如果您希望可以时常见面，欢迎标星收藏哦~ 来源：内容编译自 techradar 。 新型人工智能存储芯片或可帮助降低大型数据中心的能源消耗。 据报道，软银和英特尔正在联手开发一种新型的以人工智能为重点的高带宽内存，他们希望这种内 存能够与韩国科技巨头三星和 SK 海力士生产的 HBM 产品相媲美。 《日经亚洲》报道称，双方的目标是打造具有新布线结构的堆叠式 DRAM 芯片，与目前的 HBM 芯片相比，可将功耗降低一半。 该计划将由一家名为 Saimemory 的新公司牵头，预计两年内推出原型，并计划在 2030 年之前实 现商业化。 图片来源： Shutterstock/Tupungato 软银和英特尔计划推出低功耗内存，与韩国 HBM 竞争 Saimemory 计划于 2030 年推出，但面临严重的市场延迟 英特尔和软银已涉足人工智能芯片和技术投资 太晚了？ 尽管Saimemory在技术上雄心勃勃，但时间表却构成了严峻挑战。三星和SK海力士的产品已经领 先几代，并稳稳地占据了全球HBM市场的主导地位。等到Saimemory将其替代方案推向市场时， 现有厂商的领先优势很可能已经进一步扩大。 软银一位高管向《日 ...

美国半导体制造业振兴战略 - 重建美国先进技术制造能力对经济竞争力和国家安全至关重要 制造业能创造就业、刺激经济增长、减少对外依赖并强化创新体系[2] - 创新与生产脱钩导致产业共享网络(技能/供应商/专有技术)的侵蚀 削弱了美国获取技术经济和安全利益的能力[3] - 半导体等基础技术虽起源于美国实验室 但规模化生产转移至东亚 造成国家安全漏洞[3] 《芯片与科学法案》成效与挑战 - 法案95%资金用于支持半导体制造 涵盖IDM/代工厂/OSAT全价值链 已催化5400亿美元私人投资[5] - 推动美国芯片产能预计增长两倍 但暴露劳动力/基础设施/监管三大瓶颈[5] - 劳动力缺口严峻 到2030年58%制造设计岗位可能空缺 需加强技术教育体系[6] - 电力/交通/供水等基础设施不足 需配合《通胀削减法案》等立法升级[7] - 环境审查等监管流程平均耗时4.5年 需现代化改革以加速项目落地[7] 关税政策与产业生态建设 - 高关税策略存在局限性 可能刺激平行供应链发展 中国在芯片领域研究论文数量已达美国两倍[8] - 需持续投资半导体研发和公私合作 通过税收激励支持企业渡过"死亡之谷"[9] - 必须保持芯片设计和材料科学优势 将竞争视为长期博弈[9]

美国对华AI半导体出口管制影响 - Arm首席执行官Rene Haas批评美国对华AI半导体出口管制，认为限制技术获取渠道会减缓AI技术进步，对消费者和行业产生负面影响，并指出Arm在中国市场有"相当大"的影响力 [1] - Nvidia首席执行官黄仁勋称出口管制"失败"，导致Nvidia损失80亿美元，并被迫退出中国市场，同时刺激中国竞争对手如华为加速AI创新 [1] - 黄仁勋警告若限制持续，华为将在中国及其他市场占据优势，尽管Nvidia技术领先一代 [2] 行业领袖观点与行动 - Haas透露过去18个月频繁游说华盛顿，认为Arm的声音已被政府听取 [2] - Haas赞赏黄仁勋作为强劲竞争对手和快速创新者的能力 [2] - 黄仁勋在VivaTech大会上强调美国企业需参与中国市场，否则华为将全面覆盖 [2]

