半导体行业观察
搜索文档
三星和SK海力士,发出警告
半导体行业观察· 2026-01-30 10:43
公众号记得加星标⭐️,第一时间看推送不会错过。 全球两大内存芯片制造商表示,由于人工智能蓬勃发展带来的产品需求快速增长,他们无法满足这一 需求,因此该行业的供应短缺状况将持续到 2027 年。 周四,韩国三星电子和SK海力士两家公司公布了创纪录的第四季度收益后,对存储器市场前景给出 了类似的展望。 三星电子存储器业务负责人金在俊周四的财报电话会议上表示:"由于行业内洁净室空间有限,预计 2026年和2027年的供应扩张将受到限制,但由于与人工智能相关的强劲需求,预计供应短缺将持续 存在。" Kim表示,公司计划利用此前通过积极投资提前获得的洁净室和制造空间来扩大供应,这将使公司能 够在短期内扩大供应。 先进的内存,特别是高带宽内存,是人工智能应用的关键组件,被广泛用于提高英伟达等人工智能芯 片的运行效率。 供应短缺推高了内存芯片价格,为这两家韩国公司带来了创纪录的利润,但也给他们的客户带来了麻 烦。 三星的金表示,为了降低市场波动风险,公司被迫有选择地回应客户的供货合同请求。 他表示,三星优先向服务器客户供应DRAM芯片,PC和移动客户则排在后面。 分析人士表示,这种趋势将创造一种新的商业环境,财力雄厚的公司 ...
三星半导体利润飙升465.5%,重夺DRAM龙头
半导体行业观察· 2026-01-29 09:15
三星电子2023年第四季度及全年业绩表现 - 公司2023年第四季度销售额同比增长23.8%,达到93.8374万亿韩元,营业利润飙升209.2%,达到20.737万亿韩元,创下七年来第四季度最高的季度营业利润以及韩国企业历史新高的季度销售额和营业利润 [2] - 公司2023年全年销售额增长10.87%至333.6万亿韩元,全年营业利润增长33.3%至43.6万亿韩元 [2] 半导体业务(DS部门)成为核心驱动力 - 半导体业务是公司业绩强劲增长的主要驱动力,贡献了总营业利润的80% [2] - 2023年第四季度,半导体业务销售额增长46.2%至44万亿韩元,营业利润飙升465%至16.4万亿韩元 [2] - 公司积极响应市场对传统DRAM的强劲需求,并扩大了如高带宽内存(HBM)等先进产品的供应 [2] 高带宽内存(HBM)业务复苏与竞争态势 - 公司HBM业务在2023年上半年业绩疲软,导致DS部门第一季度营业利润为1.1万亿韩元,第二季度为4000亿韩元 [2] - 随着开始向英伟达供应HBM3E芯片,业绩在去年下半年迅速复苏,第三季度营业利润为7万亿韩元,第四季度达到16.4万亿韩元 [3] - 公司专注于改进HBM设计以重振技术竞争力,并向英伟达、谷歌和AMD供应HBM3E,近期完成了运行速度达11.7Gbps的HBM4研发,并宣布将于下月开始向英伟达全面出货 [4] - 随着HBM竞争力恢复,公司在2023年第四季度从SK海力士手中夺回了按营收计的DRAM销售额榜首位置 [4] - 此前公司在HBM研发方面落后,于2025年第一季度被SK海力士超越,2024年第四季度其DRAM市场份额为38%,但2025年第一季度下滑至34%,落后于SK海力士(36%)[3] 存储器市场环境与公司策略 - 全球存储器市场处于上行周期,传统DRAM价格在2023年第四季度飙升了40%至50%,NAND闪存价格在去年全年持续上涨 [3] - 公司计划通过量产HBM4和扩大高附加值存储器的销售来响应人工智能和服务器业务的强劲需求 [4] - 公司表示将凭借其逻辑、存储器、代工和封装一站式解决方案的竞争力,确保在人工智能半导体市场占据领先地位 [5] 晶圆代工与系统级芯片业务 - 随着生产线利用率的提高,晶圆代工业务的亏损在2023年第四季度显著收窄 [3] - 晶圆代工业务的销售额增长主要得益于第一代2nm工艺的全面量产以及来自美国和中国客户需求的增加,但由于拨备成本影响,盈利能力提升有限 [4] - 代工业务计划扩大订单规模,重点服务于高性能计算和移动领域的大型客户 [4] - 受季节性因素影响,系统级芯片业务环比增速略有放缓,但得益于新型2亿像素图像传感器和5000万像素BigPixel产品销量增长,销售额仍保持增长 [4] 消费电子与移动业务面临挑战 - 相比之下,公司的消费电子和智能手机业务举步维艰 [5] - 2023年第四季度,移动网络部门的营业利润仅为1.9万亿韩元;家电和电视业务继第三季度之后,连续两个季度出现亏损 [5] 行业预测与展望 - 科技行业预测,受半导体行业蓬勃发展推动,公司今年的年度营业利润可能高达180万亿韩元 [4] - SK证券预测公司今年的营业利润将同比增长314%,达到180万亿韩元,营业利润率将达到37%,利润和盈利能力均创历史新高 [4] - 公司预测半导体业务的增长势头将在2024年第一季度延续 [4]
