1.十大顶级洞察+100 QA解码！全球半导体产业发展趋势报告（2024-2028）震撼出炉；
2.6月全球半导体并购事件242起，同比增加75%，平均交易金额环比减少38%；
3.布局AI抢争先，芯片大厂“没在闲”；
4.关闭两座工厂，本田中国在华产能暴跌；
5.高通公司出席ChinaJoy AIGC大会，展望终端侧生成式AI新终端新应用；
6.H20芯片采用三星HBM3：英伟达为国内“价格战”铺垫基础？
7.星纪魅族COO廖清红确认：魅族首款汽车年内发布；
8.苹果iPhone第二季跌出中国手机市占前五 4年来首次；
1.十大顶级洞察+100 QA解码！全球半导体产业发展趋势报告（2024-2028）震撼出炉；
随着人工智能技术发展如火如荼，全球半导体产业正在经历深刻变革，无论是半导体设备、材料还是设计、制造、封装等，整个供应链都进入了新一轮的创新热潮，进而推动了庞大的市场需求和各行业增长前景。与此同时，得益于底层AI芯片的迅速迭代和演进，全球大模型已经迎来历史性发展机遇，其中AI手机和AI PC有望成为首批关键的落地应用场景。
进一步来看，人工智能时代之“势”催生的系列变革，包括定制化AI芯片兴起，Chiplet技术开发深化，云端大模型迁移下沉和半导体供应链不断革新等。然而，随着产业链上下游把握重构机遇和应对潜在挑战的需求愈发迫切，找出破局之“道”“术”至关重要。鉴于此，能立足全球视野、高瞻远瞩以及探索未来发展之道的行业洞察报告成为重要“灯塔”。
在这一背景下，依托爱集微的广大平台优势以及“IC 50委员会”的大量海外分析机构资源，集微咨询（JW Insights）历经持续数月打磨、建构以及与海外调研机构充分交流和联动，围绕半导体产业生态系统的结构性变迁，终端应用市场的创新和AI大模型产业发展等多个方向拓展专业视角，倾力打造了《全球半导体产业发展趋势报告（2024-2028）》（The 2024-2028 Global Semiconductor Industry Trends Report）。
该报告总计涵盖十篇顶级调研机构分析师所撰写的最新内容，分别从全球半导体产业发展趋势、全球半导体应用市场发展趋势、全球人工智能产业发展趋势三大板块洞悉以及研判行业发展动向和脉络，以为各产业企业的组织经营策略提供重要参考镜鉴，进而“决胜未来”。
目录
Preface
Introduction Q&A
Chapter 1 Global Semiconductor Industry Trends
1.1 Semiconductor Supply Chain Trends 2024 and Beyond, Dr. Douglas Sparks, M2N Technologies LLC
1.2 Learning from the Future – About Cross-Fertilization between Digital Twins and AI Techniques for Capacity Planning and WIP Flow Optimisation in Semiconductor Fabs, Peter Lendermann, D-SIMLAB Technologies
1.3 The Semiconductor Requirements for Improved Equipment and Materials in the AI Era, Abhay Madan, Silicon Valley Research Initiatives
1.4 Semiconductor Materials & Markets Needed to Support Technology Growth, Michel Walden and Lita Shon-Roy, TECHCET
1.5 Chiplet Strategies and Markets, Jan Vardaman, TechSearch
Q&A
Chapter 2 Global Semiconductor Application Market Trends
2.1 Global Smartphone Market Outlook,Gfk
2.2 The Quarterly GPU and CPU Market Report, Jon Peddie, JPR
2.3 GenAI Reshaping Laptop PC Semiconductor Opportunity, Counterpoint Research
Chapter 3 Global Artificial Intelligence Industry Trends
3.1 Trends in Custom AI Chip Development, Michael Frank, Seldon Strategies
