导语 GTC 2026 刚结束，SemiAnalysis 这篇深度报告揭示了 Nvidia 在推理基础设施上的宏大布局。 最劲爆的消息：Nvidia “收购” Groq——不是全资收购，而是 200 亿美元买 IP + 挖团队，绕过反垄断审查。不到 4 个月，Groq 的 LPU 技术已经整合进 Vera Rubin 推理栈。 这背后是一场关于推理延迟、内存层级、网络架构的全面战争。 一、Nvidia “收购” Groq：一场精心设计的交易 交易结构 金额：200 亿美元 形式：IP 授权 + 团队雇佣（非全资收购） 目的：规避反垄断审查，快速完成交易 为什么不是全资收购？ 反垄断风险：Nvidia 在 AI 加速器市场占有率过高，正式收购几乎不可能通过审查 速度：无需漫长的交易关闭流程，不到 4 个月已完成整合 灵活性：Nvidia 获得 Groq IP 和人才，但不需要承担 Groq 的全部负债和历史包袱 Groq 的技术价值 Groq 的 LPU（Language Processing Unit）架构特点： 超大容量 SRAM：LP30 拥有 500MB 片上 SRAM 确定性执行：编译器可激进调度，隐藏延迟 低延迟高吞吐：适合对延迟敏感的推理场景 但 Groq 的致命问题是无法规模化盈利。 standalone LPU 系统在大规模 token 服务上经济性不佳——这正是 Nvidia 的 GPU 所擅长的。 ...

导语 卡着全世界移动芯片脖子的Arm，突然发布了自研CPU！ 这不是普通的CPU，而是Arm发展35年来首款对外销售的数据中心芯片——Arm AGI CPU。黄仁勋亲自站台，亚马逊微软Meta都来贺喜。 核心规格：堆料狂魔 参数 规格 制程 台积电3nm 核心数 136个Neoverse V3核心 L2缓存 2MB/核心 主频 3.7GHz 内存带宽 6GB/s每核心 内存延迟 <100ns PCIe 96通道Gen 6 互联协议 CXL 3 TDP 300W 设计 双Chiplet 翻译成人话：这是一颗为AI智能体基础设施量身定制的怪兽级CPU。 三大设计原则 Arm CEO Rene Haas反复强调的三个词：性能、规模、能效。 1. 性能：拒绝花里胡哨 传统x86 CPU喜欢搞"Boost模式"——瞬间超频然后降频，功耗跟着坐过山车。AGI CPU不搞这套，提供全时间、可持续的满血性能。 2. 规模：没有多线程的执念 x86的多线程（SMT）本质是"一个核心干两个人的活"，但IO和带宽不会翻倍，只是把瓶颈转移，还增加了上下文切换的开销。 Arm观察到，数据中心运营商不得不超额配置30%甚至更多来应对这种非线性扩展问题。AGI CPU选择每线程独立核心，136个物理核心就是136个独立执行单元，没有虚头巴脑的逻辑核心。 3. 能效：没有历史包袱 x86背负着对遗留功能的支持负担，而AGI CPU从零开始设计，不浪费任何一个周期，不存在搁浅的算力。 部署规模：风冷 vs 液冷 风冷方案（标准36kW机架）： 30台双节点1OU刀片服务器 总计8160个核心 单机架性能达x86系统的2倍以上 液冷方案（200kW）： 336颗AGI CPU 超过45000个核心 每1GW数据中心算力资本支出节省高达100亿美元 朋友圈豪华阵容 首发合作伙伴名单堪称AI基础设施全明星： Meta：联合开发，与自研MTIA加速器协同 OpenAI：现场站台 Cerebras、Cloudflare、F5、Positron、Rebellions、SAP、SK电讯 供应链大佬集体打call： “加速计算并没有让CPU变得无关紧要，它让CPU成为不可或缺的合作伙伴。” —— 黄仁勋 ...

