【导读】华天科技拟斥资 20 亿元设立先进封测公司 中国基金报记者 卢鸰 先进封装正在成为全球芯片产业发展的大趋势。 芯片封测龙头华天科技 8 月 1 日盘后公告，公司拟斥资 20 亿元设立华天先进，该公司将以 2.5D/3D 等先进封装测试为主营业务。 2025 年一季度，华天科技归属于母公司股东的净利润为 -1853 万元，较上年同期的 5703 万元大幅下降；扣非净利润为 -8286 万元。 近年来，随着高性能运算、人工智能、数据中心、自动驾驶、智能手机、 5G 通信等领域对 芯片算力需求的日益增强，带动了集成电路先进封装的快速发展。 同时，随着 7nm 以下制程成本急剧攀升，单纯依靠制程微缩提升性能的路径难以为继，而先 进封装已成为延续摩尔定律的关键，并成为当前半导体行业发展的主要驱动力之一。 目前，台积电、英特尔、三星等国际巨头纷纷将先进封测列为其战略重点，全球产业链加速 向先进封测倾斜，技术成熟度与产业化能力持续提升，为规模化应用奠定了基础。 拟出资 20 亿元 设立先进封测公司 华天科技 8 月 1 日盘后公告，为了进一步加强在先进封装领域的竞争能力，满足未来战略发 展需要，公司拟由全资子公司华 ...

半导体行业发展逻辑 - 全球半导体器件销售额从1977年的38亿美金增长至2024年的6179亿美金，涨幅达162倍，同期全球GDP仅扩大至15.1倍 [1] - 半导体器件市场增速长期显著超越GDP增速，两者比例变化呈现三阶段特征 [3] 行业发展三阶段 - **暴增期（1977~1994）**：半导体产业初期填补市场需求空白，呈现井喷式增长 [5] - **稳定期（1995~2009）**：器件销售额占GDP比例稳定在0.45%，市场饱和，增速与GDP基本同步（除2000年IT泡沫） [5] - **增长期（2010以后）**：智能手机普及带动移动互联网发展，半导体市场增速再次大幅超越GDP [5] 半导体行业独特性 - **信息产业基座属性**：芯片是数据采集、传输、处理、存储的核心载体，信息量几何级增长推动需求持续扩张 [5] - **摩尔定律驱动**：芯片性能/性价比持续翻倍提升，技术迭代带动全产业链（如设备、材料）增长，例如ASML光刻机 [5] 第三阶段（2010~2020s）特征 - 移动互联网（3G/4G）推动数据量爆发，芯片需求聚焦更快处理能力、更大存储容量及更高通讯速度 [6] - 2010年后半导体市场规模保持6%年化增速，呈指数级增长 [6] - 设备市场及大硅片出货量（等效面积）同步增长，反映产能扩张与技术迭代 [7][8] 第四阶段：AI驱动的新增长 - AI算力芯片需求暴增导致器件销售额提升，但硅片出货面积未显著变化，表明增长主要依赖高端芯片单价提升 [10] - TSMC（先进工艺）与UMC（成熟工艺）营收分化，印证AI芯片对市场结构的重塑 [11] - 测试设备商爱德万销售额暴涨，反映下游设计公司扩产意愿强烈 [15] AI行业长期潜力 - 短期（2~3年）算力军备竞赛持续，大模型训练/推理需求维持高位 [14] - 长期AI应用落地（如Agent、智能驾驶、机器人）可能引发消费电子换机潮，带动全品类芯片需求 [16] - AI生成数据量将远超人类自发数据量，进一步放大芯片需求 [16]

