边缘AI的挑战与内存瓶颈 - 边缘AI应用（如自动驾驶、医疗、工业）因需实时响应和数据隐私，更适合在本地运行小型模型，而非依赖数据中心的大型模型[3] - 边缘设备计算资源有限，无法拥有TB级内存或无限计算能力，这与数据中心形成鲜明对比[3] - 在典型移动工作负载中，数据在内存中的移动占总能耗的62%，内存是硬件资源的最大消耗者，且内存延迟是执行时间的最大贡献者[3] - 器件规模扩大使DRAM稳定性变差，需更频繁刷新周期，且大型内存阵列访问难度增加，因带宽增长不及内存条本身增长[3] 内存/近内存计算解决方案 - 商用现成DRAM在软件基础设施支持下，可执行原始数据复制、初始化和按位逻辑运算，作为近内存计算的解决方案[4] - 内存计算不仅能提高传统神经网络能效，还可促进其他建模方法发展，如将计算难题建模为伊辛玻璃问题[10] 神经网络训练与推理的内存需求 - 神经网络训练任务涉及对权重矩阵多次小幅更新，需要高写入耐久性和精确值存储能力的内存[5] - 推理任务使用稳定不变的权重矩阵，但可能多次应用于输入数据，需要高读取耐久性的非易失性存储器[5] - 近内存计算设备需与标准CMOS逻辑工艺兼容[5] RRAM与铁电体技术特性 - RRAM依靠氧化层中形成的导电细丝实现极高读取耐久性，通过精心设计编程方案可存储模拟值以减小存储器阵列大小，技术已成熟到可在边缘推理场景商业部署[5] - RRAM写入耐久性相对较低，编程脉冲会随时间模糊存储值间电阻差异，设计人员通常用传统硬件训练模型后预加载权重到RRAM阵列[6] - 铁电电容器支持快速开关和极高写入耐久性，可承受训练任务的频繁写入，但读取操作具有破坏性，不适合长期存储权重矩阵或频繁读取的推理任务[6] - 铁电晶体管集成到CMOS工艺复杂，需高温工艺和额外掩模层，而铁电电容器和隧道结更简单，促使多个研究小组将RRAM与铁电结构结合[6] 混合内存技术进展 - SK海力士展示混合铁电隧道结（FTJ），将铁电铪锆氧化物层夹在电极间，钽层作氧空位储存器，实现精确模拟乘法累加运算，效率达每瓦224.4万亿次运算（TOPS/W）[7] - CEA-Leti团队将掺杂硅的HfO2电容器与钛氧清除层结合到标准CMOS后道工艺，器件可表现为铁电电容器或经成型形成导电细丝的忆阻器[7] - 混合结构中，铁电电容器存储用于训练计算的高精度二进制权重，忆阻器存储推理任务所需的模拟权重，训练数字识别任务时写入操作总数比忆阻器耐久性小17倍，比铁电电容器耐久性小75倍，能耗比持续更新忆阻器阵列低38倍[9] 替代计算模型与硬件设计 - 伊辛玻璃问题涉及数千至数百万连接，是量子计算潜在应用，传统方法如德州大学研究员提出三维结构，将FeFET融入CMOS后道工艺，节点由四个交叉耦合FeFET存储有符号模拟值，映射到伊辛耦合矩阵[11] - 近内存和内存加速器与任务紧密耦合，伊辛玻璃求解器、点云网络等需要不同硬件设计，下一步需软件框架重新映射内存访问以满足特定问题要求，并需能独立于外部内存控制器自我管理的内存硬件[13]

下一代AI5芯片性能与设计 - 特斯拉首席执行官埃隆·马斯克公布下一代AI5芯片细节，称其为一项令人惊叹的设计，性能相比前代产品将有显著提升 [2] - 从某些指标来看，AI5芯片的性能将比AI4提升40倍 [5] - 性能突破归功于公司在软硬件垂直一体化设计方面的独特优势，同时掌握自动驾驶系统的软件栈与硬件架构 [5] - 为实现架构简化，AI5芯片移除了多种传统组件，包括旧版GPU和图像信号处理器，使芯片得以采用半掩模设计，在效率与功耗管理方面获得显著提升 [5] AI5芯片的制造策略 - AI5芯片将由三星位于德克萨斯的工厂和台积电位于亚利桑那的工厂联合制造，全部生产环节均位于美国境内 [4][6] - 两家晶圆厂都将参与早期投片阶段，尽管三星的设备略为先进，但双方都支持公司的美国本土制造目标 [6] - 公司的明确目标是制造出超量的AI5芯片，这些多余芯片可用于公司的车辆、类人机器人或数据中心 [6] 公司的市场定位与优势 - 公司在芯片设计上的最大优势在于其面向单一客户，即公司自身，这使其得以剔除不必要的复杂性 [6] - 与NVIDIA必须满足众多客户的各种需求不同，公司只需满足自身需求，这种专注使其在AI5批量生产后能达到业内最佳的能效比与成本性能比 [6] - 公司并不打算取代NVIDIA，但超量的AI5芯片可以放进数据中心使用，后者目前混合使用AI4与NVIDIA硬件进行模型训练 [6]

