技术突破 - 约翰霍普金斯大学研究人员发现新材料和新工艺 可能推动制造更小、更快、更经济的微芯片[2] - 新材料为基于咪唑的金属有机物光刻胶 可适应更高功率的超越极紫外辐射工艺[3] - 新工艺称为化学液体沉积 能以溶液形式在硅晶圆尺度上沉积金属有机光刻胶并精确控制纳米级厚度[4] 工艺特性 - 新工艺既精确又经济 能快速在生产线上以极高精度照射材料制造微小电路[2] - 通过调整金属和咪唑组合可改变光吸收效率和反应化学性质 至少有10种金属和数百种有机物可配对[5] - 锌金属对超越极紫外辐射吸收效果优异 能产生电子引发化学转化印刻电路图案[3][5] 应用前景 - 该技术可制造小于当前标准10纳米的芯片细节 适用于手机、汽车、家电、飞机等现代电子产品[2][3] - 研究人员认为该技术很可能在未来10年内应用于制造业[5] - 不同波长辐射与不同元素相互作用特性各异 为多种金属有机物配对提供可能性[5]

来 源 ： 内容来自 SK 海力士 。 已准备好大规模量产系统的HBM4，通过采用2,048个I/O终端（是上一代的两倍），将带宽增加了 一倍，并将功耗效率提高了40%以上，从而拥有了业界最佳的数据处理速度和功耗效率。公司预 计，当该产品应用后，人工智能服务性能可提升高达69%，这将有助于解决数据瓶颈并显著降低数 据中心功耗成本。 该公司通过在HBM4中实现了超过10Gbps（千兆位/秒）的运行速度，远远超过了JEDEC（一个标 准化机构，是为微电子行业制定开放标准和出版物的全球领导者）标准运行速度（8Gbps）。 SK海力士公司今天宣布，它已完成全球首款超高性能人工智能下一代存储产品HBM4的开发，并 已完成量产准备。 HBM（高带宽存储器）是一种高价值、高性能的存储器通过垂直互连多个DRAM芯片，与传统 DRAM 产 品 相 比 ， 能 显 著 提 高 数 据 处 理 速 度 。 HBM 共 有 六 代 ， 从 最 初 的 HBM 开 始 ， 其 后 是 HBM2、HBM2E、HBM3、HBM3E和HBM4。 SK海力士表示，公司已成功完成开发，并基于这一技术成就，为HBM4大规模量产做好准备，以 引领人 ...

中国半导体行业对AI硬件依赖的反思 - 中国半导体行业协会副理事长魏少军呼吁亚洲国家放弃使用英伟达GPU进行AI训练和推理 认为依赖美国硬件构成长期风险[2] - 批评亚洲AI发展模式模仿美国路径 使用英伟达或AMD GPU训练大型语言模型 限制区域自主权且可能变得"致命"[2] - 主张亚洲战略应与美国分道扬镳 特别是在算法设计和计算基础设施等基础领域[2] 中国AI硬件发展现状与挑战 - 美国2023年对输华AI和HPC处理器实施性能限制 造成中国硬件瓶颈并减缓尖端AI模型训练[2] - 中国公司如DeepSeek证明即使没有尖端硬件 仍能在算法上取得重大进展[2] - 中国反对使用英伟达H20芯片 推动AI基础设施真正独立[3] - 中国半导体产业虽取得进展 但仍落后美国和台湾多年 制造媲美英伟达高端产品的AI加速器机会很小[3] 替代技术路径与发展方向 - 提议开发专用于大型语言模型训练的新型处理器 而非继续依赖GPU架构[3] - 呼吁芯片层面国内创新支持AI雄心 但未提出具体赶超美国和台湾半导体生产的计划[3] - 强调中国资金充足且决心继续建设半导体生态系统 尽管面临美国出口管制和政治压力[3] 英伟达技术优势分析 - 英伟达GPU因大规模并行架构适合加速深度学习中的矩阵密集型操作 比CPU效率更高[4] - 2006年推出的CUDA软件栈使开发者能为GPU编写通用代码 为TensorFlow和PyTorch等框架在英伟达硬件标准化铺平道路[4] - 通过专用硬件（Tensor Cores）、紧密软件集成及广泛云和OEM支持巩固领先地位 使GPU成为AI训练推理默认计算骨干[5] - 现代架构如Blackwell拥有大量针对AI训练推理的优化 几乎与图形无关[5] - 专用ASIC在训练和推理方面尚未获得广泛应用[5]

