半导体制造技术演进 - 英特尔主管预测未来晶体管设计将降低EUV微影曝光设备在先进制程中的重要性，当前ASML的EUV设备是台积电等企业制造7纳米及更先进芯片的核心工具[1] - 新型晶体管设计如GAAFET和CFET通过闸极全方位"包覆"及垂直堆叠技术，减少对微影曝光技术的依赖，提升晶圆空间利用率[2] - GAAFET采用平行排列的晶体管组，闸极包覆各侧面，CFET则通过垂直堆叠进一步优化空间，两者均强调横向材料移除的精准度[2] 制造工艺重心转移 - 未来芯片制造将更侧重蚀刻技术而非微影曝光，因GAAFET和CFET设计要求从晶圆上精准移除多余材料[2] - 高数值孔径(High NA)EUV设备可能无法延续前代设备在7纳米及更先进制程中的关键作用，行业重心转向高密度晶体管集成[3] - 随着GAA和CFET技术普及，EUV多重图案化技术及High NA设备订单可能面临长期挑战[3] 技术替代影响 - 晶体管设计革新将改变半导体设备需求结构，蚀刻设备重要性上升，EUV设备市场地位或受冲击[2][3] - 垂直与平面方向的高密度集成能力降低了对最小特征尺寸的依赖，推动制造范式转变[3]

中国汽车芯片国产化进程 - 中国计划到2027年完全采用自主研发与生产的汽车芯片，至少有两家中国汽车品牌将于明年起量产搭载100%国产芯片的车款[1] - 中国政府通过工业和信息化部要求各大车厂定期自评国产芯片采用率，目标从2024年的25%迅速提升到2027年的100%[1] - 吉利、比亚迪等汽车品牌表示愿意优先采用国产芯片，即使外资芯片在中国设厂生产，车厂仍倾向选择完全自主的中国品牌[1] 国产芯片面临的挑战 - 在自动驾驶系统领域仍高度依赖Nvidia和高通等美国供应商，短期内难以完全替代[1] - 中国芯片在性能与可靠性方面与国际一线品牌有明显差距[1] - 中国芯片企业需克服严格的国际安全标准与资料保护规范，性能普遍存在显著劣势[2] 行业应对策略 - 中国汽车制造商开始使用消费级芯片应用于车载资讯娱乐等非核心功能，降低成本并缩短测试与认证时间至6-9个月[2] - 中国汽车业界积极与中芯国际等国内晶圆厂合作，重新审视整个芯片供应链并验证国产替代方案的可行性[1] - 广汽集团等企业强化与晶圆厂的合作关系[1] 全球供应链变化 - 英飞凌、恩智浦等全球芯片大厂加强与中国晶圆厂合作，以满足中国汽车品牌日益增长的在地化生产需求[2] - 中国芯片企业如芯驰科技开始拓展国际市场，计划明年为欧洲车厂提供自主开发的智慧座舱芯片[2] - 中国在成熟制程节点的快速扩张已造成微控制器和类比芯片等市场的价格压力[2] 行业发展前景 - 中国整体半导体自给率预计2025年仅能满足国内市场17.5%的需求[2] - 车用芯片制造成为中国半导体产业布局的重要战略方向，未来几年中国在成熟制程芯片的全球产能占比有望提升[3] - 中国汽车芯片自主化反映了全球汽车产业链的根本性转变，未来汽车市场竞争格局或将因中国自主芯片崛起而出现重大变化[3]

3D DRAM技术开发进展 - 三星电子和SK海力士加速开发下一代3D DRAM，计划年底前完成垂直结构"4F² DRAM"早期原型测试[1] - 4F²架构采用垂直堆叠方法，相比传统6F²平面架构减少两条线(位线和字线各减一条)，晶体管垂直放置以提升密度[1] - 该设计预计提升性能、数据传输速率和能效，被定位为向成熟3D DRAM过渡的技术[1] 技术路线差异 - 三星和SK海力士采取渐进路线，先验证4F² DRAM商业可行性再进军3D DRAM领域[2] - 美光科技选择跳过4F²阶段直接开发3D DRAM，形成技术路线差异[2] 行业转型背景 - 平面DRAM微缩面临技术瓶颈，10纳米以下工艺导致复杂度与成本激增[5] - 目前最先进为第六代(1c)DRAM，三星第七代(1d)后拟推出4F²，SK海力士可能在下一代产品采用[5] - 垂直结构DRAM有望三年内量产，性能预计比现有型号提升近50%[5] 产业链协同准备 - 芯片制造商正与设备商(如应用材料公司)合作开发4F²专用制造工艺[6] - 需同步建立可扩展的制造基础设施，涉及工艺、材料、设备全面升级[6] - 学术界认为垂直架构是突破平面DRAM物理极限的唯一可行路径[6]

