GMS发布MOSA兼容Thunderbolt™启用的Expansion™模块
General Micro Systems (GMS) 今日发布其 MOSA 兼容的智能外围 Expansion™ 模块，这是一系列雷电™ 使能的子系统。
- 相关厂商
- General Micro Systems (GMS)
- 影响评分
- 60 / 100，中等影响
General Micro Systems (GMS) 今日发布其 MOSA 兼容的智能外围 Expansion™ 模块，这是一系列雷电™ 使能的子系统。
10 月 19 日，RISC-V 中国峰会在深圳举行。阿里巴巴达摩院在峰会上发布车规增强处理器玄铁 E908A，成为首款同时达到 ASIL-B 和 ASIL-D 标准的 RISC-V CPU IP，其单点安全度量（SPFM）在业内首次超过 90%，为安全岛、域控、车载网关等场景提供实时计算底座。达摩院还首次发布面向自动驾驶和具身智能的处理器产品路线图，其中下一代 C950A 目标性能将达到现有 RISC-V 车规产品的 5 倍（此为目标，非已实现性能）。达摩院首席科学家孟建熠介绍，玄铁 C950 已成为高性能 RISC-V 技术演进的创新底座，在四类 Agentic 工作负载上的表现相比主流传统架构处理器提升 10% 以上；针对今年 8 月发布的 Qwen3.8-Flash-Next，推理速度达到 43token / 秒。另据行业机构预测，RISC-V 处理器年出货量正保持 50% 的高速增长，到 2030 年市场占有率将达到约 25%（为预测数据）。
英特尔在开放计算项目全球峰会上公布面向AI推理的GPU D系列，代号Crescent Island，产品页面称为D270。该加速卡最高可配置480GB LPDDR5X显存，但英特尔品牌PCIe卡配置为160GB LPDDR5X，设计允许ODM合作伙伴推出最高480GB的定制卡，480GB为系列支持的上限而非每张卡的实际容量。英特尔称单卡可承载最多3000亿参数的模型，八卡系统可运行参数量超过1万亿的模型，主打长上下文和多路并发推理。其他指标包括最高1.5TB/s显存带宽、FP8格式下1.3 petaflops算力、350W功耗上限，采用Xe3P架构，支持标准PCIe形态和风冷设计。该系列已进入客户送样阶段，但尚未公布一般上市日期或公开售价。
据快科技10月19日报道，美光正在推进面向物理AI的专用存储芯片——边缘推理内存（Edge Inference Memory，EIM）的研发。美光高管表示，自动驾驶、人形机器人、增强现实与虚拟现实等物理AI市场正在迅速崛起，公司正与核心客户沟通共同推进适配产品研发。EIM的架构是在逻辑芯片之上垂直堆叠低功耗内存（LPDDR），与存内计算（PIM）属于不同概念，EIM的具体计算架构目前尚未公开；EIM介于AI处理器与内存之间，主要用于降低数据处理延迟并提高系统带宽。美光尚未披露具体目标性能指标，正在推进将EIM集成至LPDDR6方案的技术研发，业内预计其量产时间将在2028年下半年（为业内预计，非美光官方确认）。现阶段人形机器人主要采用LPDDR等低功耗内存而非HBM；美光表示目前机器人AI模型参数量多在十亿至二十亿左右，对内存带宽需求有限，随着更强的视觉语言模型引入，仅凭LPDDR将难以为继，必然会向HBM架构演进。原文未说明价格或供给影响。
据快科技10月19日援引IDC最新报告，2026年上半年中国数据中心AI芯片市场中，英伟达以34%份额居第一，但出货量仅67.8万颗，同比大幅下降44%；华为昇腾以57.2万颗出货量拿下28%份额，两者差距收窄至仅6个百分点。原文将英伟达份额下滑的直接原因归为美国出口管制持续收紧：其最先进的Blackwell架构芯片无法进入中国市场，获准出口的H200芯片收入占其数据中心业务总营收不足1%；黄仁勋曾多次批评该政策，称500亿美元的中国AI芯片市场正被迫让给华为。其他厂商方面，阿里平头哥以7%份额位居第三，寒武纪、昆仑芯、海光信息分别占5%、4%和3%；IDC追踪的11家中国芯片厂商中有9家上半年出货量同比增长。非GPU加速器出货量达101.6万颗，同比增长近80%，首次超越GPU的99.1万颗；华为、平头哥、昆仑芯与寒武纪合计占非GPU市场的95%，政府机构、互联网公司及电信运营商是主要采用方。IDC指出竞争焦点正从单颗芯片性能转向系统整体能力。摩根士丹利预计（预测，非实际结果）中国AI芯片自给率将从2025年的35%提升至2026年的45%，2027年有望跃升至68%。