英特尔玻璃基板业务进展 - 公司否认退出半导体玻璃基板业务 计划按原路线图推进商业化进程[2] - 玻璃基板开发计划与2023年路线图完全一致 目标2030年前引入量产[2] - 公司强调不回应市场谣言 表明对玻璃基板业务的坚定立场[2] 技术研发与产能规划 - 玻璃基板研发已持续十年 计划建设试点生产线[2] - 已掌握玻璃基板制造关键技术 目标2025年启动试生产线[3] - 与韩国 日本 台湾地区材料 零部件及设备公司合作构建试生产供应链[3] 产业合作与量产计划 - 量产方式尚未确定 可能通过自主生产或外部合作实现[3] - 台湾 奥地利和韩国基板制造商及封装公司被视为潜在合作伙伴[3] - 量产需大量投资和多制造商协同以确保稳定供应[3] 战略重要性 - 玻璃基板被视为下一代AI高性能半导体的关键核心材料[2] - 公司将玻璃基板作为替代现有塑料基板的技术方向[2] - 尽管面临财务困难和组织重组 公司仍坚持推进该战略项目[2]

来 源 ：内容来自半导体芯闻综合 。 9月11日，企查查显示，深圳市海思半导体有限公司发生工商变更。其中，徐直军卸任法定代表 人、董事长，由高戟接任。同时，多位高管均发生变更：公司董事胡厚崑、郭平及公司监事任树录 退出，增补张磊担任董事及财务负责人、胡波担任董事、朱文担任监事。 企查查显示，深圳市海思半导体有限公司，注册资本20亿人民币，经营范围为电子产品和通信信 息产品的半导体设计、开发、销售及售后服务，相关半导体产品的代理，电子产品和通信信息产品 器件和配套件的进出口业务。股东信息显示，该公司由华为技术有限公司全资持股。 据华为官网介绍，徐直军毕业于南京理工大学，博士。1993年加入华为，历任公司无线产品线总 裁、战略与Marketing总裁、产品与解决方案总裁、产品投资评审委员会主任、公司轮值CEO、战 略与发展委员会主任等，现任公司副董事长、轮值董事长等职务。 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~ 喜欢我们的内容就点 "在看 " 分享给小伙伴哦~ 企查查显示，此次接任徐直军的高戟是海思技术有限公司CEO。 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 ...

人工智能基础设施发展趋势 - 人工智能普及需要远超互联网泡沫和大数据泡沫时期的全球计算规模 [2] - 超级计算走向主流 专注于模拟人类与数字交互而非传统科学计算 [3] - 超越英伟达需在多向量优于Blackwell/Rubin GPU 并整合系统降低推理成本 [4] OpenAI模型计算能力演进 - GPT-5计算量达1×10²⁷ Flops 接近MMLU测试100%上限 [7] - GPT-4参数达1.5万亿 较GPT-3的1750亿参数增长近9倍 [9] - 图像识别模型计算量呈指数增长 从2012年AlexNet的6000万参数到2025年GPT-5 [9] - 模型数学单元和数据格式精度降低 使大规模计算经济可行但训练成本仍极高 [10] 全球计算架构演变 - 计算架构经历大型机/个人计算/数据中心/仓库级计算 2020年代进入全球分布式协调计算阶段 [11] - 全球规模计算机需支持代理型AI工作负载 以计算机速度而非人类速度执行任务 [11] 代理式AI对基础设施的新要求 - 代理工作流程需长寿命会话 要求基础设施支持有状态计算和内存持久化 [14] - 代理间实时通信需低延迟互连 尾部延迟将影响任务结果 [14] - 需硬件集成安全功能 包括实时终止开关 硅片遥测 安全区域和可信执行路径 [15] 硬件技术挑战与创新方向 - 网络可靠性面临挑战 需测试光纤通信平台确保可靠性 [16][17] - HBM4/HBM4E显存带宽限制需通过CXL内存池缓解 [16] - 2.5D/3D芯片集成突破标线极限 共封装光学器件克服铜互连限制 [16] - 机架功率将达600千瓦至1兆瓦 需直接芯片液体冷却或浸没式冷却 [16] - 供应链存在基板/HBM内存短缺 EUV工具全球分布不均问题 [16] 产业协作需求 - 需代工厂/封装商/超大规模提供商协作实现关键组件双重采购 [17]

