社区

​随着ChatGPT的出圈，大家可以明显感受到全社会对于生成式人工智能技术的广泛关注，随着大模型的数量和模型参数量不断激增，对算力的需求也越来越高。 根据《中国算力发展指数白皮书》中的定义，算力是设备通过处理数据，实现特定结果输出的计算能力。 算力实现的核心是CPU、GPU等各类计算芯片，并由计算机、服务器和各类智能终端等承载，海量数据处理和各种数字化应用都离不开算力的加工和计算。 那么，不同的算力芯片分别适用于何种应用场景，不同的算力芯片又有哪些区别？ 01 不同场景需要何种算力芯片 小至耳机、手机、PC，大到汽车、互联网、人工智能、数据中心、超级计算机、航天火箭等，“算力”都在其中发挥着核心作用，而不同的算力场景，对芯片的要求也各不同。 数据中心作为数字时代的核心基础设施，承载着大量的数据处理、存储和传输任务。因此，它们需要强大的算力来应对各种复杂的计算需求。数据中心和超算需要高于1000TOPS的高算力芯片。当前，超算中心算力已经进入E级算力（百亿亿次运算每秒）时代，并正在向Z（千E）级算力发展。数据中心对于芯片的低功耗、低成本、可靠性以及通用性的要求都极高。 智能自动驾驶涉及人机交互、视觉处理、智能决策等众多方面，车载传感器（激光雷达、摄像头、毫米波雷达等）的不断增加，数据处理的实时性、复杂性和准确性要求不断提高，都对车载算力提出了更高的要求。通常，业内认为实现L2级自动辅助驾驶需要的算力在10TOPS以下，L3级需要30~60TOPS，L4级需要超过300TOPS，L5级需要超过1000TOPS，甚至4000+TOPS。所以自动驾驶领域的车载算力是远远大于生活中常见的手机、电脑的计算能力。比如蔚来ET5的处理器算力达1016TOPS、小鹏P7的处理器算力达508TOPS。在智能驾驶中，安全至关重要，因此该场景对算力芯片的可靠性有着极高的要求，对于芯片通用性的要

​4月下旬，台积电发布了一种新版本4nm制程工艺——N4C，计划在2025年上线量产。这款工艺产品的核心价值是降低了成本。 虽然台积电的大部分精力都集中在其领先的制程节点上，如N3E和N2，但在未来几年，大量芯片仍将继续使用5nm和4nm制程。N4C属于该公司5nm制程系列，为了进一步降低制造成本，N4C进行了一些修改，包括重新构建其标准单元和SRAM，更改一些设计规则，以及减少掩膜层数量。通过以上改进措施，N4C能实现更小的芯片尺寸并降低生产复杂性，从而将芯片成本降低8.5%左右。此外，N4C具有与N4P相同的晶圆级缺陷密度率，由于芯片面积减小，N4C将实现更高的良率，良率提高，就意味着成本下降。 台积电表示，N4C为客户提供了多种选择，以在成本效益和设计工作量之间找到更好的平衡。 2023下半年，台积电为客户量产了3nm制程芯片，版本是N3B，它的高成本是一个问题，在进一步优化3nm工艺，以降低成本的同时，台积电又推出了N4C，充分体现出那些希望使用更具成本效益的FinFET制程节点客户的心声。 随着先进制程工艺发展到3nm，在成本压力面前，强如台积电这样的晶圆代工大厂也不得不想办法节流，以节约资本支出。 01 财报与资本支出体现成本压力 台积电2023年第三季度的财报显示，季度营收172.8亿美金，环比增加10.2%，但同比下降14.6%。由于整体营收增长情况不佳，台积电明显收缩了最近3年持续高企的资本支出。 2024年4月18日，台积电发布了2024年第一季度财报，其中，最受关注的两项数据是营收和毛利率。在这一季度内，该公司单片晶圆（等效12英寸）收入约为6228美元，环比下降407美元。进入一季度，3nm出货量下降，拉低了产品均价。 该季度内，台积电平均固定成本（折旧摊销）约为1671美元/片，环比增加73美元/片，3nm的量产带动折旧摊销总量提升，从而带动单位固

