沐叔财经

8月26日，恒烁股份跌3.43%，成交额5.00亿元，换手率6.39%，总市值79.08亿元。
异动分析
存储芯片+中芯国际概念+汽车芯片+芯片概念+MCU芯片
1、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
2、2023年3月24日互动易回复：公司晶圆代工厂主要为武汉新芯和中芯国际，并与之建立了长期稳定的合作关系。
3、根据2025年年报：车规认证：部分NOR Flash产品已通过AEC-Q100的标准认证，公司将致力于实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。
4、公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
5、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。同时，公司还在致力于开发基于NOR闪存技术的存算一体终端推理AI芯片。
(免责声明：分析内容来源于互联网，不构成投资建议，请投资者根据不同行情独立判断)
资金分析
今日主力净流入2467.43万，占比0.05%，行业排名39/186，连续2日被主力资金增仓；所属行业主力净流入-7.40亿，连续3日被主力资金减仓。
区间今日近3日近5日近10日近20日主力净流入2467.43万287.64万6186.50万5067.95万1.73亿主力持仓
主力没有控盘，筹码分布非常分散，主力成交额1.70亿，占总成交额的4.39%。
技术面：筹码平均交易成本为76.52元
该股筹码平均交易成本为76.52元，近期筹码快速出逃，建议调仓换股；目前股价靠近压力位73.39，谨防压力位处回调，若突破压力位则可能会开启一波上涨行情。
公司简介
资料显示，恒烁半导体(合肥)股份有限公司位于安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号，成立日期2015年2月13日，上市日期2022年8月29日，公司主营业务涉及存储芯片和MCU芯片研发、设计及销售。主营业务收入构成为：存储芯片86.30%，微控制器及其他13.67%，其他业务收入0.03%。
恒烁股份所属申万行业为：电子-半导体-数字芯片设计。所属概念板块包括：年度强势、专精特新、小米概念、芯片概念、半导体等。
截至6月30日，恒烁股份股东户数1.56万，较上期增加42.35%；人均流通股6893股，较上期减少8.70%。2026年1月-6月，恒烁股份实现营业收入5.28亿元，同比增长203.21%；归母净利润1.40亿元，同比增长297.28%。
机构持仓方面，截止2026年6月30日，恒烁股份十大流通股东中，方正富邦核心优势混合A（018815）位居第五大流通股东，持股206.60万股，为新进股东。东方阿尔法科技智选混合发起A（025499）位居第七大流通股东，持股161.18万股，相比上期增加26.05万股。永赢先锋半导体智选混合发起A（025208）退出十大流通股东之列。
声明：市场有风险，投资需谨慎。本文基于第三方数据库发布，不代表新浪财经观点，任何在本文出现的信息均只作为参考，不构成个人投资建议。如有出入请以实际公告为准。如有疑问，请联系biz@staff.sina.com.cn。

8月26日消息，国家知识产权局信息显示，山东山大电力技术股份有限公司申请一项名为“基于ARM与FPGA的电力设备远程升级方法及系统”的专利。申请公布号为CN122633217A，申请号为CN202611122770.2，申请公布日期为2026年8月25日，申请日期为2026年7月28日，发明人孟令军、孙超越、史磊、宋春梁、任柳燕、张思超、吴修群、吴宝生，专利代理机构济南圣达知识产权代理有限公司，专利代理师张庆骞，分类号G06F8/654、G06F16/16、G06F16/172。
专利摘要显示，本发明涉及电力设备技术领域，为解决现有方案仅支持固定帧长传输、适配性差的问题，提供基于ARM与FPGA的电力设备远程升级方法及系统。基于ARM与FPGA的电力设备远程升级方法包括电力监测终端接收并解析远程升级指令帧，电力监测终端接收每一分包升级文件后，根据分包参数对每一分包升级文件进行CRC校验并记录总包数据CRC校验和Ⅰ，校验无误后，将相应升级文件整合并存储至外部Flash存储模块；电力监测终端确定升级对象为ARM/FPGA，响应相应升级启动指令并对应启动ARM/FPGA升级流程，实现ARM/FPGA独立精准自动升级，保障升级稳定性和主站兼容性。
山大电力成立于2001年4月12日，于2025年7月23日在深圳证券交易所上市，注册及办公地点均位于山东省济南市，是国内电网智能监测领域领先企业，核心产品技术壁垒突出。
山大电力所属申万行业为电力设备-电网设备-电网自动化设备，作为深耕电力系统智能产品研发与产业化的高新技术企业，依托智能电网领域的电网监测技术、电气系统设计及集成化能力，形成电网智能监测、新能源两大业务板块，旗下故障录波监测装置、输电线路故障监测装置、时间同步装置均处于细分行业领先地位。
2026年上半年，山大电力实现营业收入3.03亿元，在行业14家可比企业中排名第11，同期行业营收第一名宏发股份达110.22亿元、第二名许继电气为65.25亿元，行业营收平均数24.3亿元、中位数14.01亿元；当期实现净利润4705.72万元，行业排名第10，同期行业净利润第一名宏发股份为15.15亿元、第二名许继电气达4.81亿元，行业净利润平均数2.24亿元、中位数7498.75万元。主营业务构成方面，故障录波监测装置贡献营收8383.22万元，占比66.57%；输电线路故障监测装置贡献营收4081.58万元，占比32.41%；其他补充类业务贡献营收127.35万元，占比1.01%。
山东山大电力技术股份有限公司近期专利情况如下：
序号专利名称专利类型法律状态申请号申请日期公开(公告)号公开(公告)日期发明人1基于ARM与FPGA的电力设备远程升级方法及系统发明专利公布CN202611122770.22026-07-28CN122633217A2026-08-25孟令军、孙超越、史磊、宋春梁、任柳燕、张思超、吴修群、吴宝生2基于多特征融合与动态图建模的换流阀故障集成辨识方法发明专利公布CN202610774128.62026-06-01CN122634116A2026-08-25张晓飞、李鹏、王书渊、陈方东、金海望、李金卜、宋建亮、田凯哲、于文博、徐竟争、柳杨、陈宇飞、刘宪辉、李涛、滕孟锋、王一硕、王剑、赵传刚、孟令军、李现军、张宗保、唐建利、刘鲁奇3基于遗传算法优化的带限暂态电流故障识别方法及系统发明专利实质审查的生效、公布CN202610645198.12026-05-12CN122173986A2026-06-09赵传刚、王汉之、张家乐、王传奇、孟令军、王延同、陈嵩岩、孙逊4一种非接触式故障监测装置的试验舱及相关测试方法发明专利实质审查的生效、公布CN202610498342.32026-04-15CN122506191A2026-08-04孟令军、项耀东、任柳燕、宋春梁、张思超、孙超越、蔺心爽、吴修群5一种分布式的压板状态采集系统及方法发明专利实质审查的生效、公布CN202610447670.02026-04-07CN122292698A2026-06-26杜涛、朱绍图、史磊、孔令杰、曲兵、逯哲、苏宸、聂钢6基于双北斗授时的高精度多模组同步采样系统及采样方法发明专利实质审查的生效、公布CN202610438591.32026-04-03CN122172530A2026-06-09金运昌、郭泗晓、马亮、宫宁宁、贾学朋、王银冬、徐威、王延同、马辉7基于开关合闸相角特征分析的断路器控制方法及系统发明专利实质审查的生效、公布CN202610438888.X2026-04-03CN122338682A2026-07-03李现军、赵传刚、王剑、宋磊、李威、周建鑫、刘文慧、孟庆年8基于动态监控与响应的操作系统内存管理安全方法及系统发明专利公布CN202610439800.62026-04-03CN122615925A2026-08-21王剑、张宗保、张旭冉、杨福琛、王增祥、郭垚9一种基于双重匹配机制的企业项目成本管理方法及系统发明专利实质审查的生效、公布CN202610054571.62026-01-15CN121920958A2026-04-24张宪瑞、李进、聂钢、孙磊、张媛、陈妍竹、张家卢、王增祥、周建鑫10基于多源数据融合的保护通道异常分析评估方法及系统发明专利实质审查的生效、公布CN202511980413.52025-12-25CN121881087A2026-04-17王剑、赵传刚、滕杰、马学聪、刘文慧、安洋11一种基于故障录波的互感器中性线断线判断方法及系统发明专利实质审查的生效、公布CN202511839612.42025-12-08CN121596188A2026-03-03赵传刚、杨艳伟、刘波、石成龙、刘文慧、李现军、李杰、王冲12基于自适应滤波与数据驱动的换流阀录波数据提取方法发明专利实质审查的生效、公布CN202511832582.42025-12-05CN122020109A2026-05-12张晓飞、李鹏、王书渊、陈方东、金海望、李金卜、宋建亮、田凯哲、于文博、徐竟争、柳杨、陈宇飞、刘宪辉、李涛、滕孟锋、王一硕、王剑、赵传刚、李现军、孟令军、张宗保、唐建利、刘鲁奇13一种失电后状态维持电路、方法及直流充电控制器发明专利实质审查的生效、公布CN202511778712.02025-11-28CN121584849A2026-02-27徐俐、牟文东、邹坤、滕杰、张穆乾、孙涛、李逸然、任爱美14一种用于电力系统的故障研判方法及装置发明专利授权CN202511324010.52025-09-17CN120831541B2025-11-21赵传刚、马洁、刘英亮、刘文慧、李乃永、刘传良、庞振国、陈健、杨艳伟15一种交流充电桩控制导引CP电路及CP采集方法发明专利授权CN202411993724.02024-12-31CN119882540B2026-04-03王太川、李逸然、徐亚东、孙涛、李孝通、孙亚杰、王杰、孙学桥、孔德龙、陆琦宏16一种滑动且可扩展的变电站压板状态监测组件及方法发明专利实质审查的生效、公布CN202411952743.92024-12-27CN119827865A2025-04-15朱诚、孔令杰、朱绍图、苏宸、梁小伟、靳继勇、张涵、卢鹏、张超、李保伟17一种液冷模块化储能机柜实用新型著录事项变更、授权CN202423015354.12024-12-06CN223583115U2025-11-21蒋明艳、卢鹏、王汉之、李燕、刘红卫18一种算法可导入的电力系统动态记录装置及方法发明专利实质审查的生效、公布CN202411737584.02024-11-29CN119556859A2025-03-04马亮、马辉、王汉之、金运昌、郭泗晓、吴常乐、孙景泉、邵改莲19一种基于动态和的波形变化检测方法及系统发明专利实质审查的生效、公布CN202411485934.92024-10-23CN119178960A2024-12-24孟令军、任柳燕、宋春梁、张思超、段德超、李保伟、邹忠斌、卢鹏、王杰20一种电力信号传输系统及方法发明专利实质审查的生效、公布CN202411486231.82024-10-23CN119362702A2025-01-24郭泗晓、马辉、张世斌、徐威、宫宁宁、唐建利、贾学朋、邵改莲21一种基于单摄像头的拍摄曝光控制方法及系统发明专利实质审查的生效、公布CN202411385632.42024-09-30CN119094898A2024-12-06刘英亮、张帅帅、连守军、郑维振、周建、孙景泉、吴常乐、葛婷婷、牟晓峰22基于Expect的电力故障录波器批量升级方法及系统发明专利实质审查的生效、公布CN202411373799.92024-09-29CN119201175A2024-12-27刘英亮、金运昌、王汉之、徐威、马亮、宫宁宁、唐建利、贾学朋、郭泗晓23基于故障序列生成的系统内核可靠性评测方法及系统发明专利实质审查的生效、公布CN202411285063.62024-09-13CN119088715A2024-12-06徐海峰、张旭冉、连守军、邹忠彬、杨福琛、蒋明艳、李燕24一种虚拟文件系统及虚拟文件系统运行方法发明专利授权、实质审查的生效CN202411285019.52024-09-13CN119166606B2025-03-25徐海峰、刘焕强、邹忠彬、连守军、杨福琛、李燕、蒋明艳25一种基于行波时频图的输电线路隐患检测方法及系统发明专利实质审查的生效、公布CN202411278740.12024-09-12CN119226952A2024-12-31孟令军、吴麒麟、任柳燕、王汉之、宋春梁、张思超、段德超、孙景泉、吴常乐26一种业务操作系统内基于加密通信的数据传输方法及系统发明专利公布CN202411101888.82024-08-12CN118784361A2024-10-15徐海峰、杨福琛、赵传刚、张世斌、张宗保、聂钢、朱诚、孟令军、唐建利、宫宁宁27一种二次设备操作系统安全配置工具及方法发明专利实质审查的生效、公布CN202411101714.12024-08-12CN119065726A2024-12-03赵传刚、徐海峰、张世斌、魏天昊、杨福琛、张宗保、刘红卫、随善坤、聂钢、宫宁宁、唐建利28基于用户行为可信度量的数据动态访问控制方法及系统发明专利公布CN202410992446.02024-07-23CN118916892A2024-11-08徐海峰、孟令军、赵传刚、马洁、杨福琛、张宗保、聂钢、朱诚29一种基于杂凑算法的操作系统内核完整性度量方法及系统发明专利公布CN202410992448.X2024-07-23CN118940324A2024-11-12徐海峰、孟令军、赵传刚、马洁、杨福琛、张宗保、聂钢、朱诚30一种电能质量的数据安全监测方法及系统发明专利实质审查的生效、公布CN202410974981.32024-07-19CN118965383A2024-11-15徐海峰、赵传刚、刘红卫、随善坤、魏天昊、杨福琛、张宗保、聂钢31一种基于多目标的硬压板识别方法及系统发明专利实质审查的生效、公布CN202410156807.82024-02-02CN117975480A2024-05-03张帅帅、郑维振、郭凯、孟令军、朱绍图32一种基于软硬件加速处理的智能数字故障录波装置及方法发明专利实质审查的生效、公布CN202410160325.X2024-02-02CN118012815A2024-05-10马亮、王银冬、马辉、郭泗晓、贾学朋33一种电化学储能设备的封装结构发明专利著录事项变更、实质审查的生效、公布CN202311518333.92023-11-15CN117317499A2023-12-29朱诚、王圣、李志勇、王杰、孙涛、张茜茜34一种基于聚类和集成学习的输电线路故障识别方法及系统发明专利授权、实质审查的生效、公布CN202311505066.12023-11-13CN117473427B2025-03-11孟令军、吴麒麟、任柳燕、张思超、宋春梁35一种交流充电桩输入线序检测电路及方法发明专利实质审查的生效、公布CN202311477155.X2023-11-07CN117347920A2024-01-05冉纯雷、孙涛、王太川、张德洋、李孝通、徐亚东、李逸然36一种基于OCXO物理特性的识别卫星欺骗信号的系统及方法发明专利实质审查的生效、公布CN202310470008.32023-04-24CN116482712A2023-07-25赵传刚、王超、郭凯、曹广浩、周建、王德生37一种功率互济直流充电系统及控制方法发明专利实质审查的生效、实质审查的生效、公布CN202310149030.82023-02-21CN116278925A2023-06-23徐俐、张高峰、王太川、冉纯雷、徐亚东38基于零序电压的不接地系统单相断线故障定位方法及系统发明专利实质审查的生效、公布CN202310141476.62023-02-16CN116068338A2023-05-05刘英亮、刘红卫、王传奇、褚宏鼎、朱绍图、王汉之、史磊、齐曙光39一种一体化配电网故障录波监测装置、系统及方法发明专利实质审查的生效、实质审查的生效、公布CN202310135712.32023-02-16CN116223945A2023-06-06金运昌、马亮、王银冬、朱绍图、郭泗晓、王传奇40一种储能电站用储能电池模组实用新型专利权人的姓名或者名称、国籍和地址的变更、授权CN202220909872.X2022-04-19CN217641603U2022-10-21韩长河、李志勇、孙恺41一种分舱式储能电池集装箱发明专利专利权人的姓名或者名称、国籍和地址的变更、授权、实质审查的生效、公布CN202210437649.42022-04-19CN114772081B2023-11-14王剑、李志勇、韩长河、王圣、孙涛42一种基于变尺度波形动态分析的行波测距方法及系统发明专利授权、实质审查的生效、公布CN202210276162.22022-03-21CN114646845B2025-03-14刘英亮、孟令军、刘传玺、任柳燕、张冬民43一种智能变电站虚实回路图展示方法及系统发明专利授权、公布CN202210222372.32022-03-07CN114596384B2025-03-28赵传刚、徐海峰、张宗保、夏丽霞44基于异厂商行波测距装置互联的行波测距方法及系统发明专利实质审查的生效、公布CN202210133865.X2022-02-14CN114487711A2022-05-13杜涛、孟令军、朱绍图、徐海峰、刘焕强45一种电力系统保护的可靠性评估与关联性分析方法及系统发明专利实质审查的生效、公布CN202210129891.52022-02-11CN114490144A2022-05-13刘英亮、徐勤文、李现军、周慧婷46一种用于智能终端的测试治具实用新型授权CN202220285665.12022-02-11CN216979146U2022-07-15范作程、孟令军、刚强、张高峰47一种电动汽车充电桩充电过程监控分析系统及方法发明专利授权、公布CN202111375058.02021-11-17CN114125585B2024-06-25杜涛、范作程、王银冬、金运昌48一种交流滤波器断路器在线诊断分析系统及方法发明专利授权、实质审查的生效、公布CN202110332334.92021-03-29CN113067410B2023-03-21李会慧、张宗保49一种IRIG-B码无延迟传输的时间同步方法、装置及系统发明专利授权、实质审查的生效、公布CN202110236146.62021-03-03CN112994824B2023-03-21范作程、郭凯、王超、郭家胜、金运昌、周建50一种储能式群控直流充电系统及充电控制方法发明专利著录事项变更、授权、实质审查的生效、公布CN202110129882.12021-01-29CN112721666B2023-03-21冉纯雷、韩长河、徐俐、袁梦林、范作程、孙涛声明：市场有风险，投资需谨慎。本文由AI大模型基于公开信息生成，不代表新浪财经观点。文中所有信息、数据及图表仅供参考，不构成任何形式的投资建议或决策依据，相关信息以实际公告为准。如有疑问，请联系：biz@staff.sina.com.cn。

