、精度和工艺窗口，而非单纯的价格。

这种需求转变，使得设备商的核心竞争力从“成本控制”转向“价值创造”。一方面，AI芯片客户的技术迭代周期不断缩短，要求设备商能够快速响应其在上下料、精度、产能等方面的新需求；另一方面，设备需要适配逻辑芯片、存储芯片等不同类型产品的封装需求，支持更薄芯片、更大基板的工艺拓展。

“性价比永远是绕不开的话题，但在先进封装领域，‘能满足工艺需求、创造稳定价值’是前提。”薛晗宸强调，奥芯明的优势正来源于ASMPT十多年积累的先进封装技术基础，以及本地团队在应用开发、定制化调试与跨时区快速响应方面的综合能力。

先进封装设备格局：头部厂商聚焦细分领域，多工艺布局成稀缺优势

尽管中国半导体设备产业近年来发展迅速，但薛晗宸坦言，在先进封装领域，国际头部厂商仍占据明显优势，呈现“头部集中、细分竞争”的格局。

国际主流设备厂商大多聚焦于1—2个核心领域，例如部分企业专攻倒装焊，或侧重混合键合技术，而能够同时覆盖倒装焊、TCB、混合键合三大主流工艺，且兼顾逻辑芯片与存储芯片封装需求的厂商寥寥无几。“海外龙头企业往往更早接触前沿工艺，积累了丰富的know-how，这是需要很长时间沉淀。”他强调，ASMPT的全场景技术覆盖能力，使其能够为客户提供一站式的先进封装解决方案，尤其适配Chiplet模式下“逻辑芯片+存储芯片”的异构集成需求。

国际头部厂商的另一大优势在于长期积累的工艺经验和产业链资源。“海外头部客户处于产业前沿，已经验证过很多技术路线，这是他们的核心壁垒。”薛晗宸坦言，这些厂商通过与下游应用端客户的深度绑定，形成了“工艺迭代－设备优化”的良性循环，而这正是国内厂商需要追赶的地方。然而，随着AI芯片市场的快速崛起，国际厂商也面临着新的挑战。国际厂商的技术迭代速度相对较慢，难以满足国内客户对快速响应和定制化服务的需求。此外，国际厂商在成本控制方面也面临较大压力，尤其是在中国市场，客户对性价比的要求越来越高。

奥芯明上海先进封装研发中心试验线

反观中国半导体产业在先进封装领域的发展，正呈现出“政策护航、供应链成熟、人才充沛”的显著优势。薛晗宸分析，在政策层面，国家对半导体产业的坚定支持为长期投入提供了保障；在基础设施层面，充足的电力供应满足了晶圆制造、AI数据中心的高能耗需求；在人才层面，每年600多万理工科毕业生为产业提供了充足的人才储备，且越来越多的青年才俊投身半导体产业链。

同时，国内晶圆制造企业的崛起，也为先进封装产业提供了土壤。“国内优秀的晶圆厂商已经在国际舞台崭露头角，并开始参与中道制程和先进封装工序，这为本土设备商提供了更多合作机会。”他表示，产业链上下游的协同发展，正在逐步缩小国内厂商与国际同行的差距。

但短板同样不容忽视。薛晗宸认为，国内厂商最大的挑战在于对先进工艺的理解和实践机会不足。“硬件供应链已经成熟，但对前沿技术的认知需要产业链带动，需要与应用端客户共同讨论、联合研发才能快速提升。”此外，半导体产业“投资大、周期长、回报慢”的特性，也对企业的长期投入耐心和资金实力提出了考验。

正是在这样的产业背景下，奥芯明于今年下半年正式启用上海先进封装研发中心。这一决策的背后，是该公司对中国市场需求的深刻洞察和战略布局。

把先进封装验证搬到客户身边：奥芯明打造本地化应用开发与打样平台

贴近客户需求的先进封装应用开发能力，正在成为奥芯明在中国市场服务体系的重要组成部分。走进位于上海的先进封装研发中心，映入眼帘的是为工艺验证与样品打样而搭建的试验线，以及多项面向实际生产场景的检测与调试设备。这里不是传统意义上的研发机构，而是一个让客户能够更快讨论方案、验证工艺并推进量产导入的协同平台。

