2纳米芯片，会带来什么变化？简单点说，它能让设备跑得更快、耗电更少。 比如，刷抖音、打《原神》再也不卡顿，电池还能多撑一天，出门不用老惦记充电宝。 AI功能也会更猛，比如戴上AR眼镜，路过商店时能直接看到折扣信息；玩VR游戏，画面细腻得跟现实差不多。 3月25日，有媒体透露，台积电2纳米制程技术已经进入量产冲刺阶段，苹果的新款iPhone 18订单已经下单锁定，以及每月5万片的初期产能规划，新一轮的芯片制造周期又将开始。 不过，新技术刚出来时，价格肯定不便宜。台积电官网提到，2纳米工艺研发成本高得吓人，初期生产费用也水涨船高。 所以，像iPhone 18这样首批用上2纳米芯片的设备，标价可能会让不少人皱眉。一两年后，等技术成熟、产量上去，价格才会慢慢降下来。 图片 01 制造密度和灵活性的双向突破 台积电2纳米工艺有个核心突破，那就是把全环绕栅极（GAA）晶体管架构用得更深入了。 跟之前的3纳米技术比起来，2纳米在一样的功耗下，运算速度能提高15%，估计能耗能降低24%到35%，晶体管密度还能提高15%。 能耗降低这么多，性能又大幅提升，这就给AI训练、高性能计算这些场景提供了更强大的硬件支持。 当然这种技术革新，可不是单纯参数的改来改去。台积电同时推出的N2 NanoFlex设计技术，能让开发者按照应用场景，灵活地去选“单元高度”。 简单来说，就是要制造移动设备，就能用那种低功耗的矮单元；要制造服务器芯片呢，就能堆叠高单元来发挥出超强的性能。 这种“看需要来定制”的灵活性，让 2 纳米芯片既能满足智能手机要做得轻薄的需求，又能满足 AI 服务器对算力的大量需求。 02 双厂并进锁定苹果订单 从现有的资料来说，新竹宝山的 Fab 20 和高雄的 Fab 22 一起量产，这在台积电还是头一回在先进制程节点上两边同时开工。 现在新竹厂试产的良品率已经超过 60%了，高雄厂设备进

3月21日，当特朗普在白宫宣布波音拿下F-47战斗机合同时，洛克希德马丁公司因为丢失了这个单子而遭遇股价重创，但科技界却开始探讨一个话题：在AI技术足以让无人机自主猎杀的年代，美军为何还要砸200亿美元，造有人驾驶的六代机？ 作为下一代空中优势（NGAD）计划的核心，F-47的目标是接替老化的F-22 Raptor。在AI、机器人、无人机技术崛起的当下，F-47并没有像科幻电影里那样，变成完全由AI驱动的无人战斗机，而是选择了有人驾驶的设计，这确实有些出乎意料。 F-47是什么？NGAD计划又在玩什么花样？ 要搞清楚F-47的定位，先得了解NGAD计划。NGAD是美国空军为了应对未来空战威胁推出的一项大工程，不同于过去那种“造一架万能战斗机”的思路，它采用了一个“系统家族”的概念。简单来说，就是打造一个核心平台，再搭配一群助手。F-47就是这个核心，官方称它为“穿透性反空战飞机”（PCA），专门用来在敌人重兵防守的空域里发动空中突袭。而它的助手则是群体出动的无人协同作战飞机（CCA），有点像忠诚的僚机，负责侦察、干扰或者火力支援。 所以，F-47并不是孤军奋战，每次出战必然带着一大帮无人机小弟。不过，它既然有无人机的技术，为什么不直接让AI接管，把F-47也变成无人战斗机呢？ 技术还没到那一步 AI这几年确实火得不行，无人机也在战场上大显身手，像侦察、扔炸弹这些活儿干得挺漂亮。但要让AI完全接管一架战斗机，尤其是在空战这种瞬息万变的场景里，难度可不是一般的大。空战不是简单的直线飞行加按按钮开火，它需要实时判断敌人的意图、调整战术，还要应对各种突发状况。这些事对AI来说要求太高了。 现在的AI在处理数据、认清目标方面很强，但遇到没见过的情况，需要随机应变时，就容易掉链子。比如，敌人突然换了个新战术，或者战场上信号被干扰，AI能不能稳住局面？现在的技术还没靠谱到能把生死攸关的任

