Meta宣布生产新型定制AI芯片Iris - 公司计划从9月开始生产代号为Iris的新型定制AI芯片，这是其将整体计算能力提升至14GW计划的一部分 [2] - 该芯片旨在更高效地支持AI推理工作负载，帮助降低基础设施成本，并使公司能更好地控制其快速扩展的AI基础设施 [2] - 芯片已顺利完成测试，未出现重大问题，表明已准备好投入生产 [2] 定制芯片的战略优势与动机 - 最大优势在于降低运营成本，公司每天在其平台上执行数十亿次推理请求，即使每瓦性能或每次推理成本仅提升10%到15%，每年也能节省数亿美元 [2] - 降低对英伟达等外部供应商的依赖，减少受制于芯片制造商的产品路线图、定价或供应链波动，带来更大的战略灵活性 [3] - 在与供应商谈判时拥有更大的筹码 [3] - 芯片可专门针对驱动公司平台的推荐系统、排名模型、广告算法和GenAI服务进行定制优化，与通用GPU不同 [3] - 公司可以同时优化芯片、软件、网络和数据中心，使各组件更高效协同工作，在巨大规模下微小的改进也能产生显著影响 [3] 定制芯片面临的挑战与行业背景 - 设计新芯片需要数年时间，成本可能高达数十亿美元，因此只有少数公司拥有足够的资金和工程技术人才来尝试 [3] - 公司必须与英伟达竞争，后者不仅制造强大GPU，还拥有成熟的软件、网络技术和开发者工具生态系统，构建生态系统比制造芯片本身更具挑战性 [4] - 公司并非试图为所有人打造芯片，Iris专为其自身基础设施和工作负载设计，英伟达GPU仍可能继续承担许多最大型的AI训练任务 [4] - 公司计划将更多推理工作负载转移到自有且可控的硬件上 [4] Meta的AI芯片发展路线与基础设施投入 - 公司此前已公布了其Meta训练与推理加速器（MTIA）路线图，Iris显然遵循了相同的战略 [4] - 公司计划在2027年之前大约每六个月推出一款新的AI芯片，速度快于传统的每年或每两年推出一款新芯片的速度 [4] - 为支持扩张，公司已与三星电子、闪迪、住友电工签署了长期供应协议 [5] - 预计仅在2026年，公司就将在人工智能基础设施方面投入高达1450亿美元 [5] 行业趋势：超大规模运营商推动定制芯片 - 超大规模数据中心运营商正试图更多地掌控自身的人工智能基础设施，这被视为重要的战略优势 [2] - 谷歌有自己的TPU，亚马逊有Trainium和Inferentia，微软有Maia，都在为各自的AI工作负载打造芯片，不完全依赖英伟达GPU [5] - 英伟达GPU预计仍将是训练大型AI模型的首选，但拥有更多自有硬件可帮助公司降低成本并更好地掌控AI基础设施的构建和扩展 [5]

先说结论：五句话版本 第一部分 买 : 全球最大买家的光账本 1.1 先看清楚:机柜里面是铜的天下,光守在门口 很多人以为 AI 机柜里到处是光,其实恰恰相反。GB200/GB300 NVL72 一台机柜:18 个计算托盘 (72 颗 GPU + 36 颗 Grace CPU)、9 个交换托盘(18 颗 NVSwitch),GPU 之间 130TB/s 的全互联 走的是一块铜缆背板——5184 根 224G 铜缆,约两英里长,安费诺独家供应。铜便宜、可靠、不耗 电,只要距离够短(一米之内),它仍然是最优解。 光模块出现在机柜的"门口":每个计算托盘上的 ConnectX 网卡对外连 InfiniBand/以太网交换机 (所谓 scale-out 网络),这一段距离从几米到上百米,只能走光。一颗 GPU 通常配 1-1.5 只以上的高 速光模块,谷歌 TPU 集群的配比甚至达到 1:4 以上——机柜卖得越多,光模块的账就越大。 买和拆同时发生:英伟达是全球光模块最大的单一买家(2026 年 1.6T 需求八成以上来自它,可插 拔供应链由中际旭创、新易盛、Coherent 和英伟达自设计通道构成);但在自家 CP ...

