版主 多家半导体“第一股”倒在IPO前；美芯片设备制造商离不开中国；软银收购Graphcore,AMD收购Silo
1.爱集微入选上海大模型赋能生产性互联网服务平台揭榜挂帅项目名单
2.集结英才，微光成炬！第六届集微半导体行业秋季联合双选会报名通道已开
3.AI大模型新纪元：哪四大趋势引领未来智能革命？
4.软银宣布收购英国AI芯片公司Graphcore 价格未披露
5.IPO，留给半导体“第一股”的时间不多了
6.AMD收购Silo 与英伟达竞夺再添筹码
1.爱集微入选上海大模型赋能生产性互联网服务平台揭榜挂帅项目名单
近日，上海市经济信息化委关于大模型等新技术赋能生产性互联网服务平台揭榜挂帅项目遴选结果出炉。由爱集微信息技术（上海）有限公司开发的JiweiGPT（AI数字咨询专家）成功入选。这是对爱集微JiweiGPT技术能力的充分认可。未来，相关大模型产品将为上海推进新型工业化做出新的贡献。
数字时代，ICT产业取得迅猛发展，领域内竞争也日益激烈。如何在海量的数据信息中快速、准确地捕捉到所需信息已成为企业提升市场竞争力的关键因素。利用人工智能技术构建一个针对ICT行业的数字咨询专家显得尤为关键。
上海市经济信息化委本次征集揭榜挂帅的项目，旨在遴选综合效益好、赋能作用强、技术成熟度高的优质平台项目，以紧贴制造业发展需求，提高技术创新水平，提升产业链服务能力。
7月1日，2024全球数字经济大会人工智能专题论坛成功召开。论坛上发布了“2024人工智能大模型场景应用典型案例”。爱集微开发的“JiweiGPT大模型赋能ICT产业服务场景应用”，成功入围。
爱集微是目前国内规模最大、业内最领先的ICT（包含IC电子信息产业、IT互联网信息传输服务业）产业服务平台，服务超全球5000家全电子产业链企业。JiweiGPT基于先进的AI大模型结合丰富的行业优质资源打造ICT产业垂类服务大模型产品，主要核心技术涵盖自然语言处理（NLP）、知识图谱、机器学习、大数据分析等，通过自主研发的创新性交互式文本内容生成算法，可为用户提供关于技术选型、解决方案建议、市场趋势等定制化服务，助力企业优化业务流程及商业决策，推动国内ICT产业高质量发展。
作为深耕半导体产业十余年的企业，爱集微始终坚持“专业的ICT产业咨询服务机构”的战略定位，立足本土，面向国际，聚焦“行业咨询、品牌营销、资讯、知识产权、投融资、职场”六大核心业务，凭借丰富的行业优质资源及半导体行业大数据平台，不断为客户提供专业化、高质量的咨询服务解决方案，志在成为“领先的AIGC行业信息专家”。
2.集结英才，微光成炬！第六届集微半导体行业秋季联合双选会报名通道已开
在当今快速变化的就业市场中，每一位毕业生的未来都承载着无限的希望与梦想。而2024年的就业形势依旧严峻，2025届高校毕业生规模预计将达到前所未有的1179万人，这一数字不仅标志着我国高等教育普及程度的显著提升，也预示着就业市场的竞争将愈发激烈。
面对这一挑战，如何为即将步入社会的青年才俊搭建起通往梦想的桥梁，如何助力半导体企业精准捕获行业精英，成为社会各界共同关注的焦点。在此背景下，由半导体投资联盟精心策划、爱集微鼎力承办的“第六届集微半导体行业秋季联合双选会”强势启动，8月起，集微职场将陆续抵达上海、西安、南京、成都、合肥5大半导体重镇，在为企业与求职者搭建一座高效、精准的桥梁，共同开启职场新篇章。
面对庞大的毕业生群体和多元化的求职需求，如何精准定位人才、高效吸引并留住优秀人才，成为企业持续发展的关键。第六届集微半导体行业秋季联合双选会正是基于这样的背景应运而生，它不仅关注求职者的职业发展，更着眼于企业的实际需求，通过搭建一个综合性的双选会平台，助力企业抢占人才先机，实现人才与企业的双赢。
集微半导体行业秋季联合双选会已成功举办五届，以其广泛的影响力、精准的对接能力和丰富的活动内容，成功促成了大量的人才与岗位匹配，这些成功案例不仅见证了双选会的实力与魅力，更为第六届活动的举办奠定了坚实的基础。
回顾去年的第五届集微半导体行业秋季联合双选会，集微职场的脚步遍布了上海、西安、南京、合肥、武汉、成都、北京、广州8大热点城市，与清华、北大、复旦、上交、中国科大、西电、同济、成电、西交等80多所顶尖高校携手，实现了产业与人才的深度对接，切实地推动着产业与人才的“双向奔赴”！
其中，上海到场人数1000+、西安到场人数1000+、南京到场人数500+、合肥到场人数300+、武汉到场人数300+、成都到场人数900+、北京到场人数400+、广州到场人数500+。专业分布精准，包含电子信息、电子信息工程、电子科学与技术、软件工程、机械工程、计算机科学与技术、通信工程、光学工程、集成电路设计与集成系统、微电子科学与工程、信息与通信工程、集成电路工程、控制科学与工程、微电子学与固体电子学等......
