（来源 ：半导体芯闻综合 ） 点这里加关注，锁定更多原创内容 *免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该 观点赞同或支持，如果有任何异议，欢迎联系我们。 推荐阅读 10万亿，投向半导体 芯片巨头，市值大跌 黄仁勋：HBM是个技术奇迹 Jim Keller：RISC-V一定会胜出 全球市值最高的10家芯片公司 如果您希望可以时常见面，欢迎标星收藏哦~ 据福建日报消息，近日，厦门火炬高新区企业瀚天天成依托研发团队的自主技术攻坚，成功开发出 全球首款12英寸高质量碳化硅外延晶圆。这一突破不仅能显著提高下游功率器件的生产效率，更 将大幅降低碳化硅芯片的单位制造成本，为碳化硅产业规模化、低成本应用奠定关键基础。 据悉，相较于当前主流的150mm（6英寸）碳化硅外延晶圆，以及尚处产业化推进阶段的200mm （8英寸）晶圆，300mm（12英寸）晶圆凭借直径的显著扩容，在相同生产工序下，单片可承载的 芯片（器件）数量实现大幅提升——较6英寸晶圆提升至4.4倍，较8英寸晶圆提升至2.3倍。 目前，瀚天天成已启动12英寸碳化硅外延晶圆的批量供应筹备工作。产品在关键性能指标上 ...

点这里加关注，锁定更多原创内容 *免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该 如果您希望可以时常见面，欢迎标星收藏哦~ 在 NAND 闪存领域，SK 海力士已研发出 321 层堆叠的 QLC 技术，而技术路线图预测，未来该 领域将实现 2000 层堆叠的 QLC NAND 闪存。此外，当前的人工智能处理器算力最高可达 10 TOPS（每秒万亿次运算），路线图预计，15 年后的 AI 芯片将实现算力大幅跃升：用于模型训练 的芯片算力可达 1000 TOPS，用于推理任务的芯片算力也将达到 100 TOPS。 （来源 ：IT之家 ） 观点赞同或支持，如果有任何异议，欢迎联系我们。 推荐阅读 10万亿，投向半导体 芯片巨头，市值大跌 黄仁勋：HBM是个技术奇迹 Jim Keller：RISC-V一定会胜出 全球市值最高的10家芯片公司 韩国半导体工程师学会在其发布的《2026 年半导体技术路线图》中，公布了未来 15 年硅基半导 体技术的发展预测。三星近期才刚推出全球首款 2 纳米全环绕栅极（GAA）芯片 ——Exynos 2600，而路线图预计，到 2040 年 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 说苹果的M系列处理器撼动了计算机行业，这绝非夸张。蒂姆·库克宣布公司放弃英特尔芯片，转 而为Mac电脑采用自研芯片五年后，从最初的M1到现在的M5，M系列芯片不断刷新性能和能效的 标杆。它让所有人重新思考基于Arm架构的无限可能。 虽然事后看来M系列的成功似乎是必然的，但并非一开始就注定如此。毕竟，搭载英特尔芯片的 Mac电脑已经畅销多年，而从x86架构转向ARM架构可能会带来灾难性的后果。然而，当苹果的内 部测试表明M1架构比英特尔架构快得多时，该公司确信自己做出了正确的决定。五年前的M1 MacBook Air至今仍能与竞争对手一较高下，这足以证明M系列的强大实力。 为庆祝 M 系列芯片发布五周年，我们采访了苹果公司平台架构副总裁 Tim Millet （蒂姆米勒）和 Mac 及 iPad 产品营销副总裁 Tom Boger，深入了解苹果公司如何研发这款芯片。我们还与 Mac 用户交流了 M 系列 Mac 如何改变了他们的工作流程，并与行业分析师 Avi Greengart 探讨了他 对 M 系列的看法。 M芯片的起源：摆脱英特尔 苹果公司于2006年从Power ...

