（本文作者为 智能相对论，钛媒体经授权发布） 文 | 智能相对论，作者 | 叶远风 国产AI芯片赛道的热度，最近全堆在了昆仑芯身上。 市场讨论的焦点始终绕不开估值数字——五百亿美元的目标，超过母公司百度的市值……听起来完全是一个资本故事。 然而，昆仑的分拆放到整个行业里看却是中国AI芯片产业在进行的一次组织形态的选择——对AI芯片这种深处复杂产业链的产业来说，不同的组织形态意味着完全不同的成长路径，它们没有绝对的高下之分，却对应着完全不同的能力边界。 昆仑芯的分拆事实上表明中国AI芯片产业趟出了第三条路，也即继承母公司资源东西又独立运作，这种组织形态所能带来的业务和技术层面的成长空间，对整个中国AI芯片产业有着明显的意义。 三种形态，三种命？ 从组织形态来看，中国AI芯片产业过去有两种玩法。 首先是内部共生型，如****，芯片业务从研发到销售全程内嵌在集团整体体系里，和服务器、操作系统、云服务、行业解决方案强绑定，从来没有独立运营的打算。 **从来都不是一个单独的芯片业务，它是**整个算力产业体系里的底层部件。 从达芬奇架构到CANN软件栈，从Atlas服务器到超节点集群，再到欧拉操作系统、高斯数据库，所有环节都是联合研发、统一调优。客户采购的也从来不是单张**芯片，而是包含硬件、软件、运维、行业方案在内的一整套数字化服务。 这种模式的优势非常明显。 集团层面可以调动通信、服务器、数字能源等多条线的资源协同投入，研发不用考虑短期回报，政企客户愿意为一体化交付买单。 过去几年**能快速占据国产AI芯片最大的市场份额，靠的就是全栈协同的体系化能力。 但代价也同样明确。 芯片业务不太适合脱离母体独立生存，一旦拆分，软硬件协同的流程被割裂，整机交付的优势受到影响，核心竞争力会降低。同时因为**本身有云业务和服务器业务，天然和其他互联网大厂、云厂商存在竞争关系，很多客户出于供应链安全

（本文作者为 半呆君，钛媒体经授权发布） 文 | 半呆君 第一章：2026，5家芯片巨头挤在同一条产线上抢饭吃 2026年春天，深圳某AI芯片公司CEO李哲（化名）把办公桌搬到了中芯南方工厂旁边的一间快捷酒店里。 原因只有一个——他的公司设计了一款对标**的推理芯片，性能跑分已经过了，团队日夜调通了全部软件栈，但流片排期从Q1被推到Q2，又从Q2推到了"等通知"。投资人追问量产时间表，他答不上来，因为答案不在他手上——在中芯N+2那条产线上。 "不是我们做不出来，是造它的地方只有一座工厂的一条产线。"李哲说这话时，手里攥着一沓芯片设计图纸，上面的晶体管密度精确到纳米，但排不上队就是排不上。 所有人都在问国产芯片能不能替代英伟达，但几乎没人追问更致命的问题：中芯N+2的产能，到底分给谁？这个答案才决定谁生谁死。 中芯N+2，等效7nm，全国唯一能规模量产AI芯片的先进制程产线。2026年底目标月产能7万片，换算成AI芯片全年约260万颗——而这260万颗要分给所有人。**要，寒武纪要，海光要，地平线要，壁仞要，摩尔线程要，阿里平头哥要……全在门口排队。 我梳理完2026年数据才意识到：国产AI芯片需求约420万颗，中芯供给仅260万颗，每两颗需求里就有一颗根本造不出来。台积电这扇门被关了、华虹还在爬坡、三星大门紧闭——全国7nm级AI芯片的命运，全压在这一条产线上。 一条产线，喂不饱一个产业。 为什么不能更快？不是不想，是被三把锁同时卡着脖子。 第一把锁：设备。 没有EUV光刻机，靠DUV多重曝光——同样一片晶圆，生产时间是台积电的2到3倍。别人做一天的活，中芯要做两到三天。产能天花板不是人画的，是设备物理极限画的。 第二把锁：成本。 单片制造成本比台积电贵40%到50%，而中芯全年营收只有台积电的十三分之一。你拿人家十三分之一的钱，要求人家同等水平的扩产