“疫情期间，海外工程师来华不便，而中国客户对响应速度和效率的要求极高。”薛晗宸回忆，这让团队意识到，只有贴近客户设立研发中心，才能快速响应其迭代需求。此外，中国成熟的供应链、丰富的人才资源，以及初具规模的晶圆产能，也为这一平台的落地提供了必要条件。

此举标志着奥芯明再次将“技术传承”与“本土创新”相结合的战略落地。“我们站在ASMPT集团 50年封装工艺经验的肩膀上，同时依托中国供应链和人才，能够更快地将先进技术转化为适配本土需求的解决方案。”薛晗宸表示，该研发中心的核心定位是“贴近客户、快速响应、联合创新”，通过打造完整的试验线，为客户提供从打样到测试验证的一站式服务。

薛晗宸解释道，当前AI芯片封装面临三大挑战，包括高密度互连导致的线路间距微缩、高算力产生的散热问题、多芯片集成带来的良率挑战。针对这些需求，该中心重点聚焦倒装焊、TCB、混合键合三大技术，通过设备精度控制、温度管理与工艺窗口拓展，突破这些技术限制。

为了实现这一目标，研发中心配备了完整的试验线和全套高端检测仪器，形成了“研发－打样－测试”的闭环。“客户可以在这里完成从工艺验证到样品测试的全流程，快速得到明确的结果反馈。”薛晗宸透露，研发中心不仅有硬件设备的支撑，还组建了涵盖软硬件的专业工程师团队，能够现场解决客户在封装过程中遇到的问题，并在假期坚持驻厂，为客户提供紧急技术支持。

奥芯明上海先进封装研发中心

在技术研发策略上，奥芯明采取“短期迭代与长期储备并行”的模式。短期来看，团队聚焦现有平台的能力升级，满足客户当前的量产需求；长期则投入资源进行前沿技术预研，针对未来3—5年的市场趋势布局核心技术。“技术迭代是演进式的，不能指望跨越式突破。”薛晗宸举例，现在投入的混合键合技术研究，将为未来2.5D/3D封装的规模化应用提供支撑。

要实现设备的国产化，核心零部件的国产化同样至关重要，这种国产化并非 “闭门造车”，而是开放协同的过程。面对核心零部件替代、标准对接等行业共性挑战，奥芯明采取了“模块化推进、协同创新”的策略。“我们从控制系统、加热单元到关键运动模块，逐步完成自主设计与验证替代。”薛晗宸介绍，通过与国内优质供应商的联合优化，实现了零部件性能与稳定性的双重保障，同时提升了供应链的安全性和响应速度。

生态协同是奥芯明本土化战略的另一支柱。薛晗宸透露，研发中心与芯片设计公司、封装厂、高校研究所、跨行业企业保持着密切合作。

“我们楼下会议室经常有供应商团队在讨论技术方案。有些来自汽车行业的供应商，在高精度控制方面有着深厚积累，他们的经验可以迁移到半导体设备中。”

这种开放协作的理念也体现在研发资源分配上。薛晗宸采用了“以市场需求校准长期储备”的策略：50%—60%的资源投入客户驱动的短期项目，保障产品迭代；30%—40%的资源用于18-36个月的中长期技术预研。

“在成熟市场，我们追求‘好用’的性价比；但在先进封装这一蓝海市场，我们必须追求技术‘领先’，争取参与定义下一代工艺标准。”薛晗宸强调，“我们立足中国，不仅要服务本土客户，还要为全球半导体产业贡献中国创新力量。”

人才团队构建：多元融合，打造可持续、有归属感的创新平台

人才是先进封装技术创新的核心驱动力，奥芯明在研发团队建设上，秉持“经验与活力并存、专业与跨界融合”的理念。“我们的团队既有来自ASMPT集团的资深专家，也有国内高校的优秀毕业生，还有跨行业的技术人才。”薛晗宸介绍，这种多元化的人才结构能够产生思维碰撞，资深专家带来成熟的工艺经验和技术传承，年轻人注入创新活力，跨行业人才则带来不同领域的研发思路和供应链资源。例如，来自汽车行业的工程师，将汽车领域严苛的可靠性设计标准引入半导体设备研发，提升了产品的稳定性。

在人才选拔标准上，奥芯明尤为看重“系统性思维”。“先进封装是系统工程，不能只关注单个模块的性能，要理解从材料到工艺、从软件到机械的整体逻辑。”薛晗宸解释，除了专业技术深度，跨学科协作能力、前沿探索欲和快速学习能力也是重点考察的特质。为此，研发中心设置了“专项专家 + 架构师”的组合模式，既保证技术深度，又兼顾系统整合能力。

