文章核心观点 - 设备制造商必须在设备端人工智能半导体领域占据领先地位，以保持全球竞争力[3] - 企业需要自行预测未来芯片规格并与无晶圆厂公司合作设计，而非依赖分包结构[3] - 建立集成了硬件和系统软件的完整设备端人工智能平台至关重要[3] - 韩国半导体行业面临中国设计能力快速提升的严峻挑战，需建立三角合作结构应对[3][4] 韩国半导体行业现状与挑战 - 韩国无晶圆厂企业数量仅有150家左右且持续下降[3] - 中国无晶圆厂企业数量从2019年1780家增至2024年3626家，增长一倍多[3] - 中国已建立自给自足体系并从快速追随者转型为设计领导者[4] - 韩国若无法建立一体化结构将失去人工智能产业核心竞争力[4] 成功要素与战略建议 - 进入市场速度即快速制造芯片并集成到产品的速度决定成败[3] - 必须建立系统需求企业、无晶圆厂企业和代工厂之间的三角合作结构[4] - 企业需展望未来两到五年甚至十年以引领技术方向和设计产业生态系统[3] - 依赖外部芯片只能排在第二或第三位，要成为第一必须自己生产芯片[3]

特斯拉的芯片战略规划 - 公司首席执行官马斯克表示，为满足自动驾驶与机器人应用快速扩张带来的庞大运算需求，特斯拉可能需要自行建造一座大型晶圆厂 [2] - 公司未来的芯片制造将分散于台湾、南韩、亚利桑那州与德州等地，作为全球供应链的一部分 [2] - 公司目前正全力投入芯片研发，并可能有必要与英特尔展开合作，此消息一度刺激英特尔股价大涨近4% [2] 特斯拉AI5芯片的代工策略 - 特斯拉AI5芯片的生产将委托给台积电和三星电子共同承担，这意味着三星获得了额外的订单 [3] - 将AI5芯片生产分配给三星和台积电，旨在确保芯片的充足供应，是一项战略举措 [4][5] - 此决定可能旨在利用三星相对空闲的晶圆生产线，以优先获得AI芯片的产能，而台积电则订单爆满 [5] 三星晶圆代工业务的进展 - 三星晶圆代工业务此前因良率低和性能问题陷入困境，客户流失 [3] - 公司调整战略，将重心从追求速度转向巩固技术，推迟1.4纳米工艺量产计划，并集中精力提升2纳米工艺良率，目前2纳米工艺良率已提升至55%至60%，并计划在年底前提升至70% [4] - 台积电计划将2纳米晶圆生产成本提高约50%，促使高通和联发科等公司考虑将三星作为替代方案，三星正积极降价以争取客户 [5] 先进半导体制造竞争格局 - 在全球范围内，仅有台积电、三星和英特尔能够采用3纳米以下的先进工艺生产芯片，但英特尔尚未实现3纳米以下芯片的量产，因此台积电和三星是目前企业唯一可靠的供应商 [4] - 特斯拉需要大量成本低、功耗低的晶片以支持其产品，这与英伟达必须满足广泛客户需求的模式形成差异 [2]

全球MEMS市场概况 - 2024年大中华区MEMS产业全球营收达到17亿美元，同比增长8.4%，出货量约54亿颗 [2] - 预计2024-2030年MEMS市场的营收复合年增长率将达到3.6%，到2030年销量将达到66亿件，营收将达到20亿美元 [2] - 中国厂商在“AI+IoT+汽车电子”三重浪潮叠加下迎来发展“窗口期” [2] 中国MEMS厂商市场表现与战略 - 士兰微、瑞声科技（AAC）、歌尔微（Goermicro）、明皜传感（MiraMEMS）及敏芯股份（MEMSensing）等中国厂商凭借性能、可靠性与成本平衡优势，占据了主流可穿戴设备供应链的重要位置 [4][5] - 歌尔微2024年实现营业收入45亿余元，是全球第五大、中国第一大智能传感交互解决方案提供商 [8] - 