标签: ai芯片
国产AI封装技术突破，反超台积电海外进度2026世界人工智能大会迎来国产算力重大
国产AI封装技术突破，反超台积电海外进度2026世界人工智能大会迎来国产算力重大突破，燧原科技携手先封科技，推出国内首款CoPoS玻璃基面板级AI封装芯片样品。该技术是台积电规划2027年试产、2028年下半年量产的下一代核心封装方案，如今国内率先完成样品落地，补齐高端算力芯片封装国产化短板。CoPoS技术以玻璃基板替代传统硅基板，将圆形晶圆封装升级为方形大面板加工，把材料利用率从不足70%提升至90%以上，大幅降低大算力芯片封装成本。同时具备低信号损耗、热膨胀系数稳定、板面平整等优势，适配多芯片异构整合等高端场景，实现国产AI芯片与先进封装工艺完整适配，大幅缩小与海外顶尖技术的差距。
外媒：中美将于9月举行人工智能对话，这将是特朗普政府任内首次官方AI会谈，预计在
外媒：中美将于9月举行人工智能对话，这将是特朗普政府任内首次官方AI会谈，预计在美国财长斯科特·贝森特主导下进行，但具体日期尚未敲定。会谈源于5月中美峰会成果，旨在应对双方前沿AI模型带来的军事强化、网络攻击关键基础设施及劳动力市场冲击等风险。美方已对华限制先进AI芯片出口，并考虑限制中国企业开源模型在美国的使用；中方则关注美国Anthropic公司未公开的Mythos模型的黑客潜力，并拟限制境外获取最强国产模型。北京希望进行实质性技术交流而非政治对话，首次会议或难解决重大问题，但有望就"前沿AI模型"定义等基础条款达成共识。
沪深“太空智能体”核心股票一.星载AI芯片（太空智能体的“大脑”）1、航宇微
沪深“太空智能体”核心股票一.星载AI芯片（太空智能体的“大脑”）1、航宇微（300053）：星载AI芯片龙头。A股唯一实现宇航级AI芯片规模化应用的企业，其“玉龙810”芯片峰值算力100TOPS，低功耗设计，已实现“芯片+卫星+在轨处理”全链条能力。2、寒武纪（688256）：星载AI算力先锋。其MLU370-X8星载AI芯片算力达256TOPS，通过航天级抗辐射测试，功耗优化40%，适配低轨算力星座需求。二.抗辐射FPGA与控制芯片（太空智能体的“神经中枢”）1、复旦微电（688385）：抗辐射FPGA绝对龙头。国内唯一批量生产抗辐射FPGA的企业，星网工程核心供应商，支撑星载算力系统高可靠稳定运行。2、紫光国微（002049）：商业航天芯片龙头。宇航级抗辐射FPGA国内市占率极高，解决太空辐射干扰问题，保障算力节点稳定运行。3、成都华微（688709）：星载计算芯片新锐。主打抗辐照FPGA，是星枢计划等太空算力星座星载计算芯片的核心供应商。4、臻镭科技（688270）：卫星通信射频芯片、高速高精度ADC/DAC及抗辐射芯片核心供应商，保障星载算力信号处理效率。三.太空算力运营与平台（太空智能体的“调度系统”）1、中科星图（688568）：天基算力运营龙头。牵头“三体计算星座”软件平台，整合天基数据与超算算力，开发空天数据生成式大模型。2、航天宏图（688066）：自建“女娲星座”，单星算力达100TOPS，PIE-Engine遥感云算力引擎领先，实现遥感数据在轨处理。3、优刻得（688158）：太空算力云平台龙头，已发布太空算力样机系统，布局红外星座与太空算力调度。四.卫星制造与星间通信（太空智能体的“躯体与链路”）1、中国卫星（600118）：整星制造龙头。新一代卫星AI单元单星算力提升10倍，承接大量星网及算力星座研制订单。2、亨通光电（600487）：星间激光通信龙头。提供100Gbps星间激光通信终端，保障太空算力数据在卫星之间的高速、无延迟传输。个人观点，不作为投资建议！
