行业整体表现 - 2025年全球前十大晶圆代工业者合计产值预计约为1695亿美元，年增26.3%，创下历史新高 [1] - 展望2026年，尽管上半年有部分消费性产品提前备货以稳定产能利用率，但全年因内存价格高涨导致主流终端出货承压、需求萎缩，下半年订单与产能利用率仍存在隐忧 [1] 台积电 (TSMC) - 公司受益于AI服务器用GPU、谷歌TPU及特殊应用IC(ASIC)对先进制程的强劲需求，全球市占率突破七成，达到70.1%，稳居晶圆代工龙头 [1] - 2025年第四季度，尽管晶圆出货量略减，但以iPhone 17为主的手机旗舰AP新品推升3nm晶圆出货，带动整体平均销售价格(ASP)提高，季度营收因此环比增长2%至337亿美元，市占率维持在70.4% [1] 三星电子 (Samsung) - 2025年第四季度，扣除System LSI业务后，因2纳米新品出货贡献营收，且自家HBM4使用的基础逻辑晶圆开始产出，营收环比增长6.7%至近34亿美元，实现正式转亏为盈，市占率从6.8%微幅升至7.1%，位列第二 [2] 中芯国际 (SMIC) - 公司持续受益于本土化红利，2025年第四季度营收环比增长4.5%至近24.9亿美元，增长动能来自总晶圆出货增加、ASP略增以及当年底的光罩出货增量，排名第三 [2] 联电 (UMC) - 2025年第四季度，公司8英寸和12英寸晶圆均有大客户维持稳定订单，产能利用率与前一季度持平，营收环比微增0.9%至约20亿美元，市占率保持第四 [2] 格罗方德 (GlobalFoundries) - 受数据中心周边零组件需求增加带动，公司2025年第四季度晶圆出货量与ASP均实现增长，营收环比增长8.4%至18亿美元，排名第五 [2] 华虹半导体集团 (HuaHong Group) - 2025年第四季度，旗下HHGrace受微控制器(MCU)和电源管理芯片(PMIC)需求驱动，营收环比增长3.9%，合并HLMC营收后，集团总营收近12.2亿美元，环比微增0.1%，排名第六 [3] 高塔半导体 (Tower) - 2025年第四季度，受益于硅光子(SiPho)、硅锗(SiGe)等服务器相关利基新型应用出货稳健成长，公司营收环比增长11.1%至4.4亿美元，市占排名前进至第七 [3] 世界先进 (Vanguard) - 2025年第四季度，因DDIC订单转淡及PMIC主要客户跨厂验证问题影响出货，公司营收环比减少1.6%至4.06亿美元，排名降至第八 [3] 晶合国际 (Nexchip) - 2025年第四季度，公司营收环比减少5.3%至3.88亿美元，主要原因是已达成2025年出货与营收目标，故延后部分产品至2026年第一季度出货，排名第九 [3] 力积电 (PSMC) - 2025年第四季度，仅计入内存和逻辑晶圆代工营收，公司因内存代工需求强劲、ASP提升，且逻辑晶圆代工业务大致平稳，营收环比增长2%至约3.7亿美元，排名第十 [3]

中国AI芯片市场预测与驱动力 - Gartner预测，到2030年，中国80%的本地AI基础设施将采用本土研发的AI芯片，目前这一比例仅为20% [1] - 美国对高性能AI加速器和先进半导体制造技术的出口限制，推动了中国自主AI芯片的研发 [1] - 中国政府在本地AI基础设施投资中强制要求实现自给自足，为国内AI芯片供应商创造了庞大、受保护且稳定的市场 [1] 中国AI芯片行业现状与竞争 - 中国半导体企业已具备替代全球领先厂商的AI芯片设计能力 [1] - 中国AI芯片企业采用了与算法高度契合的芯片架构（AASA），专门针对AI工作负载（尤其是推理任务）进行了优化 [1] - 众多AI芯片厂商正在中国市场展开激烈竞争，争夺市场份额，这种竞争会促进系统层面的优化并加快新AI解决方案的发展 [1] 中国AI生态系统与人才优势 - 中国具有广泛包容性的AI生态系统，包括基础模型、AI应用、开发平台和基础设施，为性能进步提供有力支撑 [1] - 中国丰富的AI人才储备为AI发展提供了关键的人力资源保障 [1] AI智能体在IT运营中的应用趋势 - Gartner预测，到2029年，大型中国企业中，AI智能体将承担超过40%的IT运营任务，极大提升效率，目前这一比例还不到1% [1] - 在大型中国企业中，由于系统复杂、流程繁琐及跨部门协作难题，IT运营效率通常较低，IT团队正积极探索利用AI智能体来解决技术问题并提升运营效率 [2] - 具体做法是以对话式AI为切入点，通过与监控工具交互，实现跨多个运营工具的问题分流、分类及初步处理 [2] - 主流基础设施技术厂商正将AI智能体集成到自身工具中，以帮助IT团队简化运营流程 [2] 对首席信息官（CIO）的建议 - 建议与中国芯片厂商及开源生成式AI模型提供商合作，评估并采用针对本地需求优化的AI解决方案，利用与算法高强度契合的芯片架构，提升开放式生成式AI模型的推理效率 [3] - 建议通过量化产品性能、路线图与自身需求的契合度、供应链韧性、对系统效率的提升作用以及厂商的财务实力，来评估中国本土AI芯片厂商在AI基础设施平台中的可行性 [3] - 建议针对特定工作负载的主权AI需求，评估或对标中国AI解决方案，以开放式生成式AI基础模型为基础，结合自身需求进行模型微调，从而减少对市场上垄断厂商的依赖 [3] - 建议优先在简单且定义明确的任务中试点单一智能体系统，先积累经验、验证功能，待成熟后再逐步扩展到复杂的多智能体架构 [4] - 建议初期建立完善的治理机制，包括“人工介入”框架和明确的运行时安全护栏，以管理智能体自主带来的固有风险，并为未来逐步实现更高水平的半自动或全自动能力做好准备 [4] - 建议务实推进投资，制定详细的路线图，将关键里程碑与可衡量的业务成果（如效率提升和韧性增强）挂钩，以有效展示投资回报 [4]

潜在业务整合 - 罗姆半导体与东芝正在洽谈整合其功率半导体业务，可能的做法包括成立一家合资公司，将两家公司的相关业务进行转移 [1] - 此次业务整合可能成为罗姆应对丰田旗下电装公司收购提议的反制方案，旨在提升罗姆公司的企业价值 [1] - 电装若收购罗姆成为全资子公司，所需金额约为1.3万亿日元（约合82亿美元），而若将东芝业务纳入，电装则需要更多时间和投资才能完成收购 [1] 公司业务与市场地位 - 罗姆公司在汽车功率半导体领域表现卓越，其采用的碳化硅材料具有高能效 [1] - 东芝公司则以主流硅基功率半导体产品见长，拥有广泛的客户群体，其中包括电力相关行业 [1] - 据Omdia预测，到2024年，东芝和罗姆在功率半导体市场的份额分别为2.6%和2.5%，与行业领头羊英飞凌的17.4%份额相比差距显著 [1] 行业背景与竞争格局 - 功率半导体是控制电压和电流的电子元件，例如进行电压转换或交直流转换 [1] - 中国企业正凭借成本优势在功率半导体市场不断扩大市场份额 [1]

公司战略升级与组织架构调整 - 全球微电子工程公司Melexis在中国正式成立独资企业（WFOE）——迈来芯集成电路（上海）有限公司，标志着其中国战略的全面升级与区域组织架构的深度优化 [1] - 成立独资实体是公司2026年本地化战略的重要举措，为实现端到端本土化制造奠定组织基础，并赋能公司以独立实体身份在华运营及支持人民币结算 [2] - 公司正式组建“迈来芯中国”团队作为一个具备高度自主权的区域运营实体，旨在强化本土团队的决策能力，确保“中国之声”驱动其全球战略成功 [4] 中国市场深化与运营策略 - 公司深耕中国市场二十余载，已构建稳固的技术支持与销售网络，继2025年在本地化制造取得突破后，正加速加大在华投资以把握市场快速扩张的机遇 [1] - 新架构围绕三大核心支柱构建市场领导地位：本土人才赋能、针对中国市场特性提供定制化解决方案、以及通过优化运营节奏以拥抱“中国速度” [4][5][6] - 通过构建覆盖设计、制造到交付的全链条本地供应链，公司正持续深化在华业务布局，以更快速响应市场需求 [2] - 新成立的独资企业总部设于上海，这一法律与组织架构的转变旨在确保公司处于全球最具活力半导体市场的前沿 [9] 业务拓展与增长领域 - 公司在巩固汽车电子领域传统优势的同时，积极拓展机器人等新兴领域，以捕捉巨大增长潜力 [2] - 