文章核心观点 - 2025年初，AI芯片领域的两则重磅消息——特斯拉重启Dojo 3项目以及Cerebras与OpenAI达成超百亿美元协议——使“大芯片”技术路线重回聚光灯下[1] - “大芯片”并非单一技术，主要分为Cerebras代表的晶圆级单片集成和特斯拉Dojo代表的晶圆级系统两种路线，旨在解决传统GPU架构的“内存墙”和“互连瓶颈”问题[2] - 行业竞争格局正在演变，Cerebras和特斯拉并未试图直接复制英伟达的成功，而是在AI算力版图的特定裂隙中寻找被通用方案忽视的价值洼地，进行错位竞争[19][20] 两种大芯片的技术分野与特点 - **技术路线分野**：“大芯片”概括了两种不同设计，Cerebras采用晶圆级单片集成，用一整片300毫米晶圆构建单一处理器；特斯拉Dojo采用晶圆级系统，通过先进封装将多个预测试芯片集成为类单芯片系统[2] - **传统GPU的瓶颈**：传统GPU架构存在处理器与内存分离的问题，从英伟达A100到H100，计算能力增加约6倍，但内存带宽仅增长1.7倍，训练时间主导因素从计算能力转向内存带宽[2] - **Cerebras的晶圆级单片方案**：2024年发布的Cerebras WSE-3拥有4万亿晶体管、90万个AI核心和44GB片上SRAM，通过将计算和存储集成在同一硅片来提升性能[3] - **Cerebras的性能数据**：WSE-3片上互联带宽达214Pbps，是英伟达H100系统的3715倍；内存带宽高达21PB/s，是H100的880倍；在Llama 3.1 8B模型上生成速度达1800 token/s，而H100仅为242 token/s[3] - **Cerebras的工程挑战与解决方案**：晶圆级单片面临良率挑战，Cerebras将每个AI核心缩小到0.05平方毫米（仅为H100 SM核心的1%），并通过冗余设计和智能路由绕过缺陷区域，但需要专门固件映射和复杂散热系统，WSE-3功耗达23千瓦[3] - **特斯拉的晶圆级系统方案**：Dojo的D1芯片面积为645平方毫米，通过5×5阵列排列并利用台积电InFO封装技术实现高密度互连，使25颗芯片协同工作，芯片间延迟仅100纳秒，远低于传统GPU集群的毫秒级[4] 特斯拉Dojo的战略转向与挑战 - **项目重启与战略转向**：特斯拉在2025年8月解散Dojo团队后，于短短半年后重启Dojo 3项目，其战略重心发生根本转变，目标从训练地球上的自动驾驶模型转向专注于“太空人工智能计算”[5][6] - **初始定位与调整原因**：Dojo最初被定位为对标10万张H100的通用训练平台，摩根士丹利一度估值其能带来5000亿美元增量，但核心团队离职，项目在2024年底被叫停，特斯拉转而采购6.7万张H100等效算力组建Cortex集群[7] - **转向原因分析**：英伟达的护城河在于CUDA生态积累、CoWoS先进封装产能锁定及HBM供应链深度绑定，特斯拉自研方案需在软件适配、集群调度等方面补课数年，而英伟达可能已迭代两至三代产品[7] - **新的战略选择**：特斯拉选择训练外采和推理自研，马斯克表示在两种完全不同的AI芯片设计上分散资源不合理，后续AI5、AI6等芯片在推理方面将非常出色[7] - **AI5芯片细节**：AI5芯片采用3nm制程，由台积电代工，预计2026年底量产，单颗性能接近英伟达Hopper级别，双芯片配置则可接近Blackwell架构[7] - **太空算力新赛道**：Dojo 3面向太空算力部署，马斯克计划通过SpaceX未来的IPO融资，利用星舰部署可在持续日照下运行的算力卫星，该赛道没有英伟达的生态壁垒，是全新应用场景[8] - **供应链调整**：特斯拉已将Dojo 