【中国科技20强，各个全球领先！】🔥从光模块、芯片到卫星、AI，这20家中
【中国科技20强，各个全球领先！】🔥从光模块、芯片到卫星、AI，这20家中国企业正在全球科技舞台大放异彩——不是追赶，而是领跑！✅中际旭创：高速光模块出货量全球第一✅中芯国际：国内最大晶圆代工厂，全球前五✅寒武纪：国产AI芯片商业化标杆✅中国移动：全球基站总数第一，5G+算力网络核心建设者✅中国长城：国产CPU龙头✅长电科技：全球第三大封测企业✅中微公司：5nm刻蚀机全球第一梯队✅天孚通信：光通信核心器件细分龙头还有中兴通讯、中科曙光、中国卫通、中科创达、长信科技、北方华创、中国卫星、豪威集团、中航光电、长飞光纤、中国软件、兆易创新……每一家都是各自领域的“隐形冠军”或“国家队主力”。💡这不是名单，是中国科技硬实力的成绩单！🌍MadeinChina，正在变成MadeforGlobal！中国科技国产替代硬核科技中国智造半导体AI芯片5G卫星通信科技强国
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，我国首颗采用软件定义与三维近存计算技术的AI芯片在上海正式亮相。这颗芯片在14纳米制程工艺上，实现了每秒520万亿次浮点运算的算力，其最大特点是通过底层架构创新，走出了一条不依赖先进制程的高端算力发展路径。据了解，该芯片采用了软件定义与三维近存计算相结合的技术路线。一方面，通过软件定义芯片技术，硬件资源可以根据不同任务动态调配，大幅提升算力利用率；另一方面，通过三维垂直堆叠技术，将计算单元与存储单元紧密集成在一起，访存带宽达到每秒6.4TB，从架构上缓解了长期困扰芯片设计的“存储墙”瓶颈。由于不再单纯依赖制程微缩来提升性能，这条技术路线的供应链更加稳定可控。同步发布的还有与该芯片配套的全栈软件工具链，兼容主流深度学习框架，并形成了从单张加速卡、AI服务器，到液冷超节点、大规模智算集群的完整产品体系，能够为大模型训练与推理提供规模化、可落地的算力支撑。业内认为，这标志着我国在高端算力芯片领域，探索出了一条以架构创新代替制程追随的自主发展新路，对夯实人工智能算力底座具有重要意义。（央视新闻）
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，我国首颗采用软件定义与三维近存计算技术的AI芯片在上海正式亮相。这颗芯片在14纳米制程工艺上，实现了每秒520万亿次浮点运算的算力，其最大特点是通过底层架构创新，走出了一条不依赖先进制程的高端算力发展路径。据了解，该芯片采用了软件定义与三维近存计算相结合的技术路线。一方面，通过软件定义芯片技术，硬件资源可以根据不同任务动态调配，大幅提升算力利用率；另一方面，通过三维垂直堆叠技术，将计算单元与存储单元紧密集成在一起，访存带宽达到每秒6.4TB，从架构上缓解了长期困扰芯片设计的“存储墙”瓶颈。由于不再单纯依赖制程微缩来提升性能，这条技术路线的供应链更加稳定可控。同步发布的还有与该芯片配套的全栈软件工具链，兼容主流深度学习框架，并形成了从单张加速卡、AI服务器，到液冷超节点、大规模智算集群的完整产品体系，能够为大模型训练与推理提供规模化、可落地的算力支撑。业内认为，这标志着我国在高端算力芯片领域，探索出了一条以架构创新代替制程追随的自主发展新路，对夯实人工智能算力底座具有重要意义。（总台记者盛瑾瑜）网页链接
有机构预测，到了2029年，咱们国内买算力卡（也就是AI芯片、加速卡这些人工智能
