应用材料91亿美元财报，HBM狂潮正在重写设备行业的利润地图
8月13日，全球第一大半导体设备厂商应用材料披露2026财年第三季度财报，单季总营收91.15亿美元，同比上涨25%；GAAP经营利润30.75亿美元，同比大涨37.7%，经营现金流30.37亿美元，创下公司历史新高。第四财季指引中值进一步抬升至102.5亿美元，半导体系统收入预期79亿美元，同比增幅高达62%，景气度肉眼可见。市场目光大多聚焦于这份刷新历史的营收与利润数字，但真正埋藏在财报细节里、足以改变行业格局的信号，藏在业务结构的变迁之中。本季度应用材料半导体系统业务收入70.40亿美元，同比增长27%。DRAM业务收入占比从22%抬升至26%，业绩沟通会上明确披露，包含HBM封装设备在内的DRAM板块收入同比暴涨52%，创下历史纪录；反观Flash设备收入占比由9%回落至7%，绝对收入几乎陷入停滞。这一组此消彼长的数据，撕开了一层现实：这不是一轮普涨的存储周期，不是所有存储芯片雨露均沾的复苏。资本开支正在定向倾斜，资源疯狂涌向高性能DRAM、HBM与先进封装，传统NAND闪存几乎被本轮AI浪潮抛在了身后。潮水的方向，已经发生偏转。过去三年，AI硬件投资的主线，始终围绕先进逻辑芯片展开。行业的全部注意力，都集中在如何把更多晶体管塞进同一块芯片。台积电拼命扩产先进节点，GAA晶体管、EUV光刻、高性能互连成为市场反复讨论的关键词，所有人都在追逐更高的算力峰值。那是AI算力的第一阶段：造更强的计算核心。但算力的军备竞赛走到今天，一个残酷的现实逐渐浮出水面：GPU的计算能力跑得太快，数据搬运的速度已经跟不上计算的脚步，内存墙，成为制约AI进一步扩张的最大枷锁。可以做一个通俗的类比：GPU就像一座功率拉满的巨型炼钢高炉，HBM就是源源不断向炉膛输送矿石原料的传送带。哪怕炉子本身性能再强悍，如果传送带带宽狭窄、传输效率低下，高炉大部分时间只能空转，硬件的潜力根本无从释放。尤其是Agent智能体、超长上下文大模型、大规模并发推理场景普及之后，行业评价一套AI系统的标尺已经悄然改写。不再单纯比拼芯片能跑出多少TFLOPS峰值算力，每瓦每秒能够生成多少Token，成为更贴近真实业务的核心指标。算力、存储、封装三者不再是彼此割裂的独立环节，而是一套完整绑定的系统工程。计算、存储、互连，必须协同进化。应用材料管理层在业绩会上给出判断：2026-2027年，全球晶圆制造设备市场八成左右的增长，将来自先进逻辑、高性能DRAM以及先进封装三大板块，其中先进封装业务2026年全年收入增速预计突破70%。SEMI 7月更新的预测同样印证这一趋势，2026年全球DRAM设备市场规模将达到388亿美元，同比增长39%，2027年继续维持27.4%的高增速，核心驱动力正是HBM需求爆发与DRAM节点迭代升级。AI的设备投资周期，已经完成切换。从「制造更快的计算芯片」，转向「让数据配得上算力」。二、HBM绝非堆叠DRAM，而是再造一条全新工艺链大众科普里，经常简单把HBM概括为「摞起来的DRAM」。这个说法不算错，但严重低估它带来的产业变革。HBM的本质，不只是产品形态的改变，而是把大量原本属于先进逻辑产线的复杂工艺，大规模迁移到存储制造环节。一颗普通DRAM晶圆，本身就要走完700多道复杂工序。而HBM在此基础之上，还要叠加晶圆减薄、TSV硅通孔刻蚀与填充、铜柱与微凸点制备、介质膜沉积、CMP全局平坦化、混合键合、多层堆叠以及层层缺陷检测整套流程。