劳资谈判破裂与核心分歧 - 三星电子劳资双方在中央劳动委员会举行的第二次调解会议上未能达成协议，谈判最终破裂[1] - 自去年12月以来，双方就集体谈判协议进行了八轮主要谈判，但始终未能缩小分歧[1] - 谈判破裂后，工会计划启动罢工程序，联合谈判小组将过渡到联合斗争总部制度，并就争议行动进行投票，若多数成员赞成则可能罢工[2] 工会核心诉求 - 工会要求绩效工资计算标准透明化、取消绩效工资上限以及7%的工资增长[1] - 今年薪资谈判最大焦点在于透明度和取消绩效工资上限[1] - 工会要求取消绩效工资上限，并制定更清晰的绩效工资计算标准，主张计算标准应从经济增加值转向以营业利润为重点[1] - 工会提出诉求是受到竞争对手SK海力士的影响，后者取消了超额利润分成上限，并决定将10%的营业利润作为绩效工资资金[1] 公司回应与替代方案 - 公司提议允许员工在现有基于经济增加值的20%或10%的营业利润作为运营绩效指数计算依据[2] - 对于取消运营绩效指数上限，公司表示犹豫，理由是需要为未来投资筹集资金并维护各业务部门公平性[2] - 作为替代方案，公司提供了特别奖励，包括对业绩优异部门额外支付100%的运营绩效指数、6.2%的工资增长、20股公司股份、提高各职级工资上限以及最高5亿韩元的住房贷款支持[2] - 公司发表声明对未能达成协议表示遗憾，并呼吁全体员工齐心协力提升公司竞争力[2] 行业背景与潜在影响 - 三星电子目前将整体绩效奖金上限设定为年薪的50%，并以经济增加值作为衡量经济价值的指标[1] - 一位科技行业人士指出，半导体之争是与时间的赛跑，如果劳工风险升级，公司竞争力必将受到影响[2] - 此次劳资冲突可能导致公司面临自2024年7月以来的首次罢工[1]

特斯拉与三星的AI芯片合作 - 公司正在与三星电子商讨扩大下一代AI芯片AI6的生产规模，高级采购主管预计本周访问三星以商讨提高2纳米AI6芯片的代工厂产量 [1] - 公司已向三星提出增加产能请求，原始合同规定每月供应约16,000片晶圆，现寻求额外增加约24,000片晶圆的产能，月总产量有望达到约4万片晶圆 [1] - 公司与三星去年签署的代工协议将持续到2033年12月31日，合同价值约22.8万亿韩元（约合170亿美元），由于此次讨论的额外订单量超过初始订单，合同总价值可能更高 [1] AI6芯片的应用与战略意义 1) 预计AI6芯片将为公司的多个平台提供动力，不仅用于自动驾驶系统，还可用于人形机器人Optimus和内部人工智能数据中心 [1] 2) 该芯片集群预计将取代公司Dojo人工智能超级计算机项目最初设想的角色，该项目已于去年实际上暂停，AI6处理器很可能以集群配置部署，多个芯片将安装在单个服务器主板上 [2] 3) 公司一直公开推行“不从中国、不从台湾采购”的关键零部件战略，三星位于美国德克萨斯州泰勒市的先进制造基地与这一战略高度契合 [3] 公司的投资与双方合作历史 - 随着公司拓展自动驾驶服务和机器人研发，其大幅增加对人工智能基础设施的投资，计划将2024年的资本支出增加到200亿美元以上，创历史新高，大约是近期年度投资预期（80亿至110亿美元）的两倍 [2] - 公司与三星的半导体合作可以追溯到2019年，三星当时参与了公司定制专用集成电路的设计，并采用14纳米工艺制造了后来命名为HW3（AI3）的芯片 [2] - 公司目前汽车使用的HW4（AI4）芯片采用三星的5纳米工艺制造，AI5芯片的生产曾委托给台积电和三星，但在AI6芯片的生产中再次选择了三星 [2] 合作的影响与扩展 - 如果额外订单敲定，三星的晶圆代工部门将获得大量尖端半导体产品的生产，这笔交易或将标志着三星晶圆代工业务的显著复苏 [3] - 两家公司的合作已超越芯片制造领域，三星系统LSI部门已完成为公司汽车开发的5G调制解调器，并计划于2024年上半年开始供货，首批产品预计将用于公司在德克萨斯州的无人驾驶出租车车队 [3]