3.2 Global AI Model Trend Outlook, SHUO SUN, JW Insights
Q&A
Authors Profile
JW Research Institute Report Pipeline 2024
JW Insights Introduction
其中，在全球半导体产业发展趋势板块，包括M2N Technologies创始人&CEO Douglas Sparks的“2024年及未来的半导体供应链趋势”报告，D-SIMLAB Technologies联合创始人&首席业务发展官Peter Lendermann的“从未来学习-关于数字孪生子和AI技术在半导体晶圆厂产能规划和制造流程优化的交叉利用”报告，SVRI分析师Abhay Madan的“人工智能时代对改进半导体设备和材料的需求”报告，TECHCET主席兼CEO Lita Shon-Roy和TECHCET高级总监Michel Walden的“支撑技术增长所需的半导体材料和市场”报告，以及TechSearch总裁兼创始人Jan Vardaman的“Chiplet战略与市场”报告。
另外，在全球半导体应用市场发展趋势板块，包括调研机构Gfk的“全球智能手机市场展望”报告，Counterpoint Research的“生成式AI重塑笔记本电脑半导体机遇”报告，以及Jon Peddie Research的“GPU和CPU市场季度发展”报告。
在全球人工智能产业发展趋势板块，包括Seldon Strategies创始人Michael Frank的“定制AI芯片发展趋势”报告，以及集微咨询（JW Insights）资深分析师的“全球AI大模型趋势研究”报告。
经过精心周密打造，《全球半导体产业发展趋势报告（2024-2028）》（The 2024-2028 Global Semiconductor Industry Trends Report）具有多重核心亮点。
在当前国际背景下，中国半导体产业界听闻海外顶尖半导体分析、咨询机构的声音渠道亟待拓宽，同时最有雄心和战略眼光的企业家有序推进“出海战略”的方式也亟待找到更优的突破口。因此，报告针对半导体产业链上下游关键领域，链接全球相关最具话语权、研究视角最前沿的行业机构分析师，并综合考量业界声望、活跃度、专业度和参与未来产业蓝图方向等多个指标评选“入库”其分析报告，从而得以汇集前所未有的国际化顶级智慧“结晶”。
同时，以AIGC为代表的新兴技术牵动了全球半导体产业链系统的多重演进与变革，这考验着国内企业高管和决策层的战略定力与革新魄力，以及对新一轮增长点和潜在挑战的前瞻判断。对此，报告强化了半导体供应链、AI大模型和下游主流终端应用等整个生态体系的覆盖和关联性，并从中甄选出代表性的产业领域技术进行深层剖析，从而一定程度上填补了行业“空白”，助力产业界更深入、更全面、更系统地洞察全球半导体产业链的结构性变迁。
相较而言，报告最显著的亮点是针对焦点议题首创编排了顶级专家的 106 个 QA 问答。
随着AI芯片和大模型等新兴产业技术迭代日新月异，复杂且庞大的全球半导体供应链正在演化出愈来愈多的焦点动向。对此，报告创造性地针对行业热点议题进行 QA 问答式编列，其中重点议题包括 AI 芯片的技术挑战与市场需求分析，LoT 的关键推动因素（AI、5G和传感器），先进封装和存储技术的发展需求，全球半导体投资趋势，中国半导体发展的关键障碍、瓶颈和改善策略建议，以及印度、东南亚地区产业潜力和全球竞争格局的变化等。
显然，超百个 QA 问答不仅是针对整个泛半导体行业的“指示灯”，同时促使报告通过“主辅结合”的模式对正文内容进行了全方位的完善和“补强”，将助力产业界未来在半导体和人工智能深入迭代及交织发展中更精准、更有力地制定发展经营策略并实现“新图腾”。
汇聚全球智慧，探道“芯”质未来。本报告的所有作者在各自擅长领域均有至少十余年研究功底，他们作为顶级半导体研究机构的“群像”，所著报告、所发之声经常形成行业风向和强大舆论场，成为海内外众多头部半导体企业高管研判行业竞争格局、前沿技术发展以及制定产品研发迭代节奏等方面的重要参照，进而构筑了报告的深度、专业、全面和前瞻底色。
此外，全球半导体产业发展趋势报告（2024-2028）的“应运而生”，亦是爱集微和“IC 50委员会”积极践行将国内IC产业服务体系置于全球资源框架的重要举措，将为产学研各方对接发展需求、开展项目合作以及制定未来发展规划和战略等方面提供重要的决策依据。如今，随着全球半导体产业进入前所未有的大开大合态势，半导体从业者在市场逐渐复苏企稳的重要时刻，均需要以信心、勇气、担当，通过前瞻时代产业趋势与风向作出关键抉择。
至于如何获取报告全文，用户通过扫描二维码填写相关信息和调查问卷，工作人员大约一周内会将《全球半导体产业发展趋势报告（2024-2028）》（The 2024-2028 Global Semiconductor Industry Trends Report）统一发送至用户邮箱。
