文 | 冯伟冯大白
今年前三季度,国内半导体产业获得的投资已经超过去年全年。投中嘉川 CVSource 统计的金额是 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披露。

国产芯片正在准备的三级跳,就藏在这段距离里:投入先转化为有用的产品,再形成能够连续迭代的供给,最后改变客户分配订单的方式。眼下,各家企业走到的位置并不相同。一批新产品还在争取首个规模化市场,长鑫和长江存储已经把竞争推进到工艺换代与产品组合。更值得关注的是,英伟达越来越强,对国产加速器和存储厂商的影响也不相同:前者面对更高的替换门槛,后者还可能从扩大的计算系统中争取新增需求。
卖出近 10 万颗芯片 下一代还要重新过关
11 月初,凌川科技完成 10 亿元 B 轮融资。按照投资方启明创投披露的信息,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 视频生产的芯片则在今年 4 月流片、近期回片,规模出货目标放在 2027 年。
同一家公司,已经卖出去的芯片与即将争取的生意之间,仍隔着一轮产品开发。传统视频处理和 AI 视频生成消耗的计算资源不同,把视频编码做得高效,并不会自动完成生成模型所需要的运算。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,可以帮助新产品接触真实业务;新一代芯片还要在这些业务里重新证明性能和成本。
拿到样片后,芯片还要经过测试、软件适配和量产准备,才能成为客户可部署的产品。新资金要覆盖这段交付前的投入,也让企业能在维护现有业务的同时,继续开发下一代。存储厂商把这种连续竞争展示得更清楚:产品要换代,制造工艺也要前进,更快的接口、更大的容量,最终都要落到客户能承受的成本上。
国产存储开始争旗舰手机和服务器订单
长鑫的变化,已经在全球存储市场的收入分配中显现出来。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%,三家大厂继续主导市场,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。

这也解释了为什么工艺追赶要连续发生。手机厂商每年都要重新安排内存容量、带宽和整机成本,上一代进入过供应链,只是下一次竞争的起点。长鑫在同一个 9 月披露,LPDDR6 已经搭载小米 18 Fold 上市,提供 16GB 封装容量,与处理器配合时的传输速率为 10667Mbps。它开始参与新一代内存标准的终端落地,产品竞争因此从补齐已有规格,推进到跟上旗舰手机的开发节奏。
同代对手也在推进这件事。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 速率最高为 10.7Gbps。两家的容量和传输速率处在相近区间,长鑫披露的是终端商用,三星披露的是平台验证,各自对应不同的合作进度。长鑫已进入同代产品竞争;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。
G5 和 LPDDR6 分别对应制造平台与产品标准。前者改善单位晶圆可提供的存储容量,后者让手机厂商在开发新一代旗舰时多了一个选择。跟上标准和进入终端,使国产内存有了参与新一代旗舰设计的具体产品;持续改进制造成本,则关系到它能覆盖多少机型、承接多大规模的采购。
长江存储面对的是另一类存储需求。手机里的照片、服务器上的训练资料,需要在断电之后继续保存。在手机和采用 SSD 的服务器中,NAND 闪存承担这类工作。它同样要提高存储密度,但走进数据中心之后,客户买的往往是一块能够持续工作的 SSD,颗粒之外的产品能力开始变得同样重要。
长江存储的 Xtacking 架构把存储单元与负责数据读写、控制的外围电路分别制造,再连接起来。这样可以分别安排两部分的工艺,让存储单元争取更高密度,让外围电路改善数据传输能力。公司的产品历程显示,第五代 TLC 闪存在 2024 年量产,第五代 QLC 在 2025 年推出,技术已沿着同一条路线继续迭代。此前,TechInsights 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,这条制造路线已经进入在售成品。

用于频繁更新的数据库,与主要承担资料读取的存储,对容量和写入寿命的要求不同。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。这种产品组合,让它能围绕不同业务安排容量、耐久度和价格,而不是拿一款最大容量产品覆盖所有客户。
进入服务器还要经过系统验证。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。这份清单记录互操作与一致性测试,说明产品已经走到与外部系统共同验证的环节。对企业级 SSD 厂商,竞争还包括怎样减少客户验证新产品的工作。Solidigm 在发布 122.88TB 产品时,特别介绍其 7TB 至 122TB 的高容量产品共用控制器,方便客户验证。围绕既有软硬件推出更多容量规格,可以让一次产品导入覆盖更广的采购需求。
因此,长江存储向企业级 SSD 延伸,也在改变自己与客户的分工。销售颗粒时,整盘设计还可以由下游客户完成;提供企业级 SSD,则要把控制器、固件、数据保护和后续服务纳入产品。Counterpoint 在 10 月的分析中指出,长江存储同时受益于价格上涨与国内销量增长,此前尚未充分获得企业级 SSD 市场的溢价。制造端扩大供给,与在高价值客户中建立产品位置,已经成为两项需要同时推进的工作。
全球收入分配已经出现变化。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%。这一增长发生在存储涨价周期中,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的收入,份额增加则表明长江存储取得了其中更大一部分。
买 AI 芯片得算整套系统的账
国产芯片继续投入的时候,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。年初还是发布会上的下一代平台,如今已经进入云服务的产品目录。
Rubin 展示的竞争范围,远超过一颗 GPU。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,或者多颗 GPU 之间通信不顺畅,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。
国产加速器也在这类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。为了给更长上下文留出空间,模型的不同专家被分散到更多卡上,单卡承载的权重随之减少。系统优化已经落实到模型怎样运行,而非停留在芯片参数上。
这些工作也说明,单卡价格只是采购成本的一部分。同一个模型以怎样的精度运行,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。对已有大量业务运行在某个平台上的客户,迁移模型和维护软件所消耗的时间,同样要计入切换方案的投入。
不过,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。它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,而不是只在采购受限时提供替代。凌川转向视频生成,就是把硬件与软件投入集中到具体场景的一种尝试。专用设计可以围绕较稳定的计算特点安排数据流,但模型变化也会影响原有优势。2027 年的出货目标背后,是要把今天的客户入口转成新一代产品的使用理由。
英伟达让闪存分担 AI 推理缓存
英伟达平台增强,也在扩大计算之外的工作。它今年公布的 CMX 上下文存储平台,专门处理 AI 推理中的一类数据:模型在处理长对话和连续任务时产生的 KV 缓存。保留这些中间结果,可以让后续计算复用已有工作,减少重新处理历史内容的开销。对正在生成的答案,延迟敏感的数据要靠近 GPU,放在高带宽内存 HBM 中;系统内存负责暂存和缓冲;本地 SSD 及共享存储则承担更大的容量。
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,并在需要时提前把数据送回 GPU 或系统内存。长对话、更多并发和连续运行的智能体,增加了需要保存、移动和复用的数据。系统一边保留靠近 GPU 的高速空间,一边让容量更大的存储承接其他数据,以此安排性能与成本。

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。客户在下一代产品中继续采用国产芯片,才会把一轮融资支持的突破,变成可以延续的产业位置。