半导体产业纵横
半导体产业纵横
探索IC产业无限可能。
IP属地:北京
1关注
409粉丝
0主题
0勋章

端侧AI的“不可能三角”?被这家中国芯片公司打破了

当前,AI正一往无前地从云端向各类终端渗透,各大行业巨头纷纷加码。英伟达不断迭代Agent Computer硬件方案,推动智能体脱离云端依赖,在本地硬件完成感知、规划、执行的全链路闭环;苹果依托M6系列硬件升级Apple Intelligence,将文档摘要、照片编辑等大模型能力落地端侧运算,把用户隐私保护摆在产品核心位置。智谱在天猫开设旗舰店售卖Token,这一商业化信号也反映出端侧AI的应用越来越日常。伴随AI PC本地大模型能力持续优化、Agent硬件盒子逐步走向市场,叠加具身机器人、新一代智能穿戴设备等新品类不断发展,可以看到,端侧硬件正在承接更多AI算力负载,推动智能能力向各类硬件载体、千行百业业务场景延伸。 但大模型端侧化,并不是简单把云端算力做小型移植。终端设备要同时面对功耗、散热、体积、成本、带宽多重硬性约束,既要承载持续增长的大模型参数规模,又要保障低延迟实时交互,同时守住本地数据的隐私安全,传统冯・诺依曼架构的局限性被进一步放大。面对这一组现实产业矛盾,以后摩智能为代表的先行者探索出可落地的商业化路径,存算一体技术走出实验室,迎来难得的产业发展窗口期。端侧AI的核心命题,已经从“能不能跑通模型”,转向“能不能跑得好、用得起、实现大规模商用”,2026年,正是存算一体技术接受真实产业场景实战检验的关键之年。 01 端侧AI需求大爆发,存储一体破解端侧算力“不可能三角” 弗若斯特沙利文的数据显示,全球端侧AI市场规模将从2025年的3219亿元,攀升至2029年的1.22万亿元,复合年均增长率达40%。规模高速扩张的背后,端侧AI产业正在经历一场深刻的范式切换。 两三年前,端侧AI更多停留在概念Demo阶段。受限于模型能力与硬件条件,终端设备仅可运行1B-2B的小参数模型;即便勉强部署7B-8B模型,多模态理解、复杂任务处理能力大打折扣,也缺少成熟芯片支撑稳
端侧AI的“不可能三角”?被这家中国芯片公司打破了

麒麟9050 Pro来了!19999元,最贵**手机震撼发布

新一代Mate XT2 19999起,9月12日正式开售。 **新品发布会如期登场,全场最高潮、欢呼声最热烈的一刻,当属余承东官宣:新一代**三折叠Mate XT2,首发搭载麒麟9050 Pro旗舰芯片。这也是继**Mate40全球发布会之后,**时隔六年在旗舰发布会上推出全新麒麟芯片。 麒麟9050 Pro芯片,“史上性能最强” 麒麟9050 Pro在单芯片内将逻辑单元分层排布,如同从平层升级为复式,内部增设垂直互联通道,好似加装“电梯”,信号传输路径更短、时延更低、性能更好。余承东透露,整机性能相对上一代提升42%以上,并称其是“史上性能最强的芯片”。 麒麟9050 Pro自研九核灵犀CPU超线程技术,单核峰值性能提升24%,多核并发性能提升52%。九核之外,芯片搭配一颗超低功耗微核,息屏显示、消息推送等低负载场景由微核运行,降低待机功耗。大文件打开速度提升50%,多任务流畅度提升35%。 自研马良GPU,光追硬加速技术,计算单元与缓存翻倍,支持5000万线实时光线追踪,渲染性能提升142%;4K视频导出速度提升40%以上。 达芬奇架构NPU实现多尺寸大模型入端,多级存算协同优化技术,余承东透露,在**新一代三折叠手机上实现了行业首个300亿参数MOE大模型入端,激活参数20亿,在端侧实现了更强大的处理能力。在无网络环境下,可完成本地AI图库整理等任务,摆脱网络依赖。 通信方面,搭载巴龙基带,天地一体融合通信架构,卫星巡呼成功率42%。硬件原生支持天通卫星通信、北斗卫星消息,芯片底层预留低轨宽带卫星Modem能力。 站在C位:新一代Mate XT2 在发布新一代Mate XT2之前,余承东先透露了一组重磅数据,截至目前,**三折叠系列全球累计发货量超100万台,在折叠屏品类中拥有行业第一的品牌提及率。 先讲下大家最关心的新一代Mate XT2价格,19999起,9月12
麒麟9050 Pro来了!19999元,最贵**手机震撼发布

PCB超级周期,能确定了?