有机构预测，到了2029年，咱们国内买算力卡（也就是AI芯片、加速卡这些人工智能的大脑）的总花费会飙升到1.44万亿元。这是个什么量级？相当于现在每年芯片进口额的两倍左右。这么大的蛋糕摆在面前，资本市场自然相信，未来中国肯定会冒出好几家市值万亿甚至十万亿级别的科技巨头，毕竟只有这么大的体量才撑得起如此庞大的基建需求。顺着这条产业链往下看，市场里不少公司都能分到这杯羹，主要分布在这么几个环节：首先是造“大脑”的芯片厂商，这是利润最丰厚的核心地带。像海光信息做的是兼容生态的加速卡，在政企采购里占比很高；寒武纪的自研训练推理芯片也在万卡集群里大量应用；还有景嘉微在国产GPU和推理端也在稳步发力。这些公司直接卡位国产替代，弹性最大。其次是做“身体”的服务器和整机厂，算力卡得装进服务器里才能干活。浪潮信息作为国内AI服务器出货的老大，是直接承接采购需求的排头兵；工业富联在全球高端AI服务器代工上地位稳固；中科曙光则带着国产算力全栈方案深耕国家和地方的算力枢纽；紫光股份旗下的新华三在运营商和算力网络里也吃得挺饱；拓维信息则紧抱华为昇腾生态，做国产整机的配套。再来是修“高速公路”的光通信和互联部件，成千上万张卡组队干活得靠高速光模块串联。中际旭创和新易盛在800G、1.6T这些高端光模块上是全球主力；光迅科技背靠国资做光芯片到模块的全覆盖；华工科技在高速光引擎和交换机上也有一手；锐捷网络则在数据中心交换机和智算组网里卡了关键位置。最后是底层配套和基建运营，包括长电科技做的高端封装、澜起科技的内存接口芯片、沪电股份和深南电路的高阶PCB板，这些都是算力卡和服务器绕不开的耗材。而润泽科技、宝信软件这类做智算中心和机房运营的，则靠着出租算力和托管设备赚长线的“过路费”，再加上英维克这些做液冷散热的，整个链条都在跟着算力建设一起扩容。
科技股大跌后，AI芯片，光通信板块紧急出台政策性利好村里明确长期扶持AI芯片、
科技股大跌后，AI芯片，光通信板块紧急出台政策性利好村里明确长期扶持AI芯片、光电子产业，要求软硬件、标准、专利同步自主可控，夯实算力硬件长期成长逻辑；对冲今日科技股午后大跌的情绪压力，光通信、AI算力核心龙头具备修复基础。今日午后算力、光通信集体跳水，市场一度担忧赛道逻辑松动，这份高层表态直接证明政策支持力度没变，下跌只是资金短期获利兑现，并非行业逻辑走坏，稳住板块中长期估值底。过去行业重硬件、轻软件与知识产权，容易被海外专利、标准卡脖子；现在要求硬件、软件、标准、专利同步布局，倒逼产业链完善自主生态，国产替代进程加速；下周算力、光通信、AI芯片存在修复预期，相比普通科技小票，核心自主龙头反弹力度更强；
美国不装了！有记者当面质问布林肯：“你不允许其他大国在人工智能领域制定规则？”
美国不装了！有记者当面质问布林肯：“你不允许其他大国在人工智能领域制定规则？”布林肯张口就放狂言：“没错，AI领域的规则，就该由美国来定义！”为了保住霸权，美国还对中国大搞技术封锁，可他们忘了，AI巨头李开复早就发出警告：中国AI早已在特定领域，领先美国了！这话可不是空穴来风。早在2023年，布林肯就和商务部长雷蒙多一起在《金融时报》发了篇联名文章，字里行间都在说一件事——AI的规矩，得由美国来定。文章先铺垫了一堆AI的好处和风险，话锋一转就说美国“有能力也有责任引领AI治理”，还要拉着G7一帮盟友搞小圈子，把他们的标准包装成“国际规则”。说白了，就是想把当年互联网时代的老路再走一遍，规则我来定，好处我先占，别人只能跟着玩。光定规矩还不够，手上的封锁也没闲着。这两年美国对中国AI的卡脖子，是一轮比一轮狠。最开始是禁售高端芯片，像英伟达的H100、H200这些AI训练的核心硬件，直接不让卖到中国来。后来发现中国企业绕了个弯，在新加坡、阿联酋这些地方注册子公司买芯片，美国立马又补了一刀。今年5月底，美国商务部直接改了规则——不管你公司注册在哪，只要最终控制权在中国手里，想买先进AI芯片，都得先拿美国的许可证。