三星电子与SK海力士HBM出货量预测 - 三星电子与SK海力士今年HBM总出货容量预计合计将达到300亿Gb [1] - 三星电子今年HBM出货量有望突破100亿Gb，较去年约40亿Gb增长显著 [1][2] - SK海力士今年HBM出货量预计约200亿Gb，较去年120亿Gb增长约66.7% [4] 三星电子HBM业务进展 - 公司计划今年将HBM产能提升至去年的三倍以上 [2] - 去年HBM总出货量约40亿Gb，据此测算今年目标或将达到110亿Gb左右 [2] - 新一代HBM4产品已获得英伟达正向反馈，与AMD、博通等其他客户的供货协商基本收尾 [2] - 英伟达有望成为三星HBM4的最大采购客户 [2] - 产品采用第六代10纳米级（1c）DRAM核心存储晶圆和自研4纳米基底晶圆，制程工艺领先 [2] - 公司率先达标英伟达上调后的HBM4性能指标（11.7Gbps），超出JEDEC标准速率8Gbps [3] - 在HBM3E产品领域，博通是其核心大客户，产品用于谷歌自研TPU [3] - 公司HBM出货量进一步激增空间有限，因可调配的1c DRAM月产能约13万片，绝大部分已倾斜至HBM生产 [3] SK海力士HBM业务进展与性能争议 - 公司今年HBM出货量约三分之二产能专供英伟达 [4] - 上半年主力供应HBM3E，下半年将逐步加大HBM4供货比例 [4] - 其HBM4产品深陷性能争议，难以满足英伟达上调后的高性能要求（11.7Gbps）[1][4] - 产品核心存储晶圆采用第五代10纳米级（1b）DRAM，基底晶圆依托台积电12纳米工艺，制程相对成熟老旧 [4] - 在2.5D封装环节难以实现峰值性能，核心痛点为电力无法稳定输送至堆叠晶圆最上层，公司已通过修改电路架构优化产品 [4] - 业内主流观点认为，公司可在合规性能标准下稳定供货，不会出现供货障碍 [1] - 社长郭鲁正明确表态，整体HBM出货总量将严格遵循原定规划，不会大幅改动 [5] 行业需求与客户动态 - 行业HBM整体产能远不及市场需求 [5] - 英伟达、博通、AMD等客户需求拉动HBM出货增长 [1] - 博通为谷歌、OpenAI等科技巨头代工生产人工智能芯片 [2] - 谷歌今年将大规模采购搭载HBM3E的第七代进阶版（v7p）芯片 [3] - 英伟达采取高低配并行采购策略，既采购顶配11.7Gbps HBM4，也采购10Gbps等标准版产品，以确保新款旗舰AI芯片Vera Rubin量产 [4][5]

如果您希望可以时常见面，欢迎标星收藏哦~ 2026 年 3 月 26 日，华虹半导体有限公司（下称 "华虹半导体" 或 "公司"）正式发布 2025 年年 度报告。报告显示，面对全球半导体行业分化复苏、AI 与新能源等新兴需求爆发的产业格局，公 司坚守特色工艺核心战略，全年经营稳健增长、产能持续释放、研发创新加码、五大工艺平台协同 发力，交出一份营收创新高、结构持续优化、发展韧性凸显的年度答卷。 2025 年，公司实现营业收入 172.91 亿元，同比增长20.18%；归属于上市公司股东的净利润3.77 亿元；经营活动产生的现金流量净额50.65 亿元，同比大幅增长40.38%，现金流健康度显著提 升，为产能建设与技术研发提供坚实支撑。 全年公司晶圆出货量（折合 8 英寸）同比增长18.4%，销售额同比增长19.9%；8 英寸与 12 英寸 产线平均产能利用率持续保持 100% 以上，处于行业领先水平。受益于无锡 FAB9 产能快速爬 坡，12 英寸营收占比已达约 60%，产品结构持续向高附加值、大规模化升级。 分季度看，公司营收逐季攀升，第四季度实现营业收入47.08 亿元，同比增长21.2%，单季度表现 ...