真正的变化，不在于产出多少颗存储裸片，而在于单片晶圆需要消耗的工艺步骤、设备投入、良率管控成本成倍抬升。今年6月应用材料推出增强版Centura Prime Epi外延系统，这套设备原本服务于逻辑芯片高性能晶体管，通过选择性生长硅锗、掺杂硅，提升晶体管驱动能力与能效。如今这套逻辑级别的外延工艺，正式进入HBM和高端DDR的产线，用来优化HBM基底die外围晶体管性能。应变工程、精密掺杂，过去是先进制程的专属，现在成为高端存储的标配。为了实现更高层数堆叠，HBM裸片需要被减薄至常规晶圆厚度的1/25。晶圆越薄，翘曲变形、应力失衡的问题就越致命。当堆叠从12层向16层演进，工艺链上任何一处微小偏差，都会在多层堆叠中不断累积放大，直接造成整颗芯片报废。混合键合要求铜互连与介质膜实现近乎完美的表面贴合，依赖CMP设备把晶圆表面打磨到纳米级平整度；TSV通孔、微凸点需要高精度电化学电镀，杜绝空洞、高度差缺陷；超薄裸片必须依靠应力平衡介质膜维持机械稳定性；当部分特征尺寸逼近光学检测设备极限，电子束量测、缺陷复检设备，大规模渗透到封装车间。这也是应用材料集中发布六套全新系统的底层逻辑：外延、介质薄膜沉积、CMP平坦化、电化学沉积、关键尺寸量测、缺陷复检，分别对应HBM制造链条上一个个致命的良率卡点。企业内部测算，自身设备可以覆盖HBM大约四分之三材料工程环节，在对应可服务市场份额约50%。传统存储行业，是一套非常典型的周期循环逻辑：存储芯片涨价，存储大厂开启资本开支扩产；供给过剩，价格崩盘，资本开支立刻收缩。设备厂商赚的，主要是产能扩张的钱，跟随存储周期大起大落。但HBM正在改写这套运行规则。一个非常关键却容易被忽略的真相：哪怕晶圆投料总量没有大幅增加，单片晶圆的设备价值、工艺复杂度依旧可以持续上行。HBM的成本分布极度特殊，损失具备极强的放大效应。普通DRAM，如果前道工艺出现缺陷，损失的只是一颗裸片；一旦缺陷流转到TSV制作、堆叠、混合键合完成之后，报废的就是多层DRAM裸片，以及前面所有工序已经投入的全部成本。堆叠层数越高，一次工艺失败带来的经济损失就越恐怖。16层HBM，单层良率哪怕维持99%，经过16层叠加之后整体良率就会大幅衰减。正是这种「良率乘法陷阱」，倒逼晶圆厂愿意为工艺稳定性支付更高的溢价。晶圆厂采购设备，不再仅仅是完成刻蚀、沉积某一道工序，而是购买一整套可复现、可追溯，能够持续拉高良率的工艺解决方案。这就能解释本季度应用材料半导体系统业务55.3%的毛利率，沉积、刻蚀、CMP、热处理、过程控制多条产品线同步创下历史最好水平。设备行业的利润池正在发生迁移：不再单纯押注逻辑芯片先进节点，材料工程、三维堆叠集成、系统级良率控制，成为全新的利润高地。卖设备的生意，慢慢变成卖良率能力的生意。HBM掀起的变革，不止停留在制造车间，整个半导体产业的分工边界，都在发生松动。对于存储厂商，竞争赛道已经彻底拓宽。过去比拼的核心指标很简单：谁的DRAM制程做得更小，谁的单位成本更低。进入HBM4时代，外围逻辑电路、TSV通孔、混合键合、散热设计、系统验证深度绑定，存储厂商不能再关起门做芯片。必须深度介入GPU、ASIC的架构设计，和算力厂商联合开发，并且要对最终封装完成后的整机良率承担责任。SK海力士二季度财报释放出强烈信号，HBM4已经实现批量出货，下半年持续扩产，已经和十余家客户签订长期供货协议。财报表述的微妙变化值得玩味：存储厂商的核心竞争力，已经从单颗存储芯片性能，延伸到系统架构、先进封装、客户联合开发的完整链条。存储企业正在从芯片供应商，向算力系统的参与者转型。