3芯片制造合同授予三星，芯片封装业务交由英特尔承接，这反映了台积电产能饱和无法提供积极支持，以及特斯拉在争抢代工产能上的弱势[8] Cerebras的商业突破与市场定位 - **与OpenAI的巨额协议**：Cerebras与OpenAI敲定了一份价值超百亿美元、承诺交付750兆瓦算力的多年采购协议，该产能将在2028年前分批投入使用[1][10] - **协议的战略意义**：该订单是OpenAI在推理爆发前夜的一次精准卡位，OpenAI愿意为“超低延迟推理”支付溢价[10] - **推理市场需求背景**：巴克莱研报预测，未来AI推理计算需求将占通用AI总算力的70%以上，推理计算需求可达训练计算需求的4.5倍[10] - **OpenAI的考量**：OpenAI基础设施负责人表示，当AI实时响应时，用户会做更多事情、停留更长时间、运行更高价值的工作负载[10] - **Cerebras的架构优势**：其独特速度来自于将大量计算、内存和带宽集成在单个巨型芯片上，消除了传统硬件中减慢推理速度的瓶颈[11] - **性能表现**：Cerebras WSE-3在碳捕获模拟中比H100快210倍，在AI推理上实现20倍加速[11] - **公司的财务状况与客户依赖**：2024年上半年，Cerebras 87%的收入来自阿联酋的G42；2024年10月公司撤回IPO申请，最新报道称正在洽谈新一轮10亿美元融资，估值约220亿美元；OpenAI的订单金额超过了Cerebras目前的公司估值，使其成为最大也是唯一的主要客户[11] - **历史纠葛与收购可能**：OpenAI CEO Sam Altman早在2017年就个人投资了Cerebras，2018年埃隆·马斯克曾试图收购Cerebras，知情人士认为若OpenAI财务状况更强劲，或许会直接收购该公司[12][13] - **促成供应链多元化**：OpenAI在2025年也与英伟达、AMD和博通签署了协议，英伟达承诺投入1000亿美元支持OpenAI，建设至少10吉瓦的英伟达系统（相当于400万至500万个GPU）[13] - **市场定位分析**：分析师指出，这促使超大规模提供商实现计算系统多样化，针对通用AI工作负载使用英伟达GPU，针对高度优化任务使用内部AI加速器，针对专业低延迟工作负载使用Cerebras等系统[13] 大芯片路线的生存空间与竞争策略 - **激烈的市场竞争**：AI芯片市场竞争激烈，AMD推出了MI350X和MI355X GPU，训练及推理速度与英伟达B200相当或更优；英伟达在CES上推出了Rubin平台，更新速度令人咋舌[14] - **Cerebras的错位竞争策略**：CS-3系统不以训练平台自居，而是主打推理专用机，通过存算一体架构将推理延迟压到极致，同时简化软件栈，瞄准生态锁定效应较弱的推理市场[15] - **OpenAI订单的验证作用**：OpenAI的百亿订单是用真金白银验证专用架构的商业逻辑，当推理成本占运营支出大头时，15倍的性能提升足以重塑供应商格局[15] - **特斯拉押注先进封装**：台积电预计2027年推出晶圆级CoWoS技术，将实现40倍于现有系统的计算能力、超过40个光罩的硅片面积、容纳60+个HBM芯片，这为晶圆级集成量身定制[16] - **技术界限模糊化**：当封装技术允许在单一衬底上集成数十颗预测试芯片和HBM时，“大芯片”与“小芯片互联”之间的界限将变得模糊，特斯拉D2芯片和未来的Dojo3可能探索此路线[16] “大”的边界重新定义 - **物理尺寸的“大”**：Cerebras的晶圆级单芯片是技术奇迹，但商业价值限定在特定场景，其WSE系统价格约200万至300万美元，部署在阿贡国家实验室、梅奥诊所及与G42合作的Condor Galaxy设施，不会取代GPU成为通用训练平台，但可在推理、科学计算等对延迟敏感领域开辟新战场[18] - **系统集成度的“大”**：特斯拉的晶圆级封装、英伟达GB200 NVL72的整柜方案正在成为主流，SEMI报告显示2025年全球晶圆厂设备支出将达1100亿美元，2026年增长18%至1300亿美元[18] - **技术推动力**：台积电CoWoS路线图演进、HBM4标准化推进、UCIe互联协议普及，都在推动小芯片异构集成走向系统级单芯片化[19] - **商业模式的“大”**：OpenAI与Cerebras的合作被视为领先科技公司吸收AI芯片初创公司的例证，无论是通过直接收购还是大规模商业合作，将其纳入主导生态系统[19] - **初创公司挑战**：SambaNova、Groq和Cerebras等被视为利基挑战者，但随着竞争加剧和客户接受度有限，许多此类初创公司难以突破与主要客户的试点部署阶段[19] - **战略试错与卡位总结**：特斯拉Dojo的停摆与重启是一次昂贵的商业试错，验证了全栈自研训练芯片对非云巨头不具可复制性，但为推理侧保留了技术储备；Cerebras与OpenAI的联姻是在推理爆发前夜的精准卡位，用极致性能换取垂直场景定价权[19] - **行业背景**：在摩尔定律放缓、先进封装接力、AI场景碎片化的三重背景下，晶圆级集成技术路线正在以意想不到的方式重新定义“大”的边界[19]

台积电成熟制程产能调整与战略转移 - 研调机构Counterpoint报告指出，台积电预计在2028年前将其晶圆14厂（Fab14）的12英寸成熟制程产能削减15%至20% [1] - 产能调整主要受40-90nm制程节点持续低迷的超量测试率驱动，该节点超量测试率一直维持在80%左右，且复苏前景不明朗 [2] - 此举主要目的是解决传统工艺节点产能利用率低下的问题，同时释放资源以支持先进封装技术的拓展 [1] - 公司强调，此举并非反映成熟节点半导体终端需求的下降，而是其全球制造生态系统中此类生产布局的优化调整 [2] 资源重新分配与业务聚焦 - 公司将优先把洁净室空间、设备和资金重新分配到更高价值的制造领域，以应对市场对先进封装解决方案持续增长的需求 [2] - 公司正日益利用海外晶圆厂和附属制造平台，以确保依赖成熟和中端制程节点的客户的持续供应 [3] - 集团内部形成明确分工：台积电专注于先进逻辑和先进封装，而其子公司VIS（世界先进积体电路股份有限公司）则以更高的资本效率满足稳定、长周期成熟节点的需求 [3] - 到2028年，公司将逐步淘汰Fab14工厂约50KWPM（千片/月）的产能，通过多元化的制造渠道提高运营灵活性和盈利能力 [5] 海外产能布局与设备转移 - 在日本，熊本晶圆厂（Fab23）预计将于2026年底前实现40/45nm和12/16nm制程的产能提升，以支持汽车和互联网服务提供商为重点的供应链 [3] - 在欧洲，德累斯顿晶圆厂（Fab24）建设稳步推进，预计2027年开始设备安装，并计划在本十年末实现22/28nm和12/16nm制程的显著产能 [3] - Fab14的部分设备预计将被重新部署到这些海外晶圆厂，从而在提高资产利用率的同时，控制海外资本支出 [3] - VIS已宣布计划从台积电收购12英寸制程设备，以支持其位于新加坡的制造基地VSMC向130nm至40nm制程的扩展 [3] 客户支持与业务承诺 - 公司表示会全力支持所有客户，并指出确实降低了8英寸与6英寸晶圆产能，但依然会全力支持所有客户 [2] - 公司经与客户讨论，优化资源以支持客户，让资源运用更具弹性 [5] - 即使在8英寸晶圆业务方面，只要客户有好的业务发展，公司都会持续提供支援 [5]