Rapidus技术进展 - 公司进入量产前试运转阶段 荷兰产EUV光刻机已顺利启动 [1][2] - 计划2027年正式生产 当前良品率目标需达到70%以上标准水平 [2] - 北海道千岁市工厂举行揭幕记者会 项目获数万亿日元国家经费支持 [1][2] 商业模式挑战 - 核心问题在于缺乏强大买家 客户数量与订单规模决定代工厂生死 [3] - 已与多家实力企业签订交易备忘录 包括为NTT集团生产通信芯片 [3] - 专家预测其订单规模可能比台积电主力客户少两位数 [3] 行业竞争格局 - 台积电客户包括苹果、英伟达等全球数字产业领军企业 [3] - 中国半导体企业数量近年增加150多家 中芯国际在成熟制程占据市场份额 [5] - 台积电主导2-3纳米尖端制程 中国企业在7纳米以上成熟技术领域形成优势 [5] 半导体产业特性 - 摩尔定律驱动性能指数级提升 每两年晶体管数量翻倍 [4] - 历史规律显示技术迭代引发个人电脑、智能手机、AI三次产业革命 [4] - 行业良性循环依赖优秀产品→优质客户→技术升级的正向反馈 [3][4] 日本产业背景 - 日本数字产品贸易自2010年代持续逆差 智能手机等领域沦为纯进口国 [5] - Rapidus试图修复半导体与制造业的断裂 需同步培育客户与技术创新 [5] - 半导体复兴需与数字产品制造业复苏、新市场创建协同推进 [5] 政策支持与争议 - 民间投资反应冷淡 短期内仍需国家资金持续支持 [2] - 半导体具民用与国防双重用途属性 关乎AI时代基础设施竞争力 [2] - 政府主导项目历史成功率低引发市场担忧 [2]

半导体行业技术演进 - 半导体行业过去依赖晶体管尺寸缩小提升性能，但该模式正失去动力，制造成本不降反升，功率传输成为瓶颈[2] - 行业转向3D集成技术，通过垂直堆叠逻辑、电源和内存组件突破平面限制，CMOS 2.0方案创建晶圆级多层专用层[2] - imec提出CMOS 2.0将芯片分成优化功能层并垂直堆叠，这代表从纳米片技术向三维功能集成的重大转变[3][5] CMOS 2.0技术架构 - 核心技术包含背面供电、细间距混合键合、互补场效应晶体管(CFET)和双面工艺四大支柱[6][7][8][9] - 背面供电将电源轨移至晶圆背面，降低电压降30%并释放布线资源，但需解决20微米超薄晶圆处理难题[12][14] - 混合键合间距从40-50微米缩小至2微米以下，铜-铜互连实现高带宽，要求亚微米级对准精度[12][14] 设计与制造挑战 - 3D集成彻底改变设计规则，需重构SoC分区、布线和验证方法，EDA工具需支持跨层热梯度和机械应力建模[16][17] - 制造面临混合键合对准(100nm精度)、晶圆减薄(20μm)、工艺复杂性(500+蚀刻配方)和缺陷检测四重挑战[19][20][21] - 良率管理成经济性关键，多层堆叠使缺陷率呈指数累积，需建立"已知良好层级"测试体系[24][25] 替代技术方案比较 - 2.5D集成采用中介层芯片方案，优势在于灵活性和成熟度，但I/O密度比混合键合低100倍且延迟更高[27][29] - 单片CFET微缩保持现有流程，可提升密度30-40%，但无法解决互连瓶颈问题[28][29] - 高性能计算优先采用CMOS 2.0，中端市场可能延续2.5D或成熟节点，形成技术路线分化[25][29][33] 产业化推进路径 - 需突破亚微米键合可靠性(1μm间距)、EDA工具成熟度、超薄晶圆处理(翘曲<50nm)和生态协同四大里程碑[32][33] - 初期将应用于AI加速器/HPC等高端领域，随良率提升逐步向移动设备扩展，5年内或形成规模产能[33][34] - 行业需重构供应链合作模式，从晶体管微缩竞赛转向系统级三维集成创新[30][33][34]

公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容 编译自 semiengineering 。 人工智能数据中心的能源消耗速度大约是电网新增电力速度的四倍，这为发电地点、人工智能数据中心建设地点以及更高 效的系统、芯片和软件架构的根本性转变奠定了基础。 对于正在竞相建设人工智能数据中心的美国和中国来说，这些数字尤其引人注目。美国能源部委托撰写的一份2024年报告 显示，去年美国数据中心消耗的电量约占美国总发电量的4.4%，约为176太瓦时。预计到2028年，这一数字将增至325至 580太瓦时，分别占美国总发电量的6.7%至12%。 图 1 ： 2014 年至 2028 年服务器存储、网络设备和基础设施的总发电量与消耗量（预估） 与此同时，预计中国明年的能源消耗量将达到400太瓦时。虽然这些数字看起来与美国的消耗量相当，但国际能源署指 出，中国公民的能源消耗量远低于美国公民。在全球范围内，能源消耗率每年以30%的速度增长，这主要归因于人工智 能，其中美国和中国占了约80%的增量。 "电力不再是玩笑，"西门子EDA副总裁兼硬件辅助验证总经理Jean-Marie Brunet说道。"想象一下，如果2028 ...

