英伟达布局人形机器人领域 - 公司通过CES展和GTC大会展示机器人战略，发布仿真平台Cosmos和基础模型Isaac GR00T N1，构建从训练算力(DGX)、仿真数据(Omniverse)到终端芯片(Jetson Thor)的全套解决方案[1][3][4][19] - 物理AI被视为AI新浪潮，人形机器人是核心载体，需通过仿真数据训练算法理解物理规则[7][8][16] - 公司未直接造机器人，而是提供底层技术设施，类比"修建收费站"商业模式[5][20][44] 人形机器人技术突破方向 - 智能化是核心差异点，需具备理解语言、自主决策能力，案例显示RT-2模型机器人可识别"灭绝动物"并执行操作[10][11][12] - 仿真数据填补真实数据缺口，特斯拉已应用37.1亿张仿真图片训练模型，自动驾驶依赖真实数据而机器人更依赖仿真[16][17] - 传统工业机器人仅执行预设任务，人形机器人需模拟人类思考过程[9][13] 英伟达技术积累路径 - 通过游戏业务沉淀物理引擎技术，收购Ageia后整合PhysX至GPU，应用于医疗、影视等工业场景[22][25][27][28] - 光线追踪技术展示实时物理模拟能力，为机器人/自动驾驶场景奠定基础[29][30] - Omniverse平台延续"虚拟世界物理规则模拟"逻辑，形成技术复用闭环[24][31] 公司业务扩张战略 - 经营逻辑为覆盖高价值场景：游戏(2010前)→移动设备(Tegra失败)→自动驾驶(占比<5%)→AI(ChatGPT引爆需求)→物理AI(机器人)[32][34][37][39][41] - 软硬件绑定模式：提供芯片+软件工具箱(CUDA/NVLink/Cosmos)，形成生态壁垒[42][43] - 黄仁勋提出技术演进三阶段：生成式AI→智能体AI→物理AI，机器人属于第三阶段[41]

文章核心观点 AI和HPC数据中心计算节点需超越芯片或封装获取更多资源，但目前无开放扩展协议，新协议UALink和超级以太网旨在解决纵向和横向扩展通信缺陷，预计2026年底开始出现在数据中心 [1][26] 多种通信任务 - 计算节点容量有限，需依赖其他节点分配问题，通信协议分三类，最低级是芯片到芯片互连，中间通信级别可扩展，UALink在此发挥作用 [3] - UALink可连接主GPU单元，增加带宽、减少延迟，能与任何加速器配合，抽象加速器区别，优化xPU到xPU内存通信 [4] 超越机架 - 机架外资源需通过以太网横向扩展通信，与纵向扩展覆盖范围不同 [5] - 超级以太网建立在传统以太网之上，解决横向扩展问题，加速数据中心以太网 [6] 扩展：一片绿地 - 现有扩展技术由专有解决方案组成，效率低，UALink联盟成立，目标是促进AI加速器操作，由事务层、数据链路层和物理层组成 [8] - UALink针对AI和HPC工作负载优化，不具备PCIe所有功能，但满足特定需求，初始版本为224Gbps和半速版，后续推-128版本，预计不挑战PCIe或CXL [9] - UALink 1.0规范预计下个季度内推出并免费下载 [10] 横向扩展：基于以太网构建 - 以太网广泛应用，但尾部延迟损害性能，通信延迟不固定、不可预测，对AI和HPC工作负载问题严重 [12][13] - 超级以太网联盟针对通信提供强制和可选功能，可通过网络接口卡或结构端点连接，CPU和GPU均可参与 [14][15] 为以太网添加层 - 超级以太网在标准以太网基础上添加第3层和第4层，传输层管理事务语义，减少整体系统延迟，第3层仅用IP未更改 [17] - 