本次战略转型的一大亮点是成立迈来芯中国机器人团队，该专业团队加速推动面向机器人领域的新产品发布，以把握中国这一最具活力的市场 [7][8] - 机器人团队致力于深度融入本地市场，将专业技术从单一芯片扩展至完整的模块化解决方案与本地化创新 [8] 竞争优势与全球协同 - 通过设立独资实体，公司得以融合本土企业的灵活性与国际创新企业所具备的全球标准与安全保障，形成独特竞争优势 [3] - 公司首席执行官表示，设立独立实体将更有力地从源头把握电气化和机器人领域的重大趋势，这种自主性能使公司真正以“中国速度”前行，确保创新与本地需求深度契合，同时推动全球业务持续增长 [9]

合作核心内容 - 英伟达与思维机器实验室达成多年合作伙伴关系，并进行了投资[1] - 根据协议，思维机器实验室将部署至少1吉瓦算力的英伟达前沿芯片，用于训练和运行其顶尖AI大模型[1] - 合作包含一项联合研发内容，双方将基于英伟达技术，联手设计AI训练与推理服务系统[1] - 此次合作进一步巩固了该初创企业作为英伟达客户的合作关系[1] 思维机器实验室概况 - 公司于去年成立，创始人为OpenAI前首席技术官米拉·穆拉蒂及其多位昔日的共事伙伴[1] - 公司目前员工规模约120人，而一年前仅为30人左右，员工规模在一年内大幅增长[2] - 公司核心团队汇聚了OpenAI联合创始人约翰·舒尔曼等行业顶尖人才[2] - 公司去年推出首款产品Tinker，是一款助力科研人员训练AI模型的工具[1] - 公司的研发目标是打造能与人类协同工作、而非自主独立运行的AI系统[1] 合作背景与意义 - 此次合作是英伟达扶持AI行业新锐力量的最新举措[1] - 合作一方面为思维机器实验室提供算力支撑，助力其推进科研工作，另一方面也为其提供了员工薪酬相关的资金支持[1] - 英伟达首席执行官黄仁勋对思维机器实验室组建的核心团队予以肯定，并表示该公司“集结了一支世界级顶尖团队，致力于推动AI前沿技术发展”[2] - 思维机器实验室创始人米拉·穆拉蒂表示，英伟达的技术是“整个AI领域发展的基石”[1] - 当下AI行业企业估值飙升，思维机器实验室也在全力争抢顶尖AI科研人才[2]

智能手机行业成本结构分析 - 作为智能手机制造成本核心的存储半导体价格暴涨，导致2026年第一季度智能手机零部件成本较上一季度上涨超过 20% [1] - 移动版DRAM价格较上一季度上涨超 50%，NAND Flash价格上涨超 90% [1] - 存储芯片价格的大幅上涨正从根本上动摇智能手机的成本结构，利润微薄的入门级市场首当其冲 [1] 各价位段智能手机成本影响 - 在批发价200美元以下的入门级市场，搭载6GB DRAM与128GB NAND的机型，2026年第一季度总制造成本预计较上一季度上涨 25% [1] - 入门级机型中，存储芯片在总成本中的占比高达 43% [1] - 在400～600美元的中端市场，以搭载8GB DRAM与256GB NAND为基准，2026年第一季度DRAM与NAND在成本中占比分别为 14% 和 11%，预计到第二季度将分别升至 20% 和 16% [2] - 在批发价800美元以上的高端旗舰机型，面临大容量存储与最新2纳米级移动应用处理器的双重成本压力 [2] - 搭载16GB最新DRAM与512GB NAND的旗舰机型，截至2026年第二季度，整体成本将上涨 100～150 美元，届时DRAM在总成本中占比约 23%，NAND约 18% [2] 行业应对策略与未来展望 - 存储芯片价格大幅上涨后，仅靠以往的成本削减方式效果将十分有限，未来智能手机零售价上调已成必然 [2] - 入门机型或将涨价 30 美元，部分高端旗舰机型涨幅可达 150～200 美元 [2] - 为防止盈利恶化，智能手机厂商正在削减成本压力较大的入门机型预期出货量，并降低与核心功能关联度不高的零部件规格 [2] - 智能手机厂商将在成本上涨导致的盈利恶化与出货量目标之间艰难平衡，以入门机型扩大市场份额的厂商可能面临短期亏损风险 [3]

