无晶圆厂半导体公司 Mobilint 于 11 月 4 日表示，公司已增强 Ray 软件框架对其神经处理单元（NPU）的支持，使该框架能够自动检测其芯片。
Ray 是一个开源软件框架，旨在高效处理大规模人工智能（AI）工作负载。它可连接多台服务器和 AI 芯片，从而集中利用这些计算资源。
Mobilint 与韩国电子通信研究院（ETRI）合作开发了一项功能，使 Ray 能够自动检测其 NPU 并分配计算资源。此前，开发者若要在 Ray 中使用 Mobilint NPU，必须经过复杂流程，包括手动注册处理器。
该功能经过 Ray 项目的官方代码审查，并于 2026 年 8 月被纳入其官方 GitHub 仓库。如今，Mobilint NPU 用户可以通过 Ray 更轻松地使用多个 NPU 构建和运行 AI 系统。
Mobilint 表示：“我们扩大了 Mobilint NPU 在全球 AI 软件生态系统中应用的基础。除了 AI 芯片本身的算力和能效之外，软件兼容性与开发便利性正日益成为重要的竞争因素。”该公司还补充称，正在增强其专有软件开发工具包（SDK）及相关软件技术。
目前，Mobilint 正通过高性能 AI 加速器 ARIES 和端侧 AI 系统级芯片（SoC）REGULUS 扩大其在 AI 市场的影响力。REGULUS 集成了 Chips&amp;Media 的视频处理单元（VPU）。该芯片搭载 Nuri 运载火箭后，还已在太空环境中完成性能验证。

Mobilint宣布增强开源框架Ray对其NPU的支持，可自动检测芯片并分配计算资源，相关功能已通过Ray官方代码审查并纳入官方仓库，开发者无需手动注册处理器即可使用。

Mobilint增强Ray框架对NPU支持，实现芯片自动检测与资源分配

首页

新闻

Hekaton AI首席执行官Seo Dal-won表示，AI产业要真正落地，仅有软件并不够，还必须有能够稳定运行GPU的基础设施。他指出，企业普遍缺乏使用AI所需的基础设施，缺口很大，因此公司最终不仅开发软件，也自行建设了AI模块化数据中心。
Hekaton AI成立于2022年，最初通过开发超轻量推理平台Hflow进入AI解决方案业务。Seo在IT行业拥有约20年经验，曾在银行从事创新工作，并在大数据领域有超过10年经历。
在将AI解决方案推向实际应用的过程中，Seo注意到安装和运行GPU的环境明显不足。Hekaton AI于去年年中启动AI模块化数据中心开发，并在4月完成建设，目前正在开展示范项目。
Hekaton AI的核心业务是将Hflow与AI模块化数据中心作为一体化方案提供。Hflow可将企业持有的文档和数据结构化，使AI能够调用，并在此基础上提供问题解答、分析及推理结果。它还能分析企业营收、经营表现、市场变化等，为未来应重点关注的业务领域提出建议。在制造业，该方案可通过分析生产设备传感器数据识别异常，并预测产量和需求，从而扩大使用范围。不过，要运行基于生成式AI的服务，高性能GPU基础设施不可或缺。
Hekaton AI开发的模块化数据中心是一种小型AI专用数据中心，可容纳GPU、NPU（神经网络处理器）等高密度计算设备，并配备必要的电力和冷却设施。该数据中心以集装箱等模块化形式建设，相比现有大型数据中心可缩短建设时间并降低成本。
Seo表示，大型数据中心从施工到审批可能需要4至5年，而公司的目标是在3至5个月内搭建出可立即使用高密度AI设备的环境。模块化数据中心的最大优势是能马上用上所需GPU。Hekaton AI目前正与Celltrion就建设GPU基础设施开展示范项目。
Hekaton AI将制造业，教育与研究领域的大学、研究生院和国家研究机构，以及国防领域视为重点市场。尤其在国防领域，公司计划供应移动式模块化数据中心，使集中在固定数据中心里的AI基础设施能够分布到独立单位或前沿地区。目前，公司正与陆军、空军和海军进行相关讨论。
在建设AI数据中心之前，公司还在开发利用3D Digital Twin（三维数字孪生）在虚拟环境中验证并优化电力、冷却和设备布局的技术。
Hekaton AI去年营收约17亿韩元，目标是在明年达到100亿韩元，并计划进军美国、日本等海外市场。
Seo表示：“企业采用AI的需求很明确，但在实际场景中，许多企业因基础设施不足而无法启动。Hekaton AI的目标是提供能够在需要AI的地方快速安装、即刻使用的基础设施，从而加速企业的AI转型。”