8月底,英伟达在2027财年第二季度业绩公告中表示,Vera Rubin正在进入全面量产。随后的业绩会进一步确认,公司在8月上旬开始生产出货,并预计Rubin在下一季度约占数据中心收入的20%。这意味着,年初以来围绕Rubin供应链的需求预期,已经开始进入实际生产和交付阶段。 PCB是其中反应较快的环节。9月2日开幕的SEMICON Taiwan上,臻鼎展示了最高34层AI服务器板,以及800G、1.6T、XPO和NPO光模块产品。8月下旬,多家PCB板厂、设备和耗材企业披露高速增长的半年报。8月31日,日本经济产业省公布,7月电子回路基板产值达到743.85亿日元,同比增长29.2%。这些变化共同指向一个结论:在AI服务器、高速交换机和光互连需求带动下,PCB行业的订单和产值仍在继续增加。 这轮增长与传统消费电子周期有所不同。AI服务器不仅需要更多PCB,也需要层数更高、损耗更低、加工难度更大的产品。与此同时,一套AI机架还包括交换、网络、光模块和电源系统,需求会沿着整机架向多类板件扩散。Rubin量产的意义,正是把这种需求由产品规划推向供应链备料、设备采购和批量生产。 01 Rubin量产,进一步推高高端PCB需求 从供应链角度看,Vera Rubin进入全面量产的时间表,提高了PCB需求的确定性。微软首席执行官萨提亚·纳德拉8月21日确认,首批生产型Rubin已经到达微软数据中心。英伟达8月27日又披露,AWS已经收到一台Vera CPU服务器和一块Rubin GPU。现阶段尚不能据此判断完整机架的交付数量,也不能认为所有云服务已经对外开放,但Rubin硬件开始进入客户数据中心已经得到确认。 PCB需求增加首先来自系统规模扩大。Vera Rubin不是一颗单独销售的GPU,而是一套由CPU、GPU、网络、交换和机架系统组成的平台。计算托盘、交换托盘、中板、网络板和光模
PCB超级周期,能确定了?

疯狂买买买,英伟达的野心何在?

在全球数千亿美元级算力投资浪潮推动之下,全球人工智能产业正经历一场深刻的结构性转变。过去行业竞争的重心高度集中于超大规模数据中心集群,各家比拼GPU数量,争相搭建规模更大的模型训练底座。但到2026年,产业逻辑已经出现显著转向:头部巨头持续加码云端算力基建的同时,纷纷加速向AI终端与边缘场景下沉;做数据中心基础设施的企业向下抢占端侧市场,原本深耕终端硬件的厂商反过来向上布局云侧算力,端云双向渗透已经成为行业的共同趋势。 英伟达近期官宣以129.303亿美元收购开源AI平台Hugging Face,这也是其历史上第二大收购案。连同此前推进的定制化技术底座、产业链融资绑定、AI终端布局等一系列动作,足以看出英伟达早已不再满足单纯扮演GPU硬件供应商的角色。它正依托技术标准输出、开放定制能力、资本纽带、开发者生态并购以及终端落地布局,将生态触角铺展至端-边-云全链条。而这一系列动作的底层动因,正是AI行业巨额投入压力之下催生出的产业牵引逻辑。 01 从标准化供货到技术底座开放,守住产业基本盘 英伟达的扩张路径,首先体现在定制化生态模式的颠覆性重构。很长一段时间,市场对英伟达的认知停留在标准化GPU产品,Blackwell、Vera Rubin架构的通用芯片批量供货,核心供给云厂商与大模型企业。但随着谷歌、亚马逊、各大超算企业纷纷自研专用XPU、ASIC芯片,头部客户定制化芯片的诉求快速崛起,行业格局迎来变数。云厂商与大模型企业为了适配自身专属模型架构、差异化业务场景,迫切需要定制化硬件优化算力效率,以此降低训练推理成本、提升专有业务性能,这曾经被视作英伟达传统通用GPU生态的最大潜在挑战。行业普遍预判,大量核心客户转向自研定制芯片,会逐步脱离CUDA生态,持续分流英伟达的核心市场空间。 面对行业变革,英伟达并未采取固守标准化产品、抵制客户自研的保守策略,而是顺势而为,将定制化纳入
疯狂买买买,英伟达的野心何在?

瑞能半导体:早一步,远一程

功率半导体行业重新热闹起来。 今年以来,意法半导体、德州仪器、英飞凌接连调价:意法半导体不到五个月完成三轮涨价,TI近12个月累计调价5次,英飞凌年内也已两次上调产品价格。上半年,士兰微、扬杰科技、捷捷微电、瑞能等企业营收也在增长。价格与业绩回暖之外,行业的增长来源正在发生变化。可控硅、功率二极管等成熟器件保持稳定,AI服务器、光伏储能和充电设施则把更多需求推向碳化硅、IGBT、MOSFET和功率模块。 瑞能同时覆盖成熟功率器件与高增长产品。据Omdia数据,瑞能晶闸管市场份额位居全球第一。2026年上半年,瑞能营收4.73亿元,同比增长6.8%;碳化硅业务收入约7820万元,同比增长37.4%。今年6月,北京6英寸功率半导体晶圆厂投入运营。半导体产业纵横专访瑞能,试图从瑞能的产品、财报和晶圆厂布局出发,观察功率半导体的增长究竟正在发生怎样的变化。 01 一家低调的隐形冠军 在功率半导体行业,最容易被忽略的,往往是最基础的器件。 空调启动、洗衣机调速、工业电源整流、光伏逆变器把直流电送入电网,都要经过这些器件。它们单颗价值不高,却进入了大量设备的物料清单,跟随客户产品一代代供货。客户真正关心的,是能不能在十年甚至更长的周期里稳定交付。 瑞能正是从这类产品起家。其功率半导体技术和制造积累可以追溯至1969年,最初属于飞利浦,后来进入恩智浦的功率半导体体系。2015年11月,恩智浦与北京建广资产管理有限公司完成双极功率半导体业务合资交易,瑞能由此开始独立运营。 一个成熟、分散且高度依赖产品可靠性的市场中,细分领域的领先,来自长期的工艺积累、稳定的良率控制、广泛的客户覆盖和持续的交付能力。瑞能拥有的,正是一套已经经过全球客户验证的产品、工艺和质量体系。 瑞能的产品结构,也从成熟器件延伸到了新一代功率产品。目前,晶闸管约占收入的46%,功率二极管占25%-30%,碳化硅约占15%-
瑞能半导体:早一步,远一程

晶圆代工业,集体涨涨涨!