过往行业有清晰的划分：前道晶圆制造，追求极致精度；后道封装测试，优先追求效率、控制成本。现在混合键合、超薄晶圆处理、微米级互连，把晶圆厂级别的洁净度、过程控制标准，完整搬进封装工厂。封装不再是简单的组装，而是大量高价值工艺的载体。映射到国内半导体设备产业，同样有启示意义。HBM浪潮打开了沉积、刻蚀、CMP、电镀、量测、键合广阔的增量市场，但真正的门槛，并不只是实验室里把单项参数对标国际。真正的硬核考验，是设备在产线长期稳定运行，设备数据融入整条工艺链路，实实在在帮助客户压低报废率，拉高最终良率。未来设备行业最值钱的，不是「拥有一台对标海外的机器」，而是这台机器究竟能够帮客户少报废多少昂贵芯片。面对火热的产业数据，我们依然需要划清财报的边界，拒绝把结构性变化渲染成毫无风险的单向牛市。应用材料披露的52%同比增速，口径是「包含HBM封装业务的DRAM整体收入」，其中既包含HBM相关设备，同样包含普通DRAM扩产、存储节点迭代升级，公司并没有单独拆分HBM设备的独立收入规模。先进封装全年70%以上增长、需求能见度延伸到2030年，全部属于管理层对未来的前瞻预测，并非已经落袋的确定营收。6月集中发布的六套新系统，本季度实际贡献多少营收，财报也没有披露。另外一组财务细节同样值得警惕：截至7月26日，公司应收账款较2025财年末增长48%，库存同比提升11%。虽然单季经营现金流依旧创出新高，但设备交付、客户验收、确认收入回款之间天然存在时间差。订单能见度高，不等于没有周期风险，远期需求不代表无风险收入。HBM的赛道也并非永远繁花似锦。随着三星、美光持续扩产，未来两到三年，HBM供给持续释放之后，供需格局也存在边际缓和的可能性，存储行业几十年的周期规律，不会轻易彻底失效。这些风险，并不会推翻财报传递出来的产业大方向，但可以帮助我们避开市场上廉价的全面唱多叙事。上一轮AI算力竞赛，拼的是谁能在一块芯片内部塞下更多晶体管。下一轮的竞争，拼的是谁能用更低功耗，把海量数据高效输送到晶体管面前。应用材料91.15亿美元的季度营收，只是浮在水面上的浪花。DRAM板块52%的收入增速，先进封装70%的增长预期，六套全新设备瞄准HBM全链条良率痛点，这些才是水面之下，正在调转方向的洋流。HBM带来的，绝不止是一轮存储涨价行情。它正在推动半导体设备行业，从一场围绕制程节点的军备竞赛，转向一场围绕系统良率的持久战。第三代半导体宽禁带半导体SiC碳化硅、GaN氮化镓全球现状 及中国竞争态势全球市场规模约280~300亿美元（2026），年均增速20%+，两大核心驱动：
- SiC：新能源汽车主驱逆变器、光伏、储能、工业高压电源（占市场65%）
- GaN：快充、数据中心电源、5G/6G射频雷达（占市场25%）
- 美国：Wolfspeed（原Cree，全球SiC衬底龙头）、Transphorm、Qorvo（GaN射频）
- 欧洲：英飞凌、意法半导体、安森美（车规SiC模块全球霸主，垂直整合最强）
优势：完整专利墙、车规认证体系、长期客户供应链绑定、成熟外延与器件工艺。大陆主攻衬底、外延、功率器件；台湾企业布局GaN射频、外延代工。SiC衬底：美国Wolfspeed长期领跑；中国天岳先进、天科合达追赶；6英寸实现量产，8英寸良率、晶体缺陷和国际仍有明显差距。海外设备、工艺配方领先；国内瀚天天成、天域外延实现规模化，但是高端MOCVD设备依然依赖进口。欧美日牢牢把控车规级高端市场；国内器件大量进入消费电子、光伏、储能（工业级），高端车载主驱大规模上车验证仍在持续推进。