公司战略与产能规划 - 公司制定了15年远期战略规划，计划通过建设2-3个核心基地和若干个现代化12英寸硅片工厂，最终成为12英寸大硅片领域全球领导者[3] - 公司第一工厂于2018年动工，2023年实现50万片/月的规划产能达产，位居中国12英寸大硅片领域第一[3] - 公司于2022年启动第二工厂建设并于2024年投产，2025年10月登陆科创板，募集资金将全部用于第二工厂的产能提升[3] - 基于团队产业运营经验，两座工厂产能均能通过技术革新和效能提升至60万片/月以上，2026年通过效能提升，两个工厂计划产能有希望达成120万片/月以上[3] - 提升产能的关键内因包括产线管理、设备稼动、品质和良率保障等综合能力建设，外因主要是匹配并满足客户既有及新工艺技术需求，并跟随或联合研发推动客户技术迭代[3] 行业地位与客户情况 - 从结构看，存储产品所需12英寸硅片国内自给率较高，基本可自给自足；逻辑产品所需12英寸硅片自给率较低，海外采购占比约50%以上，且制程越先进自给率越低[4] - 半导体硅材料行业是投资体量大、技术密集度高的行业，成为全球行业头部需要具备相当产能规模、在大规模生产基础上具备高水平的研发和品质控制能力并不断迭代、以及成为客户首选供应商的能力[4] - 截至2025年6月末，公司已通过验证的客户累计161家，其中中国大陆客户122家，中国台湾及境外客户39家[4] - 公司坚持立足国内、放眼全球的市场策略，中短期内要达成“国内客户一供，海外客户三供”的市占率目标[6] - 公司持续导入海外客户，与多家海外头部晶圆厂持续合作并稳定量产供应，海外销售收入约占公司总收入的30%，基于当前产品验证进展，未来外销占比有望进一步提升[6] 行业发展与市场需求 - 全球半导体市场本轮从2020年开始进入景气上升周期，各国晶圆厂加速资本支出，2020至2023年，全球新增投资超过30条12英寸晶圆产线[5] - 根据SEMI统计，截至2024年末，全球共有189条12英寸量产晶圆厂，预计到2026年全球12英寸晶圆厂量产数量将达到220座，将对12英寸硅片带来巨大需求[5] - 根据SEMI预测，全球12英寸晶圆厂产能将从2024年的834万片/月增长至2026年的966万片/月，年复合增长率达到8%，下游晶圆厂产能的快速扩张将大幅拉升12英寸硅片需求[5] - 行业竞争格局呈现“高壁垒、集中化”特征，全球市场长期由少数海外巨头主导，公司通过不断技术突破和产能提升，持续保持高质量发展[5] - 行业存在结构性差异，成熟制程领域竞争较激烈，中高端制程领域目前仍大部分依赖进口[5] 产品技术与应用进展 - 公司产品已量产用于2YY层NAND Flash存储芯片、先进际代DRAM存储芯片和先进制程逻辑芯片[6] - 更先进制程NAND Flash存储芯片、更先进际代DRAM存储芯片以及更先进制程逻辑芯片所需的12英寸硅片均已在主流客户验证[6]

全球PC固态硬盘市场动态 - 全球PC固态硬盘市场正经历变革，主要厂商已决定从今年第四季度开始将价格提高20%至40% [1] - 价格上涨的原因为NAND闪存价格上涨和需求疲软 [1] - 全球市场份额排名第三的美光科技决定在明年2月后退出消费级固态硬盘市场 [1][3] 供应结构与企业应用趋势 - SSD供应正集中于企业应用领域，例如用于人工智能的高性能服务器 [1] - 美光退出消费市场后，预计对热门固态硬盘替代品的需求将会增加 [3] 中国制造商进入韩国市场的机遇与挑战 - 美光退出消费市场，韩国的中小型PC制造商和消费者在寻找替代方案，这为中国制造商进入韩国市场创造了机会 [1][3] - 有分销商预测，美光的退出将极大地帮助中国固态硬盘制造商进入韩国市场 [3] - 中国制造商面临的主要障碍是韩国消费者对其产品可靠性的疑虑，且无法就可靠性问题给出明确答复 [1][3] - 另一个挑战是价格竞争力不足，例如华为1TB产品与采用TLC闪存的知名厂商产品之间的价格差异仅为10,000-20,000韩元 [3] 华为固态硬盘在韩国的产品与市场表现 - 华为在韩国推出了两款消费级固态硬盘：Ikit Store Extreme 201（内置式）和Ikit Store Shield 210（便携式） [2] - Ikit Store Extreme 201采用M.2 2280外形和PCIe 4.0接口，1TB型号最大读取速度为7.4GB/s，最大写入速度为6.7GB/s [2] - 产品核心组件采用中国长江存储的QLC NAND闪存，控制器为华为自研，总写入量为4000 TBW，质保五年 [2] - 华为于11月底完成射频认证，12月初开始在韩国销售，截至9日，500GB型号市场价格约11万韩元，1TB型号约14万韩元 [2] - 华为固态硬盘尚未在韩国市场获得显著份额，主要障碍是韩国消费者对其采用的QLC NAND闪存的速度和可靠性不满意 [2]

文章核心观点 - 随着芯片设计复杂度的提升（规模增大、Chiplet架构、3D布局），整个半导体供应链面临重大挑战，EDA厂商思尔芯分享了其应对策略与产品布局[2] - 思尔芯作为一家拥有超过20年历史的EDA公司，正从专注于原型验证的厂商，向提供覆盖架构设计到验证调试的“全流程”数字EDA解决方案供应商迈进[4][6][8] - 公司通过持续的产品迭代、技术革新（如RCF流程）以及对新兴领域（如AI、RISC-V）的生态布局来应对市场挑战，并采用“乡村包围城市”的策略服务预算有限的芯片初创公司[5][6][10] 行业背景与挑战 - 芯片设计复杂度激增：芯片规模越来越大，架构从单芯片走向Chiplet，布局从2D走向3D，给芯片设计师和供应链带来前所未有的挑战[2] - AI发展加剧验证挑战：AI算法快速变化，设计日益复杂且迭代迅速，给硬件仿真和原型验证带来巨大挑战[5] - 市场竞争激烈：国内EDA市场竞争加剧，公司需要同时应对国外三大巨头和国内厂商的竞争[10] 公司发展历程与战略聚焦 - 创立背景：公司于2003年由林俊雄在美国硅谷创立，2004年在上海设立总部和首个研发中心，创立灵感源于EDA学术界对行业大变革时代的判断[4] - 长期聚焦原型验证：过去20多年，公司主要聚焦于解决芯片功能验证问题，通过FPGA原型验证帮助客户加速验证、设计、开发，降低流片风险和成本[4][5] - 产品迭代迅速：自2005年推出第一代原型验证系统以来，公司已推出八代产品，持续升级以满足客户需求[5] - 战略扩展：从两年前开始，公司从提供点工具向提供“全流程”数字EDA解决方案迈进，产品线已覆盖架构设计、软件仿真、硬件仿真、原型验证、数字调试及EDA云[8] 核心技术、产品与解决方案 - **原型验证核心价值**：通过将RTL移植到FPGA原型进行ASIC功能验证，可并行启动驱动开发，大幅缩短项目周期，降低芯片风险和成本[5] - **应对大规模设计的技术革新**：公司在分割软件上大量投入，推出RCF（RTL Compile Flow）最新技术，在RTL层面进行分割，实现多并行处理，加速大型设计（尤其是AI相关的大数据需求）的开发流程[5][10] - **针对RISC-V的解决方案**：针对RISC-V指令集可自定义扩展、版本多样的特点，公司提供原型验证系统作为载体，帮助IP厂商向客户演示和测试最新IP，例如开芯院团队已在其S8-100系统上成功完成从双核到十六核的关键系统验证[6] - **全流程产品组合**： - 架构设计工具：Genesis芯神匠[8] - 软件仿真工具：PegaSim芯神驰[8] - 硬件仿真系统：OmniArk芯神鼎（支持双模式）[8] - 