文章核心观点 - 全球人工智能服务器需求激增，导致存储芯片（尤其是HBM）价格大幅上涨，推动三星、美光、SK海力士等存储巨头业绩创下历史新高，行业进入强劲的结构性盈利复苏阶段 [1][2][3][4][7][11][12][16][19][21] 存储芯片价格与市场状况 - 海力士和三星的256G DDR5服务器内存条价格极高，单根超过4万元，有的高达49999元/根，一盒（100根）价格近500万元 [1] - 传统DRAM合约价格预计持续上涨：TrendForce预测2025年第四季度环比上涨45%-50%，2026年第一季度环比上涨55%-60% [19] - HBM混合价格预计在2025年第四季度和2026年第一季度均环比上涨50%-55% [19] - NAND闪存价格预计在2025年第四季度和2026年第一季度均环比上涨33%-38% [19] - DRAM供应短缺状况可能持续至2027年底，供应商将产能优先分配给服务器和HBM，限制了其他市场的供应 [16][19][20] 三星电子业绩表现 - 2025年第四季度合并销售额达93万亿韩元，营业利润达20万亿韩元，首次突破20万亿韩元大关，创7年零4个月新高 [2] - 季度营业利润环比增长64.34%，同比增长208.17%，远超市场普遍预期的约18万亿韩元 [2] - 半导体（DS）部门是盈利核心，预计第四季度销售额约40万亿韩元，营业利润15-16万亿韩元，占总营业利润70%以上，扭转去年同期亏损局面 [3] - DRAM业务营业利润率已恢复到50%左右 [3] - NAND闪存业务运营亏损已收窄至1万亿韩元以下，接近盈亏平衡 [3] - HBM相关销售额预计第四季度达6-7万亿韩元，HBM3E出货量增加和平均售价上涨推动盈利 [3] - 公司股价在2025年已上涨超过一倍 [4] - 公司高管在CES上强调存储芯片供应短缺严重，消费电子产品价格已开始上涨 [4] - 非存储和代工业务（LSI）亏损在第四季度有所收窄，进入复苏阶段 [5] - 大信证券和Kiwoom证券分别预测公司2026年营业利润将达110万亿韩元和107.6万亿韩元，摩根士丹利预测为116.4万亿韩元 [21][22] - 公司正加速扩张产能：平泽P4工厂设备导入与试运行提早2-3个月，以生产用于HBM4的1c DRAM；平泽P5晶圆厂预计2028年投产 [21] 美光科技业绩表现 - 预计当前季度营收约为187亿美元，高于此前预期的142亿美元；调整后每股收益约为8.42美元，远超此前预期的4.78美元 [7] - 第一财季净利润为52.4亿美元，合每股4.60美元，去年同期为18.7亿美元，合每股1.67美元；总营收同比增长57% [7] - 首席执行官表示，人工智能数据中心容量增长显著推动对高性能内存和存储的需求，预计2025年服务器单元增长接近10% [7] - 公司股价在过去一年里飙升了238% [7] - 云存储销售额达52.8亿美元，同比增长一倍；核心数据中心销售额为23.8亿美元，同比增长4%，增长得益于价格上涨 [8] - 将停止直接向消费者销售内存，以保障人工智能芯片和数据中心的供应 [8] - HBM3E产品因能效和带宽优势备受关注，NVIDIA确认美光是其GeForce RTX 50 Blackwell GPU的核心HBM供应商 [9] - 正在新加坡建设HBM先进封装工厂，计划2026年投产，2027年扩建 [9] - 公司宣布将于1月16日破土动工兴建美国历史上最大的半导体制造工厂，位于纽约州，耗资1000亿美元，将包括至多四个制造厂 [20] - 首席执行官预测，全球HBM市场规模将从2025年的350亿美元增长到2028年的1000亿美元，供需缺口是迄今为止见过的最大缺口，中期内只能满足主要客户约50%到三分之二的需求 [24][25] SK海力士业绩表现与市场地位 - 第三季度营收同比增长约39%，营业利润同比增长62%；季度营业利润首次突破10万亿韩元 [12] - 公司股价过去一年涨幅超过300% [12] - 在2025年第二季度和第三季度的整体HBM市场（按收入计）分别占据64%和57%的市场份额 [15] - HBM产品自2023年以来一直处于售罄状态，预计到2027年供应仍将紧缺于需求 [15] - KB Securities分析师预计其第四季度营业利润同比增长87%，达创纪录的15.1万亿韩元；预计2025年营业利润增长84%，2026年增长89%；到2026年将占据HBM市场约60%-65%的份额 [16] - 公司强调将保持其在HBM市场的领先地位，战略是通过增加HBM3E供应，同时建立HBM4量产体系 [17] - 位于清州的M15X芯片厂将比原计划提前四个月（至2026年2月）量产用于HBM4的1b DRAM晶圆，初期月产能约1万片 [21] - iM证券和未来资产证券分别预测公司2026年营业利润将达93.8万亿韩元和91.1万亿韩元，野村证券预测为99万亿韩元 [21][22] 行业整体前景与扩张 - 人工智能服务器普及推动服务器DRAM出货量激增，生产结构向HBM转变限制了普通DRAM供应，维持价格坚挺 [3] - HBM份额提升推动整个存储器产品组合质量改善，行业进入结构性盈利复苏阶段 [4] - 普遍预测2026年存储半导体市场将比上年保持约50%的高速增长 [16] - 除了国际巨头，国内的长存、长鑫，中国台湾的南亚、华邦等也成为存储市场赢家 [19] - 各大厂商加紧扩张产能以应对需求 [20][21] - 韩媒预测，三星电子和SK海力士在2026年预计将分别实现接近100万亿韩元（约合680亿美元）的空前营业利润 [21]