过去两年,AI算力需求的爆发式增长,让GPU和CPU成了最抢手的硬件。但大多数人没注意到的是,这场抢购潮已经向产业链上游传导——晶圆代工厂的先进制程产能,正在经历前所未有的挤兑。 2025 年下半年起,晶圆代工行业便已是热浪迭起。而到了2026年下半年,该行业涨价风潮并未见消退迹象,反而愈演愈烈。 01 最高25%!三星、台积电火热涨价 据悉,三星电子已将部分先进制程晶圆代工新订单的价格上调最高15%,原因是AI芯片需求激增导致产能持续紧张。业内人士透露:三星于7月上调了采用4纳米制程(SF4)生产的芯片价格。中国大陆和美国客户的SF4订单价格较上月上涨10%至15%,而中国台湾地区客户因与台积电同处一地,涨幅为5%至10%。此外,5纳米制程晶圆价格同样上涨10%至15%,8纳米制程价格也上涨近10%。 业内人士称,来自中国大陆客户的需求尤为强劲,但三星无法满足全部订单,原因是其必须同时供应美国客户,并保留部分产能用于自家芯片生产。中国大陆客户是接受最大涨幅的群体之一。 无独有偶,台积电也计划2027年全面上调芯片代工服务报价,覆盖先进与成熟全品类工艺。 具体调价幅度分两档设置。 其中台积电划定的7nm及以下先进制程,基础报价计划上调5%~10%,最终数值根据具体工艺节点和客户有所区分。如果客户需要在原有订单量之外,追加高性能计算芯片的产能,还要在标准涨幅的基础上再支付 10%~15%的溢价。 两项叠加计算,部分追加订单的总涨幅最高可达25%左右。而包括12nm、16nm、28nm在内的成熟节点,以及更多存量工艺,涨幅最高可达10%,部分节点的调整幅度会更小。 值得注意的是,根据市场研究机构 Counterpoint Research 于当地时间 8 月 27 日发布的最新数据,2026 年第二季度全球纯晶圆代工(Pure-Play Foundry)市场同比增长 29%。其
晶圆代工业,集体涨涨涨!

半导体设备国产化,进入深水区

当全球半导体产业进入后摩尔定律时代,当AI算力需求以指数级攀升,当美国对华半导体出口管制持续收紧,中国半导体设备产业,正站在一个历史性的拐点上。 过去十年,我们见证了国产设备完成了从研发到量产的跨越;而未来五年,将决定国产设备能不能进入先进产线,能不能支撑先进制程的逻辑芯片、能不能满足HBM(高带宽存储)的堆叠需求、能不能在最薄弱的环节实现真正的自主化。 2026年8月31日至9月2日,第十四届半导体设备材料及核心部件展(CSEAC 2026)在无锡太湖国际博览中心开幕。这场行业盛会,成为观察国产半导体设备产业链的难得窗口。从工艺设备、量检测设备到先进封装设备,我们走访了多家企业,试图回答一个问题:国产半导体设备,究竟走到了哪一步? 01 工艺设备:从大市场到深水区 国产工艺设备已在大品类上实现突破。光刻、刻蚀、薄膜沉积等市场规模最大的设备领域,已涌现中微公司、北方华创等平台型龙头,各自在细分领域做到国内领先甚至全球前列。 中微公司作为国内刻蚀设备的绝对龙头,近年来平台化战略明显加速。本届CSEAC期间,中微公司宣布推出多款全新自主研发的高端微观加工设备,包括Primo XD-RIE 70到90比1极高深宽比刻蚀、Performo QuaStar系列PECVD(包括Performo QuaStar ON和Performo QuaStar GE)、Prefima Unicore AM原子层沉积金属钼设备、Preforma Uniflash金属硅化物集成系统及PRISMO PDS8碳化硅功率器件量产HTCVD。这是继今年3月发布四款新品后,中微公司在半年内又一次高密度新品集中亮相,实现了先进逻辑制程、功率半导体工艺、薄膜沉积、精密刻蚀等核心环节的全覆盖,补齐了多场景、全链条的工艺设备解决方案能力。目前,中微累计已有超过8800个反应台在国内外170多个客户、220余条芯片及LE
半导体设备国产化,进入深水区

英伟达涨价背后,ASIC要被认真对待了

8月底,英伟达部分大型客户被告知,搭载其AI芯片的服务器价格将在许多情况下上涨超过15%。调价预计影响2027年初出货的系统,涉及Vera Rubin和Grace Blackwell等平台,实际幅度取决于芯片代际和内存配置。 不久后,英伟达在2027财年第二季度业绩电话会上确认,内存价格涨幅已经超过此前预期,明年还会继续上行。公司预计毛利率将在第四季度降至71%至72%;随着已经执行的价格调整在下一财年第一季度生效,2028财年毛利率将稳定在72%至73%。服务器调价背后是一张快速膨胀的机架级物料清单,成本压力已经从GPU延伸到HBM、网络、供电、散热和系统集成。 几乎在同一阶段,AMD宣布收购Taalas,Etched在不到一个月内连续完成两轮融资,博通把定制XPU与数百亿美元项目融资绑定,Marvell则通过与长期采购挂钩的认股权证扩大谷歌业务。这些动作指向同一项产业调整:AI推理进入规模化运营后,算力买家开始同时管理芯片架构、软件栈、供应链和资金成本,定制芯片的价值也从单点性能优化扩展到交付确定性和资本效率。 01 价格压力已经从GPU扩散到整机系统 本轮价格上行首先反映AI服务器成本结构的变化。摩根士丹利6月发布的报告称,存储芯片价格在过去一年上涨六倍。存储厂商优先配置高利润的数据中心产品,云厂商又通过长期协议锁定产能,使其他采购者面对更小、更不稳定的供应池。美光已经表示,2026年HBM供应全部售罄。 GPU服务器的成本也在从芯片价格转向机架级物料清单。一套高端AI系统需要大量HBM、高速交换芯片、光模块、液冷组件和电源设备,任何一个环节涨价都会放大整机成本。新一代机架增加了内存容量和互连复杂度,系统厂商还要承担更长的验证周期与库存资金。英伟达的调价说明,计算芯片性能提升已经无法独立消化整机成本上升。 定制ASIC的经济性来自减少无效计算和数据搬运。芯片可以围绕特
英伟达涨价背后,ASIC要被认真对待了