面对半导体行业激烈的人才竞争，奥芯明构建了“外部引进+内部培养+交流合作”的立体化人才培养体系和多元化的人才保留机制。“半导体行业很难赚快钱，需要长期投入和坚守，因此留住人才不能只靠薪酬。”薛晗宸表示，奥芯明通过企业文化建设、创新空间赋能和职业发展通道，打造让人才有归属感的平台。在企业文化上，研发中心秉持“先进科技，赋能中国芯”的使命，让员工感受到工作的行业价值和社会意义。“我们做的事情不仅是企业行为，更是在为中国半导体产业的突围贡献力量，这种使命感能够凝聚人心。”薛晗宸说。

奥芯明上海先进封装研发中心

外部引进方面，重点吸纳国际领先企业和科研院所的资深专家，弥补关键技术领域的人才缺口；内部培养则通过“轮岗制”和“导师制”，让年轻工程师参与短期项目交付和长期技术预研，快速积累经验。

在校企合作方面，奥芯明不仅与高校开展联合研发项目，还关注高校孵化的科技企业，挖掘具备产业化潜力的技术和人才。“国内高校的科研实力很强，我们希望搭建一个桥梁，让学术创新能够快速转化为产业成果。”薛晗宸认为，校企协同是解决人才缺口、推动技术创新的重要途径。

“我们鼓励工程师与母公司的专家进行技术交流，分享创新思路。”他表示，ASMPT集团的全球资源为研发中心人才提供了广阔的成长平台，员工能够接触到全球最前沿的封装技术和行业动态，这种职业成就感是金钱难以衡量的。此外，研发中心还为员工提供跨项目、跨领域的学习机会，帮助他们拓宽技术视野。“技术创新难免会有试错，我们鼓励工程师大胆探索前沿工艺，不用害怕失败。”这种开放的创新文化，让研发团队能够聚焦技术突破，而非机械执行任务。

结语

随着AI算力需求持续攀升，先进封装这一曾经的“配角”正稳步走向舞台中央。对于研发中心的未来，薛晗宸为团队设定了一个明确的技术里程碑。短期来看，核心目标是在倒装焊领域，为2.5D先进封装提供全球领先的解决方案；中长期则希望实现高良率、量产级的TCB或混合键合设备突破，解决国内AI芯片封装对进口设备的依赖。“研发中心的终极愿景是‘群贤毕至’，为中国半导体乃至全球半导体发展贡献绵薄之力。这将直接解决国内AI芯片封装对进口设备的依赖，加速国产高性能芯片产业的发展。”

为了实现这一愿景，人才团队的建设和产业链协同成为关键支撑。随着越来越多优秀人才的加入，以及研发与产业链协同的不断深化，奥芯明上海先进封装研发中心正成为中国先进封装技术创新的重要引擎，推动本土先进封装设备商从“国产可用”向“国产优选”跨越，为中国半导体产业的突围注入强劲动力。

3.台积电确认：9月曾因供应商停电导致生产中断，部分晶圆报废

台积电（TSMC）位于美国亚利桑那州的21号工厂（Fab 21）曾遭遇突发停电事故，导致生产中断，部分在制晶圆被迫报废。据可靠内部消息人士蒂姆·卡尔潘（Tim Culpan）透露，此次事故发生在9月下旬，供电问题的源头为该工厂的供应商——英国工业气体巨头林德集团（Linde）。

台积电发言人已确认供应商停电属实，但未回应此次事故是否造成实际损失。尽管工厂本身配备了自备发电机以应对突发停电，但事故切断了生产必需的多种物料供应，直接引发生产停滞。卡尔潘指出，台积电因此停产数小时并产生实际损失，但具体报废晶圆数量及财务影响尚未披露。

在中国台湾本土，台积电会自行管理气体基础设施及多项配套设施；而在美国，这类职能需外包给第三方，这在一定程度上导致21号工厂更容易受到外部不可控故障的影响。台积电已意识到这一隐患，未来不仅会针对21号工厂一期项目进行整改，后续扩建的二期、三期项目也将对相关环节进行优化。

此次事故并非台积电首次遭遇生产中断，但以往多由台湾地区地震等自然灾害或人为失误引发，由供应商故障导致的情况相对少见。现代先进半导体工厂的停产往往意味着极高的经济代价，尤其是21号工厂第三季度盈利能力已降至接近盈亏平衡点，主要原因是该季度启动了三期项目建设，产生了投产初期的常规成本。