​Vision Pro上市已经一段时间，虽然还没有在国内上市，但已经可以在多个平台购买。 然而，其价格已经从原本的天价降到和美国市场差不多了。 一些购物网站上vision pro价格已经和美国购买的价格持平 从原本以为的引爆xr市场，到现在市场的跳水，人们开始怀疑vision pro是否会成为苹果有一个失败的产品不过，最近一些苹果的动作似乎表明，苹果对vision pro有了新的商业规划。成本2万的设备，苹果不打算让个人消费者为此买单。 01 苹果To B的算盘 在Vision Pro推出的初期，一直被质疑的都是配套应用太少，即使设备性能优秀，但是对于个人消费者来说使用场景太少。有用户指出，“不是Vision Pro买不起，而是实在没有性价比。”正是因为一直没有杀手级的应用，让曾经溢价过万的风光变成了一周只能出台个位数的景象。据报道，苹果零售店内的 Vision Pro 试用预约已经出现大幅下滑，甚至预约体验的用户也经常爽约，一些门店的销量更是从日均几台暴跌到一周仅售出寥寥数台。 分析师郭明錤表示，苹果正在削减 2024 年 Vision Pro 的出货量，并重新考虑下一款型号的计划。据他表示苹果现在将今年 Vision Pro 的出货目标定为 40 万到 45 万台。这与最初市场预期的 70 到 80 万台相比有所下降。 在市场较为消极的反应中，苹果似乎想通过To B的生意来开辟新市场。事实上，苹果的开发人员一直在为众多企业类别的 Apple Vision Pro 构建应用程序，从业务生产力和产品设计，到沉浸式培训和指导工作。 2024年2月，Microsoft 365也为Vision Pro推出了应用程序，用户可以在Vision Pro上丝滑使用Microsoft Word、Excel、PowerPoint、Outlook、Loop、OneNote 和 iPad 版

​近日，中国迎来了首颗500+比特超导量子计算芯片，这一里程碑式的成果标志着中国在量子计算领域取得了重大突破。 这颗名为“骁鸿”的超导量子计算芯片，由中国科学院量子信息与量子科技创新研究院精心研制并成功交付给国盾量子。这款芯片在集成超过500比特的同时，量子比特的寿命、门保真度、门深度、读取保真度等关键指标，有望达到IBM等国际主流量子计算云平台的芯片性能，可以充分满足千比特测控系统验证的需求。 “骁鸿”芯片的问世，对于推动大规模量子计算测控系统的发展具有重要意义。它将被用于验证国盾量子自主研制的千比特测控系统，该系统的集成度较上一代产品提升了10倍以上，核心元器件使用国产化设计，既提高了操控精度，又大幅降低了成本。这一系统的成功验证，无疑将为中国在量子计算领域的进一步发展奠定坚实基础。 值得注意的是，“骁鸿”芯片的研发并非易事。超导量子计算芯片的研发需要克服诸多技术难题，包括如何让量子比特的质量和数量同步提升，从而真正提升芯片的性能。 中国科学技术大学博士、中电信量子集团副总经理王振表示，500+比特量子计算机的云端接入，可以高效承载各领域用户对有实用价值的问题和算法开展研究，加速量子计算在实际场景中的应用，引领量子计算生态的快速发展。 那么量子芯片究竟是什么？它又能为我们带来哪些令人瞩目的应用？展望未来，它又将拥有怎样的发展前景？为何国内外众多企业纷纷对其青睐有加？接下来，让我们一同揭开量子芯片的神秘面纱。 01 量子芯片与普通芯片有哪些不同？ 量子芯片作为量子计算机最核心的部分，是执行量子计算和量子信息处理的硬件装置。但由于量子计算遵循量子力学的规律和属性，量子芯片与传统集成电路芯片在材料、计算能力、工艺成熟度、信息处理方式和应用领域等方面都存在明显的不同。 从材料来看，传统芯片的核心材料主要是硅。硅也是量子芯片常用材料之一，在硅材料纯度上，相较于经典芯片而言，量子芯