全球DRAM行业转型 - 全球三大DRAM原厂确定从DDR4转向先进制程产品，韩系两大记忆体业者已公布DDR4停产时程，美光正式通知客户DDR4将在未来2~3季陆续停止出货[1] - 美光表示DDR4将持续严重缺货，未来仅策略性针对车用、工业、网通三大领域长期客户供应DDR4/LPDDR4，同时DDR5/LPDDR5产品正进入市场价格甜蜜点[1][2] - 公司计划提高获利较低市场区块的定价能力，特别点出移动设备市场定价和获利表现落后，将在未来几个月推升其定价能力[1] DDR4减产与供应调整 - 美光已向PC、智能手机及数据中心领域客户发出DDR4/LPDDR4停产通知，预计未来3个季度后消费性、手机、PC及资料中心用DDR4将缩产或减产[2] - 未来DDR4供应将主要集中于车用、工业、网通三大市场，因这些领域对品质要求高且需长期合约保障[2] - 尽管DDR4占美光营收比重低，但公司承认对部分客户造成挑战，将致力解决客户痛点[2] DDR5市场发展与价格趋势 - DDR5/LPDDR5供应将面临吃紧，美光建议行动装置、PC及资料中心等主流应用客户尽快转换升级[3] - 高频宽记忆体(HBM)需求增加导致DRAM晶圆供应紧张，非HBM产品供应受限，市场价格预计从2025年Q2开始显著上涨[2][3] - 公司预期价格将持续上扬，强调记忆体毛利率和定价仍有很大上涨空间，未达半导体业普遍水准[5] AI驱动记忆体需求增长 - 资料中心需求强劲，云端服务商大规模资本投入推动2025年AI相关资本支出续增，2026年仍将维持可观水平[4] - 多国投资主权AI领域将带来多年资本支出规划，记忆体产业面临重大发展机遇[4] - AI训练和推论高度依赖记忆体，系统效能提升关键在于记忆体容量和频宽同步增长[4] PC与移动设备市场动态 - PC和手机需求稳定，库存已恢复至2025年初健康水准，预计2025年出货量呈现低个位数成长[5] - AI功能导入推动DRAM需求增长，智能手机内存正从8GB向12GB或16GB升级[5] - 移动设备市场价格普遍低于其他应用，公司将聚焦提升该领域定价能力[5]

RISC-V架构的行业影响 - RISC-V架构正从嵌入式微控制器扩展到更广泛的应用领域，包括汽车、AI加速器和HPC项目[2] - NVIDIA在2024年GPU中RISC-V核心出货量预计达10亿，产品组合中近30种功能由RISC-V实现[2][3] - Meta在AI加速器卡中采用RISC-V，欧盟资助相关汽车和HPC项目[2] 技术优势与定制化能力 - RISC-V支持特定领域架构演进，允许添加自定义指令（如张量单元）以优化AI工作负载[4][5] - 相比传统CPU接口，RISC-V原生操作可减少30%的数据通信时间，提升加速器效率[4] - 灵活性体现在微架构层面，包括流水线、缓存和内存优化，无需支持旧版软件[4][6] 行业应用与挑战 - 汽车行业关注RISC-V的成本优势，但需解决开放式架构的责任归属和生态系统问题[3] - 移动领域进展显著：谷歌将RISC-V列为Android一级支持，Red Hat和Canonical推出操作系统适配[6] - 欧洲DARE项目投入2.6-2.8亿欧元开发RISC-V芯片，涵盖通用CPU、矢量加速器和AI加速器[6] AI领域的适应性 - RISC-V通过定制指令集适应多样化的AI模型（如CNN、RNN、LSTM），支持不同数据类型和计算需求[5][6] - 争议点在于：部分观点认为RISC-V仍是传统控制CPU，需捆绑矩阵引擎才能应对AI负载[3][5] - 数据流优化是关键，RISC-V可高效处理层间数据传输，尤其适合边缘推理等场景[5][6] 生态系统发展 - Yocto项目将RISC-V列为白金会员，推动嵌入式Linux在汽车信息娱乐等场景的应用[6] - 软件堆栈成熟度提升，Fedora和Ubuntu已支持RISC-V，降低应用处理器开发门槛[6] - 社区驱动的标准化扩展（如矢量/矩阵指令）分担了工具链和库的维护成本[5]