SK计划重组NAND业务
半导体行业观察· 2026-01-29 09:15
公众号记得加星标⭐️,第一时间看推送不会错过。 SK海力士将向AI公司投资100亿美元,资金将以资本募集的方式进行部署。 SK 海力士正寻求重组其收购的英特尔 NAND 闪存工厂和 SSD 业务 Solidigm,并投资美国人工智能相关企业,以加强其内存产品在所生产的系统 和产品中的作用。 该公司正计划在美国成立一家名为AI Co.的新公司,以拓展其在美业务。AI Co.(暂定名)将是一家位于加州的新运营实体,取代Solidigm。现有 的Solidigm NAND和SSD业务将转移至一家名为Solidigm Inc.的新子公司,"以确保品牌延续性"。 为配合其人工智能战略,SK海力士正考虑投资美国创新型企业,并通过旗下AI公司与其合作,以期与SK集团旗下其他公司形成协同效应。该公司 希望拓展其人工智能产品线,从DRAM、HBM和NAND芯片/SSD等现有产品入手,从而提高其芯片和SSD在产品中的应用范围。 我们认为,AI公司很可能会投资美国专注于人工智能的内存系统和系统软件企业。其目标是促使这些企业在其产品开发和支持过程中使用SK海力 士的内存和NAND/SSD产品,包括高带宽内存(HBM),如果高带宽闪存 ...
先进封装,再起风云
半导体行业观察· 2026-01-29 09:15
行业背景与市场前景 - 全球半导体市场预计在2025年增长21%,达到7934.49亿美元,若2026年增长率达到26%,市场规模将达到约1万亿美元[2] - 先进封装技术正成为行业增长的重要引擎,当前全球先进封装市场规模已达460亿美元,到2028年前后可能超过794亿美元[2] - 随着AI芯片爆发、HBM内存普及及高速信号传输需求提升,行业竞争焦点已从工艺制程转向先进封装[2] - 台积电、Intel、三星正加大先进封装领域的研发与投入,行业竞争进入白热化阶段[2] 台积电的先进封装布局 - 台积电计划在嘉义AP7工厂新建WMCM生产线,目标在2026年底实现月产6万片晶圆,并在2027年将产能翻倍至12万片[3] - WMCM技术采用逻辑SoC与DRAM平面封装架构,以重布线层替代传统中介层,是CoWoS基础上的终极演化,可将内存与CPU、GPU、NPU集成于同一晶圆[3] - 该技术能极大缩短信号传输路径,提升互连密度与散热性能,将独家适配苹果iPhone 18搭载的A20系列芯片,配合2nm制程实现性能跃升[3] - 相比当前苹果采用的InFo-PoP技术,WMCM能在不显著增加芯片面积的前提下,显著提升互连带宽、降低功耗并大幅降低制造成本[3] - WMCM技术的量产将推动先进封装从数据中心向消费电子领域下沉,加速消费级芯片封装技术的迭代升级[4] - 台积电CoWoS月产能已从2024年的3.5-4万片,提升至2025年的6.5-7.5万片,实现翻倍增长,2026年将进一步向9-11万片冲刺[15] - CoWoS是英伟达H100、AMD MI300等旗舰AI芯片的核心封装方案,仅英伟达就占据2025年CoWoS产能的63%[15] - 公司通过InFO设备升级、SoIC 3D堆叠技术迭代,构建覆盖AI芯片与高端消费电子的完整技术矩阵,目标2026年先进封装业务营收占比突破10%[17] Intel的先进封装布局 - Intel在2026年NEPCON日本电子展上展示了结合EMIB与玻璃基板的最新封装样品,样品尺寸达78mm×77mm,是标准光罩尺寸的2倍[5] - 该样品采用10-2-10堆叠架构和45μm超微细凸点间距,远超传统基板性能上限[5] - 玻璃基板相较传统有机基板具有更佳的平整度、低介电损耗和尺寸稳定性,其热膨胀系数与硅片接近,可解决高温下基板翘曲问题[8] - Intel通过“No