原本分处半导体产业链不同环节的巨头，正在光芯片领域加速汇合。光芯片的战略价值，也正逐渐从传统的数据传输器件，向影响AI计算系统架构、能耗乃至未来扩展方式的关键技术演进。
IBM研究人员首次通过多条量子信道连接两块120量子比特芯片，平均传输保真度达99%。四条超导线缆每根长31.5英寸，经历三次冷热循环后仍正常工作，并可传输量子纠缠。该技术兼容IBM Quantum Nighthawk及计划于2029年推出的容错量子计算机Starling。
过去，CoWoS是先进封装的重要技术路线之一。但随着GPU与HBM集成规模不断扩大，传统晶圆级封装在面积利用率方面的局限逐渐显现，产业开始将目光投向CoPoS，即Chip-on-Panel-on-Substrate。
9月下旬发布的一份产业研究甚至预计，2027年高端云端AI加速器市场中，ASIC出货颗数将超过GPU。
随着全球人工智能大模型训练与推理需求扩张，数据中心正经历一场算力军备竞赛，海量 GPU 之间的高速互连需求被急剧放大，直接点燃了作为“运力”底座的光通信产业。
CPU市场正迎来新一轮涨价潮。英特尔、高通、AMD三大厂商接力调价，涨价压力从晶圆制造端一路传导至PC、服务器及终端整机。
芯片越堆越高，性能未必越好，利润也未必越多。决定 3D 集成能否规模商业化的，不只是键合精度，而是每颗合格芯片最终要花多少钱。
人工智能的构建已跨越了一个临界点。多年来，由于加速器资源匮乏、前沿模型竞争以及需要构建规模日益庞大的集群（通常包含数千甚至数万个图形处理器 (GPU)）来训练模型，大量的计算资源被用于训练。
如今，国产AI芯片到底发展到什么程度了？目前争议不小：有人认为差距仍然很大，产业链上不少关键环节还被卡着。也有人认为国产AI芯片已经跑出来了
真正的超节点像把整个城市的路网统一编码，车可以直接开到任何地方，伪超节点则像每个区域之间通行都要经过收费站和翻译。
大模型的参数规模还在膨胀，AI芯片的散热压力也随之上升。一台满载的AI服务器，功耗是普通服务器的十倍以上；热量散不出去，再强的算力也只能降频运行。
按单位面积计算，存储芯片的制造价值或已超过台积电先进制程生产计算芯片的硅片价格。