Hekaton AI首席执行官Seo Dal-won指出，企业落地AI普遍受限于GPU基础设施不足。公司推出Hflow推理平台与模块化AI数据中心一体化方案，可将建设周期缩短至3至5个月，并计划拓展制造、教育科研与国防市场。

Hekaton AI建模块化AI数据中心，补企业GPU基础设施缺口

韩华航空航天（Hanwha Aerospace）5日表示，公司已于当地时间4日在波兰Gorzów Wielkopolski（大波兰地区戈茹夫）举行韩华WB先进系统（Hanwha WB Advanced Systems，HWBAS）导弹工厂奠基仪式。该工厂是韩华航空航天首个海外制导导弹生产设施，韩国和波兰政府、军方及防务产业界约250名人士出席，并共同参加培土。
HWBAS由韩华航空航天与波兰防务企业WB Group合资设立。新工厂选址面积约116万平方米，目标于2028年竣工。工厂将生产射程约80公里的CGR-080制导导弹，用于搭载波兰版Chunmoo——Homar-K（HOMAR-K）多管火箭炮。在完成生产设施建设、技术转让以及测试和认证后，项目计划于2029年底进行首批生产，并从2030年起转入量产。
韩华航空航天与WB Group去年9月签署协议成立合资公司，双方分别持股51%和49%。此后，双方与波兰军备局（Polish Armaments Agency）签署合同，推动CGR-080的本地生产和供应，并计划通过技术许可协议转让导弹生产技术及相关经验。
这座工厂的建设意味着，继K9自行榴弹炮和Chunmoo多管火箭炮等成品出口之后，韩国与波兰的防务合作进一步延伸至本地生产。波兰军方将能够在本国生产所需导弹。工厂建设和运营期间预计将创造200多个新岗位，零部件和材料的本地采购也有望增加。
韩华航空航天还在考虑根据波兰军方需求，扩大本地生产导弹的射程和类型。公司计划将波兰打造为面向欧洲的制导导弹生产与供应基地，并拓展在欧洲防务市场的业务。
韩华航空航天首席执行官 Lee Bu-hwan 表示：“波兰是我们通过出口K9自行榴弹炮和Chunmoo多管火箭炮建立起信任的关键战略伙伴。我们将进一步扩大与波兰的产业合作，并以此在欧洲防务市场形成持续增长动能。”

韩华航空航天在波兰举行首个海外制导导弹工厂奠基仪式，该厂由韩华与WB Group合资建设，计划2029年底投产CGR-080导弹，2030年起量产，将创造200多个岗位。

韩华航空航天波兰导弹工厂奠基，2029年投产CGR-080

高通当地时间11月4日表示，已与SpaceX签署长期供应协议，将向后者提供Dragonwing移动基础设施平台。根据协议，高通将为SpaceX计划自2027年起在美国各地部署的数万座Starlink Mobile 5G基站，供应Dragonwing QRU100无线单元（Radio Unit，RU）平台、QDU100分布式单元（Distributed Unit，DU）平台以及基站信号处理软件。
Starlink Mobile是一项将Starlink卫星网络与美国地面网络相融合的电信服务。高通的平台将部署于其地面基站中。
Starlink Mobile采用64T64R配置的Massive MIMO（大规模多输入多输出）无线单元（RU），具备64条发射和64条接收通道。Dragonwing QRU100平台通过高度集成的处理器承担这些单元的射频功能；Dragonwing QDU100平台则负责物理层中对时延敏感的基带信号处理。
高通称，QRU100和QDU100均可提升每瓦性能，从而改善大规模基站部署的经济性并降低总拥有成本（TCO）。
高通高级副总裁Durga Malladi表示：“这是一个与SpaceX共同推进5G、同时为AI原生6G通信奠定基础的机会。”
高通首席执行官（CEO）Cristiano Amon在公司财报电话会议上称，该项目将成为“规模最大的网络部署之一”。他补充说：“收入确认将在2027财年末开始，但我们预计从2028财年起将产生可观的收入。”