三星电子1c DRAM产能扩张计划 - 公司正致力于确保第六代10纳米级1c DRAM产能 计划于明年上半年完成平泽第四园区P4的1c DRAM设施投资 并对包括P3在内的现有工厂进行投资转换[2] - P4工厂分为四个阶段 P1和P3投资已完成 P4的DRAM设施投资正在进行中 剩余PH2洁净室计划最早于今年年底或明年年初开工建设[2] - 1c DRAM是最新一代DRAM 计划在今年下半年实现量产 将用于HBM4并计划于明年全面实现商业化[2] 产能具体规划与进展 - 公司正在华城17号线进行1c DRAM转换投资 预计今年1c DRAM产能最高可达每月6万片[3] - 明年上半年1c DRAM产能将继续扩大 因P4工厂最后一条量产线的投资即将完成 且1c DRAM设施投资可在现有平泽园区内进行[3] - 公司目前正与合作伙伴讨论明年将投资转向P3等1c DRAM的计划 相关设施投资将随着良率和性能稳定而加速[3] 投资背景与战略考量 - 公司积极扩大1c DRAM产能是为HBM4商业化做准备 而NAND和代工的投资计划被推迟 因缺乏足够稳定需求证明扩大产能合理性[3] - 生产线将主要量产1c DRAM P4的PH2虽最终用途未确定 但业界预计将建成DRAM量产线[2]

展会规模与创新模式 - 第26届中国国际光电博览会吸引全球超3800家优质光电企业参展 构建覆盖全链条的光电产业生态圈[1] - 展会打造车载光通信 内窥成像 激光医疗 人形机器人等十大特色展示区 强化"光电+应用"场景融合[1] - CIOE与SEMI-e半导体展实现"同期同地"举办 形成30万平米超大展示规模的双展联动模式[3] 光通信技术突破 - 光迅科技展出1.6T 800G产品生态矩阵及多款通感一体化创新产品[6] - 立讯技术展示CPO 1.6T光模块 LPO/LRO低功耗方案及液冷冷板I/O方案[6] - Coherent高意展示100G-1.6T全系列高速光模块 并演示C+L一体化大容量高集成度DWDM系统[6] 智能视觉与光学革新 - 舜宇光学展出汽车摄像头模组 AR光波导及镜片模块 车载镜头 机器人视觉系统方案[8] - 凤凰光学展示精密光学部品 创新金属元件 多场景光学镜头 医用内窥镜组件[8] - 歌尔光学展示刻蚀全彩光波导AR显示模组 全彩超小MicroLED光机 超小体积高清VR Pancake模组[8] 激光技术智能化升级 - 大族激光划分激光器及通用元器件 激光设备及解决方案两大展区 设动态加工演示区[10] - 创鑫激光联袂桓日激光展出桓日红桐A3系列 创鑫荣光系列 鑫光系列产品[10] - 长光华芯采用双展台模式展示光制造 光通信 光传感 光显示 光医学五大领域研发成果[10] 红外技术民用化发展 - 睿创微纳展示8微米系列量产红外模组 提供工业测温 安防消防 低空经济等多领域解决方案[13] - 高德红外聚焦非制冷红外探测器与红外机芯 推出VOCs气体检测热像仪 车载红外摄像头等新品[13] - 海康微影以MEMS技术为基底展出热成像探测器 多应用场景热成像机芯 工业测温等产品[13] 智能传感技术融合 - 艾迈斯欧司朗展示光发射器 光学元件 光传感器在工业 医疗 可穿戴和汽车等领域的创新应用[15] - 芯探科技基于自研i-d ToF核心技术展示面向具身智能场景的传感器解决方案[15] - 灵明光子展出硅光子倍增管 SPAD dToF面阵模组及芯片 SPAD dToF有限点模组系列产品[15] 新型显示技术创新 - 视涯科技展出OLEDoS微型显示器 自研光机及客户整机[17] - 熙泰科技展示0.39英寸 0.68英寸等多尺寸硅基OLED屏[17] - 国兆光电携0.3英寸超高亮低功耗全彩硅基OLED产品 同步展示小型阵列光波导模组[17] 产学研联动与论坛活动 - 展会汇聚20余家国内顶尖科研单位 包括中科院长春光机所 西安光机所 上海光机所等机构[20] - 同期举办超过90场产业 应用 学术及国际会议 包括全球光电大会和全球光电发展与应用高峰论坛[21] - 论坛探讨硅基光电子 红外成像 AI时代光传输技术 超万卡智算集群新型光技术等前沿话题[21]