原型验证系统：Prodigy芯神瞳[8] - 数字调试工具：Claryti芯神觉[8] - EDA云工具[8] - **近期核心新品**： - OmniDrive：灵活高效的双模式硬件仿真系统，支持硬件仿真和原型验证模式，为不同设计阶段提供最优性价比和效率选择[8] - RTL Compile Flow：实现更智能、更快速的大规模设计分割与编译流程，提升设计处理效率与质量[10] 市场合作与竞争策略 - **广泛的市场合作**：作为国内首家数字EDA供应商，公司已与超过600家国内外企业建立合作，服务领域涵盖人工智能、高性能计算、图像处理、数据存储、信号处理等，最终应用于物联网、云计算、5G通信、智慧医疗、汽车电子等领域[10] - **差异化竞争策略**：采用“乡村包围城市”的方法，主要服务预算较低的芯片初创公司，为其提供硬件产品作为评估载体，满足其向客户演示的需求[10] 未来发展方向 - 产品线补齐与丰富：一方面继续聚焦补齐验证产品线，另一方面继续丰富全流程产品线[11] - 生态提前布局：在RISC-V、AI等产品生态上提前进行布局[11] - 构建应用与生态：公司的目标不仅是提供产品，还包括构建应用和生态，服务好客户和IP伙伴[11]

全球半导体市场整体预测 - 世界半导体贸易统计组织最新预测，2025年全球半导体市场规模将同比增长22.5%，较2025年6月预测的11.2%大幅上调，2025年1月至10月实际出货量已同比增长22.4% [3] - 预测2026年全球半导体市场规模将比2025年增长26.3%，但分析认为此预测为最乐观估计，实际增长很可能低于预期 [3] - 从历史数据看，全球半导体市场规模在2023年同比下降8.2%后，2024年同比增长19.7%，2025年预测增长22.5%，2026年预测增长26.3% [5] 分立器件市场 - 预计2025年分立器件市场将同比下降0.4%，较此前预测的下降2.6%有所上调，2025年1月至10月实际数据同比下降1.7% [4] - 市场最大的不利因素是功率晶体管（占该领域大部分）低迷期超出预期，主因是电动汽车需求下降，但目前市场已开始复苏 [4] - 预计2026年将同比增长8.2%，但分析认为增幅可能仅限于0-5%左右，因许多中国企业正试图在该领域实现量产，中长期可能因供应过剩导致单价持续下降 [4] 光学半导体市场 - 预计2025年光电半导体市场将同比增长3.7%，较此前预测的下降4.4%有所上调，2025年1月至10月实际数据同比增长2.5% [6] - 图像传感器约占该市场一半，其中超过70%用于智能手机，市场增长动力来自每部手机安装的传感器数量增加以及像素提升带来的单价上涨 [6] - 预计2026年将比2025年增长5.7% [6] 传感器市场 - 预计2025年传感器市场规模将同比增长10.4%，较此前预测的4.5%有所上调，2025年1月至10月实际数据同比增长12.3% [7] - 市场主要由汽车和智能手机应用主导，目前汽车应用需求是主要增长动力，出货量持续增长而单价保持稳定 [7] - 预计2026年将同比增长8.7%，但分析认为至少达到10%的增长率是很有可能的 [7] 集成电路市场整体 - 预计2025年集成电路市场将同比增长25.6%，2026年预计同比增长29.0% [9] - 集成电路市场在2023年同比下降9.7%后，2024年同比增长25.9% [9] 模拟集成电路市场 - 预计2025年模拟集成电路市场将同比增长7.5%，较此前预测的2.6%有所上调，2025年1月至10月实际数据同比增长8.1% [9] - 过去三个月（2025年8月至10月）同比增长率持续超过10%，近期对电源相关模拟集成电路的需求有所增长 [9] - 预计2026年将比2025年增长7.5%，但分析预计增幅在10%左右 [9] 微型集成电路市场 - 预计2025年微型集成电路市场将同比增长7.9%，较此前预测的下降1.0%有所上调，2025年1月至10月实际数据同比增长7.5% [10] - 微处理器市场出货量增长缓慢但单价上涨，表明服务器端出货量占比增加；微控制器市场单价稳定，但自2025年下半年以来出货量开始逐步增长，很可能是由于汽车微控制器需求复苏 [10] - 预计2026年将比2025年增长13.9%，但分析认为10%左右的增长率比较合适 [10] 逻辑集成电路市场 - 预计2025年逻辑芯片市场将同比增长37.1%，较此前11.7%的预测值大幅上调，2025年1月至10月实际数据同比增长38.1% [11] - 英伟达是主要增长驱动力，其2025年8月至10月销售额达570亿美元，同比增长62.5% [11] - 据估算，若英伟达销售额的80%来自逻辑集成电路，则其占据全球逻辑集成电路市场约55%的份额 [12] - 预计2026年将比2025年增长32.1%，但鉴于英伟达的发展势头，很有可能超过这个数字 [12] 存储器市场 - 预计2025年存储器市场规模将同比增长27.8%，较此前预测的13.4%有所上调，2025年1月至10月实际数据同比增长27.0% [13] - 当前内存需求主要由人工智能驱动，集中在数据中心，与过往周期不同 [13] - 预测2026年内存市场将比2025年增长39.4%，但分析认为这需要2026年下半年个人电脑和智能手机需求强劲增长的支持 [13] 2026年市场综合展望 - 对2025年全球半导体市场增长22.5%的预测略显保守但合理，而对2026年增长26.3%的预测虽可行但存在下行风险 [14] - 个人电脑和智能手机作为半导体主要应用领域，其需求增长对推动整个市场至关重要 [14] - 人工智能个人电脑、人工智能智能手机等新趋势若形成需求，可能使下一个芯片周期比以往稍长 [14]

文章核心观点 - NVIDIA对其CUDA软件堆栈进行了重大升级，推出了CUDA Tile，将传统的SIMT编程模型转变为基于图块的方法，旨在简化GPU编程并提升对张量核心等专用硬件的抽象[2] - 芯片架构师Jim Keller认为，此次更新可能标志着CUDA软件独占性的结束，因为基于图块的方法在业界普遍，可能简化代码向其他GPU平台的移植[2] - 然而，文章也指出，CUDA Tile通过其专有技术优化了NVIDIA硬件，实际上可能巩固了公司对CUDA生态的控制，加强了其竞争优势[5] CUDA Tile 更新的核心内容与意义 - CUDA Tile是NVIDIA CUDA平台自2006年诞生以来最大的进步，引入了基于图块的并行编程虚拟指令集，是GPU编程领域的一次“革命性”更新[6] - 更新彻底改变了编程模式：此前程序员需精细调整图块大小、内存等参数；之后，程序员可将更多精力集中于核心算法逻辑，而由编译器和运行时自动处理硬件复杂性[4] - 新模型专注于结构化矩阵运算和卷积等高度常规的操作，成功减少了手动优化需求，使更广泛的用户群体能够轻松上手GPU编程[4] - 此次更新是NVIDIA让AI惠及所有人的方法之一，尽管其性能可能略逊于底层手动优化实现[4] 技术架构与实现细节 - CUDA Tile的基础是CUDA Tile IR，这是一套全新的底层虚拟机，引入了一套用于原生图块操作的虚拟指令集[4][9] - 它允许开发者以更高层次编写算法，抽象化张量核心等专用硬件的细节，使代码能够兼容当前及未来的张量核心架构[7] - CUDA Tile IR通过原生支持基于图块的程序，扩展了CUDA平台功能，类似于PTX确保SIMT程序可移植性的角色[9] - 编程范式允许开发者通过指定数据块来编写算法，并定义对这些块执行的计算，无需逐个元素设置执行方式，类似于Python中NumPy库的操作方式[7][9] - 