文章核心观点 - 人工智能基础设施发展速度滞后于模型创新，而内存架构是加速部署的关键因素之一，SOCAMM2（小型压缩附加内存模块）是推动这一转变的重要创新 [2] - SOCAMM2从美光科技的专有方案迅速演变为JEDEC行业标准，旨在解决AI工作负载对高带宽、大容量内存的需求，并应对“内存墙”挑战，提升AI模型性能与经济可行性 [5][8] - 该技术通过模块化、水平堆叠设计，提供了优于传统RDIMM的带宽、能效和散热性能，显著降低了AI推理成本，并可能重塑AI服务器和高性能计算的内存层次结构与架构 [4][7][9] 从专有技术到行业标准 - SOCAMM由美光科技与英伟达联合开发，其设计不同于垂直排列的RDIMM，采用平铺于CPU附近的堆叠式LPDDR内存，为超出HBM容量的应用提供高带宽解决方案 [4] - 模块化设计支持更换和升级，满足AI模型创新的可扩展性需求，水平布局有利于散热板同时为CPU和内存模块散热，提升性能并降低散热复杂性 [4] - 第一代SOCAMM是美光2025年的专有方案，但SOCAMM2在不到一年内被采纳为JEDEC行业标准，目前美光、三星和SK海力士三大厂商均提供该模块，形成了行业标准解决方案 [5] 创新步伐快速 - SOCAMM2标准相比前代提供了更高的带宽、容量、能效、信号完整性和散热性能 [7] - 美光科技的新SOCAMM2模块在不到一年内将内存容量从128GB提升至256GB，比同等容量RDIMM模块功耗降低66% [7] - 这使得每个CPU的潜在内存配置从1TB提升至2TB，为靠近AI加速器存储信息提供了更大空间 [7] - 采用先进的1-Gamma工艺制造全新32Gb LPDDR5X芯片，在芯片尺寸略有增加的情况下，使用相同封装并保持相同功耗 [7] - 性能提升显著：通用服务器工作负载性能提升4倍，AI工作负载性能提升6倍甚至更高，且美光新模块容量比SK海力士发布的同类产品高出33% [7] 应对内存墙与行业影响 - SOCAMM2直接应对“内存墙”问题，即处理器速度与内存访问之间的差距，这对新兴的递归式、智能体AI至关重要 [8] - 该技术通过提升模型性能，显著提高了新兴令牌密集型框架的功能和经济可行性，新型SOCAMM2推理优化服务器有望在需求激增时帮助降低资本支出和电力成本 [8] - Tirias Research估计，SOCAMM2与改进的AI缓存管理内核结合，可使ChatGPT等大模型的代币生成成本降低3到5倍 [8] - 该机构预测，受LLM代币需求激增115倍的驱动，到本十年末AI推理服务器的资本支出将达到1.2万亿美元 [8] - SOCAMM2通过实现更高性能、更低成本的内存架构，使基础模型能够扩展功能而不承受难以负担的资本和电力成本 [8] - 新型内存模块预计将应用于即将推出的Rubin系列AI服务器，其扩展散热板也已广泛上市 [9] - 除了AI服务器，高性能计算厂商也因其高带宽表现出浓厚兴趣，美光正在扩展SOCAMM2产品线以支持HPC应用的低容量内存配置 [9] - SOCAMM2代表着内存层次结构和AI服务器架构方式的转变，对于提高服务器计算密度（将CPU、AI加速器、内存和网络组件紧密排列）至关重要 [9] 行业格局与关键参与者 - 在行业支持SOCAMM2的背景下，人工智能被各国认定为关键竞争能力 [10] - 两家美国公司成为AI竞赛中的关键领导者：英伟达专注于AI加速，美光科技则专注于内存架构 [10]