3D NAND闪存,藏了三张底牌

3D NAND 的 300层堆叠角逐才刚刚启幕,千级堆叠已是行业明确的发展方向。 可一旦层数迈过 300 层门槛,物理约束与成本效益的双重约束便接踵而至,传统堆叠方案难以为继。一众厂商对外继续角逐层数榜单,内部布局的技术赛道却早已改弦易辙。 01 3D NAND,逻辑变了 NAND 闪存从诞生起走的其实是 “平面微缩” 路线 ,也就是2D NAND:把存储单元在晶圆表面越做越小,用更先进的光刻把线宽一路推进。但这条路走到 1X 纳米(十几纳米)节点时,走到了尽头。一系列问题集中爆发:单元间距缩小后,相邻单元间的电容耦合干扰急剧上升;每个单元能保存的电子数骤减,电荷保持与编程 / 擦除速度这对矛盾愈发不可调和;再加上先进光刻成本水涨船高,单位比特成本不降反升。 在二维平面里继续 “做小”,已无利可图,甚至难以为继。 之后在2013 年,三星率先展示垂直堆叠的 V-NAND;2014 年 32 层产品量产,3D NAND 时代由此开启。思路也彻底反转:不再激进微缩存储单元平面尺寸,而是把存储层一层层垂直堆叠起来,用 “层数” 换 “密度”。 此后十余年,层数成为全行业最直观的竞赛指标:32 层、48 层、64 层、96 层、128 层、176 层一路走高;2022 年前后行业集体跨过 200 层。 随后在2024 年,300 层的大门被 SK 海力士率先推开。(321 层 1Tb TLC 量产,业界首个300层以上产品);2025 年8月,321 层 2Tb QLC 又完成量产,成为全球首个突破 300 层的 QLC。三星则跳过中间节点直扑 400 层 V10,美光当前最高节点是第九代 G9 NAND,276 层,铠侠则在今年 7 月送样 332 层第十代 BiCS FLASH。 根据过去的发展趋势,假设每代高度增加1.35倍左右,可以预测2030年V13一代的堆叠字线数量将超
3D NAND闪存,藏了三张底牌

寒序科技,重新发明“HBM”

国内首家MRAM计算公司寒序科技公布uHBM®与uLPU™,将Persistent MRAM权重驻留计算从验证芯片推进至Die、Chip、Tray和Rack完整产品路线。 进入大模型推理的下半场,存储再次回到计算架构的中心。 以三星为代表的DRAM-PIM 路线,尝试把特定运算下沉到内存;以 Groq 为代表的 SRAM LPU 路线,用大容量片上 SRAM 承载权重;寒序科技选择 Persistent MRAM,把模型权重驻留与矩阵向量计算放进同一颗Compute-Memory Die。三条路线的器件基础、工艺边界和系统形态各不相同,却指向同一个问题:进入大模型Decode 阶段后,权重究竟还要搬多远? 近日,寒序科技正式公布uHBM® 与 uLPU™ 推理计算架构及产品路线,产品形态从 uHBM®-Die、uLPU™-Chip,延伸至 Module、2U Tray 和 Rack。首代完整工程产品目前进入流片前收敛,未来两年将重点推进工程实现与量产。作为国内首家MRAM 计算公司,寒序此次发布的意义,在于把磁计算从验证芯片进一步推向一条完整产品路线。 uHBM®-Die Decode 阶段,权重搬运成为主角 大模型Prefill 阶段可以并行处理较长的输入序列,计算密度相对较高;进入 Decode 阶段后,系统开始逐个生成 Token。对于 FFN、MLP 和 GEMV 等典型负载,每一轮计算只输入规模相对有限的激活向量,却需要反复读取本轮参与计算的大规模模型权重。 一颗FP4 权重只有 4 bit。单次读取几乎微不足道;当几十亿颗权重伴随每一个 Token 被重新读取,数据搬运便会持续占用显存带宽、封装接口和系统功耗。 HBM3E 持续提高存储与 GPU 之间的接口带宽,权重仍需跨越存储与计算之间的物理边界。对于对话式 AI,这段路径影响首字延迟和单用户生成速度;对于机
寒序科技,重新发明“HBM”

