芯片半导体

五万块的Surface：硬件是“屠龙刀”，系统却是“广告牌”？ 微软联合英伟达发布Surface Laptop Ultra，主打128G统一内存和RTX 5070级显卡，旨在成为MacBook Pro的强劲对手。

深度求索发布V4模型，性能接近美国顶尖产品但价格便宜很多，开源免费让美国企业面临艰难选择，要么跟进降价要么失去市场。 深度求索公司悄悄发布了他们的V4模型。这家伙完全开源，权重随便下载，性能直接对标美国最顶级的模型。但是价格呢？只有人家的零头。这比他们上次

DeepSeek V4论文讲清算力、带宽、互联、存储四者必须同步增长。英伟达提前布局FP4、HBM4与专用存储层，实现硬件与模型精准匹配。 DeepSeek V4论文把一件事讲透了：模型算力、显存带宽、互联带宽、存储分层这四件事必须同步长大，谁慢谁就拖后腿

华为τ Scaling核心是把芯片平面道路改成立体高架，通过空间折叠缩短信号路径，用设计和散热换取性能增长。 芯片的平面道路终于堵到动不了了 很多人看到华为芯片等效1.4纳米、能

氧化镓这种新材料，能彻底改变电源效率。日本Novel Crystal公司从2026年3月开始发送150毫米（6英寸）的氧化镓样品，计划2029年用“无贵金属坩埚”的DG方法大规模生产。它的效率远超碳化硅和氮化镓，能大幅降低能源损耗，是未来高电压、大功率场景（如AI数据中心、高铁）的关键。</

算力怪兽Cerebras上市：快是真快，但别急着喊“显卡杀手”！Cerebras即将上市，其全定制芯片架构（晶圆级芯片）虽快但复杂。本文分析其技术优势、与OpenAI的独特算力交易、对G42的客户依赖，以及决定其能否规模化盈利的真正风险。 Cere

在如今高功率人工智能机架时代，将 48V/800V 电源转换为 Vcor​​e = 0.8V 面临着诸多挑战。本文将探讨以下内容：物理定律为何限制了电源传输（就像它限制了铜互连一样）；电压转换架构及其权衡取舍；以及近期和长期影响。 AI数据中心用电量暴增，

TrendForce报告指出英伟达Vera Rubin可能引入GPU直接管理存储，使AI服务器内存变成HBM加HBF加SSD的三层结构，利好闪存厂商和英伟达生态，长期或影响HBM议价权。 先给你整明白这篇文章到底在说啥</

Midjourney 承认因使用谷歌 TPU 导致研究进度倒退一年，团队后悔没有坚持用英伟达芯片。切换硬件带来的软件兼容性问题和调试困难是主因，这证明了英伟达 CUDA 生态的巨大优势。 硬换芯片的代价：Midjourney 白干一

不拼光刻拼叠罗汉：华为芯片新招的真相！华为Tau缩放用混合键合堆叠7纳米芯片提升密度53.5%，避开极紫外光刻限制。但键合机受制于人，且领先节点若同样堆叠会拉大差距。 先给你说个结论：华为这个“Tau缩放定律”，说白了就是靠叠罗汉来骗过物理

Cerebras CFO官宣内部跑通GPT-5.5并将公测，X和Reddit技术社区炸锅。有人兴奋算速度账，有人冷静质疑SRAM存储极限，还有人翻出CUDA生态老问题。这篇文章带你逛一遍评论区，看看工程师们到底在吵什么。 财务老大一张嘴，技术社区跑

让内存自己干活：CXL近数据计算如何把数据库快成闪电！ CPU访问CXL内存虽然快，但频繁跑腿还是累。本文提出M²NDP方案，让CXL内存自己干活。它把函数调用伪装成普通内存访问，实现微秒级任务派发；再用轻量级“微线程”把内存带宽榨干。最终，数据库

千层饼芯片来了！本文介绍了伊利诺伊大学厄巴纳-香槟分校曹庆教授团队在单片式三维集成芯片技术上的突破。该团队发明了一种在400度热预算内、使用标准单晶硅、通过转移超薄纳米膜逐层堆叠高性能晶体管的方法，实现了98-100%的器件良率与接近传统高温工艺的性能。这项技术为延续摩尔定律、提升AI算力与

比芯片还难产的芝麻粒：MLCC如何卡住AI和电动车的脖子！藏在GPU旁边的隐形冠军：MLCC的高端战争！ 全球MLCC市场大分裂：一边是AI抢破头，一边是手机卖不动！电动车和AI服务器都在抢同一种小电容！

尼康 immersion 光刻机降价也白搭：套刻精度不匹配 ASML，厂里根本不敢用 尼康浸没式光刻机：价格砍两位数，依然没人买 尼康光刻机降价也难敌ASML匹配难题

15亿美元收购背后：AI芯片的供电危机终于要解决了 三千安培电流怎么送进芯片？供电单元必须搬家了 为什么 ADI 同意以 15 亿美元收购 Empower Semi？因为 XPU 即将以 0.7V 的电压消耗超过