士兰微2025年上半年MEMS传感器产品营业收入同比增加10%，其加速度传感器国内市场占有率保持在20%-30%，六轴惯性传感器（IMU）上半年出货量增加了2倍以上 [8] - 瑞声科技2025年上半年传感器及半导体业务收入为人民币6.08亿元，同比增长56.2% [8] - 敏芯股份2025年上半年度营业收入创历史同期新高，达到3亿元，同比增加47.82% [8] - 中国厂商正从消费电子向汽车与工业等高价值领域拓展，例如士兰微计划于2025年推出多款车用MEMS传感器产品，明皜传感和敏芯微也已进军汽车领域 [6] MEMS技术应用与市场拓展 - 消费电子仍是全球MEMS最大单一应用板块，尤其在TWS耳机、智能手表、AR眼镜等可穿戴设备中，惯性传感器、麦克风与压力传感器需求持续旺盛 [4] - MEMS声学传感器作为AI语音交互技术的第一输入口，将迎来技术指标升级，更好的信噪比是关键规格升级要求 [6] - 汽车与工业市场强调高可靠性与长期稳定性，安全相关应用目前由Bosch、NXP、STMicroelectronics等欧美厂商主导，但智能座舱普及和新能源汽车发展为中国厂商带来增量空间 [7] - 医疗市场成为MEMS增长最快板块之一，尤其在OTC助听器市场放开背景下，MEMS麦克风、微型扬声器、运动传感器迎来新蓝海 [8] - 通信与AI基础设施带动MEMS新需求，光通信系统中的MEMS光开关与微镜用于高速信号切换，市场前景广阔 [8][9] MEMS器件发展现状与趋势 - MEMS器件种类丰富，包括惯性类、声学类、环境类、光学类、医疗类、执行与能量类，应用正从消费电子向汽车、工业、医疗与AI基础设施全面延展 [11][12] - 中国MEMS麦克风产业几乎实现全链条国产化，在声学性能、信噪比与功耗控制上已接近国际一线水准 [12] - 国内在陀螺仪与IMU领域仍落后于欧洲厂商，但近年来在温漂控制、集成算法和测试标定方面进步明显，预计国产IMU将在3-5年内完成性能代际跃升 [13] - 光学与微镜方面，数据中心光通信成为新舞台，中国厂商正通过“硅光子+MEMS”技术路线切入光开关与波导调制器市场 [13] - “智能MEMS”成为未来十年新高地，国际厂商已推出带嵌入式AI的智能传感器，中国厂商下一阶段战略重点将是智能化集成 [13] 中国MEMS制造能力提升 - 2024年大中华区MEMS代工营收同比增长14.3%，制造端已成为产业增长的新引擎 [17] - 国内MEMS代工产线布局初具规模，形成以芯联集成、赛微电子、华润微、广州增芯、士兰微、华鑫微纳、积塔半导体为代表的核心阵列 [17] - 赛微电子全资子公司瑞典Silex曾在2019-2024年全球MEMS纯代工厂商排名中位居第一，其北京产线（赛莱克斯北京）已实现1.5万片/月产能，计划提升至3万片/月 [17] - 芯联集成已跻身全球MEMS代工“第一梯队”，位列全球专属晶圆代工榜单前十，居中国大陆第四 [18] - 华润微在MEMS智能传感器领域实现多项技术突破，例如采用异构集成技术制造MEMS高端三层结构硅麦麦克风传感器，信噪比达到70dB [18] - MEMS制造商开始从8英寸晶圆生产线过渡到12英寸晶圆生产线以降低成本、提高产量，例如广州增芯12英寸晶圆制造产线项目已于2024年6月投产启动 [19][21] - 领先的MEMS厂商正加大在制造端的投资，逐步实现“设计-制造-封测”一体化，例如睿创微纳、士兰微、奥松半导体等正自建晶圆线 [21][22]