离子注入机突围:国产设备的一场硬仗

在芯片制造的数百道工序中,离子注入是决定器件电学性能的核心环节之一。它直接决定了晶体管的导电类型、阈值电压、开关速度以及耐压能力。然而,全球离子注入机市场长期被美国应用材料、亚舍立两家公司掌控,合计占据约80%-90%的市场份额,在低能大束流、高能离子注入机领域合计市占率更高,国产化率则不足10%。同时,离子注入机设备长期被列为敏感产品,部分高能量、超低温机型,中国企业即使出高价也买不到。在这样的产业背景下,离子注入机的国产化不仅是一家企业的技术攻关,更是中国半导体产业链自主的关键一环。艾恩(山东)半导体科技有限公司,正是这一赛道上的重要参与者。 01 离子注入机是半导体制造的关键设备 离子注入机是半导体芯片制造领域的关键设备,离子注入工艺是芯片工艺制程的核心工艺步骤,工艺表现为将一定能量和剂量的杂质离子掺杂到芯片中,形成PN结或者提供可移动的载流子,其性能直接决定了器件的电学特性和良率。一台完整的离子注入机本质上是一个带电粒子加速器的工业应用版本,由离子源系统、引出系统、质量分析器、加速/减速系统、离子束聚焦、离子束扫描系统、离子束平行、离子注入室(靶室)、晶圆传输系统、剂量控制、软件系统等核心子系统构成。 由于应用工艺和材料的不同,离子注入机的种类繁多。按照束流强度,离子注入机可分为中束流离子注入机、大束流离子注入机、高能离子注入机等。离子注入机种类繁多的根本原因在于,半导体器件的物理需求覆盖了极宽的参数空间。中束流离子注入机通用性最强,主要用于阈值电压调节、阱区形成等,占全球市场的最大份额;大束流离子注入机以高剂量、高通量为特点,是逻辑芯片和存储芯片源漏区掺杂的主力设备;高能离子注入机可实现MeV级深注入,用于IGBT背面场截止层、深埋阱等。 随着制程不断微缩,离子注入工序持续增加:28nm工艺普遍需要30次以上离子注入,14/7nm FinFET先进制程可达40~6
离子注入机突围:国产设备的一场硬仗

长鑫科技宣布LPDDR6量产,站上世界第一排

8月29日,长鑫科技官方微博正式官宣重磅产业进展:自研新一代LPDDR6移动内存芯片已实现规模量产,该产品将由小米全新折叠旗舰小米18 Fold全球首发搭载,新机定于9月正式发布上市。这是国产存储芯片首次在新一代移动端最高规格内存标准上实现全球首发商用,彻底打破海外厂商对旗舰级LPDDR新标准首发权的长期垄断,标志着国产DRAM技术正式迈入全球第一梯队。 本次官宣并非突发进展,早在8月28日晚间,长鑫科技发布2026年半年度报告,已提前披露LPDDR6的研发与产业化进度。财报明确,长鑫自研LPDDR6相比主流商用的LPDDR5X规格实现全方位性能升级,通过全新架构迭代与数据传输优化技术,芯片峰值传输速率可达12800Mbps,单颗芯片最大容量支持16GB,完全适配AI手机、高端折叠屏等旗舰终端的高性能、低功耗需求。在官宣量产前,该产品已完成头部客户多轮送样、适配与验证工作,软硬件稳定性、功耗控制、极限性能表现均达到商用标准,具备大规模装机条件。 同步本次量产官宣,小米创始人雷军公开发声祝贺长鑫实现技术突破,并确认核心适配信息:小米自研玄戒O3芯片是全球首家完整适配、支持长鑫LPDDR6内存的系统级芯片,二者组成的“国产SoC+国产顶级内存”黄金组合,将独家落地小米18 Fold机型。作为小米年度高端阔折叠旗舰,小米18 Fold也成为全球第一款预装商用版LPDDR6内存的智能手机,开创了国产核心硬件联合首发旗舰终端的行业先例。 从硬件规格迭代来看,LPDDR6是当前移动终端最新一代内存标准,面向端侧AI、多任务并行、高清影像渲染、大型游戏运行等高频高负载场景设计。相较于上一代产品,全新架构有效提升数据传输带宽与调度效率,同时优化能效比,在保证旗舰级性能释放的同时,控制整机功耗与发热,完美适配折叠屏手机精密机身的散热与功耗要求。结合玄戒O3芯片的硬件能力,整套平台的内存带宽相
长鑫科技宣布LPDDR6量产,站上世界第一排

AI与先进封装时代,为什么需要重新认识硅电容?

硅电容作为算力底座的核心元器件,已然成为高端算力硬件的“标配刚需”。 随着全球AI产业高速迭代,训练与推理算力需求爆发增长,推动AI芯片向着高功耗、大电流、快瞬变、高频化方向演进。与此同时,2.5D/3D先进封装逐渐取代传统封装,成为高端算力芯片的主流形态。面向未来的算力集群建设,芯片的电源分配与信号传输体系将被重构,电源完整性瓶颈已然成为制约高端AI芯片性能释放的隐形枷锁。传统多层陶瓷电容已经无法全面适配算力芯片性能升级与先进封装场景需求,苏纳硅电容凭借半导体工艺精度与全维度性能优势,精准破解算力硬件底层瓶颈,成为AI与先进封装时代不可或缺的被动元件。 长期以来,多层陶瓷电容(MLCC)凭借工艺成熟、成本低廉的优势,为消费电子、传统工控市场提供底层支撑,但其性能仅适配低端、低速硬件场景,无法完全匹配AI算力的严苛标准。针对AI高频、大电流、长待机、高集成四大场景特点,硅电容将是适配高端算力硬件发展的理想被动元件。 AI芯片长期处于高频工作、瞬时大电流切换和持续高负载运行状态已是常态,这对电源分配网络(PDN)的稳压能力、滤波效果、响应速度提出了极致要求。而传统MLCC寄生参数偏高,等效串联电感(ESL)普遍达到nH级别,在GHz级高频工作环境下极易产生阻抗尖峰,无法实现宽频稳定滤波,导致AI芯片高频噪声干扰严重,运算精度下降。苏纳硅电容采用晶圆级半导体制造工艺,从材料、结构、制程三大维度实现代际性能跃迁。通过优化结构设计,将电容ESL降至pH级、ESR低至mΩ级,已经无限接近理想电容特性,可在MHz-GHz超宽频范围内保持平稳低阻抗,精准滤除AI芯片高频开关噪声与谐波干扰,低成本解决高端芯片PDN阻抗失配难题。在AI训练集群高负载、多任务并发场景中,苏纳硅电容可保障芯片满频运行,杜绝电压抖动、运算误差等问题,最大化释放高端芯片的极致性能。 此外,传统MLCC厚度普遍超过2
AI与先进封装时代,为什么需要重新认识硅电容?

