玻璃基板技术发展 - 日本电气硝子公司计划最早于2026年交付510毫米大型玻璃基板样品，比现有300毫米产品大幅提升尺寸，并计划2028年实现600毫米基板商用化 [2] - 玻璃基板凭借耐热性、热膨胀性和刚性优势，有望替代传统塑料基板，尤其适用于高性能AI芯片的小芯片结构制造 [2] - 公司采用二氧化碳激光钻孔技术简化生产流程，区别于行业主流的蚀刻技术，同时利用液晶面板玻璃加工经验保证基板平整度并降低成本 [2] 市场竞争与战略布局 - 玻璃基板领域主要竞争对手包括AGC和大日本印刷，英特尔已宣布将在2020年代后半期量产半导体中采用玻璃基板 [2] - 公司同步开发玻璃-陶瓷混合材料基板，已完成边长超500毫米产品开发，预计2025年交付样品，通过差异化材料组合拓展客户选择 [2] - 半导体基板业务被定位为战略增长点，除现有封装盖板玻璃产品外，公司积极挖掘基板领域商业机会 [2] 行业技术趋势 - 生成式AI芯片推动小芯片结构普及，该结构依赖先进布线技术连接多芯片，大型基板需求激增 [2] - 玻璃基板核心优势在于支持高密度布线和芯片堆叠，满足高性能计算芯片对散热与稳定性的严苛要求 [2]

台积电海外工厂亏损情况 - 台积电美国亚利桑那州法人过去四年累计亏损394.52亿新台币（约1.7248万亿韩元）[2] - 日本熊本工厂JASM子公司亏损43.8亿新台币（约1920亿韩元）创历史记录[2] - 德国德累斯顿工厂亏损5亿新台币（约220亿韩元）[2] - 美国工厂满负荷运转但盈利能力持续恶化 主因劳动力成本高和大规模设施投资[2] 三星电子美国工厂困境 - 德州泰勒市工厂建设进度99.6% 但设备订单延迟[2] - 预计2026年投产但内外预期销售额较低[2] - 半导体设备可能面临25%以上高额关税 ASML EUV设备单台关税或达数千亿韩元[2] - 劳动力派遣困难导致人力成本上升[2] 行业竞争格局 - 台积电几乎垄断晶圆代工市场但仍现巨额亏损[2] - 三星代工部门2023年营业亏损约2万亿韩元 2022年亏损达4万亿韩元[2] - 证券业预测2024年三星代工亏损约3万亿韩元[2] - 三星管理层推迟平泽P4线设备投资 对美工厂投资决策更谨慎[3] 政策环境影响 - 美国对半导体设备征收至少25%关税 无谈判空间[2] - 台积电CEO宣布1000亿美元（约145.9万亿韩元）追加投资计划应对关税政策[2]

迷你晶圆厂技术突破 - 两家公司推出造价仅3000万美元的迷你晶圆厂，相比传统200亿美元晶圆厂成本大幅降低[3] - 英国Pragmatic Semiconductor的"Fabs-in-a-Box"可在12-14个月内建成，远快于传统3-5年建设周期[3] - 美国Nanotronics的模块化"Cubefab"可在全球85%环境中运行，利用AI技术实现氧化镓功率半导体生产[3] 技术特点与优势 - Pragmatic结合薄膜晶体管与300毫米晶圆技术，生产厚度5-10纳米、每平方毫米集成数千TFT的柔性IC[5] - Nanotronics通过生成式AI提升氧化镓芯片产量，使其成本竞争力比现有产品高数倍[3] - Cubefab采用模块化设计，单个"花瓣"晶圆厂造价3000-4000万美元，可扩展至4个单元且不影响生产[6] 产能规划与环保特性 - Pragmatic首个300毫米晶圆厂2024年投产，2025年预计年产数十亿块柔性IC[5] - 20x30米迷你晶圆厂可实现年产十亿片柔性IC，碳足迹比传统工艺低一个数量级[7] - 原材料到成品仅需数天，比传统硅片制造节省数月时间，大幅减少水电消耗[7] 市场定位与战略意义 - 产品聚焦老一代功率半导体、柔性芯片及NFC/RFID标签等非尖端应用领域[3] - 技术使半导体制造本地化成为可能，特别适合非洲等难以承担传统晶圆厂成本的地区[8] - 模块化设计使产能扩展无需停产，网络化晶圆厂可共享产能资源[6]