联系人：赵翼 zhaoyi@ijiwei.com
2.6月全球半导体并购事件242起，同比增加75%，平均交易金额环比减少38%；
过去几年里，全球半导体产业经历了一段漫长的下行周期。尽管半导体市场表现低迷，但作为长周期内极具成长性的赛道，半导体行业的投资热情并未消失，半导体企业间的并购也从未停止。集微网搜集整理全球半导体行业并购事件，分析半导体行业并购趋势，发布《全球半导体并购报告（2024年6月）》。
据集微咨询统计，2024年6月，全球共发生超242起半导体企业并购事件（包括传闻和撤回），环比增加12起（5%），同比增加104起（75%）。本月并购数量环比上升，同比大幅增长。
按所处交易阶段划分，宣布阶段35起，完成阶段86起，假设完成阶段73起，待定阶段12起，传闻阶段32起，撤回了4起。
按所处国家或地区划分，中国大陆有81起，为数最多，日韩地区20起，中国台湾5起，亚洲其他地区共18起，美国36起，欧洲地区55起，其他地区有27起。
2024年6月，有145起并购事件披露了标的金额，总额超179亿美元，平均交易金额1.23亿美元，平均交易金额环比减少38%。其中，超过10亿美元的有6起，1~10亿美元有21起，千万~1亿美元有55起，低于千万美元的有63起。近十二个月平均交易金额1.75亿美元(中位数)。
目前，《全球半导体并购报告-第二十三期（2024年6月）》已在爱集微官网与APP正式上线，欢迎登录爱集微官网、爱集微APP，首页点击“集微报告”栏目，即可进行订购。
3.布局AI抢争先，芯片大厂“没在闲”；
（文/姜羽桐）继Meta、谷歌、OpenAI、苹果、亚马逊接连发布人工智能进展或成果后，“AI大模型之战”迎来新的角逐者——尽管他们曾是大模型技术的“基石”，源源不断提供充沛的算力保障。但到了今天，半导体巨头们无法忽视人工智能（AI）、集成电路（IC）两大产业加速融合而带来的广阔前景与巨大收获，选择亲自下场。
在美国，以英伟达、AMD为首的主要玩家力图通过一系列举措，面向大模型“整军饬武”，备足子弹进入“AI时代”，包括但不限于——大力组建团队、扩大生态，加快人工智能技术开发步伐；对内推动人工智能技术在生产环节落地，提高生产效率及创新能力。
“无并购不AI”，美国半导体巨头早筹谋
调研机构TechInsights在今年4月公布2023年全球排名前25名的半导体供应商，台积电、英特尔、三星、英伟达、高通进入前五。这份25强的榜单中，13家供应商总部设在美国，英特尔（2）、英伟达（4）、高通（5）、博通（6）、AMD（8）进入“TOP10”。参考该榜单不难发现，不在少数的美国半导体企业早已围绕AI或者大模型布局。
当地时间1月4日，英特尔和投资公司DigitalBridge宣布成立一家名为Articul8 AI的生成式AI软件公司，旨在为企业客户提供全栈、垂直优化且安全的生成式人工智能（GenAI）软件平台。原英特尔数据中心和人工智能事业部副总裁兼总经理Arun Subramaniyan出任Articul8 AI首席执行官。此外，英特尔机器学习部门首席工程师Moty Fania曾撰文称：“英特尔IT部门拥有超200人规模的AI团队，包括数据科学家、机器学习 (ML) 工程师和AI产品专家。”
2月，英伟达成立通用具身智能体研究GEAR团队，推动大模型等AI技术由虚拟世界向现实世界发展，未来该团队研究工作将主要围绕“多模态基础模型、通用型机器人研究、虚拟世界中的基础智能体、模拟与合成数据技术”四个关键领域开展。
3月，新思科技宣布与英伟达合作，将其领先的AI驱动型电子设计自动化（EDA）全套技术栈部署于英伟达GH200 Grace Hopper超级芯片平台。这一合作将在集成电路设计、验证、仿真及制造各环节实现最高15倍的效能提升。新思科技称，将致力于扩展其大语言模型（LLM）Synopsys.ai Copilot（业界首个生成式AI助手），支持英伟达AI和计算平台。
除组建团队、加强合作外，并购AI公司也是美国半导体企业进军AI领域的关键动作，甚至称得上“无并购不AI”。
AMD被认为是英伟达在快速增长的AI硬件市场上最有可能的竞争对手，其对人工智能团队寄予厚望，正不断增强实力。当地时间7月10日，AMD同意以6.65亿美元现金收购人工智能模型开发商Silo AI。公开资料显示，Silo AI总部位于芬兰赫尔辛基，自称是欧洲最大的私营人工智能实验室，拥有300名AI科学家和工程师，专注于提供定制化AI模型和端到端的AI驱动解决方案。
收购后，Silo AI联合创始人兼首席执行官Peter Sarlin将继续领导团队，成为AMD人工智能集团的一部分，并向AMD高级副总裁Vamsi Boppana汇报。官网显示，Vamsi Boppana负责AMD人工智能事业部，领导AMD的AI战略，在客户端、边缘和云端推进AI路线图。同时，他还是赛灵思（Xilinx）并入AMD的执行发起人。