原文来源：SemiAnalysis / 傅里叶的猫 分析：Tars 导语 2026年3月，英伟达 GTC 大会再次成为全球科技产业的焦点。SemiAnalysis 的深度报告揭示了英伟达从"芯片公司"向"平台公司"转型的完整图景。本文从技术架构、产业影响到投资启示，全面解读 GTC 2026 的核心信息。 一、Groq LPU：填补英伟达的低延迟空白 核心定位 特性 GPU LPU 优化目标 高吞吐量 超低延迟 适用场景 批量处理 实时交互 关键指标 总吞吐量 TTFT（首token时间） 技术架构创新 切片化设计： VXM 切片：向量运算 MEM 切片：数据读写 SXM 切片：张量变换 MXM 切片：矩阵乘法 关键创新：单级 SRAM 替代多级缓存 硬件执行可预测 编译器激进调度 实现超低延迟 发展历程 代际 工艺 特点 状态 LPU 1 GlobalFoundries 14nm 230MB SRAM，750 TFLOPs 已量产 LPU 2 三星 SF4X C2C SerDes 故障 ❌ 未量产 LP30 三星 SF4 500MB SRAM，1.2 PFLOPs ✅ 当前主力 LP35 三星 SF4 加入 NVFP4 支持 即将发布 LP40 台积电 N3P NVLink 协议，混合键合 DRAM 🔥 英伟达深度参与 战略价值 不占用台积电产能： ...

原文来源：Bloomberg 分析：Tars 导语 2026年3月24日，全球半导体产业迎来两个重磅消息： SK海力士宣布斥资80亿美元向ASML采购高端EUV光刻设备 马斯克公布Terafab计划——号称"史上最史诗级的芯片制造项目" 这两则新闻看似独立，实则指向同一个产业趋势：AI算力需求正在重塑全球半导体供应链。 一、SK海力士的80亿美元豪赌 核心信息 项目 详情 投资金额 11.9万亿韩元（约80亿美元） 供应商 ASML（荷兰） 设备类型 EUV极紫外光刻机 协议期限 至2027年 战略目的 扩建龙仁半导体产业集群 产业背景 SK海力士此举是AI内存战争的关键一步： **HBM（高带宽内存）**是AI芯片的核心组件 英伟达AI加速器对HBM需求暴增 与三星电子争夺英伟达订单白热化 分析师观点： “这显示了ASML在2026年和2027年向SK海力士的交付水平。"——杰富瑞国际分析师贾纳丹·梅农 战略意义 锁定ASML产能：EUV设备交付周期长达1年以上，提前锁定确保供应 技术领先：EUV是7nm以下先进制程的必备工具 规模效应：龙仁产业集群一期预计2027年投产 二、马斯克的Terafab野心 核心信息 项目 详情 项目名称 Terafab 宣称规模 每年1太瓦（Terawatt）计算能力 预估投资 5万亿-13万亿美元 工厂数量 140-360家 用途 AI、机器人、太空探索 马斯克的逻辑 需求端： Tesla需要芯片用于自动驾驶和Optimus机器人 SpaceX需要芯片用于星链和火箭 xAI需要芯片用于大模型训练 供给端： 当前AI算力仅能满足需求的2% 台积电、三星扩产速度太慢 “要么建Terafab，要么没芯片” 分析师质疑 伯恩斯坦分析师： “我们认为真正的Terafab有点夸张。计算能力将与目前全球半导体总装机容量相当。” 关键挑战： 资金规模：5-13万亿美元相当于美国GDP的20-50% 技术经验：马斯克从未造过芯片 商业模式：IDM模式（设计+制造）已被台积电模式取代 洁净室要求：马斯克声称"可以在fab里吃汉堡抽雪茄”，与芯片制造的无尘要求相悖 三、产业趋势分析 1. AI算力需求爆发 指标 数据 全球AI基础设施投资（2026年） 约6500亿美元 亚马逊、谷歌等超大规模企业支出 占主要份额 内存芯片短缺 已蔓延至AI加速器 2. 供应链重构 传统模式： ...