如果您希望可以时常见面，欢迎标星收藏哦~ Groq周三在一篇博客文章中表示，已与英伟达就Groq的推理技术达成1项非独家授权协议，但未透 露具体价格。文章称，根据协议，Groq创办人兼执行长乔纳森·罗斯、公司总裁桑尼·马德拉以及其 他高阶主管将「加入英伟达，共同推进和扩大这项授权技术的应用」。 Groq补充说，它将继续作为1家「独立公司」运营，由财务长西蒙爱德华兹担任执行长。 英伟达（NVIDIA）史上之最！ CNBC报导，Disruptive执行长戴维斯（Alex Davis）透露，英伟 达 已 同 意 以 200 亿 美 元 （ 约 新 台 币 6300 亿 ） 现 金 收 购 高 效 能 人 工 智 能 （ AI ） 加 速 芯 片 设 计 商 Groq，而英伟达执行长黄仁勋在发给员工的电子邮件中表示，协议将让英伟达获得Groq的知识产 权许可，但我们并没有收购Groq这家公司。 Disruptive于9月领投了Groq的最新1轮融资。戴维斯表示，自Groq于2016年成立以来，他的公司 已投资Groq超过5亿美元（约新台币157.5亿），这笔交易进展迅速。 3个月前，Groq以约69亿美元（约新台币2 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 继陆资被动元件龙头风华高科之后，二线陆资芯片电阻厂安徽富捷电子跟进发出涨价通知，将调涨 厚膜电阻价格8～20％，台湾被动元件厂预期，有陆资龙头领涨、二线厂跟涨，有望迎来芯片电阻 涨价潮。 台湾被动元件厂认为，富捷减产其实就是涨价前奏，目前芯片电阻价格已止血，随陆资龙头风华高 科领涨，二线厂富捷跟涨，其余陆资厂在材料高涨的成本压力之下，可望迎来全面涨价潮，有助于 恢复产业秩序。 *免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该 观点赞同或支持，如果有任何异议，欢迎联系我们。 安徽富捷电子12月初才祭出减产通知，将自砍产能20～60％，并示警交期延长，事隔不到一个 月，富捷电子跟进龙头厂风华高科，正式发出厚膜电阻涨价通知，富捷在涨价通知中表示，因全球 金属价格波动，银、钯、钌、镍、锡等关键金属原材料价格大幅上涨，其中银价对比去年同期上涨 逾100％，导致厚膜电阻成本续攀，经董事会慎重研究，将对厚膜电阻各系列部分产品调涨，调涨 幅度为8～20％。 喜欢我们的内容就点 "在看 " 分享给小伙伴哦~ 随着芯片电阻价格看涨，被动元件 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 人工智能的火热，除了催生海量的SSD和DRAM需求外，相应的密度和速度提升，也成为这些存储 厂商必须应对的挑战。正如闪迪公司副总裁兼中国区总经理蔡耀祥所说："AI和机器学习应用的进 一步发展，使得企业级闪存存储需兼顾更卓越的性能、容量、能效和可扩展性，以匹配更复杂的工 作负载。" 为此，蔡耀祥认为，通过提供定制化、可扩展的存储解决方案，充分满足人工智能数据周期各阶段 的多样化需求，既可匹配计算密集型任务的高性能与低延迟要求，也可支撑存储密集型场景的高容 量与高能效需求。 作为一家全球领先的闪存与先进存储技术创新企业，闪迪也为此做好了充分准备。 OCP Inspired™，AI SSD的一道大考 对于AI需要怎样的SSD，不同的厂商有不同的看法，但从现状看来，是否经过OCP Inspired™认 证，是SSD能否获得AI应用认可的重中之重。 闪迪公司副总裁兼中国区总经理 蔡耀祥 "效率、影响力、开放性、可扩展性和可持续性是OCP Inspired™认证产品必须符合的支柱考量标 准，这也是我们打造并维护行业生态，持续开发面向当前与未来市场的新型开放解决方案的关键使 命。" ...

中科曙光高级副总裁李斌先生在演讲中也指出，随着大模型技术的持续地迭代发展，对计算装备提 出了前所未有的新要求和新挑战。在他看来，这些挑战主要集中在内存的容量和带宽、线间互联的 带宽和延迟、节点间的互联带宽和延迟、系统的能耗和能源效率、系统的稳定性以及应用生态的兼 容性这几个方面。 面对这些挑战，李斌认为，我们需要从两个方面突破：一是要从单点突破到系统工程；二是要合作 开放。"在此基础上，我们把系统的冷却供电和管理这些方面也进一步耦合来提效，同时在这个过 程中，我们开放共享，去促进跨层的软硬件的协同和产业链的合作共赢。"李斌接着说。 如果您希望可以时常见面，欢迎标星收藏哦~ 日前，首届光合组织人工智能创新大会（HAIC2025）在江苏昆山隆重开幕。全产业链超2500家企 业代表、专家学者及行业领袖，通过200余场高密度分享与5000余平方米实景展区，全景呈现中国 AI计算开放架构的创新实践与生态繁荣。 从这次的大会分享中，我们看到了一个属于中国AI的新时代，正在缓缓走来。 摩尔定律放缓下的取舍 熟悉人工智能的读者对Scaling Law、Scale Up和Scale Out等概念应该非常了解。在笔者看来，这 些 ...