大多数开发者将通过NVIDIA cuTile Python等高级接口与CUDA Tile交互，而CUDA Tile IR主要面向编译器或库的开发者[12] 对行业生态与竞争格局的潜在影响 - 基于图块的方法在业界已十分普遍，例如Triton等框架就采用了这种方法，这可能使将CUDA代码先移植到Triton，再移植到AMD等公司的AI芯片上变得更加容易[5] - 当抽象层级提高时，开发者无需再编写特定于架构的CUDA代码，理论上代码移植会变得更加容易[5] - 然而，CUDA Tile背后的专有技术针对NVIDIA硬件语义进行了深度优化，因此即使移植变容易，实现高性能仍然复杂[5] - 通过简化CUDA编程，NVIDIA实际上可能是在巩固其对CUDA软件堆栈的控制，加强其竞争优势[5] - CUDA Tile并非要取代SIMT，两者可以共存：开发者可根据需要选择编写SIMT内核或使用张量核心的分块内核，两者在软件堆栈中作为互补路径存在[10]

美国对华AI芯片出口政策调整 - 美国总统特朗普宣布将允许英伟达向中国及其他国家的合格客户交付其H200 AI处理器，前提是确保国家安全，中国对此作出了积极回应[2] - 这是特朗普政府第二次对英伟达AI芯片对华出口政策做出重大调整，此前在2024年4月曾禁止出口专为中国市场打造的H20芯片，但在7月又撤销了这一决定[3] - 该交易不包括英伟达最新的Blackwell产品或即将于明年发布的Rubin显卡[6] H200芯片的技术细节与市场地位 - H200是英伟达Hopper系列中最先进的AI处理器，配备了升级的HBM3e内存芯片，直到Blackwell产品推出[2] - H200的性能是之前受限的H100芯片的两倍，其AI训练计算能力远高于为中国市场降级的H20芯片（H20的训练能力约为H100的十分之一，推理能力为其20%）[6] - H200是英伟达首款采用HBM3e的GPU，这是一种专为AI计算设计的高级高带宽显存，由SK海力士、美光和三星供应[5] 中国的反应与市场影响 - 中国外交部表示注意到报道，并一贯主张中美通过合作实现互利共赢[4] - 中国主要客户（如字节跳动、阿里巴巴、腾讯）此前因担心供应中断，曾竞相囤积降级的H20芯片[6] - 市场反应不一：台湾证券交易所早盘下跌0.2%，台积电下跌0.66%；上海证券交易所下跌0.12%，但英伟达服务器主要制造商富士康工业互联网股价飙升近6%，中国AI芯片公司寒武纪上涨0.95%；韩国主要HBM供应商SK海力士和三星股价早盘分别下跌1.91%和1%[8] 政策调整对产业链与竞争格局的潜在影响 - 政策转变实际上恢复了中国获得先进HBM内存芯片的途径，但独立的HBM内存仍然受到出口管制[5] - 英伟达AI服务器制造商的高管表示，此消息令供应链兴奋，可能增加H200的库存出货量，因为中国以外的主要客户已将采购转向最高端的GB300平台[7] - H200能否成功赢回中国市场尚不确定，因为华为昇腾AI芯片和寒武纪等中国本土解决方案正变得越来越有竞争力[7] - 英伟达CEO黄仁勋曾警告，对华禁令只会刺激中国竞争对手崛起，从长远看损害美国利益，并称华为是世界上最强大的科技公司之一[4][7]