美国尚未针对第三代半导体实施如同先进逻辑芯片一样极端封锁，但高端SiC/GaN外延设备、核心长晶设备、成套工艺软件、车规专利持续限制；未来存在管制加码风险。新能源车、光伏、储能、数据中心全部在国内拥有庞大产业链。这是最大底牌：本土需求能够持续消化国产产能，提供持续迭代的试验场景（海外企业不具备如此完整的下游土壤）。从单晶原料→衬底→外延→芯片制造→封装、模组，国内每个环节都有企业，不存在完全空白赛道；对比欧美大多只深耕其中部分环节。SiC导电型、半绝缘衬底产能持续扩张；GaN快充赛道已经实现大规模国产替代（英诺赛科等进入全球头部终端供应链）。大基金、地方产业基金持续支持，大量人才持续从海外回流。国产SiC衬底微管缺陷、位错密度高于海外龙头；直接影响大功率器件可靠性，限制最高端车规主驱大批量应用。SiC长晶炉、高温离子注入设备、高端MOCVD外延设备，核心部件海外垄断。重点区分：第三代半导体不需要EUV光刻机，设备压力远小于先进逻辑芯片，但特种高温、真空装备壁垒极高。车规认证周期3~5年，门槛极高。目前国内SiC模块大量用于辅助车载（OBC车载充电机），高端主驱逆变器大规模渗透率仍低于海外厂商。国内企业普遍比拼产能、价格内卷；多数企业还处在大规模扩产、尚未稳定盈利阶段，研发投入持续承压。海外巨头依靠高端产品维持高毛利。三、关键判断：和先进逻辑芯片（7nm/5nm）有本质区别逻辑芯片我们在先进制程面临巨大鸿沟；第三代半导体属于追赶赛道，不是代差隔绝，依靠市场迭代，持续缩小差距。光伏、储能、工控、消费快充 → 国产率先实现主导；新能源车主驱、高端射频雷达 → 逐步抢占份额，与海外巨头长期共存、竞争。四、延伸：容易混淆【第三代半导体 vs 第四代半导体（氧化镓Ga₂O₃）】
- 第三代半导体（SiC/GaN）：产业化成熟期，当下主战场，新能源产业立刻落地使用
- 第四代半导体（氧化镓、金刚石）：实验室/小试阶段，属于远期换道赛道，至少十年尺度才会大规模商用
不要把两者混为一谈；当前全球产业竞争重心仍然是SiC、GaN。1.全球格局：欧美日依靠专利、车规产品占据高端利润高地；中国依托庞大下游市场，持续扩产，抢占中低端市场，向上冲击高端。2.中国最大机遇：完整本土下游需求，给国产材料持续迭代场景；3.最大瓶颈：衬底晶体质量、高端工艺设备、车规长期可靠性、核心专利；4.竞争结局预判：不会出现一家完全垄断，长期全球多元共存格局；第三代半导体最有可能率先实现半导体领域大范围国产替代，但是很难短期完全摆脱海外设备与专利约束。印度莫迪5座核反应堆加8座芯片厂，实现2047年发达国家目标近日，印度总理纳伦德拉·莫迪在发表的印度独立日演讲中宣布，印度将在未来7至8年内新增最多8家半导体工厂，同时计划启动5座核反应堆，力争到2047年实现100吉瓦的核电装机容量。莫迪强调，印度决心到2047年将国家建设成为发达国家，而半导体、核能与6G技术等产业布局正是实现这一目标的关键支撑。莫迪在演讲中明确表示，印度已开始建立自己的半导体制造能力，以实现自给自足。他透露，未来7至8年将有5至8座半导体工厂在该国投运。目前，印度已有三家大型半导体工厂投入运营。虽然莫迪并未在演讲中详细披露这三家工厂的具体信息，但结合此前公开报道，印度近年来在半导体领域动作频频，积极吸引外资与本土企业共建晶圆厂和封测厂。莫迪政府此前已推出总额达7600亿卢比（约合91亿美元）的半导体激励计划，旨在将印度打造为全球芯片制造的重要枢纽。在能源领域，莫迪提出了更为激进的计划。