AMD 宣布完成对专用 AI 推理芯片初创公司 Taalas 的收购,并计划将其技术整合进自家加速器路线图,与 Instinct GPU 共同构建系统级推理方案。Taalas 的核心路线是把 AI 模型固化到 ASIC 上,针对特定模型负载做深度优化,以牺牲通用性换取推理效率的大幅提升。此举补强了 AMD 在全栈 AI 推理上的短板,也意味着定制化推理芯片与通用 GPU 的融合成为其长期战略方向。
ASIC
为特定任务定制的芯片,云厂商自研 AI 加速器多属此类,是通用 GPU 之外的重要算力路线
收录情报动态
作者提出将任意机器学习任务的数据集直接转化为专用芯片的设想,并给出一个端到端自动学习得到的单周期四子棋芯片实例。该芯片仅用不到 10 美元算力从模拟对局数据中训练生成,运行频率约 25 MHz,每步能耗仅数百皮焦,速度与 CPU 引擎相当但能耗低两到三个数量级。
台积电将客户资产负债表、历史损失率与数据中心建设进度纳入产能评估,订单超出信用额度需现金支付,部分客户须预付款锁定产能。截至 6 月底客户暂收款达 2342.3 亿新台币,反映 AI 循环融资风险正传导至晶圆代工环节。
联发科公布 2026 财年第三季度财报,营业总收入达 1680.57 亿新台币,同比增长 18.3%,大幅超出公司指引上限。尽管净利润增速略低于营收,但整体表现优于分析师预期。公司明确将于第四季度启动首款数据中心 AI 加速 ASIC 的量产,并设定 2027 年该业务营收突破 20 亿美元的目标,将其作为新的核心增长引擎。
台积电因 AI 需求激增导致 CoWoS 先进封装产能严重短缺,计划上调价格 10%-20%。市场压力已从 GPU 蔓延至 CPU 和 ASIC,设备交付周期延长至 6-8 个月,预计 2027 年月产能将达 20 万片晶圆。
Counterpoint Research 预测全球人形机器人 AI 加速器出货量将在 2030 年突破 100 万台,复合年增长率高达 144%。目前英伟达凭借全栈生态主导 GPU 市场,但高通、特斯拉及小鹏等厂商正通过 ASIC 和异构计算架构崛起,推动算力生态从单极向多元共存转变。
英特尔 CEO 陈立武澄清美国政府虽持股约 8.2%,但无政策意图干预公司治理或战略决策。他透露公司重组已完成 80%,并将 AI 先进封装与 ASIC 列为新增长引擎,同时指出软银与英伟达的投资有望带来高回报。
据彭博社报道,字节跳动正与联发科深入洽谈定制专用集成电路(ASIC)供货协议,用于支撑其数据中心运行。若交易达成,字节跳动将成为继谷歌之后联发科 ASIC 业务的第二大客户。此举旨在应对美国出口管制下无法获取英伟达顶尖芯片的困境,通过多元化供应链保障 AI 算力需求,同时助力联发科从移动芯片向数据中心市场扩张。
微软计划于 2027 年将 Azure Maia AI 芯片部署规模提升至多吉瓦级别,使其成为公司全线产品的核心推理系统。目前 Maia 200 已支持美国、欧洲和澳大利亚的 Microsoft Copilot,并宣称在 Teams 场景下每瓦处理 Token 数比主流 GPU 高出 1.7 倍。
Counterpoint Research 指出近期关于 HBM 内存需求放缓的担忧基于错误信息,强调高堆叠 HBM 的普及趋势将持续。随着 NVIDIA Rubin GPU 转向 12Hi HBM4 且 ASIC 方案未出现低堆叠替代,AI XPU 工作负载中带宽与容量优先级高于成本削减,印证了高端存储对算力基础设施的关键支撑作用。