硅通孔(TSV)技术概述 - 硅通孔是现代三维集成电路技术的基础技术之一，提供垂直互连，穿过硅片连接堆叠芯片，形成短而低延迟的信号路径 [1] - 该技术涉及TSV间距、寄生参数、堆叠芯片、先进封装、混合键合、中介层、微凸块和可靠性等基本概念 [1] TSV结构与制造 - TSV本质上是一种垂直金属塞，通常由铜制成，嵌入硅芯片的厚度方向 [3] - 经典制造流程包括深反应离子刻蚀、衬垫层和阻挡层沉积、铜电化学沉积以及背面减薄以暴露通孔 [3] - 根据通孔在工艺流程中的引入时间，TSV可分为先通孔型、中间通孔型和后通孔型，其中中间通孔型最常用于高密度逻辑存储器堆叠结构 [3] TSV间距与设计挑战 - TSV间距是直接影响系统设计选择的关键参数，更小的间距可以在单位面积内实现更多的垂直互连，从而支持堆叠芯片之间更高的带宽 [5] - 减小间距会带来相邻TSV之间寄生耦合增强、机械应力增大以及较大的综合禁入区会降低布局灵活性等挑战 [8] - TSV间距的选择成为电气性能、机械可靠性和物理设计约束的联合优化 [8] TSV寄生参数及其影响 - TSV是一种复杂的三维结构，其寄生参数必须在流程早期进行精确建模，这些参数会影响信号完整性、时序收敛、功率传输和跨层通信 [7] - 电容方面，TSV相当于一个金属-绝缘体-半导体电容器，较高的TSV电容会增加延迟、降低噪声容限，并引入串扰，电容值取决于通孔直径、氧化层厚度和衬底特性 [7] - 电阻方面，对于高频信号，铜填充电阻不可忽略，对于宽带存储器和高速SerDes路径，TSV电阻直接影响插入损耗和每比特功耗效率 [7] - 电感方面，TSV的垂直几何形状可能会对快速边缘和GHz范围的元件引入明显的电感行为，从而影响阻抗匹配和眼图裕量 [7] TSV布局规则与可靠性 - TSV的插入会显著改变芯片的物理布局，与位于后端互连层的金属互连不同，TSV垂直切割有源硅片，因此需要严格的布局规则 [9] - 每个TSV都需要一个禁入区，即一个排除区域，任何有源器件或敏感互连都不能放置在该区域内，这对于防止掺杂失真、迁移率下降、漏电流偏移以及应力引起的晶体管性能变化至关重要 [12] - 禁入区尺寸通常受TSV直径和间距、工艺节点以及衬底机械特性的影响，在设计流程中，禁入区区域会在TSV生成过程中自动创建，并插入布局阻塞 [12] - 铜的热膨胀系数高于硅，在温度循环过程中，铜的膨胀和收缩与周围的硅不同，这会导致局部应力，进而可能改变晶体管的特性，造成分层或开裂，增加时序偏差，并影响长期可靠性 [12] - 为减轻这些压力影响，可插入接地或伪TSV作为应力缓冲层，将TSV的放置位置分散以减少局部热点，并采用具有热感知能力的平面图将发热模块远离TSV集群 [13] TSV与微凸点的比较及优势 - TSV常被拿来与微凸点进行比较，尤其是在2.5D中介层设计和传统芯片间键合的背景下，TSV的根本优势在于其垂直路径长度要短得多，通常只有几十微米，而微凸点的路径长度则为几百微米 [12] - TSV能够显著提高垂直带宽密度，因为它们可以在更小的空间内支持更多的并行连接，高带宽内存等内存堆栈依靠密集的TSV阵列来实现每个堆栈数Tb/s的带宽 [15] - 微凸点对于跨中介层的芯片式接口仍然可行，但无法与TSV密度相媲美，无法实现真正的垂直堆叠 [15] - 由于TSV的路径长度短且RC延迟降低，因此可提供更低的互连延迟，而微凸点互连引入了更长的路径和额外的寄生层，增加了高性能计算工作负载的延迟 [15] - TSV可以兼作导热通道，帮助垂直方向散热，而微凸点则不具备同样的散热优势，然而，TSV也会引入热应力，因此需要采用平衡的布局策略 [15] TSV预算与设计考量 - 工程团队必须在3D集成电路设计阶段早期确定其TSV预算，该预算会影响芯片尺寸、分区策略、带宽目标以及整体封装经济性 [15] - TSV预算编制的关键考虑因素包括信号TSV、电源TSV、热敏TSV和冗余TSV，分别用于存储器通道、跨层网络和宽数据通路，用于垂直输电网络，用于高功率逻辑堆栈中的散热，以及用于提高良率和可靠性 [16] TSV验证要求 - 基于TSV的架构引入了与2D-IC设计截然不同的验证要求 [15] - 电气验证包括TSV阵列寄生虫的精确提取、包含跨层路径的时间分析、垂直电力网络的信号完整性/电源完整性分析以及电磁干扰-红外验证TSV密集区域 [22] - 物理验证包括禁入区重叠规则检查、TSV与有源电路之间的最小间距、堆叠芯片间的对准验证以及层间连通性检查 [22] - 可靠性验证包括长期可靠性方面的考虑，例如热膨胀系数诱发的疲劳、TSV衬里开裂、铜泵和压力迁移 [20] TSV与混合键合的应用场景 - 混合键合和TSV是互补的，两者在特定的设计环境中各有价值 [20] - 混合键合适用于需要超细间距（小于10 µm）、需要最高的互连密度和最低的寄生效应、必须最大限度地提高各层级之间的路由灵活性，以及每比特功耗是人工智能加速器和高性能计算逻辑堆栈的优先考虑因素的情况 [22] - TSV适用于需要穿过较厚的硅片、高导热性是有益的、电力输送需要垂直布线、内存堆叠需要高带宽密度，以及2.5D中介层需要与封装基板建立通路的情况 [26] - 混合键合技术在逻辑电路堆叠方面表现出色，而TSV对于逻辑存储器集成、基于中介层的2.5D结构以及电源传输至关重要 [26]

超宽带（UWB）技术概述与应用领域 - 技术特点：超宽带（UWB）技术通过发射纳秒或皮秒级的极短脉冲进行工作，工作频率范围通常为6至10GHz，信道带宽约为500MHz或更高，这使其测距精度远高于Wi-Fi和蓝牙等窄带技术[1] - 核心能力：UWB技术能够提供发射机与接收机之间厘米级甚至毫米级的定位信息，典型工作距离为10至15米[1] - 主要应用：技术已应用于汽车和建筑物的免接触式门禁系统、仓库、医院和工厂的资产定位，以及机场和购物中心等大型场所的导航支持[1] - 标准演进：IEEE 802.15.4z标准的物理层增强对实现安全测距功能起到了重要作用[1] imec在UWB技术研发上的贡献与进展 - 长期贡献：多年来，imec致力于降低UWB功耗、提高比特率和测距精度、增强接收机抗干扰能力，并实现经济高效的CMOS硅芯片实现[3] - 芯片开发：imec研究人员开发了多代符合IEEE 802.15.4z标准的UWB无线电芯片，用于测距和通信[3] - 发射机创新：发射机电路采用创新的脉冲整形和调制技术，结合先进的极化发射机、数字锁相环和环形振荡器架构，在低功耗下实现了毫米级的测距精度[3] - 接收机与制造：接收端电路设计创新实现了出色的抗干扰能力和低功耗，各代原型芯片均采用成本效益高的CMOS兼容工艺制造，并以小面积硅片为特点[4] 下一代UWB技术：雷达传感与802.15.4ab标准 - 功能拓展：专家认为UWB的潜力超越“精确安全测距”，可拓展至类似雷达的应用，即使用单个设备发射脉冲并分析反射信号来检测“被动”物体[4] - 应用场景：结合精准测距，UWB雷达可应用于汽车领域（如车内人员存在检测、手势和呼吸监测）、智能家居（根据人员在场自动调节照明）以及养老院（非侵入式跌倒检测）[4] - 标准推动：预计2026年初正式发布的IEEE 802.15.4ab标准将促进此类UWB雷达应用场景的实现，该标准将提供多项增强功能，包括在IR-UWB设备中实现雷达功能[4] - 产品展示：在2025年VLSI技术和电路研讨会上，imec展示了其第四代UWB收发器，符合802.15.4ab初步版本定义的雷达传感基线[5] imec第四代UWB雷达传感技术的核心突破 - 系统特性：第四代UWB收发器集成了增强型调制、高数据速率支持以及独特的增强型雷达传感能力（如更远的探测距离），数据速率高达124.8Mb/s，所有功能均集成在片上系统中[5] - 独特架构：其红外超宽带雷达传感系统采用2x2 MIMO全双工架构，配置两个发射机和两个接收机，无需使用射频开关来切换工作模式[7] - 性能突破：全双工工作模式缩短了有效工作距离的限制，使雷达可在30厘米至3米的范围内工作，有效工作距离仅受限于500MHz带宽[8] - 结构优势：该2x2 MIMO全双工配置实际上允许使用三个天线阵列，提高了雷达的角度分辨率并降低了面积占用，与最先进的单输入单输出雷达相比，面积缩小了1.7倍，天线数量减少了2.5个[8] - 信号处理：系统采用混合模拟/数字极化发射机，在模拟域引入滤波效应进行信号调制，保证了良好性能和低功耗，并配备了先进的数字基带进行信号处理，提取距离和到达角等信息[10] UWB雷达在汽车感知领域的验证与应用潜力 - 应用需求：UWB雷达在汽车领域极具吸引力，可用于检测车内人员、绘制乘员分布图并监测生命体征（如呼吸），但目前尚无雷达技术能以所需精度实现这些功能，挑战包括区分近距离目标的角度分辨率以及识别呼吸导致的微小移动[10] - 概念验证：在2025年IEEE PIMRC上，imec研究人员展示了首个概念验证，证明其最新的红外超宽带MIMO雷达系统能够执行车内乘员检测和呼吸频率估计任务[12] - 验证结果：实验在一辆小型汽车内进行，系统能够高精度地估计到达角和呼吸频率，在乘客和驾驶员座位都被占用的情况下，到达角和呼吸频率估计的标准偏差分别小于1.90度和2.95 bpm[12] - 成本优势：使用UWB技术进行车内监控的另一个潜在好处是，汽车中已有的用于无钥匙进入的收发器架构可以重新用于雷达应用，从而降低总体成本[14] 