富士康FoxBrain 2.0瞄准物理AI,布局VLM与VLA
富士康正将其专有大语言模型FoxBrain扩展至视觉语言模型(VLM)和视觉语言动作模型(VLA),目标应用为智能制造、电动汽车(EV)和机器人领域。该举措与其不断增长的AI服务器和数据中心业务形成互补,同时全球竞争正日益从计算硬件延伸至AI模型与应用,且各方对主权AI的兴趣上升。原文未说明原因之外的具体动因、时间表或投资金额。
- 相关厂商
- Foxconn
- 影响评分
- 10 / 100，低影响
富士康正将其专有大语言模型FoxBrain扩展至视觉语言模型(VLM)和视觉语言动作模型(VLA),目标应用为智能制造、电动汽车(EV)和机器人领域。该举措与其不断增长的AI服务器和数据中心业务形成互补,同时全球竞争正日益从计算硬件延伸至AI模型与应用,且各方对主权AI的兴趣上升。原文未说明原因之外的具体动因、时间表或投资金额。
文章称，AI浪潮正引发从云端数据中心到边缘应用的存储器需求激增，这一需求激增不仅为相关供应链带来了可观红利，也正在推动整个存储器生态系统的根本性结构转变。文章将台湾存储器厂商描述为从低谷走向转型，但未给出具体厂商、产品、价格数据或时间节点，原文未说明具体量化影响。
2026年OCP全球峰会于10月12日至15日在加利福尼亚州圣何塞举行，峰会凸显行业焦点从开放服务器硬件转向开放AI基础设施；机架级标准化目前正扩展到AI工厂的系统级协同设计。原文未说明原因。
摩根士丹利首席股票策略师Michael Wilson在最新客户报告中认为，美股持续数月的内部调整正接近尾声，投资者应准备增加风险敞口。其依据是：质量因子综合指数升至52周新高（自8月中旬以来累计上涨约6%），同期等权重标普500指数自8月14日高点以来累计下跌近4%；高质量与低质量股票盈利修正广度差距扩大至约10%，为2010年以来第二高水平；周期性板块（金融、工业、非必需消费品等）估值已大幅压缩。Wilson将周期转换起点追溯至2025年4月的"解放日"，并指出其在6月识别出低质量早周期领涨股（半导体、非必需消费品、金融）盈利修正广度的变化率见顶，叠加美联储新主席上任带来的更鹰派政策取向，确认中周期过渡到来。摩根士丹利经济学家预计美联储将在10月维持利率不变。盈利方面，Bloomberg Intelligence估算标普500成分股第三季度盈利预计同比增长约24.6%，摩根士丹利数据显示第三季度EPS预期同比增长27%，2026年和2027年EPS增速预期分别为33%和16%；Wilson估算2027年超大规模云计算商及新兴云服务商的AI资本开支总额将达1.58万亿美元，其中约65%将流入标普500公司，AI相关公司2027年盈利增速预计达25%，而非AI公司仅为4%。Wilson建议优先布局高质量股票，并点名资本品板块及摩根士丹利筛选出的"高质量+盈利修正向上"股票池（含信息技术领域的苹果、博通、美光等），该筛选条件为市值前1000、质量综合评分前四分位、近期NTM EPS上调且获摩根士丹利增持评级。
FADU宣布于10月19日实现第三季度收入1436亿韩元、营业利润363亿韩元，较上季度增长96%和124%；收入同比增长460%，营业利润转正。截至10月，公司基于监管披露获得约4563亿韩元新订单，是其2025年全年收入924亿韩元的四倍多，增长源于全球科技巨头和主要云服务提供商对用于AI基础设施的内存需求上升。FADU已完成下一代PCI Express Gen6固态硬盘（SSD）控制器的开发，计划年底开始全规模销售，同时开发面向2028年向客户交付样品的Gen7控制器。在2026年10月15日的开放计算项目（OCP）全球峰会上，FADU发布了文件语义SSD（FS-SSD）技术，使SSD能够理解数据结构的意义和上下文。公司还在扩展产品组合，超越功率管理集成电路（PMICs）和防掉电保护IC（PLP ICs），将半导体设计能力延伸至AI数据中心的数据信号恢复和高速信号解决方案。
