今日热词

NVDA 962亿Vera Rubin投产Groq LPX量产HBC联盟ASML超预期

1

NVIDIA Q2财报炸裂：营收962亿美元同比+106%大超预期，数据中心890亿+117%，Vera Rubin全面投产，盘后涨4%

NVIDIA IR / Invezz / CoinDesk ｜ 8月26-27日

美东时间8月26日盘后，NVIDIA发布2027财年第二季度财报，核心业绩全面大超预期。本季总营收962.21亿美元，同比增长106%，环比增长18%，大幅超越公司自身指引的910亿美元（±2%）和华尔街共识预期的920-950亿美元区间。净利润596.88亿美元，同比增长126%；调整后EPS为2.22美元，同比增长120%，超预期约6%。GAAP和非GAAP毛利率均为75.0%，符合预期。数据中心业务收入达890亿美元，同比增长117%，环比增长18%，占总收入的92.5%。CEO黄仁勋在财报电话会上宣布："AI已到达拐点，AI token正在产生生产力和利润，计算即收入。"他同时确认Vera Rubin平台现已全面投入生产（full production），下一代Rubin Ultra计划2027年推出。财报还显示NVIDIA上一季度投资了186亿美元于非上市股权（包括AI初创公司），非流通证券13周内几乎翻倍至434亿美元。财报发布后盘后股价上涨约4%。值得注意的是，尽管业绩超预期，但公司对下一季度毛利率展望略有下调，主要受HBM等存储成本上升影响，这与此前通知客户AI服务器涨价15%的消息一致。半导体板块全线跟涨，Intel涨3.1%，AMD涨1.6%，Broadcom涨1.8%。

产品经理点评

962亿美元季度营收、同比翻倍是AI基础设施需求的最强验证——Vera Rubin全面投产意味着下一代算力平台进入交付期，2027年增长曲线已锁定。毛利率75%但展望略降，说明HBM成本压力真实存在，涨价15%是必要对冲。对A股AI算力/光模块/PCB/先进封装产业链是景气度强验证。美股NVDA盘后涨4%但需关注毛利率指引，半导体板块跟涨，AI资本开支周期仍在加速。

2

NVIDIA Groq 3 LPX推理加速器全面投产：机架级256颗语言处理器，Agent响应快4倍，Gemma 4达3400 tokens/s，三星代工受益

Hot Chips 2026 / Sacramento Sun / AI Tools Recap ｜ 8月25-27日

NVIDIA在Hot Chips 2026上宣布，其Groq 3 LPX推理加速器已全面投入生产（full production），标志着NVIDIA从GPU厂商向覆盖训练、推理、系统和软件的全栈计算公司转型。Groq 3 LPX是一款机架级推理系统，每个机架包含256颗语言处理单元（LPU），专为Agentic AI的低延迟推理场景设计。该系统扩展了Vera Rubin NVL72平台，单机架最多支持256个加速器，采用工作负载拆分架构：Rubin GPU负责大规模上下文处理，LPU负责延迟敏感的解码（decode）任务。NVIDIA声称其Agent响应速度比最接近的替代平台快4倍，并在Gemma 4 31B模型、100K上下文长度下演示了3400 tokens/s的推理速度。Nebius成为首个采用Groq 3 LPX的AI云服务商。值得注意的是，Groq 3 LPX由三星晶圆代工生产，这一消息提振了市场对三星代工业务扭亏的预期——三星亏损的代工部门有望最早今年实现财务 turnaround。分析指出，NVIDIA收购Groq后将LPU技术整合进自有产品线，补齐了在推理延迟敏感场景的短板，与OpenAI Jalapeño、Google TPU 8i等推理专用芯片形成直接竞争。

产品经理点评

Groq 3 LPX量产说明NVIDIA正用"GPU+LPU异构"策略应对推理ASIC挑战——Rubin处理上下文、LPU处理解码，3400 tokens/s和4倍Agent响应速度直击推理延迟痛点。三星代工是意外亮点，说明NVIDIA在TSMC之外积极分散先进制程风险。对A股推理芯片/高速互连/液冷产业链有产品架构参考。美股NVDA推理产品线补齐，三星代工业务有望扭亏，Nebius等AI云厂商获得差异化算力。