对话华勤技术联合创始人、执行副总裁兼CTO吴振海:五条曲线,五种节奏

8月29日,华勤技术迎来成立21周年。就在21周年前夕,这家ODM巨头连续释放了两个重要信号。 8月25日晚,华勤技术交出了一份937.2亿元的半年报。2026年上半年,公司营收同比增长11.7%,研发投入达到35.6亿元,同比增长20%。九天前,第二届华勤技术展在上海华勤技术全球研发中心揭幕,集中展出280余项技术创新成果。从手机、AI PC,到服务器、超节点、智能座舱和机器人,华勤几乎覆盖了这一轮智能硬件产业最受关注的方向。 半导体产业纵横独家对话华勤技术联合创始人、执行副总裁兼CTO吴振海。在这场对话里,“交付”是一个反复出现的词。他谈超节点,重点是高速互联、液冷和异构算力;谈汽车电子,重点是车规验证、多平台适配和跨车型量产;谈机器人,首先考虑的也是如何在华勤自己的工厂里完成真实场景验证。 21年间,华勤从手机走向PC,从消费终端进入算力基础设施,又将业务边界延伸至汽车电子和机器人。今年以来,华勤市值一度越过1200亿元。1200亿元之上,这家ODM巨头的下一场远征,将走向哪里? 01 版图向外,能力向上 采访进行到第八分钟,楼上忽然传来一阵沉闷的“咚咚”声。有人解释,是机器人在走路。因为机身较重,它的每一步,在楼下都听得清楚。 这个意外插曲,恰好为观察华勤提供了一个入口。在大多数人的认知里,华勤是一家伴随中国智能手机产业成长起来的ODM企业。但在第二届技术展现场,手机只是庞大产品版图的一个起点。此次现场展出了280余项技术创新成果,技术储备实现了翻倍增长。 最接近用户的一端,仍然是华勤积累时间最长的移动终端。手机、平板、手表和耳机背后,是射频、天线、影像、声学、结构、散热、系统和测试等一整套工程能力。无断点金属边框是吴振海主动谈到的一项技术。今天的金属边框手机,通常需要多个塑胶断点来保证天线性能。虽然断点越少,外观越完整,但多天线共存、全频段覆盖和结构可靠性也越难兼
对话华勤技术联合创始人、执行副总裁兼CTO吴振海:五条曲线,五种节奏

新品首发|格蓝若新主动减振产品亮相 CSEAC,减振-运控协同破解高精密制造难题

从摩尔定律到韬(τ)定律,半导体产业完成由“几何缩微”向“时间缩微”的范式切换。摩尔定律持续推动半导体制程与超精密光学技术协同演进,带动前道工艺、先进封装、微纳光学加工不断革新;在后摩尔时代,韬定律以全链路时延优化为核心,驱动3D堆叠、Chiplet、混合键合等技术快速落地,也对精密装备的底层稳定性与运动控制能力提出更高标准。 多数设备厂商聚焦光学、工艺与结构研发,往往忽略振动抑制、精密运动控制两大底层核心。环境1-5Hz低频振动,不仅造成晶圆对位偏差、良率下降,还会引发光学设备成像模糊、微纳加工精度偏移等问题;传统被动隔振、气浮平台存在固有短板,无法适配先进制程与高端光学装备的严苛标准。同时,纳米/微米级精密运动控制尚存诸多挑战:高速抖动、多轴联动同步精度不足、海外控制器交付周期漫长。振动扰动与定位误差相互耦合,大幅提高了装备研发与量产成本,成为规模化量产的隐形瓶颈。 第十四届半导体设备材料及核心部件展(CSEAC2026)即将于8月31日9月2日,在无锡太湖国际博览中心盛大启幕。作为国内半导体设备与核心部件领域风向标展会,聚焦设备零部件国产化、先进封装、量检测设备等产业热点。格蓝若精密将携国产自研主动减振系统、精密运动控制系统等多系列产品亮相展会,带来减振-运动控制协同优化完整解决方案,与行业同仁共同探讨国产精密零部件的落地路径。 01 主动减振系统:多元产品矩阵,赋能精密制造 格蓝若深耕高端精密装备底层减振领域,产品可实现0.5Hz以下的超低起始隔振,规避固有频率处振动放大问题,突破行业长期存在的共振峰抑制与低频隔振难以兼顾的痛点,整体性能跻身国际第一梯队,可全面替代海外主流品牌,实现高端减振产品国产化替代,补齐国内高端主动减振领域技术短板。 公司搭建完备的主动减振产品矩阵,拥有SFV、SFN、SFT、SST 等分腿系列及 PAD、FSD 一体式减振平台,合计60余款
新品首发|格蓝若新主动减振产品亮相 CSEAC,减振-运控协同破解高精密制造难题

