AI硬件
AI硬件产业链
AI硬件产业链决定模型训练、推理和端侧智能的物理上限。可按L0上游设备材料、L1算力芯片、L2先进封装、L3 HBM存储、L4服务器、L5数据中心、L6高速网络、L7边缘AI终端理解。
核心要点
- 7层骨架：L1算力芯片、L2封装、L3 HBM、L4服务器、L5数据中心、L6网络、L7终端，上游再看L0半导体设备与材料
- 算力芯片：GPU/GPGPU强调生态和通用性，NPU/TPU强调特定AI算子能效，国产路线需要在软件栈和供给稳定性上补课
- 先进封装：CoWoS、Chiplet、玻璃基板等技术把GPU裸片、HBM和高速互联封到一起，是大模型算力密度提升的核心瓶颈
- HBM4与内存墙：训练和推理不只拼FLOPS，模型参数与KV Cache频繁读写使HBM带宽、容量和良率成为关键约束
- 服务器与超节点：从单卡、整机到整机柜/超节点，核心差异在NVLink、PCIe、以太网/InfiniBand、散热和供电协同
- 数据中心：AI集群需要电力、液冷、UPS、HVDC、PUE和算力调度协同，50GW级新增电力需求会反向重塑能源与园区规划
- 高速网络：1.6T光模块、CPO、空芯光纤和RDMA网络决定大规模训练集群的通信效率，网络不稳会直接拖垮GPU利用率
- 边缘AI：AI PC、手机NPU、智能汽车、机器人和穿戴设备把推理从云端推到现场，关键是端云协同、低功耗和隐私保护
技术演进
以下按代次记录，只增补不覆盖；每一项都附官方来源与核验日期，供自行核对。
HBM 标准代次（JEDEC 发布时间）
这里记录的是标准文件的发布时间，不等于芯片量产供货时间，也不代表某一代已可批量采购；判断供给状况要另看厂商产能公告。
- SPHBM4（JESD330-4） 已发布 2026-06 JEDEC JC-42.2 High Bandwidth Memory 委员会文档列表核验 2026-08-29
- HBM4（JESD270-4A） 已发布 2025-12 High Bandwidth Memory (HBM4) DRAM, JESD270-4A核验 2026-08-29 JEDEC JC-42.2 High Bandwidth Memory 委员会文档列表核验 2026-08-29
- HBM3（JESD238B.01） 已发布 2025-04 JEDEC JC-42.2 High Bandwidth Memory 委员会文档列表核验 2026-08-29
端侧 AI 算力代表机型
举例说明端侧算力的量级与约束，不是选型推荐，也不构成跨平台性能比较；端侧真正的约束是算力、内存、功耗、延迟四者同时成立。
- Mac mini · Apple M6 已发布 2026 Mac mini 技术规格核验 2026-08-29