传输层在端点实现，源端点决策，接收端点反馈，出现问题数据包发送NACK及诊断信息，源重新选择路径 [17][18] 新功能有助于减少尾部延迟 - 超级以太网通过无序交付、链路级重试、流量控制和数据包喷射减少延迟，部分功能可选，早期网络需交换机升级才有链路级重试功能 [20][21] - 这些功能提供更快传输选项，减少重试次数，虽可能增加名义延迟，但减少尾部延迟，使系统更快开始 [22] - 超级以太网1.0规范预计4月或5月发布，端点创建快，交换机升级慢，UEC保持对协议控制，与多组织合作避免分叉 [23][24] 结论 - AI是杀手级应用，HPC可搭便车，超级以太网允许选择交易语义，两项协议规范2025年上半年推出，经评估后应用到硅片，2026年底可能出现在数据中心 [26]

文章核心观点 - 2025 AI技术创新论坛将汇聚国际领军企业及科研机构，探讨全球半导体产业突破路径、前沿趋势及市场机遇，助力产业迈向新高度 [2][21] 会议信息 - 论坛由半导体行业观察主办、上海慕尼黑电子展组委会支持，于4月15日在上海新国际博览中心N5馆M50会议室举行 [2] - 论坛汇聚英飞凌、昆仑芯等10余家企业及科研机构，涵盖AI芯片设计、先进制程工艺与半导体材料创新三大核心技术领域 [2] 行业现状与挑战 - AI算力需求年均增长超65%，2024年全球AI芯片市场规模达628亿美元，预计到2030年将突破2500亿美元 [2][3] - 制程工艺、散热材料与能效比是AI算力发展面临的三大技术瓶颈 [3] 论坛关注重点 - 探讨如何突破当前技术瓶颈，实现更高效、更低功耗的AI算力升级 [3] - 关注先进封装对AI芯片性能跃升的助力、新型材料的应用前景，以及算力需求与能效优化的平衡 [3] - 讨论AI在数据中心、自动驾驶、边缘计算等领域的深度融合 [3] 会议议程 - 10:20 - 10:45，张晟彬进行ITBD相关内容分享 [6] - 10:45 - 11:10，兆易创新田玥分享AI计算终端中的存储机会 [6] - 11:10 - 11:35，英飞凌周成军介绍英飞凌AI电源高能效解决方案 [6] - 11:35 - 12:00，得一微电子张漫楠讲解端侧AI训推一体解决方案 [6] - 12:00 - 13:30，抽奖&午休 [6] - 13:30 - 13:55，达摩院李珏分享产业协同推动RISC - V走向新高度 [6] - 13:55 - 14:20，万国半导体刘松介绍AOS AI电源高性能解决方案 [6] - 14:20 - 14:45，上海光羽芯辰科技有限公司进行相关分享 [6] - 14:45 - 15:10，上海概伦电子股份有限公司进行相关分享 [6] - 15:10 - 15:35，上海百图高新材料科技有限公司陆睁探讨高性能导热粉体方案 [6] - 15:35 - 16:00，德州仪器进行相关分享 [6] - 16:00 - 16:30，产业对话 [6] - 16:30 - 16:35，抽奖活动 [6] 参会企业简介 - 颖脉信息技术旗下Imagination是英国SoC IP公司，将计算机图形并行处理技术拓展至人工智能领域，其GPU IP有功耗、性能和面积优势 [7] - 香港浪潮云服务公司是浪潮云开拓香港和海外市场的平台公司，提供AI应用平台等业务，有大量产研在北京、济南等地支持 [8] - 兆易创新成立于2005年，总部在北京，2016年上市，是开发存储器技术等产品及解决方案的无晶圆厂半导体公司 [11] - 英飞凌1995年进入中国大陆，在中国有约3000多名员工，建立了完整产业链，并与国内企业、高校深入合作 [12] - 