公众号记得加星标⭐️，第一时间看推送不会错过。 功率型碳化硅（SiC）市场正持续转型。在经历了2019年至2024年间前所未有的投资浪潮后，该行业 目前正进入调整期。Yole Group最新发布的报告对这一转变进行了深入分析。 Yole Group的Taguhi Yeghoyan指出： "中国在碳化硅前端加工能力方面正在迅速追赶。尽管国际企 业在减薄、计量和先进离子注入方面仍然保持领先地位，但中国本土供应商现在已在碳化硅晶体生长 和外延方面展开正面竞争。" 他们表示，汽车市场的放缓降低了对碳化硅的需求，从而改变了碳化硅的供应链。产能利用率下降、 产能过剩和投资减少的循环引发了业内人士的担忧。然而，尽管市场放缓，碳化硅在电气化路线图中 仍然占据核心地位，预计到2030年，其器件收入将接近100亿美元。 由2019年至2024年资本支出激增推动的行业首个主要投资周期，造成了上游产能的严重过剩。截至 2025年，上游工艺的产能利用率已降至50%左右，器件生产线的产能利用率已降至70%左右。预计这 种低迷状态将持续到2027-2028年，届时8英寸生产平台以及下一代沟槽和超结MOSFET将带来新的 增长。 大部分新增 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 目前，英特尔的策略是将二维材料视为一种未来选择，以便在硅达到其最终极限之前对其进行评估。 通过与imec等合作伙伴共同开发工艺，并尽早让这些材料经历类似晶圆厂的严格限制，英特尔希望尽 早解决与其制造相关的挑战，从而避免在最终需要新材料时出现后期意外情况。 对于英特尔晶圆代工而言，此次公告传递了两个重要信息。首先，英特尔晶圆代工持续开展长期技术 研发，这些技术在未来数年甚至数十年内都将是半导体行业所需的关键技术，这意味着它将在2030年 代或2040年代为半导体行业提供解决方案，因此是值得信赖的制造合作伙伴。其次，英特尔表明，即 使在研发阶段，新的晶体管概念也必须考虑到可制造性。 参考链接 基于二维材料的二维晶体管已在学术界和研究实验室中展示了十余年，但由于这些演示依赖于小尺寸 晶圆、定制研究工具和脆弱的工艺步骤，因此均无法与大规模半导体制造兼容。然而，本周，英特尔 晶圆代工和imec联合展示了适用于300毫米晶圆的关键工艺模块集成，用于制造二维场效应晶体管 （2DFET），这表明二维材料和2DFET正朝着现实应用迈进。 现 代 领 先 的 逻 辑 工 艺 技 术 ...

2025年底，一则消息让联发科成为了半导体行业关注的焦点。 据报道，联发科为谷歌操刀的首款TPU v7e将于2026年第一季度末进入风险性试产，并已拿下下一代 TPU v8e订单。更令人瞩目的是订单量的爆发式增长——联发科向台积电协商的CoWoS年产能从 2026年的约1万片倍增至2万片，而到2027年更是暴增至15万片以上，是2026年的七倍以上。 这意味着什么？市场估算，光是v7e从2026年至2027年的出货，总计可望为联发科贡献超过两个股本 的获利。联发科CEO蔡力行此前设定的目标是2026年云端ASIC相关营收达10亿美元，到2027年则达 到数十亿美元规模。从目前的订单增长态势来看，这个目标显然是有些保守了。 公众号记得加星标⭐️，第一时间看推送不会错过。 有趣的是，联发科此前在ASIC业务上一直保持低调，从未透露客户名称。保密程度过高做法一度让 市场产生误解，认为是"做不好所以不愿意讲"，甚至传出v7e进度延迟的消息。但随着v7e确定进入风 险性试产，外界才意识到联发科的实力被严重低估。 更值得注意的是，由于谷歌需求强劲，等不及v7e投片生产到完成CoWoS封装与测试的八九个月周 期，只要后续认 ...