行业核心观点 - 功率半导体行业进入新的结构性周期，呈现“低端产能过剩，高端有效产能不足”的矛盾景象 [2] - 行业竞争正从单颗器件竞争升级为系统级交付能力竞争 [2] - 新能源汽车需求仍是基本盘，但增长逻辑从增量变为高压化（如800V/1000V平台） [3][4] - AI数据中心成为新的重要增长变量，可能改变整个数据中心供电架构 [6][7] - 行业未来将长期存在结构性分化，普通产能可能过剩，但车规级、AI服务器级等高端产能依然稀缺且有壁垒 [18] 新能源汽车需求 - 新能源汽车仍是功率器件最稳定的基本盘 [4] - 2025年全球电动车销量超过2000万辆，占新车销量约四分之一；2026年预计达到2300万辆，占比约28% [4] - 增长逻辑转向高压化，800V平台成为中高端车型快充卖点，推动SiC MOSFET从性能升级件变为基础件 [4] - 2025年已出现首批1000V车型，250kW以上超充适配车辆存量占比仍低于5%，但销量随超充设施扩张而增长 [4] - 未来几年汽车仍是功率SiC增长的主要驱动力 [4] AI数据中心需求 - AI数据中心成为2026年后功率半导体增长的新变量，对供电效率、功率密度和热管理要求更高 [6][7] - AI负载推高数据中心电力需求、瞬态电流和热压力，暴露出传统48V机柜架构等局限 [7] - AI需求拉动可能改变整个数据中心供电架构，涉及从服务器电源到数据中心级中压直流、固态变压器的升级 [8] - AI服务器需求挤占8英寸成熟制程产能，单台AI服务器对高压MOSFET、电源管理MOSFET需求提升，加剧8英寸产能紧缺 [8] - 功率半导体正从“电子系统里的基础元件”变成“AI基础设施能否继续扩张的关键变量” [8] 全球龙头厂商动态 - 英飞凌投资50亿欧元在德国德累斯顿建设Smart Power Fab，获得德国政府近9.2亿欧元补贴，投产后将300mm功率半导体产能提升一倍 [10] - 英飞凌AI相关业务营收预计2026财年达15亿欧元（2025财年为7亿欧元），2027财年直奔25亿欧元 [10] - 英飞凌重组业务，新设Power Systems事业部，整合AI数据中心电源、电网基础设施等非汽车功率业务，将其作为核心增长平台 [11][12] - 意法半导体在意大利Catania投资约50亿欧元建设200mm SiC一体化制造基地，获意大利政府约20亿欧元支持，计划2026年投产，2033年满产后产能最高可达每周1.5万片晶圆 [12] - 安森美在捷克推进端到端SiC制造能力，计划进行最高20亿美元的多年期投资 [12] - 2026年上半年，英飞凌、TI、意法等全球20多家功率巨头因AI和电网需求挤爆产能，连续掀起两轮“涨价潮” [13] 中国本土厂商动态 - 中国拥有全球最大的新能源汽车市场、最快迭代的AI硬件生态、庞大的储能光伏产业链及增长的机器人场景，为本土功率厂商提供窗口期 [15] - 竞争焦点从国产替代转向更快参与客户定义、完成验证、调整方案及降低成本 [15] - 芯联集成拟在绍兴合资建设月产能5万片的12英寸数模混合芯片生产线，项目总投资约200亿元，公司出资30.12亿元持股25.1% [15] - 芯联集成构建8英寸硅基（产能17万片/月）、12英寸硅基（产能3万片/月）、6英寸SiC MOSFET（产能8000片/月）三大产线，并向“系统级代工平台”发展 [16] - 公司预计2026年收入突破100亿元，2026年8英寸硅基和6英寸SiC产能利用率预计保持90%以上，12英寸硅基有望达80%以上 [16] - 士兰集宏8英寸SiC项目总投资120亿元，一期规划月产3.5万片，2026年1月已通线 [19] - 