高通与SpaceX签署长期供应协议，将为后者自2027年起在美国部署的数万座Starlink Mobile 5G基站提供Dragonwing平台及软件，预计2028财年起产生可观收入。

高通与SpaceX达成长期协议 供应Starlink Mobile 5G基站平台

AMD在活动上重点展示了其AI PC相较竞品在游戏场景中的能效表现，并公布了与韩国企业合作取得的AI优化成果。
AMD亚太区商业销售高级总监Alexey Navolokin在11月4日于首尔三成洞Westin Seoul Parnas举行的AMD Advancing AI Seoul 2026活动上表示，在基准测试中，AMD的CPU性能较Nvidia的RTX Spark高出14%。他同时称：“游戏时的续航时间也长了近50%。”
其中，CPU性能采用Cinebench 2024多核基准测试衡量，续航则通过PCMark 10 Gaming基准测试评估。
Nvidia的RTX Spark是于2026年10月推出的AI PC系统级芯片（SoC）。AMD并未明确说明对比中所使用的具体产品，但外界认为其是代号Strix Halo的Ryzen AI Max+ 395；AMD在活动上将其作为面向高性能AI PC的芯片组进行了介绍。
Ryzen AI Max+ 395配备最高16核的CPU、基于RDNA 3.5架构的Radeon 8060S GPU，以及最高128GB的LPDDR5X内存。RTX Spark的CPU则拥有20个核心。
Navolokin还表示，包括笔记本和工作站在内的AMD整机系统价格也低约17%。此外，RTX Spark无法妥善支持热门网络游戏，原因是运行这些游戏所需的反作弊软件不支持RTX Spark基于Arm的CPU架构。
不过，AMD并未比较两款芯片组的图形性能。Radeon 8060S的性能可与Nvidia笔记本RTX 4060至RTX 4070 GPU相媲美。
韩国企业也展示了在Strix Halo上优化AI处理性能的案例。Nota AI利用其专有的Nota Optimizing Agent，针对Strix Halo对AI模型、运行时引擎和代码级内核进行了迭代优化。
由此，Strix Halo的GPU和神经网络处理单元（NPU）能够共享同一个AI模型，彻底消除了重复的内存占用。此前，在每个处理器上分别运行AI模型实例会造成内存浪费。该公司还在多个大语言模型（LLM）上实现了最高30%的推理性能提升。
Clevi开发了基于Strix Halo的文档处理数据引擎Uniform。Uniform采用并发加速流水线，使NPU和GPU能够同时处理任务。
NPU将用户提供的文档和图像转换为AI可处理的数据，GPU则基于NPU处理后的数据生成适合AI智能体使用的HTML文本。在GPU生成响应的同时，NPU会同步处理下一批文档和图像。这一方式将首个响应文本出现前的等待时间缩短了约40%。

AMD在首尔活动上称，基准测试中其AI PC的CPU性能较Nvidia RTX Spark高14%，游戏续航长近50%，整机价格低约17%；韩国企业还展示了基于Strix Halo的AI优化成果。