在寻求新突破、努力开新局的基础上，第六届双选会相较以往，将有三大亮点：
汇聚八方精英，打造人才盛宴
本届集微半导体行业秋季联合双选会，致力于汇聚来自全国顶尖学府的毕业生，打造一个汇聚全国精英的盛大舞台。
通过广泛的宣传与精准的邀请，将吸引来自不同地域、不同背景、不同专业的优秀求职者。本届双选会将深入更多集成电路产业的核心城市，不仅为毕业生提供多样化的就业选择，同时也为企业提供了一个发现和吸引顶尖人才的绝佳机会，解决企业招才引智的难题，促进校企之间的深度融合。
精准定位人才，实现高效对接
在第六届双选会中，“精准定位人才”将是核心任务之一，致力于实现人才与企业需求的精准对接，为企业提供最合适的人才资源，为毕业生提供最理想的职业起点。
本届双选会将覆盖近百所高校，其中包括复旦大学、东南大学、电子科技大学、清华大学、北京大学等20所顶尖学府，这些学校在微电子领域具有显著的学科特色和强劲的科研实力。通过前五届双选会的经验积累，集微职场进一步优化了选才机制，力促每一位参与的毕业生都能在双选会上找到与其专业背景和职业发展相匹配的岗位。
强大资源助力，全方位服务体系
本届双选会，将依托集微职场的创新招聘服务系统，全面升级人才对接体验。不仅覆盖了超过30万来自集成电路设计与集成系统、微电子科学与工程、信息与通信工程等关键领域的高校毕业生，更配备了专业的咨询团队，为参与企业提供一对一的招聘策略咨询，确保每家企业都能在这场盛会中找到最合适的人才。
通过这一系列的资源和服务，集微职场致力于构建一个全方位的人才交流与合作平台，不仅为企业解决当前的招聘需求，更为企业的长远发展提供坚实的人才和智力支持。
作为业内专业招聘平台，集微职场长期坚守“校招第一线”，除双选会外，集微职场还包含线上媒体社群推广、空中宣讲会、校园专场活动、定制化薪酬报告等服务，旨在为企业秋招提供超强助力。
在这个充满机遇与挑战的时代，第六届集微半导体行业秋季联合双选会将是一场人才与企业的盛宴。现在，第六届双选会的报名通道已经开启，在此诚挚邀请各大企业携岗参加，一起打造一个充满活力、富有成效的招聘季，携手并进共筑产业“芯”高地！
此外，企业也可通过主题专区赞助、礼品袋赞助、线上广告位赞助等方式，借助爱集微行业平台能力及媒体矩阵推广，帮助企业快速树立雇主品牌形象，提升企业在高校端的知名度。
抢跑2024秋招季，更多精彩尽在第六届集微半导体行业秋季联合双选会，欢迎企业HRD、高校就业办负责人来电咨询。
企业咨询：何海琼 18800386713
高校咨询：赵深辉 18201800528
3.AI大模型新纪元：哪四大趋势引领未来智能革命？
在人工智能热潮持续居高不下背景下，虽然全球AI大模型企业卷参数的激烈程度有所放缓，但大模型仍不断朝着万亿、十万亿参数发展，并推动多模态持续演进以通向AGI。同时，大模型也在朝向轻量化、高效化、垂直多元化发展，进而逐步形成“多点开花”的生态图谱。
一定程度上，卷参数昭示“理想”，卷应用则更重“现实”。受困于高投入和回报难等问题，一众AI大模型企业在机遇、挑战、探索、未知中，试图通过卷应用留在牌桌上，这使得更多细分、专业的大模型应用不断涌现。然而，大模型应用究竟在B端还是C端更有机会？答案众说纷纭。但可以确信的是，目前整个行业都期待着“AI超级或杀手级应用”。
若将探索大模型B、C应用视为“横轴”，聚焦AI云端、端侧应用则是“纵轴”。横纵之间，重要的趋势是AI应用正快速从云端向PC、手机等端侧“下沉”迁移。但云端、端侧大模型各有优劣、互为补充，端云协同基本被业界认同为未来大模型的主流应用模式。
Scaling Law面临放缓
自OpenAI发布1750亿参数的GPT-3以来，GPT系列模型的性能持续演进，客观验证了Scaling Law（缩放定律）的有效性。Scaling Law是指模型的性能与模型规模、数据集大小和训练用的计算量之间存在幂律关系，即模型性能会随着这些因素的指数增加而线性提高。
因此，业界仍然信奉“大力出奇迹”。摩尔线程创始人兼CEO张建中表示，作为大模型时代的牛顿定律，持续奏效的Scaling Law是引领大模型之争的暴力美学，而万卡集群已成为大模型预训练的最低标配。“只有万卡以上的智算中心才有价值，如果一个智算中心只有500P、1000P算力，要在模型加工厂里训练出一个很有竞争力的大模型难度非常高。”
在张建中看来，虽然万卡集群是千卡集群的数量增加10倍，但背后的复杂度指数级增加。其中有两个非常重要的问题，一是通讯，二是稳定性。前者在于要做到计算、存储和通信之间的平衡；后者则在于集群规模越大越不稳定，而提高稳定性还有很多方面需要改进。
阶跃星辰创始人、CEO姜大昕也称，大模型参数量将来再提高一个数量级依然成立。“目前，Scaling Law仍然奏效，模型性能在随着参数量、数据量和计算量的增加呈幂次方增长。在这一发展过程中，万亿参数量已经成为一个基本的入门门槛。”
不过，也不乏多位业内人士认为Scaling Law以及卷参数不再是AI行业的铁律或唯一解。
谈及大模型未来的演进发展，上海科学智能研究院院长、复旦大学浩清特聘教授漆远表示，“Scaling Law必然会迎来天花板时刻。”虽然就像是牛顿定律，Scaling Law能够把很多观察的数据压缩，总结出一个规律，但是真正的AGI应该是“爱因斯坦”，把语言模型和逻辑推理结合起来，而不仅仅是通过数据推导，这就好比把铁路修得再长也去不了月球。”