苹果A20处理器成本与影响 - 苹果正开发用于明年iPhone 18系列的A20处理器，采用台积电2纳米制程打造，预估成本高达280美元 [2] - A20处理器成本较今年iPhone 17系列搭载的A19处理器（成本150美元）高出超过86%，是整机成本涨幅最大的关键零组件 [2] - 处理器成本连续三年超越面板，成为iPhone成本最高的元件，此前iPhone 16 Pro系列的A18 Pro处理器成本已达135美元，超过当时约110美元的面板成本 [2] 半导体制程技术演进 - A20处理器是苹果首款采用台积电2纳米制程的处理器，告别了延续三代的台积电3纳米制程 [3] - 技术大幅跃升伴随成本激增，据传台积电2纳米制程芯片单价比末代3纳米（据称比前代涨价20%）再增加50% [3] - 2纳米制程初期因资本投入高且需经历良率爬坡，代工厂难提供折扣，导致芯片成本高昂 [3] 对终端产品定价的潜在影响 - 因A20处理器成本激增至280美元，明年iPhone 18面临售价“非涨不可”的压力 [2]

文章核心观点 - 英特尔因技术债务和一系列工艺节点上的失误，导致其在芯片制造领域落后于台积电等竞争对手，目前正通过激进的5N4Y计划（四年五个节点）试图重回正轨，但面临工艺良率、外部客户获取及财务亏损等多重挑战 [2][5][9][13][14] 英特尔的技术困境与工艺路线图 - 英特尔在10纳米及以下工艺节点的商业化上遭遇多年延迟，而竞争对手如台积电则在7纳米和5纳米节点上稳步推进，AMD借此转向台积电并蚕食英特尔服务器CPU市场份额 [3][4][5] - 公司工艺发展出现多次“跳跃”或取消，例如Intel 20A工艺在去年9月被取消，以便集中精力提升18A工艺产能，而原定于今年推出的“Clearwater Forest”Xeon 7处理器已推迟至2026年 [9][11] - 英特尔代工厂的工艺路线图面临严峻挑战，若无法争取到14A工艺的外部客户，其代工业务可能像格芯一样停滞在某个节点上，这对公司产品部门和代工厂均不利 [10][12] 财务表现与运营状况 - 公司2025年第三季度总营收为136.5亿美元，同比增长2.7%，环比增长6.2%，运营利润为6.83亿美元，占营收5%，相比去年同期91亿美元的运营亏损有显著改善 [19][23] - 数据中心与人工智能（DCAI）事业部销售额为41.2亿美元，运营利润达9.64亿美元，是去年同期的2.5倍，反映了Intel 3和Intel 4工艺的产品组合优化和良率提升 [19][25] - 英特尔代工厂部门持续亏损，运营利润为负23.21亿美元，占营收的-54.8%，同比恶化60.3%，首席财务官指出代工厂处于负毛利率区域，需通过转向更先进工艺来改善成本结构 [14][19] 客户获取与外部合作 - 英特尔代工厂亟需外部客户采纳其18A和14A工艺以实现盈利，公司正与潜在客户深入接触，但尚未有明确订单，政治压力（如美国政府持股10%）可能成为争取客户的潜在因素 [10][17] - 公司与英伟达的合作包括后者购买50亿美元英特尔股份，以及在未来的Xeon服务器CPU中加入NVLink端口，但英特尔已放弃价值2000亿美元的数据中心GPU市场，转而发展AI推理引擎 [18] 工艺良率与成本控制 - 18A工艺的良率目前足以满足供应需求，但未达到能获得适当利润的水平，预计到2026年底良率将改善至行业可接受标准，而14A工艺在同期比较下起步优于18A [13][14] - 公司毛利率受到旧工艺高成本和新工艺启动成本叠加的影响，首席财务官表示转向Intel 4、3、18A及14A等尖端节点将改善成本结构，并减少未来启动成本 [14][15]