在Hot Chips 2026大会上，Arm正式将其AGI CPU定位为防止AI智能体“自相绊倒”的关键算力底座。Arm云AI事业部市场营销副总裁Eddie Ramirez与产品管理高级总监Jeff Defilippi详细阐述了该芯片的技术架构及市场需求。
市场地位与增长驱动
Arm数据显示，其已向数据中心交付15亿个Neoverse核心，其中5亿个在过去九个月内完成交付。目前，Arm在AI服务器平台主机CPU市场中份额超过60%，云端部署Arm架构的企业数量已突破12万家。
Arm认为，代理式AI（Agentic AI）是推动增长的核心动力。公司预测，到2030年，AI智能体的令牌使用量可能增长24倍。这意味着在经历多年的加速器主导后，通用CPU正重新回到舞台中央。在企业自动化任务中，CPU与加速器的工作负载分配大致为50:50；软件开发场景偏向CPU（60:40），而金融分析更依赖加速器（40:60）。
技术架构与性能规格
这款AGI CPU基于Neoverse V3核心架构，采用台积电3nm工艺及双芯粒（Chiplet）设计。每个芯粒包含超500亿个晶体管，整 chip 功耗最高达300W。为解决良率问题，每个芯粒虽设计有70个核心，但禁用4个，因此单颗CPU实际可用核心数为136个。
核心规格方面，Neoverse V3具备10发射宽度、384+个乱序执行窗口及8退休宽度，配备64KB指令/数据缓存、8个ALU单元及3个分支单元，L2加载至使用路径为10周期。每个核心拥有2MB私有L2缓存，主频高达3.7GHz。
为将内存延迟控制在100纳秒以内，Arm将内存和I/O集成在同一晶圆上。该芯片支持96条PCIe Gen6通道、CXL 3.0、AMBA CHI扩展链路及DDR5-8800内存，单芯片最大内存容量可达6TB。每个芯粒还配备140MB私有L2缓存、一致的CMN互连及每核心1MB的共享系统级缓存。
生态系统与商业前景
在机架规模部署中，Arm表示该设计可在36kW功耗限制内，通过30台1U服务器集成多达8,160个CPU核心。公司声称，在相同功耗设计下，其性能是同等配置x86系统的两倍以上。
目前，超微（Supermicro）、华擎（ASRock）和联想等合作伙伴正积极布局相关服务器产品。超微已推出支持液冷的机架级2U四节点和1U四节点系统，Arm也在推广参考设计的1U双节点和2U双路服务器。
鉴于市场需求强劲，Arm已将2027年和2028年AGI CPU的客户订单预测从10亿美元上调至20亿美元。此举是Arm在AI基础设施领域确立关键地位的重要一步，其Armv9架构已广泛应用于英伟达Vera/Rosa、微软Azure Cobalt、Google Axion、AWS Graviton及富士通Monaka等产品中。
【星途科讯 图文丨Patrick 首发于ZAKER科技，转载请注明出处】

IT之家 8 月 25 日消息，科技媒体 Wccftech 昨日（8 月 24 日）发布博文，报道称在 Hot Chips 2026 大会上，Arm 披露了面向智能体人工智能的 AGI CPU 细节，这是该公司成立 36 年以来首颗自研量产芯片。
该处理器基于第 3 代 Neoverse V3 核心，基于 Armv9.2 架构，单颗芯片最多配置 136 个核心，每个核心配备 2 MB 专属 L2 缓存，最高频率为 3.7 GHz。
该芯片采用台积电 3nm 工艺（N3P）和双芯粒（Dual Chiplets）设计，每个芯粒搭载超过 500 亿个晶体管，完整芯片拥有 1,000 亿个晶体管，整颗芯片的最大 TDP 为 300 W。处理器将内存与 I/O 集成在同一芯片上，面向低延迟内存访问，内存延迟低于 100 ns。
I/O 方面，该处理器提供 96 条 PCIe Gen6 通道，支持 CXL 3.0 内存及扩展设备，并配备 AMBA CHI 扩展链路。它支持 DDR5-8800 内存，每个核心获得 6 GB/s 内存带宽，单颗芯片容量达到 6 TB。
Neoverse V3 核心包含分支预测单元和指令预取器。指令取指部分配备 64 KB 指令缓存，前端解码队列为 10 路，解码单元采用 10 路设计；重命名与分发单元拥有超过 384 条目的乱序执行窗口，支持 10 路分发和 8 路提交。
高级 SIMD 流水线采用双 128 bit 低延迟数据通路。L2 缓存的加载到使用延迟为 10 个周期，传输能力为 128 B / 周期；每个核心配备 2 MB 私有 L2 缓存。