核心观点 - 亚马逊零售业务在2024年面临严重的GPU短缺问题，导致多个AI项目延迟，随后公司启动"格陵兰项目"进行内部资源改革，建立集中管理的GPU资源池并优化分配流程 [2][6] - 公司制定严格的GPU分配原则，强调投资回报率（ROI）优先，要求项目提供详细财务收益证明，并实施动态回收机制以提升资源利用率 [3][5] - 通过AWS云服务与自研芯片Trainium的协同，公司预计2025年GPU供应瓶颈将缓解，零售部门计划在AI领域投资10亿美元，2025年AWS基础设施支出将增至57亿美元 [8][10] GPU短缺背景 - 2024年生成式AI热潮导致全球GPU持续短缺，英伟达等供应商供应受限，OpenAI等企业同样面临资源紧张 [2] - 亚马逊零售部门曾出现超1000个P5实例（每台含8颗Nvidia H100 GPU）的短缺，影响160多个AI项目推进 [8][10] 格陵兰项目（Project Greenland） - 2024年7月启动，建立集中式GPU协调平台，实现跨团队资源共享、利用率监控及低效项目预警 [6][7] - 引入回收机制，将闲置GPU重新分配给高优先级项目，并强制所有新申请通过该平台提交 [7][10] - 系统集成网络设置、安全更新等功能，简化运维流程 [7] GPU分配策略 - 八条核心原则：ROI导向、动态优化、集中管理、效率优先、风险容忍、透明与保密平衡、资源可回收 [5] - 审批标准包括：项目"随时可开工"、市场竞争力证明、明确成果时间表及每颗GPU的财务收益测算 [3][5] - 2024年末零售部门计划在2025年Q1将新增GPU分配给优先级最高的项目 [3] AI应用与投资 - 重点AI项目包括购物助手Rufus、产品图像生成器Theia、物流优化模型及自动化客服系统等 [8][12] - 2024年AI投资间接带来25亿美元营业利润和6.7亿美元成本节约 [8] - 2025年零售部门预计投入10亿美元用于GPU驱动的AI项目，AWS基础设施支出同比增长27%（45亿→57亿美元） [8][10] 供应改善预期 - 自研芯片Trainium预计2025年底满足需求，AWS云服务已全面开放GPU访问权限 [10] - 内部预测显示2025年供应将从短缺转为盈余，CEO安迪·贾西称下半年限制将缓解 [10]

Gartner 最近发布了其年度芯片业务报告，每次报告发布时，我们都会留意一下，但我们还没有真 正收集长期的公开数据集并进行分析，而现在似乎正是最佳时机，因此我们回顾了 Gartner 过去 十年的报告，并按供应商汇总了芯片销售数据集，填补了公开报告中某些数据的空白。值得庆幸的 是，所有主要的芯片制造商——我们指的是芯片设计商，而不是制造芯片的代工厂——都参与其 中，而人们通常都这样称呼这些公司。 除了英特尔和三星电子运营着拥有先进工艺的代工厂外，其他所有"制造"芯片但真正从事设计的公 司都没有自己的代工厂。当然，台积电是全球最大的代工厂，它无意成为通过渠道或直接向个人设 备或数据中心系统制造商销售产品的"芯片设计者"。而苹果公司在2021年首次跻身年度半导体制 造商排行榜，该公司自行设计芯片，并为其设备生产芯片，然后直接向消费者和企业销售。 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 nextplatform ，谢谢。 半导体制造业规模庞大。为了更直观地了解这些数字，2024年，芯片制造商的收入约为美国国防 预算的四分之三，约为国会拨款社会服务预算的三分之二。随着容量更大的设备最终应用于更 ...