文章核心观点 - AI需求畅旺、主要厂商减产及消费电子提前备货等多重因素，正推动全球8英寸晶圆代工产能趋紧，行业已酝酿全面涨价，预计2026年价格涨幅在5%至20%之间 [1][2] 供给端：主要厂商减产导致产能收缩 - 台积电自2025年开始逐步减少8英寸产能，目标在2027年部分厂区全面停产 [1] - 三星电子同样在2025年启动8英寸减产，且态度更为积极 [1] - 2025年全球8英寸晶圆产能预计年减约0.3%，正式进入负增长 [1] - 尽管中芯国际、世界先进等厂商计划在2026年小幅扩产，但仍不及两大厂减产幅度，预计2026年产能年减幅度将扩大至2.4% [1] 需求端：AI与本土化趋势驱动需求强劲 - 2025年，AI服务器功率IC订单增量及中国IC本土化趋势，带动了对当地晶圆代工厂BCD/PMIC的需求，部分中国厂商产能利用率自年中起明显提高，并率先在下半年补涨代工价格 [2] - 中国代工厂产能满载后，外溢订单惠及韩国代工厂 [2] - 2026年，AI服务器、边缘AI等终端应用算力与功耗提升，将持续刺激电源管理相关IC需求，成为支撑全年8英寸产能利用率的关键 [2] - PC与笔记本电脑供应链担忧AI服务器周边IC需求增长会挤压8英寸产能，已提前启动功率IC乃至非电源相关零部件的备货 [2] 行业产能利用率与价格展望 - 预计2026年全球8英寸晶圆平均产能利用率将上升至85-90%，明显优于2025年的75-80% [2] - 部分晶圆厂已通知客户，计划在2026年调涨代工价格5-20%不等 [2] - 与2025年仅针对部分旧制程或技术平台客户补涨不同，此次涨价预期为不分客户、不分制程平台的全面调价 [2] - 然而，基于消费性终端市场的隐忧，以及存储与先进制程涨价对周边IC成本的挤压，8英寸晶圆的实际价格涨幅可能较为收敛 [3]

核心观点 - NAND闪存市场因AI驱动需求激增与供应受限，出现严重供需失衡，导致价格大幅上涨，且此趋势预计将持续[1][3][4] 价格变动与市场动态 - 三星电子第一季度NAND闪存供应价格涨幅已超过100%（即“提高了两倍以上”）[1] - 继DRAM合同价格上涨近70%后，NAND闪存涨势大幅增强[1] - 去年第四季度NAND价格环比上涨约33%~38%[3] - 涨价现象不限于三星电子，市场份额前两位的三星与SK海力士预计维持类似涨幅，市场排名第五的闪迪也计划将NAND价格上调100%[3] - 预计NAND价格在第二季度将继续上涨，三星电子正与客户协商调高第二季度供应价格[4] 需求驱动因素 - AI基础设施投资扩大，导致以企业级固态硬盘（eSSD）为中心的需求大幅增长[3] - “端侧AI”热潮兴起，智能手机和PC对高性能、大容量存储设备的搭载日益普及[3] 供应端状况 - 过去一年内，NAND闪存没有大规模扩产，且受工艺转换等因素影响，供应量未显著增加[4] - 三星电子在NAND投资方面持保守态度，出货量扩大有限[4] 对下游市场的影响 - 构建AI基础设施的成本大幅攀升，有观点认为“AI普及的瓶颈在于内存”[4] - 智能手机、PC等终端产品制造商因内存成本压力，计划调高最终产品售价[4] - 由于短期内无法大幅增加内存供应量，产品价格上涨趋势预计将持续一段时间[4]