此外，“高效”等理念逐渐深入至大模型企业的发展。其中，面壁智能联合创始人、CEO李大海指出，高效大模型是通向AGI的更现实路径，要打造更高效的Scaling Law增长曲线，实现同等参数性能更优、同等性能参数更小的效果。面壁智能CTO曾国洋也称，一味地追求模型参数量这条路走不通，大模型效率很关键，企业需结合自身状况和优势制定发展策略。
在大模型时代中，虽然业内围绕“Scaling Law还能走多远”尚未形成共识，但几乎均认可传统的摩尔定律已失效。清华大学计算机系长聘副教授、面壁智能首席科学家刘知远指出，大模型的知识密度（知识密度=模型能力/推理算力消耗）平均每8个月将提升一倍。
多模态是AGI关键路径
近年来，在Scaling Law的显性作用下，继ChatGPT引爆生成式AI后，Sora再将文生视频模型的发展推向高潮，而多模态也被业界广泛视为大模型未来演进的关键路径。姜大昕认为，探索AGI路径，“Scaling Law”和“多模态”是相辅相成、缺一不可的两个方向。
大模型要更全面、真实地理解世界，势必需要多模态数据融合。姜大昕进一步称，“多模态是构建世界模型的基础能力，是通向AGI的必经之路。从算法角度看，世界模型的演进会分为模拟世界、探索世界、归纳世界三个阶段，而多模态是贯穿这三个阶段的基本能力。”
在多位行业人士看来，大模型行业正在从单模态走向多模态，再到全模态的演进。
腾讯集团副总裁蒋杰举例称，在文生图领域，采用DiT架构的模型融合了早前主要用于文本生成的Transformer架构，并在图像和视频生成任务中展现出了显著的优势；在文生视频领域，视频生成正朝着更高分辨率、更长时长、更精细的方向发展，一些较好的模型已经能够生成长达数分钟高清的视频。这为医疗、教育、影视等领域带来了广阔的应用想象空间。
目前，全球科技巨头、初创企业都在积极推进多模态大模型的研发。启明创投主管合伙人周志峰认为，三年内视频生成将全面爆发，结合3D能力，可控的视频生成将对影视、动画、短片的生产模式带来变革。同时，压缩更多模态信息的超级多模态大模型将出现，如文本、图像、语音、音乐、3D、传感器数据（控制信号、眼动信号、手势信息、雷达信号等）。
纵观全球，中美持续引领大模型产业的发展，而多模态大模型将成大模型竞逐的绝对高地。商汤科技研发总监卢乐炜表示，国外在多模态领域的研究较早，但中国在单点技术（如视觉和听觉识别）和产业应用方面具有优势，这为中国在多模态领域提供了与国外几乎相同的起点。他强调，“多模态对中国是一个巨大的机遇，有可能在这个领域实现快速发展。”
但与文本语言、图片模型相比，全球多模态大模型发展也面临着更多更大的挑战和桎梏。
其中，姜大昕指出，“目前，视觉的理解模型和生成模型是分开发展的，这造成的结果就是理解模型的理解能力强而生成能力弱，或者生成模型的生成能力强而理解能力弱”。他认为，多模态大模型接下来面临的一项关键挑战，就是能否将理解和生成统一在一个模型里。
此外，模态之间的语义对齐和信息融合是重要的技术难点。卢乐炜表示，“多模态大模型特别是处理视频等大规模数据时，对计算资源和存储能力提出了更高的要求。为了克服多模态之间的数据和模态鸿沟，需要设计创新的算法来实现不同模态数据的有效对齐和融合。”未来，大模型能力在多模态方面的突破，将为AI的落地应用和赋能普惠等开启更多的可能性。
整个行业期待“超级应用”
受困于高投入和回报难等问题，AI大模型企业如何落地相关应用乃至开拓出规模化应用场景早已成为业界焦点议题。行业分析称，如今，随着大模型产品和工具的完善再加上降价潮，让其可商用迈入了一个全新的阶段。同时，从通用大模型占主流到垂直领域大模型兴起，AI大模型厂商正使出浑身解数拼应用，促使更多精细、专业的大模型和应用不断涌现。
根据企业服务领域的惯性，大模型to B应用可以带来更大的行业价值和变现，但传统企业普遍不敢用、高管不想用、企业不愿为软件付费。创新工场创始人、零一万物CEO李开复表示，“短期来看大模型在中国to C的应用更有机会，但挑战在于推理成本高，在考虑产品市场匹配度时，还要考虑技术需求、技术难度和成本以及把握时间窗口等因素。”
某种程度上，大模型在B端落地更难，但也不全是如此。例如过去一年时间里，在多数厂商仍处于POC阶段时，盘古大模型已在30多个行业、400多个场景中落地，包括从高铁巡检、气象预报到钢厂场景仿真、具身智能，再到工业互联网等各类场景。
行业人士表示，基于千行万业的业务场景和全球最大的软件创新人群，中国的AI发展道路应追求在行业领域构筑大模型的全球领先地位。如果各行各业都积极拥抱AI并开放行业应用场景，中国很有机会在2B领域构筑起全球领先优势。
但鉴于一些企业在B端落地的经验和势能并不具备可复制性，产业界更呼唤的是“超级应用“。
在商汤科技董事长徐立的描述中，整个人工智能行业都期待着“超级应用”。“无论是ChatGPT带来的聊天式应用，Sora带来的视频应用，都不能真正赋能垂直行业，引起广泛变化。真正的AI杀手级应用，应该能跨越理论鸿沟，进入大众市场并迎来爆发。”
