新基金设立 - 复星智能制造产业基金设立，总规模10亿元，由复星创富管理，聚焦人工智能、智能制造、机器人及自动化、新能源智能网联汽车等产业链 [3] - 光明鲲鹏新能源新材料产业基金设立，由鲲鹏资本与光明科发集团共同发起，聚焦先进电池材料、光伏材料、半导体材料、高端制造等产业链关键环节 [4] - 诚通秦创原科转基金完成设立，重点投向新材料、先进制造、新一代信息技术等陕西省高新技术产业、战略性新兴产业与未来产业，重点关注高校院所早期项目 [5] - 合肥兴泰促进新兴产业发展基金设立，规模10亿元，由兴泰控股与高新区、瑶海区、肥西县共同发起，重点投向新能源汽车、新一代信息技术、高端装备及新材料、生物医药和高端医疗器械等战略性新兴产业 [6] - 福建数之汇股权投资基金完成设立，总规模2亿元，投资方向为“投小、投早、投新质生产力要素”，投资领域涵盖人工智能、大数据、生物医药等前沿领域 [8] 上市公司做LP&引导金出资 - 华策影视拟出资4亿元参与设立青岛华歆策达股权投资合伙企业，基金总规模5.0901亿元，华策出资占比78.584%，基金将聚焦AI视频生成领域的生态布局 [18] - 上海荣泰健康拟出资2.495亿元人民币参与设立飞科荣泰投资基金，基金总认缴出资额为5亿元人民币，上海荣泰健康出资比例49.90% [19] - 四川省成果转化投资引导基金完成第四批子基金管理机构遴选，创投期子基金中标机构为广发信德和无锡国联新创，天使期子基金中标机构为上海一元航天，量子科技子基金中标机构为成都鼎兴量子和英飞尼迪（珠海） [12] - 杭州城投产业基金人工智能子基金拟合作单位通过评审，拟合作单位为将门投资管理顾问（北京）有限公司 [16] - 武进区产业投资基金拟参股浙江龙磐健康医疗基金，该基金主要投向生物医药产业，重点细分为创新药及创新医疗器械 [15] 基金招募公告&基金管理办法 - 镇江高新生产力产业基金公开遴选管理机构，旨在加速镇江高新区半导体及先进制造产业集聚 [21] - 安徽省高端装备制造产业基金公开征集子基金管理机构 [22] - 宁夏创业投资基金发布子基金管理机构遴选公告，该母基金由自治区政府首期认缴出资5亿元，存续期限10年，主要投资于科技创新领域 [23] - 浙江省智能物联科创基金公开征集子基金管理机构，基金规模20.02亿元，由浙江省创投基金出资约30%、杭州科创基金出资约40%、西湖区产业基金出资约30%等共同发起设立 [25] - 湖南省金芙蓉产业链基金面向社会公开征集产业链基金设立方案 [26] - 山西省文化旅游产业母基金面向社会公开预征集文旅基金母基金管理机构 [27][28] 政策动向 - 广州市发布《广州市推动具身智能机器人产业高质量发展若干措施》，力争到2029年集聚10家左右整机制造企业，推动2家左右企业进入国内“第一方阵”，每年遴选10个应用项目，单个最高支持100万元 [30] - 苏州市发布《苏州市推动科技创新和产业创新深度融合发展行动方案（2026~2028年）》，围绕增强高质量科技创新供给、提升现代化产业体系创新质效等五方面明确了18项具体任务 [31]

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]