台积电作为全球最值得信赖半导体代工厂的核心优势 - 公司被公认为全球数字经济的支柱，其声誉建立在数十年来的技术领先、严谨商业模式、卓越运营和可靠性之上 [2] 商业模式与中立性 - 采用纯晶圆代工模式，不与客户竞争，专门为第三方制造芯片，并在客户设计间保持严格防火墙 [2] - 商业模式的中立性让苹果、英伟达、AMD、高通及无数初创公司确信其知识产权不会被滥用，从而建立了深厚的信任 [2] 技术领先与制造能力 - 公司始终率先或遥遥领先地实现7nm、5nm和3nm等先进工艺节点的量产，并保持高良率 [3] - 能够将前沿研究转化为稳定、高产量的生产，成为产品周期依赖确定性的客户的不可或缺的合作伙伴 [3] - 专注于工艺控制、缺陷控制和持续改进，实现了业界领先的良率，帮助客户降低成本、加快产能爬坡 [3] 知识产权保护与安全 - 公司在知识产权保护和保密方面享有盛誉，能够安全处理高度机密的客户数据，杜绝泄露和滥用 [4] - 信任源于内部文化、严格的访问控制以及与客户建立的长期合作关系，在网络间谍活动猖獗的时代尤为宝贵 [4] 规模优势与生态系统整合 - 公司已在晶圆厂、设备和人才方面投入数千亿美元，打造了其他公司难以匹敌的制造能力 [4] - 与设备供应商（如ASML和Applied Materials）、EDA供应商（如Synopsys、Cadence和Siemens EDA）及IP公司紧密合作，形成“大联盟”生态系统，降低了客户风险并缩短产品上市时间 [4] 长期战略与产能规划 - 公司积极进行长期投资，往往在需求出现之前就已开始，甚至在回报得到保证之前数年就投资，确保了在行业周期波动或供应短缺时能提供充足产能 [5] - 在全球芯片短缺期间，公司的产能规划和优先级排序巩固了其作为稳定、负责任行业领导者的形象 [5] 全球信誉与公司治理 - 尽管存在地缘政治风险，但公司展现出透明度、合规性以及与全球各国政府及客户的合作精神 [5] - 在美国、日本和欧洲的扩张体现了其对供应链韧性和全球信任的承诺 [5]

英伟达的竞争护城河分析 - 市场关于TPU和ASIC侵蚀英伟达护城河的观点被严重夸大[2] - 英伟达通过持续精进GB300及后续Vera Rubin架构，可维持领先出货并不断降低成本，成为迄今最具成本效益的平台[2] - 英伟达的护城河源于其端到端、为高频宽、大规模扩展与可持续利用率而打造的整体架构，这是迈向AI工厂最关键的决定因素[3] - 英伟达除了掌握一定先进封装产能外，还持续推进GB200、GB300到Rubin的架构，并改善交换技术与整体系统设计，更具优势[3] - 在供应受限环境下，超大规模云端业者势必采取混合架构策略，难以用TPU全面取代GPU[3] - 英伟达的护城河因出货量、经验曲线效应以及多年端到端系统工作，形成稳固护城河[7] TPU作为替代方案的局限性 - TPU核心问题不在是否为“好芯片”，而在于其架构能否适配AI下一阶段的发展需求[3] - TPU因频宽昂贵且稀少而诞生，适合低频宽需求的AI任务，但随着模型规模扩大与工作负载多样化，在扩展性等方面遇到限制[3] - 目前领先的AI训练走向为“高频宽与大规模扩展”而改善的系统架构，这需要让大量加速器彼此连接并长时间维持高效运转[3] - “TPU走向开放市场”更合理的解释是生态系伙伴及Meta等公司寻求优势带来的压力，而非Google有意成为真正的商用芯片供应商[4] - 像Google这样的主要超大规模业者，不太可能大规模对外销售自家专有加速器，以让直接竞争对手形成真正的外部市场[3] Google与OpenAI的竞争格局 - 市场关于Google通过Gemini击败OpenAI的观点被严重夸大[2] - Google在壮大的同时面临“创新者困境”，其搜寻业务与广告营收高度绑定[2] - 