读芯片战争:世界最关键技术的争夺战12瓶颈(下)
1. 供应链1.1. 2020年正当美国开始对中国施加芯片扼制切断一些领先科技公司获取美国芯片技术的渠道时第二个芯片瓶颈开始扼杀世界经济的一部分1.1.1. 某些类型的芯片变得难以获得尤其是广泛用于汽车的基本逻辑芯片1.1.2. 华为等中国企业至少自2019年以来就一直在囤积芯片为美国未来可能的制裁做准备而中国的晶圆厂在尽可能多地购买制造设备以防美国决定收紧芯片制造工具的出口限制1.1.3. 半导体短缺的主要原因并不是芯片供应链中的问题1.2. 世界各地的政客都误判了半导体供应链的困境1.2.1. 由于汽车制造商在疫情初期疯狂而不明智地取消芯片订单再加上它们几乎没有误差的准时制(Just-in-Time)生产方式1.3. 美国对中国大陆获取芯片技术的限制表明芯片行业的瓶颈是多么强大1.4. 世界上所有先进的芯片厂都位于美国的“亲密盟友”所在的国家和地区而不在中国大陆1.5. 美国要求限制向SK海力士位于中国无锡的工厂提供EUV光刻机推迟了工厂的现代化进程可能会给该公司带来巨额损失1.6. 台积电的大部分资金将投资于台湾尽管该公司计划升级其在南京的工厂并在亚利桑那州开设一家新工厂1.6.1. 升级其技术并扩大芯片制造能力1.7. 欧洲、日本和新加坡是另外三个寻求新半导体投资的地区1.7.1. 欧洲大陆可以“大规模投资”​生产3纳米或2纳米芯片使欧洲的晶圆厂处于领先地位1.8. 美国在芯片产业中仍然拥有令人羡慕的地位对包括软件和机械在内的许多行业瓶颈的控制一如既往1.9. 在芯片初创公司已经过时的十年之后在过去几年里硅谷向设计新芯片的无晶圆厂公司投入了大量资金这些公司通常专注于为人工智能应用优化新架构1.10. 英特尔1.10.1. 英特尔要重获制造业的领导地位超越三星和台积电1.10.1.1. 为了做到这一点格尔辛格与阿斯麦达成协议让英特尔购买第一台下一代EUV光刻机预计将于2025年交付1.10.2. 推出一个与三星和台积电直接竞争的代工业务为无晶圆厂公司生产芯片从而帮助英特尔赢得更多的市场份额1.10.2.1. 亚马逊和谷歌等云计算公司正在设计自己的芯片1.10.3. 英特尔将越来越多设计的先进芯片外包给台积电在中国台湾最先进的工厂生产1.10.4. 随着美国政府开始处理先进芯片制造在东亚的集中英特尔说服了台积电和三星在美国开设新工厂台积电计划在亚利桑那州新建一家工厂三星计划在得克萨斯州奥斯汀附近扩建一家工厂1.10.4.1. 台积电和三星都计划将其绝大多数生产能力和最先进的技术留在自己的土地上2. 台湾困境2.1. 台积电经受住了其第二大客户华为的考验台积电的业绩几乎没有受到任何影响其股价接近历史新高2.1.1. 全球半导体短缺使台积电的业务更加有利可图2.2. 台积电变得越不可或缺风险就越大不是针对台积电的财务而是针对其工厂2.2.1. 美国及其盟友仍将有机会使用英特尔和三星的芯片厂2.3. 中国很快就会发现不可替代工具的关键材料和软件更新必须从美国、日本和其他国家获得2.3.1. 中国可能会影响或控制唯一拥有人们所依赖芯片的技术能力和生产能力的晶圆厂2.4. 封锁是一种战争行为但没有人愿意开第一枪2.5. 如果战争摧毁台积电的晶圆厂情况就会变得更糟2.5.1. 从香港到新竹有数万亿美元投资于台湾海峡附近的公司和工厂2.6. 如果台积电的晶圆厂滑入车笼埔断层其移动导致了1999年台湾的一次大地震​那么其影响将震撼全球经济2.6.1. 