4.国科微终止收购中芯宁波股权 仍将寻求外延并购机会

11月28日，国科微发布公告，决定终止收购中芯集成电路（宁波）有限公司94.366%的股权。

国科微在公告中表示，由于本次交易相关事项无法在预计时间内达成一致，为维护上市公司和广大投资者长期利益，经公司与相关各方充分沟通及友好协商，最终决定终止收购事项。

此次并购的初衷是围绕国科微在特种工艺代工领域的战略延伸。作为国内领先的集成电路设计企业，国科微致力于超高清智能显示、智慧视觉、人工智能、车载电子、物联网、固态存储等领域大规模芯片及解决方案的开发。市场普遍认为，国科微与中芯宁波在业务领域具有较高的协同性与互补性，收购中芯宁波将加速国科微在高端滤波器、MEMS等特种工艺代工领域的布局。

然而，经过数月协商谈判，交易相关事项未能达成一致。为切实维护公司及全体股东的长远利益，国科微决定终止本次重组，体现了公司对股东权益的高度负责与决策的审慎性。

尽管今年以来A股并购重组市场活跃度提升，但终止案例也频频出现。数据显示，年内已有超过50家A股公司终止重大资产重组计划。国科微始终围绕其长期战略布局，有序开展各项经营管理工作，在夯实智慧视觉、超高清智能显示主业优势的同时，加速拓展车载电子、无线局域网、人工智能产品等新兴赛道。

例如，国科微的“ALL IN AI”战略正逐步落地，基于自研先进MLPU技术，持续聚焦人工智能边缘计算AISoC研发，形成AI算力低中高的AISoC产品布局，主要应用于AIoT智能终端、AIPC、工业计算、机器人等场景。

此次并购终止不会扰乱公司既定经营步调，随着国科微在车载电子、物联网等核心赛道布局的持续深化，以及AI赋能与产品迭代的协同共进，其未来成长潜力依然值得期待。

5.云巨头抢签内存产能，2026年或将持续面临短缺

人工智能的迅猛发展正引发全球内存芯片的历史性短缺。据业内人士透露，主要云服务提供商（CSP）为应对这一局面，纷纷签署多年长期协议（LTA），以确保2027年和2028年的内存供应。2026年的内存产能几乎已被完全预订，全年将持续面临短缺。

这一前所未有的服务器短缺主要源于人工智能推动的服务器需求激增。通信服务提供商巨头们在2025年下半年积极采购后，正为2026-2027年储备更多服务器，采购量远超实际需求。存储器制造商的扩张计划无法跟上迅猛增长的需求，导致全年产能几乎全部被预订。

这一转变显著提升了卖方的定价能力，确保了2026年全年价格持续上涨，即使在下半年也不会出现下跌。服务器供应商为在人工智能竞赛中不落后，愿意支付溢价以确保容量，成为供应商的优先客户。一些通信服务提供商甚至提供更优惠的条款，如预付款或设备融资，以提前锁定2027-2028年的容量。

值得注意的是，短缺问题不仅限于DRAM，NAND闪存也面临类似限制。群联电子CEO潘建生指出，NAND闪存价格迅速上涨，部分供应商在缺货情况下仍提价。服务器OEM厂商证实，AI GPU的输出和良率稳定，但内存短缺仍是供应链的关键瓶颈。

在长期协议的签订方面，只有少数通信服务提供商能够获得涵盖2027年的长期协议，其他大多数通信服务提供商最多只能获得一年的合同。数据安捷董事长陈思远表示，90%的公司未能签署长期协议，大多数公司只能讨论月度协议，甚至连一个月后的协议都无法确定。预计未来6-9个月内价格还将上涨50%。

在主要供应商短期内产能增长有限背景下，这一系列动态表明，全球内存芯片市场正面临前所未有的挑战，各大企业纷纷采取措施应对供应短缺和价格上涨的压力。未来几年，内存芯片市场的供需关系和价格走势将继续成为业界关注的焦点。