三星电子NAND V10量产延迟 - 三星电子下一代NAND V10（第10代）量产投资预计推迟至明年上半年，比最初预期晚[2] - V10 NAND单元堆叠层数为430层，比当前V9（290层）高出100层[2] - 延迟原因包括高层NAND需求不确定性、新技术引入及成本负担[2] - 核心蚀刻设备供应链评估预计今年下半年进行，量产投资最早明年第一季度确认[3] - 低温蚀刻工艺需在-60至-70°C超低温环境进行，但评估显示难以立即应用于量产[2][3] 三星电子HBM业务突破 - 三星电子与AMD达成HBM3E 12层芯片供应协议，用于AMD MI350 AI加速器[6] - 该芯片采用36GB 12层DRAM，垂直堆叠24Gb芯片，性能比八层版本提升50%以上[7] - 支持1,280GB/s带宽和10Gbps I/O速度，芯片间间隙缩小至7微米[7] - 此次合作缓解了市场对三星HBM技术可靠性的担忧[6] - AMD MI400系列可能采用三星HBM4，每个GPU配备432GB HBM4[7] HBM4市场竞争 - HBM4被视为三星、SK海力士和美光争夺AI内存市场主导地位的关键[8] - 三星计划采用第六代（1c）工艺生产HBM4，相比竞争对手第五代（1b）工艺更具优势[8] - AMD Helios服务器机架将配备72个MI400 GPU，拥有31TB HBM4，AI处理能力是当前10倍[7] - JEDEC近期敲定HBM4标准，三星和SK海力士计划今年年底前实现量产[8]

中美贸易与芯片行业动态 - 特朗普政府加强对中国芯片出口管制，导致中美贸易紧张局势升级，并影响价值350亿美元的美国半导体行业合并案[1] - 中国国家市场监管总局推迟批准新思科技(Synopsys)与Ansys的合并交易，该交易已获美欧批准但进入中国审批最后阶段[1] - 交易推迟部分原因与华盛顿5月底禁止新思科技等公司向中国销售芯片设计软件有关，但另一知情人士称审批延长主要因交易本身复杂性[1][3] 新思科技与Ansys交易进展 - 新思科技CEO表示正积极与中国市场监管总局谈判，预计交易将在"今年上半年"完成[2] - 交易协议包含2026年1月15日的"终止条款"，新思科技未对事件置评而Ansys未回应[3] - 若新思科技能提交满足中国监管机构担忧的解决方案，审批仍可能通过[1] 行业技术管制与市场变化 - 新思科技已恢复向中国客户销售知识产权和硬件，但电子设计自动化(EDA)软件工具仍受限制[3] - 白宫官员表示若中国加快稀土出口，美国可能放松对华技术出口管制[3] - 新思科技的工具被Nvidia和英特尔等芯片制造商用于处理器设计测试，其业务随微软、谷歌等科技公司自研AI芯片需求增长而扩张[4] 企业背景与行业应用 - Ansys主营工程模拟软件，产品广泛应用于汽车、建筑、医疗保健和国防等领域[4] - 新思科技总部位于硅谷，Ansys总部位于宾夕法尼亚州，两者合并将整合芯片设计工具与工程仿真技术[4]

公司概况 - 光本位成立于2022年，致力于构建以光为标准的AI计算新范式，研发基于相变材料的光子存内计算芯片和光电融合计算卡 [2] - 公司总部落地浦东开业庆典于6月10日举行，标志着全新实体空间启用和团队精神风貌升级 [1][2] - 公司采用开放式办公布局，位于模力社区模力·源15楼，旨在促进团队创新 [6] 创始团队 - 三位联合创始人：熊胤江（芝加哥大学计算科学硕士，谷歌AI框架Tensorflow开发经验）、程唐盛（师从相变材料光计算领域权威Harish Bhaskaran）、程增光（参与开发速度比传统算法快1000倍的光学AI处理芯片研究） [4] - 创始团队技术背景深厚，拥有十多年的技术积累 [15] - 公司从最初"小而美"的团队发展为汇集海归人才和大厂管理精英的规模企业 [4] 技术突破 - 2022年7月完成第一颗小矩阵规模光计算芯片流片，实现工程化落地第一步 [7] - 2024年6月流片128×128矩阵规模光计算芯片，算力密度和精度达到商用标准，超过先进制程电芯片 [12][14] - 采用硅光+相变材料异质集成及独有的Crossbar光子矩阵计算结构，成为中国首家实现光芯片存算一体的商业化公司 [14] 商业化进展 - 2025年定为商业化元年，最新战略轮融资来自国内一线互联网大厂，用于加速商业化落地 [15] - 已与国内一线互联网大厂、GPU厂商、高校、智算中心等达成合作，探索光子存算应用场景 [23] - 与联合微电子等晶圆厂战略合作，与顶尖封装测试厂进行2.5D和3D光电封装前沿研发 [17] 行业背景 - AI大模型发展推动算力需求激增，光计算芯片成为新热点，摆脱对先进制程的强依赖 [12] - 光计算被视为后摩尔时代技术范式，全球市场规模潜力达万亿美金级别 [20] - 2017年光计算领域首篇Nature文章发表，2020年后资本加速进入该领域 [22] 发展生态 - 与复旦大学成立未来计算硬件与系统校企联合实验室 [16] - 扎根浦东张江，受益于人才密度、政策支持和上下游贯通的产业生态 [25] - 模力社区提供"上下楼即是上下游"的创新环境，便于寻找潜在合作伙伴 [25]