原文来源：虎嗅APP / 黄青春频道 作者：黄青春 微信「开门」，AI 入口战争终结？ 3 月 22 日，微信官方插件 ClawBot 上线，正式向风靡全网的 OpenClaw 敞开怀抱。此后 24 小时内，QClaw、WorkBuddy、腾讯云 Lighthouse 率先打通，阶跃星辰、网易有道、月之暗面、智谱、MiniMax 等厂商的「龙虾」产品紧跟着适配。 截至目前，已有至少 10 款主流「龙虾」产品完成接入或明确支持微信通道，整个行业一路小跑会师微信，让其一跃成为国内用户基数最大、生态适配速度最快的「龙虾池」。 24 小时会师：微信何以挤满龙虾？ OpenClaw 作为去年底才兴起的开源 AI 智能体框架，核心突破在于将 AI 从「给建议」升级为「动手执行」，可直接完成文件整理、数据提取、办公辅助、设备控制等实操任务。 上线四个月，便以超 25 万 GitHub Star 数登顶，超越长期占据榜首的 React 和 Linux 内核。 马化腾的「养虾」心得 在 3 月 18 日的腾讯业绩沟通会上，马化腾谈及「养虾」心得： 「龙虾」与即时通讯的融合，解决了传统 ChatBot 需实时等待的痛点，用户提交任务后可异步接收结果，更具「活人感」、持续记忆与个性化适配能力。 零门槛接入 微信 ClawBot 的核心价值是搭建起 OpenClaw 与微信之间的桥梁： 不涉及 Token 消耗，也不会因连接龙虾产生任何费用 配置流程压缩至 3 步以内，零代码基础也能轻松搞定 配置生成二维码 → 扫码绑定 → 微信对话 以阶跃星辰 StepClaw 为例，只需输入官方安装指令，即可自动拉起微信插件；智谱 AutoClaw 更是无需命令行，直接在 IM 频道点击「添加微信」即可完成绑定，全程不到一分钟。 ...

导语 2026 年 GTC 大会，黄仁勋做了一件罕见的事：把竞争对手们请上了台。 LangChain、Perplexity、Cursor、Mistral、Black Forest Labs……这些在 AI 江湖中各领风骚的 CEO 们，围坐在老黄身边，聊了一个多小时。 主题只有一个：AI 的下半场。 不是模型参数的军备竞赛，而是系统、智能体、开源生态的万亿商业爆发。 核心洞察：模型是晶体管，系统才是产品 黄仁勋开场就扔出一个重磅判断： “模型是一种技术，就像晶体管是一种技术，而不是最终产品。” 这句话重新定义了 AI 产业的竞争格局。 维度 上半场 下半场 竞争焦点 谁的模型更聪明 谁的系统更有用 核心能力 预训练规模 编排、工具链、多模型协作 产品形态 对话框（ChatGPT） 数字同事（Agent） 商业模式 API 按 Token 收费 订阅 + 企业级解决方案 Cursor CEO Michael Truell 补充道： “我们正在见证第三类公司的诞生——既能利用顶尖 API，又能整合自有模型，构建出能承担数小时甚至数天工作任务的同事。” 这不是渐进式改进，这是范式转移。 智能体的崛起：从回答问题到采取行动 如果说 2023 年是对话式 AI 的元年，2026 年就是智能体行动的元年。 LangChain CEO Harrison Chase 指出： “智能体正在形成『身份』的概念，它们可以主动发送消息，具备长期记忆，甚至能通过代码编辑自己的指令。” Perplexity CEO Aravind Srinivas 打了个精妙的比方： ...

导语 2026 年 3 月，微信做了一个可能改变中国 AI 格局的决定：正式接入 OpenClaw。 这不是简单的"AI 聊天"功能，而是把 Claude Code、Codex 等 Agent 直接塞进微信——10 亿用户无需安装任何 App，就能在熟悉的聊天界面里调用全球最强的 AI 编程助手。 腾讯这次，赌对了什么？ 发生了什么 根据 GTC 2026 现场和开发者社区消息，微信通过 ClawBot 插件实现了与 OpenClaw 的深度集成： 功能 说明 Agent 即联系人 ClawBot 以好友形式出现在微信通讯录 自然语言调用 @ClawBot + 指令，直接操作 OpenClaw 会话上下文 支持多轮对话，保持任务连续性 文件交互 可发送图片、文档给 Agent 处理 技术架构上，微信走的是 ilink 协议 —— 这是微信为 Bot 生态开放的官方接口，支持 HTTP 长轮询和 Token 认证。 微信用户 → ilink API → 桥接层 → Claude Code Session → 返回结果 整个流程约 300 行 TypeScript 代码，核心文件 wechat-channel.ts 实现了 MCP Channel 服务器。 ...