AMD称AI PC能效领先Nvidia：游戏性能高14%、续航长50%

高通预计，2027年智能手机市场增长将陷入停滞，但同时强调，公司新的数据中心业务将从下一季度开始显著贡献收入。
高通首席财务官（CFO）阿卡什·帕尔希瓦拉（Akash Palkhiwala）在当地时间11月4日举行的2026财年第四季度财报电话会议上表示，2026年全球智能手机出货量将同比下滑低至中双位数百分比。他说：“进入下一年，我们预计市场将持平至略有下滑。”并补充称，鉴于市场不确定性，公司已采用保守假设。
内存供应受限和零部件价格上涨是智能手机市场收缩的主要原因。手机厂商已下调生产计划，而手机价格上涨也削弱了消费者需求。
尽管市场环境充满挑战，高通仍对改善在中国智能手机市场的表现以及强化在高端手机市场的地位表示信心。帕尔希瓦拉表示：“6月季度是中国安卓（Android）和高通手机芯片组收入的底部。”他强调，收入在9月和12月季度连续环比增长。手机厂商的芯片组库存非常低，这表明当前增长由实际需求驱动。
高通正在上调全产品线价格，以抵消半导体制造成本上升的影响。预计涨价将从2027财年第二季度起生效，有助于保护盈利能力。
高通还确认了与关键客户三星电子（Samsung Electronics）更紧密的合作关系。高通首席执行官（CEO）克里斯蒂亚诺·阿蒙（Cristiano Amon）表示，高通芯片在三星旗舰智能手机中的份额历史上以50%为基准，但对于当前及下一代Galaxy设备，“70%或更高已成为新的基线”。高通还在三星可穿戴设备和智能眼镜中扩大骁龙（Snapdragon）芯片组的应用。
随着移动市场放缓，AI数据中心业务预计将成为高通的下一个增长引擎。随着数据中心及其他非手机业务收入扩大，从2027财年起，智能手机预计将占高通半导体部门（QCT）收入不到50%。
高通预计，在截至12月的季度，向包括亚马逊（Amazon）在内的超大规模云服务商供应的定制专用集成电路（ASIC）将带来超过6.5亿美元收入。出货量预计将逐季增长，到2027财年末达到70亿美元的年化营收运行率。光连接解决方案的交付也将于11月下旬开始加速。
Meta目前是高通Dragonfly C1000服务器CPU的客户。阿蒙表示，更多客户将带来超出公司此前公布的数据中心目标的收入。2026年6月，高通设定了2027年数据中心收入50亿美元、2029年150亿美元的目标。

高通预计2027年智能手机市场持平至下滑，内存供应受限与零部件涨价致需求收缩；数据中心ASIC业务本季度收入将超6.5亿美元，2027年末年化营收达70亿美元，成为新增长引擎。

高通预计2027年智能手机市场停滞 数据中心业务加速贡献收入

尽管智能手机市场表现疲软，高通（Qualcomm）公布的季度业绩仍超出市场预期。其数据中心业务营收预计将从下一季度开始对业绩形成贡献。
当地时间11月4日，高通公布2026财年第四财季业绩：Non-GAAP（非美国通用会计准则）营收为104.42亿美元，营业利润为27.69亿美元，每股收益（EPS）为2.17美元；这三项指标同比分别下降7%、27%和28%。
营收达到公司指引区间上限，并高于华尔街预期的101.4亿美元。EPS也达到公司指引上限，与市场预期一致。
盈利下滑主要受手机芯片组业务疲软拖累。第四财季手机业务营收同比下降26%，至51.37亿美元。主要智能手机厂商因存储供应受限和零部件价格上涨而缩减生产计划。
汽车业务营收同比大增89%，至19.9亿美元，首次逼近20亿美元。搭载Snapdragon Digital Cockpit（骁龙数字座舱）信息娱乐平台和Snapdragon Ride高级驾驶辅助系统（ADAS）平台的新车出货量增加，平均售价（ASP）也有所提升。
包括PC、扩展现实（XR）和机器人业务在内的物联网（IoT）业务营收同比增长4%，至18.88亿美元。
高通技术许可业务（QTL）营收同比下降7%，至13.04亿美元。公司已完成与苹果（Apple）、华为和传音等主要智能手机厂商的长期5G专利许可续约。
高通预计，2027财年第一财季（10月至12月）营收为104亿至112亿美元，Non-GAAP EPS为2.15至2.35美元。公司表示，全年非移动业务营收将同比增长超过60%，标志着其业务结构发生显著转变。
高通与亚马逊（Amazon）在大型人工智能（AI）数据中心产品上的合作成果预计本季度开始显现。12月季度数据中心营收预计将超过6.5亿美元，使该业务成为高通CDMA技术（QCT）部门内第四个报告收入的业务。
相关产品出货量预计将逐季增长，到2027财年末将年化营收运行率（annualized revenue run rate）提升至最高70亿美元。高通预计将在2027财年实现全年数据中心营收50亿美元的目标。
尽管业绩强于预期，截至财报发布后的上午7:20，高通股价在盘后交易中仍下跌逾8%。原因是公司对下一季度EPS指引的中点为2.25美元，低于市场普遍预期的2.27美元。