公司发展历程与战略布局 - 公司成立于2017年，已从主控芯片厂商发展为提供"One Total Solution"的全方位解决方案提供商，覆盖消费级、工业级和企业级市场[1] - 公司战略分为四个阶段：先立足消费级市场，再进军高端企业级存储，随后布局智算一体等场景，最终实现智能存储和边缘存储目标[3][4][10] - 已完成从消费级向企业级市场的成功转型，积累技术储备并形成差异化竞争优势[7] 产品与技术优势 - 消费级产品线覆盖PCIe 3.0/4.0/5.0全系列，形成从基础款(<5GB/s)到旗舰款(14GB/s+)的完整性能梯度[3] - 企业级产品实现SATA到PCIe 5.0全栈覆盖，单盘容量最高达64TB（可扩展至128TB），Dongting-N3系列顺序读取速度超14GB/s，读写延迟低至55/5μs[1][5] - 采用自研"硬件加速引擎"架构，通过软硬件联合优化在不依赖先进制程下实现性能突破[7] - 在存储主控中引入RISC-V架构，提升产品灵活性和可靠性[8] 人工智能领域创新 - 针对AI算力需求推出Dongting-N3系列PCIe 5.0 SSD，通过硬件加速增强IO并行处理能力，提升多GPU间数据传输效率[5] - 专为AI服务器设计的Dongting-N3X系列实现13μs/4μs读/写延迟和14GB/s+带宽，全盘稳态4K随机写性能达2M IOPS[6] - 探索AI技术在存储介质生命周期预测、数据流优化等领域的应用[10] 市场应用与客户拓展 - 产品已部署在上海银行、邮储银行等客户数据中心[1] - 工业级方案支持SATA与NVMe协议，能在极端环境下保持稳定性[13] - 与长江存储、鲲鹏、海光等国产供应链完成产品适配认证[13] 未来发展规划 - 计划2025年推出PCIe 6.0产品，支持64GT/s高带宽需求[13] - 布局CXL技术方向，加强国产生态链合作[13] - 推进全球化布局，通过直供跨国厂商形成差异化出海模式[13] - 探索边缘存储技术，将数据处理能力下沉至数据源附近[10]

台积电CoWoS封装技术崛起 - 人工智能热潮推动GPU需求激增，台积电CoWoS封装技术成为关键支撑力量，英伟达CEO黄仁勋表示在CoWoS领域"别无选择"[1] - 台积电凭借CoWoS技术超越日月光成为全球最大封测厂商，并持续扩张产能[1] - 英伟达Blackwell系列产品将主要采用CoWoS-L封装，替代部分CoWoS-S产能，因B100/B200 GPU需10TB/s互连带宽[3] CoWoS技术演进与瓶颈 - 芯片尺寸增大至80x84毫米导致12英寸晶圆仅能容纳4颗芯片，超大封装面临基板尺寸(100x100mm至120x120mm)和散热挑战[4] - 助焊剂残留问题影响CoWoS良率，台积电正测试无助焊剂键合技术，预计2024年底完成评估[5] - 中介层尺寸计划从2023年80x80mm(3.3倍光罩)扩展至2026年5.5倍光罩，2027年推出9.5倍光罩版本[8] 下一代封装技术布局 - 台积电开发SoW-X技术，性能较CoWoS提升40倍，模拟完整服务器机架功能，计划2027年量产[8] - CoPoS技术将圆形晶圆改为310x310mm矩形面板，芯片容量提升数倍，计划2029年量产，英伟达或为首个客户[9][10] - CoPoS采用玻璃中介层替代硅，具有更高成本效益和热稳定性，TGV技术实现更低功耗和更高带宽密度[12] 技术路线对比 - FOPLP无需中介层，适合中端ASIC；CoPoS保留中介层，更适合高端AI/HPC系统[11] - 玻璃芯基板在互连密度、信号布线和热膨胀系数等方面优于传统有机基板[12] - 方形封装工艺需解决翘曲、均匀度和RDL线宽缩小至1µm等技术难题[14]