时代电气2025年半导体子公司收入55.32亿元同比增长26.72%，其中IGBT收入48.53亿元同比增长29.88% [19] - 扬杰科技首条SiC车规级功率模块封装项目已建成投产，8英寸晶圆等项目预计2026年下半年陆续投产 [19] - 晶盛机电子公司加速年产60万片8英寸SiC衬底项目投产，马来西亚8英寸衬底工厂预计2026年底通线 [19] - 天岳先进8英寸产品已建立稳定大规模供应体系，天科合达已实现2至8英寸SiC衬底规模化生产并研发12英寸产品 [19] 行业结构性分化与产能状况 - SiC行业正进入2-3年产能消化阶段，从技术驱动转向成本驱动，中低端车型成为SiC渗透率提升关键 [18] - 行业存在“一边过剩，一边缺货”现象：普通6英寸SiC产能可能需要消化，但高良率8英寸SiC依然稀缺 [18] - 普通硅基功率器件竞争激烈，但车规级IGBT、MOSFET和模块能力依然有壁垒 [18] - 低端消费和工控市场价格敏感，但AI服务器、主驱逆变器、储能PCS和高压快充更看重可靠性与供货稳定 [18] - 单颗芯片门槛下降，但从芯片到模块、再到系统验证的门槛正在升高 [18] - 行业不缺产线，缺的是被客户真正承认的产能；不缺器件，缺的是能进车规、能上AI电源、能长期稳定交付的器件 [20]

人工智能在知识产权开发中的角色转变 - 人工智能正成为知识产权开发商日常工作的一部分，辅助构建、验证、打包、支持和销售可重用的设计模块，并改变知识产权的功能、创建、验证、管理、查找、许可、重用和长期支持方式 [2] - 人工智能帮助团队编写和审查RTL代码、生成测试用例和文档、更快调试问题、组织元数据，并使其他工程师更容易找到和使用IP，但不能取代基于深厚工程经验的专家判断 [2] - 知识产权开发正从完全人工操作转向在技术和商业知识产权生命周期的各个阶段，利用人工智能辅助流程进行指导、验证和改进，可定制知识产权的爆炸式增长是这一转变的明显体现 [2] 人工智能提升知识产权开发效率与多样性 - 人工智能（尤其是智能体人工智能）的创新集中在RTL代码生成以及加快调试和验证速度上，这促使更多类型的IP涌现，帮助IP供应商在不牺牲资源或时间的情况下，针对不同应用场景定制IP [3] - 人工智能使开发者能够以更少的资源和计算能力提供不同类型的IP，IP配置更加复杂，人工智能让开发者能够轻松调整IP之间的相互匹配以及应用场景 [3] - 人工智能在后端设计中发挥重要作用，特别是在芯片组数量大幅增加的背景下，帮助开发者找到更好的配置方案、开发更好的后端设计，并创建更好的实现方案直至封装级别 [3][4] - 人工智能可以基于芯片组将相同的IP封装到不同的封装中，从而销售给更多的客户 [4] 人工智能赋能知识产权生命周期管理 - 人工智能是知识产权在其整个生命周期中进行管理、打包和发现的推动因素，而不仅仅是附加到现有流程上的工具 [5] - 人工智能驱动的IP生命周期管理可以自动更新IP封装以及所有相关信息，方便工程师使用，确保知识产权在不同项目和团队之间流转时始终处于可生产状态 [5] - 借助人工智能驱动的知识产权发现，它可以找到用户想要的知识产权，并确保它具备所需的一切 [5] 人工智能增强验证流程 - 人工智能在IP领域最早的应用案例之一是验证，AI被描述为与VIP并行运行的“第二供应商”，就像一个虚拟验证合作伙伴，可以增强验证能力 [6] - 人工智能帮助团队将规范转化为有意义的测试用例，通过解读协议规范文档，自动生成与规范紧密相关的测试场景和有效载荷 [6] - 面对芯片尺寸增大、结构复杂化，人工智能在芯片组装验证中发挥协调作用，帮助搭建能够满足庞大需求的验证基础设施 [7] - 人工智能在调试和覆盖率提升方面是主要应用领域，借助多个协同工作的智能体，帮助用户更快地进行调试、根本原因分析，并确定下一步工作的优先级 [7] - 人工智能帮助知识产权开发团队从已有的VIP、测试平台和基础设施资源中获得更多价值 [8] 人工智能对知识产权开发团队与商业模式的影响 - 人工智能的快速发展给知识产权开发团队带来了巨大压力，边缘计算的快速部署加剧了这一挑战，人工智能正在积极地重塑知识产权在其整个生命周期内的设计、工具开发和维护方式 [8] - 在人工智能驱动的世界里，IP销售的关键不仅在于性能、功耗和面积规格，更在于新模型能在量产芯片上快速高效地运行，客户关注新模型的上线效率和速度 [9] - 以芯片组形式存在的强化型IP带来了其他挑战，特别是在2.5D封装中，设计重点更多地放在功耗和性能而非面积上，基础IP需要在带宽、延迟和功耗方面针对规模化进行优化 [9] - 人工智能正在重塑知识产权的包装和销售方式，授权模式可能包括单次使用许可、多次使用许可以及订阅模式，基于销量的专利许可结构和芯片组设计正在重塑传统的一次性使用模式 [12][13] - 随着知识产权日益与工作负载、平台、子系统和长期合作关系紧密相连，所有权、控制权、安全性和治理等问题将越来越难以与知识产权本身分离 [13] 人工智能时代的知识产权技术挑战 - 由于AI模型的更新速度远超芯片，编译器和工具链对于保持IP的可用性、灵活性和竞争力变得日益重要，编译器需要能够将客户无法分享的专有网络进行编译和优化 [11] - 模型变化非常快，可能每天、每小时都在变化，这要求整个编译器流程能够映射到硬件上，并对新出现的运算符层进行模拟 [11] - 没有单一的固定引擎能够处理所有事情，大多数专家主张采用更加异构和可编程的SoC子系统，例如包含NPU和CPU的AI协处理器，以提供足够的灵活性 [11] - 数值格式本身也在不断变化，例如在智能体人工智能领域调整浮点精度，IP需要足够灵活来应对模型更新中的变化 [11] - 模型变化的速度取决于NPU在流程中的位置，真正的挑战并非支持新模型，而是如何在保证性能的前提下支持新模型 [11] 人工智能与安全及人类专业知识的关系 - 将专有知识产权融入基础模型引发了关于人工智能生成代码所有权的问题，需要签订合同并采取技术保障措施，安全必须覆盖整个软件栈 [14] - IP提供商必须在每一代芯片中都增加安全功能，使其更加安全，这已成为芯片架构中不可或缺的一部分 [14] - 对于所有知识产权开发者而言，人工智能驱动的数据治理和安全要求已成为首要的设计约束，人工智能不能被视为知识产权判断的完全替代方案 [15] - 即使人工智能承担了越来越多的开发工作流程，经验丰富的工程师在解读结果、确保质量以及决定哪些内容已准备好投入生产芯片方面仍然不可或缺 [15] - 人工智能大多可以替代一些平庸或重复性的工作，但无法取代深厚的知识产权或验证方面的专业知识，最现实的发展路径是改变开发人员与人工智能的协作方式 [15] - 人工智能将显著提升人类开发人员的工作效率和水平，需要将人工智能信息与人类的创造力相结合，这种协作将带来巨大的改变 [16]

公司近期重大事件 - SK海力士完成了美国市场历史上规模最大的外国公司IPO，通过美国存托凭证发行筹集了265亿美元，上市首日股价飙升13% [2] - 此次IPO募资将主要用于扩大芯片制造规模，包括与韩国生产设施建设相关的资本支出297亿美元，以及购置EUV光刻机预计耗资78亿美元 [5][6] - 公司在美国上市的部分原因是为了与人工智能客户更紧密地合作，以满足其不同类型的产品和设计要求 [5] - SK集团已在美国投资超过350亿美元，并计划进行更大规模的投资，同时不排除将存储器生产转移到美国的可能性 [5] 行业范式转变与市场前景 - 人工智能的蓬勃发展被认为已从根本上改变了内存芯片行业数十年来繁荣与萧条的周期性波动 [2] - 