若Google将广告模式转向类似聊天机器人的体验，单次搜寻查询的服务成本将暴增至原来的100倍[2] - Google必须将商业模式转向更高度整合的购物体验，但即便Gemini近期取得一定成功，Google仍不具备这样的信任基础[2] - OpenAI核心在于强调可信资讯，而非推送广告，仍有其优势[2] - 就平台动能而言，现阶段仍是OpenAI“领先一大截”，平台建设、开发者采用、企业用户组合转变以及对稀缺运算资源的掌握都对OpenAI有利[6] - OpenAI因平台执行力及企业需求而保持领先，其先行者优势正逐步转化为更持久的竞争力[7] - 模型品质已成为基本门槛，真正的竞争焦点在于模型周边的软件与服务[7] Google面临的商业模式挑战 - Google的困境在于如何以不损害其获利引擎的前提下，让主导模式过渡到更完善的模式[5] - Google获利引擎建立在与搜寻行为挂钩的广告变现上，但互动模式转向ChatGPT式的体验会使成本结构发生巨大变化[5] - 从经典搜寻转向助手式的交互模式会改变单位经济效益，从而可能破坏其盈利引擎[5]

行业技术动态与产品发布 - 光通信研究机构LightCounting发布关于AOC、DAC、LPO及CPO的最新报告 [2] - 2024年3月，英伟达率先宣布在其InfiniBand和以太网交换机中采用单通道200G的CPO技术 [2] - 2024年9月底，Meta的测试数据显示博通前两代CPO产品具有卓越可靠性 [2] - 2024年10月，博通推出了其第三代单通道200G的CPO产品 [2] - 2024年12月初，英伟达在TEF大会上报告称，基于CPO交换机的AI集群可靠性相比采用可插拔光模块的系统提升了10倍，集群运行时间提升了5倍 [2] 市场整合与并购活动 - 近期，Ciena收购Nubis Communications，Marvell收购Celestial AI，印证了亚马逊、Meta和微软等行业龙头对CPO的高度关注 [5] - LightCounting预计2026年初将出现更多相关并购活动 [5] CPO技术应用现状与挑战 - 目前CPO的应用仅限于面向Scale-Out网络设计的交换机 [5] - 英伟达等公司面临的下一个挑战是如何将Scale-Up互连突破单个机架的限制 [5] - 将GPU集群从128-144颗芯片扩展到500-1000颗，被认为是加速AI训练的最佳路径 [5] - 未来3年内，推理集群也可能需要多达1000颗GPU以支持更大规模的模型 [5] - 亚马逊正使用AEC在两个机架之间互连Trainium加速器（每个机架32颗XPU），但这种方案可能难以扩展到更多机架 [5] - 华为在其纵向Scale-Up网络中采用了800G可插拔LPO光模块，每颗XPU最多连接18个LPO [5] - 对于4-8个机架组成的系统，若需实现数万个高速互连，CPO可能是唯一可行的选择 [5] 市场预测与规模展望 - LightCounting因此上调了CPO的市场预测，涵盖用于Scale-Up场景、传输距离小于50米的1.6T和3.2T端口 [5] - 报告对比了可插拔以太网光模块（含AOC、ACC、AEC和DAC）与CPO（仅包含100G及以上速率产品）的市场情况 [6] - LightCounting预计，博通和英伟达都将在2026年推出集成CPO的Scale-Up交换机、GPU或XPU [8] - Marvell也将利用收购来的Celestial AI技术推出类似产品 [8] - 这些产品的出货将于2027年开始 [8] - 到2030年，包括Scale-Up和Scale-Out场景的CPO引擎的市场规模预计将达100亿美元 [8] - 到2030年，CPO端口出货量预计接近1亿个 [8]