他表示，印度必须加快寻求替代能源，计划启动5座核反应堆，并力争到2047年实现100吉瓦的核能装机容量，以强化能源安全和低碳转型。这一目标意味着印度将在未来二十余年内将核电装机容量提升数倍。目前印度的核电装机容量约为8吉瓦，100吉瓦的目标代表着超过10倍的增长空间。莫迪政府将核能视为实现能源独立和应对气候变化的双重解决方案，既能减少对进口化石燃料的依赖，又能在不增加碳排放的前提下满足快速增长的电力需求。除了半导体和核能，莫迪还在演讲中释放了印度在通信技术和制造业升级方面的雄心。他强调，印度将推动“印度制造”6G技术覆盖全世界，并需要扩大在制造业全价值链的存在并提升生产质量。兆易创新(603986.SH)今日发布2026年半年度报告，实现营业收入115.66亿元，同比增长178.67%；归属于上市公司股东的净利润68.57亿元，同比增长1091.5%。注：公司Q2净利润53.96亿，Q1净利润14.61亿，据此计算，Q2净利润环比增长269%。智元宇树神仙打架，中国厂商包揽人形机器人97%全球份额据美国市场调研机构Smart Analytics Global（SAG）最新发布的《SAG Robotics 360》报告显示，2026年上半年全球人形机器人产业迎来爆发式增长，总出货量达1.91万台，同比激增272%。在本轮产业扩张中，中国厂商依托强大的供应链体系与政策红利，强势包揽全球超97%的出货量，确立了绝对的市场领先地位。在厂商竞争格局方面，中国市场呈现出高度集中的“双寡头”态势。智元机器人与宇树科技两家头部企业合计占据了全球75%的市场份额。其中，智元机器人以8400台的出货量、562%的同比增速首次登顶全球第一，市场份额从去年同期的25%跃升至44%。其增长得益于全尺寸、小尺寸及轮式等多元化产品矩阵在工商业场景的广泛部署。宇树科技则以5900台的出货量位居第二，占据31%的市场份额。宇树的主力机型G1累计产量已达1.1万台，并在科研教育、文旅表演及海外市场建立了较强的生态壁垒。紧随其后的第二梯队包括银河通用（约900台）、优必选（约700台）和乐聚（约600台）。相比之下，特斯拉、Figure AI等海外企业的出货量尚未进入前五，在量产规模上与中国厂商存在显著差距。从应用结构来看，2026年上半年工商业应用占出货量的比重已提升至70%以上，制造业、物流仓储等结构化环境成为主要落地场景。然而，繁荣的出货数据背后，产业仍面临结构性挑战。据行业分析，当前出货量中包含了大量非终端真实需求，如科研教育、数据采集以及商业展演租赁等。以宇树科技为例，其2025年前三季度收入中，科研教育占比高达73.6%，而真正的行业应用仅占9%左右。在工业场景中，绝大多数部署仍处于试点验证阶段，尚未形成大规模复购。这表明，硬件规模的扩张速度目前仍快于底层具身智能技术的成熟速度，操作精度、可靠性及大模型泛化能力依然是制约大规模工业化应用的核心瓶颈。在产业快速扩张的同时，外部环境的复杂性也在增加。一方面，美国联邦通信委员会（FCC）近期将“先进机器人设备”纳入受管制清单，这为中国厂商拓展欧美等成熟海外市场增加了不确定性。另一方面，全球人形机器人产业正在形成一种新型分工：美国主导AI大模型与高端算力，中国主导本体制造与硬件集成。尽管中国凭借成熟的供应链在量产端建立了护城河，但若长期局限于“造身体”的定位，在核心算法与软件生态上缺乏突破，产业或将面临“有量无质”的长远风险。总体而言，2026年是人形机器人从概念走向规模化量产的转折之年。