英特尔代工业务进展 - 公司代工业务正以稳健势头推进 [1] - 公司预计芯片及先进封装订单将带来“数十亿美元收入” [2] 先进制程节点（18A/18A-P）进展 - Intel 18A工艺的首批产品已经开始出货，这是美国本土开发和制造的最先进半导体工艺，良率正在稳步提升 [2] - Intel 18A-P进展顺利，公司已与内部及外部客户进行沟通，并在去年年底交付了1.0版本PDK [2] - Intel 18A-P被视为可与台积电N3工艺竞争的可行的解决方案，苹果等客户在送样过程中与公司保持着接触 [2] 下一代制程节点（14A）规划 - 关于14A，公司采取审慎的资本支出策略，在确定客户之前不会盲目投入产能，仅会在技术开发或研发上进行投入 [2] - 14A客户落实订单的时间窗口预计在2025年下半年和2026年上半年，届时公司才会开始解锁相关支出 [2] - 客户目前正处于14A的0.5 PDK送样阶段，任何订单承诺都将在2026年下半年交付 [5] - 14A的风险试产预计在2027年后期，真正的规模化量产将在2028年，这与领先代工厂的时间表一致 [5] - 14A被公认为一项专注于外部客户的工艺 [5] 先进封装业务机遇 - 公司的先进封装（EMIB和Foveros）正成为代工收入的巨大增长点，被高性能计算客户视为极具前景的解决方案 [5] - 由于先进封装领域面临严重供应限制，且行业可行替代方案寥寥无几，客户正在“预付生产费用”以锁定EMIB和EMIB-T的产能，表明外部需求真实存在 [5][6] - EMIB-T被视为公司的巨大差异化优势，有客户愿意预付费用并与公司分担风险，展示了合作承诺 [6] - 先进封装的订单预计将扩大到“10亿美元”以上，进入2026年EMIB可能会出现在主流产品中 [8] - 先进封装业务对于减少代工业务运营亏损并最终实现盈亏平衡至关重要 [8] 代工业务整体定位与前景 - 公司面临的核心问题之一是是否有足够的资本支出来应对客户订单 [2] - 公司代工部门正面临资本压力，因为其研发和晶圆厂开发阶段占据了总资本支出的很大一部分 [2] - 业界主要疑虑在于，即使18A-P/14A制程被证明足够优秀，公司手头也可能没有足够资金来扩大生产 [2] - 公司是少数能在一处同时提供前道芯片制造和后道封装服务的实体之一，这对客户具有吸引力 [8] - 得益于其芯片和先进封装技术，公司现在正处于一个更好的位置来利用外部订单获利 [8]

10GbE行业现状与核心观点 - 10GbE（万兆以太网）成本已变得非常低廉，集成难度大幅降低，整个行业正处于爆发的临界点 [1] - 10GbE设备正开始在边缘侧真正取代1GbE设备，生态系统开始兑现其长期承诺 [29][56] 2026年10GbE控制器市场格局 - 10Gbase-T控制器市场在2026年明显升温，有新的竞争者搅动市场格局 [2] - 瑞昱（Realtek）推出RTL8127新型10Gbase-T控制器，单片成本仅略高于10美元，远低于英特尔方案 [3] - RTL8127核心优势在于使用PCIe Gen4 x1通道即可实现10GbE速率，易于集成到低成本平台 [5] - 该技术方案使低于50美元的10Gbase-T网卡在电商平台随处可见，在中国等市场价格更低 [7] - Marvell的AQC113/AQC113C系列是低成本、集成物理层的10Gbase-T适配器长青之选，被联想、苹果等公司广泛采用 [8][10] - 英特尔2025年发布服务器级适配器E610，但成本较高且早期存在Bug，其单端口成本可能是Realtek或Marvell方案的两倍以上 [11][13][15] - 英特尔X710-T4L/X710-T2L等带“L”后缀的网卡支持Nbase-T（2.5GbE/5GbE），是目前支持多规格速率的稳妥选择 [16][18] 2026年10GbE交换机与网关市场 - 2026年新一代低成本10GbE交换机和网关开始大量普及 [19] - 当前10GbE交换机价格已大幅下降，例如8口10Gbase-T交换机价格已不到多年前999美元售价的三分之一 [20] - 市场上存在大量支持10GbE的网关产品，大厂也开始在低端产品线中加入SFP+和10Gbase-T版本的10GbE接口 [21][26] - 在某些高端交换机上，10Gbase-T端口仅作为管理口存在 [24] 10GbE发展面临的挑战 - 2026年10GbE面临的一大挑战是PCIe通道的高效使用与未来技术路线的权衡 [29] - PCIe Gen5每条通道可承载25GbE，但25GbE普遍采用SFP28形态，与10Gbase-T主要驱动的现有双绞线铜缆布线不兼容 [32] - 在数据中心，10Gbase-T通常被用作管理接口，而更高端的网卡负责数据传输 [33] - 对于芯片供应商，研发预算面临抉择：是投入拥有巨大总可用市场（TAM）的AI集群芯片，还是专注于降低10GbE设备成本 [36] 2026年10GbE设备测试能力演进 - 测试方投入大量资金构建高端测试环境，包括多节点iperf3集群、搭载Mellanox网卡和Cisco T-Rex的大型工作站、以及Spirent C100等专业设备 [37] - 2025年展示了基于定制Supermicro服务器和Intel Xeon 6980P的Keysight CyPerf服务器，可生成真实流量模式 [39] - 2026年增加了IxNetwork以及基于硬件的解决方案，配备两台XGS2机箱和三张线卡，可生成超过1.7Tbps的流量 [40][41] - 新测试能力支持最多80个10GbE端口或16个100GbE端口或64个25GbE端口，可进行更准确、更底层的性能与延迟测试 [41][46][52] - 例如，测试证明基于Realtek RTL9303的廉价交换机（如TRENDnet TL2-F7080）在64B帧下可无丢包通过接近61Gbps的L1流量 [46][48] - 测试方正在构建能处理400GbE–1.6Tbps流量的网络测试实验室，同时确保可向下测试10GbE设备，以覆盖新产品浪潮 [58][61]

印度半导体产业进展 - 印度已开启全新的半导体产业，其位于多莱拉的晶圆厂将使用ASML的光刻设备[1] - 光刻工艺是半导体制造链中最复杂、精度要求最高的环节[1] 与ASML的合作及全球机遇 - 荷兰跨国公司ASML是全球领先的光刻设备供应商，全球几乎每一颗芯片的制造都离不开ASML[3] - ASML进入印度将是一个重大的发展契机[3] - 由于印度卓越的设计能力、庞大的人才储备以及政策的连贯性，全球多家设备制造商正寻求在印度建立基地[3] 半导体生产时间表 - 几家已获批的半导体工厂已开始试产，预计很快将启动商业化生产[3] - 在已经开始试产的四家工厂中，其中一家即将开启商业化生产，首家工厂预计将于2月份投产[3] - 这是在长达六十年的努力后取得的重大里程碑[3] 政府策略与生态系统建设 - 政府正采取谨慎且有条理的方式，旨在构建一个强大的半导体生态系统，并增强印度在这一关键领域的长期实力[3] - 印度目前已经建立了强大且成熟的电子生态系统[3] 本土移动电话品牌发展 - 随着电子生态系统的成熟，现在是印度开发自主移动电话品牌的最佳时机[3] - 预计在未来12到18个月内，印度将涌现出本土手机品牌[3]