Mythic APU将增强GPU性能，解决AI能源危机 对于人工智能领域的GPU而言，巨大的能耗已成为一个生死攸关的问题：预计到本十年末，美国电网 十分之一的电力将用于运行由GPU驱动的人工智能工作负载的数据中心。尽管GPU推动了生成式人工 智能的兴起，但它们如今却面临着"能耗墙"的困境，因为它们是1945年左右的芯片设计架构——冯· 诺依曼架构的遗物。在冯·诺依曼架构中，内存和计算在物理上是分离的，从设计到构建都彼此独 立。这种分离迫使现代芯片在内存和处理器之间来回传输数据，消耗的能量比实际需要多出三个数量 级，导致人工智能领域90%的能源都被浪费掉了。现有的基于GPU的人工智能加速器试图通过高带宽 内存（HBM）来弥补这一缺陷，但这种昂贵且效果甚微的改进无法阻止当前人工智能系统最终因"能 耗墙"而崩溃。 公众号记得加星标⭐️，第一时间看推送不会错过。 近日，Mythic 公司实现了戏剧性的转变，在由 DCVC 领投的超额认购融资轮中筹集了 1.25 亿美 元，旨在解决人工智能在数据中心和边缘面临的最大问题——其永无止境、破坏性的能源消耗。该公 司的架构比当今顶级 GPU 和所有竞争对手的 AI ASIC ...

公众号记得加星标⭐️，第一时间看推送不会错过。 至于先进封装产能，台积电CoWoS仍将是AI芯片的主流封装方案。法人认为，台积电明年先进封装 产能建置依旧积极，CoWoS至年底月产能上看12万片。程正桦观察，封装需求外溢至专业封测代工 厂（OSAT），不仅可纾解短期产能压力，也有助于降低未来封装技术世代更迭所带来的风险。 半导体业界观察，随着AI GPU与ASIC导入更多运算单元与I/O设计，单位晶圆可切割的有效晶粒数 下降，放大先进制程晶圆需求；以辉达Rubin GPU为例，8倍光罩尺寸（Reticle size）之可切割晶粒 （Good die per wafer）只有4颗，但如果以方形载具效率将成长3倍，CoPoS将会是明年技术发展重 点。 据悉，代工龙头预计在明年第二季建置CoPoS之RD实验线，研发预计2027年底完成、2028年进入量 产。 设备业者指出，CoPoS仍然会先沿用既有CoWoS供应商，但是存在机会并不代表一定能顺利打入， 其中，相关验证时间长达三～五年、良率也是大客户要求的重点。 设备业者透露，未来CoPoS处理的晶圆变大，机台面积（footprint）也要放大，此外，因为处理的芯 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 几十年来，原子钟一直是计时最稳定的手段。它们通过与原子共振频率同步振荡来测量时间，这种方 法非常精确，以至于它成为了定义秒的基础。 如今，计时领域出现了一位新的挑战者。研究人员近期开发出一种基于微机电系统（MEMS）的微型 时钟，利用硅掺杂技术实现了创纪录的稳定性。该时钟运行8小时后，偏差仅为102纳秒，接近原子钟 的标准，同时所需的物理空间和功耗都更小。过去，实现这样的稳定性一直是一项挑战，因为即使是 微小的温度变化也会对计时造成干扰。 该团队上周在第71届IEEE国际电子器件年会上展示了他们的新型时钟。 节省空间和电力 这款MEMS时钟由几个紧密连接的部件组成，所有部件都集成在一个比方糖表面还小的芯片上。在其 中心，一块覆盖着压电薄膜的硅片以其固有频率振动，而附近的电子电路则测量这些振动。一个微型 内置加热器将整个结构保持在最佳温度。由于谐振器、电子电路和加热器彼此靠近，它们可以作为一 个协调的系统工作：谐振器产生定时信号，电子电路监控并调整该信号，而加热器则防止温度波动导 致时钟漂移。 项目顾问、密歇根大学微机电系统工程师鲁兹贝·塔布里齐安解释说，这款时钟 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 自GPU成为主流以来，英伟达一直主导着GPU计算领域。该公司推出的Blackwell B200 GPU有望成 为新一代的顶级计算GPU。与前几代产品不同，Blackwell无法像以往那样依靠制程节点的改进。台 积电的4NP制程可能比上一代Hopper所使用的4N制程有所提升，但不太可能像之前的全节点缩小那 样带来显著的性能提升。 因此，Blackwell放弃了英伟达久经考验的单芯片设计，转而采用两个光罩大小的芯片。这两个芯片 在软件层面被视为一个独立的GPU，这使得B200成为英伟达首款芯片级GPU。每个B200芯片物理上 包含80个流式多处理器（SM），类似于CPU的核心。B200每个芯片支持74个SM，因此整个GPU共 有148个SM。时钟频率与 H100 的高功率 SXM5 版本相似。 | Nvidia B200 | Nvidia H100 SXM5 | AMD Radeon Instinct MI300X | | --- | --- | --- | | Power Target 1000W | 700W | 750W | | 1.965 GHz | 1. ...