高数据速率与高级测距带来的新机遇 - 高数据速率：imec最新的IR-UWB收发器提供了高达124.8Mb/s的数据速率，这是目前与即将推出的802.15.4ab标准兼容的最高数据速率，比当前测距和通信应用中使用的6.8Mb/s数据速率高出约20倍[14] - 能效优势：高数据速率带来了极低的每比特能耗，远低于例如Wi-Fi的能耗[14] - 新应用领域：高数据速率为音频和视频数据流传输开辟了新领域，潜在应用包括下一代智能眼镜或VR/AR设备，UWB收发器的小巧尺寸是一大优势[14] - 高级测距：IEEE 802.15.4ab标准支持的高级测距功能将提升链路预算，使测距距离提升四倍，在视线无阻情况下可达100米，预计将显著提升汽车和智能建筑无钥匙进入解决方案的用户体验[15] - 技术实现：imec第五代UWB技术引入了一种新型窄带收发器，从而实现了先进的测距功能，该架构支持窄带辅助UWB操作，使UWB的实际工作范围最多可提升四倍[15] 技术总结与未来展望 - 技术成熟度：符合IEEE 802.15.4z标准的UWB技术已证明其能够支持安全测距和定位的大规模市场部署，并在汽车、智能工业、智能家居和智能建筑等市场中得到广泛应用[15] - 第四代技术地位：imec的第四代IR-UWB技术是首款（已公开报道的）符合802.15.4ab标准的雷达传感设备，展现出卓越的雷达传感能力[16] - 市场潜力：创纪录的高数据速率表明UWB技术具有开拓新市场的潜力，例如为智能眼镜或AR/VR设备提供低功耗数据流传输[16] - 第五代可扩展性：第五代产品中引入的窄带收发器架构不仅实现了先进的测距能力，在设计时也充分考虑了可扩展性，为支持蓝牙高频段等新兴标准奠定了基础，为统一的多频段、多标准低功耗无线解决方案铺平了道路[16] - 未来前景：UWB技术的未来前景光明，技术进步日新月异，且持续不断的标准化工作有助于塑造当前和未来的UWB应用[16]

全球半导体行业格局重塑 - 开源指令集架构RISC-V于2026年1月占据全球处理器市场25%的份额，标志着x86和Arm长期双寡头垄断格局的终结 [1] - RISC-V从学术项目发展为计算领域强大的“第三大支柱”，其应用覆盖从超低功耗物联网传感器到驱动下一代生成式智能的大型AI集群 [1] - 这一里程碑代表技术力量格局的根本性重塑，在全球“半导体主权”倡议推动下，各国和科技巨头纷纷转向RISC-V以构建本土技术栈 [1] 技术演进与性能突破 - RISC-V的模块化架构允许设计人员根据特定工作负载定制芯片，避免了x86的“遗留臃肿”和Arm的严格许可限制 [2] - 其基础指令集架构包含一系列标准扩展，如RVV 1.0向量扩展，对现代AI所需的高吞吐量数学运算至关重要 [2] - 2025年末的技术突破使乱序执行RISC-V内核的单线程性能可媲美高端笔记本电脑处理器 [3] - 例如ESWIN EIC7702X SoC催生了第一代真正的RISC-V“AI PC”，其神经处理能力高达50 TOPS，与英特尔旗舰芯片的NPU性能相当 [3] - RISC-V长期以来的“软件差距”问题已得到解决，Android和主流Linux发行版现在都将RISC-V视为一级架构 [3] 企业战略收购与转向 - 2025年末，高通公司以24亿美元收购高性能RISC-V内核领导者Ventana Micro Systems，此举被视为高通“宣布独立于Arm” [4] - 通过整合Ventana的高性能IP，高通正在制定名为“Oryon-V”的路线图，旨在绕过其与Arm合作中存在的法律和财务摩擦 [4] - Meta Platforms在收购AI初创公司Rivos后，开始基于RISC-V架构重构其Meta训练和推理加速器（MTIA） [4] - Meta针对Llama级模型优化了芯片，与之前的专有设计相比，每瓦性能提升了30% [4] 竞争格局与市场影响 - RISC-V为大型AI实验室和云服务提供商提供了一条“垂直整合”途径，此前该途径成本过高或法律程序过于复杂 [5] - 初创公司能够获得高质量开源内核授权，并添加自有的专有AI加速器，从而以远低于传统授权成本的价格打造定制芯片 [5] - 高性能芯片的普及化正在颠覆英特尔和英伟达的市场地位，迫使这些巨头更积极地整合自家的神经网络处理器（NPU） [5] 地缘政治与全球技术自主 - 在中国，采用RISC-V不再仅仅是经济选择，而是一种战略必然，以应对美国对先进x86和Arm架构日益严格的出口管制 [6] - 由于RISC-V国际组织总部设在中立的瑞士，该架构本身不受美国单边制裁的影响，为中国高科技发展提供了一个“战略漏洞” [6] - 欧盟利用《欧盟芯片法案》资助“DARE项目”联盟，目标是降低欧洲关键基础设施对美国和英国技术的依赖 [6] - 像Axelera AI这样的欧洲公司已经交付了基于RISC-V架构、运算能力达200 INT8 