8月25日，恒烁股份涨4.16%，成交额3.93亿元，换手率4.97%，总市值81.88亿元。
异动分析
存储芯片+中芯国际概念+汽车芯片+芯片概念+MCU芯片
1、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
2、2023年3月24日互动易回复：公司晶圆代工厂主要为武汉新芯和中芯国际，并与之建立了长期稳定的合作关系。
3、根据2025年年报：车规认证：部分NOR Flash产品已通过AEC-Q100的标准认证，公司将致力于实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。
4、公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
5、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。同时，公司还在致力于开发基于NOR闪存技术的存算一体终端推理AI芯片。
(免责声明：分析内容来源于互联网，不构成投资建议，请投资者根据不同行情独立判断)
资金分析
今日主力净流入1290.58万，占比0.03%，行业排名34/186，该股当前无连续增减仓现象，主力趋势不明显；所属行业主力净流入-11.81亿，连续2日被主力资金减仓。
区间今日近3日近5日近10日近20日主力净流入1290.58万1165.98万-624.35万1889.69万1.65亿主力持仓
主力没有控盘，筹码分布非常分散，主力成交额1.57亿，占总成交额的5.46%。
技术面：筹码平均交易成本为76.86元
该股筹码平均交易成本为76.86元，近期筹码减仓，但减仓程度减缓；目前股价在压力位81.73和支撑位73.39之间，可以做区间波段。
公司简介
资料显示，恒烁半导体(合肥)股份有限公司位于安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号，成立日期2015年2月13日，上市日期2022年8月29日，公司主营业务涉及存储芯片和MCU芯片研发、设计及销售。主营业务收入构成为：存储芯片86.30%，微控制器及其他13.67%，其他业务收入0.03%。
恒烁股份所属申万行业为：电子-半导体-数字芯片设计。所属概念板块包括：年度强势、半导体、芯片概念、存储概念、小米概念等。
截至3月31日，恒烁股份股东户数1.10万，较上期减少3.33%；人均流通股7550股，较上期增加31.47%。2026年1月-3月，恒烁股份实现营业收入2.19亿元，同比增长192.08%；归母净利润4863.66万元，同比增长284.71%。
机构持仓方面，截止2026年3月31日，恒烁股份十大流通股东中，永赢先锋半导体智选混合发起A（025208）位居第七大流通股东，持股150.00万股，为新进股东。东方阿尔法科技智选混合发起A（025499）位居第九大流通股东，持股135.13万股，为新进股东。华夏行业景气混合A（003567）退出十大流通股东之列。
声明：市场有风险，投资需谨慎。本文基于第三方数据库发布，不代表新浪财经观点，任何在本文出现的信息均只作为参考，不构成个人投资建议。如有出入请以实际公告为准。如有疑问，请联系biz@staff.sina.com.cn。

文｜费城之子?
一、从噱头到刚需：云手机为什么突然被行业正视
早几年，跨境电商和社交媒体运营圈里提到“云手机”，不少人的本能反应是：又一个炒概念的词。彼时市面上所谓云手机，多半是把x86服务器上跑的安卓模拟器套一层壳，再冠以“云端真机”的名头对外售卖。桌面上一排排实体手机、散热风扇和缠成团的充电线，才是当时工作室的常态。这种堆设备的模式并非没有道理——在PC端指纹浏览器已经把浏览器环境隔离玩得相当成熟的前提下，移动端缺乏同样可靠、且成本可控的独立环境方案，只能靠真机硬扛。
硬扛的代价是实打实的。一台中端安卓手机采购价几百到上千元，账号规模一旦铺开，几十台、上百台设备的采购、折旧、场地、电力、断网复位、系统升级，每一项都是持续成本。更麻烦的是物理设备的不可移动性：团队分散、跨时区运营时，机器在谁的桌上、谁下班关机，业务就跟着停。很多人不是不想上云，而是早期的“云手机”体验太差——卡顿、掉线、被平台识别为模拟环境，投入产出比算不过来。
转机出现在两件事上。
一，移动优先平台全面崛起，TikTok、TikTokShop、各类短视频与社交App把流量重心从桌面搬到了手机端，运营动作天然发生在移动环境里；
二，ARM物理卡板技术成熟、规模化部署成本下降，让“远端真机”首次在成本和稳定性上压过了“本地堆真机”。行
业里一批做环境隔离工具的厂商顺势把能力从浏览器延伸到移动端，MostLogin作为其中较早把原生云手机能力整合进产品体系的参与者之一，也在2025年9月补齐了这条线。本文不替任何一家站台，只想把这条赛道的技术演进、市场数据和玩家格局摊开看，帮从业者判断：云手机到底是真趋势，还是又一轮泡沫。
二、移动指纹正成为新战场
根据第三方行业报告（QYResearch）给出的口径是：全球反追踪软件市场规模在2023年约为8.19亿美元，预计到2030年达到约19.46亿美元，复合年增长率（CAGR）约13.2%。这条曲线背后，是把“身份与环境隔离”当作刚需的用户群在持续扩大。
另一份被Statista引用的数据指出，指纹浏览器子市场在2026年规模约为8.9亿美元，同比增速约+41%——增速明显高于反追踪软件大盘，说明细分领域正处在加速期。
为什么是移动端先被点燃？核心变量是TikTok。TikTok及其电商闭环TikTokShop把“账号运营”彻底搬到了移动环境，而平台对设备指纹（IMEI、MAC、传感器噪声、安装列表、行为序列）的采集强度，远高于传统PC网页。PC端那套靠修改Chromium内核、hookCanvas/WebGL/WebRTC的打法，在App内部并不奏效——App可以直接读取系统级硬件标识，模拟器特征几乎一眼可辨。于是“能不能在云端拿到一台真·安卓”成为新的分水岭，移动指纹顺理成章成了厂商争夺的新战场。
第三方行业报告《全球指纹浏览器市场报告-2026》统计，当前活跃厂商约15家，行业已分化为三个梯队：以Multilogin、OctoBrowser、BitBrowser为代表的高端与跨境主力；以GoLogin、AdsPower、DolphinAnty为代表的中端规模型；以及以MostLogin、ixBrowser、Incogniton为代表的差异化专业型。
值得注意的是，云手机能力正在成为拉开梯队差距的关键变量——谁能提供稳定的远端真机，谁就能接住移动优先平台的增量需求。
三、从x86模拟器到ARM物理卡板的技术演进
要理解云手机的前景，得先搞清楚它到底在技术上走了哪几步。
首个环节，是摆脱x86模拟器。早期方案在服务器上用QEMU之类的技术模拟ARM指令，再跑安卓系统。问题是翻译层会留下大量可识别痕迹：CPU信息异常、传感器数据缺失或恒定、电池与温控接口返回非真实值，App端的风控很容易判定“这不是真机”。这类方案在轻度网页场景勉强可用，一旦面对TikTok这类深度采集设备信息的App，稳定性和可信度都站不住脚。
第二步，是ARM物理卡板。主流做法是在数据中心部署基于ARM架构的物理SoC卡板（常是一张卡板对应一台独立安卓实例），直接运行完整原生Android系统，而非模拟。这样一来，CPU架构、指令集、系统调用路径都与市售手机一致，设备指纹从源头上就是“真机级”的。这也是为什么行业里会把“是否基于ARM物理卡板”当作判断一家云手机是否靠谱的首要筛子。
第三步，是硬件级参数还原。在真机架构之上，厂商通过底层接口深度虚拟或变更IMEI、MAC地址、SIM卡运营商信息，并自动匹配对应手机芯片的参数，让IMEI、MAC、传感器数据等形成一致、可信的硬件画像。这里的关键是“一致性”——零散改几个字段容易被交叉校验揪出，只有把设备型号、芯片、传感器噪声、网络环境打包成一套自洽的画像，才经得起平台的多维比对。需要强调的是，这类能力的定位是帮助用户在合规范围内构建独立、可信的运营环境，而非对任何平台规则的对抗。
第四步，是开放开发者权限与自动化。成熟的云手机普遍开放ADB与ROOT权限，允许自定义脚本；提供脚本市场，涵盖自动安装、批量更新、设备参数构建等API；并以RESTfulAPI形式把实例的创建、销毁、配置、状态查询暴露给外部系统。
对需要把云手机纳入自有运营系统的团队来说，能不能用API把上千台实例编排起来，是比单台价格更关键的考量。MostLogin在2025年8月推出的2.0版本补齐了本地RESTAPI（对接Selenium/Playwright），随后整合的云手机能力同样沿用了这套接口体系，使得浏览器环境与移动实例可以在同一套自动化逻辑下协同。
四、一张表看清模拟器方案vs真实云手机的架构差异
把两类方案放在同一张表里对比，差异比多数人想象的更尖锐。
（模拟器方案vs真实云手机的架构差异）
这张表想说明一件事：模拟器方案并非一无是处，它在成本和上手门槛上对轻度需求仍有吸引力；但当目标平台的检测机制进入“设备级”“传感器级”之后，真实云手机架构的边际优势会快速放大。
选型不该只看单价，而要看“目标平台的检测深度×账号规模×合规要求”三者乘积。
五、行业走向与玩家格局：谁在认真做，谁在蹭热度
把视角拉到整个赛道，能看出几条清晰的走向。
走向一，移动指纹成为标配能力而非加分项。过去“指纹浏览器”默认指PC端，现在主流厂商都在补移动端。
Multilogin作为企业级标杆，长期占据高端心智；OctoBrowser以较快的配置文件启动和对内核级欺骗的投入见长；BitBrowser（比特浏览器）走中国跨境低价策略，把云手机与RPA打包；AdsPower在中国跨境社区根基深厚，主打无代码RPA。
MostLogin则把云手机集成作为核心差异化，在多数行业盘点中稳居头部梯队（常列前二），其特点是用自研定制内核的思路把浏览器与云手机两条线打通，而非简单外采白标。
走向二，信任与数据安全成为新的护城河。行业里不是没有教训：2022年DolphinAnty曾发生数据泄露，波及约15%的用户数据，成为全行业的警示信号。
此后用户评估一家厂商，不再只看功能多不多，更要看权限模型、操作审计、数据隔离是否经得起推敲。细粒度角色权限、全链路日志审计、环境弹性分组，这些“不性感但保命”的能力，正从可选项变成必选项。
走向三，内容营销与生态建设成为竞争前线。第三方行业报告观察到，靠纯功能参数拉新的时代在退潮，谁能输出高质量的行业洞察、教程、案例，谁就能在用户决策链路上提前占位。
这也是为什么近两年各家的博客、白皮书、视频内容明显变密。
走向四，AI检测与合规适配进入军备竞赛。平台侧用机器学习识别异常设备与行为，厂商侧则把精力放在“让环境更可信、让行为更自然”上。
这里要划清界限：合理的做法是让独立环境更干净、参数更自洽、操作更像真实用户；越界则是试图对抗或破坏平台安全机制——后者既违反各平台服务条款，也触碰法律红线，理性从业者都会避开。
格局上，行业远未到一家通吃的阶段。约15家活跃厂商各有基本盘：高端企业客户偏好Multilogin，跨境中小卖家在BitBrowser、AdsPower之间比价，注重云手机原生能力的用户会重点看MostLogin，预算敏感型则可能流向ixBrowser这类提供大批量配置档的方案。
客观地说，没有谁能在所有维度同时占优，选型本质是“场景匹配度”的取舍。
六、云手机市场的前景判断
判断前景，先分短中长期。
短期（1–2年）：云手机会从“尝鲜”变成“标配选项”。随着TikTok系平台持续放大移动端权重，以及ARM卡板规模部署拉低单位成本，越来越多原本用真机或模拟器的团队会把至少一部分负载迁到云端。但短期也会有一轮洗牌——靠模拟器包装充数的厂商会被真实架构派稀释掉份额，用户用脚投票的速度是很快的。
中期（3–5年）：云手机与指纹浏览器的边界会进一步模糊。用户要的不是“一台云手机”或“一个浏览器环境”，而是一套跨端、可追溯、可编排的运营环境体系。谁能把PC端环境隔离与移动端真机实例放进同一套权限、日志、API与自动化框架里，谁就拿到下一阶段的门票。MostLogin这类把两条线统一在自研内核与统一接口下的思路，代表了值得关注的方向之一。
长期（5年以上）：真正的变量是AI。我的判断是，AI与云手机的融合会沿着三条线展开。
一，环境自适配：AI根据目标平台的检测特征，自动生成参数自洽、行为自然的独立环境，把过去靠人工调参的活儿交给模型。
二，行为拟真：在合规前提下，用生成式方式让操作序列（滑动、停留、输入节奏）更接近真实用户，降低异常识别概率——注意，这是“拟真”而非“对抗”，边界必须守住。
三，自然语言编排：类似ModelContextProtocol这类标准，会把“用自然语言创建、启动、监控一批云手机实例”变成现实，运营者说一句“把这批TikTok环境按美国东部时区重置并跑一遍日常任务”，系统就能调度执行。MostLogin已在桌面端内置本地MCP服务、支持用自然语言驱动环境操作，这类能力向云手机侧延伸是顺理成章的下一步。
云手机不是包打天下的方案。它的价值前提是“平台允许在独立、可信的环境里开展合规运营”，任何试图脱离平台合规框架的想象，都会随平台风控升级而反噬。行业健康的方向，是帮助用户在遵守服务条款与当地法规的前提下，把多账号、多平台的运营环境做得更干净、更稳定、更可管理。
云手机的前景，我给的判断是谨慎乐观：它不是噱头回归，而是移动优先时代下环境隔离需求的必然延伸。技术底线已经立住（ARM物理卡板+硬件级参数还原），成本曲线在往下走，需求侧有TikTok这类硬驱动。但到头来能留下来的玩家，会是那些把合规、安全、稳定性当长期工程做的，而不是靠话术包装模拟器的。

