标签: 台积电
科技利好来了，挺住
科技利好来了，挺住
昨天有人总结，近三年最好理财，北交所打新。换成x币存定期。我说，未来三年呢？本来
昨天有人总结，近三年最好理财，北交所打新。换成x币存定期。我说，未来三年呢？本来想着是搭上农民企业家创业的车。可惜，忽略了不是完全市场经济。
芯片战打到下半场，中国也开始卡自己了这两天FT爆了个消息，说商务部正在跟阿里
芯片战打到下半场，中国也开始卡自己了这两天FT爆了个消息，说商务部正在跟阿里、字节、智谱这些AI公司商量一件事——要不要把大模型的训练数据和模型权重列入出口管制清单。很多人第一反应是，美国卡我们芯片，我们怎么还自己卡自己？这不是自废武功吗？其实恰恰相反，这说明芯片战打到下半场了，攻守的态势在悄悄变。前两年的剧本很简单，美国单方面出牌。禁高端GPU、卡光刻机、断EDA工具，我们手里没什么硬牌可打。那时候讨论的都是"被卡脖子怎么办"，全是防守姿态。但这两年中国AI跑得比预想的快。DeepSeek、智谱、字节的大模型，在海外下载量和调用量都很高。尤其是开源权重，外国人拿过去就能二次开发，成本极低。相当于我们花大价钱训出来的模型，别人拿去直接用。以前我们总说，数据是新时代的石油。这话之前听着像口号，现在真的落到实处了。中文互联网几十年积累的语料、图文、视频，是训练大模型的核心原料。这东西不是花钱就能买到的，有天然的壁垒。很多人可能不知道模型权重是什么。简单说，就是模型训练完之后，那几百亿、几千亿个参数的具体数值。有了权重，你就能完整复现整个模型，甚至在它基础上微调升级。没有权重，你就只能隔着接口调用，黑盒使用。所以管制权重，本质上是管制核心技术本身。就像以前别人只卖你成品芯片，不给你设计图纸和制造工艺。现在我们也开始这么干了，服务可以卖，核心技术不转让。这就引出一个很现实的问题：会不会影响中国AI出海？肯定会有影响，这也是企业纠结的地方。现在国产大模型在海外抢市场，靠的就是性价比和开源生态。如果权重不让下载，开源路线等于直接被砍掉一条腿。但换个角度想，真等别人把你的权重吃透了，反过来做个竞品，那时候更被动。美国那边已经有公司拿中国开源模型，换层皮就当自己的产品卖。成本比你低，还不用承担研发风险，等于我们在给别人做嫁衣。再说说芯片那条，就是禁止海外代工中国先进设计。这条很多人看不懂，说我们自己先进制程还不行，还不让找台积电？这不是主动断自己的路吗？这里面有两层逻辑。第一层是安全，先进芯片设计本身就是敏感技术。你把设计文件交给境外厂商，就存在技术泄露的风险。尤其是AI芯片、服务器芯片这些，本身就带战略属性。第二层是倒逼国产替代。如果一直能轻松找台积电代工，国内的晶圆厂就永远有退路。真把这条路堵上，订单只能往中芯、华虹这些国内厂走。短期难受，长期是给本土产业链输血。当然，风险也明摆着。台积电的工艺至少领先两代，强行转单意味着性能和良率都要打折扣。产品竞争力下降，海外市场可能直接丢了。这是典型的长痛和短痛的选择题。聊到这，你应该能看明白，这根本不是"卡自己"。这是从被动挨打到主动设限的转折点。之前的出口管制，管制的都是稀土、镓锗这些上游原材料。现在开始管制算法、数据、芯片设计，都是高附加值的东西。手里的牌不一样了，打法自然就变了。以前你拿芯片卡我，我拿原材料反制，总感觉低半头。现在我直接拿AI技术和芯片设计说事，牌面上已经对等了。但我得说句实在的，这事分寸特别难拿捏。管松了，起不到保护作用，技术该流还是流。管严了，把自己的企业出海路堵死，反而便宜了竞争对手。美国那边其实也面临同样的难题。他们管制高端芯片，结果就是中国拼命自研，现在反而逼出了一整条产业链。