中国厂商已抢得先机，但如何跨越技术瓶颈并应对复杂的地缘政治环境，将是决定下一阶段竞争格局的关键。液冷散热成高端AI基础设施标配，预估2026年渗透率可达53%TrendForce集邦咨询指出，随着AI芯片推陈出新、CSP加速升级AI数据中心架构，预计液冷于AI芯片的渗透率将从2025年约33%，上升至2026年53%。在各大CSP中，以Google最积极导入液冷技术，覆盖其AI Server比例超过80%。凭借多年自研AI加速器（TPU）及整合AI基础设施的经验，Google已建立高度定制化的液冷架构，并因应TPU功耗不断提升、出货量高速成长，率CSP之先将液冷由单一Server层级延伸至整柜式系统设计，成为整体液冷渗透率扩大的另一重要推手。从供应链角度分析，液冷系统包含水冷板（Cold Plate）、分歧管（Manifold）、冷却分配单元（CDU）等关键设计，相较于气冷系统显著提升散热效率，同时改善电能使用效率（PUE）。随着NVIDIA Vera Rubin平台全面导入Fanless（无风扇）全液冷架构，液冷散热配置由过去GPU/CPU为主，扩展至CX9网卡、配电板（Busbar/Power Board）、光收发模块及其他关键零部件，单机柜散热价值随之上升。目前水冷板主要供应商包含Cooler Master（酷冷至尊）、AVC（奇鋐科技）、BOYD（宝德）与Auras（双鸿科技），其中AVC预计于第三季开始出货Vera Rubin水冷板模块，并已切入AWS（亚马逊云科技）、Google、Meta、OpenAI等厂商的AI ASIC平台供应链。至于和芯片共同封装的均热片，NVIDIA原先规划在Rubin平台采用两片式设计，以提升散热效率，但因基板翘曲等问题暂以一片式方案过渡；Rubin平台均热片目前由Jentech（健策）独家供应根据TrendForce集邦咨询最新AI Server产业研究，在AI基础设施的建设浪潮下，以NVIDIA、AMD、Google为首的AI芯片持续迭代，单芯片的热设计功耗（TDP）普遍已超越1kW，整柜式AI Server方案的功率更攀升至数百kW，液冷散热逐步成为高端AI基础设施的标准配置。TrendForce集邦咨询预估，2026年液冷在AI芯片的渗透率将达53%，2027年有望逼近60%英伟达在人工智能领域的巨大先发优势，曾将这家芯片制造商推上全球最具价值公司的宝座。如今，进入生成式AI热潮近四年后，超威半导体（AMD）和谷歌等竞争对手已逐渐侵蚀了英伟达的技术领先地位，迫使该公司转而利用其另一项巨大资产：资本。继上周与华尔街公司达成协议、寻求为英伟达图形处理器（GPU）提供高达5000亿美元融资后，英伟达周一宣布，将为俄亥俄州一座大型OpenAI数据中心提供最高1050亿美元的资金支持，为ChatGPT的创建者在面临财务波折时提供某种形式的“兜底”。对英伟达而言，这一战略的核心是不遗余力地助推AI热潮，因为公司意识到，关键基础设施的需求近乎无止境，但少数几家超大规模企业贡献了绝大部分采购量。英伟达最近一个季度的季度自由现金流较三年前增长了18倍，达到485亿美元，凭借其强劲的资产负债表和信用评级，公司正确保在连续12个季度营收增长率超过55%之后，不会出现急剧放缓。“我们认为这更多是促进即将到来的AI基础设施建设，而非循环交易，同时也在打造额外的竞争护城河，将继续使NVDA保持AI领导者的地位，”分析师写道。英伟达资金充裕。