TPU v7 (Ironwood)性能突破 - 谷歌最新一代Ironwood TPU加速器性能实现重大飞跃，性能是TPU v5p的10倍，是TPU v6e"Trillium"的4倍 [4] - 单个Ironwood TPU提供4.6 petaFLOPS的密集FP8性能，略高于英伟达B200的4.5 petaFLOPS，略低于GB200/GB300的5 petaFLOPS [3] - 计算平台配备192GB HBM3e内存，提供7.4 TB/s带宽，与英伟达B200（192GB HBM，8TB/s内存带宽）处于同一水平 [3] - 每个TPU具有四个ICI链路，提供9.6 Tbps总双向带宽，而英伟达B200/B300为14.4 Tbps (1.8 TB/s) [3] 大规模扩展架构优势 - 谷歌TPU以Pod形式提供，单个Ironwood模块可通过专有互连网络连接多达9216个独立芯片 [7] - 9216颗芯片共享1.77PB高带宽内存，互连带宽高达9.6 Tbps，相当于在不到两秒内下载整个美国国会图书馆 [7] - 采用光路交换技术构成动态可重构架构，组件故障时可在几毫秒内自动绕过中断点，保持工作负载运行 [7] - 液冷系统整体正常运行时间保持约99.999%可用性水平，相当于每年停机时间不到6分钟 [8] - 采用3D环面拓扑结构，每个芯片以三维网格形式连接其他芯片，无需使用高性能数据包交换机 [8] Axion CPU战略布局 - 谷歌部署首款基于Armv9架构的通用处理器Axion，基于Arm Neoverse v2平台构建 [11] - Axion旨在比现代x86 CPU提升高达50%性能、高达60%能效，比云端最快通用Arm实例性能高30% [11] - 该CPU每个核心配备2MB私有L2缓存，80MB L3缓存，支持DDR5-5600 MT/s内存和统一内存访问 [11] - 早期客户Vimeo报告核心转码工作负载性能提升30%，ZoomInfo在Java服务上性价比提升60% [12] 软件生态系统与生产力 - AI超级计算机客户平均实现353%三年投资回报率，降低28% IT成本，提高55% IT团队效率 [14] - 谷歌Kubernetes Engine为TPU集群提供高级维护和拓扑感知功能，实现智能调度和高弹性部署 [14] - 开源MaxText框架支持监督式微调和生成式强化策略优化等高级训练技术 [14] - 推理网关通过前缀缓存感知路由等技术，将首次令牌延迟降低96%，服务成本降低高达30% [14] - 推理网关监控关键指标并智能路由请求，对共享上下文的请求路由到同一服务器以减少冗余计算 [15] 行业竞争格局与客户采用 - Ironwood Pods的FP8 ExaFLOPS性能被谷歌称为是其最接近竞争对手的118倍 [7] - 谷歌TPU v4支持最大4096芯片POD，TPU v5p提升至8960芯片，Ironwood进一步达到9216芯片 [16] - Anthropic计划利用多达一百万个TPU来训练和运行其下一代Claude模型 [16] - 亚马逊Trainium 2加速器在其计算结构中也采用2D和3D环面网格拓扑结构 [16]

美光科技HBM4研发遇阻 - 美光科技的HBM4产品可能因无法满足英伟达在性能和能源效率方面的严苛要求而需要重新设计芯片架构 [2] - 若重新设计消息属实，美光的HBM4量产计划可能延迟长达9个月，上市时间推迟到2026年，并导致其无法按时完成英伟达订单 [2] SK海力士HBM4技术领先与市场地位 - SK海力士于9月率先宣布完成全球首条HBM4量产体系的建置，其HBM4产品将频宽扩大两倍，同时将电耗效率提升超过40% [2] - 业界预期采用SK海力士HBM4后，AI服务性能有望提高多达69%，该产品已通过英伟达验证，计划于2025年第四季开始供货 [2] - 据韩媒报道，SK海力士在与英伟达的HBM4价格谈判中成功将价格上调超过50%，单价约500美元以上，市场推算其HBM4毛利率约达六成 [7][8] - 业界预估SK海力士明年仅HBM业务营业利益就可达约25兆韩元，整体营业利益上看70兆韩元 [7][8] 三星电子HBM4进展 - 三星电子已完成HBM4产品开发，并计划利用其10纳米级6代DRAM制程导入量产体系，预计在2025年第四季度推出 [3] - 三星HBM4量产关键的逻辑芯片良率已提升至90%，DRAM单品良率也已超越可量产水准，目前没有延迟迹象 [3] HBM市场竞争格局与市场规模 - 当前HBM市场格局显示，SK海力士以62%的份额占据主导地位，三星则蓄力冲刺30%的份额 [5] - HBM市场规模预计将在2026年暴涨70%，并于2030年冲破千亿美元量级 [5] - 分析师警告，若美光持续落后于SK海力士和三星，可能错失AI数据中心的大量订单 [5]

台积电退出氮化镓代工业务的影响 - 台积电决定于2027年7月前退出氮化镓代工业务，该决定基于市场动态和长期业务战略[2] - 业内人士指出，来自中国氮化镓晶圆厂日益增长的价格压力是促成台积电退出的因素之一[2] - 罗姆公司总裁表示台积电的退出对公司造成了巨大打击，因为工程师已结合双方技术专长[3] 相关公司的应对策略 - 罗姆公司正与台积电旗下提供8英寸工艺的子公司VIS进行洽谈，并考虑内部开发和合作开发等多种方案[2][3] - 纳微半导体在台积电退出决定后，于2025年7月1日宣布与力积电建立战略合作伙伴关系[2] - 纳微半导体计划在2025年第四季度完成首批器件认证，100V产品量产于2026年上半年开始，650V产品在未来12至24个月内从台积电过渡到力积电[2] - 英飞凌科技公司曾将GaN Systems生产外包给台积电，但计划在目前情况下过渡到使用自身制造能力和技术进行产品发布[3] - 罗姆公司就英飞凌的决定评论称，为维持和深化合作关系，将探讨未来发展和生产结构的各种可能性[3]

薪酬方案批准与条款 - 特斯拉股东投票批准首席执行官埃隆·马斯克的薪酬方案，超过75%的股东投赞成票 [2] - 该薪酬方案价值在10年内可达1万亿美元，前提是公司达到一系列里程碑 [2] - 马斯克需要担任特斯拉首席执行官7年半才能获得新薪酬方案中的任何股份 [3] - 若特斯拉市值达到至少8.5万亿美元并实现12项运营里程碑，马斯克将获得价值高达公司12%的股份 [5] - 马斯克新获得的股份将叠加在其现有持股上，使其拥有特斯拉18%的投票权 [6] 薪酬方案的战略目标与股东意见 - 薪酬方案旨在让马斯克将其时间、精力和才能专注于特斯拉，为股东创造价值 [3] - 马斯克表示该方案更多是为了让其能继续掌控特斯拉及其产品，而非追求财富 [5] - 方案遭到部分反对，例如挪威主权财富基金担忧奖励总规模、股权稀释及关键人物风险 [3][4] - 马斯克及其兄弟金巴尔·马斯克回避了董事会就薪酬方案向股东进行的投票表决 [6] 公司运营里程碑与现状 - 薪酬方案要求达成的里程碑包括：交付2000万辆特斯拉汽车、1000万个完全自动驾驶服务活跃订阅用户、交付100万台机器人、100万辆无人驾驶出租车投入商业运营及八个盈利里程碑 [5] - 特斯拉报告2024年汽车交付量为179万辆，低于2023年的181万辆 [5] - 公司正专注于研发家政服务机器人和部署无人驾驶出租车以扭转颓势，但两项计划均未实现商业化 [3] 公司治理与其他事项 - 为获得全部12%股份，协议要求马斯克制定框架以最终确定新任CEO继任者，但未规定其卸任时间 [5] - 另一项鼓励特斯拉投资马斯克xAI的股东提案尚未得出结论，赞成票多于反对票但有相当数量弃权票，董事会将研究下一步措施 [6]