TOPS的边缘服务器AI单元 [6] 未来展望与发展路径 - RISC-V的近期发展重点将放在消费市场和数据中心，“AI PC”趋势预计将成为主要驱动力 [8] - DeepComputing等公司推出的第二代RISC-V笔记本电脑预计将于2026年中期上市，有望提供超越当前x86基准的电池续航时间 [8] - 在数据中心领域，重点将转向“芯片组”设计，即将RISC-V管理核心与专用AI加速器集成在一个模块化、高效的封装中 [8] - 未来三年将大力推进二进制转换技术的发展，以使RISC-V系统能够以最小的性能损失运行传统的x86应用 [8] - 如果成功，这将为RISC-V在本十年末达到40%甚至50%的市场份额铺平道路 [8] 行业意义与新时代 - RISC-V市场份额达到25%是技术史上一个意义非凡的转折点，标志着从“黑盒”芯片时代迈向透明、可定制且全球通用的架构时代 [9] - 数字时代的基础构建模块首次由协作的开源社区而非少数几家私营企业掌控 [9] - 业界应密切关注首批“纯RISC-V”数据中心的出现，以及主流智能手机制造商发布完全基于开放指令集架构的旗舰设备的可能性 [9]

AI芯片行业发展趋势 - AI发展分为上下半场：上半场是训练，由GPU主导；下半场是推理，定制化ASIC芯片将成为主导[1] - 消费级AI市场需求已从追求“极致算力”转向对“性价比、能耗比、场景适配”综合能力的考量[1] 无线通信芯片公司的优势 - 无线通信芯片公司具备“高速连接、存算协同、极低延迟、极低功耗、极低成本的内生DNA”，在开发消费级AI芯片上具有独特优势[3] - 大型人工智能公司如Meta、Google、ByteDance、OpenAI等，正寻求与博通、高通、联发科等无线通信芯片公司合作定制AI芯片[3] 新基讯科技有限公司的定位与能力 - 新基讯是一家依托自主研发、具备端侧AI能力的5G通信芯片公司[1] - 公司攻克端侧交互痛点，满足AI“更便宜、更可靠、易部署、随时随处可用”的核心要求[1] - 新基讯是全球极少数实现5G modem量产、并能整合云端与端侧AI生态的高科技企业[3] - 公司发挥强大的通信ASIC芯片设计能力，助力消费级AI从“云端依赖”走向“终端原生”，旨在定义推理时代的新标准[3] 消费级AI的应用落地与场景 - 聚焦家庭、办公、移动出行等高频消费场景，借助5G芯片的连接能力与低资源占用优势，实现全域无缝联动[5] - 应用范围涵盖从AIOT的轻量化协同，到智能穿戴的低功耗健康监测，再到智能家居的即时响应，目标是实现全能化AI助手[5] - 大模型应用爆发将带来推理芯片需求的更大增长，目标是让消费级AI“用得起、用得上、离不开”，推动AI全民化落地[5] 新基讯的核心技术方案 - 自主研发的5G芯片提供低时延、广覆盖连接，搭配本地化推理框架与云端大模型接入能力[7] - 采用小容量专用存储器，通过模型蒸馏与分层存储技术，仅保留核心推理参数，发挥OpenCPU优势，满足端侧独立高效算力需求，实现毫秒级本地推理[7] - 定制化芯片通过硬件级优化大幅提升能效比，解决消费级用户对“体积、功耗、安全”的核心诉求，推理芯片是AI从技术概念走向实际应用的关键支撑[8] 生态构建与商业模式 - AI与5G互为生态，通过生态协同加速推理落地[10] - 极简推理型AI芯片支持多语言轻量化模型适配，结合本地化合规体系与定制安全及隐私保障，构建“中国技术 + 全球服务”的出海模式[10] - 开放软硬件适配接口，旨在实现“5G + 端侧推理”的消费级AI生态[10] - 搭载新基讯AI解决方案的首款产品——AI守护终端将在今年全球上市[10]

核心观点 - 摩根士丹利重申对日月光投控的“买进”评级，并将目标价从新台币228元大幅上调至308元，主要基于对人工智能半导体需求强劲、公司先进封装领域领先地位及定价权提升的强劲信心 [1] 评级与目标价调整 - 目标价从新台币228元上调至308元，基于15倍的2027年预估每股盈余推算 [1][4] - 在乐观情境下，若人工智能成长超预期且系统级封装渗透率加速，目标价最高可看至365元 [4] - 相较于同业京元电约21倍的本益比估值，公司目前的估值水平仍具吸引力 [4] 人工智能驱动与需求前景 - 人工智能半导体需求强度远超市场预期，为全球封测龙头带来前所未有的成长契机 [1] - 预计整体人工智能晶片市场在2029年将达到5,500亿美元规模 [2] - 摩根士丹利将人工智能半导体晶圆代工营收的复合年均成长率由原先的40%中段上修至60% [2] 先进封装业务与产能 - 公司先进封装与测试的营收贡献预计在2026年将达到35亿美元，远高于公司先前指引的26亿美元以上 [2] - 先进封装产能预计在2026年将翻倍成长，主要因承接来自台积电CoWoS产能持续吃紧所溢出的订单 [2] - 公司自有的2.5D封装技术已成功切入多个关键项目，包括AMD的Venice伺服器CPU、辉达的Vera伺服器CPU、博通的Tomahawk网路晶片、亚马逊的Trainium