HBM正在被重新定义

随着AI大模型训练与推理需求持续爆发,算力芯片的性能瓶颈已从计算单元转向存储带宽,HBM高带宽内存成为制约高端AI硬件迭代的核心关键。在HotChips 2026国际高端芯片技术大会上,全球两大存储龙头三星、SK海力士集中披露了HBM4下一代技术演进路线,打破了行业沿用多年的HBM迭代逻辑。 相较于过往单纯提升DRAM速率与堆叠层数,新一代HBM4架构全面转向Base Die逻辑工艺升级、混合键合3D堆叠、EMIB异构混合封装三大创新方向。技术迭代的背后,是HBM从单一存储器件向“存储+逻辑+封装+IP+EDA”一体化系统的转型。 01 从颗粒提速到系统优化,HBM的演进逻辑发生切换 在此前HBM3、HBM3E的迭代周期中,行业技术升级逻辑相对固定,核心优化集中在DRAM存储颗粒本身,通过提升单颗粒传输速率、增加堆叠层数、优化微凸点互联结构,实现整体带宽的稳步提升。在此体系下,底部Base Die仅承担简单的信号转接、电源分配与测试辅助功能,充当被动信号桥梁角色。工艺架构长期沿用成熟存储衍生工艺,无需大规模迭代,整个HBM产品的技术壁垒与产能瓶颈,完全集中在DRAM制造环节。 但随着AI算力需求指数级增长,传统迭代模式的边际效应快速递减。超高带宽场景下,单纯提升DRAM速率会带来严重的信号串扰、功耗激增、时序偏移等问题,二维平面的优化已经无法适配超大算力负载。针对这一行业痛点,本届HotChips 2026大会上,三星与SK海力士同步释放全新技术思路,明确HBM4时代的核心突破点不再是存储颗粒,而是底层Base Die的系统性重构。 两大厂商在技术方案上形成明显差异化路线。三星在HotChips演讲中披露,其HBM4/HBM4E产品Base Die采用自家4nm逻辑工艺,CDie使用1c DRAM节点,引脚速率最高达到11.7Gbps,可向上拓展至13Gbps,单堆栈带宽可
HBM正在被重新定义

国产量检测要开始用EUV了

谈及EUV,大部分人首先想到的是光刻机。但实际上在量检测领域,也开始逐渐引入EUV了。光刻波长从193 nm到13.5 nm剧烈变化,使得EUV光刻工艺需要全新的元器件和材料,这意味着需要在工作波长(即13.5 nm)下重新开展元器件检测和材料相互作用研究。 01 为什么需要EUV量检测? 半导体生产的每一道工艺都需要定量测量,确保关键物理参数达标,其中光学检测设备占据了市场主流。但随着芯片制程持续推进,器件物理尺度持续微缩,同时晶体管从 FinFET 向环绕栅极(GAA)等三维结构演进,检测需求从二维平面延伸至三维立体,掩埋界面识别、纳米级缺陷检出的难度陡增,传统光学检测的灵敏度已无法满足精度要求。 电子束检测虽然精度更高,但存在扫描速度慢、吞吐量低的短板,还可能对晶圆材料造成损伤。相比之下,基于 EUV 光源的检测技术兼具高分辨率、高检测速度,且属于非接触无损检测。根据散射信号经验公式,信号强度正比于颗粒尺寸的六次方、反比于照明光波长的四次方,波长缩短至 13.5nm 可大幅提升纳米级缺陷的检出灵敏度,在套刻量测等场景中优势尤为显著。 当前,非破坏性测量已是半导体量检测的主流发展方向,但高端 EUV 光源长期被海外厂商垄断。 02 EUV光源有哪些? 无论是光刻还是量检测,都需要先解决EUV光源的问题。目前极紫外光源主要有三类技术路线。 第一种是传统等离子体光源(光刻主流),包括激光等离子体光源(LPP)和放电等离子体光源(DPP)。LPP光源一般用高功率激光(通常是CO₂激光,波长10.6 μm)轰击熔融锡滴,将其加热至上百万摄氏度形成等离子体,高价锡离子跃迁辐射出13.5 nm EUV光。美国劳伦斯利弗莫尔国家实验室正在研发一种拍瓦级(petawatt-class)铥激光器(thulium laser),据说其效率比 EUV 工具中使用的二氧化碳激光器高 10 倍,
国产量检测要开始用EUV了

二手半导体设备成抢手货了

当前,先进制程的研发成本、流片费用、设备投入逐年攀升,技术迭代带来的性能增益却在逐步收窄,商业化性价比持续走低。反观市面上大量刚需芯片——车载功率器件、工业控制芯片、模拟信号芯片、物联网MCU、传感器芯片,大多依托90nm至28nm成熟制程生产,支撑了消费电子、新能源、工控、汽车电子等万亿终端市场。 而在成熟制程的产能体系中,长期被低估的二手半导体设备,正在从“边缘备胎”走向“产业核心”。它不再是行业景气周期里临时救急的低成本选择,而是现阶段全球晶圆厂扩产降本、平滑周期波动、对冲供应链风险的关键资产。有数据显示,2024年全球二手半导体设备市场规模突破260亿元,2031年有望接近665亿元,六年复合增长率稳定在14.4%。在半导体行业持续动荡的大环境下,这条低调的细分赛道,多年保持稳扎稳打的增长节奏,证明其产业价值也在逐步提升。 01 二手设备从“产能外溢”转向“刚需补位” 很长一段时间里,业内对二手设备的定位非常固化。在过去的产业认知中,二手设备就是头部大厂工艺升级后的淘汰品,是中小晶圆厂压缩成本、做低端产能的无奈选择,始终处于产业链的从属位置。过去几十年全球半导体产业遵循的是一套非常清晰的梯度转移逻辑:先进制程向上迭代,老旧设备向下外溢,高端厂商冲刺技术高度,中小厂商承接存量产能。但最近三四年,这套运行多年的传统规则已经被现实供需打破。 从供给端来看,全球二手设备的传统货源池已经持续收缩。半导体设备属于超长周期工业资产,一台刻蚀、薄膜、注入类核心设备,设计服役寿命普遍在15至20年,远远超过芯片制程3至5年的迭代周期。这也意味着,大量被头部厂商淘汰的设备,硬件寿命、工艺能力依旧完好,完全具备继续量产的条件。过去台积电、三星、英特尔等企业更新先进工艺时,会批量关停8英寸、12英寸老旧产线,大量设备流入全球贸易市场,构成了全球二手设备行业最稳定的货源基本盘。 如今货源逻辑
二手半导体设备成抢手货了