得一微电子专注存储控制等芯片和解决方案创新，总部在深圳，有18年技术积累，提供全栈存算解决方案 [13] - 达摩院玄铁依托阿里巴巴优势，深耕RISC - V架构创新及开源生态建设，已推出系列处理器，构建生态体系 [14] - 万国半导体成立于2000年，纳斯达克上市，是集设计、制造、封装测试为一体的功率半导体企业，产品面向多领域 [15] - 德州仪器是全球性半导体公司，从事模拟和嵌入式处理芯片业务，自1986年助力中国市场 [15][16] - 上海光羽芯辰由燧原科技和兆易创新合资成立，专注大模型端侧芯片，采用3D堆叠技术，提供AI一体化解决方案 [17] - 上海概伦电子是国内首家EDA上市公司，推动集成电路设计和制造联动，打造全流程解决方案，建设EDA生态 [18] - 上海百图高新材料成立于2007年，总部在四川雅安，提供功能性粉体材料，产品远销多国，与知名企业合作 [20]

文章核心观点 三星电子推进先进晶圆代工工艺升级，去年底量产的第四代4纳米工艺SF4X聚焦AI等高性能计算领域，有望成为其晶圆代工业务复苏关键，但在市场上与台积电差距拉大 [1][2] 分组1：三星电子第四代4纳米工艺情况 - 去年11月启动第四代4纳米工艺SF4X量产，首代4纳米工艺2021年量产 [1] - SF4X专为支持AI等高性能计算应用，改进前代工艺，引入优化后端布线工艺和高速运作晶体管，支持2.5D和3D等新一代封装技术 [1] - 4纳米工艺良率相对稳定，美国AI芯片初创公司Grok 2023年下半年与其签订量产协议，韩国公司HyperAccel选择该工艺并计划2025年第一季度量产 [2] 分组2：市场竞争情况 - 去年第四季度全球晶圆代工市场规模受AI芯片需求推动持续扩大，台积电增长显著，与三星电子差距拉大 [3] - 台积电第四季度营收268.5亿美元，环比增长14.1%，市场占有率从64.7%升至67.1% [2][4] - 三星电子营收32.6亿美元，环比下降1.4%，市场占有率从9.1%降至8.1%，新高端工艺客户营收未能弥补原主要客户订单减少影响 [2][5] 分组3：市场展望 - 2024年第一季度虽受季节性淡季影响，但晶圆代工市场整体跌幅预计不大，受去年第四季度美国关税政策不确定性推动产品订单增长影响 [5] - 去年底中国“以旧换新”政策促进库存补充，台积电AI芯片相关封装需求持续增长 [5]

如果您希望可以时常见面，欢迎标星收藏哦~ 来源：内容 编译自eenews ，谢谢。 台积电一贯不评论法人预估财务数据。根据台积电于元月法说会上释出的2025年展望，预估全年美 元营收年增幅度可达24%至26%。法人以台积电释出的展望推估，今年合并营收将首度站上千亿美 元。台积电1987年成立后，花了38年达成年营收千亿美元里程碑。 法人指出，台积电先前已喊出五年业绩年复合成长率（CAGR）接近或什至超过20%的目标，以这样 的速度加上海外新厂产能全产全销，有助加速五年后达成全年营收再增加千亿美元，较今年翻倍的 目标。 业界分析，台积电要拼五年后年营收再增加千亿美元、总计达2,000亿美元的目标，也需要美国新厂 充裕的水电等外在资源协助，同时，美国新厂后续人力也必须全面到位。 法人指出，先进制程推进至埃米世代，业界普遍预期，2026年以后、最晚2028年新一代高数值孔径 极紫外光（High NA EUV）设备将成为主流量产应用，相关设备用电量会比当下EUV高甚多，因此 水电相关应用配套势必要全面。 全球领先晶圆代工厂台积电2月份实现销售额2600亿新台币(约79.1亿美元)，较2024年2月增长 43.1%。 ...