中国台湾的芯片产业无疑迫使美国更加重视对台湾地区的防御2.6.1.1. 它制造了世界上37%的逻辑芯片2.6.2. 每年损失37%的计算能力可能比疫情及其经济灾难性封锁的代价更高2.6.2.1. 重建失去的芯片制造能力至少需要五年时间2.6.3. 芯片不仅需要用于手机和电脑飞机、汽车、微波炉等各种产品也将面临毁灭性的延误2.6.4. 数据中心容量的增长将大幅放缓尤其是专注于人工智能算法的服务器更依赖于英伟达和AMD等公司在台湾制造的芯片2.6.5. 停止升级手机网络会有意义因为购买新手机会非常困难2.6.5.1. 一个典型手机里有十多个芯片其中大部分也是在台湾制造的2.6.6. 汽车通常需要数百块芯片才能工作2.7. 硅谷的大部分知识可以在战争或地震的情况下轻易转移2.7.1. 中国庞大的电子组装工厂的供应可能会被切断人们必须重新找地方来组装手机和电脑2.7.2. 与复制台湾的芯片制造工厂相比找到同样有难度的新装配工人要容易得多2.7.2.1. 挑战不仅仅是建造新的晶圆厂运营这些工厂还需要训练有素的工作人员2.8. 考虑到中国对半导体行业的投资以及美国所依赖的芯片制造能力大多在解放军导弹的射程之内美国和中国之间的竞争在半导体领域将是一场不那么不平衡的较量3. 俄乌3.1. 自冷战结束以来由于大多数俄罗斯客户选择停止从国内芯片制造商购买芯片并将生产外包给台积电俄罗斯芯片产业已经衰落3.2. 对于俄罗斯的芯片产业来说剩下的唯一客户是俄罗斯的国防和航天行业这些行业的芯片买家不足以为俄罗斯国内先进的芯片制造提供资金3.3. 由于半导体采购问题相当于GPS的俄罗斯卫星定位系统格洛纳斯(GLONASS)面临着痛苦的延期3.4. 乌克兰从西方获得了大量的制导弹药储备如标枪反坦克导弹每枚导弹依靠200多个半导体芯片瞄准敌方坦克3.5. 俄罗斯在制造和获取芯片方面的持续困难解释了该国在乌克兰上空被击落的无人机中使用了大量外国微电子芯片的原因3.6. 俄罗斯对外国半导体技术的依赖为美国及其盟友提供了一个强大的杠杆支撑点3.6.1. 俄乌冲突发生后美国与欧洲、日本、韩国和中国台湾等国家和地区的合作伙伴协调对俄罗斯科技、国防和电信领域某些类型芯片的销售实施了全面限制3.7. 俄罗斯军队继续广泛依赖非精确制导弹药的原因3.7.1. 巡航导弹短缺的事实部分原因是其半导体行业的糟糕状况3.7.2. 俄罗斯工厂也在采取规避行动如将洗碗机芯片分拆到导弹系统中3.7.3. 除了削减芯片消耗外俄罗斯别无选择因为俄罗斯如今的芯片制造能力比太空竞赛全盛时期还要弱4. 结论4.1. 产生计算能力的惊人复杂性表明硅谷的故事不仅仅是一个关于科学或工程的故事4.2. 技术只有在找到市场时才会进步4.3. 我们不能保证芯片会像过去一样重要4.3.1. 我们对计算能力的需求不太可能减少但我们可能会耗尽芯片的供应4.3.2. 如今成本下降的速度已经明显放缓4.3.3. 制造使用更小晶体管的芯片所需的工具极其昂贵没有比EUV光刻机更昂贵的了每台光刻机的成本超过1亿美元4.4. 把不同类型的芯片集成在一起比以往任何时候都容易4.5. 微处理器作为现代计算的主力正在被为特定目的而制造的专用芯片部分取代4.5.1. 英伟达的GPU不像英特尔微处理器那样通用从某种意义上说它们是专为处理图形设计的而且越来越多地是为人工智能设计的4.5.2. 英伟达和其他提供针对人工智能优化芯片的公司使得人工智能的实现成本更低因此更容易被使用4.5.3. 亚马逊和谷歌都进入了芯片设计业务以提高运行其公共云的服务器的效率