AI加速器等 [2] 定价权与成本转嫁 - 由于产能已趋近极限，预计将在2026年调涨后段晶圆代工服务价格，涨幅预期落在5%至20%之间，高于原先预期的5-10% [1] - 此波涨价主要导因于半导体通膨压力，公司决定将包含基板、贵金属及电费在内的增加成本转嫁给客户 [1] - 公司将优先向毛利率较高的人工智能客户供货，以优化产品组合 [1] 产能利用率与行业复苏 - 大中华区外包封测的产能利用率在2025年已持续复苏，预计2026年将进一步成长 [1] - 公司2025年第三季的产能利用率已达90%，在实务上已接近满载，这使其在2026年的价格谈判中拥有极强的议价筹码 [1] 短期营运与财务预测 - 预计2025年第四季营收将较上一季成长中高个位数，表现优于公司原先预期的1-2%成长，主要归功于人工智能GPU和高效能运算的强劲需求，以及有利的汇率因素 [3] - 预计2025年第四季企业整体毛利率将可达到近18% [3] - 摩根士丹利调升了公司2025年至2027年的每股盈余预测3-4% [3] - 2025年预估每股盈余8.89元，较前次预估8.57元高；2026年预估每股盈余为14.52元，高于前次预估的13.94元；2027年预估每股盈余为20.66元 [3] 客户与市场风险 - 公司对苹果iPhone供应链仍有约15%的风险缺口，但相较于中国Android智能手机市场，iPhone需求相对稳定，为其基础营收提供了支撑 [3]

Nordic Semiconductor的边缘人工智能战略与产品 - 公司正在将人工智能引入最小的电池供电物联网设备，旨在加速集成边缘AI的新一代设备到来，其解决方案强调能源效率与开发者易用性[1] - 公司首席执行官表示，边缘人工智能已成为实现安全、隐私和可持续性的唯一途径，其解决方案能实现毫秒级决策、确保本地处理合规性，并显著提升数十亿台联网设备的电池续航能力[2] nRF54LM20B系统级芯片(SoC)技术细节 - 该SoC是nRF54L系列首款大内存产品，集成了收购自Atlazo的Axon神经处理单元(NPU)，这是一款超高效的AI硬件加速器[2] - 与同类解决方案相比，Axon NPU在声音分类、关键词识别和图像检测等任务中，性能提升高达7倍，能效提升高达8倍[2] - SoC集成了2 MB NVM、512 KB RAM、128 MHz Arm Cortex-M33加RISC-V协处理器、高速USB、多达66个GPIO以及第四代超低功耗2.4 GHz无线电，支持蓝牙低功耗、蓝牙信道探测、基于Thread的Matter协议等功能[3] Neuton模型与Nordic Edge AI Lab - Neuton模型是超小型、可在CPU上运行的边缘AI模型，通常小于5 KB，比其他CPU运行模型小10倍，且速度更快、效率更高[3] - Nordic Edge AI Lab帮助开发者生成定制的Neuton模型，用于异常检测、活动和手势识别、生物特征监控等应用，可在极小电池和有限内存下提供保护隐私的实时智能，无需依赖云服务[3] - 一家全球供应链解决方案公司已利用该AI Lab开发的模型，升级其智能追踪设备，以在nRF54L系列SoC上直接检测冲击、摇晃和运输事件，并通过nRF云生命周期服务将AI洞察无缝部署至整个车队[4] 产品上市与开发者赋能 - Nordic Edge AI Lab和定制的Neuton模型现已推出，适用于Nordic无线nRF54系列SoC和蜂窝物联网SiP模块[5] - 搭载Axon NPU的nRF54LM20B SoC目前已向部分客户提供样品，预计将于2026年第二季度初全面上市供开发使用[5] - 公司高管表示，通过Edge AI Lab、Neuton模型和Axon NPU，公司让每位嵌入式开发人员都能轻松实现先进的设备端AI，快速获得从可穿戴设备到工业传感等应用所需的颠覆性性能[4] MIPS S8200 RISC-V NPU竞争动态 - GlobalFoundries旗下公司MIPS发布了MIPS S8200处理器IP的详细信息，旨在为嵌入式平台的下一代AI工作负载提供支持[6] - MIPS S8200 RISC-V NPU支持边缘Transformer和Agentic语言AI模型，并显著提升了效率和性能[6] - 洛克希德·马丁全资子公司ForwardEdge ASIC已选择MIPS S8200用于其即将推出的高性能专用ASIC，该ASIC将用于自主平台[6] - MIPS S8200提供真正的多模态智能，满足在自主边缘平台中执行物理人工智能的需求，其软件优先方法使客户能使用虚拟平台开始模型优化[7] - 2027年，MIPS预计将推出首批搭载MIPS S8200 NPU的硅参考平台样品，以加速物理AI在自主边缘设备中的应用[7]