文章核心观点 - AI基础设施的下一个阶段是异构计算，没有单一芯片能处理所有工作负载，计算需求正变得多样化，需要针对不同工作负载优化的芯片[1][3][4] - AMD通过与OpenAI、Meta等大型科技公司建立深度、特殊的合作伙伴关系（包括巨额算力供应和基于业绩的认股权证），来加速交易、构建生态系统并把握AI基础设施领域的巨大机会[2] - 行业对AI基础设施的投资是持续且超前的，被视为对生产力和智力的投资，尽管处于早期部署阶段，但已能看到AI带来回报的迹象[1][7] AI芯片合作模式与战略 - AMD与OpenAI的合作涉及巨额算力供应及OpenAI低价购买约10%的AMD股份[2] - AMD与Meta的算力合作规模达6吉瓦，交易价值可能高达上千亿美元，同时AMD向Meta发行了基于业绩表现的认股权证以加速交易和生态系统构建[2] - 此类深度合作模式（算力+股权/权证绑定）目前仅适用于OpenAI和Meta这类特别合作伙伴[2] AI计算架构趋势 - AI基础设施正变得更加复杂和异构，需要处理训练、推理、大模型、中等模型等多种工作负载，因此计算多样性至关重要[4] - 行业趋势是结合标准产品与为特定工作负载定制的芯片（包括ASIC），以实现性能与能耗效率的最优化[4] - 不仅AMD，英伟达也可能通过获取Groq技术授权和招募人才，为OpenAI等客户推出融合不同架构的定制芯片[5] 供应链与市场动态 - AI所用CPU供应紧张，原因是市场规模远超3至6个月前的预测，供应链需要时间满足需求，AMD预计在2026年和2027年扩大供应能力[8] - 内存（DDR4、DDR5）涨价正在影响系统性定价，预计给个人电脑市场带来更大成本压力，下半年市场波动可能趋于温和但需持续观察[8] - 超大型科技企业对AI所需的CPU计算需求预测不足，导致供应短缺[8] 行业竞争与展望 - 中国市场竞争激烈，需肯定中国芯片供应商所取得的成就[8] - 企业客户对AI基础设施的投资具有长期连续性，被视为对生产力和智力的超前投资，目前仍处于早期部署阶段[7] - 每周、每月都能看到新的企业AI应用案例，展示了AI可以带来的回报，该过程涉及整个计算基础架构而不仅仅是GPU[7]

公司董事会人事变动 - 英特尔董事会选举克雷格·H·巴拉特博士为独立董事长，他将于5月中旬公司年度股东大会后正式上任 [1] - 巴拉特将接替任职约17年后即将退休的弗兰克·D·耶里 [1] - 巴拉特拥有工程背景，而前任董事长耶里拥有金融背景 [1] 公司战略方向 - 前任董事长耶里曾试图将英特尔拆分为产品公司和制造公司，然后剥离公司的制造资产 [1] - 巴拉特似乎并不打算拆分英特尔，而是将其设想为一家拥有严格执行力的综合设备制造商 [1] - 巴拉特表示公司已采取重要措施巩固财务状况，推进技术和产品路线图，并加强运营纪律 [1] - 巴拉特强调致力于支持严格的执行，投资并扩大以美国为基地的研发和制造规模，以确保英特尔在未来几年保持竞争优势 [1] 新任董事长背景与经验 - 巴拉特是一位资深的半导体行业高管和企业家，在英特尔和高通公司拥有超过三十年的无线连接和网络芯片领域经验 [1] - 其最为人熟知的成就是领导了Wi-Fi处理器领先供应商Atheros Communications公司，该公司于2004年上市，最终被高通公司以约31亿美元的价格收购 [2] - 收购后，巴拉特担任高通Atheros总裁，负责用于智能手机、个人电脑、路由器和交换机等各种设备的连接芯片 [2] - 离开高通后，巴拉特于2012年至2017年在谷歌担任高级副总裁，负责接入和能源业务 [2] - 之后，他短暂领导了为游戏玩家开发可编程以太网交换处理器的初创公司Barefoot Networks，该公司于2019年被英特尔收购 [2] - 收购后，他负责英特尔数据平台集团旗下的以太网和网络业务 [2] - 巴拉特于2025年11月重返英特尔，加入董事会担任独立董事 [2] - 巴拉特还担任Astera Labs和Intuitive Surgical等公司的董事，这使其有机会接触到数据中心基础设施和先进的机器人系统 [2]