报告行业投资评级 - 优于大势 [7] 报告的核心观点 - AI GPU火爆需求非先进制程未来主要增长方向，智驾和具身智能对先进制程未来需求远超AI GPU [2] - 以晶圆产能视角，智驾Die size近GPU但终端量数倍之，对先进制程产能消耗远超AI GPU [2] - 以应用场景视角，智驾芯片即为机器人大脑芯片 [2][3] - 智驾与具身智能起量将颠覆先进制程下游结构，成为晶圆厂最主要下游应用 [3] - 智驾和具身智能起量将大幅提升对先进制程晶圆产能消耗，先进制程晶圆厂将成确定性最高环节 [4] 根据相关目录分别总结 观点一：以晶圆产能为视角，智驾Die size近GPU，但终端量数倍之 - AI GPU价值拆分，先进封装比先进制程价值量高，GPU需求对先进制程产能拉动弱，晶圆制造在AI GPU价值占比2.25%，先进封装占比5.5% [15] - 智驾芯片与AI GPU在制程、架构上关联度高，架构同源，核心AI神经网络单元本质相同 [22][23] - 智驾芯片与AI GPU Die size接近，主流智驾SoC Die size在400 - 600mm²，AI GPU在600 - 800+mm²，但远期智驾终端需求量十倍于AI GPU [32] - 全球智驾芯片与AI GPU晶圆产能消耗探讨，智驾远超AI GPU。智驾芯片Die size相近每片晶圆可切芯片数接近AI GPU；晶圆良率与芯片Die Size负相关；“一车多芯”是智驾趋势；测算显示远期全球智驾需每月13.62万片先进制程产能，AI GPU仅需3.97万片 [36][41][46][59] 观点二：以应用场景为视角，智驾芯片即为机器人大脑芯片 - 智能驾驶与具身智能大脑思维方式相似，感知到思维决策过程几乎一样，可认为智驾芯片即具身智能大脑芯片 [61] - Tesla一套AI Chip通吃车与机器人，车和机器人方案用同一颗FSD芯片，仅芯片数量有差异 [62][67] - 小鹏汽车图灵芯片为AI大模型定制，适用于汽车、机器人、飞行汽车等多场景 [69][72] - Nvidia Orin系列芯片广泛应用于车厂智驾方案和各类机器人的大脑方案中 [75] 观点三：智驾与具身智能起量，颠覆先进制程下游结构 - 若全球年产10亿台机器人，其大脑SoC对先进制程产能需求为151.36万片/月，全球智驾需求为13.6万片/月，世界需新增2个台积电，大陆先进制程需扩产17倍 [82] - 终端数量与芯片Die size共同决定晶圆产能消耗量级，当前先进制程产能最大需求端为手机，远期智驾和具身智能将颠覆先进制程下游结构，智驾和机器人芯片大Die size及庞大终端数量将使智驾SoC和机器人大脑SoC成为晶圆厂先进制程最大客户 [83][84] 投资要点与受益环节 - 智驾和具身智能起量对先进制程晶圆产能消耗拉动大，全球智驾和具身智能合计需求约165万片/月，约为台积电当前产能3.25倍、大陆产能37倍，先进制程将迎来扩产潮，投资优先级为先进晶圆厂、半导体设备、芯片设计、半导体材料/封测等 [85][86] - 先进制程逼近极限，摩尔定律趋于失效，晶体管密度增速降低、成本飙升；摩尔定律放缓使单个芯片算力达天花板，AI算力进入“以量换性能”时代，晶圆代工行业将迎来持续增长 [87][92][94]