谷歌TPU成为AI竞赛关键 - 谷歌的“张量处理单元”是其在人工智能竞赛中的秘密武器，帮助其Gemini 3 AI模型在独立基准测试中表现优于OpenAI的GPT-5 [2] - 这一发展是促使OpenAI首席执行官发出“红色警报”并重新集中资源的原因之一 [2] - 芯片咨询公司SemiAnalysis表示，谷歌的TPU在构建和运行尖端AI系统方面已“与业界之王英伟达不相上下” [2] 谷歌的垂直整合战略与优势 - 谷歌认为，垂直整合——主要在公司内部开发AI硬件、软件和芯片——将带来技术优势和巨额利润 [3] - 谷歌AI架构师表示，结合对数十亿消费者如何使用其AI产品的理解，公司将获得巨大优势 [3] - Gemini 3主要在TPU上进行训练，而OpenAI主要依赖英伟达GPU [3] TPU的产能扩张与市场影响 - 分析师预测，谷歌计划到2028年将其TPU的产量提高一倍以上 [2] - 摩根士丹利预测，台积电明年将生产320万个TPU，2027年将增长至500万个，2028年将增长至700万个 [3] - 2027年的增长将明显强于之前的预期 [3] TPU的对外销售与收入潜力 - 谷歌可能向云计算平台以外的客户提供TPU，例如与AI初创公司Anthropic达成协议，将提供100万个TPU，价值数百亿美元 [2] - 摩根士丹利估计，谷歌每向外部客户售出50万个TPU，就能带来高达130亿美元的收入 [3] - 一些分析师认为，谷歌未来可能与OpenAI、xAI等公司达成交易，未来几年可能带来超过1000亿美元的新收入 [4] 对英伟达构成的竞争威胁 - 科技投资者正在重新评估英伟达的统治地位所面临的新威胁 [2] - 有报道称Meta正在与谷歌洽谈收购TPU，此消息曾导致英伟达股价大幅下跌 [3] - 专家指出，AI赋能的编码工具可能让潜在TPU客户更容易地重写其软件，这些软件目前大多建立在英伟达专有的Cuda平台上 [4] 英伟达的回应与市场定位 - 英伟达试图缓解市场担忧，称其仍然“领先业界一代”，并且是“唯一能够运行所有AI模型的平台” [4] - 英伟达表示其产品具有更高的性能、多功能性和可互换性，而TPU等处理器是为特定的AI框架或功能设计的 [4] - 英伟达补充说，公司继续向谷歌供货 [4] TPU的起源与发展历程 - 谷歌TPU的构想起源于2013年，源于改进语音识别系统时面临的计算成本挑战，当时计算显示，若数亿消费者每天使用语音搜索三分钟，公司需将数据中心规模扩大一倍，耗资数百亿美元 [4] - 第一块TPU芯片由约15人的团队制造，最初是一个业余项目 [5] - TPU的早期应用案例包括2016年DeepMind的AlphaGo战胜围棋世界冠军的比赛 [5] TPU在谷歌业务中的应用与迭代 - 多年来，TPU芯片一直为谷歌的许多核心服务提供支持，包括搜索、广告和YouTube [5] - 谷歌通常每两年发布新一代TPU，但自2023年以来，更新节奏已转变为每年一次 [6] - 谷歌云对定制TPU和英伟达GPU的需求都在加速增长，公司表示将继续支持这两项技术 [6]

行业需求与市场背景 - 全球对人工智能半导体的需求激增，带动了生产关键电子元件多层陶瓷电容器行业进入超级周期 [3][4] - 人工智能服务器芯片需要约3万个MLCC，是普通服务器所需2000到3000个的13到15倍，导致高性能MLCC需求激增 [4] - 全球大型科技公司正进行大规模人工智能投资，例如微软计划投资944亿美元，亚马逊1250亿美元，谷歌920亿美元，Meta 710亿美元，加剧了行业竞争并推高了对MLCC等元件的需求 [4] 公司产能与运营状况 - 三星电机用于生产MLCC的工厂产能利用率已接近100%，其位于中国釜山、天津和菲律宾的生产线利用率均超过96% [3][5] - 公司今年第一季度MLCC生产线已实现满负荷运转，第三季度利用率更是飙升至99%，进一步提升利用率已十分困难 [5] - 三星电机明年的MLCC产能已全部售罄 [6] 公司扩张计划 - 三星电机计划最早于明年上半年在菲律宾拉古纳省卡兰巴市开工建设新工厂，以扩大MLCC产能，这将是其14年来首次在菲律宾新建工厂 [3][4] - 新工厂的建设正与当地政府协调投资细节，包括税收支持和电力供应等问题，一旦分歧解决将立即启动 [3] - 