ICPF半导体技术和应用创新大会 - 2025年4月22-24日在上海世博展览馆举办，聚焦2.5D/3D先进封装、功率半导体技术，涵盖30+位行业专家演讲、15个国产设备品牌展示及1,000+行业精英参与 [3][9][18] - 技术论坛覆盖功率半导体封装创新（如SiC MOSFET动态电阻研究、银烧结工艺）、微小化系统级封装解决方案（如D-Tek高速植球机应用）及车载充电机器件发展 [9][18] - 参与企业包括齐力半导体、晶通科技、锐德热力、鸿骐芯智能装备等产业链上下游公司，分享核心技术突破与量产方案 [5][6][13][15] 功率半导体技术专题 - 4月23日专场探讨650V GaN器件、SiC MOSFET可靠性提升及SGT器件创新，涉及新能源车充电机功率器件需求与核心技术解决方案 [18] - 演讲嘉宾来自清纯半导体（氮化镓研发）、士兰微电子（高级应用）、快克芯装备（市场策略）等企业，聚焦动态电阻、银烧结量产等工艺突破 [13][18] 行业活动与资源整合 - 同期举办半导体工程师技能竞技、工艺难题解决及贸易对接活动，强化产业链协作 [3][20] - NEPCON China 2025作为关联展会，覆盖电子制造全产业链，提供供应链优化与市场趋势洞察平台 [20]

受英伟达最新控制权消息的影响，寒武纪科技股价在过去五个交易日上涨逾10%。过去12个月，该 股上涨逾400%。 王先生表示，这些本地竞争对手现在拥有更大的动力和机会来发展和改进他们的解决方案，并补充 说，他预计对他们的 GPU 的需求将会增加。 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cnbc。 据外媒cnbc引述半导体分析师的观点表示，随着美国加强对英伟达对华销售的控制，华为等中国 新兴的本土人工智能芯片制造商将从中受益。 美国商务部上周表示，Nvidia 的 H20 图形处理器（旨在遵守美国先前的限制）现在将需要出口许 可证，AMD的其他芯片也需要出口许可证Nvidia 表示已经停止 GPU 的出口，导致季度损失约 55 亿美元。 但半导体分析师向 CNBC 表示，随着北京继续寻找自己的 Nvidia 替代品，这家美国人工智能宠 儿的损失可能对中国本土人工智能芯片企业来说是一种收获。 Counterpoint Research 副总监 Brady Wang 表示："有几家中国本土公司生产芯片与 Nvidia 竞 争。" 这些本地人工智能芯片制造商的例子包括科技巨头华为和部分国有上市的 ...

中国半导体设备产业动态 - 中国半导体设备国产化进程加速，预计到2025年国产化率有望达到50% [2] - 中微公司和北方华创作为国内龙头企业展现强劲增长势头和战略布局 [2] 中微公司增资与技术研发 - 中微半导体（上海）有限公司注册资本由10亿元人民币增至40亿元人民币，增幅达300% [2] - 增资旨在增强资金实力，加速技术研发和市场拓展，提升全球竞争力 [2] 中微公司财务与业绩表现 - 2024年营业收入90.65亿元，同比增长44.7%，其中刻蚀设备贡献超72亿元，同比增长54.7% [2] - 净利润约16.16亿元，同比下滑9.5%，扣非净利润约13.88亿元，同比增长16.5% [2] - 研发费用达24.5亿元，同比增长94.3%，人均销售超过400万元 [2] 中微公司设备出货与市场表现 - CCP刻蚀设备2024年生产付运超过1200反应台，累计装机量超过4000反应台 [2] - LPCVD设备累计出货量突破150个反应台，2024年获得约4.76亿元批量订单 [2] - ALD设备和EPI设备研发项目顺利推进，EPI设备已进入客户端量产验证阶段 [2] 中微公司子公司与战略布局 - 控股子公司超微半导体设备（上海）有限公司拟增资至1.6亿元，中微公司持股比例降至47.2%，但仍保持控制权 [2] - 超微公司重点开发电子束量检测设备，对芯片制造和先进封装工艺至关重要 [2] - 计划在成都市高新区投资设立全资子公司，总投资约30.5亿元，建设研发及生产基地暨西南总部项目 [2]

