CPU突然暴涨20%!Intel、AMD齐涨价
CPU市场正迎来一轮罕见的全面涨价周期。 据ODM厂商透露,自2026年3月起,消费级CPU价格已上涨5%—10%,服务器CPU涨幅更达10%—20%。供应链消息指出,英特尔(Intel)与AMD两大巨头正在筹备第三季度的进一步涨价,而CPU平均交货周期已从此前的1—2周大幅延长至8—12周。 这一轮涨价不仅牵动着下游整机厂商的神经,更在资本市场掀起巨浪。4月24日,英特尔股价收盘暴涨23.6%,
纳米网产业分析频道 — 提供产业分析领域最新资讯、技术文章和行业动态。
CPU市场正迎来一轮罕见的全面涨价周期。 据ODM厂商透露,自2026年3月起,消费级CPU价格已上涨5%—10%,服务器CPU涨幅更达10%—20%。供应链消息指出,英特尔(Intel)与AMD两大巨头正在筹备第三季度的进一步涨价,而CPU平均交货周期已从此前的1—2周大幅延长至8—12周。 这一轮涨价不仅牵动着下游整机厂商的神经,更在资本市场掀起巨浪。4月24日,英特尔股价收盘暴涨23.6%,
4月24日,DeepSeek-V4预览版正式发布。DeepSeek自V3起便以高频迭代著称,V4的到来只是节奏延续。 但真正引发行业震动的是:华为昇腾、寒武纪、海光信息、摩尔线程、沐曦股份、百度昆仑芯、阿里平头哥、天数智芯等八家国产AI芯片厂商,在模型发布的同一天,集体完成了全链路适配与性能优化。 (图源:DeepSeek) Day 0 意味着什么? Day 0适配,是指在大模型正式发布当天,算
台积电在其2026年北美技术研讨会上公布了截至2029年的通用制造技术路线图,先进制程仍在继续推进。 值得注意的是,台积电并没有急着把High-NA EUV(高数值孔径极紫外光)光刻技术放进2029年前的量产节点。作为对比,英特尔则更早导入High-NA设备。两家公司真正的差异,不只是设备选择,而是量产节奏、成本和良率风险的取舍。 近年来,台积电AI和HPC(高性能计算)已反超手机业务,在其路线
该股以880港元/股高开,较183.2港元的发行价暴涨380.35%,总市值一度达到809.3亿港元。 前一日(4月27日)的暗盘交易已提前预示了这场资本狂欢:曦智科技暗盘一度涨超360%,最终收报约794港元,涨幅超330%。 豪华股东阵容与募资投向 此次IPO,曦智科技全球发售1379.52万股H股,募资净额约25.27亿港元。其基石投资者阵容堪称横跨产业、主权财富与国际长钱的“顶配”:阿里
最近这两年,超节点的概念火遍全网,吸引了行业内外的广泛关注。 所谓超节点,其实简单来说,就是一个整机化的算力“小集群”。它能够提供强大的算力,满足多种高负荷场景的需求。 我们此前看到的超节点,基本上都是智算超节点,提供AI算力,用于大模型训推。 如今,情况有了变化,除了智算超节点之外,通算超节点也开始崛起。 去年,华为在全联接大会2025上推出的TaiShan 950 SuperPoD,就是一个通
2026 年 4 月 28 日,曦智科技 - P(01879.HK) 正式在港交所主板挂牌交易,作为港交所 18C 章特专科技公司首批上市企业、全球光电混合算力领域的领军者,这家 “AI 光芯片第一股” 的上市,不仅是中国硬科技企业突破算力瓶颈的里程碑,更标志着光子计算从实验室走向商业化的关键跨越。 曦智科技此次发行定价183.2 港元 / 股(定价区间上限),开盘价直接飙升至880 港元,涨幅
2026年4月,证监会官网显示,阜阳欣奕华新材料正式启动科创板上市辅导。 当前全球光刻胶市场被海外企业技术垄断,技术代差、配方壁垒、制程管控成为国产最大拦路虎,本文从核心技术差异、海外竞品技术软肋、欣奕华技术破局路径三大硬核维度,拆解国产光刻胶如何靠技术实现逆势突围。 | 光刻胶硬核量产级突破 欣奕华材2013年入局光刻胶赛道,始终聚焦材料核心底层技术,放弃低端光刻胶同质化内卷,形成显示光刻胶成
黄仁勋最担心的事,还是发生了!最新的DeepSeek V4版本,把“第一次”给了华为芯片。 “不诱于誉,不恐于诽,率道而行,端然正己。”带着这十六字理念,4月24日,DeepSeek V4预览版正式发布。距离上一版V3.2更新,已经过去了近五个月。 当下海外主流大模型,基本保持三个月一轮的快速迭代。相比之下,DeepSeek的节奏看似偏慢,甚至一度被外界质疑掉队。 就在前几天,GPT Imag
全球半导体设备赛道的寡头垄断壁垒,正在持续加厚。 4月20日,CINNO • IC Research发布2025年全球半导体设备行业核心营收榜单,数据直观印证行业核心趋势:市场总量稳步扩容,但话语权高度向头部集中,梯队格局牢不可破,唯有国产龙头实现结构性突破。 2025年全球半导体设备营收TOP10企业核心半导体业务总营收突破1300亿美元,同比增速维持16%的稳健水平,行业基本面持续向好,但增长