公司还计划在菲律宾建设第二座新工厂，预计明年上半年开工，最早于2027年下半年开始生产，该工厂计划专注于汽车用MLCC [5] - 第二座新工厂建成后，其菲律宾子公司预计将成为全球人工智能和汽车用MLCC的生产中心 [6] 市场竞争格局 - 目前全球仅有四家公司能够生产适用于需要高压进行超高速运算的人工智能半导体的高性能MLCC，包括三星电机、日本村田制作所、太阳诱电以及另一家公司 [5] - 其中，技术领先的三星电机集中了大部分订单 [5] 产品线与应用领域 - 三星电机釜山和菲律宾工厂主要生产人工智能用MLCC，而天津工厂则主要生产汽车用MLCC [6] - 公司正同时面临汽车高性能半导体以及人工智能半导体MLCC订单的快速增长，随着智能汽车发展，汽车用MLCC需求也在不断增长 [5] 财务与业绩展望 - 分析师预测，如果公司明年MLCC生产线继续保持满负荷运转，其营收将达到14万亿韩元，较今年约11万亿韩元的水平增长约30% [6] - 同时，预计营业利润将达到1.3万亿韩元，同比增长40% [6] 公司历史与投资 - 三星电机于1997年在菲律宾拉古纳省卡兰巴市成立当地公司，并于2000年开始生产IT用MLCC和电感器 [3] - 随着业务扩张，公司于2012年建成了一座新的MLCC工厂，并于2015年投资2880亿韩元扩大了整个菲律宾生产线 [3]

美国对华AI芯片出口政策动态 - 美国商务部将允许英伟达向中国境内指定客户出口H200芯片 [1] - 美国政府将从这些销售额中抽取25%的佣金 [1] - 出口的H200芯片版本是大约18个月前的产品，但仍比专为中国市场开发的H20芯片先进得多 [1] - 特朗普总统在是否允许出口的问题上犹豫不决，最终决定权掌握在其手中 [1][2] 美国国内的政治分歧与立法进程 - 国会两党长期以来明确反对向中国出口先进AI芯片 [2] - 内布拉斯加州共和党参议员皮特·里基茨和特拉华州民主党参议员克里斯·库恩斯于12月4日提出《安全可行出口法案》（SAFE芯片法案） [2] - 该法案要求商务部在30个月内拒绝向中国发放任何先进人工智能芯片的出口许可证 [2] - 此项决定与国会关于国家安全的担忧相冲突 [2] 政策演变与商业条件 - 今年4月，特朗普政府对英伟达等芯片公司向中国出口芯片实施了许可限制 [2] - 5月，特朗普政府正式撤销了拜登政府一项旨在监管AI芯片出口的扩散规则 [2] - 今年夏天，美国政府曾暗示，只要政府能从所有收入中获得15%的分成，企业就可以开始向中国出口芯片 [2] 中国市场环境变化 - 到今年夏天，美国开发的芯片在中国的市场已经趋于紧张 [3] - 9月，中国国家互联网信息办公室禁止国内企业购买英伟达芯片 [3] - 中国企业因此只能依赖阿里巴巴和华为等技术水平较低的国产芯片 [3] 各方反应与影响 - 英伟达发言人赞赏特朗普总统允许美国芯片产业参与竞争的决定，认为这支持了美国高薪就业和制造业 [1] - 特朗普在Truth Social上发帖称，中国对H200的最新消息做出了“积极回应” [4]

文章核心观点 - 半导体产业竞争范式正从单一制程竞赛转向系统级协同优化，实现“工艺 + EDA + 设计”的深度协同是关键，EDA是其中最关键的桥梁[3] - 国际巨头如英伟达入股新思科技、台积电与楷登电子紧密合作，已率先布局以构建护城河[3] - 本土半导体产业需抓住此范式转换机遇，硅芯科技提出的“EDA+”新设计范式是一个代表性样本，旨在重构先进封装设计协同体系[3][4] 产业趋势与范式转换 - 摩尔定律逼近极限，先进封装成为算力增长核心引擎[3] - 产业竞争范式正从单一的制程竞赛，转向系统级的协同优化[3] - 继续提升性能、控制成本，必须实现“工艺 + EDA + 设计”的深度协同，EDA是最关键的桥梁[3] - 