智东西
作者 | ZeR0
编辑 | 漠影
智东西8月24日报道，8月21日，在世界机器人大会WRC 2026开发者日上，Arm物理AI机器人技术研究全球负责人Federico Pecora发表主题演讲，分享了对物理AI从“能力堆叠”走向“系统级自适应”的行业思考。
Arm物理AI机器人技术研究全球负责人Federico Pecora 发表主题演讲
过去几年，机器人在感知、认知和运动控制等领域取得了显著进展，应用边界不断拓展。但当机器人脱离预设规则环境，进入人流密集、充满随机变量的真实世界时，单一感知、操控技能的突破不足以支撑商用落地。真正的挑战，是让机器人能够在未知场景中，自主完成多类能力的动态组合，构建一套稳定可靠、可自适应调整的完整智能系统。
对于物理 AI 而言，模型能力只是起点，能力编排、实时调度、状态管理和行为约束机制，正在成为机器人进入开放真实场景的关键。机器人的泛化能力，被视作机器人技术实现规模化落地的关键能力。如何以高效计算支撑这种能力，成为Arm重点聚焦的核心挑战之一。
围绕这一观点，Federico Pecora近日与智东西等媒体进行了深入交流。他告诉智东西，推动机器人规模化落地既需要AI模型持续进步，也需要底层硬件和系统架构协同演进。基于Arm的计算平台已具备高能效计算、实时响应、安全隔离技术等对现实世界机器人至关重要的能力，Arm在汽车领域积累的丰富经验同样适用于各类物理AI应用场景。
但机器人应用还面临额外挑战。机器人需要处理形态各异的物体，并原则上能执行各种不同任务。因此，计算架构必须能应对这些额外的自由度，支持更多并行运行的感知与规划模型，同时满足更加复杂、计算开销更高的控制需求。
在他看来，未来计算平台面临的另一个关键课题，是如何支持不同机器人之间能力的复用与组合。行业需要的是一个统一、开放且可扩展的计算基础，无论采用何种机器人形态、算力配置或应用场景，都能在这一平台上开发和部署软件，从而降低开发复杂度，加快创新落地。
他预测定制化能力将变得非常重要，机器人面临的挑战不仅在于通过加速器、CPU和内存带宽来支撑智能能力，更在于如何在功耗和散热限制范围内实现这些能力，未来机器人计算平台需要能在CPU、加速器、内存和带宽等多个维度上实现灵活扩展，以适应不同场景的需求，同时其底层技术基础仍应保持统一。
“Arm一直以来的核心使命，就是赋能生态系统和开发者，通过提供ISA一致性（ISA parity）等能力让开发者能够在云端完成开发和训练，再将软件直接迁移到边缘侧和终端机器人平台，而无需进行大规模重构或重新适配。”Federico Pecora说，这是Arm计算平台最重要的优势之一。
一、泛化能力是行业核心突破口
从产业发展趋势来看，机器人能力演进正在经历三个阶段。
第一阶段是跨对象泛化，即机器人能在同一任务流程中处理不同类型的对象，而无需针对每个对象重新训练或编程。这一能力已在分拣、物流、零售等结构化场景中得到验证。
第二阶段是多任务智能。统一智能平台支持多种任务执行，机器人不再服务于单一固定工作流，而是能够根据任务需求切换不同能力组合。
第三个阶段是实现系统级自适应。届时，无论是终端用户还是机器人自身，都能够根据环境变化完成能力调整，而无需重新开发、训练或部署系统。
泛化能力的商业价值，在于显著降低机器人适配和部署到新场景、新流程及新任务的成本与复杂性。
一个日常场景可直观体现泛化能力的现实价值。想象一名用户带着人形机器人去超市购物，并下达指令：“推辆购物车，跟我来。你去取一袋10公斤的大米，我去挑选蔬菜，稍后在乳制品区会合。”
这类指令在日常生活中并不复杂，却会给机器人系统带来极高要求。公共场所人流密集、无预先构建的环境地图，机器人也未必接受过“推购物车”这类专项训练。要完成任务，机器人必须在执行过程中适应变化，实时构建或调整自己的能力结构，而不是调用一个提前训练好的固定方案。
其中许多单项能力已经可以通过针对性的训练、模型优化和工程化实现。但真正的挑战在于如何让机器人自主地将这些能力协调和组合起来，整合为能够持续感知、决策和行动的物理AI系统，在真实世界中完成复杂任务。
例如，在购物场景中，它不仅要能够推车跟随用户、无地图自主寻路、识别商品、搬运重物，还要能够实时调整自身行为和运动模型，在与人协作时遵守既定行为约束，并在动态变化的环境中持续提供可靠、稳定的结果。
在与媒体交流期间，Federico Pecora进一步分享说，产业界看好人形机器人形态的一个重要因素，便是它承载着机器人实现泛化和适应能力的潜力和希望，期待它能够相比为特定任务而设计的专用机器人更易适应新的场景和需求、保持稳定表现、可快速迁移到全新的任务和应用场景中，其研发经验也能迁移到其他形态的机器人平台中。
二、机器人规模化落地，面临四大系统级挑战
随着机器人从技术演示走向现实世界部署，产业需要解决的问题已经不再是单个模型是否足够先进，而是如何让大量异构能力在同一系统中高效协同。
Arm认为，下一阶段机器人规模化部署将围绕四大系统级挑战展开。
1、能力如何实现？
机器人无法依靠单一模型完成所有任务，而是需要为不同环节匹配合适的模型、策略、规划器和控制器。例如，视觉语言动作模型可以用于生成试探性动作，视觉语言模型用于识别环境中的可操作对象，大语言模型可以辅助生成控制器逻辑，参数化控制器则负责输出安全可靠的动作，这些模块需要共驻运行、共享内存与带宽资源，并协同生成最终行为。
2、不同能力如何在运行过程中持续协同？
真实世界中的机器人工作负载具有不同时间尺度：碰撞检查必须即时响应，导航和操控需要持续更新，而“定位大米位置”这样的高层推理则往往以突发、异步的方式出现。如果缺乏明确的时序结构和优先级调度，这些能力就可能相互争抢计算资源，导致响应延迟，不仅影响系统效率，甚至可能带来安全风险。
3、能力如何映射到计算资源？
在没有预先构建环境地图的情况下，机器人需要依靠本地智能完成感知、场景理解和路径规划，同时逐步构建可供多个模型共享的语义地图。响应能力、自主决策和安全性要求大量智能计算在机器人本地完成。这带来了重要的系统架构挑战：如何在CPU、专用加速器、内存和通信链路之间合理划分计算任务，在充分发挥异构计算优势的同时，最大限度降低数据搬运成本，实现更高的性能与能效。
4、能力如何受到约束和管控？
随着机器人具备更强自适应能力，行业需要关注的不再只是碰撞规避、速度限制和力控制等基础安全问题，还包括空间与时间规则、任务偏好以及特定场景下的行为规范等更高层次约束。黑盒式AI策略往往难以对机器人行为进行检查、诊断和约束。
因此，即使系统持续演进，安全屏障、运行时保障、控制问题建模和备用控制器必须能够随系统变化保持有效，这就要求定制化开发从依赖经验和临时性工程实现，转变为清晰可落地、具备强制约束力的行为防护框架。
为推进解决这四个问题，Federico Pecora称，Arm将通过其领导的研究团队持续推进相关工作，一方面持续开展研究，积极对外分享研究成果，另一方面将与半导体、传感器和执行器等领域的生态伙伴紧密合作。
三、泛化能力将分层实现商业价值，扩大可覆盖用例范围
Federico Pecora提出，泛化能力的落地将持续分层释放商业价值：
第一层级是实现软件、模型与技能的跨任务复用。
更高阶的泛化能力，可以让工厂操作人员、商超管理人员、机器人操作人员等终端用户，通过演示或者语言指令提示，完成机器人的自适应配置。
在最高成熟度阶段，机器人可实现完全由环境上下文驱动的自主自适应，从而大幅降低系统集成成本，拓宽机器人系统可覆盖的用例范围。
从根本上来说，这首先是一个机器人系统架构的问题——如何组织机器人的感知、执行和行为能力；其次才是一个计算架构的问题——底层算力如何配置和供给。
目前机器人架构本身尚未真正成熟，还有大量优化空间有待挖掘。这些架构层面的演进和优化，未来很可能会在一定程度上反过来塑造计算架构的发展方向。
随着机器人从单一任务执行迈向系统级自适应，计算平台的重要性正在从支撑单个模型运行，扩展到支撑整个智能系统协同运作。
凭借“高能效、高可靠、高适配”的技术优势，Arm架构解决方案（包括CPU、加速器及MCU）提供丰富的算力配置和安全功能，已广泛应用于各类机器人产品。
据Federico Pecora分享，应对实现全场景自适应机器人的主要挑战，Arm计划依托机器人专项研究攻克相关问题，并与物理AI领域的生态伙伴合作，构建适配物理AI与通用机器人的下一代计算架构。
同时，Arm计划与全球学术界共同推动相关前沿研究，将产学界创新成果汇聚起来，并在各类商用平台上进行验证和落地，最终推动构建具备系统级智能的机器人系统。
结语：Arm为机器人系统能力提供统一计算基础
机器人产业面临创新侧重点与产业需求之间的落差。长期以来，学术界倾向于拆解课题开展专项研究，推动感知、规划、控制、学习等单项能力持续突破；产业界则更加关注产品落地与商业价值验证，优先集成满足当前业务需求的功能。这使得能力创新与可部署的机器人系统之间存在一道鸿沟。
行业需要一个通用的计算基础，能在大规模部署场景下连接、组织和协调这些能力。Arm正在这一关键环节发挥作用，通过提供开放的计算平台和庞大的生态系统支持，致力于帮助产业将单项技术突破转化为可靠的系统级智能，加速机器人技术从实验室走向规模化落地。
Arm通过覆盖传感器、实时控制、AI计算、边缘计算到云基础设施的完整计算生态，持续演进计算架构与工具链，为机器人提供统一的计算基础，帮助开发者在不同硬件平台之间复用软件、高效调度工作负载，显著降低创新和规模化落地的门槛。
中国机器人产业正呈创新涌现。在这一重要市场，Arm计划继续携手本地生态伙伴，共同推动自适应机器人技术迈向更广泛的真实世界应用。

