Interesting Video by Asionometry on the state of SF Chips
摘要
作者于2026年秋季走访硅谷与台湾半导体展会,观察到AI芯片竞争白热化、先进封装向超大尺寸演进、算力市场由短缺转向潜在过剩,并探讨了前沿AI研究的新投资模式及AI投资回报的不确定性。
暂无内容
查看缓存全文
缓存时间: 2026/09/14 11:08
**TL;DR:** 作者于2026年秋季走访硅谷与台湾半导体展会,观察到AI芯片竞争白热化、先进封装向超大尺寸演进、算力市场由短缺转向潜在过剩,并探讨了前沿AI研究的新投资模式及AI投资回报的不确定性。
## Hot Chips 2026:AI芯片的热潮与新星
作者近期参加了Hot Chips 2026展会,这是他第三次参观。与往年相比,今年展会规模空前,座无虚席,金融界人士显著增多。展会的主要趋势包括AI即将进军EDA领域以及硅光子技术的持续热度。其中,由Micron、Samsung与SK Hynix共同探讨内存的环节吸引了大量观众,反映了市场对内存技术的狂热关注。
**OpenAI “Jalapeno”芯片与AI芯片初创公司**
备受瞩目的核心事件是OpenAI展示其新型AI芯片“Jalapeno”。作者此前曾断言除Google TPU外,新型AI芯片的窗口期已关闭,但此次演示让他收回了这一判断——AI推理芯片当前热度空前。
展会场外还活跃着一批新兴AI芯片初创公司,包括:
* **Etched**
* **Matt X**
* **Posetron**
* **Fractile**
这些公司不仅设计芯片,还自主搭建运行芯片的机架与系统,必须亲临实验室解决实际问题。作者对它们的执行力印象深刻,但也指出,在当前算力短缺的背景下,谁能存活取决于执行力、获取HBM(高带宽内存)的能力以及成功流片的能力。
## Semicon Taiwan:TSMC的技术需求提案
作者随后前往台北参加Semicon Taiwan展会。今年的展会规模远超以往,极为盛大。一个有趣的现象是,尽管TSMC没有设立展位,但其团队在展馆中活跃接触供应商,且多场研讨会由其高管主导。
**先进封装的未来:扩大尺寸**
作者认为,Semicon Taiwan实质上是TSMC向整个半导体行业发起的“技术需求提案”。其核心方向是:**半导体制造的未来在于扩大尺寸**。AI芯片正逼近光刻机制程的光罩极限,行业正通过先进封装来突破。
TSMC的演示展示了跨度达14个光罩的“战舰级”芯片概念。为实现这一目标,传统硅中介层正转向使用方形玻璃面板中介层,以承载小芯片与内存。作者将此芯片极限化的趋势比作半导体工业史上堪比300毫米晶圆普及的重大技术变革。
## 硅谷的算力市场与AI生态
**算力短缺与“新云”机遇**
作者回到湾区,感受到AI生态在2025年底至2026年初的变化。长期运行的AI智能体兴起,以及Anthropic等公司抢先签订大单,导致算力价格攀升,现货市场消失。这催生了“新云”服务商(如Coreweave和Nebius)的机遇,他们转售AI算力,并相信短缺将持续一至两年。
**AI巨头算力配置与Google的前景**
据称,OpenAI和Anthropic各自拥有约5GW的算力,但可能存在资源未被高效利用的情况。对于“Google能否重返前沿AI”的问题,普遍共识是否定的,主要归因于严重的人才流失和不利于前沿研究的企业文化。
**“新实验室”与非对称投资**
作者对“新实验室”这一组织形式感到着迷。它们是由顶尖研究者创办的预收入研究机构,专注于探索全新的AI架构。其中知名案例包括Safe Super Intelligence(SSI)、Sakana AI等。作者认为,让拥有算力与资金的Nvidia联合风投基金,资助这些非对称风险投资,可能比股票回购更有价值,因为一旦这些实验室发现突破性架构,巨头可以高价收购。
## AI投资回报的模糊前景
作者在硅谷多次提出一个核心问题:**客户消耗的Token(AI服务调用)是否带来了投资回报?** 与众多业内人士交流后,答案依然是模糊的——无人能量化。
* **编程领域影响明确**:AI降低了编程门槛,影响了知识工作。例如,过去需要大量分析师的工作,现在可能只需两名配合Claude(AI助手)的年轻分析师即可完成。
* **其他领域影响尚不明确**:AI在制作表格或PPT等宣传的能力,尚未被观察到产生显著商业影响。
* **模型能力评级**:即使在OpenAI内部,AI智能体的能力也被定级为“实习生”,只能执行日常任务,仍缺乏人类的研究品味。
* **工作强度增加**:普遍感受是,AI并未减少工作量,反而可能创造了更多工作。
## 算力市场的未来展望
关于算力短缺将持续两年的普遍预期,作者表示怀疑,其数学直觉指向**2027年将有大量算力供给涌入市场**。
* **当前供给**:估计2026年底全球可用AI数据中心容量约15GW,其中OpenAI和Anthropic各占约5GW,短缺真实存在。
* **未来供给**:预计到2027年底,容量将激增至45-55GW,即新增30-40GW。其中约30GW将由两大巨头分担。
* **估值推算**:如果新增算力的一半用于推理,结合当前每GW推理算力约500亿美元的模型估值,这意味着未来可能出现显著的算力价值重估。
Source: [YouTube视频链接](https://www.youtube.com/watch?v=x8QP9oXgahA)
相似文章
关于AI硬件(7分钟阅读)
一家风投公司对AI硬件市场现状及未来走向的看法。
@JinYu762: 别只盯着单只科技股,7月财报真正要看的是AI产业链 到底是继续烧,还是市场已经开始降温了 7/7 三星Q2初步业绩:先看存储的温度,HBM、DRAM 价格、AI 服务器需求,都会露出一些风向 7/15 $ASML :看设备订单,EUV/D…
本文梳理了7月多家科技公司财报中AI产业链的关键看点,包括存储、设备、代工、AI芯片和云服务的需求趋势,强调台积电作为AI供应链的核心位置。
为什么人们持续投资英特尔用于人工智能?
一项分析探讨为何在竞争与挑战下仍持续投资英特尔用于人工智能的原因。
如果围绕AI支出的担忧增加,强劲的芯片需求还能持续吗?
本文探讨了在AI支出担忧加剧的情况下,芯片需求是否还能持续,并认为AI投资的正面投资回报率将维持支出,最终惠及较小的公司。
@snowboat84: https://x.com/snowboat84/status/2061962883651731602
本文是AI工程全景系列的上篇,从历史角度梳理了GPU从游戏显卡到AI加速器的演化、CUDA的豪赌、谷歌TPU的独立路径,以及英伟达为何最终胜出,详细剖析了芯片、供应链、网络、电力等AI基础设施的底层逻辑。