AI并购“阵营”中，博通不惜耗时18个月，在去年11月将VMware（威睿）揽入囊中，进一步强化AI能力；美光则在2019年10月收购人工智能硬件和软件初创公司FWDNXT，后者在与美光存储芯片结合使用时，将使美光具备探索数据分析所需的深度学习AI解决方案的能力。
AI大模型向内，大厂打造“淘金”利器
十九世纪中期，美国曾掀起过一场轰轰烈烈的“淘金热”，赚钱最多的却并非淘金人，而是那些工具提供者。今天，英伟达在内的美国半导体公司大举进军人工智能/大模型，绝非心血来潮，更像是在AI、IC加速融合背景下，打造半导体“淘金”利器。
人工智能率先进入半导体产业链的各个重要环节，在芯片布局、架构优化、能效管理、故障检测等方方面面发挥作用。
设计环节，英伟达研究团队开发了名为ChipNeMo的定制大模型，以内部数据为基础进行训练，用于生成和优化软件。英伟达首席科学家Bill Dally认为：“即使只将生产力提高5%，也是一个巨大的胜利。而ChipNeMo便是大模型在复杂的半导体设计领域，迈出了重要的第一步。”他们相信，随着时间推移，大型语言模型将全面帮助全部流程。
英特尔也在今年4月宣布，自研的AI工具将耗时数周的芯片设计周期缩短至几个小时。
制造环节，美光部署了57万个IoT感测器在全球工厂中，能存取超2.29亿个资料控制点（control points）。这些年来，美光在全球工厂累积34 PB的资料，成为美光用来发展大数据分析与AI应用的关键数据，并以每天新增30TB的速度持续增长，美光正通过大数据、AI技术大幅提升生产效率和良率。
检测环节，半导体设备供应商应用材料（Applied Materials）将人工智能融入晶圆检测流程，从2016年开始就使用ExtractAI技术开发Enlight系统，在2020年推出新一代Enlight光学半导体晶圆检测机，引入大数据和AI技术，不到一个小时就可绘制出晶圆上数百万个潜在缺陷。
其次，整合技术优势、打造AI生态，也是部分半导体大厂扩充AI团队的出发点之一。
以收购Silo AI为例，AMD高级副总裁Vamsi Boppana认为：“Silo AI拥有值得信赖的人工智能专家团队，在开发领先的人工智能模型和解决方案（包括在AMD平台上构建的最先进的大语言模型）方面拥有成熟的经验，这将进一步加快我们的人工智能战略。”有网友更加直接地指出，不知道AMD对这次收购有何打算，但可以看到拥有一个内部的大模型团队为客户创建模型、进行基准测试并改进产品可能带来很大的价值。
Silo AI只是AMD布局AI战略而进行的一系列收购和企业投资中的一个缩影。事实上，在过去的12个月里，AMD至少向十几家AI公司投资超1.25亿美元，相继收购AI软件公司Mipsology和Nod.ai——前者创建了名为Zebra的抽象层，可将为CPU和GPU编译的推理模型在FPGA上运行，后者创建了名为Shark的抽象层，可提高不同硬件上AI模型的推理性能。AMD种种举动，显然是要缩小同英伟达在AI技术方面的差距，以满足其日益增长的打造“AI帝国”的雄心。
“IC+AI”，加速融合双向奔赴
人工智能正对各行各业施加影响。高盛预测，生成式人工智能的突破有可能给全球经济带来翻天覆地的变化。随着使用自然语言处理的工具进入企业和社会，它们可以推动全球GDP增长7%（或近7万亿美元），并在10年内将生产率提高1.5个百分点。云天励飞技术负责人指出，如果说去年是大模型的元年，那么今年就是大模型应用落地元年。未来半导体厂商一定会主动拥抱人工智能，这是一个双向奔赴过程。
在此背景下，也就不难理解美国半导体公司布局人工智能团队，尤其为组建大模型团队所做出的努力。当前，美国半导体公司AI举措大致分为三类：其一，以积极的投资计划，孵化、整合、并购AI初创企业，壮大实力；其二，与业内企业形成战略合作，推动AI战略；其三，在公司内部专门组建或设立AI团队/实验室。
业内人士陈明（化名）举例表示，英伟达、AMD芯片本身是大模型训练中必不可少的算力基础，它们组建/投资大模型团队，本身有拓展业务，实现产业链上下游延伸的考量。“但对于国内半导体企业而言，由于发展阶段和发展体量都还没有办法与国外巨头抗衡，尚处在‘生存期’，很难有多余的精力和资金去做更丰富的探索。”陈明说。
的确如此。目前活跃在人工智能/大模型一线的科技企业中，仍以手机大厂、互联网巨头、通信厂商、AI新贵为主。4月2日，国家互联网信息办公室发布《生成式人工智能服务已备案信息》，文心一言、智谱清言、Moonshot、云天天书大模型等117个大模型在列，备案单位包括百度、智谱华章、月之暗面、云天励飞、商汤、科大讯飞、字节跳动等，当中鲜见半导体公司。有观点认为，大模型研发高昂、投入巨大，需要一定实力才能参与其中；另一方面，半导体公司研发大模型，组建人工智能团队，还存在到底要干什么，以及如何与自身业务相结合的问题。