3

高通联手三星、SK海力士推进HBC技术商业化：2027年AI250首发，2028年AI300搭载，挑战HBM内存架构

德意志银行科技大会 / 界面快讯 ｜ 8月26日

8月26日，高通高管Durga Malladi在德意志银行2026年科技大会上披露，高通正与三星电子、SK海力士合作推进HBC（High Bandwidth Cache，高带宽缓存）技术的商业化。HBC是一种区别于传统HBM的新型内存架构，旨在通过近存计算和缓存优化解决AI芯片的内存瓶颈。根据计划，第一代HBC产品将于2027年实现商业化并出货，首代产品将用于高通AI250数据中心推理加速器；第二代HBC计划搭载于2028年推出的AI300。在分工上，高通负责计算芯片设计及系统集成，三星电子和SK海力士负责DRAM堆叠制造，并计划与台积电合作完成集成和先进封装。这一联盟的战略意义在于：高通作为数据中心AI市场的后来者，通过联合两大存储巨头定义新的内存标准，试图绕过HBM的专利和产能壁垒，以差异化内存架构挑战NVIDIA的GPU+HBM方案。HBC的核心思路是将更多内存功能集成到封装内部，减少数据在GPU和内存之间的往返，从而提升有效带宽并降低功耗。高通AI200已于2026年推出（沙特Humain为首个客户），AI250和AI300将采用年度迭代节奏，与NVIDIA的产品路线图正面对标。

产品经理点评

高通+三星+SK海力士HBC联盟是"非NVIDIA阵营"定义内存标准的尝试——用缓存架构创新绕过HBM产能和专利壁垒，AI250/AI300年度迭代节奏对标NVIDIA。三家分工清晰（设计+存储+封装），但2027年才首发，时间窗口紧张。对A股先进封装/近存计算/存储芯片有技术路线参考。美股QCOM数据中心AI战略加速，三星/SK海力士HBC开辟新增长线，TSM先进封装需求受益。

4

三星vs SK海力士Hot Chips下一代AI内存路线分歧：三星押注PIM存内计算，SK海力士主攻混合键合+iHBM散热

BusinessKorea / DIGITIMES ｜ 8月26日

在Hot Chips 2026上，三星电子和SK海力士分别阐述了克服下一代HBM瓶颈的不同技术路线，两大存储巨头的战略分歧公开化。三星电子的核心主张是"HBM alone is not enough"（仅靠HBM不够），主推PIM（Processing-in-Memory，存内计算）架构，将计算功能直接集成到内存芯片中，减少数据搬运。三星特别展示了LPDDR5X-PIM方案，瞄准移动设备和边缘推理市场，试图在HBM之外开辟新的AI内存品类。SK海力士则选择了不同的路径，重点展示先进封装技术：混合键合（hybrid bonding）替代传统微凸点实现更高密度的3D堆叠，以及iHBM先进散热技术解决高带宽内存的热管理瓶颈。SK海力士还介绍了与Intel EMIB封装技术的集成方案和3D集成路线图。分析指出，三星的PIM路线更激进，试图从架构层面颠覆"内存只存储、GPU负责计算"的传统分工，但软件生态和编程模型是最大挑战；SK海力士的封装路线更务实，通过工艺和封装提升延续HBM的生命周期，风险更低但天花板也更明显。两家路线之争将影响未来3-5年AI内存的技术标准和竞争格局。

产品经理点评

三星PIM vs SK海力士混合键合是AI内存"架构革命"与"工艺延续"的路线之争——PIM潜力大但软件生态不成熟，混合键合务实但受限于HBM架构天花板。对产品经理而言，边缘AI内存（LPDDR5X-PIM）值得关注，可能改变端侧AI格局。对A股存算一体/先进封装/散热材料有技术路线参考。美股三星/SK海力士各押注不同方向，美光可能成为第三选择，关注PIM软件生态进展。