先进制程产能紧张现状 - 2026年一季度末，先进制程产能日趋紧张，3纳米制程供需短缺问题尤为严峻[1] - 供不应求推高报价、价格持续上调，产能不足导致接单受限，产能采购与配额分配已成为企业经营最大难题[1] - 产能紧缺导致部分厂商考虑转单至三星电子，埃隆・马斯克也高调启动Terafab计划以自主保障未来芯片需求[1] 产能分配优先级 - 台积电3纳米等先进制程产能优先倾斜云端AI相关订单，涵盖英伟达、AMD以及博通、Marvell等厂商的专用定制芯片需求[1] - 长期核心忠实客户如苹果、联发科等消费电子相关产品可优先获得充足供货，其余应用场景与客户只能排队争取剩余产能[1] 其他领域面临的产能挤压 - 高端网通芯片同样采用先进制程，但算力芯片已占据绝大部分先进产能，导致网络通信相关芯片的产能竞争愈发拥挤[2] - 边缘端高端应用（如非大宗消费电子的旗舰处理器平台）因需求体量偏小，在有限成本空间内抢到先进制程产能难度极高，可能拖累新品量产节奏[2] 对产能紧缺前景的预期 - 多数业内观点认为产能紧缺仅会持续一到两年，后续供需将逐步缓解[2] - 但“产能终将宽松”的预期已延续数年，AI芯片缺货现状却始终未改善[2] - 倘若未来几年云端AI产业持续高速发展，先进制程产能争夺仍会是所有芯片巨头必须解决的核心难题[2]

全球科技巨头构建独立半导体生态 - 全球科技巨头与半导体企业正在打破业务边界，着手构建独立半导体生态体系，预示着供应链将迎来新一轮重构 [1] - 特斯拉正推进从设计到生产的半导体自给自足 [1] - ARM宣布将跳出知识产权（IP）授权模式，直接推出自有产品 [1] ARM进军产品市场的影响 - 英国半导体设计公司ARM以自有品牌推出自研通用人工智能中央处理器（AGI CPU），这是其35年来首次直接面向市场推出产品 [1] - ARM与计划大规模部署该芯片的Meta达成合作，长期由英特尔、AMD主导的服务器CPU市场格局将迎来转变 [1] - 对三星电子系统LSI部门而言，ARM从IP供应商变为直接竞争对手，双方关系从合作转向市场竞争 [1] - 对三星晶圆代工部门是机遇与风险并存，ARM采用无晶圆厂模式，正考虑通过三星代工进行生产，这有望为三星争取到原本集中在台积电的订单 [2] - 对三星和SK海力士的存储芯片部门影响正面，服务器CPU市场新增ARM平台将带动高带宽内存（HBM）、DDR5等存储芯片需求增长 [2] - ARM入场有望打破当前HBM供应高度集中于英伟达的局面，推动供应结构多元化 [2] - 三星电子副会长全永铉、SK海力士社长郭鲁桢在ARM新品发布会上致祝贺视频，暗示将加强存储芯片领域合作 [2] - SK海力士社长郭鲁桢表示，高容量、高带宽内存是人工智能数据中心的核心基础，基于ARM架构的平台将在人工智能基础设施扩张中扮演重要角色 [2] 特斯拉“Terafab”计划的影响 - 埃隆・马斯克主导的特斯拉“万亿级超级工厂（Terafab）”计划由特斯拉、SpaceX与xAI联合推进 [2] - 对三星电子而言，过去委托代工的客户转而自主造芯，存在从客户变对手的隐忧 [3] - 即便特斯拉自研芯片，短期内也很难同时涉足存储芯片生产，这反而有助于分散当前高度集中于英伟达的存储需求 [3] - 在HBM领域具备强势竞争力的SK海力士，有望借助需求扩张，提前抢占新兴存储市场份额 [3] 