我国某EDA企业负责人透露，从今年的DESIGNCON（美国圣克拉拉国际电子展）和DAC（美国自动化展）了解到，即使国际头部EDA企业在AI方面做的工作都还很有限，真正落地的应用几乎没有看到。
在全球半导体行业相对低迷阶段，结合我国半导体行业发展现状，有实力的半导体公司组建人工智能团队，甚至以收购、重组等方式吸收先进技术的动作值得鼓励，甚至可以从美国半导体企业举措中汲取经验和启示。但客观而言，中美两国半导体产业发展阶段不同，不能完全照搬，需要根据实际情况作相应调整。
“从大模型发展看，其属于算法层面的创新。无论是国内还是国外，大模型目前都还是由新兴的算法公司，或者是传统的人工智能软件巨头引领。未来，到了大模型应用落地阶段，大模型需要通过芯片赋能千行百业，两者结合是一个趋势。随着大模型应用越来越深入，未来可能也会有芯片厂商去研发大模型。 ”陈明判断。
4.关闭两座工厂，本田中国在华产能暴跌；
7月25日，广汽本田宣布，公司目前拥有4条整车生产线（年产能为77万辆）及1条在建生产线（设计年产能12万辆），其中年产能5万辆的第四生产线计划于2024年10月关闭，正在建设的新能源生产线将在2024年11月投产。
据介绍，广汽本田近期发布了“蕴新智远”企业战略转型计划，将通过全链路的提质增效，实现“成为中国汽车行业生产经营效率领先的头部企业”的战略目标。
事实上，近日已有市场消息称，本田中国将于10月关闭与广汽合作的一座工厂，另一座合作工厂也在关闭或停产计划中；另将于11月关停与东风集团合作的一座工厂。
通过直接关闭两座工厂，本田中国把在华燃油车年产能由149万辆缩减至100万辆，同时通过新建两座新能源汽车工厂，待未来达产后将产能恢复至144万辆。
数据显示，广汽本田成立于1998年7月1日，是由广州汽车集团股份有限公司、本田技研工业株式会社和本田技研工业(中国)投资有限公司按50：40：10的股比共同投资建设和经营的企业。广汽本田汽车研究开发有限公司、广汽本田汽车销售有限公司为广汽本田全资子公司。
关停前，广汽本田广州在黄埔区、增城区拥有三个厂区、四条整车生产线，总占地面积为238万平方米，基本生产能力为77万辆。
另一合资公司东风本田是由东风汽车集团股份有限公司出资50%、本田技研工业（中国）投资有限公司出资10%、日本本田技研工业株式会社出资40%共同组建的整车生产经营企业，于2003年7月16日成立，注册资本14.48亿美元，截至2023年8月31日，东风本田员工人数达到1.3万人。
本次关停前，东风本田共有三个生产工厂，设计产能为76.8万辆/年，其中第一工厂占地面积69万平方米，于2004年4月1日投产；第二工厂占地面积105万平方米，于2012年7月10日投产；第三工厂占地面积120万平方米，于2019年4月12日正式投产。
销量方面，本田中国今年6月在华销量为68966辆，同比下滑39.04%；1-6月合计销量为415906辆，同比下滑21.48%。
对此，本田中国做出了回应称：Honda中国实行产能优化，加速电动化转型。自1990年代起，本田一直在中国加大生产投资，而本田此次的减产，是本田中国20多年来首次减产。
5.高通公司出席ChinaJoy AIGC大会，展望终端侧生成式AI新终端新应用；
2024年7月26日，中国国际数字娱乐产业大会（CDEC）旗下ChinaJoy AIGC大会于ChinaJoy期间在上海举行。大会从技术、应用等全生态角度共同探讨了AIGC技术下的内容产业新业态和未来发展趋势，聚焦AIGC如何助力产业升级、如何提升AIGC场景应用、如何促进人机融合等。
高通技术公司副总裁兼产品、合作伙伴和技术市场全球负责人 Mike Roberts 在大会上发表了主题演讲。他指出，终端侧生成式AI已经到来，高通公司作为终端侧AI的领导者，在AI领域有着超过15年的投入，借助强大的硬件和软件支持组合、异构计算优势、以及全球范围内的领先边缘侧布局，高通的产品和技术已支持出货超过25亿台AI赋能终端，赋能广泛的行业领域和生成式AI体验，正在推动实现“让智能计算无处不在”。
以下为演讲全文：
大家好，很高兴第四次参加ChinaJoy。我很荣幸代表高通，与大家分享我们正在如何助力让智能计算无处不在。作为终端侧AI的领导者，高通在人工智能领域有着超过15年的投入，拥有行业领先硬件和软件解决方案覆盖广泛边缘终端，并且拥有跨NPU、CPU和GPU的卓越异构计算能力、领先的软件优化、以及能效。此外，我们还在全球范围内拥有无与伦比的边缘侧布局和高达数十亿的用户设备数量，覆盖智能手机、PC、汽车、XR、边缘网络设备等等。同时，我们也与微软、谷歌、百川、腾讯、字节跳动等众多生态合作伙伴共同推动AI技术的创新和应用。