朋友们，6月不囤课亏大了啊！ 6月10号到20号 ， E课网全站IC课程直接打6.8折！（ 课表传送门→→ ） 不管是刚入门的小白，还是想涨薪的在职IC工程师，超过200多门课随你挑—— 数字设计、模拟设计、 EDA工具、基础课程、实操项目练习、高阶课程…全都有！ 微信扫码领张券就可以省一笔，这波羊毛不薅真说不过去！ 课多到挑花眼？这就给你盘明白！ 想学数字IC的，前端设计、验证通关、后端实现、DFT测试一条龙安 排；搞模拟电路的，从设计思路到版图布局再到工艺原理，步步拆解；要用EDA工具的，三大家主流工具 企业级实战手把手教；玩点不一样的？RISC-V定制课、低功耗设计管够！还有先进工艺FinFET、BCD实 训课、Redhawk后端实训课、图像信号ISP技术课在等你！甚至TCL语言、Python这些加餐小课… 总有 一款戳中你！ 零基础别慌，基础课+工具课带你轻松上路；应届生看过来，岗位技能+项目实战直接给简历贴金；在职的 老铁们，专题突破课专治工作痛点，学了就能用！ 对了！E课网的 【6大就业班】也参加大促！ 就业班适合零基础转行和应届生冲刺—— 数字前端、验证、后端、DFT、模拟版图、模拟设计 六大热 ...

英特尔裁员计划 - 英特尔计划从7月中旬开始裁减其制造部门15%至20%的员工，全球受影响员工数预计为8,170至10,890人 [1] - 裁员决策基于业务优先级、个人评估及项目资助情况，旨在应对成本挑战和公司财务状况 [1] - 截至2024年12月28日，英特尔员工总数为10.89万人，较上一年减少约12.48万人 [1] 裁员范围与影响 - 约50%的员工（54,450人）参与晶圆厂运营，此次裁员涵盖技术人员、工具操作员和支持人员等职位 [2] - 关键岗位如尖端工艺技术工程师及EUV光刻设备管理人员可能免于裁员，冗余岗位将优先削减 [2] - 裁员可能导致运营灵活性下降、设备响应速度减缓及员工士气降低 [2] 政府资金与政策风险 - 英特尔从《芯片法案》获得79亿美元资金（已拨付10亿美元），但剩余补贴因特朗普政府审查存在不确定性 [3] - 俄勒冈州提供的1.15亿美元公共资金取决于未来招聘和税收目标达成情况，未达标可能导致资金撤回 [3] 公司运营背景 - 英特尔全球拥有15座晶圆厂，分布于10个地点，俄勒冈州硅林工厂去年裁员约3,000人后保留2万名员工 [1] - 非生产部门（研发、设计、销售等）占员工总数约50%，2024年同样面临15%-20%的裁员 [1]

ASML光刻技术发展 - 核心技术创新在于通过粉碎锡滴产生极紫外(EUV)光，每秒引爆五万次以生成等离子体，发射波长13.5纳米的EUV光，用于制造线间距仅几十纳米的先进芯片[1] - 与Cymer实验室合作20年优化EUV技术，最新光刻机造价近4亿欧元，计划将功率从500瓦提升至1000瓦，2033年单晶圆能耗比2018年降低80%[1][8][9] - 采用高数值孔径(NA)光学系统，当前0.33 NA升级至0.55 NA，Hyper-NA方案达0.75 NA，蔡司开发直径超1米的反射镜以实现原子级精度[7][10] 技术合作与研发生态 - ARCNL研究院承担ASML三分之一的年度研发预算（400万欧元），80名科学家专注光刻基础研究，75%博士毕业生加入ASML[2][5] - 特温特大学改进EUV反射镜涂层，70层钼/硅交替堆叠实现71%反射率，接近理论极限75%，解决高功率下的气泡问题[10][11] - 与蔡司、全球技术大学形成研发网络，模式类似飞利浦NatLab，但ASML年研发投入超40亿欧元维持长期技术领先[4][6] 未来技术路径 - 探索6.7纳米短波长光源（钆替代锡），但面临光子能量分布不均导致的随机噪声问题，商业化可能性较低[13] - 高NA光刻机采用32G加速度掩模版支架，AI芯片需多光罩拼接或推动行业采用更大尺寸掩模版[15] - 开发EUV计量技术，通过光脉冲泛音效应检测5-10纳米结构，光声学方法实现三维芯片层析成像[17] 替代方案与竞争格局 - 评估自由电子激光器(FEL)作为备选，因体积庞大（需整栋建筑）和维护复杂被放弃，中国或将其用于自主光刻研发[19] - 中国尝试等离子体源EUV技术，华为参与研发，但ASML已确立技术路线领先优势[20] - 摩尔定律演进放缓，芯片节点尺寸缩减率从70%降至20%，通过3D堆叠和晶体管排列优化维持密度提升[6][15]

