AI饥渴症，从云端烧到了手机里

导语：一周之内，三件事同时发生——燧原科技带着DSA架构登陆科创板，首日市值冲破1700亿；三星电子把一半4nm产能让给了HBM4基础裸片；Arm发布了号称史上最强的移动CPU C2-Ultra。云端、存储、终端，三条线一起发烧。这不是巧合，而是AI算力饥渴症已经传染全产业链的信号：游戏规则，正在被重写。

🚀 第四只小龙上岸：燧原的八年赶考

一家芯片公司上市首日暴涨188%，资本市场等这顿饭等了八年。

9月11日，燧原科技正式登陆科创板，发行价142.18元/股，发行4303.52万股，募资61.19亿元。开盘即报410元/股，涨幅188.37%，市值一度超过1700亿元。

更值得玩味的是时间点。随着燧原挂牌，被称为「上海AI芯片四小龙」的四家公司全部完成了资本市场的拼图：

四小龙里，沐曦、壁仞、天数智芯主要走GPGPU路线，而燧原从成立第一天起就选了DSA——面向特定领域优化的专用架构。这条路的代表厂商，本土阵营里还有华为海思和寒武纪；对面站着的是摩尔线程、沐曦股份、天数智芯、壁仞科技组成的GPGPU阵营。

八年多时间，燧原迭代了四代架构、5款云端AI芯片，基于自主指令集，原创了GCU-CARE加速计算单元和GCU-LARE片间高速互连技术，自研了全栈软件平台「驭算TopsRider」，并支撑起千卡、万卡级智算中心。

这里的产业逻辑其实很朴素：从完成芯片设计到真正进入客户核心业务，中间隔着产品定义、软件适配、稳定性验证、规模交付、产业协同五道坎。GPGPU路线可以借力既有生态，DSA路线的每一道坎都得自己挖坑自己填。燧原上市首日的估值，本质上是资本市场给「自建生态八年」这个动作的一次性补票。

据多位接近人士的说法，云端AI芯片目前仍处发展初期，格局远未固化——这正是DSA敢现在上桌的原因。

🧠 不兼容CUDA，是勇气还是断粮？

所有人都知道兼容CUDA是捷径，燧原偏偏选择了爬悬崖。

燧原董事长赵立东在接受媒体采访时把话说得很直白：公司没有选择兼容CUDA，主要基于技术和长期发展的考虑。

拆开看是两层意思。其一，CUDA并非开源生态，想完全兼容或跟随，技术层面本就不太可行——你在别人的黑盒外面画皮，别人一改内部实现你就得重画。其二，受限于既有架构，手脚会被束缚住，DSA的价值恰恰在于不被GPU的通用性包袱拖累。

这个判断在当下这个AI节点被放大了。过去两年，行业焦点正从「训练」转向「推理」。训练要的是极致算力，推理要的是性价比——市场对Token成本的敏感度越来越高。而DSA架构在芯片设计阶段就针对AI核心算法和应用场景做加速优化，把核心计算、互联、存储的优化特性直接集成进架构，配合与大模型企业的联合软件优化，换来的是更高效能、更大吞吐量、更低功耗。

一位圈内老兵的说法在业界流传很广：兼容CUDA是在别人的地图上跑腿，自研指令集是画自己的地图——慢，但每一步都算自己的里程。

判断也在此处：云端推理市场的爆发，给了非CUDA路线一个历史上最好的窗口期。窗口不会永远开着，但燧原至少证明了这条路走得通——这比走得快更重要。

🏭 三星把一半4nm，腾给了HBM4

逻辑芯片厂把最先进的制程让给内存，这在十年前是不可想象的事。

9月8日的消息称，由于HBM需求远超供应，三星电子4nm制程产能的50%至60%已用于生产HBM4基础裸片，4nm产线满负荷运转。具体到数字：三星韩国平泽工厂2号和3号园区运营S5、S6两条产线，覆盖4nm至7nm，4nm月产能3万片，其中1.5万片在给HBM4基础裸片打下手。