SeWaRe”技术解决了玻璃基板的脆性难题,并正推进玻璃基板与硅芯片的热膨胀系数匹配优化,目标将偏差控制在3-5ppm/℃[8] - 该技术明确指向服务器级AI与高性能计算市场,计划在2026-2030年逐步完成产品导入,有望重塑多芯片互连技术规则[8][9] - Intel在先进封装领域的布局核心在于IDM 2.0战略驱动的Chiplet集成生态,通过EMIB、Foveros以及Co-EMIB三位一体的技术组合构建产品矩阵[17] - 公司正在全球扩充先进封装产能,包括美国新墨西哥的Fab 9和马来西亚的Project Pelican项目,旨在将产能回流至美国和东南亚[17] - Intel将玻璃封装视为核心方向,计划2025-2030年实现量产,并联合行业厂商探索电光玻璃基板在400G及以上集成光学方案中的应用[21] - 在CPO领域,公司依托EMIB技术构建架构,将XPU与光学I/O芯片通过硅桥互连,采用有源耦合工艺降低损耗[21] 三星的先进封装布局 - 三星在Exynos 2600处理器中导入Heat Pass Block技术,在SoC裸晶上方集成铜基导热块,与LPDDR DRAM内存一起策略性放置,优化热量传导路径[10] - HPB技术通过缩减DRAM尺寸、加装导热块及应用新型高k环氧模塑复合材料,缩短热量传导距离[12] - 与传统封装方案相比,HPB技术实现热阻降低16%、芯片运行温度降低30%的显著效果,有效减少高负载场景下的性能降频[12] - HPB技术此前用于服务器和PC,此次是首次在移动SoC上应用,其设计理念是在处理器架构初始阶段解决散热问题[13] - 三星将最新的2nm工艺技术与HPB直接散热技术相结合,力求改变其在芯片性能和散热管理方面的声誉[13] - 三星依托HIT技术平台,推出I-Cube、H-Cube和X-Cube三大系列封装方案,其中X-Cube实现3D垂直堆叠[21] - 公司凭借ABF+HDI双基板和混合键合技术,构建了面向AI数据中心和高端消费电子的完整技术矩阵[21] - 三星推出SAINT技术体系,聚焦存储芯片与逻辑芯片的协同封装,细分为针对SRAM、逻辑芯片及HBM内存与逻辑芯片协同设计的三大方案[22][25] - 公司正全力推进SoP技术的商业化落地,采用415mm×510mm的超大尺寸长方形面板作为封装载体,远超传统12英寸晶圆的有效利用面积[26] - SoP技术省去传统封装所需的PCB和硅中介层,通过精细铜RDL实现芯片间直接通信,旨在以尺寸与成本优势打破现有技术格局[27] - 三星在玻璃基板领域也在深入布局,三星电机推进玻璃芯基板2026-2027年量产,三星电子则研发玻璃中介层,目标2028年实现对硅中介层的替代[27] 先进封装技术演进方向 - **材料革新**:玻璃基板凭借与硅片近乎一致的热膨胀系数和超精细布线能力,成为突破有机基板瓶颈的新路径[29]。未来,玻璃-有机复合材料、新型陶瓷材料、Low-Dk材料及高导热衬底等将持续发展[30] - **异构集成**:2.5D/3D封装技术借助硅通孔、微凸点等技术,将不同制程工艺、不同功能的芯粒在三维空间内紧密整合[31]。UCIe等开放互联标准的推广将降低多芯粒集成技术门槛,推动行业迈向“芯粒即插即用”的新范式[31]。Chiplet设计范式与先进封装的结合将成为行业共识[32] - **向封装层级散热渗透**:热管理已向封装级深度渗透,三星的HPB技术和Intel的分解式散热器是代表性创新[33]。未来将形成贯穿制程工艺、封装设计、系统散热全链路的一体化解决方案[33] - **光电合封**:光电合封技术将光子器件与电子芯片紧密集成于同一封装体,利用光信号传输优势,以解决数据中心内部极致带宽和功耗挑战[34]。该技术有望在未来几年迎来爆发式增长,成为先进封装新的增长极[34] 行业竞争格局与核心价值 - 2.5D/3D封装作为主导路线增长潜力突出,AI数据中心处理器的2.5D/3D封装出货量在2023-2029年的复合增长率将达23%[14][15] - 在后摩尔时代,封装技术已从“配角”跃升为决定芯片性能的“主角”,技术路线迭代与产能布局直接决定企业未来市场话语权[36] - 未来,材料革新、异构集成、热管理优化与光电合封等趋势将深度融合,推动先进封装技术持续迭代[36] - 掌握核心封装技术的企业将占据产业制高点,引领半导体产业迈向新的发展阶段[36]
为何都看好硅光?