Nordic Semiconductor收购Neuton.AI - Nordic Semiconductor宣布收购Neuton.AI的知识产权和核心技术资产，以增强其在边缘设备AI领域的能力[1] - 通过将Nordic的nRF54系列超低功耗无线SoC与Neuton的神经网络框架结合，可为资源受限设备提供可扩展的高性能AI[1] - 此次收购将赋能开发者构建全新类型的始终在线、AI驱动的设备，这些设备更快、更小、更节能[1] Neuton.AI的技术优势 - Neuton.AI的全自动平台创建的机器学习模型通常小于5KB，比其他方法小10倍且速度更快[1] - 其神经网络框架无需预定义架构即可自动构建超小型模型，节省设备和系统资源如电源和代码内存[2] - 该技术无需手动调优或数据科学专业知识，可在8位、16位和32位MCU上快速部署[1] 市场前景与战略意义 - 预计到2030年TinyML芯片组出货量将达到59亿美元，公司希望利用这一增长机遇[2] - 此次收购将重新定义超高效机器学习应用的可能性，适用于预测性维护、智能健康监测、下一代消费可穿戴设备等领域[2] - 收购涵盖Neuton.AI所有知识产权和部分资产，以及13名高技能工程师和数据科学家团队[3]

行业趋势 - 数字化和电气化是推动高科技发展的两大核心方向，数字化体现在AIGC、新能源汽车和人型机器人等领域，电气化则以三代半导体（宽禁带半导体）为代表，推动能源、交通和工业向低碳高效发展 [4] - 数字化和电气化的协同效应正在重塑各行各业，同时也给工程师的产品设计和验证带来新的挑战 [4] 研讨会主题 - 研讨会将围绕数字化的核心高速串行传输和电气化的核心电源及半导体展开，旨在帮助工程师应对时代挑战 [4] - 会议日程包括电源完整性测试方案、电源管理芯片和三代半导体全流程测试方案、高速信号设计和测量、半导体物理参数表征和可靠性测试、热门高速总线测试方案以及电源测试工具等 [7] 会议详情 - 会议时间为2025年6月20日10:00-15:15，地点在厦门佰翔软件园酒店 [6] - 现场听众有机会参与抽奖活动 [6][8] 公司服务 - 公司提供专业的测量洞见信息，帮助提高绩效并将可能性转化为现实 [11] - 公司设计和制造测试测量解决方案，旨在突破复杂性壁垒，加快全局创新步伐，帮助各级工程师更便捷、快速和准确地实现技术进步 [11] - 提供1对1专属服务，可通过扫码添加工程师小助手获得 [12][13]

台湾将华为和中芯国际列入出口管制名单 - 台湾经济部国际贸易署于6月15日将601个实体纳入出口管制名单，其中包括华为和中芯国际等中资企业 [3] - 台湾企业如需向名单内企业出口，需事先取得"战略性高科技货品输出许可证"，台湾海关将参与边境拦查 [3] - 此次名单更新基于"防止武器扩散及其他国安考量"，国际贸易署呼吁厂商谨慎评估交易风险 [3] 中方回应 - 外交部发言人郭嘉昆表示中方反对美方将科技和经贸问题政治化，滥用出口管制对中国进行封锁打压 [2] - 郭嘉昆批评民进党当局"跪美媚美"，认为此举只会害台毁台 [2] 行业影响 - 彭博社报道称此举对中国企业造成重大打击，将部分切断中企获取台湾建厂科技、半导体材料与设备的管道 [3] - 华为和中芯国际引领中国先进人工智能芯片发展，但尚未对此事公开发表评论 [3][4]

AWS与SK海力士HBM业务合作 - AWS成为SK海力士HBM业务的关键客户，仅次于英伟达，因其全球AI数据中心扩张及ASIC发展推动HBM需求增长[1] - AWS计划2024年底推出第三代AI芯片Trainium 3，SK海力士将供应12层HBM3E产品[1][4] - AWS在2024年AI基础设施投资达1000亿美元，同比增加20%，包括澳大利亚数据中心200亿澳元（17.6万亿韩元）、北美300亿美元及台湾50亿美元投资[1] AWS与SK集团联合投资AI数据中心 - AWS与SK集团合作在韩国蔚山建设AI数据中心，目标2029年总容量达103兆瓦，预计投资40亿美元[2] - AI数据中心投资直接拉动HBM需求，HBM3E 12层为当前最先进商用产品，将用于Trainium 3芯片[2][3] AWS自研AI芯片技术进展 - Trainium 2芯片已采用HBM3/HBM3E 8层，最大容量96GB，而Trainium 3性能提升2倍、能效提高40%，搭载4个12层HBM3E，总内存144GB[2][3] - AWS在Nvidia GB200/GB300芯片需求中占比预计达7%，同时加速自研芯片以降低对外依赖[2] SK海力士HBM供应策略 - SK海力士2023年已向AWS大量供应HBM，正积极准备12层HBM3E以匹配Trainium 3需求[4] - 行业认为AWS自研芯片扩张将显著提升HBM3E采购规模[4]