其现金生成能力如此之强，以至于公司在5月表示，将季度股息从每股1美分提高至25美分，并宣布了一项新的800亿美元股票回购计划。公司承诺“今年将约50%的自由现金流返还给股东”。该公司利用现金储备的一种方式是通过对AI生态系统内各公司的股权投资，包括一些大量购买英伟达芯片和系统的企业（如模型开发商和新型云服务商）。截至最近一个季度，英伟达持有可交易权益证券302亿美元，高于去年同期的129亿美元。今年2月，英伟达向OpenAI投资了300亿美元，后者依赖芯片巨头最先进的系统Vera Rubin进行训练。周一的协议还包括向软银关联公司SB Energy投资15亿美元，该公司正在俄亥俄州派克县的PORTS-Pike科技园区建设和管理数据中心，并通过20年租约租赁给OpenAI。除了对SB Energy的投资，英伟达还表示，将为俄亥俄州项目约4吉瓦的开发提供财务支持，涉及部分租赁、电力以及“特定的残值承诺”，数据中心将于2028年至2030年间陆续投用。一周前，黄仁勋与六位华尔街顶尖金融家共同宣布，英伟达图形处理器作为一种新资产类别正式登场。在与高盛、阿波罗全球管理、黑石和贝莱德等公司签署谅解备忘录时，黄仁勋表示，AI建设的下一阶段将部分由第三方出资方提供资金，这些出资方可以像投资房地产一样开始投资GPU。“这些现在是能产生收益的资产，”黄仁勋表示。“它们具有生产力、寿命长、可互换、灵活。”潜在借款人获得融资的关键在于对黄仁勋系统的专注，英伟达将获得为每笔贷款的25%提供兜底担保的选择权。这是在谷歌、AMD以及Cerebras等专用芯片制造商竞争加剧的背景下，让更多英伟达技术进入市场的另一种方式全球光子学领导者相干公司（Coherent ）今日宣布，已开始向领先的人工智能半导体合作伙伴提供其300毫米高导热碳化硅（SiC）衬底的样品。这一里程碑式的进展推动了相干公司可扩展材料平台的发展，以满足人工智能（AI）和高性能计算（HPC）系统日益增长的热管理需求。随着人工智能处理器功率密度不断提高，有效散热正成为制约系统性能、可靠性和数据中心效率的主要因素。客户样品的发放标志着相干公司的300毫米SiC平台从内部研发阶段过渡到面向整个人工智能半导体生态系统的客户评估阶段。碳化硅兼具高导热性、机械强度和热稳定性，是下一代散热器及相关封装解决方案的理想之选。相干公司在SiC晶体生长、晶圆切割、抛光和表征方面的垂直整合能力，能够有效控制整个生产流程，并助力实现未来的大规模量产。这种高导热性基板经过精心设计，可将散热性能提升至多 25%，同时保持与现有半导体制造平台的兼容性。“人工智能性能日益受到业界散热能力的限制，而这种能力正是下一代处理器散热的关键所在，”Coherent 高级副总裁兼总经理 Craig Mullaney 表示，“先进的碳化硅 (SiC) 热管理材料在应对这一挑战方面可以发挥重要作用。Coherent 凭借数十年的碳化硅专业技术，结合可扩展的 300 毫米制造平台，正在为未来的人工智能基础设施构建材料基础。”这一里程碑标志着 Coherent 在扩展其用于人工智能和高性能计算的 300 毫米碳化硅平台方面迈出了重要一步。通过与客户的紧密合作、垂直整合的材料专业知识以及可扩展的制造策略，Coherent 正在巩固其碳化硅技术能力，以支持未来几代人工智能基础设施的发展。英伟达中国份额仅剩8%？2026年国产AI芯片将拿下90%高端市场国际电子商情讯，近日，市场调研机构TrendForce发布最新报告，将2026年中国国产AI芯片在国内高端市场的份额预测从去年12月的约50%大幅上调至接近90%，留给英伟达、AMD等海外方案的市场空间可能仅剩一成。