至于AI“超级应用”到底是什么？业界尚无定论。不过，百度CEO李彦宏曾作过相关表述。他阐述道，“在大模型加持下，只要用人话把工作流说清楚，再配以专有知识库，即可做出一个很有价值的智能体，比互联网时代制作一个网页还简单。”未来千行百业都会依据自己的场景和特有经验、规则、数据等做出各种智能体，进而形成规模数量级的庞大生态。
然而，智能体是否能成为超级应用还有待观察。从业者呼吁，对于应用落地的短期期望不应过高，应该少一些对于发展速度的苛求，因为其中涉及技术、市场、资金和政策等多重因素。例如谷歌打造出世界第一的搜索引擎，到探索出成功的商业落地路径花了6年时间。
无论如何，为了推进商业化落地，当前各大模型厂商做出的各种技术突破以及应用场景探索等已经更有深度。而随着更多痛点问题在动态过程中解决，大模型将进一步迸发其强势潜力。
端云协同将成主流模式
在探索大模型落地应用的进程中，业内正在发生的两个重要趋势：第一个趋势是大模型正在越做越“小”。第二个趋势是，在适合端侧推理的小模型陆续出现之后，终端厂商正在积极尝试把模型装进PC、智能手机中，即现在广泛热议的“AI PC”、“AI手机”概念。
目前，凭借在成本、隐私、延时性和可靠性等方面的优势，端侧AI发展逐渐成为全球趋势。李大海表示，端侧模型具有更强的可靠性、实时性。模型部署在终端可以实时、连续地与环境进行互动，但云端模型很难保持连续性。同时，端侧模型能够更好地保证用户隐私。随着AI应用不断深入，隐私问题将变得更加严重，而本地化的端侧模型在保障数据隐私上更优。
但端侧大模型并不是所有，只是大模型生态的一块重要拼图。李大海称，“我们相信‘端’和‘云’协同在一起，才能够完整地把用户的所有需求满足好。很多和世界模型相关的请求其实仍然需要云做，不能让用户对于端侧有过高的预期，好像什么都能做而不再需要云。”
综合多位业界人士的观点，端云协同基本被认同为未来大模型的主流应用模式。
爱芯元智创始人、董事长仇肖莘表示，在AI发展从云端向端侧迁移趋势下，大模型的大规模落地需要云、边、端三级紧密结合。智慧城市和智能汽车都是非常具有代表性的应用场景。她还称，“目前端侧大模型落地依然在前期探索阶段，AI手机、AIPC和智能汽车将是第一批落地的场景，而智能驾驶之所以需要端侧大模型原因在于汽车对实时性的要求更高。”
另据《2024年中国AI大模型产业发展报告》内容指出，AI大模型成功的关键在于行业大模型、端侧、端云结合等多种模式并行。不过，端侧大模型的部署所面临的挑战和云端完全不同，需要克服能耗的限制，以及需要在足够小的参数下做到大部分日常工作等。
此外，由于端侧大模型受限较多，相关收益与损失方面还难以界定。行业人士指出，端侧大模型只能本地运行限制了其计算能力和性能表现，而大多数重要功能仍依赖云端大模型强大的处理能力和灵活性，其优势更为突出且将愈发明显。同时，大模型也在持续迭代，例如谷歌近期发布的轻量化模型Gemini 1.5 Flash，采用“蒸馏”技术使其在不同平台高效运行。
然而，高通公司中国区董事长孟樸持有不同观点。他表示，“虽然当前生成式AI的研发和应用主要集中在云端，并且云计算仍将发挥重要作用，但如果将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。”终端与云端的紧密结合，将成为推动生成式AI规模化扩展、加速数字化转型的关键所在。
“未来，要实现生成式AI在终端上的落地，将创新转化为极具实用性的应用和体验，就需要在终端侧打造高性能AI处理器，以及对生成式AI模型不断进行优化训练。”孟樸说。
4.软银宣布收购英国AI芯片公司Graphcore 价格未披露
软银集团宣布收购陷入困境的英国半导体初创公司Graphcore Ltd.，这家日本公司正寻求加强对芯片和人工智能（AI）的投资。Graphcore曾被吹捧为英伟达的竞争对手，由于市场对AI芯片的需求猛增，其估值一度飙升，但该公司一直在努力获得竞争所需的投资。
两家公司已宣布这笔交易，但未披露财务条款，此前消息称交易价为5亿美元。Graphcore公司CEO Nigel Toon在简报会上表示，总部位于布里斯托尔的Graphcore将作为软银的子公司运营，并保留其管理团队。Nigel Toon将留任。
这是软银收购的第二家英国半导体公司，此前软银于2016年收购了总部位于剑桥的Arm，这家芯片设计公司的技术几乎应用于全球所有智能手机。Graphcore经常被视为英国科技行业的领军企业——2023年，Graphcore参加了英国首届AI安全峰会。但Nigel Toon一直公开批评政府对该行业的支持不足。
在回顾英国科技行业的现状时，Nigel Toon指出，英国养老基金历来不愿投资快速增长的初创企业，这是阻碍增长的因素。
Graphcore公司设计IPU（智能处理器单元）芯片，旨在实现AI应用。该公司从红杉资本等知名投资者处获得28亿美元的融资，希望能与英伟达竞争，但该公司难以获得客户。
根据其最新文件，Graphcore在2022年销售额为270万美元，亏损达2.046亿美元，截至2020年底，Graphcore估值为27.7亿美元。去年发布的一份文件显示，在将员工人数削减五分之一至494人，并关闭挪威、日本和韩国的业务后，Graphcore需要更多现金才能实现收支平衡。2023年，Graphcore撤离中国，而Nigel Toon曾认为该市场前景光明。
