1.深度解析：为什么AI越火，手机电脑越贵？
2.AI时代，“一人公司”加速孵化
3.打破内存墙！为旌系列芯片带宽突破设计实践
4.文远知行与吉利远程深化合作，2000台新版Robotaxi年内交付
5.半导体工程师离职为境外提供商业秘密，被判有期徒刑！最高检通报典型案例
1.深度解析：为什么AI越火，手机电脑越贵？
北京时间3月9日，外媒发文详细解释了为何AI的火爆会让手机、电脑变得更贵。文章指出，AI需求正在引发历史性的内存芯片短缺，满足指数级增长的芯片需求不仅代价高昂，甚至可能难以实现。
内存芯片制造商历来需要应对供需周期的波动。这些厂商会提前数年规划预期需求，但难免会有判断失误的时候。然而，当前行业面临的境况，已远超常规的市场震荡。
市场研究机构IDC指出，随着AI热潮持续施压供应链，此次内存芯片短缺堪称“史无前例的危机”。然而，AI基础设施建设只会加速。大型科技公司2026年的资本支出预计将高达6500亿美元，较去年创纪录水平激增约80%。这意味着，即便芯片制造商扩大产能，短缺局面的缓解至少还需要一年以上，甚至更久。
苹果、Alphabet、特斯拉等科技巨头的高管近期频繁谈及芯片短缺对盈利能力乃至AI发展进程的影响。谷歌旗下AI公司DeepMind CEO德米斯·哈萨比斯(Demis Hassabis)将它称之为行业“瓶颈”。在今年1月底的特斯拉财报电话会议上，埃隆·马斯克(Elon Musk)甚至提出自主研发内存芯片的设想。但问题在于，AI应用急需的特种芯片制造技术仅掌握在三家公司手中。
内存芯片为何如此重要？
内存芯片是现代计算的基石。它们本身虽不执行计算，却负责存储数据并输送给设备的“大脑”：中央处理器(CPU)。这些芯片被广泛应用于智能手机、游戏机、汽车和家用电子产品中，如今更在AI数据中心扮演关键角色。
没有内存芯片，数字系统将陷入瘫痪。应用程序和电脑软件需要漫长加载，视频将无休止缓冲，Siri或Alexa也无法及时回应。
内存为CPU存储数据
几十年来，计算机主要依赖两种存储芯片类型。第一种是NAND闪存，这种闪存技术即使在设备断电后仍能保存数据，被广泛用于固态硬盘和U盘等产品的长期存储。
第二种是DRAM(动态随机存取存储器)，这是计算机中最常用的工作内存。它临时存储中央处理器正在调用的数据。在个人电脑中，DRAM通常以可插拔的内存条形式安装在主板上。
内存芯片就好比商场的停车场。商场本身相当于中央处理器，是所有运算活动发生的地方。汽车则像数据包，在被调用之前，总得有个地方停靠等候。
AI的兴起催生了DRAM芯片的全新封装方式：高带宽内存(HBM)。该技术通过垂直堆叠多层内存颗粒(即存储数据的独立硅片)，并将其紧邻处理器放置，相较传统内存可大幅提升数据传输速度。
HBM大幅提升传输速度
例如，传统DDR5内存芯片传输1TB数据需耗时逾10秒，而采用单颗HBM3高带宽内存芯片，速度大约快十倍。
这种传输速度对AI系统至关重要。AI系统必须在无瓶颈状态下处理海量数据。HBM通过缩短传输时间，助力AI模型更快速地加载与处理数据，使其成为AI供应链中最炙手可热的组件。
芯片荒的原因
随着AI模型日趋庞大复杂，服务器配备的HBM容量远超以往，同时还需要更多传统DRAM与NAND芯片来处理训练数据、支撑云端运算负载。
自2023年以来，亚马逊、Alphabet、微软、Meta等科技巨头已累计承诺投入数千亿美元扩建数据中心与算力，竞相打造更大规模的算力基础设施以驱动AI应用。
AI公司已成为美光、SK海力士的大客户
彭博行业研究称，2025年，数据中心对DRAM的需求已飙升至全球消费量的50%左右，较五年前的32%显著攀升。
这一占比预计还将持续走高。到2030年，AI服务器在全球DRAM消费中的占比有望突破60%。此轮需求激增的部分原因是所谓“AI智能体”的兴起，这类软件旨在实现持续运行，并在有限人工监督下自主完成任务。
为何难提高芯片产能？