论坛概况 - 论坛主题为“AI驱动 智链未来”，聚焦人工智能驱动下的电子电路与半导体产业变革 [1] - 论坛将于2025年10月28日13:30-16:30在深圳国际会展中心（宝安）6号馆1号论坛区举行 [1][17][25] - 论坛由中国电子电路行业协会（CPCA）与半导体行业观察（Semi-insights）联合主办 [1][12][23] 核心议题与演讲内容 - 议题一：探讨中国技术在海外云计算与AI应用领域的发展，由香港浪潮云服务高级战略销售总监张晟彬分享 [3][19] - 议题二：分析AI如何从数据智能演进至决策智能，推动制造业降本增效，由赛美特信息集团市场总监周秋艳分享 [4][20] - 议题三：讨论AI原生架构下存储技术的未来发展与机遇，由深圳市领德创科技品牌市场总监刘颖分享 [5][20] - 议题四：阐述AI驱动的研发创新与共享设计新路径，由深圳市造物数字工业科技副总经理郑汉明分享 [6][21] - 议题五：介绍毫米波无线隔离技术及其应用前景，由德氯微电子商务拓展总监黄亨丰分享 [7][21] - 议题六：解码先进封装全流程EDA如何通过STCO路径赋能AI芯片算力重构，由硅芯科技产品市场总监赵瑜斌分享 [9][22] - 议题七：解析PCB企业出海运营的法律风险及应对策略，由广东卓建律师事务所合伙人毛智分享 [10][22] 主办方背景 - 中国电子电路行业协会（CPCA）是电子电路领域的权威机构，拥有数十年行业经验与扎实资源 [16] - 半导体行业观察（Semi-insights）是半导体领域的专业洞察平台，以深度报道和前沿研究见长 [16]

熊本二厂项目概况 - 台积电日本子公司JASM已于24日与菊阳町政府签署熊本二厂建厂合约，厂址位于一厂东侧，厂区面积约为6.9万平方公尺 [2] - 该厂预计2027年底开始营运，主要生产用于AI与自动驾驶领域的6纳米制程晶圆，此为日本最先进的制程 [2][3] - 熊本二厂预计员工人数为1,700人，与一厂相同 [2] - 台积电对熊本两座厂的投资总额为225亿美元，日本经产省决定补助约1.2兆日元（约77亿美元） [2] 项目推进的挑战与考量 - 熊本二厂动工日期从原订的2025年3月延宕至10月，主要原因是当地交通因工业活动增加而恶化，引起居民不满 [3] - 建厂延后的另一主因是主要客户的市场需求下滑，消费性与车用市况疲软，影像感测器尤其受到竞争冲击影响需求 [3] - 公司表示正式进入量产的时机将依市场需求的动向谨慎判断，建厂进度与量产时程也会依客户需求而定 [2][3][4] 熊本一厂与合作伙伴 - 熊本一厂已于去年底量产，采用22/28及12/16纳米制程，最大月产能为5.5万片 [3] - 台积电日本熊本厂是日本重振半导体业的关键指标，合资厂商包括Sony和丰田汽车旗下的零组件大厂Denso [3]