等于把审查标准从“货送到哪”改成了“钱是谁出的”，连海外绕道的路都给堵死了。按美国人的算盘，只要掐住算力这个命门，中国AI就跑不快，规则制定权自然就握在自己手里。可问题是，算盘打得响，现实未必跟着走。李开复在旧金山的TEDAI大会上就直接给美国泼了盆冷水，说在AI硬件和机器人制造这块，美国正在被中国超越。这话不是随便说说，背后是两条完全不同的发展路线在较劲。美国走的是精英路线，把钱都砸在大模型研发上，OpenAI、Anthropic这些公司烧着天量的资金，堆着最顶级的芯片，追求模型性能的极限。这条路确实厉害，纯比大语言模型的天花板，美国现在还是领先的，李开复自己也说，顶尖模型层面美国大概领先十几个月。但这条路有个问题，就是贵，而且离普通人远，大多用在企业服务和科研上。中国走的是另一条路，不跟你死磕单一模型的极限，而是把AI往实处落，往硬件里装，往老百姓的生活里塞。你卡我高端芯片，我就优化算法，用更少的算力干更多的事；你闭源搞垄断，我就走开源路线，大家一起迭代。就说开源模型这件事，现在全球前十的开源大模型，基本全是中国团队做出来的。像DeepSeek、阿里这些团队推出的开源模型，性能已经追上甚至超过了Meta的Llama系列。开源这东西就像当年的安卓系统，用的人越多，改进得越快，生态起来了，后劲就足。李开复说得很直白，开源模型是国家级AI主权的关键，你美国模型再强，别人不敢用、用不起，慢慢就成了孤家寡人。再看AI硬件和机器人，这更是中国的主场。宇树科技的四足机器人，优必选的人形机器人，不光技术上跟得上，价格还能压到美国同类产品的几分之一。为什么？因为中国有全世界最完整的制造业供应链，从芯片封装到电机、传感器，全链条都能自己搞定，迭代速度快，成本还低。美国机器人公司研发一款产品可能要两三年，中国公司半年就能迭代一次，这种速度差，时间长了差距自然就拉开了。消费级应用就更不用说了。字节跳动、阿里、腾讯这些公司，早把AI深度揉进了短视频、电商、社交的每一个角落。你刷抖音的推荐算法，淘宝的商品搜索，微信的各种小程序功能，背后全是AI在跑。美国的Meta、YouTube反应速度根本比不了，很多新玩法都是中国先玩出来，美国再跟着学。还有工业领域，AI在中国工厂里落地的速度也快得惊人。生产线的缺陷检测，设备的预测性维护，物流的智能调度，这些场景美国不是没技术，而是落地成本太高，工人贵，改造贵，推进起来慢。中国不一样，制造业基数大，场景多，企业愿意试，改造成本也低，很快就能铺开。像浪潮的工业AI平台，已经服务了上千家工厂，晶圆检测准确率能做到99%以上，这种落地规模，美国企业比不了。很多人没看明白，美国着急定规则，本质上是心里没底了。以前信息技术革命，从芯片到操作系统再到互联网，全是美国主导，规则自然是他说了算。现在AI不一样了，中国不是跟在后面追，而是在很多赛道上并排跑，甚至有些地方已经跑到前面去了。美国想靠封锁把中国摁住，结果反而倒逼出了中国的自主路线。你不卖高端芯片，我就搞国产算力，华为昇腾这些年进步飞快；你搞技术壁垒，我就走开源生态，拉着全世界开发者一起玩；你守着你的高端模型，我就把AI撒到千行百业里去。真等到中国的AI硬件、开源生态、产业应用全都连成一片了，到时候谁定义谁的规则，还真不一定。
美国不装了！有记者当面质问布林肯：“你不允许其他大国在人工智能领域制定规则？”