全球内存市场由三家企业主导：韩国的三星电子和SK海力士，以及美国的美光科技。这种高度集中的格局，是数十年来行业利润剧烈波动、建厂与设备成本持续攀升所共同塑造的结果。
尽管这些企业正通过新建或升级生产线、扩建先进封装设施来竞相提升产能，但此类项目从启动到大规模产出，往往需要耗资数十亿美元、历经数年时间。
HBM芯片的制造更是增加了特殊挑战：其规模化生产异常困难。制造过程需将多枚比发丝更薄的内存颗粒以微米级精度垂直堆叠，任何细微瑕疵都可能导致整组芯片报废，这使得生产效率低于传统DRAM，良品率也更低。
某些版本的HBM还集成了小型逻辑芯片，用于帮助数据管理和路由，这进一步增加了制造的复杂性，同时占用了不成比例的产能。
HBM制造难度大
长期以来，内存芯片行业一直难以实现产能与需求波动的精准匹配。即便在制造商们努力扩大产能之际，他们依然对重蹈覆辙保持警惕。过去的繁荣-萧条周期曾多次吞噬行业利润，并迫使弱势厂商走向破产。
就在2023年，美光和SK海力士因高估了疫情期间需求的持续性，在漫长的全行业产能过剩中亏损数十亿美元。如今，尽管他们渴望抓住AI驱动的订单浪潮，但也绝不愿重蹈供应过剩导致巨亏的覆辙。因此，产能扩张很可能会谨慎推进，至少会比许多客户期望的要保守得多。
目前尚不明确的是，整个行业究竟是即将步入又一轮熟悉的下行周期，还是AI将带来结构性变革，使内存需求在多年内持续高涨，从而迫使芯片制造商承诺进行长期扩产。
存行业周期影响企业收入
就眼下而言，与数据中心建设相关的企业正在积极锁定继续扩张所需的内存。它们的收入与利润，正同受益于这一波需求浪潮的内存制造商一起节节攀升。
影响：涨价
然而，对于消费电子公司来说，供应紧张可能意味着产品更贵、利润空间收窄以及产品升级步伐放缓。
构建AI系统的企业愿意支付溢价并签署长期供应协议以确保芯片供应。作为回应，内存芯片制造商正将资本和新增产能转向生产这些利润更高的HBM芯片，从而减少了用于主流设备的传统DRAM的产出。
智能手机、PC、游戏机及其他设备的制造商，如今即便为满足常规需求，也需在供应紧张得多的内存市场上展开竞争。随着AI客户获得优先供应权，许多消费电子厂商实际上已被挤到了队伍的后面。（凤凰网科技）
2.AI时代，“一人公司”加速孵化
近三年，政府工作报告连续部署“人工智能+”；今年，“智能经济新形态”被首次写入政府工作报告。从倡导“人工智能+”到布局“智能经济新形态”，政策脉络演进传递出鲜明信号：我国人工智能发展已从技术研发、场景应用时期，正式迈入产业深度融合、全面赋能经济增长的新阶段。
2026年开年，以“一人公司（OPC）”为代表的“智能经济新形态”，正萌芽生长。借助OpenClaw、秒哒等AI智能体，一批创业者正化身“超级个体”，凭一己之力搭建起AI网剧、智能手表、“AI+HR”、企业智能站点等垂直领域的商用级应用平台，开启了“单人驱动+AI协同”的创业新范式。
AI赋能 “一人成军”重塑创业生态
“现在‘养龙虾’创业很流行，OPC发展势头很猛。”全国政协委员、中国科学院计算技术研究所研究员张云泉认为，未来大家都要加强学习使用智能体工具。
“养龙虾”是最近AI圈的热词，指的是用户对OpenClaw的养成。因OpenClaw的图标是一只红色龙虾，用户遂将对其智能体的长期培育戏称为“养虾”。
这一过程的实质是通过与智能体长期交流，积累记忆，将其慢慢“养”成具备时间感知、邮件发送、内容创作等功能的超级助手。在此基础上，用户可开发出多款个性化的功能应用，并形成经济价值。
“OpenClaw、秒哒等AI智能体的出现，让没代码基础的普通人也能在短时间内开发出可落地的应用。”全国政协委员、中国科学院院士、上海交通大学讲席教授丁洪在接受科技日报记者采访时表示，这催生了OPC“一人成军”的全新形态，成为“智能经济新形态”极具活力的细胞单元。这不仅是微观个体在技术浪潮中的轻巧一跃，也是国家战略与时代变革在微观层面的深刻投射。“通用人工智能（AGI）是地球智慧的第二次飞跃。”他说。