全球NAND Flash产业2025年第四季及2026年展望 - 2025年第四季全球NAND Flash产业前五大品牌厂营收合计大幅季增23.8%，达211.7亿美元，主要受AI建置需求驱动[2] - 北美云端服务供应商布建AI服务器基础设施，刺激企业级固态硬盘需求爆发式成长，同时硬盘严重缺货和交期过长带来转单效应，整体NAND Flash短缺情况恶化，推升价格涨势[2] - 展望2026年第一季，由于NAND Flash供需严重失衡，原厂继续拉抬价格的意愿强烈，TrendForce因此上调第一季整体NAND Flash价格预估为季增85~90%，营收水准有望再度成长[2] - 2026年在可预见NAND Flash扩产有限、AI需求爆发的影响下，价格将维持高涨态势[4] 主要供应商2025年第四季营收表现 - 三星营收为66亿美元，季增10%，但市占率下滑至28%，产品平均销售价格虽明显成长，但位元出货量因前一季高基期及制程转换损失，呈现季减[3] - SK集团营收季增高达47.8%，达52.1亿美元，市占22.1%，排名维持第二，位元出货成长动能来自移动NAND Flash和企业级固态硬盘[3] - 铠侠营收33.1亿美元，季增16.5%，2025年第四季营收和位元出货量皆创下单季新高[3] - 美光营收季增24.8%，近30.3亿美元排名第四，该公司持续提高四层单元产出，同时扩大供应采用第九代NAND Flash技术的产品，将有助其2026年位元产出成长[3] - SanDisk营收近30.3亿美元，季增31.1%，排第五名，受惠整体NAND供应短缺，该公司积极拓展以往较弱的服务器领域，数据中心业务因此出现大幅进展[4] 行业技术及产能趋势 - 各大原厂加速技术更迭，并转移产品重心至122TB/245TB等大容量四层单元企业级固态硬盘，以因应生成式AI对大容量与传输速度的要求[4] - 产能资源也将持续向服务器端倾斜，消费类产品的供应受到排挤[4]

华为鸿蒙智行技术焕新发布会核心内容 - 公司发布了全球量产最高896线超高精度激光雷达，该技术具备超高清、超精准、超远距三大特性 [1] 新一代激光雷达技术原理 - 新产品全名为“双光路图像级激光雷达”，采用了公司首创的双光路专利技术，标志着车载激光雷达从3D点云时代跨入3D成像时代 [3] - 传统激光雷达因精度不足呈现为点云，而高精度激光雷达可实现类似真实图像的成像 [5] - 该雷达采用一体双焦架构，同时拥有广角和长焦两个不同焦段的激光接收能力，可根据应用场景灵活切换 [5] 新一代激光雷达性能表现 - 分辨率相比前代提升四倍 [7] - 在夜间55米外可清晰识别小狗摇尾巴的细节 [7] - 在100至200米距离启用长焦，能同时呈现全局和细节，可识别小目标、低反射率、异形障碍物等高危目标 [7] - 可在120米外识别14厘米高度的物体（大部分车辆底盘高度），有效避免托底危险 [9] - 对低反射率物体的识别距离提升190%，例如能在120米外识别高速上的爆破轮胎 [9] - 对异形障碍物的识别距离提升77% [9]

文章核心观点 - 行业专家看好未来3-5年中国本土芯片生产在原始计算能力上取得重大突破，能够与台湾公司相匹敌，尽管在能效和顶尖工艺上可能仍会略逊一筹 [1] - 国内AI芯片的发展路径可能不追求单芯片性能的绝对领先，而是通过大规模集群互联（如万卡、十万卡级别）来获得总性能优势 [1] - 在消费级芯片市场，国产产品有望在中高端性能级别（如对标XX70级别显卡、U7/R7级别CPU）占据一席之地，满足主流市场需求 [2] 对芯片行业的看法与预测 - 未来3-5年，中国本土芯片生产的原始计算能力有望与台湾公司匹敌，但能效会略差一些 [1] - 芯片尺寸缩小的收益正在显著递减，某些组件（如SRAM）已难以继续微缩 [1] - 国内芯片在顶尖工艺上预计仍将落后于行业领导者（如台积电），但这不影响通过其他方式（如规模）实现性能领先 [1] 国内芯片产业的竞争优势与发展路径 - 电力供应是国内的优势，可以部分弥补因能效略低而带来的更高能耗 [1] - AI芯片领域，通过万卡、十万卡甚至百万卡级别的集群互联，可以实现总性能的领先，华为的超级群已验证此路径 [1] - 国产消费级芯片（如显卡、CPU）虽难以在短期内达到最顶级旗舰性能（如RTX XX90/80、U9/R9），但达到中高端性能水平（如XX70、U7/R7）同样具有市场竞争力，因为旗舰级市场份额有限 [2]