行业高管认为，由ChatGPT时代引发的内存供应短缺问题将持续存在，并可能持续到2030年以后，客户因此寻求长期供货协议 [2] - 数万亿美元的数据中心投资计划正在推动需求，仅五家大型科技公司在过去五年就累计增加了约3500亿美元的债务用于购置人工智能硬件 [3] - 内存芯片行业正受益于人工智能投资热潮，这刺激了传统内存和新型高带宽内存（HBM）的需求 [3] - 行业领导者预测，内存芯片的供需可能要到世界实现通用人工智能（AGI）后才能恢复正常，在此之前需要大量的内存 [4] - 人工智能基础设施的建设被认为可能持续数十年，其产业规模预计将远远大于互联网 [4] 公司市场地位与财务预测 - SK海力士是全球最大的HBM供应商（市场份额56.4%），最大的DRAM供应商（市场份额29.1%）以及第二大NAND供应商（营收份额18.5%） [7] - 根据Gartner预测，全球存储半导体市场规模将从2025年的2160亿美元增长至2026年的6330亿美元（同比增长192.7%），并以86.0%的复合年增长率从2025年增长至2027年的约7480亿美元 [10] - HBM是增长核心，其收入预计将从2025年的330亿美元增长到2027年的860亿美元，复合年增长率为60.5% [10] - DRAM整体收入预计将从2025年的1430亿美元增长到2027年的4010亿美元，复合年增长率为67.3% [10] - NAND的收入预计将从2025年的680亿美元增长到2027年的3410亿美元，复合年增长率将达到123.7% [12] - 估算显示，到2025年，SK海力士整体内存收入的约42%将来自HBM [12] 产品定价趋势 - 传统DRAM的平均售价在2025年第四季度同比增长45.2%，预计在2026年第一季度和第二季度将分别同比增长136.4%和198.1% [15] - HBM在2024年和2025年保持了两位数的年均平均售价增长，预计这一强劲的定价趋势将在未来几个季度继续保持 [15] - 预计到2026年第一季度和第二季度，NAND闪存的平均售价将分别同比增长111.1%和243.8%，到2026年第三季度和第四季度，涨幅将超过250% [15] 公司产能扩张战略 - 公司正在韩国龙仁建设一个多晶圆厂集群，首座晶圆厂一期洁净室预计于2027年第一季度投入使用 [18] - 位于清州的M15X下一代扩展晶圆厂已于2026年第一季度开始接收晶圆，主要生产HBM和高性能DRAM产品 [18] - 正在清州建设一座先进的封装工厂，预计将于2027年底竣工 [18] - 计划投资约38亿美元在美国印第安纳州西拉法叶建设生产基地，专注于HBM的先进封装，计划于2028年下半年建成首个洁净室 [18] - 公司2026年计划大幅增加资本支出，2026年第一季度用于购置固定资产的现金支出为59亿美元，而2025年全年为182亿美元 [19] 公司长期发展战略 - 公司战略包含六点：巩固技术领先地位和存储器创新；加强与客户和合作伙伴关系并开发定制化HBM产品；为满足需求在韩国扩大产能；投资美国先进封装工厂；在人工智能时代拓展角色；专注于财务管理以实现可持续股东回报 [16] - 公司正致力于扩大长期战略客户群，并通过在HBM、服务器DRAM和eSSD方面的优势来降低市场周期性波动的风险 [15] - 公司表示未来的长期增长在很大程度上取决于提高产能的能力 [15] - 公司正在考虑以新的方式出售其技术，例如“内存即服务”的概念 [4] - 公司在美国设立了一家专门机构，用于对人工智能创新企业进行战略投资，计划投入100亿美元，资金将在2030年前分批出资 [21] - 公司业务已多元化拓展到DRAM和NAND闪存半导体以外的领域，包括通过子公司开展代工业务 [21] 其他业务与投资 - 公司作为贝恩财团成员参与了东芝对铠侠股份的收购，相关投资中，对一家特殊目的公司（SPC 2）约15.0%股权的投资（约8.45亿美元）仍然存在 [21][22] - 公司收购英特尔固态硬盘业务（Solidigm）获得了中国监管机构有条件批准，条件包括自2021年12月起五年内维持合理的定价政策等，这可能限制其在2026年大幅提高在中国销售的NAND闪存产品价格的能力 [20]