Core Viewpoint - Texas Instruments (TI) has officially launched its semiconductor factory in Sherman, Texas, which represents a significant investment of $40 billion and aims to produce millions of chips essential for various industries, including automotive, smartphones, and data centers [1][4]. Group 1: Factory Overview - The new factory, named SM1, will gradually increase its production capacity to eventually produce millions of chips daily, serving nearly all electronic devices [4][5]. - TI is the largest analog and embedded processing semiconductor manufacturer in the U.S., and the Sherman facility will enhance its ability to control the supply chain and manufacturing processes [5][7]. - The investment in the Sherman factory is part of a broader plan to invest over $60 billion in semiconductor manufacturing across Texas and Utah, marking the largest investment in foundational semiconductor manufacturing in U.S. history [5][7]. Group 2: Employment Impact - The Sherman factory is expected to create 3,000 new jobs directly and support thousands of additional jobs in related sectors [1][5]. - Many of these jobs do not require a college degree, as vocational training can suffice for obtaining well-paying positions with good benefits [2]. Group 3: Technological Advancements - The factory will initially focus on producing power management chips, which are crucial for various applications, including battery management systems and enhancing the efficiency of electronic devices [8]. - TI's technology is positioned to drive innovations across multiple sectors, including automotive safety, personal electronics, robotics, and data centers [9][10]. - The company emphasizes that its semiconductor technology is integral to powering essential devices, from medical equipment to next-generation data centers [11].

公众号记得加星标⭐️，第一时间看推送不会错过。 据《日经新闻》报道，日本芯片制造商 Rapidus 开发出一种可以降低人工智能应用半导体生产成本 的技术，旨在更好地与台积电展开竞争，因为台积电正准备全面投产。 Rapidus 打造了世界上首个由大型玻璃基板切割而成的中介层原型，目标是在 2028 年开始量产。中 介层作为平台，用于安装图形处理单元和用于人工智能半导体的高带宽内存，并提供这些组件之间的 互连。 中介层通常是从直径为 300 毫米的圆形硅片上切割下来的。由于中介层通常是方形的，因此这种方 法会造成浪费。 这家日本公司计划大规模生产2纳米芯片，并计划在2027财年开始在晶圆上形成电路的前端工艺。 Rapidus在7月份表示，它已经生产出了第一个2纳米晶体管。 芯片后端大规模生产，包括芯片与基板的连接和封装，预计将于 2028 年开始。这将使日本拥有从尖 端芯片生产到人工智能半导体组装的完全国内供应链。 日本经济产业省承诺向 Rapidus 公司提供 1.72 万亿日元（111 亿美元）的援助，其中 1805 亿日元 将用于后端流程。 Rapidus采用边长为600毫米的正方形玻璃基板。更大的尺寸和更 ...

当你用ChatGPT花10分钟生成一份完整的市场分析报告，用MidJourney30秒画出一幅超写实 的"赛博朋克扬州"插画，或是坐进搭载L4级自动驾驶的汽车里，看着屏幕实时渲染出周围300 米内的路况——这些看似"轻松"的AI体验背后，藏着一个很少被提及的"隐形功臣"：它像一 条看不见的"数据高速公路"，每秒能输送数百GB的信息，让AI的"大脑"（GPU）不用再等数 据"慢吞吞"送达。它就是高带宽内存（High Bandwidth Memory, HBM），一款专为AI而生 的"超级内存"。 最近，韩国KAIST大学TERALAB实验室（韩国科学技术院tera字节互联与封装实验室）发布 了一份371页的《HBM Roadmap Ver 1.7》，这份报告堪称HBM领域的"圣经"——不仅详细 拆解了当前HBM3/3E的技术细节，更画出了从2026年HBM4到2038年HBM8的完整发展蓝 图。报告里的每一个参数、每一张架构图都在告诉我们：未来10年，AI能跑多快、算多准， 很大程度上要看HBM能"送"多快。 今天，我们就用最通俗的语言，把这份专业报告"翻译"成你能轻松看懂的内容——从HBM 的"出身"讲起，看 ...