Nigel Toon指出，与英伟达和其他开发定制AI芯片的公司竞争的成本难以控制。“这里的规模非常庞大，”他说。“对公司来说，正确的结果是与愿意做出如此大投资以取得成功的伙伴密切合作。”他表示，软银的计划是“投资并增加”其在英国的员工基础。
软银投资基金的执行合伙人Vikas Parekh在一份声明中表示，软银“很高兴与Graphcore合作”迈向通用人工智能（AGI），AGI指的是在一系列任务中表现优于人类的机器。
Nigel Toon表示，软银交易将为Graphcore提供在全球范围内竞争所需的资源，但他承认该公司面临困难。
软银创始人孙正义已将其战略从引人注目的风险投资交易转向对人工智能和半导体的战略投资，并借Arm的成功公开上市。Nigel Toon表示，Graphcore将“与整个软银家族合作”，但没有具体说明它将如何与Arm合作。
文件显示，在交易宣布之前，Graphcore曾向前员工发送信函，表示他们的公司股票已一文不值。信中解释说，报价低于其筹集的投资资本金额。
Nigel Toon证实，前员工不会从此次出售中获利，但拒绝就财务条款发表评论。他说，Graphcore在被收购前已筹集“约7亿美元”。
5.IPO，留给半导体“第一股”的时间不多了
北京华卓精科已经终止科创板IPO，这家“光刻机概念”第一股的高科技公司经过四年IPO长跑后黯然离场。事实上，随着科创板收紧IPO以来，倒在IPO前的、曾经风头无两的多个“第一股”并不鲜见，一些成功IPO的“第一股”也在上市后表现不佳而黯然失色，他们曾被寄予厚望，或许曾被市场热捧，但最终却因为种种原因，未能通过IPO的考验，未能实现资本市场的华丽转身。在半导体投资市场寒冬的当下，凭添一分寒意。
随着半导体大部分细分赛道都已迎来上市公司，监管趋严之下，留给半导体“第一股”的时间不多了。
倒在IPO前的“第一股”
IPO拟募资7.35亿元，从2020年6月申请获受理，半导体设备厂商华卓精科经历了经过66个来回问询、两次上会、一次暂缓审议，以及2021年至2023年每半年一次的数轮财报数据更新。2021年9月17日，上交所上市委会议通过了该公司在科创板发行的审核，但此后就一直未提交证监会注册，经过四年“马拉松”式的上市申报工作后，最终在今年6月26日宣布撤回IPO申请。
华卓精科以光刻机三大核心部件之一的“光刻机双工件台”吸引了资本市场的极大关注，被赋予第一个光刻机概念股的美誉，但是从问询经过来看，审核部门主要对华卓精科的技术水平、持续自主研发能力、客户集中度和商业化前景提出了质疑。
事实上，如果抛开光刻机双工件台不谈，华卓精科的其他多项产品打破了国外垄断，产品化进展良好并且在手订单充足。券商机构曾表示，如果用三个词来形容华卓精科，那就是“高技术、稀缺性及确定性”。国产光刻机的确已成为全民的“芯病”，“高技术”、“稀缺性”是毋庸置疑的，但是当前要真正实现国产化甚至产业化的“确定性”，还为时尚早。如果华卓精科没有选择去贴光刻机概念，老老实实按主业申报，IPO之路或许不会这般波折。
除了华卓精科，去年以来还有多个顶着“第一股”光环的半导体公司倒在了IPO路上。
例如2022年11月宁波奥拉半导体股份有限公司（以下简称“奥拉股份”）递表科创板，拟募资30.07亿元，若能顺利上市，它或将成为“时钟芯片第一股”。而且该公司还是一个药企老板跨界创业半导体的励志故事。遗憾的是，今年5月27日，上交所官网显示，奥拉股份主动撤回上市申报材料，该公司发行审核状态变更为“终止”。
奥拉股份IPO撤单，主要是财务数据不过关。招股书显示，奥拉股份2019年至2021年及2022年上半年实现的营收分别为1.34亿元、4.05亿元、5.02亿元和2.21亿元；实现的归母净利润分别为1893万元、681.75万元、-10.96亿元、-4.66亿元，净利润为负主要系股权激励产生的股份支付费用分期确认导致。
7月1日，深交所披露了关于终止对深圳市志橙半导体材料股份有限公司（以下简称志橙股份）首次公开发行股票并在创业板上市审核的决定。深交所于去年6月26日受理了志橙股份的IPO申请，该公司主要研发、生产、销售用于半导体设备的碳化硅涂层石墨零部件产品，是国内半导体设备用碳化硅零部件领域第一梯队的国家级专精特新“小巨人”企业，2022年市场份额在中国市场排名第三，在全球市场排名第八，在中国企业中排名第一。
查阅深交所的审核问询材料发现，监管部门对志橙股份的质疑主要包括核心技术来源及技术先进性的具体表现，主业目标市场的规模、募资新增产能、产量、经营规模是否具有足够的市场消化能力，与市场需求变化是否匹配等。此外，该公司也存在估值暴增，实控人低价套现、IPO前大批股东减持套现，过于依赖大客户等问题。
今年4月，胡润研究院发布《2024全球独角兽榜》，列出了全球成立于2000年之后，价值10亿美元以上的非上市公司。根据榜单，上榜的中国半导体企业包括地平线机器人、嘉立创、积塔半导体、歌尔微电子、摩尔线程、中欣晶圆、英诺赛科、芯迈、屹唐半导体、天科合达、兆芯集成、粤芯半导体、荣芯半导体、壁仞科技、芯驰科技、盛合晶微、同光晶体、超硅、比亚迪半导体、沐曦集成、瀚博半导体、芯擎、微容科技、昂瑞微、思朗科技、云英谷、芯旺微电子、飞骧科技、鑫华半导体、长飞先进半导体等。
其中不少企业开启了IPO之路，却“出师未捷身先死”，近期已有中欣晶圆等多家“独角兽”按下暂停键，倒在IPO前。