IWAPS的使命与定位 - IWAPS成立于2017年，核心使命是填补国内先进光刻技术领域全球化专业交流平台的空白，促进国内技术快速追赶国际先进水平[3] - 致力于打造国际化、高层次技术交流平台，汇聚全球顶尖学者、头部企业及产业链代表，推动计算光刻、DTCO、EUV等前沿技术在中国本土落地[3] - 已成为国内规模最大、国际化程度最高的光刻技术峰会，是连接中国与世界光刻创新体系的重要桥梁[3] IWAPS的产业价值与学术价值 - 为国内外半导体工业界、学术界的资深专家提供技术交流平台，涵盖材料、设备、工艺、测量等主题[4] - 作为连接全球光刻产业链的枢纽，得到四十多家国内外顶尖集成电路企业支持，其中国际头部企业赞助商占比达53%，国内企业占比47%[4] - 会议规模持续扩大，从最初200多人的中型论坛发展为参会人数超过700人的大型国际峰会，会议上分享的报告超百篇[11] - 会议论文被IEEE/SPIE收录，并设置“Best Poster”奖项鼓励青年学者，每年有数百名青年学者获得与国际知名专家、企业总裁现场交流的机会[11] - 与会议举办地产业部门深度协同，在南京、成都、佛山、丽水、深圳等产业核心区构建区域性创新枢纽，激活区域产业生态[8][9] 韦亚一教授的领导作用 - 韦亚一教授作为IWAPS大会的灵魂人物，是中国科学院大学特聘教授，长期从事半导体光刻领域研发，拥有丰富的产业化经验[15] - 在中美贸易战及西方技术封锁的困境下，坚定指出先进光刻技术是打破发展困境的关键，并克服困难坚持举办第三、第四届会议[16] - 在疫情期间采用线下交流、线上互动的方式，成功举办第五届和第六届会议，为国内行业发展注入动力[16] - 自2024年起，代表IWAPS组委会与SPIE签订合作办会协议，会议成功列入SPIE会议名录，标志着会议发展登上新台阶[18]

文章核心观点 - 全球模拟半导体行业正经历一场以"轻封测化"与"制造聚焦"为特征的产业再平衡 [2] - 德州仪器、ADI、英飞凌、Qorvo等模拟巨头罕见地同时调整其制造与封测版图，呈现晶圆回流与封测外迁的双重趋势 [2] - 行业从"自我完备"转向"协同共生"，从"拥有工厂"转向"掌控确定性" [21] 一、"轻封测化"成为产业新常态 - ADI与日月光投控签署谅解备忘录，计划由日月光收购ADI位于马来西亚槟城的全资封测子公司100%股权，交易预计在2026年上半年完成 [3] - ADI通过长期供应协议锁定外包产能，既保持技术话语权又提高资金使用效率，资本开支占营收比例自2020年的10%降至约6%，毛利率稳定在70%左右 [4] - 英飞凌出售其位于菲律宾Cavite与韩国Cheonan的两座后段封测工厂给日月光集团，交易于2024年8月完成，约1200名员工随厂转入日月光体系 [7] - 英飞凌通过出售释放固定资产并减少每年资本开支约3–4亿欧元的负担，可集中资源于前段12英寸扩产 [7] - Qorvo将其位于中国北京与山东德州的封装与测试工厂以约2.32亿美元出售给立讯精密，旨在降低资本强度，支持长期毛利率目标 [9] 二、日月光成大赢家 - 在"IDM去封测化"趋势中，日月光投控成为最大赢家，不仅在资产层面接手了ADI、英飞凌的工厂，更在技术层面深入绑定客户的长期供应协议 [11] - 日月光在马来西亚槟城启动其第五座封装与测试工厂，厂区面积扩张至约340万平方英尺，成为当地规模最大的半导体封测基地 [12] - 日月光于2025年第一季度投入约8.92亿美元的设备投资，其中约3.95亿美元用于封装业务、4.72亿美元用于测试业务 [12] - 公司预测其2025年先进封装与测试收入将比2024年翻逾一倍，达到约16亿美元，并正评估在美国新建先进封装产能 [12] 三、8英寸晶圆厂关闭愈演愈烈 - 150mm晶圆线已大部分退出主流生产，德州仪器在2025年关闭了位于德州的150mm晶圆厂 [13] - 意法半导体宣布加大300mm晶圆投资，并对Agrate与Crolles两座200mm厂区进行布局调整，前者将逐步转向MEMS生产，后者则扩建300mm产线 [14] - 恩智浦计划关闭包括荷兰奈梅亨和美国在内的四座8英寸晶圆厂，战略性地转向更先进的12英寸晶圆生产 [15] - 英飞凌将位于德克萨斯州奥斯汀的200毫米晶圆厂出售给SkyWater，两家公司签署了长期供应协议 [15] 四、德州仪器：全盘IDM的孤勇者 - 德州仪器计划在美国七家半导体工厂投资超过600亿美元，为美国创造超过60,000个新就业岗位，这是美国历史上对基础半导体制造业的最大投资 [16] - 位于德克萨斯州谢尔曼的最大大型工厂投资高达400亿美元，用于建设四座晶圆厂 [16] - 通过12英寸晶圆替代8英寸，单片成本可降低30–40%，公司并不追求"先进制程"，而是用规模换成本，用自控换稳定 [19] - 公司过去12个月资本开支约为48亿美元，是当下唯一仍坚持"晶圆＋封测"双自控的模拟巨头，计划到2030年内部制造比例达到95%以上 [19][20]

