·聚焦:人工智能、芯片等行業

歡迎各位客官關注、轉發

前言：

短短一周時間內，英偉達、三星、微軟在同一張產業地圖上分別卡住了算力、云端與量子、存儲三個最關鍵的路口。

作者| 方文三

圖片來源 | 網絡

英偉達：AI算力走向PC領域

英偉達的野心是讓AI從數據中心流向每一個工作界面，它要重新定義計算發生的位置。

剛剛發布的RTX Spark把英偉達的AI算力進一步推向PC端，讓本地設備具備運行AI代理、處理本地模型、承接復雜創作和開發任務的能力。

RTX Spark超級芯片被黃仁勛稱為“為個人AI智能體時代重塑Windows PC”的核心硬件，標志著英偉達正式進軍英特爾盤踞四十余年的PC處理器市場。

采用臺積電3nm工藝，集成20核Grace ARM v9.2 CPU與Blackwell架構GPU，通過NVLink-C2C互連技術實現CPU與GPU的無縫協同，共享最高128GB LPDDR5X統一內存。

在FP4精度下其AI算力達到驚人的1 PFLOPS，能夠在本地設備上流暢運行1200億參數大模型，上下文長度可達100萬token。

首批搭載RTX Spark的設備將由華碩、戴爾、惠普、聯想、微軟Surface和微星六大OEM廠商制造，于2026年秋季正式上市。

此外，此次發布的Vera CPU是英偉達戰略轉型的核心標志，作為全球首款專為AI智能體打造的通用處理器，Vera在任務完成速度上比傳統x86 CPU快1.8倍。

Anthropic、OpenAI和SpaceXAI等全球頂尖AI實驗室，以及字節跳動、CoreWeave和Oracle Cloud Infrastructure等超大規模云服務商，均已計劃采用Vera來全面升級其AI工廠。

三星：垂直整合下的雙輪驅動

在近期Computex 2026展會上，三星展示的第八代高帶寬內存（HBM5）原型產品引發了關注，HBM5底層基底裸片全面采用三星自研2nm先進制程工藝打造，而上一代HBM4、HBM4E產品均沿用4nm制程工藝。

并順勢推出了革命性的導熱路徑塊（HPB）散熱架構，通過在內存堆疊芯片內部增設專屬獨立導熱柱結構，直接從堆疊核心區域快速導出集中熱量，徹底解決了高端AI內存的高熱難題。

三星在HBM市場的強勢回歸已經初見成效，6月5日黃仁勛正式宣布三星電子、SK海力士和美光科技三大存儲芯片巨頭全部通過認證，將為英偉達下一代AI平臺Vera Rubin供應HBM4高帶寬存儲芯片。

作為行業內同時具備完整內存研發制造與邏輯晶圓代工能力的頭部企業，三星可實現HBM芯片堆疊封裝、底層邏輯裸片的全流程自主生產，這種垂直整合優勢是其他競爭對手難以比擬的。

三星的特殊之處在于它同時擁有存儲、晶圓代工和先進封裝能力，這也是三星急于在HBM5上亮劍的原因。

HBM5更像一張重新回到AI供應鏈中心的門票，三星要做的是把內存+代工+封裝+終端這四張牌打成一手順子，再加上SAFE體系里的EDA、IP、OSAT、MDI聯盟，爭取客戶在開發早期就把流程、IP和封裝方案綁定在三星體系之中。