生成式AI不仅是不可或缺的个人助手，也在众多领域展现出了巨大的商业价值。预计每年可带来2.6万亿到4.4万亿美元的经济效益，大约相当于2023年上海GDP的5倍。然而，推动生成式AI的规模化发展面临诸多挑战。以成本为例，基于生成式AI的搜索单次推理成本是传统网络搜索的约10倍。目前，我们还处于生成式AI应用的早期阶段，新的应用不断涌现，包括图像和视频创作、文本摘要、对话聊天机器人等。再考虑到未来需要使用AI推理的数十亿用户数，这个总体需求量就会非常惊人。预计2024年至2028年，生成式AI相关的token生成量将增长150 倍，云端的推理需求将超过训练需求。如果还保持当前的AI处理方式，到2030年AI可能会消耗全球3.5%的电力，这足以为上海这样的大城市供电约35年。
那么我们应如何应对这一挑战？为了实现规模化扩展，AI处理的重心正在向边缘侧转移，最终目标是实现混合AI，让云端和边缘侧终端能够协同处理工作负载，并使用高性能连接来实现更加强大、高效、优化的AI。如果将 20% 的生成式 AI 工作负载转移到终端侧，预计到 2028 年将节省 160 亿美元的计算资源成本。
让我们分别看看终端侧和云端的AI处理。终端侧主要支持100亿参数级别的大模型。终端侧AI处理具备众多优势，不仅能够提高性能和效率，还能确保隐私和安全性，同时提供即时性、低时延、高可靠性和个性化的用户体验。另一方面，中心云能够支持运行参数超过千亿级别的超大模型。在中心云上，用户可以轻松地对模型进行开发、部署和训练，实现资源聚合和极致性能。
基于此，面对各个垂直领域对生成式AI用例日益增长的需求，高通推出了面向计算性能的系统级解决方案。提供系统级解决方案的理念植根于高通公司的DNA之中，也是我们作为一家公司应对诸多挑战的关键。这一解决方案包括我们专为生成式AI全新打造的神经网络处理器（NPU），同时，我们还将NPU与CPU、GPU整合到一起。比如，我们已经在PC端推出的高通Oryon CPU，未来还将扩展到手机、汽车等更多终端品类；此外，我们推出了高通Adreno GPU，我们在这款定制化GPU上已经投入了超过十年的研发。
我们针对不同计算需求，策略性地使用适宜的处理器，从而提升系统性能，实现异构计算。异构计算让我们能够实现最佳应用性能、能效和电池续航。如今，终端侧AI已经广泛应用于各类消费终端和各行各业，包括边缘网络设备、汽车、以及制造车辆的工业机器人等。在此，我想重点谈谈两种主要的终端类型：智能手机和PC。
我们最新的第三代骁龙8旗舰移动平台已经赋能诸多手机厂商合作伙伴推出了丰富的终端侧AI体验。上个月，我们的合作伙伴微软以及其他领先PC厂商，推出了20多款搭载骁龙X Elite和骁龙X Plus平台的最新Windows 11 AI+ PC，这些设备已经实现了实时翻译、实时转译、AI照片编辑、文本总结、写作辅助等丰富的AI功能。
让我们先从智能手机的角度来谈谈这些终端侧AI用例。我们与合作伙伴携手在他们推出的旗舰智能手机上，为用户带来了生成式AI功能，将骁龙的AI能力直接呈现给消费者。三星Galaxy S24系列借助终端侧AI，以先进的实时翻译功能，将手机通话实时翻译成用户首选语言，打破语言障碍，促进无缝的跨文化交流。此外，OPPO Find X7 Ultra集成了出色的终端侧AI特性，让用户能够将照片中不需要的物体或人物消除，且无需连接互联网。荣耀Magic6系列的“智慧成片”功能则能够利用相册中的照片和文本提示生成视频。
接下来，让我们聊聊PC领域的应用。 在PC方面，我们与djay Pro等众多公司展开了合作。djay Pro是一款全球领先的混音应用，经过我们双方的合作优化，现在可以在骁龙X Elite的NPU上运行，让用户能够利用Neural Mix实时分离和操作人声、乐器、鼓等不同音轨。
现在，让我们将目光转向汽车制造商和其他服务提供商，他们可以根据需求提供特性升级和新服务。中国的汽车市场有着全球领先的发展速度。在网联汽车中使用生成式AI服务，能够赋能我们的合作伙伴打造全新特性，扩展他们的产品，并为驾驶员和乘客提供更佳体验。网联汽车能够支持各种软件定义特性和服务，也将重新定义出行体验。
高通还在引领终端侧AI在物联网领域的应用。一个具体的用例是工厂车间，工厂车间中数据处理的低时延至关重要，因为即使是最微小的错误也需要即刻关注。通过多模态AI助手，我们可以使用视觉、文本和语音处理为工厂车间的工人提供实时帮助。
我们还提供了高通AI软件栈这一全面的统一解决方案，以支持广泛的垂直领域和合作伙伴。高通AI软件栈旨在帮助开发人员优化和部署AI模型，它集成了我们自主的高通神经网络处理SDK、以及模型压缩和量化工具——高通AI模型增效工具包(AIMET)。
综上所述，凭借强大的硬件和软件支持组合，高通的产品和技术已支持超过25亿台AI赋能终端的出货。随着我们不断缩小云端和终端侧AI之间的差距，未来这一数字将继续快速增长。最后，非常欢迎大家来到ChinaJoy骁龙主题馆E4参观体验。谢谢大家!