文章核心观点 欧洲高性能计算联合企业启动2.4亿欧元的DARE项目，开发用于AI的RISC - V芯片和软件，旨在加强欧洲在高性能计算和人工智能领域的技术主权，多家欧洲企业参与其中并推进相关研发工作 [1][2] 项目概况 - 欧洲RISC - V数字自主（DARE）项目是加强欧洲在高性能计算和人工智能领域技术主权计划的第一阶段，响应欧洲对数字主权的战略需求，扭转欧洲超级计算基础设施依赖非欧洲软硬件的局面 [1][2] - 项目由巴塞罗那超级计算中心（BSC - CNS）协调，与38家欧洲领先合作伙伴共同开发下一代欧洲处理器和计算系统，包括优化软件生态系统 [2] - 欧盟为该计划第一三年阶段提供2.4亿欧元资金，合作伙伴利用硬件/软件协同设计实现竞争力 [5] 参与企业及工作内容 Codasip - 被选中为DARE项目提供通用高端处理器，将设计基于RISC - V的通用处理器（GPP），可针对一系列HPC级应用配置和定制 [5] - 产品组合涵盖32位低功耗嵌入式内核到64位应用内核系列，有可选安全功能，借助Codasip Studio为硬件/软件协同优化和特定应用定制提供机会，通过DARE项目完善产品组合服务高端应用 [5] Axelera AI - 筹集超6100万欧元用于开发用于高性能计算应用的RISC - V AI芯片Titania，此前获6800万美元B轮融资，总融资超2亿欧元 [7][8] - 以数字内存计算架构为基础开发Titania芯片，该架构可提供从边缘到云端的近乎线性可扩展性，使用带有矢量扩展的RISC - V开放指令集架构，多个Titania芯片将封装在系统级封装（SiP）中 [7][8] - 数字内存计算技术利用多AI核心架构，确保适应性和效率，架构有助于从边缘到云扩展，降低AI功耗 [8] Openchip - 正在开发用于高精度HPC和HPC - AI融合领域新兴应用的矢量加速器（VEC） [4] 合作成果展示 - 意大利设备制造商Seco将在Embedded World 2025展会上推出采用Axerla Metis芯片的边缘AI系统，将该技术集成到硬件和软件产品中提供完整AI/IoT市场产品 [9] - SOM - COMe - BT6 - RK3588 COM Express Type 6模块将Rockchip RK3588处理器与Axelera AI的Metis AIPU相结合，处理工业AI工作负载，具有特定内存、接口配置，在INT8精度下AI性能高达214 TOPS，能效为15 TOPS/W，运行基于Yocto的Linux发行版Cleo OS，集成Axelera的Voyager软件开发工具包优化AI性能 [10] - 带有四个Metis芯片的M.2 Key B + M插件模块可实现配备插槽的边缘计算系统，M.2 2280尺寸可集成到各种系统中，有多种示例用途 [11]

香港交易及結算所有限公司及香港聯合交易所有限公司對本公告的內容概不負 責，對其準確性或完整性亦不發表任何聲明，並明確表示，概不對因本公告全 部或任何部份內容而產生或因倚賴該等內容而引致的任何損失承擔任何責任。 ASMPT LIMITED （於開曼群島註冊成立之有限公司） （股份代號：0522） 二零二四年第三季度業績新聞稿 有關 ASMPT Limited 及其附屬公司截至二零二四年九月三十日止九個月業績的 新聞稿附載於本公告。 承董事會命 董事 黃梓达 香港，二零二四年十月三十日 於本公告日期，本公司董事會成員包括獨立非執行董事： Orasa Livasiri 小姐（主 席）、樂錦壯先生、黃漢儀先生、鄧冠雄先生、張仰學先生及蕭潔雲女士；非 執行董事： Hichem M'Saad 博士及 Paulus Antonius Henricus Verhagen 先生；執行 董事：黃梓达先生及 Guenter Walter Lauber 先生。 ASMPT 的董事對本公告所載資料的準確性共同及個別地承擔全部責任，並在作 出一切合理查詢後確認，據其所知，本公告所表達之意見乃經審慎周詳考慮後 始行發表。本公告並無遺漏其他 ...