国产存储开始补齐最后一块缺口

在数字化时代,固态硬盘尚未完全普及时,机械硬盘(HDD)仍是数据存储应用最广泛的载体。然而,这一关键领域长期被希捷、西数等垄断,不仅导致国内售价居高不下,更使中国IT产业链在全球供应链中处于被动地位。此前,**被制裁并限制使用美国技术制造的外国产品向其销售后,美国商务部借机重罚向**供货HDD的希捷,切断了**从主流国际HDD供应商处稳定采购的途径,为中国相关产业带来不小震荡。 **高级副总裁、**云CEO、数据存储产品线总裁周跃峰指出,整个中国IT全产业链里,至今唯一没有实现完全自主国产化的核心存储器件,就是机械硬盘HDD。伴随数据中心和人工智能基础设施建设加快,机械硬盘的供应安全和技术自主问题正在受到更多关注。 01 HDD市场没有萎缩,反而越来越大 有一种普遍的市场观点认为,SSD 技术成熟后,HDD 就是夕阳产业,市场规模持续收缩、利润空间微薄,终将被完全替代。然而,事实证明,HDD不仅市场没有缩小,甚至还再创新高。 海量温冷数据的存储场景,需要大量HDD。AI大模型训练会产生海量原始素材与衍生数据,4K/8K高清监控、物联网与自动驾驶数据留存、金融医疗政企的档案级数据归档,都对大容量、低成本、高可靠性的长期存储有极强需求,HDD需求量会越来越大。相比之下,固态硬盘单位存储成本更高,且基于电荷存储的物理原理,其长期离线保存的数据可靠性弱于机械硬盘;断电时间过长后数据易丢失且难以恢复,更适合对读写速度要求高、无需长期冷存储的场景,机械硬盘与磁带仍是性价比与可靠性最优的选择。 全球上游供应链的扩产动作,也直接印证了HDD市场的增长预期。 2026年5月,磁头与磁头悬臂龙头厂商TDK宣布扩产,重点应对AI数据中心近线硬盘的增长需求,同时加大下一代热辅助磁记录(HAMR)磁头的研发与产线投入。其中负责固定磁头、保障其在数纳米高度稳定悬浮的磁头悬臂,TDK将重点扩充超大容量硬
国产存储开始补齐最后一块缺口

英伟达、SK海力士:必须拿下CPO!

最近,半导体行业被一个词搅得发热——CPO。英伟达和SK海力士,一个掐着算力的命门,一个攥着存储的咽喉,这次罕见地同时坐不住了。 01 SK海力士、英伟达,加注CPO 近日,SK海力士及其全球研究团队在《自然·电子学》杂志上发表了一篇论文。该论文探讨了用于高性能计算和人工智能的共封装光学器件(CPO)的开发,指出了关键的技术挑战,并概述了下一代光互连技术的发展轨迹。 SK 海力士人工智能基础设施团队负责人洪承勋和弗吉尼亚大学(UVA)电气与计算机工程系李奎相教授担任通讯作者,领导了一项与伊利诺伊大学厄巴纳-香槟分校(UIUC)、南洋理工大学(NTU)、麻省理工学院(MIT)和延世大学的研究人员合作的研究。 从更广泛的层面来看,该论文提出了一个全面的技术路线图,阐述了存储器、先进封装和光计算互连(OCI)应如何协同演进以支持下一代人工智能系统。至关重要的是,它还展示了SK海力士如何超越HBM创新,在系统层面帮助定义下一代人工智能基础设施的架构。 与此同时,研究人员为下一代人工智能基础设施设定了明确的技术目标,包括每个节点超过 100 Tb/s 的带宽、低于 1 pJ/bit 的能耗以及小于 10 纳秒的芯片间延迟。该论文还提出了一个全面的技术路线图,概述了从基于 2D 和 2.5D 中介层的配置到 3D 异构堆叠的演进过程,以及商业部署必须解决的关键技术挑战。 无独有偶,8月14 日,英伟达正式宣布 SpectrumX Ethernet Photonics 共封装光学交换机进入全面量产阶段,面向AI 工厂,打造下一代大规模扩展网络基础设施,这是全球首款量产级200G/lane共封装光学交换机系统。英伟达官方数据显示,对比传统可插拔光模块方案,它可实现 5 倍网络功耗效率提升、5 倍 AI 应用不间断运行时长提升,平均故障间隔时间 MTBF 更是拉长 10 倍,大幅改善超大规模
英伟达、SK海力士:必须拿下CPO!

去老虎APP查看更多动态