行业事件与驱动因素 - 美伊冲突引发供应链去风险化行动，下游客户加速寻找替代产能，导致转单发生 [1][2] - 转单往往伴随“时间成本溢价”，为确保供应不中断，客户有望以更高价格锁定产能，形成价格上行推力 [2] - 高塔半导体（Tower）客户开始转单台厂，成熟制程代工变得抢手，业界预料将掀起新一波成熟制程代工涨价潮 [1] 高塔半导体（Tower）的原有市场地位 - 高塔过去在成熟与特殊制程市场具备较高报价能力 [1] - 其产品主要应用于车用与工业领域，此类产品认证周期长、替代性低、对稳定供货要求高 [1] - 客户更重视品质与可靠度，而非单纯价格竞争，因此高塔长期维持相对较高的平均售价与毛利结构 [1] - 高塔原本开的价格就比较高，客户转单台厂时势必加价投片 [1] 对台湾代工厂的直接影响 - 在紧急转移订单涌入下，台湾成熟制程厂的闲置产能将迅速被消化 [2] - 世界先进与力积电成为主要受惠者 [2] - 随着急单涌入，法人看好世界先进、力积电等台厂平均售价及毛利率将明显提升 [1] - 当产能利用率回升至高档，代工厂议价能力自然提升，不仅新接订单价格上扬，既有合约亦有重新议价空间 [2] 世界先进的受益分析 - 世界先进长期深耕电源管理IC与功率分立元件，在8吋产能布局完整，与国际IDM客户关系紧密 [1] - 若转单持续发酵，短期营收动能可望优于市场原先预期 [1] 力积电的受益分析 - 力积电在成熟节点与功率相关制程具备承接能力 [1] - 在代工价格有机会往上之际，再加上产能利用率的拉升，为公司的中长期营运带来强力支撑 [1]

文章核心观点 半导体制造的未来发展重点正从晶体管尺寸微缩转向器件架构、堆叠和供电方式的革新，其中混合键合是实现3D集成的关键结构性技术[1]。该技术通过实现芯片间高密度、低损耗的垂直互连，对推动人工智能、高性能计算等先进应用至关重要，是先进封装领域增长最快的细分市场[1][2]。尽管面临工艺控制、热预算和成本等挑战，但行业正通过材料创新、设备改进和协同设计等方法持续推进，以扩展其在高带宽内存等更多领域的应用[3][6][26]。 混合键合技术的重要性与优势 - 混合键合是实现3D集成最重要的结构性推动因素，可在相同封装尺寸内实现比焊球多几个数量级的互连，同时提高信号和电源完整性[1] - 该技术对于在每个封装中集成多个芯片至关重要，能够降低内存/处理器的延迟并减少功耗[1] - 是先进封装领域增长最快的细分市场，Yole Group预计混合键合设备在2025年至2030年间将以21%的复合年增长率增长[1] - 能够实现芯片间的高带宽互连，且信号损耗可忽略不计，主要受人工智能、高性能计算等需求推动[1] - 取代微凸点键合具有诸多电气优势，包括更低的电阻、电容和功耗，能显著降低寄生效应，提高电气性能和电源效率[8] - 可以将互连间距从铜微凸点的35µm大幅提升至10µm甚至更小[8] - 对于高带宽存储器，关键驱动因素在于通过消除多个DRAM之间的凸点来减小厚度[8] 技术发展现状与挑战 - 混合键合技术已在一些高端应用中得到应用，如CMOS图像传感器、高性能计算的SRAM/处理器堆叠和多层3D NAND器件[2][24] - 技术仍需改进键合界面质量，使键合铜互连的性能如同在同一芯片上制造而成[1] - 