美国不装了！有记者当面质问布林肯：“你不允许其他大国在人工智能领域制定规则？”布林肯张口就放狂言：“没错，AI领域的规则，就该由美国来定义！”为了保住霸权，美国还对中国大搞技术封锁，可他们忘了，AI巨头李开复早就发出警告：中国AI早已在特定领域，领先美国了！这话可不是空穴来风。早在2023年，布林肯就和商务部长雷蒙多一起在《金融时报》发了篇联名文章，字里行间都在说一件事——AI的规矩，得由美国来定。文章先铺垫了一堆AI的好处和风险，话锋一转就说美国“有能力也有责任引领AI治理”，还要拉着G7一帮盟友搞小圈子，把他们的标准包装成“国际规则”。说白了，就是想把当年互联网时代的老路再走一遍，规则我来定，好处我先占，别人只能跟着玩。光定规矩还不够，手上的封锁也没闲着。这两年美国对中国AI的卡脖子，是一轮比一轮狠。最开始是禁售高端芯片，像英伟达的H100、H200这些AI训练的核心硬件，直接不让卖到中国来。后来发现中国企业绕了个弯，在新加坡、阿联酋这些地方注册子公司买芯片，美国立马又补了一刀。今年5月底，美国商务部直接改了规则——不管你公司注册在哪，只要最终控制权在中国手里，想买先进AI芯片，都得先拿美国的许可证。等于把审查标准从“货送到哪”改成了“钱是谁出的”，连海外绕道的路都给堵死了。按美国人的算盘，只要掐住算力这个命门，中国AI就跑不快，规则制定权自然就握在自己手里。可问题是，算盘打得响，现实未必跟着走。李开复在旧金山的TEDAI大会上就直接给美国泼了盆冷水，说在AI硬件和机器人制造这块，美国正在被中国超越。这话不是随便说说，背后是两条完全不同的发展路线在较劲。美国走的是精英路线，把钱都砸在大模型研发上，OpenAI、Anthropic这些公司烧着天量的资金，堆着最顶级的芯片，追求模型性能的极限。这条路确实厉害，纯比大语言模型的天花板，美国现在还是领先的，李开复自己也说，顶尖模型层面美国大概领先十几个月。但这条路有个问题，就是贵，而且离普通人远，大多用在企业服务和科研上。中国走的是另一条路，不跟你死磕单一模型的极限，而是把AI往实处落，往硬件里装，往老百姓的生活里塞。你卡我高端芯片，我就优化算法，用更少的算力干更多的事；你闭源搞垄断，我就走开源路线，大家一起迭代。就说开源模型这件事，现在全球前十的开源大模型，基本全是中国团队做出来的。像DeepSeek、阿里这些团队推出的开源模型，性能已经追上甚至超过了Meta的Llama系列。开源这东西就像当年的安卓系统，用的人越多，改进得越快，生态起来了，后劲就足。李开复说得很直白，开源模型是国家级AI主权的关键，你美国模型再强，别人不敢用、用不起，慢慢就成了孤家寡人。再看AI硬件和机器人，这更是中国的主场。宇树科技的四足机器人，优必选的人形机器人，不光技术上跟得上，价格还能压到美国同类产品的几分之一。为什么？因为中国有全世界最完整的制造业供应链，从芯片封装到电机、传感器，全链条都能自己搞定，迭代速度快，成本还低。美国机器人公司研发一款产品可能要两三年，中国公司半年就能迭代一次，这种速度差，时间长了差距自然就拉开了。消费级应用就更不用说了。字节跳动、阿里、腾讯这些公司，早把AI深度揉进了短视频、电商、社交的每一个角落。你刷抖音的推荐算法，淘宝的商品搜索，微信的各种小程序功能，背后全是AI在跑。美国的Meta、YouTube反应速度根本比不了，很多新玩法都是中国先玩出来，美国再跟着学。还有工业领域，AI在中国工厂里落地的速度也快得惊人。生产线的缺陷检测，设备的预测性维护，物流的智能调度，这些场景美国不是没技术，而是落地成本太高，工人贵，改造贵，推进起来慢。中国不一样，制造业基数大，场景多，企业愿意试，改造成本也低，很快就能铺开。像浪潮的工业AI平台，已经服务了上千家工厂，晶圆检测准确率能做到99%以上，这种落地规模，美国企业比不了。很多人没看明白，美国着急定规则，本质上是心里没底了。以前信息技术革命，从芯片到操作系统再到互联网，全是美国主导，规则自然是他说了算。现在AI不一样了，中国不是跟在后面追，而是在很多赛道上并排跑，甚至有些地方已经跑到前面去了。美国想靠封锁把中国摁住，结果反而倒逼出了中国的自主路线。你不卖高端芯片，我就搞国产算力，华为昇腾这些年进步飞快；你搞技术壁垒，我就走开源生态，拉着全世界开发者一起玩；你守着你的高端模型，我就把AI撒到千行百业里去。真等到中国的AI硬件、开源生态、产业应用全都连成一片了，到时候谁定义谁的规则，还真不一定。