高通2026财年第四财季营收104.42亿美元，高于市场预期，手机业务下滑26%，汽车业务增长89%。数据中心业务下季度起贡献营收，预计12月季度超6.5亿美元。

高通第四财季营收超预期，数据中心业务下季度起贡献业绩

AMD公布创纪录的第三季度业绩，增长主要由数据中心业务驱动，其第四季度业绩指引同样超出市场预期，股价随之大幅上涨，与英特尔形成鲜明对比。
当地时间11月3日，AMD公布第三季度营收为133.77亿美元，按美国通用会计准则（GAAP）计算的营业利润为28.32亿美元。两项数据同比分别增长45%和123%，均刷新单季历史纪录。
非GAAP每股收益（EPS）同比增长74%至2.09美元。据金融数据提供商LSEG统计，这一表现超出分析师此前预期的130.9亿美元营收和1.95美元非GAAP每股收益。
数据中心业务是本轮增长的主要引擎，第三季度贡献营收85.46亿美元，同比接近翻倍，动力来自市场对AMD EPYC服务器中央处理器（CPU）的需求，以及AMD Instinct MI450系列图形处理器（GPU）的推出。该业务在AMD总营收中的占比由去年同期的47%提升至64%。
AMD预计第四季度营收为170亿美元，上下浮动3%，相当于同比增长66%；非GAAP毛利率约为55%。这一指引建立在第四季度Helios机架级AI计算平台以及第六代EPYC处理器Venice产量提升的基础之上。
AMD执行副总裁兼首席财务官（CFO）Jean Hu表示，第四季度展望反映出公司对营收与盈利增长提速的预期，这得益于数据中心产品组合的强劲需求。
CEO苏姿丰（Lisa Su）表示，凭借业界领先的产品组合以及与客户、供应链伙伴的紧密协作，她有信心AMD在未来数年内保持非常强劲的营收增长并进一步提升盈利能力。
在创纪录的季度业绩和强劲的第四季度展望推动下，AMD股价在常规交易时段上涨3.65%；截至上午7时，盘后股价报518.77美元，涨幅达7.25%。
市场反应与英特尔形成反差。英特尔于10月29日发布第三季度业绩，营收为165.13亿美元，GAAP营业利润为25.22亿美元，同比分别增长21%和269%。但其第四季度指引不及市场预期，盘后股价跌幅超过20%。

AMD第三季度营收133.77亿美元、营业利润28.32亿美元均创历史新高，数据中心业务接近翻倍。第四季度指引超出预期，股价盘后大涨7.25%，与英特尔形成反差。

AMD第三季度营收133.77亿美元创纪录，数据中心业务占比升至64%

DEEPX是一家专注边缘人工智能（AI）芯片的无晶圆厂半导体公司。该公司11月3日表示，已与AMD就潜在技术合作进行讨论。
AMD全球AI市场高级副总裁Keith Strier与AMD韩国负责人Jang Jung-hee当天到访DEEPX位于板桥的总部，并与DEEPX CEO Kim Nok-won会面，讨论在物理AI（physical AI）与异构计算（heterogeneous computing）领域的潜在合作。
DEEPX提出两个合作方向。第一，将其低功耗神经处理单元（NPU）与AMD的Kria系统级模块（SOM）平台整合，使单个模块能够同时处理实时机器人控制与AI推理。第二，将面向图形处理器（GPU）的AMD ROCm软件平台与DEEPX的软件开发套件（SDK）连接，目标是构建一个计算环境，让中央处理器（CPU）、GPU和NPU按各自优势分担工作负载。
双方讨论始于韩国科学技术信息通信部10月7日主办的AMD-韩国AI半导体企业圆桌会议。AMD CEO Lisa Su在会上与Kim会面，随后AMD韩国代表于10月21日访问DEEPX。