Autor do Zhizhi | ZeR0
Editar | Sombra do Deserto
De acordo com uma reportagem do Zhizhi em 24 de agosto, em 21 de agosto, no Dia de Desenvolvedores do WRC 2026 (World Robot Conference 2026), o líder global de pesquisa em tecnologia de robôs de IA física da Arm, Federico Pecora, fez um discurso temático, compartilhando reflexões da indústria sobre como a IA física evolui de “acúmulo de capacidades” para “adaptação em nível de sistema”.
Nos últimos anos, os robôs fizeram avanços significativos em áreas como percepção, cognição e controle de movimento, e os limites de aplicação vêm se expandindo continuamente. No entanto, quando o robô sai de ambientes pré-definidos e entra no mundo real — com alta densidade de pessoas e variáveis aleatórias — as rupturas em habilidades únicas de percepção e controle não são suficientes para sustentar a implementação comercial. O verdadeiro desafio é permitir que o robô, em cenários desconhecidos, complete autonomamente a combinação dinâmica de múltiplas capacidades, construindo um sistema inteligente completo, estável, confiável e capaz de se ajustar de forma adaptativa.

459天前，小米发布玄戒O1，重新回到旗舰手机SoC的牌桌上。459天后，玄戒O3不仅来了，还拉来了更多「兄弟」。
8月24日下午，小米举行玄戒芯片技术沟通会，玄戒芯片负责人朱丹一口气公布了三款自研芯片：面向旗舰手机的玄戒O3、专为端侧大模型设计的AI加速芯片玄戒O100，以及面向汽车的高算力智驾芯片玄戒D100。
其中玄戒O3将由小米新一代宽折叠18 Fold首发，在9月正式上市。至于另外两款目前已经完成研发，计划明年正式商用。
按照卢伟冰之前的透露，玄戒O1在三款终端上的累计出货量超过100万颗，玄戒也将保持一年一代的迭代速度。雷军也曾表示，小米自2021年重启大芯片研发，计划至少投入十年、至少投入500亿元，截至2025年4月，玄戒累计研发投入已经超过135亿元。
O3、O100以及D100的出现，毫无疑问说明了小米依然在坚定地投入自研芯片这条路。但另一方面，一颗O3显然解决不了这些问题，需要更灵活的路线和更多的玄戒芯片。尤其是在「小米玄戒」要成为「小米人车家全生态」AI算力底座的背景下。
不过对用户、对小米来说，玄戒O3还是今天最重要的芯片，也是雷科技（ID：leitech）这篇文章的重点。
玄戒O3的升级：不只是更大或更快
从公布的规格来看，玄戒O3依然是一颗相当激进的旗舰SoC，继续采用3nm工艺，晶体管数量从O1的190亿增加到240亿，芯片面积达到约133mm2。
小米没有急着把面积和成本压下来，依旧选择给性能留下足够大的空间。
CPU的变化更明显。玄戒O1使用10核四丛集设计，包括Cortex-X925超大核、A725性能核以及A520小核。到了O3，小米重新设计了整个CPU组合，采用Arm新一代C1系列IP，由6个超大核和4个大核组成10核全大核架构，最高主频来到4.35GHz。
按照小米给出的数据，玄戒O3 CPU性能较O1提升60%，中低负载功耗降低25%。
过去手机SoC常见的思路，是让小核负责后台和轻负载，再通过大核、超大核逐级接管更重的任务。但从Arm C1到近几代天玑，移动处理器正在尝试用能效更高的大核覆盖更宽的性能区间。
小米显然也做出了自己的选择。之前从Mi Code中挖出的代码就提前暴露了，代号「lhasa」的玄戒O3将从O1的四集群改成三集群，核心频率也全面提高。现在回头看，那些代码已经提前留下了O3的轮廓。
O3的GPU同样大幅升级，首发16核G2-Ultra NX图形处理器，相比玄戒O1性能提升了85%，同时功耗降低 64%。
不过发布时的峰值数字依然只能作为参考。小米公布的安兔兔V11成绩达到5228014分，测试环境明确注明为低温实验室。对于一颗手机SoC，最后能跑多快，还要看装进手机以后在正常温度、正常功耗墙和持续负载下能留下多少性能。
这些还要等小米18 Fold以及小米平板9 Pro Max上市后的实测。
玄戒O3上还有一个很容易被CPU跑分盖过去的升级——内存。
作为行业首发支持LPDDR6的SoC，玄戒O3的速率达到10667Mbps，并采用4×24bit、总计96bit的内存位宽设计，带宽达到113.8GB/s，相比玄戒O1提升48%。
对今天的旗舰SoC来说，CPU要数据，GPU要数据，影像ISP要数据，大模型更是出了名地吃内存带宽。芯片里塞进更多计算单元，如果内存和片上互联跟不上，最后就会出现算力在等数据的情况。
所以O3还重新设计了一套「统一融合总线架构」。按照小米的说法，这套协议可以打通芯片内部的数据链路，协议转换带来的开销最高降低75%。
CPU、GPU等计算IP可以来自Arm，但把几十个不同模块连接起来，让CPU、GPU、NPU、ISP、内存控制器在有限功耗和面积里高效交换数据，需要芯片厂商自己处理NoC、Cache、QoS、调度以及总线设计。
玄戒做到了第二代，小米开始把更多精力放到这里。而这个升级，也是从O1到O3超越常规性能升级的一次缩影。
O3有了一个全新称呼：AI旗舰SoC
这次技术沟通会上，小米给玄戒O3的官方定位是「AI旗舰SoC」，列出的芯片演进方向也很直接：
高能效、高带宽、高算力。
再追根究底，玄戒O3实际最终指向了「为小米人车家全生态终端打造AI算力底座」。
O1发布的时候，外界讨论得最多的还是3nm、CPU、GPU，以及小米能不能重新做成一颗旗舰手机处理器。到了O3，小米开始把玄戒放进更大的技术版图里。
这个版图，小米其实已经讲了一年多。
早在2025年3月，卢伟冰就明确表示，AI、OS和芯片是小米长期的三项核心技术。当时小米计划把约四分之一研发经费、70亿至80亿元投入AI，覆盖AI基础设施、语言模型、多模态模型、超级小爱、智能座舱和智能驾驶等方向。
今年1月，雷军给出了一个更加具体的目标：
2026年，小米预计将在一款终端上实现自研芯片、自研OS和自研AI大模型「大会师」。时至今日，这三条线都各自往前走了一大截。芯片有刚刚公布的O3；操作系统走到澎湃OS 4；大模型则有MiMo系列。
几天前的小米Q2财报电话会上，卢伟冰又把这件事情讲得更清楚了一些。他把小米目前的AI布局分成几条线，最底层是基座大模型MiMo，再向手机、家庭、汽车和机器人延伸。
手机这条线上，他明确提出要用AI对传统Android进行全面重构，最终向「AIOS」演进，澎湃OS 4已经是其中一步，通过智能体开始获得执行能力。
小米CFO林世伟则透露，MiMo-V2.5的Token调用量在今年7月一度做到全球周度和月度第一，小米还在训练新模型，并准备把MiMo带到PC。现阶段，小米也没有急着要求AI业务赚钱，管理层给出的方向依然是继续投入，让AI重构「人车家全生态」。
再回头看玄戒O3，就能看懂为什么小米现在格外强调「高带宽」和「AI算力底座」。大模型进入终端后，对手机芯片提出的问题已经远远超过NPU有多少TOPS。
模型运行涉及内存带宽、缓存、算子支持、量化精度、功耗调度；Agent长时间运行，又会涉及系统权限、后台机制和不同应用之间的调用。如果芯片、系统和模型分别来自不同公司，每一层都要在别人给定的边界里做适配。
当玄戒、澎湃OS和MiMo都掌握在小米自己手上，小米就有机会反过来做真正的自主设计：
MiMo需要什么算子，可以让NPU针对性优化；
端侧模型需要更高带宽，可以调整内存体系；
Agent需要长时间运行，可以从芯片的低功耗调度一路改到OS后台机制。
这也是苹果过去十多年反复证明有效的一条路：芯片、操作系统、软件和硬件放在同一套研发体系里，产品团队可以从底层开始解决问题。
小米的情况当然又有一些不同。除了手机、平板、手表、家电、汽车，以及正在投入的机器人。一颗玄戒O3显然解决不了所有，于是又有了O100和D100。
玄戒O100是小米首颗专门面向端侧大模型的高带宽AI加速芯片。通过6nm晶圆级垂直堆叠和Hybrid Bonding混合键合，把计算和存储靠得更近，最终做到1.22TB/s内存带宽，是传统旗舰手机的约16倍，端侧大模型推理速度最高达到330TPS。
玄戒D100则是国内首款3nm智驾芯片，配备20核高性能CPU、16核高算力NPU，最高支持160GB内存，并可以在本地部署最高200B参数规模的大模型。
三颗芯片处理的是三种不同工作负载，但最后都指向同一件事：小米希望把「人车家」越来越多的 AI 算力握在自己手里。
小米甚至做了一台AI Cube工程机，把O3、O100和D100三颗芯片同时装进去，用于本地部署120B/3B大模型。它暂时没有上市计划，更像是小米拿来验证三种计算平台协同工作的一块「展示田」。
写在最后
玄戒O1发布的时候，大家的关注重点都是：小米重新做出了一颗旗舰SoC。
一年后，小米15S Pro和两款小米平板7系列，已经让玄戒O1做到了超过百万颗的出货。对于苹果、高通、联发科来说，这只是一个小数字。但对于刚刚重新进入旗舰SoC的小米，意义非凡。
但当O3、O100、D100等新一代自研玄戒芯片和澎湃OS、MiMo大模型即将正式会师，小米面对的就是另一套考题——围绕「人车家全生态」的终极拷问。
今天我们不会有答案，至少也要等到小米比较大范围将玄戒引入全生态终端之后，才能在一定程度上审视小米在长期技术战略上的「成色」。但小米已经带来不少惊喜了，我不介意对他们抱更多期待，就像雷军给小米定下那句话品牌口号：
永远相信美好的事情即将发生。