文章核心观点 - 全球无线接入网市场持续萎缩，导致专用RAN芯片供应商Marvell面临严峻挑战，其与三星的合作关系变得脆弱，可能影响其在5G/6G芯片市场的未来 [1][2] - 电信运营商投资削减与市场下行压力，正推动RAN技术从基于专用集成电路的专用硬件，向基于通用处理器的虚拟化方案转型，英特尔成为当前关键供应商 [1][5][6] - 主要RAN设备商如三星、诺基亚、爱立信均在调整战略，加大对虚拟RAN的投入或向通用硬件转型，这可能进一步侵蚀Marvell等专用芯片厂商的市场空间 [1][6][9][10] 市场现状与趋势 - 全球RAN产品销售收入持续下滑，从2022年的450亿美元降至2023年的400亿美元，2024年进一步降至350亿美元 [2] - 市场萎缩导致主要设备商承压，爱立信和诺基亚已裁员数万人，诺基亚移动网络业务集团在2025年前九个月销售额为53亿欧元（约62亿美元），营业亏损达6400万欧元（约7500万美元） [2] - 虚拟RAN在整体RAN市场中份额仍小，2023年Omdia预测其在RAN计算子领域的份额约为10%，三星是该技术的主要代表 [6] 主要参与者的战略动态 三星 - 提供两类5G网络产品：基于Marvell定制芯片的专用RAN和基于英特尔通用处理器的虚拟RAN产品线 [1] - 公司正优先发展虚拟RAN，其最知名的客户包括美国的Verizon和欧洲的沃达丰，后者计划在德国等多个市场使用三星的virtual RAN产品 [6] - 三星网络收入从2022年的5.39万亿韩元（约37.4亿美元）骤降至2024年的2.82万亿韩元（约19.5亿美元），2025年前九个月网络销售额为2.1万亿韩元（约14.6亿美元） [5][6] - 三星市场份额从2023年的6.1%下降至2024年的4.8% [6] - 公司正在寻找Marvell芯片的替代方案，包括自主研发调制解调器SoC芯片组，其自主设计制造调制解调器芯片已有30余年 [1] Marvell - 其运营商部门收入从2023财年（截至2023年1月）的近11亿美元（占总销售额18%以上），暴跌至两年后的仅3.382亿美元（不足营业额6%） [3] - 公司通过大幅提升数据中心芯片销量来弥补运营商收入下滑，以满足人工智能需求 [3] - 其运营商级芯片销售额在2026财年前九个月同比增长88%，达到4363亿美元，但这仍只有Marvell 2024财年前九个月营收的一半 [3] - 市场对RAN的兴趣似乎消退，在2021年初的一次财报电话会议中5G被提及34次，而在最近一次（12月初）的会议中一次也未提及 [3] - 内部担忧为三星未来的5G/6G需求开发芯片在经济上已不可行，其在RAN产品市场的整个地位岌岌可危 [1] 诺基亚 - 在5G初期与英特尔签订合同，由后者提供基于10纳米制程的网络芯片，几年后其最新5G产品中使用的Marvell芯片晶体管尺寸似乎只有原来的一半 [1][2] - 2025年10月，公司获得英伟达10亿美元投资，并披露计划设计运行在英伟达GPU上的5G Advanced和6G网络软件 [9] - 公司宣布自身向通用芯片转型，首席执行官表示这是从专有硬件向通用硬件的转变，旨在将投资转向软件以实现差异化 [9] - 为5G Advanced和6G产品分别维护Marvell和Nvidia的独立开发流程将会增加成本 [9] 爱立信 - 拥有两条研发路线：部分基于其自主研发芯片的专用RAN产品线，以及基于英特尔的虚拟RAN路线，目前专用产品组合几乎占其全部销售额 [10] - 在首席执行官领导下，研发支出大幅增长，预计到2024年将达到535亿瑞典克朗（58亿美元），高于2017年的379亿瑞典克朗（41亿美元） [10] - 资本回报率表现不佳，从2020年12月的17%下降到四年后的2.5% [10] - 高级管理人员越来越多地谈到虚拟化技术，认为它可以开发一套用于多种硬件平台的软件，最初为英特尔CPU设计的软件经修改可部署到AMD或Arm的CPU上 [10] - CPU和ASIC之间性能差距的缩小，使得爱立信很难再有理由投资研发自己的芯片 [10] 英特尔与其他潜在供应商 - 英特尔是当前虚拟RAN主要的商业选择，其最新Granite Rapids系列芯片缓解了通用处理器性能效率不如ASIC的担忧 [6][7] - 英特尔经营状况曾受质疑，去年确认计划剥离其网络和边缘计算业务，但上个月从日本软银获得20亿美元融资，并从英伟达获得50亿美元投资，搁置了剥离计划 [7] - 英伟达的GPU目前被认为过于昂贵且能耗过高，难以成为RAN芯片的可行替代方案 [11] - AMD目前在RAN领域进展甚微 [11] - 博通被提及为潜在目标，但其在RAN领域的角色主要集中在无线单元方面，吸引其进入增长前景渺茫的市场并非易事 [12] - 如果Marvell退出市场，5G开发商在RAN芯片方面的选择将非常有限，目前在5G宏网络中占据重要地位的只有英特尔和Marvell [11] 技术转型的驱动因素 - 为相对较小的市场开发基于更小晶体管尺寸的更先进芯片成本巨大，尤其是在大规模MIMO等前沿领域 [1][2] - 与仅满足单一需求的专用集成电路不同，通用处理器可以满足多种需求，大部分投资用于开发面向更大潜在市场的技术，从经济角度更容易证明其合理性 [5] - 虚拟化技术提供了灵活性，允许开发一套软件用于多种硬件平台，降低了锁定风险 [10]