5

ASML Q2业绩超预期并再次上调全年指引：AI芯片需求驱动EUV光刻机订单强劲，2nm产能竞赛加速

GMT Eight / ASML ｜ 8月27日

8月27日，全球最大芯片制造设备供应商ASML公布第二季度营收和利润数据，业绩超出市场预期，并再次上调全年业绩指引，主要得益于AI芯片制造商对先进光刻设备的持续强劲需求。ASML是EUV（极紫外光刻）机的唯一供应商，其设备是制造7nm以下先进制程芯片的必需品，客户包括台积电、三星、Intel等全球主要晶圆代工厂。AI芯片需求的爆发推动晶圆代工厂大幅扩产先进制程产能，台积电2nm（N2）已于近期量产（苹果M6首发），三星和Intel也在加速2nm工艺部署，这些都需要大量采购ASML的最新一代High-NA EUV光刻机。ASML上调全年指引表明，半导体设备行业的景气度正在从AI芯片设计端向制造设备端传导，AI资本开支周期远未见顶。分析指出，ASML的订单情况是半导体行业的先行指标——通常设备订单领先晶圆厂产能释放6-12个月，ASML上调指引意味着2027年上半年先进制程产能仍将持续扩张，AI芯片供应紧张有望逐步缓解。同时，地缘政治因素（尤其是对华出口管制）仍是ASML面临的不确定性来源，但AI需求的强劲增长足以抵消中国市场的限制。

产品经理点评

ASML超预期+上调指引是AI资本开支周期的先行指标——EUV光刻机订单领先产能6-12个月，说明2027年先进制程供给将持续释放，AI芯片供需有望改善。High-NA EUV需求强劲验证2nm竞赛加速。对A股半导体设备/零部件/材料产业链有景气度传导参考。美股ASML垄断地位稳固，TSM/三星/Intel扩产受益，关注设备订单与产能释放节奏。

6

Meta MTIA 300训练芯片Hot Chips亮相：首个训练芯片集成12个800Gbps RDMA网卡，已在150B参数模型生产部署

ServeTheHome / FourWeekMBA ｜ 8月25日

在Hot Chips 2026上，Meta发表"Meta's Custom AI Silicon: From Recommendation to Dual-Mandate with GenAI"演讲，详细介绍了其自研AI芯片MTIA 300。这是Meta首款专为训练设计的芯片，此前MTIA系列主要面向推荐和广告推理负载。MTIA 300最引人注目的设计是"网络上芯片"（network on chip）架构：集成2个网络chiplet和12个定制的800Gbps RDMA网卡，以及16个专用消息引擎，总互连带宽达到9.6Tbps。这一设计反映了分布式训练的核心瓶颈已从单芯片算力转向芯片间通信——Meta直接将网络接口集成到芯片封装内部，以降低延迟和功耗。MTIA 300已在Meta数据中心投入生产，在一个150B参数的推荐模型上跨40个加速器运行。Meta还公布了路线图：GenAI优化的后续芯片已在开发中，数据中心内部已形成NVIDIA GPU、AMD GPU、自研MTIA和CPU并存的异构计算体系。分析指出，Meta从推荐推理扩展到GenAI训练，标志着超大规模云厂商自研芯片的能力边界正在快速扩展——从"替代部分推理负载"到"承担核心训练任务"，NVIDIA面临的长期竞争不仅来自外部ASIC厂商，更来自其最大客户的自研替代。

产品经理点评

MTIA 300从推理扩展到训练是云厂商自研芯片的关键跨越——12个800Gbps RDMA网卡集成到芯片说明分布式训练瓶颈在通信而非算力，"网络上芯片"是重要架构趋势。150B参数模型已生产部署说明自研芯片不再是实验品。对A股高速互连/RDMA/网络芯片/先进封装有架构趋势参考。美股META自研训练芯片降低NVDA依赖，AVGO受益Meta定制芯片订单，NVDA训练市场长期竞争加剧。

新闻来源

1. NVIDIA Q2 FY2027 Earnings: Revenue $96.2B (+106% YoY), Data Center $89B (+117%), Vera Rubin in Full Production — investor.nvidia.com / invezz.com / coindesk.cc
2. NVIDIA Groq 3 LPX Inference Accelerator Enters Full Production at Hot Chips 2026 — sacramentosun.com / aitoolsrecap.com
3. Qualcomm Partners with Samsung and SK Hynix on HBC Technology for AI250 (2027) and AI300 (2028) — Deutsche Bank Tech Conference
4. Samsung vs SK Hynix: Divergent Next-Gen AI Memory Paths at Hot Chips 2026 — businesskorea.co.kr / digitimes.com
5. ASML Q2 Results Beat Expectations, Raises Full-Year Guidance on AI Chip Demand — gmteight.com / asml.com
6. Meta MTIA 300 Training Chip at Hot Chips: 12x 800Gbps RDMA NICs, 150B Model in Production — servethehome.com / fourweekmba.com

智能硬件日报 · 2026年8月28日 · 海外来源严格筛选 · 行情影响分析仅供参考