台积电高阶人事变动 - 台积电资深处长侯上勇于6月30日退休，其在公司服务超过7000天、满30年[2] - 台积电负责晶圆厂营运的资深副总廖永豪将于8月1日退休[2] - 台积电在今年2月提拔八位中生代高阶主管进入接班团队后，预计下半年部分高阶主管将出现异动[2] 关键人才流向联发科 - 侯上勇退休后，将加入IC设计公司联发科经营团队[2] - 这是继台积电前资深副总余振华于今年5月加入联发科后，又一位先进封装重量级人物加入联发科[2] - 联发科近几年积极布局共同封装光学（CPO）先进封装领域，侯上勇的加入将为其增添战力[3] 侯上勇的技术背景与贡献 - 侯上勇在台积电从多层金属整合工程师做起，负责远后段制程整合，研究先进封装硅钻孔（TSV）、芯片堆叠与硅光子技术[2] - 其主导开发了在人工智能（AI）时代非常知名的2.5D CoWoS和COUPE光学引擎平台[2] - 侯上勇是台积电硅光子整合平台“COUPE”的命名者，COUPE是Compact Universal Photonic Engine（紧凑型通用光子引擎）的缩写[3] - 他鲜少对外谈论工作，近两年应母校成功大学材料系号召，在论坛进行专题演讲，才让外界更了解先进封装技术发展[3] 廖永豪的职业生涯与成就 - 廖永豪于1988年加入台积电，拥有超过30年的半导体生产营运管理经验[4] - 他曾担任晶圆五厂、八厂、15A厂、15B厂厂长[4] - 在担任15A厂厂长期间，带领团队成功量产28纳米制程，并通过组织创新创下台积电装机速度最快和产能提升的纪录[4] - 2017年带领15B厂团队成功量产10纳米制程技术，2018年又成功量产7纳米制程技术，使台积电成为全球第一个量产7纳米制程技术的公司[4] 技术发展趋势 - 侯上勇加入联发科，将有助于持续推进台湾硅光子及共同封装光学（CPO）技术迈向商业化新里程碑[2]

文章核心观点 - 英特尔在ECTC26大会上展示了其下一代先进封装解决方案EMIB-T，该技术被定位为应对行业现有封装技术短缺和局限性的关键，有望成为公司在数据中心等领域取得的最大胜利[2] - 先进封装技术对于驱动人工智能、高性能计算和客户端领域至关重要，目前仅有少数几家公司具备相关技术专长和精度[2] - 与台积电的CoWoS等方案相比，英特尔的EMIB技术展现出在灵活性、成本、功耗及尺寸方面的优势，能够构建更强大的计算架构[2] - EMIB-T技术通过结合2.5D集成的细间距互连密度与硅通孔(TSV)的垂直扩展优势，提供了一种可扩展的异构集成解决方案[3] - 该技术旨在满足未来高性能计算/人工智能对超大芯片复合体、高带宽和低功耗的严苛需求，并已规划了明确的发展路线图[3][5][7] EMIB-T技术特性与优势 - **技术定义与扩展性**：EMIB-T是嵌入式多芯片互连桥接硅通孔技术，通过将第一层互连(FLI)凸点间距缩小至25微米，并将封装尺寸扩展至大于120毫米×120毫米，从而在单个封装上容纳超过9倍光刻阵列的计算和存储硅芯片[3] - **性能表现**： - 实现了超过12 Gb/s的HBM4e传输速率，电气特性支持可靠的高速信号传输[3] - 在扇出型嵌入式桥接平台中实现SRAM芯片的3D集成，在50:50读写负载下，实现了265 GB/s/mm²的带宽和低于0.24 