“博通进入这个领域之后，我们采取的策略，基本上就是聚焦半导体技术里的关键环节。而且我们很早就判断，这个行业已经成熟到一个阶段：通过收购进入，比自己从零开始做更明智。” “如果你明知道自己不是领先者，还冲进去试图竞争，那就是在浪费资源。几年之后，你会被打得很惨。” “你绝对、绝对不能把（并购整合）这件事甩出去。不要交给一群顾问，不要成立一堆委员会，也不要搞什么所谓最佳实践。那些全是废话。” “在生成式AI这件事上，整个世界其实都在做一场大规模实验。我们所有人都在光天化日之下，每年投入数千亿美元，做一场全面实验。” “我们今天已经看得非常清楚：如果你要参与这场LLM竞赛，就必须准备好做一次近乎‘信仰之跃’的决定。” 说这话的是博通CEO陈福阳（Hock Tan）。 提问的迈克·吉特林（Mike Gitlin），是资本集团的总裁兼CEO。国内备受资管机构领军人喜欢的《长线制胜》一书，写的就是这家近百年历史、长期主义的资管巨头。 陈福阳2006年接手时，博通的前身安华高刚被KKR和银湖资本买下，还是惠普半导体血脉里剥出来的一块资产。 此后近二十年，他靠一套打法把它做大：挑出优质的"特许经营权"业务，整合、削支、还债，再用现金流去拿下一个——LSI、博通、博科、CA、赛门铁克、威睿，外加一次没谈成的高通。 一家2009年市值40亿美元的公司，被并成了横跨芯片与软件、市值约2.05万亿美元的巨头。去年聪投写过它，标题叫《新晋“万亿俱乐部”的博通：披着半导体外衣的上市私募股权基金？》（点击阅读）。 但操盘这一切的陈福阳露面不多。他非科班出身，对外低调到几乎找不到一篇成体系的访谈，外界对他的了解多半来自每季度的财报会。 所以这场对话的看点，在于他讲了些额外的信息，而且言语不加任何润色，非常的简单，直接。 硬朗的管理风格一目了然。 对话从他早年自马来西亚出发、因教育改变人生轨迹的关键选择，到

分享每周看到的研究资料和简单思考；全文太长有删减，但仍累计逾万字，信息量较大，建议先收藏再阅读；更完整且及时的每周数据图表分享见文末知识星球。 一、周五市场回顾（Insight First）： 隔夜全球资产表现：美债>印股/欧股>美股>原油>A股>日股>黄金>巴西小盘股>铜>大饼>台股/韩股；  需要关注的资产表现： 1、宏观层面，5月非农就业数据显著超预期，推动美债收益率大幅上行，10年期美债收益率再度突破4.50%；与此同时，衡量美债波动率的MOVE指数也从低位快速攀升。 美元指数更是一举突破持续近半个月的震荡区间，强势站上100这一关键心理关口。  5月就业数据虽然超预期，但值得注意的是，就业增长主要集中在休闲和酒店业、地方政府以及医疗保健领域，其中：1）休闲和酒店业在5月新增7万就业岗位，远高于过去12个月月均1.4万的增幅，这可能归因于世界杯赛事的带动，而且该行业属于兼职占比极高的行业；2）地方政府就业同样异常激增，可持续性存疑；3）医疗行业就业相比之前两个月是减少的，而且属于利率不敏感的行业。最终，利率敏感行业的就业增长均仍然承压。 此外，截至5月的12个月里，工资增速已接近疫情后时期的最低水平。私营部门工人每周总薪资指数（该指标综合反映了就业人数、工资水平和工时变化）同比上涨4.3%，已回落至接近疫情前的水平。因此消费疲软仍在预示未来美国经济的脆弱性。 尽管如此，对美联储而言，该报告仍然强化了下一步利率行动将是上调而非下调的观点。这种转变已反映在货币市场定价中，市场目前计入年底前加息25个基点的预期，而数据发布前仅为16个基点。 另一方面，由于周末前美伊之间未出现新的局势升级，原油价格走软。谈判仍在继续，报道持续指出双方在关键问题上存在分歧，不过Axios新闻网暗示双方剩余的分歧正

芝能智芯出品 在以AI为代表的计算密集型时代，芯片功耗已不再只是一个成本问题，而是关乎系统稳定性、产品寿命乃至环境可持续性的核心议题。 ProteanTecs提出的基于每芯片、每系统实时可见性和预测模型的VDDmin自适应优化方案，为行业提供了一种切实可行的低功耗高可靠性解决路径。 通过片上嵌入式监控器与机器学习技术的协同，突破了传统以最坏情况设计为基础的冗余设计逻辑，实现了生产与使用阶段的持续动态调节，从而在保障系统可靠性的前提下，有效降低了芯片功耗并延长使用寿命。 Part 1   芯片功耗控制的现实困境  与传统方法的局限 芯片设计中电压设定通常依据静态最坏情况原则，即根据温度、老化、制程波动、负载波动等多重变量中的最大应力条件设定最低工作电压VDDmin。 虽然这种方式能够覆盖所有潜在极端情况，但也带来明显弊端： ◎ 一方面多数芯片在日常运行中并未真正遭遇这些极端工况，导致电压冗余和功耗浪费； ◎ 另一方面，在功能测试阶段精确判定每颗芯片Vmin的测试流程复杂、耗时、成本高，迫使厂商在精度与效率间取舍，最终选择相对保守的电压设定。 传统的自适应电压调节（AVS）机制虽能实现一定程度的动态电压调整，但通常依赖静态校准曲线和固定裕度，难以对运行中实际负载、路径延迟变化做出精准响应。 因此，传统方法不仅在功耗控制方面存在结构性浪费，也在产品可靠性与寿命管理方面缺乏个性化支撑。 proteanTecs提出的节能解决方案，正是对这一长期矛盾的根本性重构。 其核心机制在于：通过嵌入式片上代理（embedded agents）对芯片关键路径进行实时监测，结合机器学习模型预测每颗芯片、每一运行环境下的最优VDDmin，从而实现更为精细的动态供电控制。 Part 2  技术实现： 片上代理、实时可见性  与机器学习