9月22日，高通联合阶跃星辰、无量火和江波龙，将30B MoE模型完整部署在第六代骁龙8超级至尊版移动平台上，并在参考设计设备上完成验证，模型推理无需调用云端；9月16日，vivo宣布预研蓝心30B MoE端侧模型；10月13日，面壁智能发布35B-A3B开源模型MiniCPM-V 4.7，并公布在iPhone 17 Pro Max上的实机运行结果。原文明确将这一变化归因于MoE（混合专家）等技术逐渐成熟，使模型总参数规模与单次推理计算量部分解耦。文章指出该变化发生在手机存储成本持续上涨的背景下，并引述集邦咨询称2026年高端手机运行内存配置更多集中在12GB、16GB配置受到压缩。按高通公布数据，经联合优化后模型运行内存需求较常规方案降低超过50%，预填充吞吐超过每秒330个Token、解码吞吐超过每秒28个Token；面壁MiniCPM-V 4.7在iPhone 18 Pro Max上测试仅用约3GB运行内存实现每秒20个以上Token解码。vivo周围认为30B MoE工作电流低于500毫安是较理想目标，到2028年底若能控制在600毫安上下有望具备实际使用条件；文章同时强调芯片从规划到落地约需24个月，技术路线仍存变数，商业价值尚无定论。
美光正在为物理AI应用开发边缘推理内存（EIM），该内存通过将低功耗DRAM堆叠在逻辑芯片上以提高数据处理效率，预计将在2028年下半年实现量产。
据Wccftech对英伟达Vera团队采访时披露（2026年10月19日报道），英伟达为其Vera CPU选择了单片式（monolithic）计算裸片，而非主要x86竞争对手所采用的chiplet架构；Vera还配备定制LPDDR5X内存子系统和英伟达第二代Scalable Coherent Fabric。原因方面，报道解释称与传统云端工作负载优先考虑高核心数和吞吐量不同，agentic AI需要强大的单线程性能、高内存带宽和低延迟，以快速执行顺序任务并保持GPU高利用率。单片式设计使CPU核心无需跨越chiplet之间边界即可通信，降低数据移动延迟。英伟达称Vera提供3.4 TB/s的双向（bisection）带宽，为其对比中领先的x86处理器的三倍；Vera性能为前代Grace的1.5倍；对于Python脚本和代码编译等顺序任务型agentic工作负载，公司宣称最高达领先x86处理器的2倍性能，几何平均基础上为1.6倍优势。Vera还引入Spatial Multithreading技术。英伟达最初主要将Grace CPU定位为GPU系统的主机处理器，但报道指出agentic AI和强化学习需求的增长促使其转向独立Vera CPU机架。另据中央社报道，英伟达个人计算高级副总裁Jeff Fisher在台湾接受采访时否认将停产旗舰GeForce RTX 5090显卡的传闻，称其不属实，并表示RTX 5090仍是英伟达将持续供应的关键产品；他承认供应紧张正影响整个全球行业而非仅英伟达，但称公司正尽一切可能将产品推向市场。TechPowerUp补充称，RTX 5090在其1,999美元的建议零售价（MSRP）附近仍难觅货，亚马逊和Newegg上的部分 listings 超过8,000美元。
据《工商时报》援引机构投资人消息，谷歌TPU v9项目（由联发科参与）的初步tape-out可能因设计修改推迟至2027年1月，出货可能推迟至2028年第一季度；2026年11月的送样目标保持不变，生产版本tape-out预计在第二季度。报道称，谷歌TPU v9 Core A设计（代号Humufish）的修改使开发延迟约三周，影响联发科负责的Core B与I/O设计。另据TrendForce，该芯片预计采用英特尔的EMIB-T先进封装，基板良率仍是产能扩展与成本竞争力的关键挑战。据彭博援引消息人士，字节跳动接近达成协议采购联发科的数据中心芯片，有望成为继谷歌（Alphabet）之后联发科的第二个主要ASIC客户。台湾ASIC设计公司方面：GUC受云端客户CPU与ASIC项目支撑，9月营收达新台币71.45亿元，同比增长97.8%；Alchip因3nm AI加速器出货增加，9月营收达新台币99.79亿元，同比大增496%。Faraday已取得三星2nm工艺设计套件（PDK）以争取相关设计机会；据《工商时报》报道，三星4nm产能据称已被满载利用，促使部分AI ASIC客户评估其2nm节点。Faraday还完成了英特尔18A-P的设计环境搭建并开始提供设计服务，计划在2027年争取更多项目。《工商时报》援引机构投资人称，全球AI ASIC加速器出货量预计2027年达到1410万颗，同比增长约69%。
英伟达在韩国推出RTX Spark AI笔记本电脑，销售自10月16日开始；最便宜的型号是微星Prestige N16，售价为579.9万韩元，英伟达将高价归因于内存成本上升。