国际巨头已率先落子构建护城河，例如英伟达入股新思科技，台积电与楷登电子在先进制程与3D封装上紧密合作[3] 硅芯科技的“EDA+”新设计范式 - 在ICCAD高峰论坛上，硅芯科技创始人系统性提出“2.5D/3D EDA+新设计范式”，旨在重构先进封装全流程设计、仿真与验证的协同创新[7] - EDA+不是对传统EDA工具的简单加减，而是围绕先进封装场景，对设计方法、数据底座与协同模式的一次整体重构[7] - EDA+是一条完整链路：以“2.5D/3D全流程先进封装EDA工具链”为桥梁，一端深度对接工艺协同，另一端面向多Chiplet集成验证，实现从系统架构规划到制造验证的工程闭环[7] - EDA+不是一套“软件产品组合”，而是一种面向Chiplet与3DIC的新设计范式[7] 3Sheng Integration Platform平台 - EDA+范式的底层基石是硅芯科技自研的2.5D/3D全流程先进封装EDA平台——3Sheng Integration Platform[12] - 该平台涵盖系统架构设计、物理实现、Multi-die测试容错、分析仿真与多Chiplet验证五大中心，贯通从设计到制造的完整链条[12] - 平台将EDA+理念转化为可落地、全协同的工程实践，支撑Chiplet与3DIC时代的集成创新[12] EDA角色转变与产业需求 - 算力需求爆发与摩尔定律放缓，使得通过Chiplet和2.5D/3D集成提升系统性能的先进封装成为技术主流[13] - 芯片设计重心从单一晶体管优化，下沉至包含多颗异质芯粒的系统级封装协同，封装成为需要在架构阶段通盘考虑的核心要素[13] - EDA角色发生根本转变：不仅是设计或封装工具，而是链接工艺与设计的必经桥梁与协同平台[13] - 设计者需在统一环境中同时考量不同工艺节点芯粒的划分、互连拓扑、热应力分布与制造可行性[13] - 国际巨头的紧密捆绑（如台积电与Cadence、英伟达与Synopsys）旨在率先打通“工艺-EDA-设计”协同链路，巩固系统级竞争优势[13] - 硅芯科技的EDA+正是基于对此产业深层需求的洞察，旨在为国内半导体行业提供重构的设计方法学与全流程工具链支持[13] EDA+的工程化落地与价值 - EDA+已在一批2.5D/3D协同验证项目中走向工程化落地[14] - 在某个约3万网络互连的2.5D设计中，传统分段式流程需近三个月实现设计收敛，而使用自研3Sheng平台后，一次完整的端到端迭代被压缩到十天左右[14] - 在与先进封装企业的联合项目中，平台开始承载“芯粒模型 + 接口标准”的探索工作，为构建可复用的芯粒库奠定结构基础[14] - EDA+的价值在于提供“串联”与“沉淀”的框架：不仅是工具，更是串联工艺制造与设计应用的产业深度协同机制[14] - 使工艺知识得以向前端传递，设计思路能向制造端准确贯彻[14] - 帮助产业沉淀在不同应用场景下经过验证的设计经验、规则与模板，降低先进封装的设计门槛与重复开发成本，加速创新迭代[14] - 为推动国产半导体先进封装生态协同快速发展提供了基础[14] 本土半导体产业的突围策略 - 面对国际巨头通过深度捆绑构建体系优势，本土半导体产业或可通过“合纵连横”实现突围[15] - “合纵”：强化产业链上下游纵向协同，以EDA+这类平台为技术支点，把本土工艺、先进封装能力和设计需求串成一条真正打通的链路[15] - “连横”：本土EDA产业内部横向协作，在Chiplet与3DIC新赛道上，通过统一的接口框架进行能力互补与协同，形成合力，共同承接产业升级带来的巨大市场空间[15] - 未来比拼的不再只是制程和芯片规模，而是谁能够在系统层面实现工艺、EDA与应用的深度协同[18] - 围绕先进封装的产业变革，真正的角逐在于生态的广度与协同的深度[18]