苹果自研网络芯片N1的推出 - 苹果推出自研无线网络芯片N1 支持Wi-Fi 7、蓝牙6和Thread协议 并提升个人热点和AirDrop等功能的整体性能和可靠性 [2][3][6] - N1芯片是苹果首款用于iPhone的网络芯片 取代了博通此前为iPhone、iPad和Apple TV提供的网络芯片 [2][7] - 苹果同时推出空间中继视听同步（SPR AVS）协议 旨在替代或增强蓝牙和AirPlay 实现超低延迟和高带宽通信 支持无损音质无线音频传输 [3][4] 苹果芯片自研战略演进 - 苹果自15年前推出首款系统芯片A4以来 逐步自研CPU、GPU、显示驱动程序及调制解调器芯片 今年发布首款调制解调器芯片C1和网络芯片N1 [2] - 苹果通过自研芯片实现对其连接策略的完全掌控 并强调通过硬件和软件集成提升性能、可靠性和效率 [7] 对Wi-Fi行业及供应商的影响 - 苹果自研Wi-Fi芯片将占据手机Wi-Fi芯片组市场约15-20%的份额 [7] - 博通失去苹果这一主要客户 此前Synaptics已通过知识产权许可协议接管博通的另一智能手机客户谷歌Pixel 高通成为三星手机Wi-Fi芯片主要供应商 [7] - 行业关注苹果在Wi-Fi生态系统中的互操作性 需确保与大量网络设备兼容 并提供足够信息以优化用户体验 [8][9] 技术规格与应用场景 - N1芯片应用于iPhone 17 Pro Max到iPhone Air的全系列新手机 未来可能用于AirPods耳机、AirPlay扬声器及传感器数据传输 [4][6] - SPR AVS协议可作为蓝牙LE音频和高通骁龙Sound的替代方案 [4]

文章核心观点 - 碳化硅和氮化镓等第三代半导体技术取得重大突破 加速行业从硅基向化合物半导体的转型 满足高性能 高效率功率器件的市场需求 [2][3][4] Wolfspeed 200毫米碳化硅技术突破 - 公司宣布200毫米SiC材料产品正式商业化上市 标志着行业转型重要里程碑 [2] - 200毫米SiC外延片可立即认证 与200毫米裸晶圆配合实现突破性可扩展性和更优质量 [2] - 200毫米裸晶圆厚度350µm 参数规格改进 外延工艺掺杂和厚度均匀性达业界领先水平 [2] - 技术使器件制造商提高MOSFET良率 加快产品上市时间 应用于汽车 可再生能源 工业等高增长领域 [2] DB HiTek氮化镓功率半导体工艺进展 - 公司完成650V增强型氮化镓高电子迁移率晶体管工艺开发 将于下月底提供测试生产晶圆 [3] - GaN材料功率损耗远低于硅 有利于生产高效超小型产品 应用于AI数据中心和机器人市场 [3][4] - 新技术与现有BCDMOS主营业务产生协同效应 产品线扩展到GaN和碳化硅等化合物半导体 [4] - 公司计划扩建产能 月产量从15.4万片晶圆提升至19万片 增幅约23% [4] 第三代半导体市场前景 - GaN市场规模预计以年均约40%速度增长 从2025年5.3亿美元增长至2029年20.13亿美元 [4] - 化合物半导体在电力转换效率方面显著优于传统硅基半导体 特别适用于高耗电应用场景 [3][4]