更有意思的是，8月还有报道称三星考虑将2nm制程用于HBM基础裸片，可能改造器兴工业区的一条产线，产出的2nm HBM芯片或专门供应英伟达。

为什么这么做？看三家HBM巨头的技术路线差异就明白了：

三星自研4nm基础裸片，方便与自家代工和封装工艺协同，业内估计，只要良率站得住，下半年就能抢下更多份额。这是一场典型的垂直整合豪赌。

但更深层的信号在供需面上。韩国券商KB Securities在报告中指出，三星和SK海力士的存储半导体库存已降至不足10天的供应量，明年可用供应将明显不足。业内此前估计，三星和SK海力士当前HBM月产能均在15万至20万片之间，美光科技目标今年底达到10万片。

产业逻辑一句话：HBM正在以内存的身份干逻辑的活、占逻辑的地。先进制程的稀缺性，第一次被存储大规模分享——这会持续推高2026年代工产能的议价格局，尤其影响所有排队等先进制程的AI芯片公司。

📱 Arm改行做「调度员」了

云端算力的焦虑，正在一层层压进你口袋里的那颗手机芯片。

同样在9月8日，Arm在Everywhere China年度大会上推出了第二代移动终端计算子系统CSS for Mobile 2。这套平台集成了迄今最强的移动CPU C2-Ultra、全新Mali G2-Ultra NX GPU、增强型系统IP和软件生态，定位是「AI原生计算平台」。

数据是硬的。与上一代C1-Ultra相比，C2-Ultra的AI性能提升最高1.7倍，单线程提升15%，多线程提升12%，网页浏览加快15%，同性能下功耗直降38%。旗舰配置中SME2计算能力翻倍后，小语言模型的运行速度最高提升70%。

但真正值得注意的不是跑分，而是Arm对CPU角色的重新定义：CPU不再是单纯的算力单元，而是整个系统的编排引擎——维护上下文、调度工作负载、协调各类任务，确保AI智能体在推理、规划和执行中保持高响应。

这个逻辑和云端是一体的。智能体不只执行推理，还要保持上下文状态、运行应用、协调不同模型与服务，并在用户授权下自主完成任务——而这一切必须塞进手机的功耗和散热约束里。为此，Arm的C2 CPU集群采用组合式设计：性能旗舰C2-Ultra、能效导向的C2-Pro，外加双SME2单元，让AI负载直接在CPU上实现低延迟处理，并与各类加速器协同。

把三件事串起来看，图景就完整了：云端DSA芯片在降Token成本，存储厂在抢先进制程堆HBM带宽，终端SoC在把调度能力做进CPU。AI对算力的需求不是某一环的短缺，而是全链路的挤兑——每一层都在用架构创新对冲产能稀缺。

⚠️ 三层挤兑，才是这轮行情的真面目

表面是三家公司各忙各的，里子是AI把半导体价值链重新排了一次座次。

再看一层地缘维度。云端，英伟达CUDA生态仍是主导，本土厂商以DSA与GPGPU两条路线分进合击，「上海AI芯片四小龙」全部上市，意味着这个赛道拿到了持续的资本市场弹药；存储端，三星、SK海力士、美光的HBM竞赛背后，基础裸片外包给台积电还是自研自产，本身就是一个代工与存储边界重新划分的信号；终端侧，Arm通过CSS子系统把自己的IP组合从卖核心变成卖平台，话语权在悄悄上移。

三方共同的软肋也很清楚：先进制程产能。三星敢把4nm一半让给HBM4，前提是自家代工自己说了算；那些依赖外部代工的AI芯片公司，在2026年面对的将是一条更拥挤、更贵的产能队列。

📌 小结

燧原上市、三星让产、Arm换脑子，三件事共用一个底层驱动：AI算力需求从训练转向推理、从云端下沉到终端，产业链每一层的稀缺资源都在换人。接下来的观察点很明确——DSA阵营能否在推理市场真正兑现性价比，HBM对先进制程的挤占何时见顶，以及终端智能体AI能否撑起下一轮换机周期。饥渴症还没退烧，好戏才刚开场。