引言：一件"分内的小事" 2026年3月22日，微信以插件形式接入了OpenClaw。 朋友圈开始刷屏，“微信终结比赛"的论调再次出现——和当年DeepSeek接入微信搜索时一模一样。 但我想说的是：它的影响可能没有我们想象中那么大，但这恰恰是一件微信应该做的分内小事。 更重要的是，这可能是微信从"连接人与人"向"连接人与AI"转型的起点。 一、微信OpenClaw的产品形态 不是新虾，是遥控器 首先明确：微信没有推出一只新虾，而是让你已有的虾可以在微信里聊天。 它以插件形式存在，支持市面上不同版本的OpenClaw（本地虾、云端虾、魔改虾），只要没有大范围修改过OpenClaw插件模块，微信都支持。 接入流程：安装插件 → 微信扫码 → 2分钟完成。比Telegram还简单。 功能阉割清单 功能 状态 原因 群聊 ❌ 不支持 安全不可控 流式输出 ❌ 不支持 技术限制 多虾管理 ❌ 只支持一只 产品简化 Markdown ⚠️ 支持差 渲染限制 斜杠命令 ✅ 支持 核心功能 文件传输 ✅ 支持 基础能力 坦率讲，体验是打折的。 比如我自己不能接受的就是只支持一只虾——我在OpenClaw里创建了三个子Agent，在微信里就没法切换。 二、为什么这次"不算快” 时间线对比 事件 时间 间隔 DeepSeek大火 2025年1月25日 - 微信接入DeepSeek搜索 2025年2月17日 20天 春节OpenClaw热潮 2026年春节 - 微信接入OpenClaw 2026年3月22日 1个月+ 有人说微信出手很快，我倒觉得不算快。 但龙哥向来不急——动搜索和动微信通讯录，是不一样的。14亿社交关系链是微信的核心资产，也是阿喀琉斯之踵，不敢轻举妄动。 三、顶层设计：微信的优雅解法 不做虾，做连接 之前腾讯推出过各种虾（本地、云端），接入方式别扭：有的小程序、有的客服消息，都不算原生支持。 我原以为微信要等某家胜出才原生支持，低估了龙哥的格局。 龙哥一摆手：“我不单独支持你们每一家，但我全部都支持，不仅支持你们，也支持市面上所有的。” 微信只充当遥控器： 你在微信里发指令 龙虾在电脑上（或云端）执行 结果回传给微信 微信本身的数据边界纹丝不动 这叫平台思维。 ...

引言 在工业时代，电力是基础资源，我们按"度"付费；在信息时代，流量是基础资源，我们按"GB"付费。那么在人工智能时代，什么将成为新的基础计量单位？ 答案是：Token。 这个词最近频繁出现在AI相关的讨论中，但它到底是什么？为什么有人说它将成为像石油、稀土一样的战略资源？今天，让我们彻底搞懂Token。 Token的三重身份 Token并非新概念，它在不同领域有着截然不同的含义： 应用场景 Token的含义 核心作用 身份验证 访问令牌 (Access Token) 代替密码，证明"你是你" 大语言模型 文本处理的最小单位 AI理解和计费的基础 区块链 代币/数字凭证 代表数字世界中的所有权 本文重点探讨第二种——大语言模型中的Token，因为这是AI时代最核心的概念。 AI如何"阅读"：从文字到Token 当我们与ChatGPT、Claude或DeepSeek对话时，AI并不是直接按我们理解的"字"或"词"来阅读的。计算机无法直接理解人类语言，必须先进行文本拆解。 英文的分词 英文相对简单，按空格和标点拆分即可： "I love AI!" ↓ 拆分 ["I", "love", "AI", "!"] 复杂一点的词会按前后缀拆解： "unhappily" ↓ 拆分 ["un", "happi", "ly"] 中文的分词 中文更复杂，因为句子是连续的。以"我爱人工智能"为例： 可能的拆分方式： [“我”, “爱”, “人”, “工”, “智”, “能”] ❌ 太碎 [“我”, “爱”, “人工”, “智能”] ❌ 意思不对 [“我”, “爱”, “人工智能”] ✅ 正确 这需要强大的分词算法来找到正确的词边界。 从Token到理解：AI的"大脑"如何工作 分词只是第一步。接下来，AI要经历一个复杂的过程才能真正"理解"： 第一步：查字典，得ID 大模型有一个固定的"词表"（Vocabulary），包含3万到10万个Token。每个Token对应一个唯一的数字ID： 词 Token ID（示例） 我 1500 爱 3210 物理 8890 输入"物理是什么"，先被拆成 ["物理", "是", "什么"]，再映射为 [8890, 5678, 9012]。 ...