来源：上海证券报·中国证券网
上证报中国证券网讯（记者 李兴彩 黄淑慧）8月21日，格兰菲在官网宣布，公司正式发布首款基于ARM架构的高性能系统级（SoC）芯片——GF800。
格兰菲介绍，作为公司从GPU芯片与显卡供应商迈向全栈SoC平台厂商的关键产品，GF800 将公司在图形渲染、并行计算与AI加速领域长期积累的技术能力，进一步转化为平台化、产品化能力，为端侧产品、边缘计算及行业智能化应用提供高集成度、高扩展性、自主可控的系统级算力平台。
当前，ARM SoC市场的GPU解决方案主要包括安谋（ARM）移动端图形处理器（GPU）IP系列（Mali/Immortalis）、高通骁龙移动端GPU（Qualcomm Adreno）、三星（Samsung）GPU Xclipse，以及想象力科技（Imagination）PowerVR等。GF800将格兰菲持续自主迭代的GPU IP首次集成至SoC产品，实现自主GPU能力由独立芯片向系统级平台的进一步延展，为客户提供新的差异化和自主可控的选择。
据介绍，GF800具有八大核心亮点：一是采用“ARM CPU +自研GPU +专用NPU”的异构融合，统一内存架构下整合通用计算、图形渲染与AI加速能力，为下游终端厂商及行业合作伙伴提供完整、灵活的一站式底层平台；二是自研 GPU具有强大图形处理能力；三是采用自研 Glenfly HMUA硬件架构和 Glenfly HUCA软件平台实现全栈协同，可满足AI大模型快速部署迁移等需求；四是深度优化并适配统信、麒麟等国产操作系统，支持 Linux、Android 等主流操作系统，支持广泛的生态需求，降低跨平台迁移和二次开发成本；五是配备多路主流显示接口，最高支持8K显示；六是搭载新一代ISP，具备强大的视频编解码和影响处理能力，可为机器视觉、视频处理、语音交互及多模态智能应用提供完整的多媒体处理支持；七是接口丰富、扩展灵活；八是高集成度，可助力用户降低部署成本，缩短产品开发周期。
格兰菲技术策略官王渊峰表示，GF800的意义不仅在于推出一款全新的SoC产品，更在于将格兰菲二十余年持续迭代的GPU架构创新、驱动软件研发和系统工程实践能力，深度融合为一个可规模化扩展、可持续演进的平台体系。公司自研GPU是GF800的技术基石，而全栈协同能力则是其核心竞争优势。依托这一平台，公司将持续为边缘计算及行业智能化应用提供稳定、高效且不断进化的产品价值。
记者了解到，得益于高度集成的SoC设计、可多操作系统支持和统一软件平台，GF800可覆盖多种计算终端，包括但不限于AI终端、边缘服务器、工业计算设备、机器人与具身智能等，进一步拓展了国产SoC在端侧产品、边缘计算及行业智能化场景中的市场应用空间。

IT之家 8 月 22 日消息，科技媒体 Linuxiac 昨日（8 月 21 日）发布博文，报道称开源兼容层 Wine 发布 11.16 更新，新增支持 VA-API 硬件视频解码，并更新 Wine Mono 至 11.3，首次加入 ARM64 支持。
IT之家注：Wine 是一个允许在类 Unix 操作系统（如 Linux、macOS 和 BSD）上运行 Windows 应用程序的开源兼容层。
VA-API（Video Acceleration API）是一个由英特尔主导开发的开源多媒体硬件加速标准 API，允许操作系统和应用程序（如浏览器、播放器）直接调用显卡（GPU）的硬件加速图形核心，来分担处理视频编解码（Encode / Decode）的计算压力。
而 Wine Mono 是一个专为 Wine 环境定制的开源兼容包，用作微软 .NET Framework（主要是 4.8.1 及更早版本）的替代实现。它基于广为人知的跨平台 .NET 开源框架 Mono Project 修改而来，主要用于让 Linux、macOS 等系统通过 Wine 运行那些依赖 .NET 的 Windows 应用程序和游戏。
Wine 内置的 Wine Mono 更新至 11.3，并首次加入 ARM64 支持。这项变化将提升 Wine 在 ARM 架构设备上的兼容能力，更好运行依赖微软 .NET Framework 接口的 Windows 应用。
Wine 11.16 还改善了 ARM64EC（允许 ARM64 代码与模拟 x64 代码共存的微软应用二进制接口）的异常处理能力，修复 35 个问题。其中包括 Steam 无法启动，以及 Wine 11.15 中导致 WineWayland 停止工作问题。

（来源：经济日报）
转自：经济日报
“在中国这一机器人创新不断涌现的重要市场，Arm将继续携手本地生态伙伴，共同推动自适应机器人技术迈向更广泛的真实世界应用。”在近日举行的2026世界机器人大会(WRC)开发者日主题演讲中，Arm物理AI机器人技术研究全球负责人Federico Pecora（费代里科?佩科拉）表示。
期间，费代里科?佩科拉分享了对于物理AI产业发展的看法。他表示，从产业发展趋势来看，机器人能力演进正在经历三个阶段。第一阶段是跨对象泛化，即机器人能够在同一任务流程中处理不同类型的对象，而无需针对每个对象重新训练或编程。这一能力目前已在分拣、物流、零售等结构化场景中得到验证。第二阶段是多任务智能。统一智能平台支持多种任务执行，机器人不再服务于单一固定工作流，而是能够根据任务需求切换不同能力组合。第三个阶段则是实现系统级自适应。届时，无论是终端用户还是机器人自身，都能够根据环境变化完成能力调整，而无需重新开发、训练或部署系统。
“泛化能力的商业价值在于能够显著降低机器人适配和部署到新场景、新流程及新任务的成本与复杂性。因此，泛化能力被视为推动机器人技术实现规模化落地的关键能力，而如何以高效计算支撑这种能力，也成为 Arm 重点聚焦的核心挑战之一。”费代里科?佩科拉说。
费代里科?佩科拉认为，如今，许多单项能力已经可以通过针对性的训练、模型优化和工程化实现。然而，真正的挑战在于如何让机器人自主地将这些能力协调和组合起来，在真实世界中完成复杂任务。
“Arm认为，下一阶段机器人规模化部署将围绕四大系统级挑战展开。”费代里科?佩科拉表示，第一是能力如何实现，机器人无法依靠单一模型完成所有任务，而是需要为不同环节匹配合适的模型、策略、规划器和控制器；第二是不同能力如何在运行过程中持续协同，真实世界中的机器人工作负载具有不同时间尺度，如果缺乏明确的时序结构和优先级调度，这些能力就可能相互争抢计算资源，导致响应延迟，不仅影响系统效率，甚至可能带来安全风险；第三是能力如何映射到计算资源，对于机器人而言，实时响应能力、自主性和安全性往往都需要依赖强大的本地计算能力，系统架构面临的核心挑战在于，如何在 CPU、专用加速器、内存和通信链路之间合理划分计算负载，使数据传输带来的开销不会抵消异构计算所带来的性能和能效优势；第四是能力如何管控，随着机器人具备更强自适应能力，行业需要关注的不再只是碰撞规避、速度限制和力控制等基础安全问题，还包括空间与时间规则、任务偏好以及特定场景下的行为规范等更高层次的约束。
费代里科?佩科拉表示，机器人产业面临的，不只是技术与系统难题，同样存在创新侧重点与产业需求之间的落差。行业需要一个通用的计算基础，能够在大规模部署场景下连接、组织和协调这些能力。Arm正在这一关键环节发挥作用。通过提供开放的计算平台和强大的生态系统支持，Arm致力于帮助产业将单项技术突破转化为可靠的系统级智能，加速机器人技术从实验室走向规模化落地。（经济日报记者 袁勇）

8月21日，恒烁股份涨1.34%，成交额3.17亿元，换手率3.88%，总市值81.40亿元。
异动分析
存储芯片+汽车芯片+MCU芯片+芯片概念+小米概念
1、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
2、根据2025年年报：车规认证：部分NOR Flash产品已通过AEC-Q100的标准认证，公司将致力于实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。
3、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。同时，公司还在致力于开发基于NOR闪存技术的存算一体终端推理AI芯片。
4、公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
5、公司NOR Flash产品进入了小米、 360、OPPO、星网锐捷、新大陆、中兴、联想及欧菲光等终端用户供应链体系。
(免责声明：分析内容来源于互联网，不构成投资建议，请投资者根据不同行情独立判断)
资金分析
今日主力净流入3345.76万，占比0.11%，行业排名27/185，连续2日被主力资金增仓；所属行业主力净流入10.02亿，当前无连续增减仓现象，主力趋势不明显。
区间今日近3日近5日近10日近20日主力净流入3345.76万1555.44万2901.90万5771.02万1.30亿主力持仓
主力没有控盘，筹码分布非常分散，主力成交额1.28亿，占总成交额的3.61%。
技术面：筹码平均交易成本为77.32元
该股筹码平均交易成本为77.32元，近期该股有吸筹现象，但吸筹力度不强；目前股价靠近支撑位73.39，注意支撑位处反弹，若跌破支撑位则可能会开启一波下跌行情。
公司简介
资料显示，恒烁半导体(合肥)股份有限公司位于安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号，成立日期2015年2月13日，上市日期2022年8月29日，公司主营业务涉及存储芯片和MCU芯片研发、设计及销售。主营业务收入构成为：存储芯片86.30%，微控制器及其他13.67%，其他业务收入0.03%。
恒烁股份所属申万行业为：电子-半导体-数字芯片设计。所属概念板块包括：半导体、存储概念、半导体产业、芯片概念、集成电路等。
截至3月31日，恒烁股份股东户数1.10万，较上期减少3.33%；人均流通股7550股，较上期增加31.47%。2026年1月-3月，恒烁股份实现营业收入2.19亿元，同比增长192.08%；归母净利润4863.66万元，同比增长284.71%。
机构持仓方面，截止2026年3月31日，恒烁股份十大流通股东中，永赢先锋半导体智选混合发起A（025208）位居第七大流通股东，持股150.00万股，为新进股东。东方阿尔法科技智选混合发起A（025499）位居第九大流通股东，持股135.13万股，为新进股东。华夏行业景气混合A（003567）退出十大流通股东之列。
声明：市场有风险，投资需谨慎。本文基于第三方数据库发布，不代表新浪财经观点，任何在本文出现的信息均只作为参考，不构成个人投资建议。如有出入请以实际公告为准。如有疑问，请联系biz@staff.sina.com.cn。