苹果私有云计算战略部署 - 苹果首席执行官蒂姆·库克宣布，公司在美国制造的先进服务器已从休斯敦新工厂开始出货，运往苹果自有数据中心 [2] - 这些服务器是Private Cloud Compute的核心设备，是苹果针对云端AI的解决方案，用于在设备本地NPU算力不足时扩展Apple Intelligence [2] - PCC是苹果6000亿美元美国本土投资计划的一部分，标志着公司大规模扩展本地服务器产能 [2] PCC技术架构与安全特性 - 当iPhone或Mac需要将请求发送至设备外部时，数据会交由一个"洁净室级操作系统构建"处理，并通过从安全隔区启动的信任链进行验证 [2] - 系统镜像为写保护状态，经过精简，没有持久存储，也不进行遥测数据收集，任务完成后服务器会完全清除会话记录 [2] - 公司将公开每个生产版本PCC节点的软件镜像，并提供虚拟研究环境供安全研究人员独立检查与验证 [3] - 苹果声称即便公司自身也无法访问进入PCC实例后的用户数据 [3] 硬件策略与行业定位 - 苹果确认PCC服务器使用了"定制的Apple Silicon芯片"，但未披露具体型号或制程节点，根据功能和安全架构推测很可能基于M系列芯片开发 [3] - 与微软和谷歌依赖传统的GPU密集型云实例进行AI推理不同，苹果尝试一种结合本地模型执行与云端回退的混合架构 [3] - 该系统基于不存储、不记录用户数据的软件堆栈，旨在不违背隐私承诺、也不依赖第三方硬件加速的前提下扩展本地AI算力 [3]

公司财务表现 - 第三季度营收同比增长3%，达到137亿美元 [2] - 客户端计算事业部营收同比增长5%，达到85亿美元，但数据中心和人工智能事业部营收同比下降1%，至41亿美元 [2] - 毛利率为38.2%，比去年同期增长23.2个百分点 [2] - 按照公认会计原则计算的每股收益为90美分，高于去年同期的负3.88美元 [2] - 公司公布净收入43亿美元，这是自2023年以来首次实现季度盈利，而去年同期净亏损170亿美元 [3] - 英特尔股价在盘后交易中上涨逾7% [2] 运营与供应链状况 - CPU短缺状况由于需求"超过供应"可能会持续到明年 [2] - 供应"大幅收紧"的主要原因是较旧的英特尔10和英特尔7制造节点的"产能限制" [3] - 这种短缺"限制了公司在第三季度充分满足数据中心和客户端产品需求的能力" [3] - 短缺问题"几乎发生在整个业务中"，但在英特尔10和英特尔7节点最为明显 [4] - 为解决短缺问题，公司一直"与客户密切合作，以最大限度地提高可用产量，包括调整价格和产品组合" [5] - 供应问题可能在明年第一季度达到顶峰，然后公司才能在接下来的几个月里"赶上" [6] 产品与技术动态 - 使用英特尔10和英特尔7节点构建的产品包括第14代酷睿"Raptor Lake Refresh"系列和第五代至强可扩展"Emerald Rapids"系列 [4] - 较新的产品如酷睿Ultra 200V "Lunar Lake"系列和酷睿Ultra 2系列"Arrow Lake"系列，完全或几乎完全依赖台积电进行制造 [5] - 至强6 "Granite Rapids"产品依赖英特尔3节点作为计算单元，依赖英特尔7节点作为I/O单元，而至强6 "Sierra Forest"产品则完全使用英特尔3节点制造 [5] - 公司在AI PC领域正实现两位数的连续增长，预计到今年年底将出货约1亿台AI PC的处理器 [5] 市场需求驱动因素 - 包括Raptor Lake在内的老款产品需求增长的一个重要驱动因素是Windows 11的更新，因为微软已于10月14日终止了对Windows 10的正常支持 [6] - Windows的更新速度"比预期要快得多"，这推动了对Raptor Lake等产品的需求，而不一定是AI PC [6] - 分销商ASI的营销副总裁指出，客户端看到的供需动态是"需求改善和产品转型的结合" [7]