根据QYResearch的统计及预测，2025年全球云终端市场销售额达到了14.31亿美元，预计2032年将达到46.24亿美元，年复合增长率（CAGR）为18.5%（2026-2032）。报告覆盖2021-2032年研究周期，主要产品类别为X86和ARM，主要应用领域包括教育、企业、医院、政府等。
英国云计算公司Nscale（获英伟达背书）的IPO估值遭投资者要求降至160亿至190亿美元，较其此前寻求的约300亿美元缩水逾四成；据路透援引《电讯报》报道，微软已终止与Nscale位于英国埃塞克斯郡洛顿数据中心园区的合作协议，原因是英国国家电网官员告知该站点最早可能要到2030年代才能获得供电，微软对此拒绝置评，Nscale称与微软'关系依然稳固且长期'并将问题定性为'伦敦范围内的电网问题'，正在探索替代能源方案。这是不到一个月内第五宗AI数据中心上市挫折案例，此前软银旗下SB Energy的IPO因逾500亿美元估值延期、Firmus先降价25%后撤回上市、菲律宾PLDT子公司Vitro及黑石旗下AirTrunk的REIT上市均延至2027年。据彭博报道，相关IPO讨论仍在进行，细节可能变化，尚无最终决定，公司于9月18日公开提交招股文件，尚未启动正式路演。
英伟达Vera CPU团队在近期访谈中承认，过去多年云端基础设施为追求核心数量牺牲了单线程性能与IPC：行业从2010年代初期英特尔等厂商的高主频、少核心设计，转向超大规模云厂商崛起后x86厂商的多Chiplet布局，核心数大幅膨胀，但使用Chiplet后芯片上没有足够空间为每个核心做性能设计，单线程性能和IPC因此长期停滞。Agentic AI的爆发迫使这一趋势逆转：AI智能体在GPU与CPU之间高速循环执行任务，要求CPU在并发负载下保持强大单线程性能和可预测的低延迟，以避免昂贵的GPU闲置。为此，Vera CPU放弃Chiplet路线，将全部88个Olympus核心与176个线程集成在单晶粒上。据英伟达官方数据，Vera的单核性能最高可达AMD EPYC Venice的1.5倍，在智能体编排任务中比Sapphire Rapids快约2.2倍。
AI驱动的存储需求呈指数级增长，推动行业进入结构性供应短缺。据标题，存储巨头已通过长期协议锁定高达70%的产能。正文指出，随着供应趋紧且2026年合同价格大涨，主要AI公司和云服务提供商(CSP)越来越多地与存储制造商签订为期3至5年的长期协议(LTA)，以锁定供应并应对飙升的成本。文中未点名具体公司。
人工智能数据中心的扩建正在加剧全球对电力的争夺，云服务商日益将能否快速获得电力置于成本和脱碳考量之上。由于电网难以跟上计算增长的速度，各公司正在考虑采用现场发电、电池和直流系统以加快部署，同时兼顾排放管理和能效。原文未说明具体涉及的公司、元件或价格变化。
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。
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。
英伟达高管表示，消费者图形处理单元（GPU）短缺源于内存供应不足，这是公司无法控制的。该公司旗舰消费级GPU RTX 5090的交易价格最高达1500万韩元或更高，约为其含税建议零售价的五倍。RTX Spark笔记本起价约470万韩元，最高可达1000万韩元。公司将高价归因于内存成本上升。上述言论是在首尔江南区三成洞的RTX Spark发布会上于10月16日发表的。
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%。
原文为Critical Manufacturing联合创始人兼CEO Francisco Almada Lobo的访谈。公司2009年成立于葡萄牙波尔图，核心产品为以制造执行系统(MES)为核心的工业运营平台；自2018年起成为ASMPT的一部分。其最强应用领域为半导体后段与先进封装，且该领域需求增长最快。公司提到新产能正在美国、欧洲、印度和东南亚建设，并指出先进封装将前端复杂性带入后段。这是背景性访谈内容，原文未涉及任何元件价格变动、产能关停或政策事件。