文章核心观点 - 英伟达既是全球最大的可插拔光模块买家，也是其技术颠覆者，正推动光互连形态从可插拔向CPO演进，其根本动因是解决电互连的功耗与带宽瓶颈，实现光离芯片越来越近[1] - 技术变革将重构光模块产业链，价值从模块组装环节向上游的硅光芯片设计、引擎级交付、外置光源及光纤耦合器件等环节迁移，传统模块厂商需向新价值环节转型[4][59] - 技术演进是渐进的，可插拔、NPO/XPO与CPO将在未来多年内共存，为不同厂商提供了转型与发展的窗口期[4][54] 第一部分：全球最大买家的光账本 - **AI机柜内部互联结构**：在英伟达GB200/GB300 NVL72机柜内，GPU间高速互联（130TB/s）主要依赖约5184根、总长约两英里的224G铜缆背板，由安费诺独家供应，光模块仅用于机柜对外的网络连接[3] - **关键物料成本构成**：单台机柜BOM中，GPU（72颗）制造成本约46万美元（HBM占45%），售价口径约250万美元；HBM3E成本约37万美元；铜缆背板价值10-22万美元；电源价值8-11万美元；液冷系统价值约8-9万美元；高速PCB/背板价值约3.5万美元[6] - **机柜售价与出货预测**：GB200 NVL72单柜售价约300万美元，GB300为370-400万美元，Rubin VR200最高达880万美元[7]。2025年NVL72实际出货约2.7-2.9万柜，2026年预测为6-8万柜（GB300占八成），2027年约7万柜[7] - **毛利率分层**：芯片级毛利率超过80%；包含外购件的整柜隐含毛利率约55-65%；公司FY2026全年毛利率为71.1%[7] - **数据中心收入预期**：2025年英伟达数据中心收入实际为1937亿美元，2026年预期约3200亿美元（同比增长约68%），2027年预期在4250-4800亿美元之间，到2027年底累计订单额达1万亿美元[7] - **光模块市场规模与英伟达需求**：2025年全球光模块市场为238亿美元（同比增长50%），2026年预计再增60-65%[10]。2026年全球1.6T光模块需求在860万至2000万只之间，其中英伟达需求超过500万只，占全球需求的八成以上；同年800G光模块出货量预计为3700万只（同比增长85%）[10] - **核心供应商格局**：中际旭创是英伟达第一大供应商，在英伟达订单中的钱包份额超过50%，1.6T产品全球份额达50-60%[11]。新易盛为第二供应商，占英伟达供应链超三成，2026年1.6T出货目标为400-500万只[11]。Coherent占英伟达钱包份额20%以上[11]。英伟达自设计通道（由天孚通信供光引擎、Fabrinet组装）当前占其总用量的15-20%，1.6T成熟期目标超过50%[11] 第二部分：技术演进动因——光必须离芯片更近 - **可插拔模块的功耗瓶颈**：信号从交换芯片到面板光模块需经过20多厘米的电通道，在200G/lane时代插损高达22dB，需DSP芯片进行信号恢复，DSP功耗占整个模块近一半[12] - **CPO的节能优势**：将光引擎移至芯片旁，电通道缩短至毫米级，插损降至4dB，可取消DSP，使800G端口功耗从约30W降至约9W，每比特能耗从铜互联时代的30pJ以上降至基板级CPO的5pJ以下，未来中介层光学I/O可进一步降至2pJ以下[12] - **带宽需求驱动**：机柜内GPU间互联（scale-up）的带宽需求是机柜对外网络（scale-out）的9-10倍，目前由铜缆满足，但铜的传输距离极限约一米，未来跨机柜互联将迫使这部分更大带宽需求转向光互连[13] 第三部分：技术路径与实现——可插拔→NPO→CPO - **三条技术路线**：包括可插拔光模块、近封装光学（NPO）以及共封装光学（CPO），是一个渐进式演进过程[14] - **CPO封装的核心构成**：一个CPO封装包含一颗主ASIC和一圈光引擎，每个光引擎由底部的硅光芯片（PIC）和顶部的电芯片（EIC）通过3D堆叠构成，激光器因怕热、易损坏而设计为外置可插拔模块（ELS）[15] - **台积电COUPE平台**：是CPO光引擎的核心制造范式，采用SoIC-X无凸点铜-铜混合键合技术将EIC（N7/N6工艺）直接堆叠在PIC（65nm SOI）上，键合间距小于9微米，带宽密度是微凸点方案的23倍以上[25][29] - **COUPE产能与客户**：PIC产能从初期约500片/月，计划扩至2026年底1.5万片/月，2028年达2.5万片/月以上[29]。产能优先供应英伟达、博通、AMD，2028年后才轮到联发科、Marvell、Ayar Labs等[29] - **CPO与CoWoS的关系**：CoWoS是封装“地基”，当前（第二代COUPE）光引擎坐在封装基板上，与承载ASIC+HBM的中介层并排；未来（第三代）光引擎将坐上CoWoS中介层，与XPU和HBM同层[32] - **CPO的主要挑战——良率**：CPO良率受复合良率乘法效应、封装工艺损伤以及不可返工等因素制约严峻，例如，若32个光引擎的单引擎组装良率为95%，则整体良率仅约19%[41]。光纤阵列（FAU）亚微米级对准要求高，且光引擎焊接后无法返工[43] 第四部分：产业链重构——光模块被拆解为六个环节 - **采购结构重构**：CPO时代，传统光模块产品被拆解为六个环节：1)硅光PIC设计（英伟达自研）；2)硅光PIC制造（台积电COUPE）；3)EIC电芯片（英伟达自研）；4)DSP芯片（因线性直驱而消失）；5)外置激光源ELS（由Coherent、Lumentum供应）；6)FAU/光纤/连接器及封测组装（天孚、上詮、矽品、Fabrinet等参与）[47] - **设计权转移**：硅光芯片的设计权正从传统光模块厂转移到系统芯片厂（如英伟达、博通）手中，台积电通过COUPE平台锁定了“制造+封装”的捆绑服务[48] - **器件层新战场——光纤阵列**：分为交换机级FAU（天孚通信主导，单台CPO交换机用量是传统方案的3-5倍，价值量从约8万元升至约30万元）和芯片级COUPE FAU（上詮FOCI卡位）两条供应链[53][56] 第五部分：光模块厂商的出路与市场展望 - **渐进式替代的时间窗口**：CPO在AI数据中心光通信的渗透率到2030年约为35%，而800G以上可插拔光模块出货量在2025-2030年间预计将翻三倍，两者将长期共存[4][56]。GPU侧（scale-up）的光互连应用（如CPO NVSwitch）需等到2028年之后的Feynman世代[56] - **NPO/XPO作为友好中间形态**：NPO将光引擎放在芯片旁2-5厘米的板上，保留了模块厂的设计与交付角色，预计其市场规模将从2025年的38亿美元以约19%的年复合增速增长至2034年的186亿美元[55]。国内厂商如华工正源、光迅、新易盛等均在积极布局[55] - **头部厂商战略转型**：中际旭创向上游延伸，自研硅光PIC并与Tower合作代工，同时通过TeraHop布局XPO，并参与谷歌NPO订单（据传占六成）[57]。新易盛通过收购获得硅光技术，自建产线，深度参与博通生态，并涉足谷歌NPO订单（据传占四成）[57] - **价值迁移方向**：产业价值正从“模块组装”向四个方向迁移：硅光PIC设计、引擎级交付（NPO/可拆卸CPO）、外置激光源（ELS）、以及FAU/光纤器件。缺乏硅光设计能力、仅从事组装的厂商将面临挑战[59]

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]