标签 · #ai-infrastructure

实体AI算力基础设施 — Tesla Dojo、Google TPU、NVIDIA H100在自动驾驶训练军备竞赛中的角力

Tesla押注Dojo自研芯片目标每FLOP 1美元，Waymo继承Google TPU规模优势，两者在训练迭代速度上均大幅领先依赖NVIDIA的竞争对手。

为什么值得读 AI 算力的限制正从逻辑芯片移向存储堆叠。谁先攻克 16 层键合，谁就掌握了如今每一颗前沿 GPU 都依赖的咽喉要道。

NVIDIA 已要求 SK 海力士、三星与美光在 2026 年第四季度交付 16 层堆叠 HBM4——这一陡升的堆叠跳跃，使先进封装成为 AI 供应链的瓶颈。

为什么值得读 Intel 不是要在 GPU 性能上击败 Nvidia，而是押注由 Foxconn 制造规模支撑的全栈替代供应方案。股票单日 +4.43% 的反应说明投资者认为这是可信的。

Intel 与 Foxconn 在 Computex 2026 发表机架规模 AI 共同开发合作，以 100kW 液冷 Xeon 机架对标 Nvidia GB200 NVL。

为什么值得读这不是资本开支那条头条：NVIDIA 正把算力卖进"打造 NVIDIA 自家芯片"的供应链。cuLitho 的 20-50% 光刻成本／周期时间削减才是承重数字——它决定先进制程晶圆多快、多便宜地放量。一个垂直闭环。

在 GTC 台北，台积电于光刻、仿真与检测全面采用 NVIDIA 的 CUDA-X 堆栈，其中 cuLitho 将光刻成本最高砍至五成。

为什么值得读三家对手——Nvidia、AMD、CoreWeave——同时投资就是信号：KV 缓存重用（别重算已算过的）正被视为基础、中立的推理堆栈层，而非赢者通吃的产品。推理时代的经济学，浓缩于一轮募资。

Tensormesh 获 Nvidia、AMD、CoreWeave 投资 2000 万美元（5/27），并推出 Tensormesh Inference——产品化的 KV 缓存重用，宣称延迟与 GPU 成本最高降 10 倍。

为什么值得读该盯的数字不是"万亿"，而是"结构性"三个字。UBS 上修 204% 的目标价，立基于 AI 内存已"去周期化"的论点：HBM4 售罄、DRAM 涨 58-63%、价格锁到 2029。若内存真的摆脱了周期，整套半导体剧本都要改写。

美光于 5/26 首度突破 1 万亿美元市值——史上第 5 家芯片商——在 UBS 将目标价三级跳至 $1,625、且 2026 年 HBM4 产能已被长约售罄之后。

为什么值得读重设 AI capex 辩论的数字：Q2 指引 $910 亿「排除中国」，仍高于 $860 亿共识。空方需要需求裂痕；结果是 run-rate 加速。超大规模 2026 capex 约 $7,250 亿（+77%）是其下的需求地板。

NVIDIA Q1 FY27 创纪录营收 $816 亿（YoY +85%），数据中心 $752 亿（+92%），non-GAAP EPS $1.87 对估 $1.76 —— 连 4 季超预期。Q2 指引 $910 亿（排除中国），高于 $860 亿共识。

为什么值得读追踪的是「前段 vs 后段」比例，不是头条的美元金额。先进制程从 37% → 53% 的转折，才是决定下一代 Blackwell/MI400 是否如期出货的变量 —— 也就是你 2027 年的推理成本曲线。

5/12 董事会：$312.8 亿美元 capex + $200 亿美元注亚利桑那。先进前段制程占 53%（2024-25 为 37%）—— 直读 AI 加速器需求。

为什么值得读 GPU 供应是 2024 年的瓶颈，电网接入是 2026 年的瓶颈——Sutter Hill 为此命名一个全新类别「Power Acceleration」。

Sutter Hill 领投 $64M Series A。斯坦福 spinout 在 Hillsboro OR 为数据中心解锁 400 MW；横跨 12+ 个市场、2 GW pipeline。