半导体行业观察· 2026-01-29 09:15
人工智能发展引发的能源挑战 - 人工智能的蓬勃发展正引发一场能源危机,其耗电量甚至可能超过某些国家的用电量[2] - 高盛预测,到2030年,数据中心电力需求将增长160%,达到每年945太瓦时,相当于日本的全部电力消耗量[2] - 人工智能训练设施内装有数十万颗NVIDIA H100芯片,每颗芯片功耗高达700瓦,几乎是普通电视机的八倍,加上冷却系统,一些超大规模设施的耗电量相当于3万户家庭的用电量[2] 传统电互连的瓶颈与“内存墙”问题 - 过去二十年间,硬件浮点运算速度提升了6万倍,但DRAM带宽仅增长100倍,互连带宽同期仅增长30倍,导致“内存墙”问题[6] - 数据在处理器和内存之间传输速度不够快,无法充分利用可用计算能力,成为人工智能应用的关键性能瓶颈[6] - 缩小铜互连线尺寸的传统解决方案正接近物理极限,更细、更多的铜线会消耗更多电力,产生更多热量,并引入信号完整性问题[6] 硅光子学作为解决方案的原理与优势 - 硅光子学利用光子(光粒子)在硅波导中传输信息,取代通过铜线传输电子的传统方式,从根本上重新定义了数据传输方式[5] - 光互连传输每比特数据仅消耗0.05至0.2皮焦耳的能量,而相同距离下电互连的能量需求则高得多,随着传输距离增加,光子学的能量优势变得压倒性[5] - 该技术既能利用现有的半导体制造基础设施,又需要采用全新的精密制造方法[11] 硅光子学的市场前景与行业进展 - 据Yole Group预测,硅光子学市场规模将从2023年的9500万美元增长到2029年的8.63亿美元以上,年增长率达45%[6] - 台积电已发表多篇关于硅光子学的研究论文,并宣布与英伟达建立公开合作关系,将光互连架构集成到下一代人工智能计算产品中[5] - 行业路线图曾预测到2035年才能实现的能力,如今已被领先的制造商提前实现[11] 技术演进:从可插拔到共封装光学器件 - 硅光子技术已通过可插拔收发器在电信网络和数据中心机架连接中应用多年[7] - 人工智能的需求正将光子技术推向“共封装光学器件”,即与处理器、内存等组件直接集成,以最大限度提高带宽并降低能耗[9] - 共封装光系统直接与昂贵的图形处理器和高带宽内存集成,对可靠性要求极高,主要芯片开发商的早期产品仍处于试点评估阶段[9] 制造挑战与更广泛的影响 - 制造高效的硅波导需要在硅晶圆上加工出纳米级的光纤电缆,并配备超光滑的侧壁以防止光散射,这要求具备远超传统CMOS制造工艺的精密蚀刻能力[11] - 随着光互连技术变得更加经济高效且成熟,它有望彻底改变从自动驾驶汽车到边缘计算设备等各个领域[11] - 硅光子学提供了一条无需在性能和环境责任之间做出取舍的发展路径,有望在推动人工智能持续发展的同时,显著降低其对环境的影响[14]
微软这颗芯片,撼动英伟达?