投行Bernstein同步发布独立预测（按中国AI半导体市场价值/收入统计），认为英伟达在中国AI半导体市场的份额将从2025年的约40%下降至2026年的约8%，而某单一厂商可能超过50%。TrendForce在报告中指出，这一修正速度“在八个月内完成”，反映出的是结构性而非周期性转变——美国芯片出口管制持续收紧与中国本土半导体产能快速扩张两股力量叠加，正在以前所未有的速度重塑中国AI芯片市场格局。TrendForce报告完整复盘了近三年国内AI芯片份额的变迁轨迹。而IDC数据显示，2025年上半年中国加速服务器市场使用的AI加速芯片已超过190万张，其中本土芯片品牌占比约35%；到2025年全年，国产AI加速卡出货进一步达到约165万张，占国内市场41%——这一轨迹为TrendForce2026年90%的预测提供了坚实的数据基础。过去真正让英伟达难以被替代的，不单是GPU本身，而是围绕CUDA积累多年的模型库、算子和开发工具链。然而这一壁垒正在加速消融。2026年4月24日DeepSeekV4正式发布后，其官方技术报告明确将华为昇腾950PR写入硬件验证清单，实现了从英伟达CUDA到国产算力的全栈迁移。V4发布后，至少8家国产AI芯片厂商迅速公布适配方案；当后续V4 Flash版本发布时，从芯片厂商到云服务商、服务器企业，产业链各环节迅速跟进接入，从芯片厂商到推理框架形成了更完整的适配链条。更为标志性的是，美团发布的LongCat-2.0-Preview模型从训练到推理全程依托国产算力集群完成，训练阶段动用5万至6万张国产算力卡，是迄今在国产算力上完成的最大规模大模型训练任务，公开验证了国产硅可端到端支撑前沿规模工作负载。需求侧，国家数据局披露，截至2025年底全国智能算力规模达到159万PFLOPS，到2026年3月底进一步增长至188万PFLOPS。TrendForce预计，2026年字节跳动、腾讯、阿里巴巴和百度四家大型云服务商资本开支合计将同比增长超过80%，大量资金继续流向AI数据中心和算力基础设施。供给侧，国产AI芯片形成了两条并行路线：一条是通用AI加速芯片厂商扩大供应——路透社此前报道某厂商计划在2026年出货约75万颗AI加速器；另一条是阿里、百度、腾讯等大型云服务商加快自研ASIC专用芯片，内部化芯片开发以降低对任何单一第三方供应商的依赖。制造端，国产AI芯片未来数年出货量年复合增长率可达50%，本土晶圆制造产能持续释放。不过供需缺口仍然显著：据行业估算，2026年国产AI芯片供需缺口仍然显著，制约行业放量的不是市场需求，而是制造工艺与晶圆产能。当然，英伟达并非被动退出中国市场。TrendForce透露，英伟达正在研发面向中国市场的RTXPro系列特供版（媒体报道型号为5000或6000），搭载GDDR7显存，以满足美国出口管制参数限制，同时计划向国内客户投放此前推出的减配专业卡RTX 6000D。两款产品均属Blackwell GPU家族，通过性能降额来合规。然而这一策略面临边际收益递减的困境：当国产芯片供给稀缺、软件生态碎片化时，一款刻意降性能的英伟达产品仍能提供有意义的能力溢价；但随着国产芯片规模向90%市场份额阈值逼近、软件兼容链从数月压缩至数日，性能受限的海外芯片适用场景将收窄至仅剩少数依赖特定传统软件的工作负载。对英伟达而言，中国AI加速器市场——曾经是其最高增长的地区之一——正从份额防御问题转向结构性退出问题。