Micron副总裁Lee Cheol于10月16日在首尔COEX举行的SEDEX 2026“Semiconductors Powering Humanoids”会议上表示，Micron正为物理AI应用准备边缘推理内存（EIM），并与主要客户讨论开发适合自动驾驶、人形机器人、AR/VR等新兴市场的产品。EIM定位于AI芯片与内存之间，用于降低数据处理延迟并提升带宽；其将LPDDR堆叠在逻辑裸片之上，与PIM不同，EIM的计算架构尚未公开，Micron也未披露具体性能目标。该公司正在开发将EIM应用于LPDDR6的方法，业界观察人士预期2028年下半年量产。Micron指出，当前机器人AI模型约使用10亿至20亿参数，内存带宽要求不高，但随着更先进的视觉-语言模型（VLM）出现，仅靠LPDDR将不足，需要转向HBM。Micron预计未来高性能人形机器人将需要约200GB DRAM和4TB存储，而目前服务机器人使用12GB DRAM和256GB存储。该公司称正从早期设计阶段与机器人制造商、芯片组公司及超大规模云厂商合作。
英特尔副总裁赵敏成（Cho Min-sung）于10月16日在首尔三成洞COEX举行的"Semiconductors Powering Humanoids"会议上介绍，公司计划于2028年推出面向机器人应用的SoC产品Razor Lake AX，目标性能约为700 TOPS；其现有基于Panther Lake的机器人开发工具理论上可提供180 TOPS，下一代Nova Lake计划于明年初推出。文中提到，英伟达面向机器人设计的SoC Jetson AGX Orin的性能约为275 TOPS。赵敏成还表示，韩国国内客户计划明年开始量产自主移动机器人（AMR），多数以2028年为目标推出人形机器人，这也解释了Razor Lake AX计划于2028年推出。英特尔拟通过Core Ultra Series 3机器人计算平台（集成CPU、NPU和GPU）支持工业机械臂、AMR和人形机器人等多种应用，并提供Robinson Bay软硬件开发平台及OpenVINO、Physical AI Studio、Robotics AI Suite等软件工具。以上产品推出均为计划，尚未落地。
Intel于10月16日发布Intel Inference Microservice软件，旨在最大化其Xeon服务器CPU上的AI推理性能。该容器化软件可快速针对CPU优化大语言模型（LLM），包含运行开源LLM所需的代码库、引擎和配置；启动时会检测Intel处理器并应用经验证和调优的AI推理设置，降低对AI推理优化专家的依赖。OpenAI SDK、LangChain、LlamaIndex、LiteLLM和Haystack等主流AI框架支持OpenAI API规范，该软件默认使用开源vLLM作为推理引擎。原文指出，此前针对硬件优化现有LLM需要一周时间，计算精度、跨CPU核心的负载分配、跨NUMA节点的内存分配及硬件指令集选择等设置因AI模型与处理器组合而异。Intel还计划将Inference Microservice支持扩展至其整个GPU产品线，包括面向AI推理设计的D-series GPU（此为计划）。
据韩国媒体The Elec报道，美光正与主要客户讨论面向物理AI的新型内存产品，开发名为"边缘推理内存"（EIM）的方案，重点应用包括人形机器人、自主驾驶以及AR、VR设备。美光高管李哲在SEDEX 2026相关活动上表示，物理AI市场正快速发展，公司正与客户推进适配新市场的产品开发。EIM的设想是在逻辑裸片上堆叠低功耗LPDDR，目标与HBM类似但更注重降低功耗，适合电池供电的机器人；EIM不同于PIM，其具体计算结构、容量、带宽、延迟、功耗或性能目标均未公布。报道称美光正研究将EIM与LPDDR6结合，业界预期量产时间可能在2028年下半年，但这是产业界预测，并非美光公布的正式量产承诺。美光估算目前机器人使用的AI模型约有10亿至20亿个参数，现有LPDDR仍可满足不少需求；美光预计未来高性能人形机器人可能需要约200GB DRAM和4TB存储，而目前工厂服务型机器人常见配置约为12GB DRAM和256GB存储，这些是估算不代表所有在售机器人配置。美光认为未来机器人或许会采用HBM，但需考虑功耗、散热和空间；EIM若能以较低功耗提升传输效率，可能成为LPDDR与HBM之间的新选择。在规格、功耗和实际产品公布前，EIM能否满足下一代机器人需求仍有待验证。