半导体行业观察· 2026-01-29 09:15
微软Maia AI加速器战略背景 - 微软是OpenAI模型的最大用户及构建GPT模型的最大计算合作伙伴,这为其打造更强大的Maia AI加速器提供了双重动力[2] - 大型云服务商及主要GenAI模型开发商(如OpenAI、Anthropic、Meta)均在开发定制AI XPU,以降低生成式AI推理的单代币成本[2] - 人工智能推理预计所需计算能力将比训练高出一个数量级,为超过一百家人工智能计算引擎初创公司创造了市场机会[2] 云服务商自研芯片的行业逻辑 - 微软等云服务商希望掌控自身硬件资源,同时保留通用x86 CPU及英伟达/AMD GPU以满足客户租用需求[3] - 云服务商通过自研计算引擎并以低于第三方产品的价格竞争,旨在减少对传统芯片供应商的依赖[3] - 类似逻辑也适用于亚马逊AWS、谷歌、百度、阿里巴巴、腾讯等自行设计CPU和XPU的公司[3] - Meta Platforms虽非严格意义上的基础设施云,但通过出租硬件运行Llama模型API,正成为面向主权国家的GenAI平台云[3] Maia 100 (Athena) 芯片设计与性能 - 芯片发布于2023年11月,设计初衷是支持AI训练和推理,并专门用于运行OpenAI的GPT模型[4] - 芯片采用台积电5纳米工艺,面积820平方毫米,晶体管数量1050亿个[12] - 计算引擎包含64个核心(推测良率下有效核心数可能为52-56个),运行频率约2.86 GHz[12] - 芯片上L1/L2缓存总容量约500MB,SRAM带宽估计为132 TB/秒[12] - 配备4组HBM2E内存,总容量64GB,带宽1.8 TB/秒[12] - 每个核心的张量单元支持微软特有的MX6(6位)和MX9(9位)数据格式[13] - 互连I/O带宽为12个400 Gb/s端口,总计4,800 Gb/s(600 GB/s)[14] - 网络设计支持构建包含576个节点、总计2304个计算引擎的集群域[19] - 芯片峰值热设计功耗(TDP)为700瓦,持续功耗为500瓦[20] Maia 200 (Braga) 芯片的升级与改进 - 芯片于2026年1月发布,专门针对AI推理任务,简化了设计[5] - 采用台积电N3P(3纳米高性能版)工艺,面积836平方毫米,晶体管数量1440亿个[21] - 核心数量增至96个,良率约92%,主流产品预计有88个可用核心[20][22] - 运行频率提升至3.10 GHz[20] - L1/L2缓存SRAM容量降至272MB,SRAM带宽降至80 TB/秒[20] - HBM内存升级为6组HBM3E,总容量216GB,带宽大幅提升至7 TB/秒[20][22] - 后端网络带宽提升至56个400 Gb/s端口,总计22.4 Tb/s(2.8 TB/s)[20][21] - 主机互连升级为PCI-Express 5.0 x16,带宽64 GB/秒[20] - 集群相干域规模扩大,支持最多1536个节点和6144个计算引擎[19][20] - 性能方面,FP4精度达10.15 petaflops,FP8精度达5.07 petaflops,BF16精度达1.27 petaflops[20][24] - 持续热设计功耗(TDP)为750瓦[20] - 张量单元仅支持FP4和FP8格式,向量单元支持BF16和FP32,不再支持Maia 100特有的MX6/MX9格式[13] Maia 200的部署与应用 - 首批Maia 200机架已部署在美国中部的Azure云区域(爱荷华州得梅因),美国西部3区域(亚利桑那州凤凰城)也将跟进[26] - 微软将使用Maia 200计算引擎为OpenAI GPT-5.2大型语言模型提供推理服务,驱动Microsoft Foundry AI平台及Office 365 Copilot[26] - 微软的AI研究人员还将使用Maia 200生成合成数据,用于训练内部模型[26] - 目前尚未有关于Azure何时会提供基于Maia 200的虚拟机实例供租用的消息[26]
专访王东升——时代潮流 国家需要
半导体行业观察· 2026-01-29 09:15