文章核心观点 - 人工智能（特别是推理和边缘AI）驱动的存储需求激增，正推动内存/存储芯片价格大幅上涨，并使相关半导体公司（尤其是存储制造商）的股价和盈利预期强劲上升，韩国存储巨头和存储设备公司成为主要受益者 [1][3][4][6] 市场表现与股价动态 - **SanDisk股价飙升**：周二股价飙升28%，创自2月以来最佳表现，2026年前三个交易日涨幅超过47%，自4月22日触底以来累计飙升1080% [1] - **存储板块领涨**：周二SanDisk成为标普500指数中表现最佳股票，西部数据和希捷科技股价也实现两位数百分比涨幅 [1] - **韩国半导体股强势**：三星电子和SK海力士股价再次创下历史新高，KRX半导体指数单日上涨6.78%，一个月累计涨幅达14.2% [5][6] - **美韩半导体指数分化**：同期，以英伟达和博通等设计公司为主的费城半导体指数一个月内仅上涨0.82%，表现疲软 [6] 行业需求与价格趋势 - **AI驱动存储新市场**：英伟达CEO黄仁勋指出，AI工作记忆将催生“全球最大的存储市场”，目前是完全未开发的市场 [3] - **内存价格大幅上涨**：三星电子和SK海力士计划在第一季度将服务器DRAM价格较去年第四季度上调60%至70%，第一季度供应商提供的固定价格预计比上一季度上涨50%至60% [3][7] - **需求结构转变**：AI投资主题正从模型训练转向推理，AI推理将在2026年及以后占据主导地位，推动边缘AI等领域的存储需求同步飙升 [4] - **具体应用需求增长**：无人机、监控、车辆和体育科技等领域对存储的需求正在不断增长 [4] 公司业绩与预期 - **三星电子业绩强劲**：第四季度营业利润预计将创2018年以来同期最高，达17.57万亿韩元，市场普遍预期已升至18.7万亿韩元，部分预测超21万亿韩元 [5] - **三星电子部门利润增长**：其DS（设备解决方案）部门2026年营业利润预计将同比增长64% [5] - **韩国半导体出口强劲**：12月半导体行业出口额达208亿美元，同比增长43.2%，其中DRAM出口增长15.3%，NAND闪存出口增长15.8% [6] - **韩国市场整体盈利预测上调**：里昂证券预计2026年韩国KOSPI指数净利润将同比增长42%，其中半导体行业将贡献65%的利润 [7] 资金流动与市场情绪 - **外资买入三星电子**：新年首个交易日，外国投资者在KOSPI买入了价值3000亿韩元的三星电子股票 [5] - **外资策略分化**：外国投资者执行“做多三星电子，做空SK海力士”策略，净卖出SK海力士股票840亿韩元 [5] - **KOSPI指数创新高**：KOSPI指数在两个月内超越历史高点，并在新年首个交易日创下历史新高，为推出以来第五次 [7]

文章核心观点 - 生成式人工智能的快速发展导致超大规模AI集群部署加速，引发了严重的能源危机，解决之道在于开发能将能源增长与数据增长分离的技术[1] - 硅光子学技术具备巨大潜力，能通过高密度互连、低能耗光路切换和光速计算的光子神经网络，提升AI基础设施的可持续性，但其集成需要硬件、软件、电子与光子的互补开发[3][23] 光收发器和交换机 - 光收发器的能效提升已跟上摩尔定律步伐，基于硅光子学的近/共封装光学器件能效已超过5 pJ/bit，而电交换机ASIC的能效提升则明显缓慢[4] - 电交换机ASIC的功耗随吞吐量增加而显著上升，在100Tbps吞吐量下单个芯片功耗超过1000W，而光交换机功耗极低且在吞吐量增加时保持稳定[6] - 光交换机无法进行数据包处理，仅作为光路交换机运行，需要全新的控制平面和系统架构，目前仅有谷歌等少数公司能实现大规模应用[8] - 日本产业技术综合研究所基于45纳米标准CMOS技术，成功研发并制造了大规模硅光子交换机，实验证明其可将网络功耗降低75%[9][11] 光子神经网络 - 基于标准CMOS技术制造的硅光子器件具有高均匀性和良率，是实现光子神经网络的关键，PNN通过集成大量马赫-曾德尔干涉仪在光域执行矩阵-向量乘法，速度快且不消耗能量[12][13] - PNN缺乏良好的非线性激活函数，解决方案是利用电光非线性效应，通过马赫-曾德尔干涉仪实现以电信号输入、调制光信号输出的计算过程，但这需要开发全新的人工智能模型[13] - 已提出并演示了多个基于光电非线性的AI模型，包括用于高精度分类的非线性投影映射模型、垂直分层光电概率神经网络以及光电霍普菲尔德网络，这些模型通过无源光子电路实现低功耗和低延迟计算[15][16][18][21] - 为充分发挥PNN低延迟、高速度、低能耗的优势，需将其作为流式处理器进行整体系统优化，使其能同时在电域和光域流式处理数据，以无缝集成到数字基础设施中[22]