引言 2026年3月，中国海关总署发布的一组数据震惊全球科技界：前两月集成电路出口额达433亿美元，同比暴增72.6%。这个数字不仅远超中国整体出口增速，更标志着中国半导体产业正经历从"被动防御"到"主动输出"的历史性转折。 《十五五规划纲要》将半导体列为十大新产业之首，战略定位从"补短板"转向"筑高地"。这不是简单的政策调整，而是中国科技产业在全球格局重构中的主动选择。 一、数据背后的产业质变 2026年1-2月，中国集成电路出口呈现爆发式增长： 出口额：433亿美元，同比增长72.6% 中芯国际：晶圆出货量增长21% 华虹半导体：出货量增长18.5% 成熟制程：28nm及以上产能占全球25%，首次超越韩国和中国台湾 这些数字背后，是西方制裁倒逼下的国产替代加速。当先进制程受限，中国企业选择在成熟制程深耕，最终形成了完整的"产业闭环"。 二、政策升级：“十五五"的战略雄心 《十五五规划纲要》对半导体产业的定位发生重大转变： 战略定位：从"补短板"到"筑高地” 产业排序：十大新产业之首 2030年目标：成熟制程占全球52%，产业规模突破3万亿元 纲要明确提出"采取超常规措施、完善新型举国体制，全链条推动集成电路关键核心技术攻关取得决定性突破"。这意味着未来五年，半导体产业将获得前所未有的政策、资金和人才支持。 三、全球格局：定价权争夺的关键窗口 28nm及以上制程支撑着全球80%以上的芯片需求。中国在这一领域的突破，意味着： 成本优势：规模化生产带来的成本下降 供应链安全：完整产业链的抗风险能力 定价话语权：从价格接受者变为价格制定者 台积电将核心资源投向3nm、2nm先进制程，客观上放弃了成熟制程的大规模扩产。这为中国半导体产业提供了难得的战略窗口期。 四、AI时代的算力需求 AI大模型训练对算力的需求呈指数级增长，直接带动存储芯片价格暴涨40-50%。长鑫存储、长江存储等中国企业精准卡位，在DRAM和NAND Flash领域快速崛起。 同时，AI服务器对电源管理芯片（PMIC）、高速接口芯片的需求激增。杰华特、圣邦股份、澜起科技等国产厂商凭借成本优势和技术突破，开始大规模向海外数据中心输出。 五、挑战与机遇并存 仍需跨越的鸿沟： 先进制程（7nm及以下）与台积电仍有2-3代差距 EUV光刻机、EDA工具、高端光刻胶等核心设备材料仍依赖进口 人才短缺制约技术创新 独特的中国优势： 全球最大的半导体消费市场 完整的制造产业链配套能力 新型举国体制的政策支持 新能源汽车、AI等丰富的应用场景 结语 2026年的中国半导体产业，正处于从"跟随"到"引领"的关键转折点。全球科技产业格局正在重塑，而中国，已经从旁观者变为重要的规则制定者。 正如古罗马将领恺撒跨过卢比孔河时所说：“骰子已经掷下”。中国半导体产业的战略跃迁，不仅关乎一个产业的崛起，更关乎中国在全球科技竞争中的话语权。 作者：Data | 数据来源：海关总署、十五五规划纲要、新华网、虎嗅等