半导体技术发展 - 应用材料公司开发了一种用于2纳米及以上工艺节点的铜互连工艺流程，采用新型Low k电介质线和钌钴（RuCo）衬里技术，通过AI加速器测试芯片验证可行性 [1][2] - 铜互连技术面临电阻和电容挑战，尤其在2纳米节点，新工艺可降低电阻25%，提升性能2.5% [2][24] - 铜互连在芯片中负责连接数十亿晶体管，多层结构长度可达60英里，最小线宽约13纳米 [23] 晶体管与互连技术演进 - 早期晶体管使用铝互连，IBM在1998年推出首款铜互连处理器PowerPC 740/750，导电效率提升40% [7][11][12] - 平面晶体管在20纳米节点达到极限，FinFET在22纳米节点引入，3D结构提升性能并降低功耗 [15][16] - 全栅环栅（GAA）晶体管将取代FinFET，三星已量产3纳米GAA芯片，英特尔和台积电计划2025年推出2纳米GAA [20][21] 制造工艺创新 - 双大马士革工艺是铜互连标准方法，涉及介电材料沉积、蚀刻、阻挡层/衬里材料（TaN/Co/RuCo）及铜填充 [12][17][23] - 应用材料公司铜互连流程包括介电沉积、RuCo衬垫形成、退火、CMP平坦化等6步，IMS系统整合多项技术 [25][26][29] - 背面供电网络（BSPDN）在2纳米节点分离电源与信号线，背面处理电源以降低功耗，正面保留传统互连 [32] 行业背景与市场影响 - 半导体驱动汽车（含1000-3000芯片）、电子设备等，类型包括处理器、GPU、内存芯片等 [3] - 摩尔定律推动晶体管微缩竞赛，每节点特征尺寸缩小0.7倍，但成本和技术难度递增 [10][11][18] - 3纳米芯片如苹果iPhone处理器集成200亿晶体管，接触栅极间距48纳米，性价比优势逐渐减弱 [18][21]

公司动态 - 英伟达市值短暂突破4万亿美元，英特尔承认已不在全球芯片公司前十名 [3][4] - 英特尔CEO陈立武在内部讲话中坦承公司在AI竞赛中落后，认为追赶英伟达已无可能 [4][5][7] - 英特尔新任CEO以罕见直白方式承认公司颓势，打破科技行业高管惯用的掩饰话术 [8][9] 行业地位变化 - 英特尔从PC时代芯片霸主沦为AI时代旁观者，被英伟达、AMD、台积电等竞争对手超越 [10][11] - 英特尔已不在全球十大半导体公司之列，在AI芯片领域明显落后 [7][10] - 英伟达在AI训练芯片市场占据绝对优势地位，领先优势预计持续3-5年 [7][16] 历史失误 - 英特尔多次错过技术革命：忽视智能手机市场、低估GPU在AI训练中的作用、CPU性能提升缓慢 [13] - 公司长期遵循摩尔定律的钟摆规则，而竞争对手已转向规模法则(Scaling Law)指导技术发展 [16][17] - 英特尔在移动芯片和AI芯片领域连续决策失误，导致技术路线落后 [13][14] 战略调整 - 英特尔CEO提出需要调整战略，但承认AI芯片需要长期投入 [15][16] - 公司面临从技术到指导思想的全面落后，需要根本性变革 [17][18] - 此次内部讲话可能成为英特尔触底反弹或继续衰落的转折点 [23]

二维半导体技术突破与产业化进展 - 国内首条二维半导体工程化验证示范工艺线于6月中旬在上海启动，预计2029年实现全球首款二维材料芯片量产，标志着上海在全球二维半导体产业竞争中占据领先地位 [1] - 二维半导体材料已完成"从0到1"技术突破，进入"从1到10"产学研转化阶段，正推进"从10到100"商业化进程 [1] 技术背景与战略意义 - 硅基芯片面临物理极限：2纳米以下制程工艺复杂度指数级上升，漏电控制困难且成本飙升 [2] - 二维半导体材料具备原子级厚度和独特电子输运特性，可精准调控电子、抑制漏电，为1纳米及以下节点提供新范式 [3] - 上海2022年率先将二维半导体列入未来产业行动方案，旨在通过非硅基材料实现半导体产业换道超车 [2] 技术成果与性能优势 - 复旦大学团队成功研制全球首款二维半导体32位RISC-V微处理器"无极"，集成5900个晶体管，性能达国际最优，待机功耗仅为硅基芯片的1/5 [6] - 团队已建立完整二维半导体工艺库，具备晶圆生长、集成工艺、器件建模到封装测试的全链条能力 [6] 产业化布局与市场前景 - 原集微科技计划三年内建成国际领先的二维半导体示范商业化产线，目标实现1-2纳米级芯片性能 [7] - 全球二维半导体市场规模预计2035年达300-500亿美元，占先进半导体市场10%-15% [4] - 上海将通过产业基金、税收优惠等政策打造二维半导体产业集聚高地 [7] 生态建设与开放合作 - 浦东新区正在建设工程性示范产线，加速实验室技术向工业化转化 [7] - 未来将开放示范线工艺库，供全球学术团队和产业公司委托制造二维半导体芯片 [8]