最近特斯拉的坏消息实在是太多了，确实需要马斯克站出来提振一下员工和股东的信心。就在昨天的特斯拉2025年Q1全员大会上，马斯克终于出现在讲台上，又一次把“科技狂人”的演讲天赋发挥到极致。这位集企业家、官员等多重身份于一身的特斯拉CEO站在舞台中央，对着全球的特斯拉员工抛出一连串令人瞠目结舌的承诺——这次他不仅画饼，简 直是在用全息投影造饼。 先说最唬人的产能目标。特斯拉刚跨过700万辆总产量门槛，马斯克就拍胸脯保证明年要冲到1000万辆。为了这个目标，工厂里藏着两个秘密武器：号称5秒就能造出一辆Cybercab的“闪电生产线”，以及正在研发挑战人类物理极限的5万吨级巨型压铸机——这玩意儿相当于把三艘辽宁舰的吨位压进造车模具里。 自动驾驶这碗冷饭又被端上桌。马斯克声称路上跑的1000万辆特斯拉随时能通过软件升级变自动驾驶，5年内要让各国政府都点头放行。这让人想起2019年他说“明年就能完全自动驾驶”的旧账，马斯克之前就说过这次不会再跳票了，确实是，这次承诺要再跳票，马斯克就能凑齐七个自动驾驶的“空头支票”来召唤神龙了。 机器人成了全场最靓的仔。Optimus现在不仅能走猫步，还装上了22个关节的机械臂，马斯克说今年要造5000台，明年直接飙到5万台，2026 年下半年开放外部销售，员工可优先购买。最绝的是他宣布2026年底要用自家星舰把这些机器人发射到火星。或许这位CEO是真打算在火星开机器人4S店了啊。 电池技术这块倒是有真材实料。4680电池的成本已经做到全球最低，每度电比同行便宜个奶茶钱。Supercharger 适合长途旅行——“电池续航比你的膀胱更持久”。Megapack 和 Powerwall 大幅提升电网输出能力和稳定性。马斯克还扬言要让地球90%的电力都靠太阳能+电池，不过在电池回收的问题解决之前，这个宣言还是有点早。 Dojo超算和Cybercab生产线这对

英伟达的 GPU ，黄仁勋还是信心满满。最近，面对分析师提问，有人提到英伟达的一些客户正跟博通合作，开发自研芯片，想取代英伟达的产品。黄仁勋笑着回应说：大客户们不缺钱，要的是性能顶尖的芯片，而不是便宜货来凑数”。事实也正是如此，英伟达的Hopper系列已经很强了，Blackwell据说比Hopper还强40倍，竞争对手的定制芯片现在连Hopper都比不过，根本追不上英伟达的节奏。所以黄仁勋这样的话，投资者听了也觉得靠谱，毕竟英伟达的估值、护城河、营收和利润前景摆在那儿。 但话虽如此，黄仁勋自信背后，是真正的威胁被暂时压制住了，这些可怕对手不是眼前的美国同行，而是来自中国的芯片厂商。 过去几年虽然被不断打压，但自力更生的中国AI芯片厂商，进步依然飞快，华为、阿里等公司都在发力，增长非常快： 华为：升腾系列AI芯片很硬核，比如升腾910，性能跟英伟达A100有一拼。2024年，华为接到5000片升腾910B的订单，需求量不小。还有升腾310，主打低功耗，适合边缘计算。 阿里巴巴：平头哥部门的含光800和玄铁系列，主攻推理任务，在阿里云上跑得不错 寒武纪：思元系列，比如思元290和思元370，训练和推理都能干，在国内数据中心有点名气。 比尔科技：这家由英伟达前员工创立的公司，直接对标GPU，百尺100系列想在性能上硬刚英伟达。 另外，摩尔线程、燧原科技等国产GPU厂商在技术上不断突破，其产品性能逐渐提升。摩尔线程等国产厂商正在努力打造完整的生态体系，扩大适配范围，以提高产品的竞争力。 这些厂商在训练上还追不上英伟达，但在推理和边缘计算领域已经有了自己的地盘。美国的出口限制，让英伟达的高端芯片在中国不能售卖，只能推性能打折的H20、L40S，这就给了国产芯片机会。国内大模型公司现在流行“混训”，就是英伟达的芯片搭配国产芯片一块儿用。比如，智谱AI的集群里，华为升腾芯片占了快一半，天