行业背景与瓶颈 - 光模块行业在2025年站上风口，二级市场相关公司股价表现强劲[3] - 当前万卡、十万卡大模型算力集群中，超过90%的能耗消耗在数据搬运而非计算本身，电互连已逼近效率极限[3] - 数据传输带宽不足导致算力利用率被严重锁死，现有带宽无法满足大规模并行计算需求[6] - 铜互连存在物理极限，受趋肤效应影响，能量大量转化为热量，随着传输速率提高，其有效距离从几十厘米急剧缩短至仅几厘米[6][7] 技术解决方案：光互连 - 片间光互连技术被认为是将芯片间短距互连从电推向光的关键一跃，能在传输能耗、带宽密度、延迟与距离等多个维度实现数量级突破[3] - 光互连方案有望将带宽提升两个数量级，能耗降低两个数量级，从而大幅降低数据中心运营成本和能源消耗[10] - 光互连技术被视为系统级优化的杠杆，通过提升芯片间信号传输带宽与能效，能释放整个数据中心的潜在算力[17] - 该技术路线证明，在单芯片制程落后的情况下，仍可能在系统算力层面实现超越[17] 公司概况与竞争优势 - 光联芯科是一家专注于片间光互连技术的企业，成立不到两年已完成多轮融资，并获得顶级资本联合投资[1] - 公司核心团队来自麻省理工学院、清华大学等知名高校及Marvell等行业巨头，具备高密度的技术积累[16] - 公司策略清晰：电用于计算，光用于互连，类似海底光缆般支撑大规模算力的跨机架、跨数据中心传输[17] - 公司选择走“开放生态”路线，与国内多家头部GPU企业展开合作，构建开放的“光速网络”，任何国产GPU企业都能接入[19] - 从芯片设计到先进封装，公司全链路可在国内完成，无需依赖海外Foundry，加快了产品上市节奏并保障了算力自主可控[19] 市场机遇与战略意义 - 中国算力需求进入确定性扩张，2020-2023年全国算力年复合增长率约30%，头部企业已进入千亿级CAPEX投入周期[12] - “东数西算”等规划使跨区域算力调度成为刚性需求，传统互连方案已无法支撑[12] - 中国在光模块与封装领域已具备全球供应链优势，部分规格产品成本大幅低于海外方案，光互连有望成为中国率先规模化落地的主场技术[12][16] - 光互连不仅是一项技术创新，更被视为中国AI产业弯道超车的突破口，以及对国家级战略布局具有潜在影响的关键路径[25][27] 资本视角与公司发展 - 光联芯科的早期融资是近期国内光互连芯片赛道较大规模的融资之一，其多轮融资的迅速落地及顶级机构的罕见联手，传递出技术量产与商业化进程全面加速的信号[1] - 公司由真知创投作为创始投资人深度孵化，采用了结合企业家精神、融资能力和顶尖技术的“ECT”深度孵化模式[21][22][24] - 市场化基金的快速入场印证了赛道确定性，顶尖投资机构的联手押注显示了对光互连技术在AI 2.0时代基础设施地位的显著认同[25] - 资本看重的不仅是财务回报，更是该技术对国家级战略布局的潜在影响[25]

硅光技术概述 - 硅光是将硅半导体工艺与光通信技术结合，在硅片上制造和集成光器件，实现光信号传输和处理的集成光路技术 [17][19] - 行业普遍认为硅光是光通信的未来，英伟达、英特尔、思科等科技巨头均在力推该技术 [2] 硅光技术原理与架构 - 硅光技术是CPO共封装光学技术的核心思想，旨在将网络交换芯片和光引擎光模块进行共同封装 [14][17] - 硅光光模块采用CMOS制造工艺，直接在硅基材料上制造调制器、探测器及无源光学器件，集成度显著高于传统光模块 [29] - 硅光模块内部通过硅基波导传输光信号，其传输损耗极低小于0.1dB/cm，且波导宽度和弯曲半径可分别缩减至约0.4微米和2微米 [53][54] 硅光与传统光模块的对比 - 传统光模块采用分立器件封装，组件多且依赖昂贵的III-V族材料如InP磷化铟和GaAs砷化镓 [22][25][68] - 硅光模块主要采用成本较低的硅基材料，硅衬底价格约为InP衬底的二十分之一 [68] - 传统800G光模块功耗可能超过18W，而硅光模块通过高密度集成和减少连接损耗，功耗可降低约40%，800G模块功耗控制在14W左右 [69] - 硅光模块体积比传统模块缩小约30%，有利于高密度部署场景如AI算力集群 [66][67] 硅光模块的关键组件与技术挑战 - 激光器是硅光模块的短板，由于硅是间接带隙半导体不适合发光，通常采用外挂III-V族材料激光器的方式解决，如使用InP基的CW连续波激光器芯片 [45] - 硅基调制器常见方案有马赫-曾德尔调制器和微环谐振腔调制器，后者尺寸紧凑仅几十微米，但在超高速率如1.6T及以上场景信号稳定性需提升 [48][51] - 光耦合是硅光模块的痛点，微小偏差会导致较大插损插入损耗，需采用高精度自动耦合封装设备将插损控制在1dB以下 [61][62] - 硅光产业链目前存在标准化不足的问题，各厂商封装接口与驱动协议尚未统一，阻碍了规模量产 [73] 硅光的应用领域与市场前景 - 光通信是硅光最主要且落地最快的应用领域，受AI算力集群带动，光模块正进入800G放量并向1.6T发展 [75][76] - 业界估计硅光在800G模块中占比35%-40%，在1.6T模块中占比将达80% [79] - 根据LightCounting预测，2025年硅光模块市场规模将超60亿美元，年增长率超40% [79] - 国际半导体产业协会SEMI预测，2030年全球硅光市场规模预计将达到78.6亿美元，年复合增长率25.7% [79] - 硅光其他应用方向包括激光雷达可使其体积缩小至硬币大小成本降至百美元级、光计算其能效比传统电子芯片高出数个数量级、以及生物传感等 [80][82][85][87] 行业竞争格局 - 科技巨头如英特尔、英伟达、思科、IBM等正积极布局硅光技术，投入资源进行研发和产线建设 [91] - 国内企业包括中际旭创、熹联光芯、华工科技、新易盛、光迅科技等行业核心企业均在硅光领域有所布局 [91]

公众号记得加星标⭐️，第一时间看推送不会错过。 来 源： 内容 编译自 tomshardware 。 一家由哈佛大学、耶鲁大学、马里兰大学、Cadence 和德州仪器等众多专家创立的初创公司，结束了 隐秘运营，推出了一款突破性的设备，用于对半导体和电池进行非侵入式、非破坏性的 3D 成像。 EuQlid 的 Qu-MRI 平台结合了基于金刚石的量子传感、先进的信号处理和机器学习技术，能够以无 损 方 式 快 速 扫 描 芯 片 ， 甚 至 在 生 产 线 上 也 能 发 现 隐 藏 的 缺 陷 。 EuQlid 通 过 电 子 邮 件 向 Tom's Hardware解释说，这项创新有望"为芯片代工厂节省数十亿美元"。 Qu-MRI技术 EuQlid 将其新型扫描仪描述为一种利用量子磁力测量硬件提供"具有高通量和纳安级灵敏度的埋藏电 流图"的设备。 Qu-MRI 依靠 EuQlid 的第一代产品量子金刚石显微镜 (QDM)，并结合先进的信号处理和 AI 驱动的 分析技术，来理解这款新产品所针对的复杂半导体材料和器件。 投资者纷纷涌入这家 已经取得成功的初创公司 EuQlid 的第一代量子点磁体 (QDM) 已 ...