文章核心观点 - 奕斯伟集团董事长王东升基于“时代潮流和国家需要”进行二次创业,旨在解决半导体底层技术问题,推动中国从路径依赖迈向路径创新,目标是打造受人尊敬的伟大企业并为改变世界做出贡献 [6][7][8][26][27] - 公司旗下西安奕斯伟材料已成为中国大陆最大的12英寸硅片制造商,市场份额国内第一、全球前六,并已成功上市,未来目标是进入全球第一梯队 [5][28][29] - 公司选择落地西安是基于地方政府的担当、共赢的合作模式、历史情结、战略安全及报恩之心,并认为西部崛起是中国整体崛起的重要引擎 [16][17][19][21] - 企业家精神在于过好“创业关、授权关、交班关”,将企业视为社会的公器,通过创造财富体系推动国家繁荣 [33] 王东升的创业历程与产业理解 - 王东升是京东方创始人,被誉为“中国半导体显示产业之父”,于2019年卸任后加盟奕斯伟,致力于“芯”的事业 [4][5] - 创办京东方始于解决老国企的稳定与再就业问题,历经从7人研究团队到近7万人的世界第一显示企业的过程,并建立了从历史长河(看100年)和全球顶尖企业(“站在月球看地球”)的时空观来选择产业方向 [9][10] - 中国产业发展经历了四个十年阶段:前十年建立工业基础,第二个十年短缺经济催生第一代企业家(贴牌加工),加入WTO后十年高速成长,第四个十年开始反思并转向必须坚持自主经营与创新驱动 [6][7] 奕斯伟的企业愿景与经营哲学 - 公司愿景是成为“受人尊敬的伟大企业” [10] - “受人尊敬”体现在五个维度:成为客户首选(品质好、性价比高、创造价值)、成为投资人首选(能一起赚钱)、成为供应链合作伙伴首选(无后顾之忧)、获得员工认可(以加入为荣)、获得社会认可(有好口碑、做贡献) [12] - “伟大”的核心在于能为改变世界的行业进步做出贡献,例如苹果和特斯拉 [12] - 经营哲学是“不怕困难,就怕方向错了”,方向正确后,困难是磨刀石,应永葆光明之心(奕斯伟寓意)乐观面对 [1][12][13] 公司的战略与管理方式 - 在平衡短期生存与长期目标上,采取三项管理方式:第一,合理分配资源,研发投入比例在不同发展阶段动态调整(初创期可达30%-40%以上);第二,聚焦关键方向;第三,控制好资产负债率,使用恰当金融工具保持健康财务结构 [13] - 根本之道是保持高质量增长,实现每年两位数的高质量增长,与战略客户协同创新,推动毛利率和收益持续提升,从而实现可持续成长 [14] - 研发追求围绕两个方面:第一,走在前面,围绕半导体行业的AI时代对硅片技术、品质、性能提出更高要求;第二,不断超越,锚定行业头部,致力于解决行业共性问题以成为领导者 [19] 西安奕斯伟材料的发展现状与未来目标 - 西安奕斯伟材料是中国大陆最大的12英寸硅片制造企业,市场份额国内第一、全球前六,于2025年10月28日成功登陆科创板 [5][33] - 公司开创了中国半导体硅片最大规模的单笔融资纪录(2022年) [20] - 在“中国民企发明专利500强”中,西安奕材首次入选即位列全国第127名,领跑陕西 [19] - 当前全球市场份额为6%到7%,未来5年目标进入全球第一梯队 [29] - 盈利路径:第一工厂2025年下半年净利润转正,明年盈利性进一步提高;第二工厂2027年下半年净利润转正;公司整体目标2027年起合并报表盈利,2028年逐步实现稳定 [28][29] - 海外销售占比已达30%,未来目标是海外市场比重争取达到50%,以成为世界级公司 [29][31] 对中国半导体产业环境的看法 - 中国芯片半导体产业发展最快的是最近10年,底层技术积累让大批中国企业成长起来,尽管面临“高墙小院”等困难,但必须从路径依赖迈向路径创新 [26] - 当前时代(最近10年)为国家针对性贯彻科技自主自强、创新驱动发展提供了土壤,政策支持、专业投资机构增多形成了相互理解的氛围,为走在前的科技企业提供了良好环境 [23][25] - 中国在半导体领域(包括AI)的崛起只是时间问题,不可阻挡 [24] - 陕西的创业环境发生很大变化,但总体创新氛围与北京、上海、杭州、深圳、广州相比仍有欠缺,特别是在系统级(整机)产业方面需要提升 [18][20][21] - 西部(西安、重庆、成都)具备创新要素,差异在观念和文化上,西部崛起将是未来中国崛起的重要引擎 [21]
台积电氮化镓技术,再次对外授权
半导体行业观察· 2026-01-29 09:15