Valve 的 Steam Frame，可能是今年最被低估的游戏硬件。
而这个产品，已经离我们不远了。
有玩家发现，Valve 已将 8 段 Steam Frame 消费者上手视频上传至 Steam Store 的资源服务器，内容覆盖开箱、佩戴、IPD 调节、登录、无线串流和配件安装。
这批素材很快被官方紧急下架，但和常规宣传短片完全不同，它们更像是产品交付后，面向消费者准备的官方上手素材，细致演示了新机到手该如何佩戴、调校、连接设备，覆盖了最基础的全套上手流程。
结合 Valve 此前官宣的夏季发售计划，如今连完整的用户教学体系都已准备完毕，软硬件收尾工作基本落地，种种迹象都说明：Steam Frame 的正式登场，已经进入最后的倒计时阶段。
Steam Frame，最成熟的游戏 VR 头显
Steam Frame 可能是如今最成熟的游戏头显，无论是硬件设计还是软件生态——
先看硬件规格，Steam Frame 搭载骁龙 8 Gen 3，配备 16GB LPDDR5X 内存，提供 256GB、1TB 两种 UFS 存储版本，同时支持 microSD 扩容。
光学方面采用双 LCD 屏搭配 Pancake 镜片，单眼分辨率 2160×2160，水平视场角约 110°。
设备支持双模使用，既可作为 PC 串流头显，也能脱离电脑独立运行 VR 内容和 Steam 游戏，Valve 将这套体验架构定义为「streaming-first」。
这次曝光的官方视频，补齐了很多参数页看不到的实用细节。
整机附赠一枚 6GHz 无线接收器，接入 PC 后可建立专属串流通道，让游戏画面单独走高频专属链路，家庭 Wi-Fi 只负责常规网络连接，有效规避居家网络拥堵、干扰导致的串流不稳。
对于一台以串流为核心定位的头显，这种针对性的底层优化，远比单纯堆砌无线参数更实在、更贴合真实使用场景。
佩戴调校同样注重细节。机身顶部配备实体 IPD 滚轮，佩戴状态下即可微调瞳距，调好后可开启侧边的 IPD 锁定功能，避免日常摘戴误触偏移，每次佩戴都能保持精准观感。
设计克制、功能精准，这就是典型的 Valve 风格。
面罩采用模块化可拆卸结构，搭配专属眼镜垫片，戴眼镜用户使用时能有效拉开镜片与眼部距离，缓解压迫感，减少起雾和镜片磕碰问题。就连鼻梁漏光这类小众细微痛点，Valve 也做了完整优化。
官方人体工学配件套装包含加固顶带、手柄束带、适配低鼻梁的加长遮光罩，机身两侧转轴支架支持独立调节，可适配各种头型脸型，兼顾佩戴贴合度与遮光效果。
单看每一处配置都不算颠覆性革新，但一台尚未发布的设备，就提前把眼镜适配、漏光处理、瞳距锁止等细碎体验做成官方教程，信号已经非常明确：
Steam Frame 的整机硬件与体验体系，基本已经打磨完毕、准备就绪。
这副头显，正在替 SteamOS 探路 Arm
Steam Frame 最特别的地方，在于这颗骁龙 8 Gen3 芯片。
无论是掌机 Steam Deck 还是新款主机 Steam Machine，均采用 AMD x86-64 平台。可以说，早期第三方 Steam Machine 配置并不统一，而 Steam Frame 是首款搭载完整 SteamOS 的高通 Arm 平台设备。
这套架构和当下安卓旗舰手机十分接近，但 Valve 的目标不止是让 SteamOS 正常运行，而是兼容海量老旧 Windows x86 电脑游戏。
为此它搭建了一套完整的分层兼容逻辑：Windows 游戏靠 Proton 适配 Linux 环境，x86 指令通过 FEX 转译适配 Arm，安卓应用则经由 Lepton 运行，三条链路打通了跨架构的内容壁垒。
Valve 在 Steamworks 开发文档中也明确了适配规则：传统 PC 游戏依旧提交 Windows x86 版本，由 Proton+FEX 在骁龙平台转译运行；原生支持安卓 Arm64 的内容，直接通过 Lepton 通道部署。
简单来说，Steam Frame 在同一套 SteamOS 设备上打通了三类运行路径：
Valve 对移动端并非浅尝辄止。
官方团队在讨论 Arm 游戏技术时就表示，长期投入 FEX 转译技术，就是为了降低跨架构移植成本，这套方案不局限于 VR 设备，同样适配 Arm 掌机、轻薄本乃至智能手机。
可以确定的是，手机运行 Steam PC 游戏，早已是 Valve 既定的技术路线。
在 Valve 正式入局前，安卓社区早已验证了这套方案的可行性——民间开发者通过 Winlator、Box86/64 搭配 Vulkan 图形层，已经能在手机上直接运行 Windows x86/x64 游戏，配合第三方工具还能同步接入 Steam 游戏库。
如今旗舰骁龙机型甚至可以流畅运行《巫师 3》这类 3A 大作，硬核玩家通过散热改造，在 Linux 转译环境下实现了 1080p 高画质 20–30fps 的稳定帧率。
这些极端测试证明，旗舰移动芯片已经具备运行部分大型 PC 游戏的基础，但持续性能、散热、转译损耗、驱动和兼容性仍是现实瓶颈。
但民间方案始终带着浓厚的极客属性。
不同游戏适配参差不齐，兼容性依赖社区摸索，转译层、驱动、图形接口任意一环出错，都会导致运行异常，普通用户根本无法稳定使用。
这正是 Valve 下场的核心优势。
手握 Steam 商店、SteamOS、Proton 兼容层、官方设备认证体系，如今再叠加 Arm 版 SteamOS 与 FEX 转译技术，直接补齐了移动端 PC 游戏生态的短板。
一旦这套官方成熟方案从 Steam Frame 下放至更多骁龙设备，安卓游戏手机或将第一次拥有完整、稳定、可用的正版 PC 游戏生态。
游戏手机，可能不再只为手游而生
过去十年的游戏手机，无论是红魔、ROG Phone 还是黑鲨，本质都在解决同一个问题：如何把安卓手游的体验做到极致？
所以各家纷纷堆起主动散热、触控肩键、高刷屏幕、大电池和激进性能调度，但无论硬件怎么升级，最终运行的依旧局限在安卓手游生态。
如果 SteamOS on Arm 这条技术路径彻底跑通，游戏手机的产品逻辑会被彻底改写。
同款骁龙旗舰芯片、同款大内存、同款主动散热、手柄拓展与视频输出能力，设备形态将不再单一——
日常是主流安卓手机，接驳手柄就是便携 Steam 掌机，外接显示器又能变身小型 Steam 主机。
届时游戏手机的核心竞争，将不再是《原神》能跑满多少帧率，而是能不能把用户积攒十几年的 Steam 游戏库，完整装进随身设备里。
当然，Steam Frame 实现了这套体验，不代表普通安卓手机短期内就能刷入 SteamOS。
手机设备涉及基带、GPU 驱动、触控调校、电源管理、底层引导等大量碎片化适配难题，Valve 目前既没有公布 Steam Phone 计划，也没有面向通用手机推出 SteamOS 安装包。
但 Steam Frame 实打实跑通了最核心的技术链路：骁龙平台 + SteamOS + Proton + FEX + 完整 Steam 生态。
这也是相比新款 Steam 主机我更看好 Steam Frame 的原因——它看似只是一台升级优化的 VR 头显，但如果 Valve 后续开放这套底层技术，它带来的变革或许不在 VR 领域，而是会彻底重塑下一代游戏手机的发展方向。
Android 游戏手机，也许真的要变天了。

