10 · 上游 / Upstream

半导体供应链

没有晶圆、存储与先进封装,就没有可量产的 AI 加速芯片。

AI 算力的最底层是半导体制造与存储。台积电等晶圆代工厂、ASML 等光刻设备、HBM 高带宽存储与 CoWoS 类先进封装,决定了 GPU/加速器“能不能造出来、造多少、多贵”。本层玩家多数不直接做模型,但卡死整条链的产能与交期。

角色

这一层谁在干活

晶圆代工

把芯片设计流片成硅片,先进制程产能是 AI 扩张的硬约束。

  • 台积电 TSMC
  • 三星 Foundry
  • 中芯国际(成熟/受限制程)

设备与材料

光刻、蚀刻、沉积与特种气体/材料,决定先进节点是否可重复量产。

  • ASML(EUV)
  • 应用材料
  • 东京电子

HBM 与先进封装

训练/推理带宽依赖高带宽存储与 2.5D/3D 封装,常比逻辑核更紧缺。

  • SK 海力士
  • 三星
  • 美光
  • CoWoS/封装产能
馆内机构

可点进档案的公司

NVIDIA以 CUDA 与 GPU 成为现代深度学习默认算力层,并发布 Nemotron、Cosmos 等模型。 华为 / Huawei以盘古大模型与昇腾算力服务政企与行业,强调全栈自主与行业落地。
概念

读懂这一层

GPU(图形处理器)原本为图像渲染设计的并行芯片,后来成为训练与推理神经网络的主力算力。
专题

相关主题路线

AI 硬件 AI Infra

试试搜索