世界先进与台积电的氮化镓技术授权 - 世界先进与台积电签署高压(650V)与低压(80V)氮化镓(GaN)制程技术的授权协议 [2] - 授权旨在加速开发新一代氮化镓电源元件,应用于数据中心、车用电子、工业控制与能源管理等高效率电能转换领域 [2] - 相关开发作业预计于2026年初启动,并于2028年上半年量产 [2] 世界先进的技术布局与平台优势 - 通过授权,公司将扩展其硅基底功率氮化镓(GaN-on-Si)制程至高压应用领域,并提供完整的GaN-on-Si平台 [2] - 结合原有的新基底功率氮化镓(GaN-on-QST)制程平台,公司将成为全球唯一能同时提供硅基底功率及新基底功率两种不同基板氮化镓制程的晶圆制造服务公司 [2] - 该平台可支持自低压(小于200V)、高压(650V)乃至超高压(1200V)的完整产品解决方案 [2] - 公司正积极构建涵盖自15V至1200V的氮化镓制程技术,为客户提供更灵活且具竞争力的选择 [2] - 技术将在公司成熟的8吋晶圆生产平台上进行验证,以确保制程稳定性与高良率 [2] 公司产能与战略意义 - 世界先进目前拥有五座8吋晶圆厂,分别位于台湾与新加坡,2025年平均月产能约28.6万片八吋晶圆 [3] - 公司及子公司共有逾7000名员工 [3] - 此次技术授权展现了世界先进与台积电持续交流与合作的成果,并象征公司持续致力于推动完整氮化镓产品解决方案,强化在化合物半导体领域的策略布局 [3] - 授权将加速协助客户满足高效能电能转换应用领域的需求,推动半导体电源技术迈向新世代 [3] 行业背景与格罗方德的类似协议 - 传统硅基制程逐渐达其效能极限,氮化镓以其高效率、高功率密度与小型化特性,已成为新一代电源技术的关键材料 [2][4] - 氮化镓技术较于传统硅CMOS技术具备更卓越效能,能提供更高的效率、更高功率以及密集度,有效解决传统硅基技术在功率系统中的性能限制 [4] - 在去年十一月,晶圆代工厂格罗方德(GlobalFoundries)也与台积电签署了一项技术授权协议,引进其650V和80V氮化镓(GaN)技术 [4] - 格罗方德计划将授权技术在其美国佛蒙特州伯灵顿的晶圆厂进行验证,开发工作预计于2026年初启动,并预计在2026年下半年开始投产 [4] - 格罗方德开发氮化镓产品的应用范围包括电动汽车、数据中心、可再生能源系统、快速充电电子产品等 [5]
美芯晟宣布,收购磁传感器公司
半导体行业观察· 2026-01-29 09:15
交易概述 - 美芯晟科技拟以自有资金合计人民币1.6亿元收购并增资上海鑫雁微电子,交易完成后将持有其100%股权 [2] - 收购分两步:以投前估值1.25亿元收购现有全部1000万元注册资本,并以同等估值增资3500万元认购新增280万元注册资本 [2] - 交易以现金支付,资金来源为公司自有资金,公司表示资金储备充裕,交易不会对财务状况和经营成果产生重大不利影响 [2] 标的公司(鑫雁微)概况 - 鑫雁微是聚焦传感控制领域的高新技术、专精特新中小企业,深耕集成电路芯片设计研发十余载 [3] - 核心产品为磁传感芯片,同时布局马达驱动芯片,拥有数十项重要专利与知识产权 [3] - 产品具备高灵敏度、优良温度特性及宽场景适配能力,已通过汽车级国际认证 [3] - 产品广泛应用于电动自行车、工控家电、汽车电子、消费电子等领域,主要客户包括爱玛、和而泰、兰宝、华望汽车、淮海新能源等业内知名品牌 [3] 交易战略意义与协同效应 - **产品技术层面**:实现技术互补,加强感知技术壁垒。美芯晟在光学传感与电源管理芯片领域的技术积淀,与磁传感技术可形成完善的感知技术闭环 [4] - 交易将补充磁传感产品线,加速磁编码器、磁电流霍尔相关产品的落地与迭代 [4] - 公司将形成“环境感知(光学+1D/3D ToF)+ 多模态融合感知(多模态视觉传感)+ 运动感知(磁传感器)”的技术体系,提供一站式感知解决方案 [4] - **市场与生态层面**:实现双向拓展,提升核心竞争力。磁传感业务的纳入将提升客户粘性与渠道渗透率,通过渠道共享与客户互导实现业务拓展与深耕 [4] - 上市公司平台的资源优势可提升供应链规模效应与产品交付稳定性,技术方案可适配智能家居、工业控制、汽车电子等领域,拓宽应用边界 [4] - **长远战略层面**:布局高价值赛道,助力智能产业发展。短期可快速获得磁传感产品的量产能力及成熟的客户基础,完善业务结构与技术生态 [5] - 长期将依托协同优势加速研发迭代,逐步发展为磁传感领域的重要参与主体,推动智能感知技术在多元场景的规模化落地与技术创新 [5] - 鑫雁微在多领域的技术与市场积淀,将成为美芯晟全场景感知生态在磁传感领域的重要切入点,为双方技术协同深化与市场版图拓展奠定基础 [3]