主要工艺挑战包括：需要无颗粒表面、在300mm晶圆上实现纳米级铜凹陷以及控制晶圆变形以实现晶圆间50nm的对准精度[1] - 难以满足高带宽内存堆叠所需的低热预算和成本效益要求，因此领先的HBM制造商很可能在HBM4中继续采用微凸块技术[3] - 当前混合键合工艺成本较高，尤其在耗时的退火步骤、芯片间键合所需的缓慢拾取放置以及步骤间过长的排队时间等方面，可能导致键合界面引入有害水分[3] - 晶圆对晶圆技术存在两个严重局限性：芯片尺寸必须完全相同，且无法在键合过程中移除不合格的芯片[8] 关键工艺进展与解决方案 - 行业正致力于将目前量产芯片上采用的9µm铜-铜连接，扩展到2µm甚至更小，这始终是所有领先代工厂发展路线图上的重点方向[2] - 减少高温加工需求的一种方法是沉积纳米孪晶铜，因其具有<111>择优晶粒取向，特别适用于细间距混合键合，可以在约200°C下进行退火，而传统铜-铜键合通常在约400摄氏度下进行[3] - 除了退火，用于沉积SiCN或SiO2介电层的PECVD工艺通常在约350°C下进行，一种可能的解决方案是使用SiC靶材和氮气反应气体进行溅射，可以在低于250°C的温度下沉积SiCN[3] - 控制加工过程中的污染至关重要，工程师们正转向等离子切割技术，以帮助降低单晶加工过程中的颗粒物含量，该技术产生微裂纹和芯片边缘崩裂的可能性也大大降低[4] - 化学机械抛光是混合键合中最关键的步骤，需要确保整个晶圆上的铜凹陷从中心到边缘都均匀一致，通常关注5纳米或更小的凹陷[15] - imec研究团队提出沉积一层薄的无机保护层，以屏蔽键合区域在后续工艺步骤中受到的影响，该保护层有助于将铜凹槽深度维持在2纳米以内[16] - 应用材料公司的研究发现，牺牲层TiN可以保持铜的凹陷轮廓，同时消除与薄芯片翘曲相关的芯片边缘分层，使用TiN后，芯片边缘的开尔文接触电阻测量值保持在规格范围内[20] 芯片到晶圆与晶圆到晶圆键合对比 - 芯片到晶圆键合的优势包括：只有已知质量合格的芯片才能进行键合，可以使用任何尺寸的芯片，设计灵活，可一次性键合多个芯片[9][10] - 芯片到晶圆键合的劣势包括：存在芯片边缘效应、分割带来的污染、由于逐个对准导致的组装速度慢[10] - 晶圆到晶圆键合的优势包括：高吞吐量、已在量产中得到验证的技术[10] - 晶圆到晶圆键合的劣势包括：芯片尺寸必须相同、存在良率损失、难以控制晶圆翘曲[10] - 业界已经实现了400nm的晶圆到晶圆键合，而芯片到晶圆键合的间距已达到2µm[9] 对芯片设计与产业链的影响 - 混合键合是业界提前规划2.5D和3D优化这一更大趋势的一部分，需要多芯片协同设计，从根本上改变了芯片设计思路，使其从单芯片思维转变为真正的系统级多芯片协同设计方法[4][5] - 设计人员必须重新思考早期架构探索、芯片间布局规划、电源和散热分配以及芯片间接口规划，这增加了对三维时序分析、提取、验证和签核的需求[5] - Synopsys开发了一种超紧凑的芯片间I/O解决方案，针对2.5D、3D和SoIC封装进行了优化，I/O单元可安装在混合键合凸点间距内，从而实现堆叠芯片之间的高带宽、低延迟和节能型垂直互连[5] - 混合键合需要晶圆制造设备之间更紧密的集成，例如铜填充、化学机械抛光、拾取放置和退火等工艺，因为所有键合前的步骤都会影响晶圆的形貌，进而影响套刻精度、良率和可靠性[6] 未来应用前景与研究方向 - 混合键合有望在未来实现更紧凑的HBM模块、3D DRAM和物联网设备[2] - 为了准备将混合键合技术应用于HBM，低热预算薄膜可能会得到广泛应用，如溅射SiCN或纳米孪晶铜，这些薄膜可在较低温度下退火，但还需要进行更多可靠性研究才能在生产中得到应用[26] - 设备制造商和代工厂正在携手合作，以提高工艺吞吐量并缩短活化和键合步骤之间的等待时间[24] - 牺牲性无机薄膜在各种组装工艺中保持介质层和铜焊盘表面清洁方面可能发挥越来越重要的作用[24]