相关新闻

为什么选择chartreader-0.8B-OptiQ-4bit?实测13.8%精确匹配提升背后的技术解析

为什么选择chartreader-0.8B-OptiQ-4bit?实测13.8%精确匹配提升背后的技术解析

为什么选择chartreader-0.8B-OptiQ-4bit?实测13.8%精确匹配提升背后的技术解析 【免费下载链接】chartreader-0.8B-OptiQ-4bit 项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/chartreader-0.8B-OptiQ-4bit chartreader-0.8B-OptiQ-4bit是一款…

2026/7/25 7:40:09 阅读更多 →
Windows 11性能优化神器:5分钟极速清理,让你的电脑重获新生

Windows 11性能优化神器:5分钟极速清理,让你的电脑重获新生

Windows 11性能优化神器:5分钟极速清理,让你的电脑重获新生 【免费下载链接】Win11Debloat A simple, lightweight PowerShell script that allows you to remove pre-installed apps, disable telemetry, as well as perform various other changes to …

2026/7/24 19:55:14 阅读更多 →
如何快速集成DXPopover到你的iOS项目:5分钟实现专业级弹窗效果

如何快速集成DXPopover到你的iOS项目:5分钟实现专业级弹窗效果

如何快速集成DXPopover到你的iOS项目:5分钟实现专业级弹窗效果 【免费下载链接】DXPopover A Popover mimic Facebook app popover using UIKit 项目地址: https://gitcode.com/gh_mirrors/dx/DXPopover DXPopover是一款基于UIKit开发的专业级弹窗组件&#…

2026/7/25 7:40:06 阅读更多 →

最新新闻

C/C++字符串深度解析:从C风格到std::string与string_view

C/C++字符串深度解析:从C风格到std::string与string_view

1. 项目概述:为什么C/C的string值得深究?在C和C的世界里,处理文本是绕不开的基础操作。很多新手,甚至一些有经验的开发者,一提到字符串,脑子里可能立刻蹦出char*、char[]这些C语言时代的“老朋友”&#xf…

2026/7/26 4:37:56 阅读更多 →
FireKylin系统痕迹采集工具:5分钟上手Windows/Linux应急响应与排查

FireKylin系统痕迹采集工具:5分钟上手Windows/Linux应急响应与排查

1. 项目概述:为什么我们需要FireKylin?在数字取证、应急响应甚至是日常的系统运维排查中,我们常常面临一个核心挑战:如何快速、准确、完整地获取一台计算机在某个时间点上的“状态快照”?这个快照,就是所谓…

2026/7/26 4:37:56 阅读更多 →
DMA与零拷贝技术:从原理到Linux性能优化实战

DMA与零拷贝技术:从原理到Linux性能优化实战

1. 从CPU搬运到DMA的革命十年前我第一次在嵌入式系统里用memcpy搬运数据时,看着top里飙升的CPU使用率,还以为这是天经地义的操作。直到后来在排查网络性能问题时,用perf抓取到令人震惊的火焰图——系统80%的时间竟然消耗在数据搬运上&#xf…

2026/7/26 4:37:56 阅读更多 →
VMD-POA-LSTM组合优化时间序列预测方案

VMD-POA-LSTM组合优化时间序列预测方案

1. 项目背景与核心思路时间序列预测在金融、气象、工业等领域有着广泛应用,但传统单一模型往往难以应对复杂多变的现实数据。这个项目提出了一种创新的组合优化方案,将POA(孔雀优化算法)、VMD(变分模态分解&#xff09…

2026/7/26 4:37:56 阅读更多 →
LSTM-Multihead-Attention模型在多变量时间序列预测中的应用

LSTM-Multihead-Attention模型在多变量时间序列预测中的应用

1. 项目概述多变量时间序列预测是机器学习领域的一个重要研究方向,在金融、气象、工业等领域有着广泛的应用。传统的预测方法如ARIMA在处理非线性、非平稳数据时表现不佳,而基于深度学习的LSTM-Multihead-Attention模型通过结合卷积神经网络、双向LSTM和…

2026/7/26 4:37:56 阅读更多 →
Unity高性能序列化方案:MemoryPack原理、集成与实战优化

Unity高性能序列化方案:MemoryPack原理、集成与实战优化

1. 项目概述:为什么Unity开发者需要关注序列化?如果你在Unity项目里用过JsonUtility.ToJson或者Newtonsoft.Json,然后看着动辄几十毫秒的序列化耗时和动辄几MB的GC分配直皱眉头,那你来对地方了。序列化,这个在游戏开发…

2026/7/26 4:36:54 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