丁洪用数据佐证了这一变革的深度：以往需要10个人做一周的工作，在24小时待机的AI智能体助力下，只需几天甚至几个小时即可完成。而且，AI应用可以根据用户反馈实时优化，效率更高，成本更低。“‘一人公司’不是短期风口，而是社会分工和经济活动单元形态发生巨变的长期趋势。”丁洪说。
“未来5年内，会涌现一批OPC独角兽企业。”全国政协委员、香港中华青年企业家协会创会主席凌俊杰对OPC的发展前景充满信心。他分析指出，AI极大地降低了创业门槛和试错成本，让个体创新活力得以充分释放。同时，OPC往往能更敏锐地捕捉到细分领域共性需求和痛点，其“轻资产、快迭代、深垂直”的特征也完美契合数字经济的商业逻辑。
凌俊杰建议，有想法、有行动力的年轻人应积极在快速发展的AI应用领域中，探索能真落地、可持续的商业价值模式，把过去需要较高成本投入的创意，更多地借助AI工具去高效落地。
政策加持 “一人公司”迎来发展机遇
OPC的浪潮正得到政策层面的积极响应。北京近期发布人工智能OPC服务计划，通过租金减免、算力支持等方式构建OPC培育体系；深圳计划到2027年建成超10家OPC社区、培育超千家高成长性人工智能创业企业。苏州、杭州等地也纷纷布局构建OPC创业生态……记者注意到，不少地方已陆续出台推动OPC发展的政策和举措。
然而，采访中委员们不约而同提到了当前OPC发展面临的几个关键困境。
凌俊杰表示，作为一种全新的公司形态，OPC面临个人财产和公司财产的界限模糊、AI生成内容的知识产权归属不明等问题。张云泉则关注到创业者的生态困境，OPC往往只有创业者单打独斗，创业者生态较为孤立。
同时，传统金融机构面向这类轻资产主体的信贷产品也较为稀缺。丁洪从技术角度分析道，OPC盈利空间高度依赖算力与数据，但目前面向OPC的普惠算力和高质量开放数据仍显不足，一定程度上制约了AI模型的训练和产品迭代。
“OPC要实现从小步走向大步跑的迈进，让‘智能经济新形态’朝着有益、安全、公平的方向发展。”凌俊杰建议，相关部门可打出政策组合拳：推出OPC合规指引，明确AI伦理、数据使用等方面的责任边界和知识产权归属，向合规OPC分级分类开放高质量的脱敏数据集，并配套提供普惠算力；在金融支持方面，可探索将代码贡献量、产品用户增长、开源影响力等“数字资产”纳入信贷评估体系，为OPC量身定制金融产品，助力OPC在“智能经济新形态”赛道上加速奔跑。（中国日报网）
3.打破内存墙！为旌系列芯片带宽突破设计实践
前言
在芯片性能飞速迭代的今天，一个困扰行业数十年的瓶颈始终挥之不去 —— 处理器（CPU/NPU）性能凭借制程微缩、多核架构一路狂飙，而内存性能提升却步履蹒跚，这道无形的 “内存墙（Memory Wall）”，成为制约系统效率的关键枷锁。导致芯片空有高算力，却因等待数据而无法充分释放。
1.行业痛点
内存墙为何难以逾越？三大核心根源：
01 技术进步失衡
光刻技术从 12nm 迈向 5nm，让晶体管密度呈指数级增长；而 DRAM 存储工艺受限于电容与噪声比，尺寸缩小空间有限，每代性能提升仅 5%-10%，带宽增长也受 IO 引脚数和封装技术掣肘。
02 能耗散热瓶颈
芯片通过提升频率、增加核心数提升性能，但功耗预算（TDP）限制了频率上限；DRAM 的刷新和读写操作本身耗能显著，频率提升会导致能耗激增，进一步压缩性能提升空间。
03 体系结构短板
早期设计未预判处理器与内存的性能落差，Cache 配置不足、预取算法适配性有限，尤其在 NPU 张量计算等大数据量场景下，内存访问延迟和带宽不足的问题被无限放大。
2.突破桎梏
实际应用中，这一矛盾更为突出：不少芯片宣称具备超高 Tops 算力，但搭配的 DDR 接口速率≤2133Mbps，扣除媒体处理所需带宽后，留给 NPU 的可用带宽寥寥无几，深度计算时性能不足的问题暴露无遗。
为旌科技系列芯片在设计之初便瞄准带宽痛点，通过高规格接口、多通道架构、多 Bank 设计的三重加持，成功跨越内存墙。
多通道架构：破解Bank冲突难题