管制到最后，是把自己的客户逼成了对手。中国现在走这条路，也得小心同一个坑。如果管制逼得海外开发者不用中国模型，转头去用Meta、Mistral的开源方案。那等于主动把生态和市场让给别人，得不偿失。所以目前的方案其实留了口子。API调用不限制，服务正常提供，只卡权重下载。相当于软件行业常见的"SaaS模式"，东西我给你用，但代码不给你。既能赚海外的钱，又保住了核心资产。最后说说我的判断。这事大概率会落地，但尺度会比传言的宽松。不会一刀切全禁，而是搞分级管理，不同级别模型不同要求。小模型、通用模型可能还是放开，顶尖的那几个重点管。芯片那边可能更谨慎，不会一下子断了所有代工。更可能是逐步收紧，给国内企业留足过渡时间。毕竟真把企业逼死了，最后受损的还是自己。芯片战打到今天，已经不是谁卡谁的问题了。是双方都在给自己筑墙，也都在试探对方的底线。技术全球化的时代过去了，接下来是阵营化、区域化。我们要接受一个现实：以后没有什么无条件的技术开放。核心技术要么自己有，要么盟友有，靠谁都不如靠自己。
万万没想到！台积电董事长魏哲家在东京会见日本首相高市早苗时，当场抛出一个重磅消息
万万没想到！台积电董事长魏哲家在东京会见日本首相高市早苗时，当场抛出一个重磅消息：台积电位于日本的熊本二厂，不再沿用此前规划的成熟制程，而是准备直接上马3纳米！这一步调整，远不只是把生产设备换得更先进，而是把熊本二厂的定位彻底改变了。按照原来的安排，这座工厂主要生产6至12纳米芯片，重点服务汽车、工业设备和消费电子。2026年3月底，台积电修改后的投资方案获得批准，熊本二厂计划在2028年导入设备并启动3纳米量产，规划月产能为1.5万片12英寸晶圆。为什么突然改计划？最直接的原因就是人工智能芯片需求太强，原先规划的产线已经无法完全适应未来市场。台积电2026年第2季度营收达到402亿美元，毛利率达到67.7%，两项数据都处于高位。公司还把2026年全年营收增长预期上调至超过40%。这说明先进制程不是没有订单，而是客户正在抢产能。在我看来，台积电把3纳米放到日本，首先考虑的不是帮助日本实现所谓“芯片复兴”，而是自己的客户需求。日本拥有索尼、丰田、电装等大型企业，人工智能、自动驾驶、机器人和高端图像传感器，都需要更强的芯片。熊本一厂能够满足传统汽车芯片需求，但想承接下一代智能汽车和人工智能设备订单，6至12纳米显然不够。这也是熊本二厂必须升级的现实原因。其次，日本政府愿意出钱。日本此前已经决定，向熊本二厂提供最高7320亿日元补贴。如今制程从原计划升级到3纳米，设备数量、厂房标准和配套设施都要改变，日本政府也在与台积电讨论是否增加支持。过去几十年，日本半导体产业从全球领先一路下滑，如今在先进逻辑芯片制造方面，已经明显落后于台积电、三星等企业。熊本二厂一旦顺利量产，日本就将首次拥有3纳米大规模制造能力，这对供应链安全和产业升级都有实际价值。但我认为，日本也没有必要过早庆祝。因为熊本二厂计划到2028年才量产3纳米，而台积电的2纳米已经在2025年第4季度进入量产，N2P和A16计划在2026年下半年量产，下一代A14也瞄准2028年投产。也就是说，等日本真正生产3纳米时，台积电最领先的工艺可能已经向更先进的节点推进。日本得到的是先进工厂，却不是台积电全部技术家底；获得的是进入先进制程产业链的机会，却不等于马上拥有独立研发能力。还有一个数据值得注意，熊本二厂规划的3纳米月产能只有1.5万片。对日本来说，这已经非常重要，但放在全球先进芯片市场中，规模并不算特别大。