pJ/bit的功耗[4] - 在较低频率下，每比特能耗可进一步降低至0.15 pJ/bit，总读/写带宽为166 GB/s/mm²[5] - **架构与设计优势**： - 融合了大量金属层、先进布线功能和集成的供电特性，旨在满足HBM4E接口严苛的带宽和供电要求[5] - 与EMIB-M相比，EMIB-T通过集成TSV技术改变了电源布线方式，电源可直接通过EMIB桥接器布线，实现了更高的密度扩展，专为高性能AI芯片需求设计[12] - 该技术与IP和工艺节点无关，可以容纳基于各种IP及第三方或内部工艺节点的多个芯片，为带宽、电源完整性和规模而设计[12] 技术应用与展示案例 - **客户与合作伙伴**：英特尔已凭借EMIB先进封装解决方案吸引了TeraFab、谷歌和英伟达等客户[2] - **3D存储集成案例**：展示了一种将SRAM芯片嵌入扇出型嵌入式桥先进封装中的3D垂直集成方案，芯片间互连功耗占总功耗的15%以下，芯片内数据传输功耗占30%[4] - **系统分解与集成**：利用先进封装技术将大型系统分解成芯片组，为持续扩展最先进的计算机系统提供了新途径，特别是在需要高带宽连接和低功耗的存储系统领域[4] - **超大尺寸封装(HLFF)设计**：EMIB-T可扩展至超大尺寸封装（240 x 240 毫米），提出了两种集成ASIC、HBM和I/O芯片的封装结构，并阐述了高速I/O设计、电源完整性、良率模型及热设计等考虑因素[6][7] 发展路线图与行业对比 - **英特尔发展路线图**： - 目前EMIB-T芯片的扩展能力已达到光罩尺寸的8倍以上，封装尺寸为120x120毫米，可容纳12个HBM芯片、4个高密度芯片组以及超过20个EMIB-T连接[12] - 到2028年，计划将扩展能力提升至光罩尺寸的12倍以上，封装尺寸超过120x180毫米，可容纳超过24个HBM芯片和超过38个EMIB-T桥接器[12] - **与台积电的对比**： - 作为对比，台积电预计到2028年将实现14倍光刻技术，最多可集成20个HBM封装[12] - 台积电拥有用于超大型先进封装芯片的SoW（晶圆系统）封装，但其成本远高于CoWoS[12] - 文章指出，与台积电的CoWoS封装方案相比，EMIB展现出诸多优势，能够构建更灵活、更强大的计算架构，而无需担心成本和功耗[2] 生产与供应链 - **生产验证**：EMIB技术自2017年以来，已采用英特尔和外部芯片进行大规模生产，验证了其生产可行性[14] - **供应链优势**：EMIB-T可以简化其他封装设计中的IP集成，并简化供应链和组装流程[14]

台积电中科先进制程与封测布局 - 台积电中科1.4纳米制程新厂建厂进度超前，第一座厂房有望在明年4月前完工[2] - 供应链评估最快明年第3季初进行试产，有机会赶在2028年中实现量产[2] - 台积电2纳米技术已于去年第4季开始量产，且产品良率超出预期[3] 中科园区投资与扩张 - 台积电旗下公司规划在中科彰化二林园区投资两座高阶封测新厂，土地需求超过20公顷，投资金额可能逼近千亿元[2] - 矽品提出二林园区P7新厂租地申请，获核配11公顷土地，初期投资金额逾300余亿元，其在二林园区累计投资将突破千亿元[2] - 中科台中二期园区为台积电建厂外，另有约5公顷用地将在2028年启动招商，已有七、八家台积电协力厂表达投资意愿[3] 中科园区整体表现与发展 - 受惠AI与半导体产业畅旺，中科园区今年前四月营业额较去年同期成长14.9%[2] - 中科管理局长乐观预期，今年全年营业额有机会挑战1.2兆元新高[2] - 为巩固半导体先进制程领先地位，中科管理局正加速执行台中园区二期扩建计划，厂商建厂进度超乎想像的超前[2]