明星概念股，成功上市也将面临更大考验
分析这些案例，在资本市场的严苛审视下，一些公司在IPO之路上的失利，往往可以追溯到一系列内在和外在因素的交织影响。
首先，财务透明度不足和潜在的造假行为是导致审核失败的常见原因。不透明的财务报表和造假嫌疑，不仅损害了投资者的信任，也直接触发了监管机构的警觉，导致公司IPO进程的中断。去年以来，多起IPO终止案例的背后，都与保荐机构的信誉危机密切相关，这进一步凸显了财务健康和诚信的重要性。
其次，公司治理结构的不完善同样成为上市失败的隐患。一些公司在缺乏核心竞争力和稳定产品线的情况下，急于为了迎合上市标准而盲目扩张，布局所谓的平台化战略。这种急功近利的做法，不仅未能形成有效的市场壁垒，反而使得公司的研发资源过于分散，削弱了创新能力。同时，一些公司依赖于炒作概念的技术，缺乏实质性的科技创新，这也使得其科创属性受到市场的质疑，成为影响上市成功的关键因素。
此外，市场环境的波动也是不容忽视的外部因素。行业周期性的调整和市场需求的下降，往往导致公司业绩的短期波动，致使财务未达上市标准。在这种背景下，公司若未能展现出足够的抗风险能力和市场适应性，其上市之路自然充满挑战。
事实上，除了一些明星概念股倒在IPO之前，一些成功上市的明星企业表现往往与预期大相径庭，甚至因业绩不佳、市场竞争力下降最终走向退市。
以最近退市的左江科技为例，这家曾被誉为“芯片大牛股”、“英伟达竞争对手”的公司，在上市不到5年后宣布退市。从高峰时的市值300亿元、股价299.98元跌到1.86元，这一巨大的反差令人唏嘘。该公司是最早一批登陆创业板的企业之一，2021年起开始不断披露可编程数据处理芯片（DPU）的研发，将自己包装为稀缺的DPU概念股，即使业绩下滑严重，但股价却一路上涨，为了维持股价，不惜伪造DPU销售数据，进行财务造假。
这一现象，无疑给那些对科创板抱有厚望的AI企业敲响了警钟。
科创板的设立，为那些短期内难以实现盈利的高科技企业提供了展示自身潜力的平台。但是，上市之后，这些企业必须面对更为严苛的市场和资本的双重检验。没有过硬的技术实力，或是缺乏清晰的应用场景，又或者缺少业绩支撑，即使是赛道上的独角兽企业，或是被冠以“XX概念第一股”的光环，最终也可能难逃泡沫破裂的命运。
这一现象提醒我们，资本市场的光环并不能掩盖企业内在的问题。无论是IPO还是融资，都应当是资本市场支持企业进一步发展，而不该是企业指望资本市场“续命”。IPO并非企业发展目标，对于企业自身，无法顺利上市的企业，需要直面接下来如何继续发展的问题，如何提高核心技术竞争力，在市场竞争中发展壮大；对于成功上市的企业，上市也不应成为终点，而是新的起点，需要不断加强技术创新，拓展应用场景，提升业绩表现，以实现可持续发展。
半导体并购是否能“拯救”这些概念股
资深投资人对集微网分析，在资本市场的聚光灯下，半导体行业的"第一股"们正面临着前所未有的挑战与压力。随着监管政策的日益严格和市场对创新企业的高期待，那些被寄予厚望的"第一股"们发现自己的IPO之路并不像想象中那般顺畅。
一方面，监管机构对企业的财务透明度、公司治理、技术实力和市场潜力提出了更高的要求。这对于那些依赖单一技术或产品，缺乏持续创新能力的企业来说，无疑是一个巨大的考验。监管趋严意味着企业必须在信息披露、合规经营等方面做到无可挑剔，任何微小的瑕疵都可能成为IPO路上的绊脚石。
另一方面，随着越来越多的半导体企业成功登陆资本市场，各个细分赛道的竞争也日趋激烈。那些已经上市的企业不仅拥有更强大的资金实力和品牌影响力，而且在技术研发和市场拓展上也更具优势。这无疑压缩了后来者的生存空间，使得那些仍被冠以"第一股"头衔的企业面临更加严峻的市场环境。
“体量小的公司不太可能IPO申报了，或者说，今年利润不过亿的公司不可能申报了。”他指出，“即使对体量要求相对较低的北交所现在对净利润也有要求，5000万以下利润的企业不受理。”
另一位投资人也认为，短期内半导体领域难再出现“xx第一股”IPO了。“对于一些新赛道、体量较小的‘第一股’，如果体量小是企业自身问题IPO的希望也不大，如果是赛道容量问题，可能得等企业长大了再考虑IPO。空间够大总会有企业能跑出来的。”他表示。
面对IPO越来越难的现实，一些公司开始寻求通过并购重组来改变现状。
在不久前第八届集微半导体大会上，众多投资人和分析人士均指出，目前中国半导体行业正处于周期底部，处于产业并购的“黄金时期”。一是AI有望驱动新一轮半导体行业周期上行，资产价值未来有望重估；二是部分上市公司在发展过程中开始面临瓶颈，遇到一些很明显的短板和天花板，需要补短板和提高天花板，而这些公司普遍账上现金充裕，并购有助于快速增强市场竞争力；三是IPO阶段性收窄、一级市场面临退出压力；四是并购融资助力措施增多，“八条措施”再提鼓励并购。
新“国九条”、“八条措施”等新政发布，在很大程度上给予了行业进行并购整合的动力。
值得关注的是，为切实推动半导体并购活动，7月5日，上海证券交易所召开“科创板八条”集成电路公司专题培训，近50家集成电路公司的80余名董事长、总经理等“关键少数”人员参会，旨在推动深化科创板改革各项政策措施落实到位，加快示范性案例落地见效。据悉，该培训除了详细讲解了“科创板八条”涉及科创板“硬科技”定位、发行承销、股债融资、并购重组、股权激励、交易及产品、全链条监管、市场生态等8个方面的35项举措之外，也邀请了市场机构以及上市公司分享集成电路行业的产业并购逻辑和宝贵经验。