SDRAM的Bank同一时间仅能处理一个请求，多请求并发时易出现排队等待（Bank 冲突）。为旌科技针对上述问题，采用多通道设计，堪称 “扩容 + 提速” 双 buff，大概率降低了请求多发造成的Bank冲突；同时通过架构优化，使得数据并行访问不中断，读取效率翻倍。
高规格LPDDR接口：充沛带宽打底
以为旌科技旗舰产品VS859 为例，该芯片支持 32-bit/64-bit 灵活配置的 LPDDR4/X（4266Mbps）与 LPDDR5（5500Mbps）接口，适配不同场景需求：LPDDR4/X 凭借多通道并行与数据预取优化，64-bit 位宽下峰值带宽达 34.1GB/s，较前代提升超 1.6 倍，同时通过动态功耗管理减少能耗浪费；LPDDR5 进一步升级，单通道速率突破 5500Mbps，64-bit 位宽峰值带宽高达 44GB/s，进一步降低冲突延迟。
灵活位宽配置：平衡性能与成本
在 DDR 颗粒价格上涨的行情下，为旌系列芯片产品还配备了极具价值的32-bit/64-bit 切换功能：高性能计算场景可启用 64-bit 位宽拉满带宽，成本敏感型应用则可选择 32-bit 配置，实现性能与成本的最优平衡。
3.全场景赋能
在芯片性能竞争从 “算力竞赛” 转向 “效率比拼” 的今天，突破内存墙的核心，在于让数据传输速度跟上计算速度的脚步。为旌科技系列芯片通过提供充足带宽，减少访问延迟成功补齐了系统性能的 “最短木板”，让每一个时钟周期都能获得足量数据，彻底告别空转等待。
无论是 AI 深度学习、大数据量张量计算等高性能场景，还是常规媒体处理任务，系列芯片都能凭借优化的带宽表现，充分释放理论算力，实现计算效率的显著提升，为各类业务应用提供稳定可靠的高性能支撑。（为旌科技）
4.文远知行与吉利远程深化合作，2000台新版Robotaxi年内交付
3月9日，文远知行公众号发文称，与吉利远程新能源商用车集团签署战略合作深化协议，联合发布全新升级版前装量产Robotaxi GXR，同时宣布2026年预计交付2000台该车型，将同步投放国内与海外市场。
作为美股和港股双重上市的自动驾驶企业，文远知行已在全球超40个城市开展自动驾驶业务，吉利远程则是全球新能源商用车领域的领军者，双方的深度协同为自动驾驶规模化落地奠定了坚实基础。
在技术与制造层面，新版Robotaxi GXR实现了双重突破。车型搭载文远知行自研的GEN8自动驾驶套件，核心的SS8.0传感器套件配备千线级主激光雷达，点云细腻度、探测距离均大幅领先行业主流水平，能为高速场景安全决策预留更多时间，实现复杂天气下的稳定感知，全方位提升自动驾驶安全性。同时依托吉利远程先进的线控AI底盘、成熟的供应链及生产管控体系，该车型单车下线节拍从1小时缩短至10分钟内，整车成本也有望再降15%，实现效率与成本的双重优化。
文远知行将凭借全栈自研的自动驾驶技术与全球运营经验，加速新版车型在中东、东南亚、欧洲等市场的落地；吉利远程则依托领先的研发制造能力，为车型量产筑牢智造根基，推动自身从制造向“智造+服务”的战略转型。双方表示，将以技术协同与高效量产体系为核心，持续推进L4级自动驾驶技术的商业化应用，为全球用户提供更安全、普惠的自动驾驶出行服务。
5.半导体工程师离职为境外提供商业秘密，被判有期徒刑！最高检通报典型案例
据央视新闻报道，今天上午，十四届全国人大四次会议听取了最高人民检察院的工作报告。最高人民检察院检察长应勇指出，加强知识产权司法保护，服务因地制宜发展新质生产力，起诉侵犯商标权、著作权、商业秘密和假冒专利等犯罪1.9万人。办理知识产权民事、行政、公益诉讼案件3658件，促进营造良好创新环境。
一起半导体领域典型案件被特别提及：
2022年10月，某半导体公司原工程师张某离职后，违反保密义务，在明知咨询方包括境外机构的情况下，通过访谈的方式提供原公司生产工艺相关信息等重要商业秘密。2024年12月，浙江检察机关依法以涉嫌为境外非法提供商业秘密罪对张某提起公诉。2025年5月，法院判处张某有期徒刑。
检察机关精准打击商业间谍行为，筑牢高新技术企业知识产权与核心技术安全防线。