文章核心观点 - 人工智能工作负载正推动半导体设计超越传统的尺寸缩放，转向依赖三维架构和材料工程，其中原子级精度的薄膜介电层对器件性能、功率效率和长期可靠性至关重要 [1] - 原子层沉积技术因其自限制表面反应和埃级厚度控制能力，成为制造先进三维结构（如全包围栅极）中保形介电层和阻挡层不可或缺的技术，但需与其他沉积技术结合以应对机械应力等挑战 [2][7][13] - 半导体行业的发展重点正从晶体管尺寸缩小转向对周围材料的精心设计，这需要材料供应商、设备制造商和设计团队在早期进行前所未有的紧密协作与集成 [10][11][22] 人工智能时代半导体设计的范式转变 - 传统晶体管尺寸缩放策略已难以为继，性能提升越来越依赖于器件的三维堆叠、互连和隔离方式 [1] - 架构转变将材料工程提升至核心地位，栅极介质、刻蚀停止层等薄膜层从被动工艺变为主动影响器件性能、互连性能和整体系统特性的关键因素 [1] - 人工智能加速器对功率密度和带宽的需求，要求薄膜介电层在更高的纵横比、更小的间距、更高的温度和更苛刻的集成步骤下保持稳定 [1] 原子层沉积技术的核心作用与挑战 - ALD技术通过顺序表面反应实现埃级厚度控制，能在深而窄的结构中形成均匀原子层，这对于制造高介电常数栅极介质、间隔层、扩散阻挡层等至关重要 [2] - ALD的自限制表面化学特性使其成为沉积新材料、实现原子级创新的最佳技术 [7] - ALD工艺对污染、前驱体纯度、反应器稳定性极为敏感，微小的厚度变化或结晶区域都可能引入漏电通道和阈值电压漂移，影响数十亿晶体管的可靠性 [3][9] 混合介电材料与集成策略 - 单一沉积技术无法满足所有需求，行业趋势是采用混合介质集成，结合ALD的保形性以及PECVD、CVD或溅射的厚度、机械强度和生产效率 [13][19] - 混合堆叠结构可定制，例如用ALD提供成核或阻挡层，再用CVD/PECVD增强机械强度，最后用旋涂聚合物实现平整度，这种策略延伸至异构集成中的重分布层和封装 [20] - 在沉积中引入的薄膜应力会导致衬底翘曲，需要通过调整工艺参数、采用双面涂层等策略进行补偿，应力与保形性之间的权衡是关键挑战 [12][13] 精度控制与仿真模拟的关键性 - 随着沉积接近原子级精度，对温度、压力、前驱体流量等参数的微小变化都需严格把控，行业正通过嵌入更多传感器和机器学习控制系统实现实时监控与校正 [14] - 虚拟仿真和数字孪生技术能探索更大的设计空间，将原子级沉积动力学与电学、热学模拟联系起来，实现材料、工艺和性能之间的闭环，从而缩短设计周期 [10][14][15] - 原子尺度建模对于预测表面反应、局部键合环境以及薄膜应力对特征的影响变得至关重要，这些见解正被集成到电子设计自动化工具和工艺设计套件中 [9][12][15] 界面与长期可靠性的新焦点 - 随着介质层变薄（如薄至5埃），决定可靠性的关键从介质层本身转移到界面，界面处的晶格间距、电荷分布等不匹配会导致分层、腐蚀或介质击穿 [16] - ALD的精度使工程师能精细设计界面，例如通过沉积偶极层来微调晶体管的阈值电压，但表面预处理和清洁至关重要，以防止天然氧化物等干扰反应 [17] - 分子级厚度的薄膜其热膨胀系数、机械模量等特性与块体材料不同，因此下游工艺必须与薄膜堆叠进行协同设计，长期可靠性取决于整个叠层在热/化学循环中的机械与化学相互作用 [17][18] 材料工程的广度与供应链协作 - 半导体制造所使用的元素已从最初寥寥几种扩展到元素周期表中约75%到80%，且主要通过ALD技术沉积，更丰富的材料选择带来了可能性也增加了集成风险 [10] - 必须在材料选择的早期阶段就与设备制造商、设计团队等利益相关者紧密合作，以确保材料具备所需的化学和物理特性，并在后续工艺步骤中保持兼容性 [11] - 将设计工具作为开发材料解决方案的指导原则，与供应链共同解决材料需求，是应对复杂性和提高可行性的关键方法 [11]