在会后，上交所与5家集成电路龙头公司的董事长、总经理召开专题座谈会，将“更大力度支持并购重组”的举措落到实处。与会代表聚焦集成电路行业发展现状，对如何用好、用足“科创板八条”进行深入讨论交流，提出建设性的意见建议。例如，艾为电子表示，国内企业与全球领先的芯片设计巨头在高端芯片领域的差距依然较大，科创板“八条措施”支持公司聚焦做优做强主业开展吸收合并，不仅有利于上市公司专注主业，也有助于部分市场竞争能力减弱的公司通过并购重组及时出清。
然而，并购并非万能药，它需要公司具备清晰的战略规划和有效的整合能力。通过并购或许可以带来短期的财务报表改善和市场关注度提升，但长期来看，能否实现业绩的持续改善，还取决于公司能否通过并购实现技术升级、市场拓展和成本控制等多方面的优化。此外，并购过程中的风险管理也至关重要，避免因并购而陷入更大的财务困境。
无论是这些曾经风光无限却难以持续的"第一股"，还是那些寻求更大突破和发展的企业，在当前中国半导体产业极度内卷和并购潮起之下，面向市场、面向客户、自主造血将是每个半导体公司的必修课。虽然IPO之路充满挑战，但对于那些真正具有创新能力、技术实力和市场潜力的企业来说，资本市场的大门依然敞开。
6.AMD收购Silo 与英伟达竞夺再添筹码
AMD苏妈在X上这样表达兴奋之情：非常高兴Silo AI团队加入AMD，让AMD增添了一支卓越的AI科学家和工程师团队，将加速AMD AI解决方案的应用和扩展AMD开源AI软件能力。
是的，AMD正计划以6.65亿美元收购芬兰AI初创公司Silo AI，旨在助力AMD应对大规模部署AI挑战、提供端到端的AI解决方案，全面对决英伟达，而Silo也将成为AMD战略版图的重要“拼图”。
SiloAI来头不小
Silo何以能入AMD的“法眼”？
总部位于赫尔辛基的Silo是欧洲最大的私人AI实验室之一，团队由300多名AI科学家和工程师组成，其联合创立者包括芬兰阿尔托大学教授Peter Sarlin、前诺基亚首席技术官Tero Ojanperä等大拿。
Silo团队拥有丰富的经验，致力于为云、嵌入式和终端计算市场企业开发定制化的AI模型、平台和解决方案，以协助客户快速地将AI集成到其产品、服务和运营中。目前已成功推出200多个AI项目，业务遍布欧洲和北美，诸如欧洲最大的保险公司安联、飞利浦、劳斯莱斯、联合利华等均是Silo AI的客户。
在AI大模型领域，Silo AI除了自身的SiloGen模型平台之外，还在AMD平台上创建了开源多语言大模型，包括Poro和Viking，与OpenAI和Google等公司的专有或封闭模式形成对比。而且Silo AI一直都致力于在欧洲运算最快的超级计算机LUMI上扩展大型语言模型，而LUMI采用的芯片主要由AMD提供。
收购完成后，Silo AI首席执行官兼联合创始人Peter Sarlin将继续领导Silo AI团队，向AMD高级副总裁Vamsi Boppana汇报。
预计在通过一系列监管之后，此次收购将于2024年下半年完成。
助力AMD提升生态实力
将合作伙伴Silo 收入囊中，对于AMD来说可谓一举三得。
专家分析，收购Silo，AMD不仅拥有在AI企业实战环境中经验丰富的专业团队，可进一步扩充自身的软件开发实力，还得到了众多大客户的资源和加持。更重要的是，这将提升AMD在AI软件和平台生态端的竞争力，加快构建一个围绕其芯片而构建完整产品和服务的AI生态系统，并推进客户基于AMD芯片AI模型的开发和部署，为AMD带来新的增长点。
当下，AI芯片的比拼不只是硬件的较量，更是软件和生态的竞夺。AMD去年推出Instinct MI300系列AI芯片，以挑战英伟达的H100。尽管Instinct MI300性能被指超过H100，但AMD却无法像英伟达那样尽享AI“盛宴”，主要原因在于AMD的软件生态功力不足，难以形成硬件、软件与整合解决方案的三位一体全服务体系。
AMD在2016年推出了开源的ROCm软件平台，在去年12月全新ROCm 6开放软件平台面世，欲与英伟达的CUDA较量。但英伟达基于CUDA深护城河，已将其软件平台扩展到包括一系列应用程序和服务，目前提供超过600个“预训练”模型，这意味着客户可加快部署这些模型，从而进一步“锁定”客户。
作为紧咬英伟达的AMD来说，建立一个有黏性的软件生态系统实现客户对其AI芯片的强需求变得至关重要。
对此，AMD人工智能集团高级副总裁Vamsi Boppana也乐观表示：“Silo AI拥有值得信赖的AI专家团队，并拥有开发领先AI模型和解决方案的丰富经验，包括基于AMD平台构建的先进LLM，这将进一步加速AMD的AI战略，并推动为AMD全球客户构建和快速实施AI解决方案。”
AI风投持续升温
生成式AI时代，AI芯片厂从AMD以及英伟达等AI巨头最近一系列投资和收购举措来看，随着AI领域的竞争不断加剧，类似的收购、整合潮仍将持续。
据Crunchbase的数据，第二季度全球初创企业融资额为790亿美元，季增16%，年增12%，其中AI融资依然是最主要的增长驱动力，融资规模按季增长一倍，达到240亿美元。