DEEPX与AMD就技术合作展开讨论，拟将其低功耗NPU与AMD Kria平台整合，并连接ROCm与DEEPX SDK，推动物理AI与异构计算应用。

DEEPX与AMD洽谈边缘AI芯片合作 聚焦物理AI与异构计算

半导体电子设计自动化（EDA）公司新思科技（Synopsys）表示，芯片设计工程师必须承担“系统验证者（system validators）”的角色，负责评估人工智能（AI）生成的结果是否准确、安全。该公司认为，这类验证能力将成为韩国的关键竞争优势；韩国在高带宽内存（HBM）和半导体封装方面具备专长。
<h2 style="font-size:16px;font-weight:bold;color:#333;margin:20px 0 10px;line-height:1.4">工程师需兼具多领域能力</h2>
新思科技系统解决方案战略项目副总裁弗兰克·希尔迈斯特（Frank Schirrmeister）在近期接受THE ELEC采访时表示：“随着AI应用推动自动化日益复杂，理解基础工程原理变得更加重要。”“未来芯片设计师需要具备横跨半导体基础、软件、电子和多物理场分析的全面能力，而不是只专精于单一领域。”
他预计，AI要自主处理整个芯片设计流程仍需更多时间。他说：“基于智能体AI（Agentic AI）的芯片设计将渗透到各个单独工作流，而不是像拨动开关一样一次性引入。”“AI协调整个工程流程的阶段将在未来几年逐步成形。”
<h2 style="font-size:16px;font-weight:bold;color:#333;margin:20px 0 10px;line-height:1.4">AI设计从“编排式”走向“多领域”</h2>
新思科技认为，当前半导体设计中的AI应用水平处于“编排式智能体（orchestrated agents）”阶段。在该阶段，AI智能体在单一领域内划分任务，例如功能验证，包括规格解读、寄存器传输级（RTL）生成、测试规划、缺陷修复和验证完成。下一阶段是“多领域智能体（multi-domain agents）”，AI智能体可跨设计、验证和仿真等多个领域无缝协调任务。
多领域智能体不仅用于提高生产率，也用于应对制造工艺缩小带来的先进半导体复杂度上升。在埃米级节点，漏电、信号延迟、热变形和电磁干扰等物理效应呈指数级增长。仅靠晶体管缩放已不足以改善功耗、性能与面积（PPA）。高带宽内存（HBM）和多芯片封装也面临类似挑战：堆叠芯片或让芯片彼此靠近所产生的热量和干扰，会对其性能和寿命造成不利影响。
<h2 style="font-size:16px;font-weight:bold;color:#333;margin:20px 0 10px;line-height:1.4">多物理场与Autopilot平台</h2>
新思科技将Ansys的多物理场分析技术与自身EDA引擎结合，从开发早期阶段管理这些相互作用。该方法协调设计、制造、材料属性分析和封装等工作，并聚焦最终产品。
支撑这一方法的软件是Synopsys Autopilot平台。该平台部署多个用于设计和验证的AI智能体，这些智能体能够独立推理、规划并执行EDA工具。平台同时支持新思科技的专用智能体和外部AI模型。
<h2 style="font-size:16px;font-weight:bold;color:#333;margin:20px 0 10px;line-height:1.4">客户验证与效率数据</h2>
希尔迈斯特表示：“采用Autopilot平台的公司已在半导体设计验证、实现和PPA优化方面看到初步收益。”新思科技此前表示，正在50多个客户项目中验证Autopilot平台和专用AI智能体，参与方包括三星电子、台积电、英特尔、微软和联发科。
新思科技称，使用英伟达（Nvidia）AI技术开发的自主验证工作流使验证覆盖率扩大20%，并将获得已验证RTL所需时间缩短多达50倍。富士通（Fujitsu）报告称，使用新思科技的验证AI智能体后，RTL代码生成生产率提高了10%至30%。

新思科技认为，AI推动芯片设计自动化后，工程师需承担系统验证者角色，评估AI结果是否准确安全；多领域智能体和多物理场分析将成关键。