6.H20芯片采用三星HBM3：英伟达为国内“价格战”铺垫基础？
过去几个月以来，三星HBM3寻求向英伟达AI芯片供货一直是行业聚焦的议题。直至近日，据传三星HBM3内存已获英伟达批准，最早可能在8月为英伟达H20芯片供货。这是三星首次向英伟达供应HBM内存，打破了SK海力士HBM此前独供其AI芯片的局面。
虽然未官宣通过测试，但H20芯片采用三星HBM3在中国市场应不会冒产品风险，而且可能通过成本优化、“价格战”等举措进一步加强行业竞争力，从而搅动国内AI芯片市场。这一合作将有助于减轻英伟达因制裁和竞争而造成的一些损失，同时促使供应链多元化。
随着AI行业格局和发展形势变化，英伟达H20芯片在国内市场的销售状况呈现波动起伏，从不受待见或转换至企业客户争相买单，乃至今年在国内有望创收达120亿美元。这背后涉及H20芯片成本变化，以及英伟达踩中行业发展风向，但也不乏国际限制等挑战。
为“价格战”奠定基础
为了打进英伟达AI芯片供应链，三星HBM3力争通过其测试的进展已持续“延缓”数月。
早在今年2月，三星宣布已开发出业界首款36 GB的12层HBM3E芯片，并计划在今年下半年大规模量产。但业界指出，由于发热和功耗问题，三星HBM3后来一直未能通过英伟达的测试。直至近日，三星HBM3被传获批应用在英伟达专供中国市场的H20芯片上。
对此，长期专注于AI芯片领域的中欧资本董事长、智能硬件协会主席张俊博士表示，这某种程度上说明三星 HBM3通过了英伟达的相关测试。“虽然双方目前均未官宣通过测试，但H20采用的三星 HBM3性能应该有保证，在庞大的中国市场不会冒产品风险。而在策略路径上，英伟达更多是考虑性价比的问题，同时寻求供应链多元化，而非在‘一棵树上吊死’。”
自2022年以来，SK海力士一直为英伟达AI芯片独家供货HBM3。在HBM技术路线上，SK海力士采用批量回流模制底部填充（MR-MUF）技术，即一种将半导体芯片堆叠后，在其空间中注入液体形态的保护材料，并进行固化的封装工艺技术。
三星在HBM上采用热压非导电薄膜（TC-NCF）技术，每次堆叠芯片时会在各层之间放置一层非导电粘合膜。该膜是一种聚合物材料，用于将芯片彼此隔离，并保护连接点免受冲击。三星坚称NCF技术是HBM“最佳解决方案”，但曾屡次被业界诟病良率等问题。
随着正在大力推进HBM3良率提升，据一份调研纪要显示，目前其良率应该可以达55%，同时为了防止客诉，现在制程中间每个环节都要检测，但仍低于SK海力士的70%-80%良率。
至于英伟达是否会将三星HBM3应用在其它AI芯片上，一位国内领先算力企业代表表示，“由于H20芯片在很多地方做了妥协，包括算力、BM容量和带宽以及卡间互联能力，未来英伟达是否会把HBM3用在其他AI芯片上主要看是否有类似需求，但不会用在他们最新的旗舰产品上。”
未来，英伟达与三星的这一合作有助于减轻因制裁和竞争而造成的一些损失。行业分析称，为了在关键市场中保持立足点，英伟达为中国市场批准三星HBM技术的举措是驾驭复杂和竞争格局的关键一步，这不仅是一项监管合规措施，也是对中国企业激烈竞争的战略回应。
对于采用三星HBM3是否会加强H20芯片在中国市场的竞争力，上述算力企业代表认为，H20的设计本身是国内专供，性能上做了很多妥协，不会因为HBM3而改变现状。张俊博士则称，针对当前发展态势，英伟达需要在中国市场作出更好的成绩。H20芯片通过采用三星HBM3可以进一步优化成本，为打价格战提供更好的基础，将搅动国内AI芯片市场竞争加剧。
另外，在被H20芯片采用后，三星HBM3或进一步对SK海力士的主导地位构成挑战。
美银指出，三星HBM3短期内销售额可能不会显著增加，预计2024-2025年销售分别为5亿、24亿美元，占HBM总销售额10%和34%，对SK海力士同期收益影响较小。如果三星HBM4认证成功，将对海力士2026年收益产生明显负面影响，但目前预测成功率较低。
踩中产业发展风向
随着AI行业格局和发展形势变化，英伟达H20芯片在国内市场的销售态势呈现波动起伏。
2024年1月，由于算力性能大幅缩水，英伟达H20芯片被曝出在国内不受待见，一些大型互联网企业和云厂商都缩减了对英伟达AI芯片的订单。但5月传出H20芯片价格下调后，行情逐渐发发生了变化。
7月初，行业研究机构SemiAnalysis给出预测称，英伟达2024年有望交付超过100万颗H20芯片。按照单颗芯片1.2万美元-1.3万美元，将贡献超过120亿美元的营收。而上一财年英伟达中国区营收为103亿美元，这意味着仅依靠H20芯片就有望超过上年营收。