行业趋势：AI与安全需求驱动MCU架构革新 - 人工智能生成的代码、AI推理需求增长以及网络安全标准（如网络弹性法案CRA）正在改变微控制器在系统设计中的应用方式[1] - 向更先进的22纳米工艺技术过渡，使得MRAM等新型存储器技术能够以更低成本实现更高性能，推动新型MCU架构进入市场[1] - 行业领先公司正通过集成AI加速器、采用先进工艺和增强安全架构来应对这些变革，相关技术在本周德国纽伦堡的嵌入式世界展览会上展出[1] SCI Semiconductor：推出首款商用CHERI安全架构MCU - 公司展示了其ICENI安全32位微控制器首款芯片，这是首款采用CHERI（功能硬件增强型RISC指令）安全存储器架构的商用设备[1] - ICENI设备将RISC-V RV32E指令集与CHERI硬件架构结合，通过硬件嵌入的安全功能，使遗留代码和AI生成的代码更安全，且只需简单重新编译[1] - 内存安全通过与微软和剑桥大学合作开发的CHERI硬件强制执行能力模型实现，用不可伪造的、有界的能力取代传统指针，包含指定精确内存区域及其权限的元数据[2] - 该设计能从根本上实现强大的空间内存安全，在攻击发生前阻止整类攻击，重新编译代码以使用ISA扩展可消除约70%的关键漏洞，而通过调用堆栈插桩实现代码隔离仅对代码造成不到2%的影响[2] - 芯片采用GlobalFoundries位于德累斯顿工厂的低功耗22FDX绝缘体上硅工艺制造，确保了欧洲自主权并能在美国生产[3] - 公司目标市场是关键基础设施，包括电网数字化，并已与AWS FreeRTOS堆栈合作构建软件生态系统，将所有关键方面分离到不同模块以缩小攻击范围[7] Silicon Labs：推出Series 3系列MCU并应对收购 - 公司正在为被德州仪器收购做准备，计划推出其Series 3系列MCU[5] - Series 3平台基于22nm工艺，最大不同在于数字内容，允许客户软件与无线堆栈并行运行，这需要实时操作系统和片外闪存来实现就地执行[5][6] - 公司通过软件配置文件优化嵌入式应用程序的缓存，并提供经过身份验证的XIP接口，这对互联网连接至关重要[6] - 在AI领域，公司看到推理是重要业务，将使用多种加速器，并观察到从2018-2022年的专有加速器转向2024年开始的授权许可加速器的趋势[6] - 公司认为即将到来的《社区再投资法案》（CRA）对MCU安全性是真正的挑战，影响将会非常巨大[6] Nordic Semiconductor：推出小型化蓝牙MCU并扩展软件生态 - 公司推出两款尺寸更小的蓝牙无线微控制器nRF54LS05A和nRF54LS05B，旨在为可穿戴设备等成本敏感、大批量应用提供解决方案[9] - 两款SoC提供了nRF54L系列的关键特性，包括强大的低功耗蓝牙连接、低功耗和易于使用的软件，同时针对开发简单、经济高效的低功耗蓝牙终端产品进行了优化[9] - 微控制器采用128 MHz ARM Cortex M33处理器和低漏电RAM，集成公司第四代多协议蓝牙低功耗无线电模块和基础安全功能[10] - 两款SoC都提供0.5 MB的非易失性存储器，nRF54LS05A的RAM为64 KB，nRF54LS05B的RAM为96 KB[11] - 该系列支持多种无线协议，预计将于2026年第三季度开始量产[11] - 公司此前收购了远程故障检测软件开发商Memfault，以扩展其软件生态系统[9] 德州仪器：集成TinyEngine NPU的AI MCU - 公司推出了搭载TinyEngine神经处理单元硬件加速器的微控制器MSPM0G5187和AM13Ex MCU，可在边缘处理时降低延迟并提高能效[11] - MSPM0G5187基于ARM Cortex-M0+ MSPM0 MCU，千片售价低于1美元，片上TinyEngine可将每次AI推理的延迟降低高达90倍，并将每次AI推理的能耗降低120倍以上[12] - MCU由新版CCStudio集成开发环境提供支持，该IDE使用生成式AI功能，使工程师能够使用简单的语言加速代码开发、系统配置和调试[12] - 公司计划将TinyEngine NPU集成到其整个微控制器产品组合中，包括通用型和高性能实时MCU[12] Ambient