它更像是面向特定客户的区域产能，主要承担供应链分散、就近供货和满足日本客户需求的任务，而不是取代台积电其他生产基地。所以我认为，这次调整真正值得关注的，不是谁“拿走”了台积电的技术，而是全球半导体产业正在发生明显变化。过去，企业更关注在哪里生产成本最低；现在，企业还要考虑客户在哪里、补贴有多少、供应链是否稳定，以及产品能不能及时交付。台积电同时在中国台湾、美国和日本扩充产能，就是在这种环境下做出的商业安排。它既要分散生产风险，也不会轻易放弃最核心的研发和量产优势。对日本而言，3纳米落地确实是一大进展，但建成工厂只是第1步。能不能找到足够客户，能不能控制生产成本，能不能培养工程师，能不能形成设备、材料和封装配套，才决定这座工厂最终能发挥多大作用。说到底，台积电没有白送技术，日本也没有一步重回半导体巅峰。双方只是各取所需：台积电需要市场、补贴和海外产能，日本需要先进制造能力和产业信心。表面看是一座工厂升级，背后却是人工智能时代，各国争夺芯片产能的一次重要调整。
新加坡联合早报今天（7月19日）写道：“英伟达几乎垄断全球人工智能（AI）晶片市
新加坡联合早报今天（7月19日）写道：“英伟达几乎垄断全球人工智能（AI）晶片市场，订单多得做不完，但客户也在同时寻找摆脱它的方法。”评几句新加坡联合早报7月19日的报道，戳破了一个看似矛盾的行业真相——英伟达订单多到做不完，但它的金主们却在暗中"养备胎"。这不是简单的商业博弈，而是整个AI产业正在经历的一场深层结构性裂变。先说一个反直觉的事实：越强的垄断，越催生替代需求。英伟达的CUDA生态确实是护城河，但护城河越深，客户"翻船"的代价就越大。谷歌TPU、亚马逊Trainium、微软Maia、AMDMI300X……这些名字过去两年密集出现在各大科技巨头的采购清单上。OpenAI甚至开始租用谷歌TPU为ChatGPT提供算力，这在一年前几乎是不可想象的。为什么？因为没人想重复英特尔时代的悲剧。当年全球服务器CPU几乎被英特尔一家包揽，结果定价权、迭代节奏全在对方手里。如今科技巨头们学乖了——买英伟达芯片是"刚需"，但养一套替代方案是"战略保险"。Meta把43%的GPU采购份额给了AMD，Anthropic和谷歌签下百万级TPU大单，这些动作的本质不是"叛逃"，而是"去风险化"。更深层的变量在"推理"市场。AI行业正从"训练为王"转向"推理主导"。训练追求极致算力，英伟达无可替代；但推理讲究成本效率和低延迟，这正是专用芯片（ASIC）的甜点区。预计到2030年，推理将占全球AI算力需求的75%。在这个赛道上，谷歌TPUv7的能效是前代两倍，Groq的LPU能把推理成本压到GPU的三分之一——这些数字对每天跑数亿次推理的云厂商来说，意味着真金白银。还有一个被低估的变量：DeepSeek效应。今年年初，深度求索用极低成本训练出媲美OpenAI的模型，震动了整个行业。它传递的信号很清晰：算法优化可以大幅降低对高端硬件的依赖。如果"堆卡"不再是唯一路径，英伟达的高溢价逻辑就会被动摇。当然，英伟达短期内不会被颠覆。Blackwell芯片2025年产能已被抢购一空，台积电CoWoS先进封装产能的一半以上被它拿下。但历史规律告诉我们：没有永恒的芯片霸主。英特尔统治了PC时代二十年，最终在移动浪潮中掉队；英伟达能否避免同样的剧本，取决于它能不能在客户"另寻新欢"之前，先把自己的"新欢"——推理优化、成本下探、生态开放——做好。英伟达的订单排满，恰恰说明AI算力需求还在爆发期。但客户"养备胎"的动作，也预示着这个行业将从"卖方市场"逐步走向"多元竞争"。