SemiAnalysis首席分析师Dylan Patel认为，虽然H20芯片在纸面性能上弱于中国厂商的国产芯片，但凭借HBM内存上的优势，这款芯片在实际使用过程中仍有一定优势。
数据显示，英伟达H20芯片拥有96GB内存，不仅高于上一代专供中国市场的A800（80GB）、H800（40GB），也较大幅高于国内AI芯片重要竞品的64GB内存。
由于三星HBM利润率低于SK海力士，H20芯片改用三星HBM3内存将有助于降低成本。张俊博士表示，“中美科技脱钩，英伟达的国内客户具有价格敏感性，同时中国仍然是其最大营收来源地之一。因此，英伟达会在中国进一步通过阉割版H20芯片试探价格战的可能性，并辅以CUDA的生态优势形成较强竞争力，从而压缩竞争对手的空间让国内企业买单。”
另一方面，应用于大模型时，英伟达H20的配置更适用于推理，而不适用于模型训练，这也踩中了当前国内大模型产业的发展风向。
一位行业人士指出，“几个月来，国内大模型市场经历了不少变化，算力需求正从大规模模型训练转向推理需求，企业对于私有化部署的推理需求日益增长，同时随着开源模型能力不断提升，愈发倾向于构建小模型来完成特定任务。”大规模算力需求减弱、小集群需求增多，这种趋势促使推理市场升温，都将有助于英伟达H20芯片的销售增长。
不过，业界也并非都十分看好H20芯片的销售前景。上述算力企业代表认为，英伟达H20是自《芯片法案》出台后，为数不多在国内可以合规销售的芯片，但是由于性能等限制，今年H20在国内达到120亿美元的销售不太现实，最好还是根据英伟达的财报来确认。
“虽然H20芯片在通用性和稳定性等方面还有一定优势，但由于算力性能缩水，就给国内芯片留出了部分市场，这是发展国内AI芯片的好时机。”他说。
此外，H20芯片仍然面临部分国际地缘不确定性因素。近日，Jefferies证券向客户提供的一份报告显示，美国政府正在考虑新的贸易限制，这可能会阻止英伟达销售其专门面向中国市场推出的H20 AI芯片。如果该限制正式实施，英伟达可能会损失约120亿美元的收入。
7.星纪魅族COO廖清红确认：魅族首款汽车年内发布；
7 月 26 日消息，在 2024 ChinaJoy 期间，星纪魅族 COO（首席运营官）廖清红在接受媒体采访时表示，星纪魅族汽车将在今年内和大家见面，会有与传统主机厂不太相同的功能表现。
魅族品牌于去年 11 月宣布正式进入汽车市场，将“为魅友们打造一款专属的 DreamCar”。该车将基于 SEA 架构和吉利工业 4.0 制造能力。此外，所有购买魅族 21 的用户在购车时都能直接用原价抵扣购车款，相当于是买车送手机。
今年 5 月，魅族无界智行官网曾短暂显示，魅族旗下首款车型将命名为“魅族 MX”。该车型将使用 Flyme Auto 全案智能车机系统。
星纪魅族副总裁彭翻在 6 月的媒体沟通会上表示，其智能座舱行业解决方案“无界智行开放平台 2.0”将在今年年底上线，可以帮助车企快速制作一套拥有自主品牌风格的智能座舱 OS 系统，并通过在线编辑器及实时预览的功能进行动态调整。
彭翻还透露，星纪魅族联合亿咖通打造的 Flyme Auto 智能座舱解决方案，正在推广给更多汽车品牌，目前已经拿到一些意向项目。IT之家
8.苹果iPhone第二季跌出中国手机市占前五 4年来首次；
在本土企业出货“遥遥领先”之下，苹果在第二季的中国智能型手机市场失利。
市场追踪机构 IDC 数据显示，在此期间，iPhone 出货量下滑 3.1%，而其竞争对手出货量年增 11%，并将苹果挤出了中国前五大手机制造商，为 4 年来首次。
iPhone 是苹果消费电子帝国的核心产品，今年在中国却得想方设法维持受欢迎的程度，零售商和苹果本身都祭出大幅折扣。华为则引领了非苹手机的复甦。
市场研究公司 Canalys 报告也显示，同期 iPhone 中国出货量下降了 3.9%。
就在几个月前，苹果似乎走上复甦之路，数据显示，该公司 4 月和 5 月出货量激增超过 40%。但 IDC 称，由于当地合作伙伴对获利的担忧，6 月出货量有所下降。
IDC 分析师 Will Wong 表示，确实看到 4 月至 5 月的出货量年增，尤其是 4 月份，为 618 购物节做准备。但线下通路伙伴较不愿意烧钱行销，在第二季最后 1 个月放慢了步伐，以确保获利。
相较之下，IDC 数据显示，第二季华为强力反弹，出货量成长了 50%，加上 Vivo 和小米等本土厂商的激烈竞争，将苹果推至市场第六位。
这一季 iPhone 的全球出货量趋于稳定。苹果将于 8 月 1 日公布当期财报。
在全球范围内，苹果的目标是在今年下半年出货至少 9000 万部 iPhone 16 设备，在经历了动荡的 2023 年后，依靠人工智能服务来刺激对其新产品线的需求。钜亨