最近，在美上市的中概股和港股都迎来了一波猛烈的上涨行情，MSCI中国指数从今年1月中旬的低点蹿升了30%以上，市场情绪一片看涨。然而，就在这股热潮中，昨天华尔街大行——美银证券却忽然站出来泼了盆冷水。他们发布报告警告说，中国股市的反弹可能很快就会迎来一次明显的回调，甚至有崩盘的风险。理由是现在的市场走势跟2015年那次大起大落太像了，当年股市暴跌近50%，让不少投资者损失惨重。可有趣的是，美银这份报告里，完全没提最近小米和昨天腾讯发布的超预期财报，这两家中国科技巨头的数据可是亮眼得不得了。咱们今天就来聊聊这件事，看看美银的担忧有没有道理，又为什么漏掉了这些关键信息。 美银的警告：2015年的阴影又来了？ 美银证券的策略师在报告里讲得挺吓人。他们觉得，现在的股市跟2015年那波行情有太多相似之处。当年，中概股在短时间内暴涨，然后情绪急转直下，直接崩了将近一半。现在呢，MSCI中国指数的上涨速度也很快，而且他们认为这波反弹主要是市盈率扩张推起来的，也就是说，大家对股票的估值炒高了，但核心上市公司的业绩基本面没跟上。他们列了几个问题：就业市场还是疲软，通货紧缩压力没减弱，信贷需求也没啥起色。更别提科技领域了，美银觉得那儿可能正在吹泡沫，随时有破裂的风险。 不得不说，美银的担忧有点根据但又都是老生常谈，对2015年的教训的重提虽让人心有余悸，但却不提及新的形势变化。美银代表了很大一批华尔街投行的看法，但他们最大的问题是，光盯着这些宏观数据，却好像没看到正在大范围的发生的，基于微观层面的变化，比如最有代表性的腾讯、小米、中芯国际这些科技龙头的表现，它们才是中国科技应用，消费电子和芯片上游产业的典型代表。 腾讯和小米的财报：炸裂的数据你不能忽视 先来看腾讯。2024年全年，腾讯营收6602.57亿元，同比增长8%；更夸张的是净利润，飙升68%，达到1940.73亿元。净利润超过了机构普

特斯拉冷不丁在中国市场推出FSD（完全自动驾驶）限时免费试用，让不少消费者和行业观察者直呼“意外”。这场从2025年3月17日持续到4月16日的“技术体验秀”，表面上像是特斯拉给中国车主的福利，但仔细琢磨活动规则和市场竞争格局，更像是这家美国车企被中国本土对手逼出的“防守动作”。尤其是比亚迪等中国品牌在智能驾驶领域加速超越，让特斯拉不得不放下身段，试图用“免费体验”挽回用户信心。 一场精心设计的“技术体验” 特斯拉这次活动的门槛设计得颇为微妙。只有搭载HW4.0硬件的车型——比如2023年10月后生产的Model 3焕新版、2024年2月后的Model Y——才能享受FSD免费试用。当然，这也相当于变相刺激销售，毕竟想体验最新技术，老车主恐怕得先掏钱换车。而所谓的“完全自动驾驶”，目前在中国仍停留在L2级辅助驾驶水平，主要优化了城市道路场景下的十字路口通行、自动变道等功能，遇到电动车突然加塞、行人横穿马路等复杂情况时，依然需要驾驶员随时接管。 这种“留一手”的设计或许藏着特斯拉的算盘：先用免费体验降低用户心理防线，再试图证明价值6.4万元的买断价“物有所值”。但现实未必如其所愿。北美市场早前推出的FSD免费试用，最终只有不到3%的用户选择付费订阅。在中国，消费者对智能驾驶功能的性价比更为敏感，特斯拉这套“先尝后买”的策略能否奏效，恐怕要打个问号。 比亚迪们的“贴身战术” 当特斯拉还在用“未来感”包装FSD时，比亚迪等中国车企已经用更接地气的打法撕开市场缺口。以比亚迪的“天神之眼”系统为例，其高配版本不仅能实现无地图导航、自动泊车，还能识别施工围挡、临时路障等中国特色的道路状况。相比之下，由于对中国路况不熟悉，特斯拉FSD目前只聚焦在城市道路辅助功能，在用户实际使用中，常被吐槽“关键时刻掉链子”——例如暴雨天气摄像头被水雾干扰，或是面对突然横穿马路的外卖电动车时反应迟钝。 更

想象一下，一台机器几分钟就能搞定的事，传统超级计算机得磨上百万年，电费还得贵到让人怀疑人生。这听起来像是科幻片里的情节，但D-Wave Quantum公司说，他们的量子计算机真做到了。2025年3月12日，D-Wave在《科学》杂志上扔出一篇研究，宣称他们的Advantage2退火量子计算机在模拟磁性材料时牛到不行，几分钟完事，而传统计算机得花上天文数字的时间。这消息一出，科学圈炸了锅，华尔街也跟着嗨起来，D-Wave的股价（QBTS）一周内暴涨96%，成交额飙到4.26亿美元。这到底是怎么回事？量子计算是不是终于要摆脱“量子诈骗”的帽子，迎来真春天了？ 这次突破的核心是Advantage2的退火量子技术，专门对付优化问题，像这次的磁性材料模拟就特别合适。简单说，它几分钟干完的活，超级计算机得算百万年。这种技术对电池、电子设备甚至量子技术本身都有大用处，登上《科学》杂志也算给D-Wave的技术实力盖了个章。市场反应更是夸张，研究一公布，D-Wave股价跟坐火箭似的，其他量子公司像IonQ、Rigetti Computing也跟着沾光，整个板块都火了，投资者对量子未来的信心一下子爆棚。 当然，不是所有人都买账。纽约大学的Dries Sels教授带团队跳出来说，他们用普通笔记本电脑花两小时就搞定了类似模拟，质疑D-Wave吹得太夸张。D-Wave的Andrew King不服，反驳说对方的实验压根没达到他们的任务规模和复杂性，Advantage2的成绩还是站得住脚的。这场争论也提醒大家，量子计算的“优越性”到底算啥，现在还没完全说清楚。 放眼整个行业，D-Wave的突破只是量子计算热潮里的一朵浪花。2025年被联合国定为国际量子科学技术年，全球都盯着这块大蛋糕。技术上，量子纠错（QEC）是关键，能让计算更靠谱，各大公司都计划今年往这方向使劲。硬件方面，IBM和Google玩超导量