半导体材料革新 - 二维半导体材料将成为未来业界焦点，因硅基三维晶体管制造结构日趋复杂且成本指数级攀升，技术演进边际效益显著递减[2] - 二维材料凭借原子级厚度（0.3-10nm）与范德华异质结技术，可构建垂直场效应晶体管实现10倍于FinFET的密度突破，在1nm栅长下保持10⁶开关比[6] - 二维材料易于与其他材料集成，不受晶格常数匹配约束，能带范围涵盖半金属、半导体和绝缘体[8] 二维材料特性与优势 - 石墨烯作为首个被发现的二维材料，厚度仅0.335纳米，拥有高强度、高导电性、高导热性等优异物理性质[9] - 7纳米制程石墨烯芯片相比硅基芯片速度提升高达300%，但需解决零带隙特性问题[9] - 过渡金属二硫族化合物（TMDCs）如MoS₂、WS₂在单层状态下呈直接带隙半导体性质，能隙约1.8eV[14] - 黑磷为少有的本征直接带隙材料，能带结构对层数敏感，从单层2eV连续调谐至块体约0.3eV[14] 产业化进展与市场规模 - 2024年全球二维半导体材料市场规模达18亿美元，石墨烯占比45%，TMDs占比30%[16] - 预计2025-2030年市场规模以24%-26.5%复合增长率扩张，2030年有望突破45亿美元[16] - 原集微科技启动首条全国产二维半导体集成电路工程化示范线，计划三年内建设商业化量产线[17] - 原集微联合团队发布全球首款基于二维半导体的32位RISC-V架构微处理器"无极"，集成5900个晶体管，性能提升51倍[17] 技术突破与创新 - 天津大学和佐治亚理工学院团队成功生产出外延半导体石墨烯单层，攻克石墨烯带隙难题[11] - 北京科技大学团队提出"二维Czochralski"方法，可在常压下快速生长厘米级、无晶界单晶MoS₂晶畴[32] - 上海微系统所开发单晶金属插层氧化技术，室温下制备出单晶氧化铝栅介质晶圆，界面态密度低至8.4×10⁹ cm⁻² eV⁻¹[38] - 宾夕法尼亚州立大学开发基于CMOS技术的二维单指令集计算机，首次完全由二维材料构建[39] 应用领域拓展 - 二维材料在AI、大数据时代被广泛应用于存储器件、神经形态器件、量子器件、离子晶体管等领域[9] - 东南大学团队基于二维极性半导体实现门控可调极化梯度机制，模拟生物突触功能，记忆保持时间约331秒[27] - 中科院物理所展示基于MoS₂的中等规模柔性集成电路，集成112个薄膜晶体管[48] - 南京大学团队通过设计-工艺协同优化，实现GHz频率二维半导体环形振荡器电路，性能比原有记录提升200倍[51] 未来发展趋势 - IMEC预计到2039年基于二维材料的第二代2DFET将成为主流[53] - 短期（3-5年）二维材料将在低功耗边缘计算芯片、高性能光电器件及柔性显示领域率先商业化[63] - 中期（5-10年）二维材料有望在3纳米以下逻辑芯片及存算一体架构中大规模替代硅基材料[63] - 长期（10年以上）二维材料可能成为量子计算、光量子通信及生物电子等颠覆性技术的核心载体[63]