​人工智能领域近年来正在迎来一场由生成式人工智能大模型引领的爆发式发展。2022年11月30日，OpenAI公司推出一款人工智能对话聊天机器人ChatGPT，其出色的自然语言生成能力引起了全世界范围的广泛关注，2个月突破1亿用户，国内外随即掀起了一场大模型浪潮，Gemini、文心一言、Copilot、LLaMA、SAM、SORA等各种大模型如雨后春笋般涌现，2022年也被誉为大模型元年。 人工智能也因此被视为革命性的技术，对世界各国政府具有重要的战略意义。数据显示，今年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。在制造业、零售业、电信行业和医疗健康等四大行业的生成式人工智能技术的采用率均取得较快增长。 作为推动人工智能发展的三大要素之一，算力被称为人工智能的“发动机”和核心驱动力。算力是指设备通过处理数据，实现特定结果输出的计算能力。中国电信研究院战略发展研究所高级分析师陈元谋表示，算力指数每提升一个点，对数字经济的拉动大概是在0.36个百分点，对GDP的拉动大概是0.17个百分点 算力的紧缺甚至已成为制约人工智能研究和应用的关键因素。对此，美国对华高端算力产品采取了禁售措施，华为、龙芯、寒武纪、曙光、海光等企业都进入实体清单，它们芯片制造的先进工艺受限，国内可满足规模量产的工艺节点落后国际先进水平2-3代，核心算力芯片的性能落后国际先进水平2-3代。 01 算力短缺催生算力中心巨大市场 21世纪，移动计算和云计算蓬勃发展。云计算的出现，使得算力可以像水和电一样，通过网络“流动”到需要它的每一个角落。 人工智能的崛起对算力提出了更高的要求，GPU（Graphics Processing Unit，图形处理单元）和TPU（Tensor Processing Unit，张量处理单元）等专用硬件的出现，极大地提高了处理效率，为机器学习模型的训练和推理

​ 1885年，卡尔·本茨发明了第一辆汽车，这辆汽车开启了人类交通的新纪元。他万万没有想到，在130多年后，汽车正在成为“四个轮子上的超级计算机”这句话，反复地回荡在时代的上空，早已无人不知，无人不晓。 每听到一次类似的语句，支撑汽车成为超级计算机的汽车芯片都会与有荣焉。 01 汽车芯片三种路线图，谁能给出最优解？ 打造卖点是汽车营销环节的关键点。 这两年，车企明白了一件事：智能座舱不是万能的，但没有它，是万万不能的。从数据上看，市场也是如此反馈的，汽车厂商50万以上市场智能座舱搭载率达到80%以上。 这就带来一个问题，选择什么样的座舱芯片？ 从基础需求来看，最起码需要一个高算力的车载芯片。是在“一芯多屏”的要求下，座舱芯片的算力要求已经追齐甚至超过手机芯片。卷算力已经成为汽车芯片避不开的一道坎。 从未来发展来看，AI大模型将铺天盖地从云端移到端侧，落地的终端不止是手机、电脑，当然还有汽车。集成生成式AI技术的芯片，自然也是车企的刚性需求。 接下来的问题是，这样的座舱芯片，谁能提供？ 目前，汽车芯片有三类不同的路线之争。 第一类，是传统车芯厂商，诸如恩智浦、瑞萨等厂商；第二类，是PC芯片厂商，诸如英特尔、AMD等；第三类，是移动芯片厂商，类似联发科、高通、三星等从手机AP芯片切入的厂商。 汽车芯片的市场，早已开始风云变化。越来越多芯片厂商涌入汽车赛道，但是最终能够获胜者一定是既有能力制造高算力芯片，又有经验将生成式AI技术和生态融合在终端上的厂商。 能够符合二者的厂商是谁呢？ 答案不难回答：联发科。 传统厂商对于高算力芯片的设计和制造比较吃力，我们不多赘述。PC厂商在计算和处理能力有先天优势，目前主要进攻自动驾驶芯片方面。 如联发科这样的移动芯片厂商，既有智能手机等移动领域的成功经验，又在低功耗、高性能、集成度、应用生态等方面具有显著优势，这些特点更加符合汽车座舱芯片市场的