科技巨头自研芯片的挑战与风险 - 业内认为，科技巨头短期内难以实现芯片制造自给自足，半导体工厂需要顶尖制程技术、巨额资金投入与漫长建设周期 [3] - 人才流失是最迫在眉睫的威胁，马斯克在X平台公开招募韩国人才，显露出对韩国半导体人才的强烈渴求 [3] - 这不仅会推高韩国企业人力成本，还可能导致核心技术人才流失 [3] - 祥明大学李钟焕教授指出，特斯拉这类企业会凭借雄厚资本挖走核心人才，设计与制程人才外流是韩国企业面临的最关键风险 [3]

ARM的战略转型与AGI CPU发布 - 公司宣布从知识产权（IP）授权商转型为算力提供商，并推出首款自研服务器CPU——AGI CPU [1] - 转型本质是为了将IP技术辐射至更广阔市场，扩大整体潜在市场规模（TAM），对标微软通过Surface提升Windows普及率的逻辑 [1] - CEO预计，依托机柜级规模化部署，AGI CPU到2031年有望实现约150亿美元年营收 [1] 战略逻辑与生态影响 - 公司认为亲自打造实体产品（如AGI CPU）能让整个生态受益，类比微软Surface完善Windows生态及谷歌Pixel手机与安卓阵营的关系 [1] - 新战略旨在全面强化ARM生态，并精准赋能智能体AI赛道，以满足智能调度、任务管理激增的算力需求 [1] - CEO强调自研芯片对整个ARM生态及合作伙伴（如英伟达）是利好，真正承压的将是英特尔和AMD [2] 市场挑战与合作关系 - 公司从赋能竞品转向亲自下场，在数据中心领域与英伟达、亚马逊等客户形成“亦友亦敌”的局面，可能引发利益冲突 [2] - 核心首发客户为Meta，该芯片将集成至Meta的机柜方案，并可能搭配其自研MTIA专用芯片使用 [3] - 其他潜在合作方包括SK海力士、思科、思爱普、Cloudflare等 [3] 产品落地与竞争前景 - AGI CPU旨在服务器CPU市场抗衡x86架构（英特尔、AMD） [2][3] - 产品落地普及面临挑战，包括客户拓展和产能供给，该芯片由台积电3纳米制程代工，而先进制程产能目前极度紧缺 [3] - 面对深耕行业数十年的老牌巨头，公司抢占市场份额仍面临多重不确定性 [3]

如果您希望可以时常见面，欢迎标星收藏哦~ 如今，AI已经走过是否改变世界的讨论阶段，进入更为现实的价值兑现阶段："现在不需要再讨论 AI会不会改变行业和生活，这个问题已经不存在了。今天唯一的问题，是如何用AI去落地、去变 现。"在2026年工博会的主场，紫光云总裁王燕平开门见山地指出。 从 去 年开始 ， 无 论 是 MANUS ，还是春节期间广受关注的豆包手 机 助 手 ， 再 到 如 今 被 反 复 讨 论 的"龙虾"，都让公众对大模型驱动的智能体产品有了更直观的感知。但这类产品的技术架构，本质 上仍然是"以大模型为中心的单体智能架构"，其天然更适合C端场景。 为什么大模型在C端看起来热火朝天，但一进入B端，尤其是一进入工业、半导体这样的核心生产 场景，就立刻变得复杂、迟缓，甚至难以真正创造价值？原因并不复杂。C端对"聪明""流畅""有 趣"的容忍度和接受度更高，而B端，尤其是产业场景，要求的却是准确性、系统性与可追责性。 举例来说，"如果我让龙虾帮我设计一款对标英伟达H200的GPU芯片，大家其实不会期待它现在就 能给出一个真正可用的答案，因为它离这件事还差得很远。 对此，紫光云的实践给出了清晰的信号： ...

