集邦咨询：预估2027年AI网络与互连产值将达2798亿美元 Scale-up占比升至24%
相关推荐
Nscale达成超60亿美元战略协议，潜在部署10万颗英伟达GPU
Odaily星球日报讯 AI 算力公司 Nscale 宣布与 Figure 签署多年战略合作伙伴关系，规模扩大至超过 60 亿美元。该交易代表了部署多达 10 万颗英伟达 Vera Rubin 平台 GPU 的潜力。（pressreleasehub）
日月光投控获 Google TPU 与英特尔追加先进封测订单
火星财经消息，经济日报报道，日月光投控受惠 Google TPU 量能放大，大举追加先进封测订单，英特尔加快推进 EMIB 先进封装平台，同步扩大对日月光投控委外释单，先前调高封测报价效益显现。Google 持续提高 AI 资本支出扩建数据中心，以 TPU 支应 Gemini 大模型、AI 代理及 Google Cloud 服务，市场预估 Google TPU 将于 2028 年进入大规模放量阶段，出货量上看 1200 万至 1500 万颗。日月光投控掌握 2.5D、3D 先进封装及高阶测试技术，Google 亦扩大采用台积电先进制程与 CoWoS 产能。英特尔冲刺 EMIB 先进封装平台，Meta、Google 等云端大厂相继导入 EMIB、EMIB-T 平台。日月光投控以纯封测代工定位，可直接采购有机嵌入式硅桥基板，承接后段晶圆级组装与高阶测试业务。日月光投控营运长吴田玉认为，英特尔 EMIB 与台积电 CoWoS 并非零和竞争。随 AI 芯片测试时间拉长，设备、材料及人力成本攀升，高阶封装与测试产能日益紧俏，主要封测厂已依产品、产能及客户条件陆续调升价格，涨幅约 5% 至 10%。
Google TPU 导入英特尔 EMIB，联发科深化合作
火星财经消息，据 DIGITIMES 报道，台系半导体供应链透露先进封装技术正走向多元化，英特尔 EMIB 成为关键选项。Google TPU 已确定导入 EMIB 封装，首款采用该技术的 TPU 良率已达标，涵盖技术、成本与产能表现均符合 Google 原定标准，未来几代 TPU 继续使用 EMIB 的可能性大幅上升。在台积电 CoWoS 产能持续紧张背景下，只要 EMIB 良率与技术维持达标，Google 将持续采用。联发科作为相关 ASIC 合作对象，其美国团队部分主管具有英特尔背景，双方合作更为顺畅；联发科虽仍以台积电为绝对主力，但与英特尔在 TPU 上的成功有助于巩固 Google 信任、争取更多专案，并向云端客户提供多元封装方案。台积电此前在法说会呼吁更多供应商投入先进封装以分担压力，供应链普遍认为其自家扩产不会无上限，因此对英特尔等封装路径的多元布局成为必要方向，相关测试设备与接口业者也有望受益。
Google被曝携手AMD设计下一代TPU，CPU核心IP成关键，AI未来或更依赖CPU密集计算
火星财经消息，8 月 17 日，据 SemiAnalysis 客户报告引述市场消息，Google 正与 AMD 合作开发第 10 代 TPU 中的一款产品。这将是 AMD 首次真正参与定制 AI ASIC 项目。分析师认为 Google 已有九代 TPU 开发经验且长期由 Broadcom 负责实际硅设计，传统 TPU 设计并不需要 AMD，因此合作的核心吸引力在于 AMD 的 CPU IP、先进封装及互连技术。 报告特别指出 Google 及其客户正推动在 TPU 封装内集成 CPU 核心，以应对强化学习等 CPU 密集型工作负载的需求。传统 LLM 训练仍以加速器为主，但推理和代理式模型的强化学习需要更多通用计算资源围绕加速器运行。 这一趋势在 Google 近期硬件配置中已现端倪。面向推理、推理和强化学习工作负载的 TPU 8i 系统，每两个 TPU 搭配一个 Google Axion CPU；而第 7 代 TPU 服务器每四个 TPU 才搭配一个英特尔 Xeon 处理器。有消息称在某些场景下 CPU 与加速器 1:1 配比才是最优解，暗示 AI 计算的未来可能远比市场当前认知更依赖 CPU。若与 AMD 合作成真，Google 将把自研 TPU 加速器与 AMD 的通用计算核心结合，打造混合型 AI ASIC，这或许会重塑数据中心芯片的竞争格局。
Grayscale 研究主管：算力股下跌，需求仍将维持
ChainCatcher 消息，Grayscale 研究主管 Zach Pandl 在 2026 年 10 月 20 日发布的《The Stack》中表示：AI 算力基础设施股票近期下跌，原因是投资者担心借款成本上升，而相关公司融资需求很高。包含 AI 云服务商 CoreWeave 与 Nebius 的股票指数自 9 月底以来约下跌 27%，数据来自 Bloomberg 与 Grayscale Investments，基于 Indxx 高性能计算指数，截至 2026 年 10 月 19 日。Pandl 称：这些公司大多处于早期且资本密集，部分 neocloud 的资本开支是当前收入的数倍。该指数前五大持仓过去 12 个月资本开支与销售额之比超过 230%，数据截至 2026 年 10 月 19 日。他认为，股价回调时算力需求与价格仍维持，算力需求在上升而非下降。他还预计：代币价格下降与 AI agent 使用增加会带来更高推理需求，从而支撑算力需求增长；若需求增长且算力价格维持高位，这些公司可能受益。他还提到 GPU 折旧放缓，以及 AI 算力与比特币挖矿行业重叠、比特币价格可能上涨。Pandl 认为：更高的借款成本压制了算力基础设施股票，但算力需求上升这一基本面趋势仍然成立，此次回调应被视为增加 energized compute layer 敞口的机会。
Grayscale 研究主管：更便宜的代理 AI 将推高算力需求
ChainCatcher 消息，Grayscale 研究主管 Zach Pandl 于 10 月 8 日在专栏 The Stack 发文称，AI 需求上升，因使用成本下降且技术更能自主完成工作，从而增加对算力及支撑 AI 的物理基础设施需求。更低成本可释放更多 AI 活动，开源权重模型的低价竞争正在压低 token 价格，更便宜的智能可使更多应用和自动化工作流在经济上可行。文中举例，Anthropic 最新 Sonnet 模型按公司说法每项任务成本最多低 30%；OpenAI 于 9 月 29 日推出的常开代理 dots 可全天候朝用户目标工作，可能大幅增加算力需求。Pandl 对比称，聊天机器人主要回答问题，代理则为达成目标执行多步流程，准备客户会议等任务可能消耗相当于一次聊天交互 5 至 50 倍的 token，常开代理还可能把处理延伸到单次对话之外。Pandl 援引高盛预计，到 2030 年 token 消耗可能增加 24 倍，主要由代理驱动；即使效率提高，若使用量增长更快，总算力需求仍可能上升。他指出，数字活动仍依赖电力、数据中心和 GPU 等需时间交付的物理基础设施，更便宜的 AI 可与算力供给紧张并存，并提到 CoreWeave 近期以更高算力价格签署新合同。其结论是，更便宜的智能和更强的代理可能使用例与使用量扩张到足以抵消效率提升，从而支撑稀缺算力需求并利好其所有者。