微软和亚马逊云科技最新财报传递出同一个信号：基于 Arm 架构的 CPU 已成为智能体 AI 的核心基础设施。
近期微软 (Microsoft) 和亚马逊 (Amazon) 的两场财报电话会议共同印证了一个趋势：基于 Arm 架构的定制芯片已经从过去的技术尝试，转变为超大规模云基础设施的核心支柱。
微软 CEO 萨提亚?纳德拉 (Satya Nadella) 用一句话概括了这场架构变革：“在运行智能体负载时，CPU 与 GPU 同样重要。”随后他给出了有力的证据：微软预计，到 7 月底搭载 Azure Cobalt 200的机架将部署在全球超过 25 个数据中心。
时隔一日，亚马逊公布，其芯片业务（包括 Graviton、Trainium 和 Nitro）年化营收规模已突破 250 亿美元，同比增长达到三位数。客户对 Graviton 的采购承诺规模环比接近增长三倍，而 Graviton5 的采用速度也接近 Graviton4 的两倍。
虽然产品不同、云平台不同，但方向趋同：全球领先的超大规模云服务商正在将基于 Arm 架构的 CPU 打造成 AI 基础设施的核心，并针对各自的工作负载需求和经济效益目标进行优化。
智能体需要的不止是模型算力
生成式 AI 的第一波浪潮的衡量标准是模型规模、AI 加速器的供给能力以及词元 (Token) 的生成能力。而智能体 AI 的运行方式则更加复杂，智能体需要检索数据、调用工具、运行代码、执行策略，并对结果进行验证，所涉及的是更广范畴的任务。
GPU 仍承担绝大部分模型训练与推理 Token 生成工作，而 CPU 则承担着围绕模型运行的各项任务，包括请求路由、数据预处理、工具编排、内存和存储管理，并确保数千个并发交互任务能够持续稳定地运行。
纳德拉在财报电话会议上表示，基于 Azure Cobalt 的虚拟机 (VM) 产品组合目前已承载微软自有服务，以及 Adobe、Arm、Elastic、OpenAI、Sprinklr 和 TomTom 等客户的工作负载，表明其已在真实生产环境中应用。
亚马逊云科技则从另一个角度印证同一趋势。Graviton5 专为智能体 AI 工作负载设计，针对实时推理、代码生成和多步骤编排等场景进行了优化。基于 Graviton5 的 M9g 实例相比采用 Graviton4 的 M8g 实例，计算性能最高提升 25%，机器学习推理速度最高提升 35%。
两家超大规模云厂商，不同路径通向规模化
Cobalt 与 Graviton 的成功证明，Arm 架构让超大规模云厂商能够针对自身大规模基础设施要求定制芯片，同时共享同一架构和软件。这有助于加快商业化进程，实现商业回报。微软于 2025 年 11 月发布 Cobalt 200，2026 年 6 月开放虚拟机产品的预览访问。不到两个月，搭载该芯片的机架方案已部署至全球超过 25 个数据中心，进展十分迅速。
Cobalt 200 基于 Arm Neoverse CSS V3 构建，是微软第二代 Arm 架构云 CPU——相较前代产品，性能最高提升 50%，扩展到 128 个 vCPU，专为云原生、数据密集型以及智能体工作负载设计。
亚马逊云科技已推出第五代 Graviton 产品。搭载 Graviton5 的 M9g 和 M9gd 实例已于今年 6 月正式商用，计算性能较 Graviton4 最高提升 25%。亚马逊云科技表示，就整个 Graviton 产品线而言，其性价比较同类实例高出 30% 至 40%。
真正值得关注的是 Graviton 产品的客户采用率：亚马逊云科技排名前 1000 的 EC2 客户中，98% 都在使用 Graviton，超过 12 万家客户基于 Graviton 构建服务。连续第三年，亚马逊云科技新增 CPU 容量中超过一半采用了 Graviton。
效率释放算力，算力创造营收
微软将基础设施效率与业绩增长直接关联起来。当季 Azure 营收同比增长 43%，而市场需求依然超过现有供给能力。微软首席财务官艾米?胡德 (Amy Hood) 表示，CPU 和 GPU 基础设施运营效率的持续提升，以及基础设施扩容和启用速度的加快，释放了更多可用算力资源，而这些新增算力几乎在上线后便被市场需求迅速消化并转化为收入。
对于超大规模数据中心而言，CPU 效率提升的意义远不止降低电费支出。当市场需求超过供给时，更高效的基础设施能够在相同机架规模和相同电力预算下释放更多可用算力，而这些算力最终会转化为营收。
微软并未披露 Cobalt 200 对效率提升的具体贡献比例，但背后的逻辑已经非常明确：性能、资源利用率和能效既是释放更多算力的杠杆，也是推动业务增长的杠杆。
亚马逊云科技提供了另一项佐证数据。250 亿美元的年化营收涵盖整个芯片业务，而不仅仅是 Graviton。然而采购承诺的快速增长以及 Graviton5 的加速采用表明，定制 CPU 产品线正成为这一规模庞大且高速增长的芯片业务的重要支柱。同时，其显著的性价比优势，也为客户将更多工作负载迁移至 Graviton 平台提供了充分理由。
行业面临的压力持续加大。国际能源署 (IEA) 数据显示，面向 AI 的数据中心用电量在 2025 年增长了 50%。研究机构 Dell'Oro Group 统计显示，2026 年第一季度，亚马逊、谷歌、Meta 和微软的数据中心资本支出同比增长 78%。相比一年前，如今每一瓦电力、每一个机架都变得更加重要。CPU 能效已不再是技术参数中的次要指标，而是超大规模云厂商释放受限算力、提升现有基础设施利用率并获得更高回报的关键手段。
与此同时，市场需求正突破 GPU 单一范畴。IDC 预计，2026 年全球 AI 基础设施支出将达到 4,970 亿美元，同比增长约 56%，且需求不再局限于 GPU 系统，还包括编排平台、数据流水线以及基于 CPU 的推理集群等领域。
超大规模云市场传递出更多利好 Arm 的信号
微软和亚马逊云科技是当下最受关注的案例，但它们只是这场更广泛架构迁移的一部分。
Google Cloud 推出的 Axion 是基于 Arm 架构定制的 CPU 产品系列。Axion 不仅作为支撑其云基础设施的通用 CPU，还在最新一代 TPU 系统中担任 AI 头节点 CPU，负责提供编排、网络和基础设施服务，支撑超大规模 AI 系统稳定运行。
NVIDIA 在 AI 工厂方案也做出了相同的架构选择。Vera 是 NVIDIA 最新推出的基于 Arm 架构的 CPU，将作为 Rubin 等下一代 AI 系统的计算基础。在这些机架级部署的系统中，CPU 负责协调内存、网络和加速器资源。
综合来看，Microsoft Cobalt、Amazon Graviton、Google Axion 以及 NVIDIA Vera 都指向了同一个结论：随着 AI 基础设施从模型推理阶段迈向自主智能体执行阶段，基于 Arm 架构的 CPU 正逐渐成为现代 AI 数据中心的通用计算底座，承担资源编排与系统协调等关键职能。

8月20日，恒烁股份涨2.27%，成交额3.82亿元，换手率4.80%，总市值80.32亿元。
异动分析
存储芯片+汽车芯片+MCU芯片+芯片概念+小米概念
1、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
2、根据2025年年报：车规认证：部分NOR Flash产品已通过AEC-Q100的标准认证，公司将致力于实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。
3、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。同时，公司还在致力于开发基于NOR闪存技术的存算一体终端推理AI芯片。
4、公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
5、公司NOR Flash产品进入了小米、 360、OPPO、星网锐捷、新大陆、中兴、联想及欧菲光等终端用户供应链体系。
(免责声明：分析内容来源于互联网，不构成投资建议，请投资者根据不同行情独立判断)
资金分析
今日主力净流入2553.09万，占比0.07%，行业排名31/185，该股当前无连续增减仓现象，主力趋势不明显；所属行业主力净流入-64.89亿，连续3日被主力资金减仓。
区间今日近3日近5日近10日近20日主力净流入2553.09万-2380.37万1738.00万4308.61万9242.89万主力持仓
主力没有控盘，筹码分布非常分散，主力成交额1.16亿，占总成交额的2.99%。
技术面：筹码平均交易成本为77.45元
该股筹码平均交易成本为77.45元，近期该股有吸筹现象，但吸筹力度不强；目前股价靠近支撑位73.39，注意支撑位处反弹，若跌破支撑位则可能会开启一波下跌行情。
公司简介
资料显示，恒烁半导体(合肥)股份有限公司位于安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号，成立日期2015年2月13日，上市日期2022年8月29日，公司主营业务涉及存储芯片和MCU芯片研发、设计及销售。主营业务收入构成为：存储芯片86.30%，微控制器及其他13.67%，其他业务收入0.03%。
恒烁股份所属申万行业为：电子-半导体-数字芯片设计。所属概念板块包括：半导体、半导体产业、存储概念、集成电路、芯片概念等。
截至3月31日，恒烁股份股东户数1.10万，较上期减少3.33%；人均流通股7550股，较上期增加31.47%。2026年1月-3月，恒烁股份实现营业收入2.19亿元，同比增长192.08%；归母净利润4863.66万元，同比增长284.71%。
机构持仓方面，截止2026年3月31日，恒烁股份十大流通股东中，永赢先锋半导体智选混合发起A（025208）位居第七大流通股东，持股150.00万股，为新进股东。东方阿尔法科技智选混合发起A（025499）位居第九大流通股东，持股135.13万股，为新进股东。华夏行业景气混合A（003567）退出十大流通股东之列。
声明：市场有风险，投资需谨慎。本文基于第三方数据库发布，不代表新浪财经观点，任何在本文出现的信息均只作为参考，不构成个人投资建议。如有出入请以实际公告为准。如有疑问，请联系biz@staff.sina.com.cn。

IT之家 8 月 20 日消息，科技媒体 NeoWin 今天（8 月 20 日）发布博文，报道称部分 Windows 11 用户反馈，安装微软 8 月累积更新 KB5121003 后，在 ARM64 设备上无法启动 Teams 和新版 Outlook 等应用程序。
在影响机型方面，根据用户反馈，包括 Surface Laptop 7、Surface Pro 11 和 HP OmniBook 3 在内的多款设备遇到该问题。
IT之家援引博文介绍，用户反馈称安装更新后可以运行 Word、Excel 和经典版 Outlook 等传统 Win32 应用程序，但是 Microsoft Teams 以及新版 Outlook 等通过 MSIX / AppX 分发格式应用无法启动。
用户 Brian Stringfellow 指出，系统日志显示问题根源于 AppModel Runtime 包状态损坏。该网友调查发现安装最新 KB 补丁后，受影响的程序在 Token 生成过程中报告依赖项问题，并触发 0x80073CFC 错误。

O CFO da Arm Holdings plc (ARM), Jason Child, disse na segunda-feira que, à medida que a empresa assume um papel cada vez mais importante no desenvolvimento e na venda de chips prontos, a ARM está buscando expandir para além de seu negócio tradicional de licenciamento de projetos de chips.
Child afirmou, em entrevista ao The Information, que a Arm pode continuar fazendo aquisições, como a compra da startup de rede DreamBig, porque a empresa quer expandir o foco de seus negócios do licenciamento de projetos de chips para a fabricação de seus próprios chips.
Child disse: “Entregar chips é, com certeza, bem mais complexo do que apenas licenciar projetos de chips.”

8月18日，恒烁股份涨0.53%，成交额4.91亿元，换手率5.59%，总市值87.93亿元。
异动分析
存储芯片+汽车芯片+MCU芯片+芯片概念+小米概念
1、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
2、根据2025年年报：车规认证：部分NOR Flash产品已通过AEC-Q100的标准认证，公司将致力于实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。
3、恒烁半导体(合肥)股份有限公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。同时，公司还在致力于开发基于NOR闪存技术的存算一体终端推理AI芯片。
4、公司主营业务为存储芯片和MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括NOR Flash存储芯片和基于Arm Cortex -M0+内核架构的通用32位MCU芯片。
5、公司NOR Flash产品进入了小米、 360、OPPO、星网锐捷、新大陆、中兴、联想及欧菲光等终端用户供应链体系。
(免责声明：分析内容来源于互联网，不构成投资建议，请投资者根据不同行情独立判断)
资金分析
今日主力净流入-590.05万，占比0.01%，行业排名90/185，该股当前无连续增减仓现象，主力趋势不明显；所属行业主力净流入-113.29亿，当前无连续增减仓现象，主力趋势不明显。
区间今日近3日近5日近10日近20日主力净流入-590.05万3528.32万2514.04万7148.12万1.39亿主力持仓
主力没有控盘，筹码分布非常分散，主力成交额6357.04万，占总成交额的1.17%。
技术面：筹码平均交易成本为77.91元
该股筹码平均交易成本为77.91元，近期该股有吸筹现象，但吸筹力度不强；目前股价靠近压力位82.07，谨防压力位处回调，若突破压力位则可能会开启一波上涨行情。
公司简介
资料显示，恒烁半导体(合肥)股份有限公司位于安徽省合肥市庐阳区天水路与太和路交口西北庐阳中科大校友企业创新园11号，成立日期2015年2月13日，上市日期2022年8月29日，公司主营业务涉及存储芯片和MCU芯片研发、设计及销售。主营业务收入构成为：存储芯片86.30%，微控制器及其他13.67%，其他业务收入0.03%。
恒烁股份所属申万行业为：电子-半导体-数字芯片设计。所属概念板块包括：半导体、半导体产业、MCU概念、集成电路、存储概念等。
截至3月31日，恒烁股份股东户数1.10万，较上期减少3.33%；人均流通股7550股，较上期增加31.47%。2026年1月-3月，恒烁股份实现营业收入2.19亿元，同比增长192.08%；归母净利润4863.66万元，同比增长284.71%。
机构持仓方面，截止2026年3月31日，恒烁股份十大流通股东中，永赢先锋半导体智选混合发起A（025208）位居第七大流通股东，持股150.00万股，为新进股东。东方阿尔法科技智选混合发起A（025499）位居第九大流通股东，持股135.13万股，为新进股东。华夏行业景气混合A（003567）退出十大流通股东之列。
声明：市场有风险，投资需谨慎。本文基于第三方数据库发布，不代表新浪财经观点，任何在本文出现的信息均只作为参考，不构成个人投资建议。如有出入请以实际公告为准。如有疑问，请联系biz@staff.sina.com.cn。