摘要：Meta 第三代自研芯片 MTIA 450 明年上半年进数据中心，第四代 MTIA 500 约一月内完成设计；美光展示全球首个 512GB DDR5 模组；联发科发首款 2nm 天玑 9600 Pro。
AI 算力的军备竞赛，正从"谁 GPU 多"蔓延到整条硬件供应链。三条线同一天传来进展。第一，Meta 计划明年上半年在数据中心部署第三代自研芯片 MTIA 450（代号 Arke），运行 AI 模型时节省成本和能源；第四代 MTIA 500（代号 Astrid）约一个月内完成设计，预计 2027 年底进数据中心。Meta 未来 12 个月对自研芯片的部署承诺已超 1 吉瓦用电当量——这数字本身说明，巨头已经不信任单纯买 GPU 能解决成本和供给问题，自研成了对冲供给风险的必选项。
第二，美光展示了全球首个 512GB DDR5 内存模组（3DS RDIMM），通过硅通孔堆叠 DRAM Die 最大化单封装容量。单条 512GB 在双路 24 插槽配置下可实现单服务器 12TB 内存，支持 9200MT/s 传输速率，相比 4 个 128GB 模组节能超 60%。预计 2027 下半年量产，AMD、英特尔正在验证。这对长上下文、KV Cache、并发 Agent 这类"吃内存"的负载是直接利好——很多大模型推理的瓶颈其实不在算力，而在内存带宽和容量。
第三，联发科发布首款 2nm 旗舰手机芯片天玑 9600 Pro，采用台积电 2nm 工艺，"2+3+3"全大核架构，双 NPU 支持端侧运行最高 300 亿参数的混合专家模型；vivo X500 Pro 与 OPPO Find X10 Pro Max 将首发。这把端侧 AI 的硬件水位又往上抬了一截。把三线合看，结论很清楚：当模型从"回答问题"变成"持续运行、调用工具、记住上下文"，瓶颈早已不只是 GPU 算力，而是内存带宽、芯片能效和端云协同。美光解决"装得下"，Meta 解决"跑得起"，联发科解决"带得走"。下一阶段的 AI 硬件竞争，是系统级算账，而不是单颗芯片的跑分。
对投资人来说，这意味着机会从"芯片单一赛道"外溢到"互联、储能、电力、先进封装"的整条链，而这恰恰是被过去两年"唯 GPU 论"低估的洼地。Meta 自研芯片的 1 吉瓦部署承诺，本质上是在用资本开支投票"不把命运全押在英伟达";美光的 512GB 模组则暗示，长上下文和 Agent 并发会让内存成为新的战略物资;联发科的 2nm 则把端侧 AI 的军备竞赛推到硅工艺最前沿。三条线合起来，描绘的是一张"算力民主化但供应链更碎"的地图——赢家不再只有一个，而是分布在每一段瓶颈上。