下周（3月17-21日），英伟达将举办GTC 2025大会，展示其在AI与计算领域的最新进展。 市场普遍期待，英伟达可能提前公布Blackwell Ultra（B300系列）数据中心GPU的规格和性能数据。这款预计于2025年下半年推出的产品，或将影响数据中心市场格局，尤其是云服务商的采购决策。不过其成功与否，不仅取决于性能提升，还需面对竞争对手的挑战和外部不确定性。 Blackwell 架构从 2024 年出现以后，靠着 B100 和 B200 在数据中心市场得到了认可。它的设计关键是提高 AI 模型训练和推理的效率，还可以优化能耗。B300 是这个架构的升级版，估计在内存带宽、计算性能和能效这些方面会有新的突破，以满足生成式 AI 和大规模计算的需要。但是具体能改进多少还需要等大会披露。 AWS、谷歌还有 Meta等云服务商，对高性能 GPU 的需求总体保持增加。这些公司各自通过 Bedrock、Vertex AI 以及 Llama 3 等平台来支持 AI 服务，对算力的依赖是越来越强。在大模型方面，虽然OpenAI的神话已经不再，但Grok3等新一代产品，依然在验证英伟达GPU的不可或缺性。要是 B300 能够明显提高推理速度和能效，说不定能吸引这些企业多买一些。比如说，能效提高能帮着云服务商降低数据中心的运营成本，帮助新一代大模型降低推理成本，这在全球都有减碳压力的情况下显得特别重要。 不过呢，采购的决定可不是只看硬件性能，英伟达的软件生态（像CUDA ）也为硬件带来了额外的价值，不过云服务商还是会去评估成本、供应链是不是稳定，还有竞争对手的替代办法。毕竟G200的供应链难题还没有完全解决，而博通、麦威尔在定制AI芯片领域的巨大成长，以及AMD 和 Intel 等对手这几年在性能和价格上慢慢缩小了差距，这些都可能会让部分云服务商分散采购，减少对单个供应商的依靠。 英

DeepSeek的崛起，让人觉得英伟达芯片已不再重要，但有消息称，将微信等全产品线接入Deepseek的腾讯，为了保证用户体验，紧急向英伟达采购了大量H20芯片，订单金额高达数亿元人民币。这一举动与市场担忧形成了鲜明对比，让人们开始重新审视DeepSeek的爆发，是否真的会削弱英伟达的增长预期，也引发了市场关于AI芯片需求本质的分歧。 几个月前，DeepSeek作为中国自主研发的大模型横空出世，因其高效性和低成本迅速成为行业焦点。2025年1月27日，DeepSeek正式发布后，市场传言其训练成本仅需600万美元，远低于传统大模型动辄数千万美元的开支。这一消息直接冲击了英伟达的股价，当天暴跌17%，市值蒸发近6000亿美元，之后英伟达股价更是一蹶不振，持续大跌。投资者开始担忧，如果大模型的训练不再依赖海量算力，英伟达是否还能继续扮演AI发展的核心角色。 然后几个月后的今天，为了不产生Deepseek平台经常瘫痪的问题，腾讯不得不采购足够的芯片来保障算力支持，这一现象与DeepSeek“低算力需求”的标签形成了悖论。 答案或许藏在DeepSeek的应用场景中。尽管DeepSeek宣称其训练阶段成本极低，但从训练到实际部署的推理阶段是另一回事。微信作为全球用户量最大的即时通讯平台，日活跃用户超过10亿，一旦接入DeepSeek，其高并发需求将大幅推高对算力的要求。 市场分析认为，DeepSeek的高效性可能主要体现在训练阶段，而在推理阶段，尤其是在大规模用户场景下，依然需要大量GPU来保证性能和响应速度。H20芯片凭借其性价比和推理优化能力，对腾讯而言是一种刚需。 腾讯的这一决策背后还有更深层次的战略考量。在此之前，腾讯在AI领域的布局显得有些分散，多个部门各自为战，更多聚焦于赋能现有业务而非引领技术浪潮。DeepSeek的成功让腾讯看到了大模型规模化的潜力，尤其是将其嵌入微信