Scientific：低功耗AI MCU用于可穿戴设备 - 这家低功耗人工智能微控制器初创公司与印度虚拟现实公司Dimension NXG合作，拓展在可穿戴传感器领域的业务[14] - Dimension利用Ambient的GPX-10人工智能微控制器，开发了一款名为MAI的女性安全可穿戴设备，该设备具备始终开启的人工智能功能，电池续航时间长达两周[14] - GPX-10 MCU采用内存处理技术，10个MAC模块同时包含数字和模拟组件以实现低功耗，并配备ARM M4内核[14] - MAI可穿戴设备能够追踪心率、血氧饱和度等日常生命体征，并可提供血压分析，内置安全防护层和跌倒检测等AI功能[14][15] - MAI设备将于下周进入实地测试，向印度各地的预购客户和测试参与者分发数千台设备，Dimension NXG计划在年底前将产品规模扩大到1万台以上[16] 意法半导体：推出低成本入门级MCU - 公司通过将其最新一代入门级ARM M33微控制器STM32C5的单价大幅降低至0.64美元，以推向更多应用领域[16] - 目标应用包括智能恒温器、电子门锁、工业智能传感器、机器人执行器、可穿戴电子设备和计算机外设等[16] - 采用40nm工艺的全新设计，在144MHz频率下实现了更高性能，提升了传感性能和控制流畅度，并集成了更多安全功能以抵御侧信道攻击和提供片上加密[16] - 该系列产品已针对驱动程序进行优化以减少内存大小，其变体提供高达1024 KB的闪存和256 KB的SRAM，以及以太网、OctoSPI和FDCAN接口[16] - 器件尺寸从UFQFPN20封装的3mm x 3mm到LQFP144封装的20mm x 20mm不等[17] 其他重要合作与市场动向 - SCI与德国Inova Semiconductors合作，旨在为先进人形机器人和物理AI边缘平台打造一个参考平台[21] - 该平台基于Inova在汽车领域分区架构方面的专业技术，能够实现混合关键性计算，具备实时控制回路和安全AI工作负载等特性，并采用与SCI的ICENI微控制器相同的22FDX工艺制造[21] - Inova的APXpress高速接口将与MIPS Atlas M8500 RISC-V高性能MCU IP、MIPS Atlas S8200 RISC-V AI处理器IP和混合信号一起使用，为机器人工作负载创建定制的片上系统[21] - 用户可通过MIPS Atlas Explorer平台提前体验该平台，这是一个基于仿真的软硬件协同设计平台，使软件开发人员能够访问计算单元和微控制器的虚拟表示，开始优化视觉语言动作模型[21]

文章核心观点 - 人工智能半导体市场的竞争焦点正从高带宽内存（HBM）扩展至服务器低功耗DRAM模组Socamm2，三星电子、SK海力士和美光三大存储巨头正围绕256GB超大容量展开新一轮角逐 [1] 关于Socamm技术 - Socamm是面向服务器设计的模块化低功耗DRAM，每个模组包含四颗低功耗DRAM芯片，可将其比作AI服务器的“肌肉”，在更低功耗下高效处理海量数据 [3] - 相比传统服务器内存，Socamm拥有更多数据传输通道，速度更快、能效更高 [3] - 其模组可插拔、可替换的特性受到数据中心运营商高度关注，运营商无需更换整台服务器，只需替换内存模组即可完成升级 [3] 美光的关键进展 - 美光已出货全球首款256GB Socamm2模组客户样片，其容量比三星和SK海力士主推的192GB产品高出约33% [5] - 更高容量意味着AI计算所需的海量数据可一次性处理，在大模型推理等复杂任务中具备显著优势 [5] - 美光此举与其长期位居行业第三、力图重夺技术领先地位密切相关，Socamm2是其重返赛道的重要契机 [5] - 美光高级副总裁表示，其新产品拥有业界最小尺寸、最高容量与最低功耗 [5] - 市场数据显示，去年第四季度全球DRAM市占率方面，三星电子为36.6%，SK海力士为32.9%，美光为22.9% [5] 三星与SK海力士的市场地位 - 韩国企业目前在Socamm2市场占据优势 [7] - 三星电子已率先量产192GB Socamm2模组，并采用10纳米级第五代1b工艺确保良率与性能稳定 [7] - 据KB证券研究部长表示，三星向英伟达供应的Socamm2规模预计达100亿Gb，约占英伟达Socamm2总需求的50%，有望成为第一大供应商 [7] - SK海力士计划通过转向10纳米级第六代1c工艺来持续扩充Socamm2产品线，并计划将在HBM市场积累的技术口碑延伸至Socamm领域 [7] - 目前预估SK海力士获得的订单量高于美光 [7] - 三家企业均计划在2026年3月举行的英伟达GTC开发者大会上发布Socamm2产品 [7] 市场前景与行业动态 - 市场普及的关键转折点预计将在今年下半年英伟达AI加速器Vera Rubin推出后到来，因英伟达已决定在该架构所用CPU旁搭载Socamm [8] - 高通以及英伟达的竞争对手AMD也在评估是否采用Socamm [8] - 市场调研机构预测，包括Socamm在内的低功耗DRAM市场到2033年将以年均8.1%的速度增长，规模达到258亿美元 [8] - 半导体业内人士认为，目前三家公司水平相近，但大规模供货后，胜负将由良率、价格、优化细节等微小差距决定 [8]

文章核心观点 - 三星电子与SK海力士在下一代HBM（高带宽内存）逻辑晶圆工艺开发上采取了截然不同的技术路线：三星电子以性能为最优先，积极采用超微缩工艺；SK海力士则基本采取侧重成本优化的战略 [1] 三星电子的技术路线与规划 - 逻辑晶圆负责HBM的控制芯片功能，位于DRAM堆叠的核心晶圆下方，通过物理层连接HBM与GPU，其重要性随HBM世代演进而持续提升 [2] - 三星电子是当前最积极采用先进工艺制造逻辑晶圆的企业，早在2023年就将HBM4逻辑晶圆工艺从原定8纳米上调至4纳米 [2] - 为迎接从HBM4E开启的定制化HBM时代，三星正将逻辑晶圆设计推进到最高2纳米，这是自去年下半年开始量产的最尖端晶圆代工工艺 [2] - 三星内部认为，逻辑晶圆工艺升级是解决客户对下一代HBM产品同时实现更低功耗和更高带宽需求的根本方案，相关研发将在今年拿出具体成果 [2] SK海力士的技术路线与战略 - SK海力士通过台积电生产逻辑晶圆，其HBM4采用12纳米工艺，并计划在HBM4E上采用最高3纳米工艺（原计划最高4纳米，近期因客户需求与性能提升而上调） [3] - 对于客户需求不高的HBM4E产品，SK海力士仍计划沿用与现有HBM4相同的12纳米工艺，尽管外界指出其HBM4逻辑晶圆性能落后于主要竞争对手 [3] - SK海力士不追求逻辑晶圆性能的无条件提升，而是优先成本优化，对HBM4E逻辑晶圆工艺升级持相对保守态度 [3] - 公司判断以现有逻辑晶圆工艺完全足以应对HBM4E，认为逻辑晶圆工艺激进升级的性价比不高，转而希望通过新型封装技术等其他领域实现技术突破 [3]

如果您希望可以时常见面，欢迎标星收藏哦~ 应用材料公司首席财务官布莱斯・希尔表示，与人工智能驱动的半导体投资相关的需求信号依旧极其强劲，前沿逻辑芯片、DRAM 存储芯片及先 进封装领域目前均受产能与洁净室空间限制。在加拿大 Canaccord Genuity 科技与工业会议上，希尔强调，公司看到客户正追求更先进的计算与 存储能力，而主流云服务商持续加大的数据中心 AI 资本支出为此提供了支撑。 希尔指出，云服务商投资出现大幅增长，今年头部云服务商在数据中心 AI 领域的资本支出达6000 亿美元，预计明年将增至7000 亿美元。他表 示，应用材料正看到客户对更先进的逻辑芯片、更多 DRAM 及更先进的封装方案的需求，并称这三大前沿领域当前均处于供应受限状态。 希尔称，先进制程节点的产能利用率已基本饱和，应用材料观测到所有先进制程节点利用率均为 100%。尽管行业普遍预期 2026 年及以后硅片需 求将保持强劲增长，但希尔认为，短期产能扩张受限于前沿逻辑芯片与 DRAM 晶圆厂的空间约束，这一限制可能持续一年以上。 希尔表示，应用材料已收到客户排至 2027 年的设备订单，公司正推动更长期的规划。据希尔介绍，应 ...