6.百度正崛起为中国AI芯片关键企业，将填补英伟达的空白

百度正逐渐成为中国人工智能芯片领域的重要参与者，以填补行业领导者英伟达被排除在中国市场外所留下的空白。

作为中国最大的搜索引擎企业，百度近年来已将业务重心转向无人驾驶汽车和人工智能，其中包括主要控股的子公司昆仑芯，专注于芯片设计。

近几周来，多家分析机构上调了对百度股票的预期，看好其半导体业务，并预测该部门将获得更多国内订单。

本月，百度公布了昆仑AI芯片的五年路线图，从2026年的M100开始，到2027年推出M300。公司目前在其数据中心使用自研芯片与英伟达产品的混合组合来运行文心一言AI模型。

百度通过向建设数据中心的第三方销售芯片以及通过云服务租赁计算能力来创收。它致力于将自己定位为所谓的"全栈式"AI提供商，基础设施包括芯片、服务器和数据中心，以及AI模型和应用程序。

其芯片业务似乎正在获得发展势头。今年早些时候，昆仑芯赢得了中国最大移动运营商之一中国移动供应商的订单。

德意志银行分析师在本月的一份报告中表示："昆仑芯已成为国内领先的AI芯片开发商，专注于大型语言模型(LLM)训练和推理、云计算以及电信和企业工作负载的高性能AI芯片。"

虽然英伟达的GPU被广泛认为是训练和运行AI的最先进芯片，但美国政府已禁止该公司向中国销售其高端产品。分析师们认为百度将填补这一空缺，其芯片业务有望爆发式增长。

摩根大通在周日的一份报告中表示："我们相信中国国内对AI计算的需求仍然强烈，超大规模数据中心越来越多地从本地解决方案提供商采购。我们认为昆仑AI芯片是最具竞争力的选择之一。"

该投资银行分析师预测，百度芯片销售将增长六倍，到2026年达到80亿元人民币（约11亿美元）。

麦格理的分析师估计，百度的昆仑芯片部门估值可能约为280亿美元。

在自研半导体领域，百度并非中国唯一的科技巨头。据报道，阿里巴巴也正在开发下一代AI芯片。

就在中国科技巨头本月表示他们面临供应短缺之际，百度加大了芯片研发力度。

Futurum Group的AI实践负责人Nick Patience表示，"百度进军芯片领域既是必然之举，也是机遇。说它是必然之举，是因为中国平台不能再继续依赖美国GPU；说它是机遇，是因为现在中国国内存在一个半封闭的、价值数十亿美元的人工智能硬件市场，既符合美国的出口规则，也符合中国的自主研发战略。”

他还称，"如果百度能按时交付具有竞争力的昆仑系列产品，它不仅解决了自身的供应问题，还将成为中国其他AI产业的战略供应商。"

7.深度解读：Google TPU如何冲击“英伟达帝国”？

2025 年的AI 芯片市场正处于一个微妙的转捩点。尽管英伟达凭借其Blackwell 架构仍维持着技术和市场占有率的绝对领先地位，但Google( GOOGL-US ) TPU 的全面商业化，正使英伟达看似牢不可破的定价权开始松动。

据半导体行业研究机构SemiAnalysis 的测算，英伟达过去的最大客户Google，如今已成为其最大的对手。

随着Anthropic 高达1GW 的TPU 采购细节曝光，Google 已正式脱离「云服务商」的标签，转型为一家直接向外部出售高性能芯片与系统的「商用芯片供应商」。

当顶级AI 实验室能够利用TPU 训练出超越GPT-4 的模型，且Google 愿意开放软体生态并提供金融杠杆时，英伟达高达75% 的毛利率神话便不再牢不可破。

Google「主动出击」：Anthropic 成关键引爆点

长期以来，Google 的TPU 犹如其搜寻演算法，是深藏不露的内部核武器。然而，SemiAnalysis 获取的供应链情报显示，这一策略已发生根本性逆转。

最直接的案例来自顶级大模型公司Anthropic。 Anthropic 已确认将部署超过100 万颗TPU，这笔交易的结构极具破坏力，揭示了Google 「混合销售」的新模式：

直接销售： 首批约40 万颗最新的TPUv7 ，将不再透过云端租赁，而是由长期合作伙伴博通( AVGO-US ) 直接出售给Anthropic，价值约100 亿美元。博通在本次交易中从幕后走向台前，成为算力转移的隐形赢家。

云端租赁： 剩余的60 万颗TPUv7 将透过Google 云进行租赁，涉及高达420 亿美元的剩余履约义务（RPO），直接支撑了Google 云近期积压订单的暴涨。