气象预警与天气状况 - 中央气象台于7月11日10时发布今年首个暴雨红色预警 [1] - 预警时段为7月11日14时至12日14时 覆盖浙江、福建北部、江西东北部、安徽南部、北京、天津北部、河北中北部、内蒙古东南部、辽宁西部和北部、吉林中东部、陕西中南部、山西中南部、青海东南部、甘肃西南部、四川盆地西部、云南北部和西部、台湾岛等地 [1] - 预计上述地区将出现暴雨 其中浙江东部和中南部、福建北部、江西东北部、北京、天津北部、河北中北部、辽宁北部、吉林中部、四川盆地西部、台湾岛等地部分地区有大暴雨 局地特大暴雨 [1] 降雨量预测 - 北京东北部和南部、河北中部和东北部局地降雨量预计达250~280毫米 [1] - 浙江东部和南部、福建北部局地降雨量预计达250~500毫米 [1] - 台湾岛中北部局地降雨量预计达250~800毫米 [1] 伴随天气现象 - 上述部分地区伴有短时强降水 最大小时降雨量20～50毫米 局地可超过80毫米 [2] - 局地有雷暴大风或冰雹等强对流天气 [2]

思想的承袭与演变（索罗斯与霍华德） - 索罗斯从凯恩斯《通论》第十二章中关于人类认知局限和市场“惯例”的论述，结合波普尔哲学，发展出其理论的第一命题——“易犯错误性”原理，即市场参与者的看法注定是局部且扭曲的[5][6][7] - 索罗斯构建了反身性理论，其核心是：带有偏差的预期（主流偏见）会与底层现实（主流趋势）相互作用，形成相互强化的动态反馈回路，导致资产价格长期大幅偏离价值甚至重塑经济基本面[8][9][10] - 索罗斯通过量子基金实践反身性理论，主导了狙击英镑、闪击东南亚等历史事件，通过引导市场预期和恐慌来改变底层基本面[11] - 霍华德·马克斯高度认同凯恩斯的“未来不可知论”，并据此将投资者分为“我知道学派”和“我不知道学派”，其自身属于不依赖宏观预测的后者[13][14] - 马克斯从凯恩斯描述的“选美博弈”市场心理中，升华出“第二层次思维”，强调投资成功的关键在于拥有与市场共识不同且更准确的预期[15][16][17] - 马克斯在凯恩斯关于“情绪浪潮”和格雷厄姆“钟摆”比喻的基础上，发展出“钟摆理论”，指出市场总是在过度乐观和过度悲观之间摆动，且多数时间处于极端区间[18][19] - 马克斯将凯恩斯的宏观“信贷周期”重构为心理层面的信贷周期，并将其视为自己周期理论中最重要的子周期，指出信贷闸门的开合（反映金融机构心理）是判断市场风险与机会的关键[20] 跨世纪的思想共鸣（凯恩斯与巴菲特） - 凯恩斯在《我们孙辈的经济可能性》中预言百年生活水平提升4到8倍，其基础是对“资本复利机制”的深刻认知，即社会将部分产出持续投入生产性资料[22][23] - 凯恩斯在《通论》中驳斥市场能自发高效配置资本的观点，指出市场易沦为“赌场”，巴菲特与之共鸣，进一步将市场比喻为兼具“赌场”与“教堂”双重属性的场所[24] - 凯恩斯通过早年“亚麻投机案”等惨痛教训，最终彻底放弃了依靠宏观预判进行择时的策略，转向100%专注于自下而上的个股分析和长期现金流分析[26][27] - 凯恩斯用“企业”来定义真正的投资（预判资产长期收益），用“投机”定义短期市场心理博弈，并指出投资的难度远大于投机[27][28] - 凯恩斯在1934年的信函中阐述了与现代价值投资高度契合的原则，包括能力圈原则、德才兼备的管理层原则以及集中投资原则[29][30] - 凯恩斯在管理剑桥国王学院基金时完成理念蜕变，在二战阴霾中摒弃宏观噪音，将半数以上股票仓位集中配置于现金流充裕、分红收益率超10%的极度低估标的，最终获得数倍收益[31] - 凯恩斯拥有丰富的投资实战经验，包括管理私人投资辛迪加、大学捐赠基金、保险公司资金及投资信托，其《通论》第十二章的市场心理分析多源自其亲身体验，这是其思想能打动后世大师的重要原因[33][34]