作者:石秉 来源:原创 时间:2026-08-26 阅读:56283 次

你懂的

新车研发从55个月砍到26个月!日产高管:得照中国模式学_我的网站

火影忍者

一 |     8月25日消息,据报道,日产社长伊凡・埃斯皮诺萨表示,日产过往新车研发需要55个月,2026年冬季推出的新款Skyline研发周期将压到26个月。     同时,埃斯皮诺萨还称,中国车企在技术、成本控制与研发效率上已成为行业标杆,日产将主动学习相关经验。     近些年日产经营压力凸显,2025财年全球销量同比下滑6%,本土市场跌幅达到13%,2026年上半年本土销量更是创下数十年新低。         传统模式下,日产每款车型独立开发,多部门多头管理,内部沟通消耗大量时间,漫长的研发周期让产品落地时就跟不上市场的变化了。

二 |       目前,全球主要云服务提供商正以前所未有的速度“大兴土木”,建设人工智能基础设施,而存储芯片,正逐步成为这场军备竞赛中“最昂贵的武器”。  当地时间周二(8月25日),集邦咨询(TrendForce)发布报告预测,明年全球科技巨头投向AI基础设施设备的资本开支将达1.383万亿美元,其中近70%的AI基建投资成本将流向DRAM与NAND闪存。

三 |     借鉴中国车企经验,日产打算从三方面重构开发逻辑。一是推行家族化共享平台,不再每台车从零开发,一套架构可以衍生轿车、SUV等多种车型,同时精简组织架构,由项目总监统一统筹,减少部门内耗。    二是大规模落地AI与数字孪生技术,在虚拟环境完成大量碰撞、耐久测试,减少物理样车迭代次数,甚至实现夜间无人值守测试,提升测试效率。         三是采用并行研发模式,设计、工程、测试、供应链同步推进,替代过去一环接一环的串行开发方式。  全球AI军备竞赛重心转向存储  报告预测,全球头部云厂商资本开支将从今年的9220亿美元提升至明年的1.383万亿美元,同比增幅50%。

四 | 日产计划2026财年,让这套高效流程覆盖九成新车项目。

五 | 其中,DRAM、NAND闪存等存储半导体的开支占比,将从今年47%跳升至明年68%,提升21个百分点。  以此简单测算可知,全球云厂商存储采购规模将从今年的约4330亿美元,激增到明年的9400亿美元,规模实现一年翻倍。

六 |     不过研发提速并非毫无前提。

七 | 国内车企24个月左右的开发周期,大多建立在成熟平台基础之上,依托现有架构做衍生迭代;若是从零打造全新底层架构,依旧需要三到五年时间。这也意味着日产26个月的成果,同样依托成熟平台积累,并非完全从零开发。  分析师表示,AI服务器对内存容量需求激增,叠加芯片价格大涨,使得全球AI产业的竞争重心已经从过去的GPU角逐,转向存储采购争夺战。  TrendForce数据指出,全球AI服务器所用服务器DRAM合约价在2025年下半年已经累计上涨了64%,而今年预计还将上涨约270%;用于海量数据存储的企业级SSD,去年下半年价格已大涨35%,今年累计涨幅预计达235%。

八 |   TrendForce预测:“2027年之前,存储芯片合约价格整体将维持高位运行”。    研发提速的背后,行业也浮现出了新的挑战。  高带宽内存HBM价格同样延续上行趋势。分析师称:“尽管今年二季度签订长期供货协议后,通用内存涨价空间有限;但受严重供给短缺影响,明年HBM价格涨幅或将达到70%-140%。国内新车投放节奏不断加快,产品迭代过快带来保值率下滑,部分产品被质疑验证不足。”  尽管各大存储大厂正在大举扩产,但实际有效增量要到明年下半年才会释放。

九 | 这意味着全球三大存储巨头——美光、三星电子和SK海力士的强劲业绩表现将得到持续支撑;同时,预计到2027年,内存合约价格将保持在高位,并继续推高各大云服务提供商资本支出中内存占比。     监管层面已经出手,将可靠性试验纳入准入强制要求,拟把新能源车型可靠性行驶试验里程提升至3万公里。  存储价格高昂的副作用已经显现  但存储价格持续暴涨也已经带来副作用,比如下游客户已经愈发难以消化高昂成本。速度是竞争优势,但不能牺牲产品可靠性,这也是包括日产在内,所有追求研发提速的车企都需要面对的课题。    

         

     【本文结束】如需转载请务必注明出处:      责任编辑:知敏     文章内容举报     
。  英伟达近期告知各大科技客户,受内存及元器件涨价传导,AI服务器价格将上调约15%。这表明存储芯片涨价正在推高整体AI基础设施建设成本。  同时,行业也出现降低AI芯片内存配置的应对方案。比如近期有消息称,英伟达正在考虑将下一代AI芯片Ruby Ultra的HBM容量,从此前规划最高1TB下调至最低192GB。  TrendForce表示,在存储价格持续高企的背景下,后续市场或将出现多重变化:服务器DRAM模组配置调整、下一代AI芯片HBM容量下调,以及适配特定AI模型的专用ASIC芯片逐步落地。这些架构层面的改变可能会从根本上改写AI服务器的硬件设计逻辑。(文章来源:财联社)。

Current article:http://t4sj.linlangdouwaqiexusan.bond/list_mzy1jh/zenf.html

Published on:07:20:53