文章核心观点 - 高带宽闪存（HBF）作为一种新兴内存技术，旨在与高带宽内存（HBM）互补，通过构建分层内存架构来解决人工智能工作负载对内存系统的巨大压力 [3][4] - HBF利用多层3D NAND芯片堆叠技术，提供远超HBM的存储容量，但速度较慢且写入次数有限，这要求软件设计优先考虑读取操作 [1][4][5] - 行业预计HBF将在未来24个月内集成到主流AI产品中，其市场普及将在HBM6时代加速，并有望在2038年市场规模超过HBM [6][7] HBF技术原理与特点 - HBF采用将多个3D NAND芯片垂直堆叠的技术，类似于HBM堆叠DRAM的方式，并通过硅通孔（TSV）进行连接 [6] - 单个HBF单元的容量可达512GB，带宽高达1.638TBps，远超标准SSD NVMe PCIe 4.0的速度 [6] - HBF的容量约为HBM的10倍，但速度比DRAM慢，且写入次数有限，每个模块大约为10万次 [4][5] HBF与HBM的互补关系 - HBM被用作GPU的快速缓存，用于高效读取和处理AI推理所需的键值（KV）缓存数据，但价格昂贵且容量有限 [3][4] - HBF则像一个内容丰富的“图书馆”，允许GPU访问更广泛的数据集，与HBM（“书架”）形成分层内存架构，HBF集成在AI加速器附近 [4] - 未来的迭代（如HBM7）可能作为“内存工厂”运行，数据可直接从HBF处理，无需通过传统存储网络 [6] 行业进展与厂商动态 - 三星电子和闪迪计划在未来24个月内将HBF技术集成到英伟达、AMD和谷歌的AI产品中 [6] - SK海力士将于本月晚些时候发布HBF原型产品，同时各公司正通过联盟开展标准化工作 [6] - 铠侠已研发出一款采用PCIe Gen 6 x8接口、传输速率为64Gbps的5TB HBF模块原型 [7] 市场前景预测 - HBF的普及预计将在HBM6时代加速，HBM6的特点是多个HBM堆栈在网络中互连，以提高带宽和容量 [4][7] - 预测到2038年，HBF的市场规模可能会超过HBM [7]

英特尔市场份额变化趋势 - 英特尔在CPU市场的整体份额在八年内从约90%下降至60% [1] - 自2018年以来，AMD和苹果合计将英特尔在笔记本电脑CPU市场的份额拉低了20%以上 [3] - 在服务器CPU市场，英特尔份额从97%持续下滑至约73% [5] 细分市场竞争格局 - 在笔记本电脑CPU市场，苹果与AMD各自占据约20%的份额，与英特尔形成三足鼎立之势 [3] - 在台式机CPU市场，AMD的影响力远超苹果，其份额增长自2022年推出第四代Zen处理器后加速 [3][11] - 苹果M系列处理器在台式机市场稳定占据约10%的份额 [11] - AMD的CPU目前已占Steam用户总数的40%以上 [11] 竞争对手动态与产品迭代 - AMD自2017年推出Zen处理器以来持续蚕食英特尔市场份额 [3] - 英特尔近期发布首款采用2nm级14A制程的酷睿Ultra 3系列处理器，以应对AMD Ryzen AI 400系列和苹果M5的竞争 [12] - 苹果几乎占据了整个Arm CPU市场，但高通已于2024年发布面向Arm架构Windows笔记本的芯片，英伟达预计也将跟进 [12][14] 历史与现状对比 - 2018年前，英特尔在桌面CPU市场份额约90%，在笔记本电脑CPU市场份额超过80% [3] - 目前英特尔在桌面和笔记本电脑CPU市场均保持约60%的份额 [3] - 苹果向自研Arm架构处理器的转型加速了英特尔市场份额的下降 [3]