ASUS已在官网上架UGen Arc Pro B70 32 GB显卡，这是该公司首款Intel Arc显卡；其上一款Intel独立显卡是2021年被动散热的Iris Xe DG1-4G，且ASUS未参与Alchemist和Battlemage两代消费级产品。ASUS将该卡归入UGen AI加速器产品线而非ProArt，与公司在CES 2026展示的UGen300 USB AI加速器同属一个家族。ASUS尚未公布价格或发布日期。Intel于3月以949美元发布Arc Pro B70，但目前美国零售价格似乎接近1,300美元。ASUS版采用完整的"Big Battlemage" BMG-G31芯片，配备32个Xe2核心、256个XMX引擎、256-bit位宽的32 GB GDDR6 ECC显存（带宽608 GB/s），加速频率2,800 MHz，最高367 INT8 TOPS，整板功耗290 W（Intel为B70设定的范围为160至290 W，参考默认值为230 W），采用双槽涡轮散热；ASUS称四卡可组合为128 GB显存，据称足以运行最高1,200亿参数的模型。ASUS加入已有自有B70产品的ASRock、Sparkle和Maxsun行列，定价或将决定UGen版本的竞争表现。
据10月17日消息（转引Wccftech今日报道），华硕推出旗下首款英特尔 Arc Pro B70 显卡，面向 AI 推理及工作站市场，意味着此前缺席多个世代的华硕再次加入英特尔独立显卡产品阵营。该产品名为 UGen Intel Arc Pro B70 32GB GDDR6，采用英特尔 Xe2 架构的 Big Battlemage GPU，配备 32GB GDDR6 ECC 显存、32 个 Xe 核心和 256 个 XMX AI 引擎，INT8 AI 算力最高可达 367 TOPS，典型板卡功耗 310W；采用双槽设计和涡轮式散热结构，配备 1 个 HDMI 接口和 3 个 DisplayPort 接口，使用 PCIe 5.0 x16 接口，显存带宽为 608GB/s。该卡支持 vLLM、llama.cpp、Ollama、PyTorch、OpenVINO、oneAPI 和 Vulkan 等 AI 框架及工具，最多支持 4 张显卡协同工作，合计提供 128GB 显存。华硕暂未公布该卡具体售价；同类英特尔 Arc Pro B70 显卡的市场价格通常在 1,299 美元至 2,000 美元（约合 8,701 元至 13,397 元人民币）以上，具体取决于产品型号及销售渠道。
2026年10月16日，德国初创公司Ubitium宣布获得由Ibex Investors领投的1400万美元种子轮融资，OpenOcean、KBC Focus Fund、Runa Capital、Inflection等现有投资者及Quantum Systems联合创始人兼首席执行官Florian Seibel个人参投，使其自2024年成立以来的种子轮融资总额达到1800万美元。Ubitium计划于2027年流片其首款商用处理器UB410（含4096个处理单元），并交付评估样片。原文未说明原因。
DEEPX与Sixfab合作，通过一款3瓦的NPU加速器，使Raspberry Pi 5能够在本地运行视觉和语言AI。该消息由EE Times Asia发布，属于产品/合作推出信息；原文未说明发布日期、价格、供货时间或产量安排。
三星电子与SK海力士正在开发新存储技术以应对AI系统中日益增长的瓶颈。三星正在探索一种将高带宽内存（HBM）直接堆叠在图形处理器上方的设计（zHBM）；SK海力士则在推进高带宽闪存（HBF），以扩展AI推理的内存容量。以上均为开发/探索阶段的计划，原文未说明时间表或量产安排。
Intel于10月15日（当地时间）表示，将在Web Summit 2026上展示面向真实工业应用的物理AI技术。演示将涵盖部署于制造、智慧城市、零售和医疗等行业的各类机器人，Intel同时将介绍其产品中使用的半导体芯片和AI推理平台。Intel称其Core Ultra Series 3处理器、软件及合作伙伴生态为机器人制造商和开发者提供实际支持，使AI系统能够超越原型、在真实环境中以高可靠性、快速响应和成本效率运行。Web Summit为全球IT科技展览，定于11月9日至12日在葡萄牙里斯本举行。原文未说明原因。
爆款新品里，到底装了谁的芯片？拆开，一颗一颗给你看。
全部拆解| Analog | $0.68 | −5.9% |
|---|---|---|
| 连接器 | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%异常波动 |
| MLCC | $0.01 | +54.0%异常波动 |
| MOSFET | $0.12 | −82.8%异常波动 |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | 暂无 |