这家大厂,拒绝英伟达
半导体行业观察· 2026-01-28 09:14
诺基亚与英伟达的交易 - 2024年10月,诺基亚接受英伟达10亿美元投资,英伟达成为其第二大股东,并对技术战略拥有非同寻常的影响力 [2] - 交易条件要求未来的5G和6G网络软件必须基于英伟达的GPU进行设计 [2] - 交易宣布后,诺基亚股价随之飙升 [2] 诺基亚的技术战略与现状 - 诺基亚在2023年曾推广“anyRAN”技术,旨在使其无线接入网软件能与任何云和服务器基础设施配合使用 [3] - 公司构建了硬件抽象层,目标是降低使用不同芯片(如Marvell、x86或GPU)的复杂性,保持软件不变 [4] - 诺基亚意识到不同芯片架构(如硬件加速“内核”)的差异难以完全克服,但仍致力于将功能集成到通用软件中 [4] - 诺基亚首席执行官将公司与英伟达的合作描述为“从专有硬件向通用硬件的转变” [4] - 诺基亚的移动网络业务面临压力,2025年前九个月该业务集团销售额为53亿欧元(约63亿美元),亏损6400万欧元(约7600万美元) [7] - 公司移动收入增长前景黯淡,研发支出谨慎,2024年研发总支出为45亿欧元(约53亿美元),与2019年水平大致持平 [7] 爱立信的技术战略 - 爱立信采取与诺基亚不同的策略,旨在避免过度依赖单一芯片平台,确保其网络软件能部署在各种不同芯片上 [3] - 公司战略是将软件与硬件基本分离,使其软件能在x86架构、GPU、自研芯片以及谷歌TPU、高通、AMD等产品上运行 [3][4] - 爱立信对全面合作持谨慎态度,希望保持硬件层的独立性,不急于选择基础设施层,以等待AI-RAN和6G的成熟并与客户共同决策 [4] - 公司坚定致力于自研芯片,认为定制芯片能提供更低的总拥有成本(TCO),且近期不会放弃自研芯片转而采用x86架构 [5] - 爱立信声称已取得进展,确保其最初为x86架构编写的云RAN软件能够进行调整,以便在基于Arm架构的CPU上运行 [8] - 公司目标是为英特尔、AMD及包括英伟达Grace CPU在内的多家Arm厂商生产的处理器提供几乎完全可复用的RAN软件 [9] 爱立信的财务状况与研发投入 - 爱立信专注于移动领域的年度研发支出从388亿瑞典克朗(约43亿美元)增至535亿瑞典克朗(约60亿美元),但2024年下降了9%至489亿瑞典克朗(约55亿美元) [8] - 公司认识到同时为多种芯片平台开发软件是不可持续的 [8] 行业背景与挑战 - 多家电信运营商力推软硬件完全分离,以开发与硬件无关的代码,但软件通常为定制硬件量身打造,实现难度大 [4] - 虚拟或云无线接入网(RAN)的吸引力部分在于采用通用CPU及其更广泛使用的软件平台,但x86与Arm架构存在差异,GPU、CUDA和谷歌TPU等增加了复杂性 [4] - 芯片选择越来越多,包括英特尔、AMD、Arm授权厂商、英伟达GPU和谷歌TPU等,无人能预测哪种芯片最终会在RAN领域胜出 [7][9] - 许多电信运营商对在移动站点使用GPU进行RAN计算(尤其是AI-RAN)的经济性和必要性持怀疑态度 [7] - 爱立信移动网络业务负责人表示,目前可通过AI原生链路自适应提升网络性能,而无需使用英伟达芯片,该算法可在现有基带或英特尔x86上实现 [7] - 英特尔最新CPU系列(如Granite Rapids或Xeon 6)旨在服务RAN开发者,该平台可将移动站点所需硬件服务器数量从两台减少到一台 [5] - 英特尔财务状况不佳,最近一个财年销售额约530亿美元,净亏损3亿美元,并曾计划出售其网络和边缘计算业务部门 [7] - Marvell公司(诺基亚在Layer 1的主要芯片合作伙伴)似乎对为特定供应商开发定制RAN芯片的投资回报率感到担忧 [4] 战略对比与风险 - 诺基亚在较早阶段就大力投资英伟达的GPU [9] - 爱立信力求谨慎,确保不排除任何可能出现的有吸引力的芯片方案 [9] - 鉴于无线接入网市场几乎没有出现重大复苏迹象,两种策略都存在风险 [9] - 爱立信此前的整个云RAN战略围绕与英特尔合作构建,但一些分析师质疑随着超大规模数据中心转向Arm架构,x86架构的寿命是否长久 [7] - “全芯片”战略的可行性令人怀疑,更可能的情况是爱立信最终会像诺基亚一样,采用单一的通用软件主干和几个不同的分支 [8]