文章核心观点 - 比利时微电子研究中心（imec）将2026年终身创新奖授予英伟达创始人兼首席执行官黄仁勋，以表彰其在加速计算和人工智能领域的颠覆性贡献，特别是图形处理器（GPU）的发明及其对现代计算产业的深远影响 [1][2] 奖项与荣誉 - imec终身创新奖旨在表彰对科技与创新领域做出颠覆性贡献的杰出人士，每年颁发一次 [2] - 黄仁勋因其在加速计算技术落地、赋能全行业人工智能应用中的关键作用而获奖，颁奖典礼定于2026年5月19日在比利时安特卫普举行 [1] - 2016年该奖项曾授予英特尔联合创始人、摩尔定律提出者戈登·摩尔博士，黄仁勋是时隔十年后的又一位获奖者 [2][3] 黄仁勋与英伟达的成就 - 黄仁勋于1993年创立英伟达并一直担任公司领导职务，1999年公司推出可编程图形处理器，奠定了现代计算机图形学基础并彻底革新了并行计算领域 [1] - GPU的发明最初为游戏市场打造，现已成为加速计算与人工智能全新算力范式的基石，是计算机、人形机器人、自动驾驶汽车感知和理解现实世界的核心“大脑” [1][2] - 依托GPU实现的深度学习技术催生了现代人工智能浪潮，黄仁勋的科研成果与领导力重塑了计算产业、开启了人工智能时代 [1][2] 行业影响与未来展望 - imec首席执行官认为，未来除了制程尺寸微缩，全系统堆栈协同优化才是发展方向，需要联动英伟达等系统厂商，凝聚整个半导体生态的核心力量以抓住下一代人工智能机遇 [3] - 黄仁勋表示，英伟达的成就离不开imec等先锋机构奠定的根基以及半导体行业底层的技术突破，荣誉属于全球科研工作者、工程师与创新者 [3] - 黄仁勋在创立英伟达前曾任职于LSI逻辑公司和AMD，拥有俄勒冈州立大学电气工程学士学位和斯坦福大学电气工程硕士学位，并已斩获包括半导体行业协会罗伯特·诺伊斯奖、IEEE创始人奖章在内的多项全球重磅荣誉 [3]

中国半导体制造产业扩张与气体管理挑战 - 中国主流制程节点（22nm-40nm）的晶圆产能增长显著，预计到2028年全球占比将达到42% [1] - 国内头部晶圆厂未来合计扩产规模将超过80万片/月 [1] - 半导体制造需使用大量易燃、易爆、剧毒或强腐蚀性气体，如硅烷、磷化氢等，一旦泄漏可能引发严重安全事故 [2] - 制造工艺对气体纯度要求极高，杂质浓度需控制在ppb甚至ppt级别，微小污染可能影响晶圆良率 [2] - 随着扩产推进，气体供应系统配套扩容，新增管线带来新的监测盲区，同时单一晶圆厂涉及的气体种类已多达50种 [2] - 晶圆制造对停线零容忍，一次误报或漏报引发的事故可能造成数以百万计的代价 [2] 霍尼韦尔的行业洞察与解决方案定位 - 行业痛点本质是半导体制造的核心挑战，包括危险气体综合管理、高精度与低成本探测需求、严苛环境下的安全保障，在产业高速发展背景下被放大 [3] - 公司作为深耕工业测量与控制领域超百年的企业，以行业观察者、参与者、赋能者的身份，致力于通过创新与系统解决方案助力行业突破瓶颈 [3] - 在SEMICON China 2026展会上，公司展示了MIDAS® S1与Vertex™系列的三款核心产品，从“灵活部署的精准单点监测”与“全厂覆盖的可靠系统监测”两个维度回应行业挑战 [6] MIDAS® S1单点气体探测器：灵活部署与运维优化 - MIDAS® S1是经典产品的升级迭代款，研发围绕产能翻倍与点位翻倍带来的部署与运维压力展开 [7] - 产品采用高度模块化结构，搭配预校准传感器盒，能够实现开箱即用、即插即换，大幅缩短现场部署与维护时间 [9] - 产品具备丰富的通信与供电接口，极大简化了系统集成过程，让工厂在扩产时能够快速铺开监测点位，不再受布线复杂度的限制 [9] - 产品设计坚持“运维友好”原则，旨在帮助客户在快速扩产的同时降低运维负担，减少因设备故障导致的生产中断风险 [9] - 这种轻量化的运维设计是针对成熟制程扩产频繁的特点打造的 [9] Vertex™系列纸带式气体检测系统：精准监测与可靠追溯 - Vertex™系列聚焦于精准监测与可靠追溯，针对气体种类增多、停线损失巨大的痛点提供解决方案 [9] - 该系列产品基于公司专利Chemcassette®纸带技术，通过化学选择性反应实现对特定毒性气体的精准识别，可有效降低交叉干扰带来的误报与漏报风险 [11] - 产品依托纸带显色形成的物理记录，能为异常处置提供确凿证据，帮助技术人员快速定位问题、判断风险并高效处置，最大限度保障生产连续性 [11] - 该系列产品已被多家半导体头部企业采用，得到了行业的广泛认可 [11] 霍尼韦尔的本土化战略：从研发到服务的全链路适配 - 公司倡导的本地化，是从研发、生产到服务的全链路适配，是真正贴合中国客户需求、保障客户价值的本土化布局 [11] - 通过将关键供应链与装配测试环节集中在本土，可以显著降低外部不确定性对交付周期的影响，保障客户产能爬坡与按期投产 [13] - 本地化服务带来的响应速度提升，通过本地化团队和备件体系，能够更快完成现场支持与故障闭环，缩短设备停机时间，降低运维压力 [13] - 本地化服务能围绕本土客户的安装习惯、检测点位配置、验收流程与培训需求进行优化，减少项目落地过程中的反复沟通与隐性成本 [13] - 南京研发生产基地是公司本土化战略落地的核心载体，是中国最大的传感器生产制造基地，年产能达3亿个传感器 [14] - 该基地具备高度自动化与出色自主研产能力，拥有多项核心专利及“江苏省先进级智能工厂”等认定 [14] - 该基地正升级为集研发适配、敏捷制造、服务保障于一体的枢纽，本地研发团队贴合本土工况优化产品，制造端前设备件快速响应需求 [14] - 公司逐步形成了一条清晰的本土化闭环链路：从需求出发在本地完成研发适配，以本地制造保障供应稳定，再通过本地服务实现快速响应与持续优化 [14] - 未来，公司将进一步深化本土化建设，聚焦场景化研发、强化本土供应链生态圈、升级数字化运营能力 [14] 产业链协同：以技术合伙人身份赋能本土替代 - 在当前中国半导体设备投资持续升温、本土替代不断推进的背景下，产业链协同正从理念走向实践 [15] - 公司坚持开放合作，与本土客户逐步将合作前移至研发与验证阶段，以技术合伙人的方式参与产业共建，使产品与解决方案更贴合本土工艺与应用场景 [16] - 面向本土设备商的技术突破与产品升级，公司通过成熟可靠的检测技术、高可靠性工程设计以及本土化供应链能力，帮助客户降低试错成本、缩短研发周期 [16] - 公司针对半导体不同制程阶段的需求差异坚持差异化策略：在成熟制程领域以标准化能力支撑规模化扩产；在先进制程领域以高性能方案和深度协同验证支持工艺突破 [16] 未来技术展望：从被动感知走向主动决策 - 随着工艺节点持续演进，气体安全监测正在从“看得见风险”走向“预判并干预风险” [17] - 公司围绕Chemcassette®纸带、电化学与红外检测等核心技术，将系统能力推向“更精准、更智能、更集成”的新阶段 [17] - 公司的目标是让气体监测从“被动感知”走向“主动决策”，正通过多维度技术创新推动变革落地 [17] - 技术创新方向包括：强化ppb级检测能力、扩展复杂气体的识别范围，引入预测性维护与AI算法，推动设备与厂务系统的数据联动 [17] - 随着监测数据参与生产与运维决策，气体安全正在从传统意义上的辅助环节转变为影响良率、效率与成本的关键变量 [17] - 未来行业竞争的分野在于构建更完整、更可演进的安全与感知体系，气体检测与传感技术或将成为支撑中国半导体产业高质量发展的“隐形基石” [17]

事件概述 - 谷歌研究人员公布了一项名为TurboQuant的全新压缩技术，该技术可将运行大语言模型所需的内存量至少减少六分之一，旨在降低人工智能训练的整体成本 [1] - 此消息引发市场对内存需求可能减少的担忧，导致全球多家计算机内存与存储厂商股价大幅下跌 [1] 市场反应 - **SK海力士**：作为全球人工智能领域核心内存芯片供应商，其在韩国交易所股价一度暴跌6.4% [1] - **铠侠控股**：该闪存厂商在东京股市出现相近幅度的下跌 [1] - **美光科技与闪迪**：已于消息公布当日在纽约市场收跌 [1] - **股价背景**：在消息公布前，内存与存储产品因人工智能热潮带来的旺盛需求和供应短缺，价格持续上涨，相关个股走出暴涨行情，例如铠侠自8月底以来股价涨幅已高达700% [2] 技术影响分析 - **核心观点分歧**：市场对TurboQuant技术的影响存在不同看法 [1][2] - **担忧方观点**：技术通过降低运行大语言模型所需内存（至少减少1/6），可能减少对内存硬件的需求，从而影响内存厂商 [1] - **乐观方观点**：部分分析师引用“杰文斯悖论”，认为技术效率提升（单令牌成本降低）反而会推动产品应用需求提升，长期来看对内存厂商有利 [1][2] - **短期与长期影响**： - 摩根大通交易部门认为，内存用量短期内不会受到威胁，投资者可能只是借此消息获利了结 [1] - 摩根士丹利分析师指出，TurboQuant能带来可观的投资回报，对超大规模云服务商属于利好 [1] - 奥图斯顾问公司分析师认为，鉴于当前供应极度紧张，谷歌这项技术进展对需求“影响甚微”，而铠侠股价下跌是经历大幅上涨后的正常获利回吐 [2]

文章核心观点 - 芯和半导体宣布战略升级，定位为“AI时代的系统设计领航员”，提出“重构芯片到系统的智能设计”，这标志着公司从传统EDA工具提供商向系统级设计生态构建者的根本转变 [1] - 此次升级是对半导体产业设计范式从“单芯片最优”向“系统最优”根本性迁移的主动回应，旨在解决AI时代硬件设计面临的系统性挑战 [3] - 公司认为，传统EDA专注于单点优化，而AI时代需要的是系统全局的架构重构，其倡导的STCO（系统技术协同优化）方法论正成为后摩尔时代的核心 [10] 行业背景与范式迁移 - **摩尔定律面临双重天花板**：AI大算力需求每年增长4.5倍，远超摩尔定律每两年翻一倍的速度，同时物理极限（材料与功耗边界）和经济极限（流片成本指数级上升）制约了单纯依靠制程微缩的路径 [4] - **竞争维度发生转移**：行业竞争从追求“单芯片性能最优”转向追求“系统级整体最优”，设计挑战来自Chiplet先进封装、异构集成、高带宽存储、超高速互连、高效电源网络及AI数据中心架构等系统性风险 [6] - **EDA行业底层逻辑重写**：EDA行业正经历四大范式迁移，包括视野（从芯片到系统）、方法（从DTCO到STCO）、引擎（从单物理场到多物理场耦合）、角色（从工具提供者到生态构建者），正从局部优化工具演进为系统级基础设施 [15][17] 芯和半导体的战略重构 - **第一重重构：从IC到System（边界的突破）**：公司服务边界打破，市场天花板随AI服务器、自动驾驶汽车、AIPC等系统复杂度指数级扩张，核心腹地覆盖先进封装、异构集成、高带宽存储、超高速互连、高效电源网络及AI数据中心架构 [10] - **第二重重构：从Acceleration到Reconstruction（价值的跃迁）**：通过STCO方法论，将试错成本从昂贵产线转移至虚拟空间，帮助客户缩短上市时间，避免数百万美元的返工损失，价值主张从“让设计跑得更快”跃迁为“让设计第一次就做对” [11][12] - **第三重重构：从Tool-Provider到Ecosystem-Builder（身份的重塑）**：公司从传统EDA软件供应商转变为连接芯片设计、晶圆制造、封装测试及系统厂商的生态平台构建者，通过提供统一设计语言与协同框架打破数据孤岛，业务边界延伸至存储、模组、PCB、连接器、液冷及供电系统等AI基础设施关键领域 [14] 技术方法与行业定位 - **应对AI硬件复杂性的关键**：AI硬件的复杂性源于多物理场强耦合（如电流、发热、应力、形变、信号失真的相互影响），传统EDA拆分处理的方式已不适用 [7] - **STCO成为核心方法论**：芯和半导体是STCO趋势在国内的最佳践行者和推动者，其发展路径断层领先，2024年获得国家科技进步一等奖，2025年获得工博会CIIF大奖 [10] - **独特的核心技术能力**：公司通过独有的多物理场耦合仿真引擎，将设计边界从单一晶粒扩展至完整系统，在虚拟世界中预演芯片在真实环境中的表现 [11] - **领航员角色与平台愿景**：公司致力于成为客户在复杂系统迷宫中的“领航员”，构建面向AI时代的系统级EDA平台，正如ARM定义移动生态，其目标是通过STCO标准定义后摩尔时代的系统架构 [14] 公司历程与产业愿景 - **公司完成战略转身**：成立16年来，芯和半导体完成了从跟随到引领的转身，在AI重塑半导体版图的当下，试图在STCO新赛道上实现“换道超车”，超越国产替代的跟随策略 [18] - **指引产业新航线**：公司以STCO为剑，以多物理场引擎为盾，试图为整个产业指引出一条通往系统级集成新大陆的航线 [18]