​自计算机问世以来，一直采用的冯·诺依曼架构，该架构以计算和存储为核心。其中CPU作为处理器单元，负责执行各种算术和逻辑计算。RAM和硬盘则负责存储数据，与CPU进行交互。 再后来图形、3D设计等多媒体软件的高速发展，要处理的工作量越来越大，也越来越复杂。为了帮CPU分担压力，专门进行图像和图形处理工作的GPU应运而生。 如今，随着数字经济的蓬勃发展，特别是生成式人工智能、大数据分析、自动驾驶、元宇宙等应用的迅速普及与实施，全球各行各业对大规模算力的渴求呈现出急剧增长的态势。这时候，DPU（数据处理单元）凭借其卓越的性能和独特优势，逐步崭露头角，成为推动算力提升的关键技术之一。 英伟达首席执行官黄仁勋曾在演讲中表示：“ DPU 将成为未来计算的三大支柱之一，未来的数据中心标配是‘ CPU + DPU + GPU ’。CPU 用于通用计算， GPU 用于加速计算， DPU 则进行数据处理。” 那么DPU的主要作用为何？相比CPU、GPU有哪些优势？ 01 DPU与CPU、GPU的主要区别 DPU的出现并非偶然，而是对日益增长的数据处理需求的有力回应。 从功能上看，CPU、GPU和DPU虽都属于计算处理器，但各自长于不同功能。CPU负责计算机系统的整体运行，是计算机的"大脑”，适用于各种广泛的应用，但在处理大规模数据和特定计算任务时性能相对有限。 GPU是用于图形计算任务的专用处理器，例如3D图像渲染或视频处理等。对于大规模并行计算任务（如深度学习训练）有一定优势，但在一些特定任务上可能并不是最佳选择。 而DPU专门设计用于数据处理任务，具有高度优化的硬件结构，适用于特定领域的计算需求。其灵活性和高性能使其成为未来计算的重要组成部分。 从架构上看，CPU由几个功能强大的处理核心组成，这些核心针对串行处理进行了优化，优势在于按顺序逐个执行任务。GPU包含大量更简单的核心，针对并行

​最近，清华大学传出了好消息。首创AI光芯片架构，研制全新AI“光芯片”——太极（Taichi），可以实现160 TOPS/W通用智能计算，能效是H100的1000倍。 训练下一代万亿级参数大模型的高效芯片诞生了。目前，相关研究论文以“Large-scale photonic chiplet Taichi empowers 160-TOPS/W artificial general intelligence”为题，已发表在权威科学期刊 Science 上。 论文地址：https://www.science.org/doi/10.1126/science.adl1203 01 成果是什么？ 当前，越来越多迹象表明，LLM不会是通往AGI的最终路径。 计算机早已经成为世界能耗巨头，随着越来越多耗电量大的人工智能投入使用，计算机的能源需求也飞速上涨。 以英伟达H100为例，其峰值功耗为700 瓦，按照 61% 的年利用率计算，相当于一个美国家庭的平均功耗（假设每个家庭 2.51 人）。有专家预测，在大量部署H100后，总功耗将于一座美国大城市不相上下，甚至超过一些欧洲小国。 若是能够发明一种，节省大量能耗的芯片，LLM的性能或在未来实现更大的提升。 而太极，可能会让通用人工智能（AGI）成为现实。 根据清华大学官网介绍，清华团队设计了基于集成衍射干涉异构设计和通用分布式计算架构的大规模光芯片——太极，该架构具有上千万个神经元的能力，实现160万亿次/秒·瓦（TOPS/W）的通用智能计算。 此外，在太极光芯片在实验中实现了芯片上1000个类别级别的分类（在1623类别的Omniglot数据集上准确率为91.89%）和高保真的人工智能生成的内容，效率提高了两个数量级。 研究人员表示，“太极”为大规模的光子计算和高级任务铺平了道路，进一步发掘了光子学在现代AGI中的灵活性和潜力。 S