无线通信芯片市场格局 - 无线通信芯片已成为电子设备核心部件，广泛应用于智能手机、车载设备等领域，支持Wi-Fi、蓝牙、NFC、4G/5G等功能 [2] - 广域数据通信终端调制解调器芯片供应商高度集中，主要厂商为美国高通、台湾联发科和中国紫光展锐，华为和三星电子仅自用 [2] - 苹果历史上多次更换调制解调器供应商，从英飞凌、英特尔到高通，2025年将首次采用自研Apple C1芯片 [2][4] iPhone 16系列产品技术细节 - iPhone 16/16 Pro（2024年9月发布）采用高通骁龙X71 5G调制解调器，iPhone 16e（2025年2月发布）搭载自研Apple C1 5G调制解调器 [4][6] - iPhone 16e采用单摄像头设计（索尼4800万像素传感器），传感器面积比16 Pro大三倍以上，配备条形电池实现更大容量 [6] - Apple C1芯片组包含数字基带（支持2G-5G）、MIMO收发器和电源管理IC，采用MEMS振荡器替代传统晶体振荡器 [7][8] 苹果调制解调器技术演进 - Apple C1源于2019年收购的英特尔调制解调器部门，而英特尔技术可追溯至2007年从LSI/Agere Systems收购的资产 [10][12][13] - 相比英特尔14nm工艺的PMB9960基带，Apple C1采用台积电4nm工艺，电路规模扩大2.5-3倍，集成三大处理器集群 [17] - 苹果计划逐步替代高通和博通芯片，未来iPhone可能全面采用自研通信芯片（包括Wi-Fi/蓝牙） [19] 高通与苹果调制解调器对比 - 高通SDX71M（5nm工艺）与Apple C1（4nm工艺）基带架构相似，均集成数字处理器和DRAM，但高通芯片封装尺寸更小 [21][22] - 苹果自研芯片战略持续深化，预计2025年后推出C2/C3迭代产品，逐步实现通信芯片自主化 [18][19]

光子芯片技术突破 - 美国宾夕法尼亚大学团队开发出首款能够利用光进行非线性神经网络训练的可编程芯片，有望大幅加快AI训练速度并降低能源消耗 [2] - 该技术攻克了仅依靠光学方法表示非线性函数的技术难题，这对于深度神经网络训练至关重要 [2] - 新进展依赖于一种对光敏感的特殊半导体材料，通过调整"泵浦"光的形状和强度来控制信号光的吸收、传输或放大方式 [2] - 该芯片可以根据泵浦模式表达多种数学函数，具有实时学习能力，能根据输出反馈调整自身行为 [2] - 在简单的非线性决策边界任务中实现了超过97%的准确率，在鸢尾花数据集问题上达到96%以上的准确率 [2] - 仅需4个非线性光学连接就能达到传统模型中20个固定非线性激活函数线性电子连接的效果 [2] 技术特点与优势 - 该技术未改变芯片基础结构，而是利用光在材料内部形成的图案来重塑光线穿越方式 [2] - 与传统数字神经网络相比，光子芯片性能相当甚至更优，且能耗更低 [2] - 该芯片提供了一个空白的平台，可通过泵浦光的作用绘制出可编程指令 [2] - 这项研究标志着向光速训练AI迈进的重要一步 [2]