这代表，Google 不再吝啬于将最先进的算力外售。除了Anthropic，Meta( META-US ) 、SSI、xAI 等顶级AI 实验室也出现在了潜在客户名单中。

面对这一突如其来的攻势，英伟达罕见地展现出防御姿态，不得不针对「循环经济」（即投资初创公司购买自家芯片）的市场质疑发布长文辩解，凸显英伟达确实受到威胁。

成本为王：TPU 的碾压性TCO 优势

客户转向Google 的理由很纯粹：在AI 军备竞赛中，性能是入场券，但总拥有成本（TCO）决定生死。

SemiAnalysis 的模型数据显示，Google TPUv7 在成本效率上对英伟达构成碾压优势。

从Google 内部视角看，TPUv7 伺服器的TCO 比英伟达GB200 伺服器低约44%。即便加上Google 和博通的利润，Anthropic 透过GCP 使用TPU 的TCO，仍比购买GB200 低约30%。

这种成本优势并非仅靠压低芯片价格实现，更源于Google 独特的金融工程创新：透过云端平台提供财务保障。

在AI 基础设施建设中，存在一个明显的期限错配：GPU 集群的经济使用寿命通常只有4 到5 年，而数据中心场地的租赁合约则长达15 年以上。

这种时间上的不匹配，使得Fluidstack、TeraWulf 等新兴算力服务商很难获得融资。

针对这个问题，Google 利用一种「表外信贷支持」（IOU）机制来解决这一问题：如果中间商无法支付租金，Google 会介入提供财务担保，确保算力资源得以稳定运作。

这项金融工具直接打通了加密货币矿工（拥有电力与场地）与AI 算力需求之间的堵点，建立了一个低成本、独立于英伟达生态之外的基础设施体系。

Google 杀手锏：系统工程与光互连技术

如果说价格战是战术层面的对垒，那么系统工程则是Google 战略层面的护城河。

虽然单颗TPUv7 在理论峰值算力（FLOPs）上略逊于英伟达Blackwell，但Google 透过极致的系统设计抹平了差距。

TPUv7 在记忆体频宽和容量上已大幅缩小与英伟达旗舰芯片的差距，采用了更务实的设计哲学：不追求不可持续的峰值频率，而是透过更高的模型算力利用率（MFU）来提升实际产出。

更值得注意的是，Google 真正的杀手锏是其独步天下的光互连（ICI）技术。不同于英伟达依赖昂贵的NVLink 和InfiniBand/Ethernet 交换机，Google 利用自研的光路交换机（OCS）和3D Torus 拓扑结构，建构了名为ICI 的片间互连网路。

这一架构允许单个TPUv7 集群（Pod）扩展至惊人的9,216 颗芯片，远超英伟达常见的64 或72 卡集群。 OCS 允许透过软体定义网路，动态重构拓扑结构。

这代表如果某部分芯片故障，网路可以在毫秒级绕过故障点，重新「切片」成完整的3D 环面，极大地提升了集群的可用性，且光讯号在OCS 中无需进行光电转换，直接物理反射，大幅降低了功耗和延迟。

Gemini 3 和Claude 4.5 Opus 这两大全球最强模型均完全在TPU 上完成预训练，这本身就是对TPU 系统处理「尖端模型预训练」这一最高难度任务能力的终极背书。

Google拆除最后的围墙：软件生态的改变

长期以来，TPU 在外部市场的普及一直受到软件生态的限制。 Google 坚持使用自家JAX 语言，而大多数全球AI 开发者则习惯于PyTorch 与CUDA。

然而，随着商业利益的扩大，Google 开始调整策略。

SemiAnalysis 指出，Google 软体团队的绩效指标（KPI）已经从「服务内部需求」转向「开放与兼容外部生态」。官方明确表示，将全面支持PyTorch Native 在TPU 上的运行。

原本依赖低效率的Lazy Tensor 转换的方式，也被XLA 编译器直接对接PyTorch Eager Execution 模式所取代。

这代表，像Meta 这类以PyTorch 为主的公司，可以几乎无缝地将现有程式码部署到TPU 上。

同时，Google 也积极向vLLM、SGLang 等开源推理框架贡献程式码，进一步打通TPU 在开源AI 生态中的兼容性。

这一策略转变，正在逐步削弱英伟达原本牢不可破的「CUDA 护城河」。随着软体与硬体的双重进攻，矽谷AI 算力霸主之争才刚揭开序幕。（钜亨网）