存储器行业素以强周期性著称,如今再次站在十字路口。这一切始于几年前的人工智能(AI)热潮:当时,高带宽内存(HBM)与AI加速器一同成为训练模型的首选。作为DRAM的一种特殊形式,HBM的利润率远高于NAND闪存。面对NAND价格下跌、利润缩水的困境,三星和SK海力士等大型厂商在扩大NAND产能上变得愈发谨慎。 技术层面同样挑战重重。随着NAND闪存层数突破200层大关,每一代新产品都需要先进的制
此前电子工程专辑多番撰文提及,OpenClaw龙虾乃是AI推理发展到一定程度后爆发的一大现象级应用——它实际上是生成式AI之后,经过多轮技术与市场累积,代理式或智能体AI(Agentic AI)的阶段性发展成果。 即便我们先前就提过,至少现阶段对个人用户而言,龙虾的实用价值还算不上很大,但它可能一定程度证明了智能体AI的发展路径是正确的。 所以最近Intel提出的“智能体PC”概念也就很好理解:
美东时间4月14日,英特尔美股收涨4.49%,定格了连续9个交易日上涨的罕见行情。 这9个交易日里,英特尔股价累计涨幅达58.29%,市值暴涨超1200亿美元,创下公司自1970年代以来的最佳连涨纪录。 截至4月17日,英特尔股价报68.50美元,盘中触及70.33美元的历史高点,创下自2000年互联网泡沫时期以来的最高水平。 2026年开年至今,英特尔股价累计涨幅已超76%,过去一年累计涨幅超2
当AI从云端向边缘和终端设备迁移,一场以“端侧AI”(Edge AI)为核心的技术应用革命正悄然到来。 在这场变革中,我们必须思考的是,数十亿乃至数百亿台终端设备的未来发展方向——特别是打破它们依赖云端连接才能运行AI任务的固有模式。这些设备必须成为真正具备AI能力的端侧系统,能够以更高效率执行端侧推理,其计算能力以每瓦特所能达到的万亿次运算次数(TOPS/W)来衡量。 与AI数据中心不同,对于端
最近这两年,网上关于AI-RAN的讨论很多。 有人认为,AI-RAN是大势所向,代表了通信架构的未来演进方向。 也有人认为,AI-RAN就是一个噱头,是某些厂商的一厢情愿,肯定不会成功。 那么,到底什么是AI-RAN?它背后的技术逻辑是什么?它究竟会不会颠覆整个通信行业呢? 什么是AI-RAN AI-RAN,即人工智能无线接入网(Artificial Intelligence - Radio Ac
伊朗战争的余波,正通过复杂的化工产业链条,演变为半导体材料领域的新爆发点。 4月24日消息,据多位业内人士透露,日本主要的光刻材料供应商已开始向其韩国客户,包括三星电子和SK海力士,通报关键原材料的采购中断情况。这场危机的核心,是两种看似不起眼却至关重要的溶剂——丙二醇甲醚(PGME)和丙二醇甲醚乙酸酯(PGMEA)的严重短缺。 PGME和PGMEA是电子材料领域应用极为广泛的溶剂,其作用类似于
终于,嵌入式开发的“硬通货”——STM32在中国本土启动规模量产了。近日意法半导体宣布,完全“中国造”的STM32通用MCU已开启交付,首批由华虹宏力代工的STM32晶圆产品已陆续发货给国内客户。 首批量产的产品以STM32H7系列的部分型号为主,同时意法半导体表示2026年将有更多STM32产品系列实现中国本地量产,从STM32H7高性能系列为开端,逐步扩展至侧重性能与安全的STM32H5系列
当AI加速器陷入“算力过剩、数据饥渴”的怪圈,决定性能上限的早已不是计算核心的数量,而是内存带宽与互联架构。本文带你跳出“堆算力”的误区,重新审视AI硬件的真正战场。 现在跑大模型,大家都在喊算力不够,要堆更多核心。 但现在AI加速器的性能瓶颈,早就不是计算单元本身,而是内存和互联架构。 AI加速器到底是怎么进化到今天的 AI硬件的发展路线其实非常清晰,就是从通用到专用一步步走过来的。 最早大家都
2026年,人形机器人产业正站在从“炫技”走向“实战”的关键路口。意法半导体(ST)敏锐地捕捉到了这一结构性变革,预测2026年将成为机器人市场区域差异与技术融合的分水岭——中国聚焦服务与工厂试点,欧美日深耕高附加值工业与医疗场景。 然而,从原型机到产业化落地,人形机器人仍面临着成本高昂、可靠性不足等严峻挑战,ST指出三大点:一是整体拥有成本(硬件、软件、运维支持)居高不下;二是
马斯克之前对Terafab的所有信息透露都是在社交媒体平台,甚至英特尔与Terafab的合作也是在社交媒体平台发布的,我们也知道马斯克在社交媒体平台的发言有时候不能称之为严肃,因此特斯拉的财报电话会议成为了马斯克正面严肃回应Terafab的各种细节问题的第一个公开场合。 在当地时间22日晚的特斯拉2026年第一季度财报电话会议上,公司披露了若干与半导体产业相关的重要信息: 特斯拉今年将为Ter
| 端侧AI元年:千亿赛道的机遇与挑战 2025年被业界公认为“端侧AI元年”,随着AI手机、人形机器人、可穿戴设备等终端产品的爆发式增长,端侧大模型正从技术概念走向规模化应用,催生了对低功耗、高性能端侧AI芯片的海量需求。据测算,全球端侧AI市场将从2025年的3219亿元增长至2029年的1.2万亿元,复合年增长率高达39.6%,千亿赛道已然浮出水面。但繁荣背后,端侧大模型的落地始终被三大核心