微軟：軟硬一體的AI生態閉環構建

6月2日，在微軟Build 2026開發者大會上，微軟發布了一系列重磅芯片產品，展示了其構建軟硬一體AI生態閉環的堅定決心。

Azure Cobalt 200是微軟第二代Arm架構云芯片，專為智能體AI工作負載優化，性能較第一代Cobalt 100提升50%。

微軟在官方博客中明確指出，智能體與傳統工作負載有著本質區別，它們需要推理、做出順序決策并持續大規模運行，這要求一種全新的計算架構。

Cobalt 200從硅片到服務器再到服務進行了全棧優化，集成了微軟最新的安全、網絡、存儲和卸載技術，在AI推理、數據管道和Web服務等場景中表現出色。

Maia 200作為微軟第二代AI芯片，已于2026年初陸續進駐微軟愛荷華州和鳳凰城的數據中心。

這是其迄今部署的能效最優的推理系統，在部分AI任務上的性能優于谷歌及亞馬遜的同類芯片。

微軟第二代拓撲量子芯片Majorana 2的發布，這款芯片解決了量子計算領域長期存在的核心痛點。

Majorana 2上的拓撲量子比特實現了平均20秒的相干壽命，在特定完美測試環境下甚至可以維持長達1分鐘，操作可靠性較上一代提升了1000倍。

微軟還給出了極具雄心的科學商業化路線圖，計劃在2029年之前正式推出全球首臺“具有商業價值、完全可擴展且具備全容錯能力”的量子計算機。

其戰略意圖更克制也更現實，它沒有試圖在最高端訓練市場正面替代英偉達，而是把自研芯片放進Azure的“異構底座”里。

最貴的前沿訓練與大規模推理繼續擁抱英偉達與AMD，成本敏感、可規模復制的推理和通用云負載則逐步導向Maia與Cobalt。

因此，微軟Foundry一邊接入OpenAI、Anthropic、Meta、xAI、英偉達等多模型生態，一邊讓Maia 200為GPT?5.2和Copilot打工，讓Cobalt 100/200去支撐Teams、Azure SQL、Elastic、Rescale、Databricks、Snowflake等更廣泛云負載。

它要是云服務毛利率和單位token成本的主動權，真正想要守住的是云、模型、辦公軟件、操作系統、開發者平臺之間的閉環。

競爭與協同為何同時發生

看上去三家公司都在發芯片，實則站位并不重合。

英偉達守的是AI基礎設施的性能天花板與軟件標準，微軟守的是云端服務的成本曲線與分發入口，三星守的是HBM、代工、封裝這些“別人想擴也擴不快”的供給接口。

于是競爭與協同才會同時成立，微軟在Azure里用英偉達 Blackwell Ultra和未來Rubin做高端算力，也用自家Maia 200消化一部分推理負載。

三星既想拿下英偉達與微軟的HBM和代工機會，又在終端側用Exynos 2500消化自家先進工藝。

它們是一條鏈上的不同控制點，而不是簡單的一對一替代關系。

從盈利邏輯看這種分層更加清楚，英偉達最新季度GAAP毛利率達到74.9%，數據中心收入單季已到752億美元，說明它仍在拿走最肥的一段利潤。

微軟則在官方財報中承認，Azure擴容帶來的AI基礎設施投入正在壓低云業務毛利率。

三星的Foundry與System LSI此前多年承壓，直到2025年末才出現改善跡象。

英偉達先把利潤做厚，微軟先把資本開支做深，三星則先要把客戶信任和驗證做穩。

市場份額的變化帶來的替代并非沒有發生，只是發生在不同區域和層級。

結尾：未來窗口與觀察指標

未來一到兩年，業內更傾向于把三家公司放在一條“系統量產能力曲線”上看。

英偉達的上升斜率，取決于它能否把Blackwell Ultra到Rubin的年度節奏繼續兌現。

微軟的價值兌現，取決于自研芯片能否真實改善Azure與Foundry的單位經濟模型。

三星的翻身空間，則取決于HBM4/4E與2nm能否穿過驗證門檻，把“代工+內存+封裝”的想象，變成能拿到訂單的現實。

變量在于TSMC CoWoS擴產與先進產能利用率，以及三星純代工份額能否持續抬升。

美國出口管制與中國本土替代速度，這既影響英偉達收入天花板，也會改變微軟區域算力部署與三星訂單的地理結構。

AI越往深處走，產業越會回到硬科技的基本面，數據要流動，芯片要散熱，系統要協同，成本要下降，客戶要得到穩定可用的智能。

三家公司分別卡在AI產業鏈最擁擠、也最值錢的窄門上。誰能守住窄門，誰就能在下一輪技術周期里，把增長從景氣變成結構性紅利。

部分資料參考：彭博科技：《黃仁勛談全球AI芯片市場格局》，觀察者網：《英偉達要把CUDA的故事，復制到PC和機器人》，微軟官方：《Microsoft Build 2026 開發者大會主題演講全文》，三星電子：《三星在 Computex 2026 展示全球首款 HBM5 高帶寬內存原型》

本公眾號所刊發稿件及圖片來源于網絡，僅用于交流使用，如有侵權請聯系回復，我們收到信息后會在24小時內處理。

請務必注明：

「姓名 + 公司 + 合作需求」