晚上想聊聊一个被大多数人忽略的趋势：AI正在让「小公司」重新变得有竞争力。这周的
晚上想聊聊一个被大多数人忽略的趋势：AI正在让「小公司」重新变得有竞争力。这周的几个信号：开源模型跟GPT-5差距不到1%——一个小团队用开源模型就能做产品，不需要付API费用。AI编程工具让3个人的团队能干以前10个人的活。全球分布式协作+AI工具——你可以在上海写代码、找新加坡的设计师、用美国的AI模型——开一家全球化AI公司的门槛在急剧下降。换句话说，AI在「民主化」创业。但另一边，算力卡脖子和监管门槛在「贵族化」AI——只有大公司有GPU、有法务。这两股力量在博弈。一边是AI让创业变得前所未有的简单，一边是AI的资源门槛在前所未有的高。最后谁赢？我的判断：应用层的创业门槛在降低，基础设施层的创业门槛在升高。做AIApp的小团队会越来越多，做AI芯片和基础模型的小团队会越来越少。AI创业民主化行业趋势
昆仑芯估值暴涨的底层逻辑，百度或将迎来价值重构不知道你们有没有发现，身边不少干
昆仑芯估值暴涨的底层逻辑，百度或将迎来价值重构不知道你们有没有发现，身边不少干实体的朋友最近都在聊用AI的真实感受。国内某头部车企用百度智能云的方案，智能驾驶模型的迭代速度直接快了40%；东南某制造大省的上千家中小工厂，靠百度提供的AI质检服务，不良品检出率拉到了99.5%；甚至不少县城的政务服务大厅，接入百度智能云的能力之后，老百姓办业务的平均等待时间也砍了一半。这些不是什么遥远的行业新闻，都是最近实实在在落地的真事。最近行业热议的昆仑芯高估值事件，刚好给这些落地成果做了最直观的注脚。很多人一开始以为这只是单块AI芯片的资本热度，往深了看才发现，这背后其实是市场对百度整套芯云模体全链路能力的集体认可，不是靠单一硬件讲故事，而是靠着无数已经跑通的真实案例，拿到了实打实的价值兑现。很多人会好奇，为什么百度智能云能把这些事干得这么顺？其实核心原因很简单，百度从很早之前就没想着只做云服务商，而是下决心去啃芯片这块硬骨头，把芯片、云、大模型和落地应用拧成了一股绳。过去很多企业做AI落地，就像拼不配套的零件，买了别家的芯片，又要找另一家调云环境，最后再找第三方改算法，来回扯皮几个月，钱花了不少效果还打折扣。百度搞芯云一体，从最开始设计昆仑芯的时候，就想着后面怎么和云服务、大模型适配，从根上就把这些堵点给打通了。现在这套打法的效果已经越来越明显，最近百度智能云还公布了吉瓦级AIDC升级，靠着“网络向心布局”的设计思路，让计算资源和网络的距离缩到最短，直接把整体计算效率拉上了一个大台阶。同时规模化落地风液兼容架构，把数据中心的整体建设周期直接缩短了约30%，客户不用再长时间等基建，拿到需求就能快速用上AI能力。这次机构给昆仑芯500亿高估值，显而易见未来上市后，百度这整套系统也会迎来价值重构，这就像微软、OpenAI现在自己下查做芯片一样，都是加分项。尤其现在Q1智能云跑出超高增速，一大部分也是模型+算力订单，市场用脚投票，根本不会存在什么倒挂。个人观点，未来的AI比的不是谁的服务器多、谁的参数大的秀肌肉游戏，而是真正的价值从来都藏在千行百业的具体场景里。就像李彦宏说的：“人工智能存在的价值，是帮助人、教人学习、让人成长，而不是超越人和替代人。技术只有服务于人、服务于社会，产生更多的正向价值和贡献，才真正有意义。”