​据报道，面板大厂群创南京模块园区计划关闭，设备将转至宁波厂，正在分批遣散员工，影响人数2395人。群创致力于 TFT-LCD 技术研发与产品制作，南京厂曾是世界上最大的中小尺寸 TFT 面板制造基地。 4月10日，这一消息在群创光电的一则说明媒体报道的公告中得到证实。群创光电表示，公司致力提升生产配置及整体营运效益，将南京厂部分产线、产品进行调整，同时优化与调节人力结构，以强化集团发展。 而就在近日，又有媒体爆料称，鉴于液晶面板业务低迷，日本夏普（SHARP）已决定暂停旗下堺市10代面板厂营运公司 “ Sakai Display Product（SDP）” 生产的部分大型液晶面板产品。 过去数十年来，液晶面板的竞争版图一直在不断变化。最近几年，伴随韩日退出LCD领域，中国大陆在该领域的竞争优势愈加明显。 01 液晶显示技术的兴起 某些物质在熔融状态或被溶剂溶解之后，尽管失去固态物质的刚性，却获得了液体的易流动性，并保留着部分晶态物质分子的各向异性有序排列，形成一种兼有晶体和液体的部分性质的中间态，这种由固态向液态转化过程中存在的取向有序流体称为液晶。 19世纪后期，科学家就发现了液晶这种东西。一直到了1960年，一家美国公司开始把液晶用于显示技术。1962年，海尔梅尔，发明了液晶显示技术，这是一位毕业于普林斯顿大学的博士生，此时正在美国无线电公司（RCA）研究中心担任兼职助理研究员。 直到1968年，RCA公司制成了世界上第一个液晶显示模型，在纽约召开了发布会，日本企业参加了发布会，由此知道了美国人研发的这项新技术。为了达到量产化，RCA公司由此成立了专门的液晶业务部门，主要的工作将由RCA公司半导体部门的克莱恩和他的团队负责，他们的研究集中在LCD制造的几乎每一个生产环节，包括研制更大规模制造室温液晶材料的新制程以及改进填充和密封显示器的工艺技术等。 RCA公司虽然发

​2023年，全球晶圆代工成熟制程产能利用率一直处于低位，供过于求的状况一直没有改善。 进入2023下半年，成熟制程降价潮汹涌，相关晶圆代工厂都在降价抢单，以保持产能利用率不出现过大幅度下滑。 中国台湾是全球成熟制程晶圆代工厂聚集地，主要包括联电、世界先进和力积电，台积电也有成熟制程代工服务，但业务比重相对较小。2023年第三季度，IC设计公司与晶圆代工厂洽谈，希望降低后续代工报价。据统计，台积电以外的12英寸成熟制程晶圆代工报价，在疫情大缺货期间，大约上涨了七、八成，但2022年开始去库存之后，累计降幅大约二、三成，等于先前两年多的涨幅已回吐四、五成。 IC设计公司表示，12英寸晶圆代工成熟制程报价，会依照制程不同而有差异，在疫情前每片晶圆只要1000多美元，大缺货期间上涨到2000多美元，2023年降价后，再次回到1字头，但还是比疫情前高。 由于部分IC设计公司在海峡两岸晶圆代工厂都有下单，台系晶圆代工厂的报价通常比陆厂高至少一成，部分台系IC设计公司开始要求台湾地区代工厂的报价必须向陆企靠拢。 至于台积电，多家在该公司投片且分属不同应用的IC设计公司表示，台积电在2021~2022年没有对成熟制程大幅涨价，所以在2023年也没有降价。 当时，据韩媒报道，三星、Key Foundry和SK海力士旗下SK Hynix System IC等韩国晶圆代工厂的产能利用率都仅有40%~50%，由于终端需求疲软，上述三家晶圆代工厂决定关掉某些成熟制程设备电源，进行“热停机”，凸显成熟制程市场的低迷。 01 保卫产能利用率 到了2023年第四季度，成熟制程晶圆代工厂不得不面对产能利用率六成保卫战，联电、世界先进和力积电等大厂大砍2024年首季报价，幅度达两位数百分比。这样的报价，使得成熟制程代工价格下探至疫情后新低点。 虽然2023年第四季度PC、手机市场回暖，但客户怕再度陷入去库