以英伟达为例，尽管作为AI时代最大“军火商”，但英伟达的深度布局仍在环环相扣。调研机构Dealroom透露，英伟达于2023年或参与了35起风险投资。前不久英伟达以7亿美元收购软件初创公司Run:AI，还以3亿美元的价格收购大模型开发者Deci AI。
AMD 的投资与整合步伐也在提速：其在过去12个月内向12家AI公司投资了超过1.25亿美元，并收购了Mipsology和Nod.ai，旨在扩展其AI生态系统，推进其计算平台的领先地位。此番收购Silo，更为AMD的AI战略部署再添劲旅。
不止老对手在合纵连横，还有新的搅局者意图分羹。
日前，曾被视作“英伟达竞争对手” 之一、英国AI芯片独角兽Graphcore宣布已被日本软银集团收购，软银借助Arm的成功上市，在AI领域的战略投资也在加快。此次收购之后如何布局，是否会深入AI芯片领域再立山头？
业界专家分析，这些AI领域的投资与整合大都侧重于生态系统完善、推进大模型加速部署、端到端解决方案来展开，未来新一轮的洗牌也将徐徐展开。
7.美国芯片设备制造商离不开中国市场，后者份额超40%！
尽管美国对先进产品实施了出口限制，但美国芯片制造设备制造商对中国市场的依赖程度却有所提高，因为它们增加了用于制造成熟芯片设备的出货量。
今年2月至4月，中国占应用材料销售额的43%，同比增长22个百分点。今年1月至3月，中国在泛林集团销售额中的份额上升20个百分点，达到42%。
这似乎与美国在针对中国的出口限制下的计划背道而驰。
美国政府于2022年限制了用于制造尖端半导体的芯片制造设备的出货量，旨在遏制中国在该领域的努力。不过，商品级产品的设备不属于限制范围。
在周四于旧金山举行的芯片行业盛会Semicon West上，美国政府高级官员吹捧了另一项计划的成功——《芯片与科学法案》。该法案也于2022年颁布，为美国的芯片研究和制造提供527亿美元的补贴，促使芯片制造商在美国进行大规模投资。
美国商务部副部长Laurie Locascio在近期的讲话中列出了决定在美国投资的公司名称，其中包括英特尔、三星电子等。
“如果没有《芯片和科学法案》，这种增长就不会发生，”她表示，“专门的团队日夜工作，在美国国内实施该法案”，使该计划在不到两年的时间内走上正轨。
半导体设备制造商也从中受益，因为设备的交付对于启动芯片制造厂至关重要。2023财年，美国占应用材料总收入的15%，比2021财年增长6个百分点。
但尽管在美国努力建立供应链，设备制造商仍未能摆脱对中国这个最大市场的依赖。
一家大型设备制造商的高管表示，如果没有限制，公司的中国业务占比会更高。这些公司对中国的销售额仅靠非先进设备就实现了增长。
国际半导体设备与材料协会（SEMI）宣布，预计到2024年，全球芯片制造设备销售额将增长3.4%，达到1090亿美元。中国预计将占该数字的30%以上，成为最大的市场，推动需求增长。
美国负责经济增长的副部长Jose Fernandez在Semicon上表示：“我们与中国有着非常密切的商业关系。”他表示，尽管美国将监管与国家安全有关的领域，但其目的并不是要将两国经济“脱钩”。
但非先进设备对华出口的增加也给美国带来了风险，因为任何产品的供应都有助于中国国内芯片产业的发展。
中国制定了建立自己的芯片供应链的政策，从长远来看，这可能会给美国设备制造商带来激烈的竞争。
8.美拜登政府拨款17亿美元，八州车厂转型成电动汽车厂
拜登政府7月11日宣布重大投资，拨款17亿美元支持美国电动汽车产业发展。资金将帮助11家处于风险或已关闭车厂转型成电动汽车厂。工厂分布于密西根州、俄亥俄州、宾夕法尼亚州、格鲁吉亚州、伊利诺伊州、印第安纳州、马里兰州和维吉尼亚州。
资金来源为2022年通过的削减通膨法案（IRA），是迄今美国最大气候支出法案。IRA不仅关注气候支出，还有支持美国电动汽车产业，将组装和零件供应链本土化或转移至友善国家/地区。此转型补助计划目标是帮助传统车厂转型成电动汽车厂，同时保留和创造就业机会。
获支持的公司有主要车商如通用汽车、Stellantis、沃尔沃及Blue Bird、哈雷戴维森等，还有康明斯和Mobis等零件商。通用汽车在兰辛的设施获最多补助5亿美元，将兰辛大河组装厂转型成电动汽车厂。
补助金预估可创造2900个新职位，并保留15000个原本流失的工作。所有获补助的11家车厂都有工会，也反映美国政府十分重视工会。美国汽车工人联合会（UAW）对补助表示欢迎，有助实现公正转型。
美政府预估，资金可支持生产1100万辆电动车和4万辆电动卡车与巴士。各公司都已有转型计划，如Stellantis重启工厂并转型生产电动汽车，沃尔沃升级三家工厂生产电动汽车和燃料车，Blue Bird重启工厂生产电动校车等。
专家指出，只投资新厂可能不够推动美国电动车产业全面发展。除了扩产，还需改善充电基础设施，提高消费者教育，优化定价等各种措施，才能说服更多消费者买电动汽车。且消费者现在对电动汽车兴趣下降，特斯拉北美销售份额下滑，都是更需关注的问题。
此项投资视为拜登政府面对今年总统大选共和党候选人特朗普挑战，推进电动汽车议程的一部分。资金主要分配到中西部地区，包括密西根州和宾夕法尼亚州等关键摇摆州，对选举可能有不小影响。
总体来说，这项新投资可能帮助电动汽车市场发展，但要从汽油车全面转向电动汽车，还需要更多努力和全面策略。
