Physical AI 半导体供应链 — Nvidia Orin vs Thor vs Tesla FSD 芯片
Nvidia Orin vs Thor vs Tesla FSD 芯片:AV 推理算力供应链(台积电、三星、先进封装)如何制约 Physical AI 的扩产节奏。
Nvidia Orin vs Thor vs Tesla FSD 芯片:AV 推理算力供应链(台积电、三星、先进封装)如何制约 Physical AI 的扩产节奏。
激光雷达从2009年每颗估7.5万美元降至今日不到1000美元。特斯拉纯摄像头方案每辆车传感成本估比Waymo多传感器套件低3-10倍。
谁制造驱动实体AI车队的芯片、传感器与执行器,以及哪些供应链瓶颈可能在软件就绪后仍阻碍规模扩张。
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 大家都盯着 GPU。但 AI 集群仍需要主机 CPU 来喂数据,而 AMD 抢先把 256 核服务器芯片放上最先进节点。真正的杠杆在于功耗墙下的能效——还伴随一段低调的亚利桑那本土化故事。
AMD 宣布 EPYC“Venice”于台积电 2nm 制程量产(5/21)——256 核/512 线程,业界首款在该节点量产的 HPC 产品,性能较 Turin 提升逾 70%。
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。