今年前三季度,国内半导体产业拿到的投资已经超过去年全年。据投中嘉川CVSource统计,金额为3311亿元,投资事件1475起。进入11月,计算芯片企业的新融资仍在陆续披露。融资名单把不同阶段的公司放在一起,但客户采购会按另一套顺序发生——国产芯片正在准备的“三级跳”,就藏在这段距离里:投入先变成有用的产品,再形成能连续迭代的供给,最后改变客户分配订单的方式。
凌川科技是观察第一级跳的样本。11月初,该公司完成10亿元B轮融资。投资方启明创投披露,其SL200智能视频芯片已累计售出近10万颗,客户包括快手、阿里云和百度云。下一代面向AI视频生产的芯片今年4月流片、近期回片,规模出货目标放在2027年。已经卖出去的芯片和即将争取的生意之间,仍隔着一轮产品开发:传统视频处理与AI视频生成消耗的计算资源不同,视频编码做得好,并不自动完成生成模型所需的运算。凌川为此采用3D堆叠方案开发统一计算平台,并适配通义万相、Hunyuan Video等模型。旧产品留下的客户关系能帮新产品接触真实业务,但新一代芯片还要在这些业务里重新证明性能和成本。
存储厂商把连续竞争展示得更清楚。Counterpoint 11月5日发布的数据显示,今年三季度长鑫的DRAM收入份额为9%,比二季度的10%回落1个百分点,比去年三季度的5%仍高4个百分点。三星、SK海力士和美光合计占88%,三大厂继续主导市场,但客户采购已经容纳了一个接近十分之一收入的新参与者。今年9月,长鑫宣布第五代DRAM技术平台G5量产,同时推出单颗容量24Gb的LPDDR5X产品。按统一的8Gb颗粒基准折算,长鑫披露G5每片晶圆的裸片数量比G4增加至少50%,为分摊厂房和设备投入打开空间。同月,长鑫披露LPDDR6已搭载小米18 Fold上市,提供16GB封装容量,与处理器配合时传输速率为10667Mbps。三星公开的16GB LPDDR6已在高通新一代骁龙平台完成送样与验证,I/O速率最高10.7Gbps。两家容量和速率处在相近区间,长鑫披露的是终端商用,三星披露的是平台验证,对应不同合作进度;功耗、量产成本与长期可靠性,还不能用这两个规格排出高下。
长江存储面对的是另一类存储需求。其Xtacking架构把存储单元与外围电路分别制造再连接,可分别安排工艺。公司产品历程显示,第五代TLC闪存2024年量产,第五代QLC在2025年推出。TechInsights此前在致态TiPlus7100黑神话版SSD中确认了Xtacking4.0的两片晶圆混合键合结构,说明这条制造路线已进入在售成品。长江存储的PE501企业级SSD采用QLC,最高容量达122.88TB;这一容量级别已有国际厂商布局,Solidigm在2024年11月发布122.88TB的D5-P5336并已向客户送样。长江存储同时提供采用TLC的PE522,并分出偏重读取与混合读写的配置,围绕不同业务安排容量、耐久度和价格。美国新罕布什尔大学互操作实验室的NVMe清单中,PE501及指定固件版本已于今年1月登记,PE501N于10月登记,说明产品已走到与外部系统共同验证的环节。Counterpoint估算,长江存储在NAND市场的收入份额从2025年二季度的11%升至今年同期的14%;同一机构估算,今年二季度NAND价格环比上涨55%。涨价能抬高整个市场收入,份额增加则表明长江存储取得了其中更大一部分。
国产芯片继续投入时,竞争者的产品也在前进。10月27日,英伟达与甲骨文宣布Vera Rubin NVL72及Vera CPU已在OCI云平台正式可用。一个NVL72机架通过NVLink连接72颗GPU,系统还需要CPU、网络、数据处理器和软件协同。用户运行模型时,计算单元如果等不到数据,或多颗GPU之间通信不畅,标称算力就无法充分发挥;英伟达把这些环节一起推进,客户比较的对象也随之扩大到整套系统。国产加速器也在具体工作中积累能力。今年1月,百度公开了在天池超节点上部署DeepSeek R1的实践:每个超节点连接32张昆仑芯XPU,团队基于SGLang推理框架,把处理输入与生成答案分开部署,再调整模型分布、显存占用和通信调度。这些工作说明,单卡价格只是采购成本的一部分;模型以何种精度运行、多久给出答案、同时服务多少请求,都会影响需要部署的服务器数量。
全球技术升级与中国客户能否买到,是两件同时存在的事。英伟达截至今年7月26日的季度申报显示,获许可供应中国客户的H200只有一部分完成出货,这些出货占当季数据中心收入不足1%。国产厂商获得的机会里,仍然包含对稳定供货的需求,这能帮助企业进入客户的验证和采购流程,也给软件适配与客户服务留下积累时间。如果英伟达面向中国的实际供应扩大、价格又足够有竞争力,依赖供应缺口的产品就会遇到更严格的比较;国产加速器需要在客户最常运行的任务上积累优势,而不只是采购受限时提供替代。
英伟达平台增强也在扩大计算之外的工作。其今年公布的CMX上下文存储平台,专门处理AI推理中的KV缓存:延迟敏感的数据放在HBM中,系统内存负责暂存和缓冲,本地SSD及共享存储承担更大容量。CMX在这些层级之间增加了基于闪存的共享上下文存储层,让一组计算节点能够取用缓存。这给存储厂商留下了与加速器不同的机会——国产加速器争取的是计算任务转移,客户要重新安排模型、软件与服务器;存储厂商则可以在计算系统继续扩张时争取新增采购,不必等待某一种国产GPU成为市场主导。长鑫和长江存储的收入份额上升,已经把国产供给从“有没有”推进到订单怎样分配。对客户来说,多一个能跟上换代的供应商,就多一种安排价格和供货风险的可能;对芯片企业来说,参与新一代终端与服务器开发,又能把制造和软件投入落到具体需求上。现在涌入的新资金,正在让更多企业获得参与这轮选择的机会。