Kulicke & Soffa 财政第三季度 2026 年净收入为 3.304 亿美元，同比增长 123%，毛利率 47.8%，非GAAP每股收益 1.20 美元，超出预期。公司预计财政 2026 年第四季度收入约为 3.75 亿美元，截至 2026 年 10 月 3 日，因半导体、存储、汽车和工业市场需求增强。
中信证券研究观点（截至10月16日数据）：本轮AI核心票的调整幅度和时间已接近2021年底至2022年4月底的新能源核心票，超级产业周期增长二阶导下修过程中的第一轮硬件估值调整接近尾声。数据方面：9月22日以来机构持股占比前20%与后20%的个股组合分别累计下跌13.6%和6.8%，融资持股占比最高组与最低组分别累计下跌11.7%和5.9%；本轮AI核心15较高点累计下跌41.1%，上轮新能源核心15在2022年4月26日见底时下跌42.7%；机构重仓200本轮自高点下跌33.4%，上轮自2021年底高点至2022年4月底下跌34.3%；电子和通信指数自各自高点分别下跌41.2%和42.9%。原文说明的调整原因为机构重仓股诱发并逐步传导至高融资占比板块，本质是OpenAI和Anthropic的ARR增速低于预期、高利率引发的AI投资增速预期下修，影响硬件股估值。截至10月16日机构重仓相对强弱指标10日滚动读数为-7.9%（电子和通信板块内为-11.6个百分点），机构资金抛售压力尚未出现明确结束信号，但已出现集中抛售末期特征，15、16日放量的宽基ETF合计净流入477亿元。该机构指出内存价格、算力租赁价格及核心CSP厂商云业务利润率等反映AI投资“一阶导”的变量目前仍未看到拐点；“调整接近尾声”为分析判断而非已确认结果。
10月17日，科技播客《All-In Podcast》中，a16z联合创始人Ben Horowitz、Jason Calacanis、Chamath Palihapitiya与前白宫AI主管David Sacks一致判断：此轮AI股票波动是高速增长叙事下的正常市场波动，而非泡沫破裂的序曲；亚马逊AWS掌门人Andy Jassy向Horowitz确认，GPU及相关基础设施的供应紧张将延续至2028年底之后，需求侧没有实质恶化。新能源云计算公司遭遇信用冲击与大模型公司上市估值争议的双重压力令AI投资逻辑面临压力测试：CoreWeave近期的债券遭遇大幅抛售，收益率飙升至15%左右；Chamath引述CDS市场数据称违约风险本周飙升至约953个基点，隐含单年违约概率约16%、五年期限约55%，并指出CoreWeave约有350亿美元债务、还需再融资350亿美元支持已签合同，其团队估计距离盈亏平衡点约正负50亿美元。Anthropic泄露的财务数据显示第三季度营收168亿美元、净收入留存率900%、调整后毛利率85%、调整后经营利润率11%、自由现金流转正，公司筹备今年感恩节前后上市，目标估值约2万亿美元；Chamath建议将IPO定价下调至1万亿美元并一次性募资2000至2500亿美元。Chamath还警告，一旦美国十年期国债收益率升至6%，所有依赖利差盈利的商业模式都将面临严峻考验，并认为电力将成为终极护城河，到2050年美国将短缺约1.4太瓦时电力。
据美银全球研究报告，超大规模云服务商合计未来12个月自由现金流已经暴跌至负1000亿美元以下，资本开支消耗掉95%的经营现金流，标志着资金历史性流向半导体供应商。与之形成对比，截至2026年9月，英伟达、美光、博通这三大半导体头部厂商未来12个月自由现金流已经飙升至接近5000亿美元。报告将这种巨大分化归因于一轮激进的基础设施建设浪潮：微软、亚马逊、Alphabet、Meta、甲骨文等云巨头在相关收入兑现之前就大幅加码支出。该内容为研究报告观点，非价格或产能变动的直接事件。
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）。