玻璃基板的技术优势与市场驱动力 - 玻璃基板具有超低凹凸度、更好的热稳定性和机械稳定性，比树脂基板更耐用、更稳定，可实现更高的互连密度，适用于AI和数据中心等数据密集型工作负载 [2] - 玻璃基板比传统基板翘曲更小，更容易实现精确的电路，并可形成大量铜通道，从而实现高功率效率，使半导体速度提升高达40%，同时功耗降低一半 [5][7] - 高性能计算和人工智能的发展导致芯片间数据传输量爆炸式增长，是推动玻璃基板技术发展的核心驱动力 [5] 三星电机的玻璃基板战略布局 - 三星电机正构建半导体玻璃基板生态系统，计划与供应商和技术合作伙伴成立联盟，以降低风险、强化价值链并促进技术进步 [4] - 公司准备于第二季度在其世宗工厂启动玻璃基板试生产线，目标在2027年后实现量产，并计划今年向客户提供原型机 [4][8] - 三星电机不仅瞄准主基板“玻璃芯”市场，也瞄准连接GPU和HBM的核心基板“玻璃中介层”市场 [5] SKC与Absolics的领先地位与进展 - SKC股价从1月2日的109,700韩元上涨至158,400韩元，涨幅达44.4%，市场预期由其玻璃基板商业化推动 [6] - 通过合资公司Absolics，SKC在佐治亚州建成全球首个玻璃基板量产工厂，并获得美国政府7500万美元生产补贴和1亿美元研发补助 [7] - 分析师认为Absolics凭借研发能力、专利数量、量产能力和潜在客户群，技术领先竞争对手三年多，计划在今年年底前开始大规模生产 [8] 其他行业巨头的参与与规划 - 英特尔承诺投资1.3万亿韩元（约9.431亿美元）实现玻璃基板大规模商业化，目标在2030年实现，目前已投资10亿美元用于开发 [2][7] - LG Innotek正在其龟尾工厂建立试验生产线，计划今年开始小规模生产原型，预计玻璃基板在未来两到三年内将广泛应用于通信半导体，五年左右成为服务器半导体主流解决方案 [8] - 英特尔、AMD和博通已宣布计划在其下一代芯片中采用玻璃基板 [7] 玻璃基板商业化面临的挑战 - 玻璃基板应用面临缺乏统一尺寸、厚度和特性标准的障碍，这给设备制造商和半导体工厂带来兼容性挑战 [10] - 玻璃独特的电学和热学特性必须与半导体器件的特性进行精确匹配，增加了技术难度 [10] - 随着先进封装技术发展，光刻工具需实现小于2µm的线距，对材料承受严格加工条件的能力提出更高要求 [10]

三星德州泰勒工厂投产计划 - 公司否认推迟泰勒工厂投产时间表的传闻 坚持原定2026年投产计划[1][2] - 工厂选址意义重大 将提升半导体解决方案生产能力 支持5G AI HPC等下一代技术[1] - 计划在奥斯汀和泰勒两市创造1万个就业岗位 为当地带来数千个新岗位和培训机会[1][2] 工厂技术挑战 - 此前报道称公司因2nm工艺良率问题从工厂撤出人员 但否认与员工数量有限有关[2] - 下一代工艺节点面临困境 目前不清楚工厂是否能实现2nm晶圆生产[2] 工厂战略意义 - 投资将增强全球半导体供应链稳定性 提升制造能力以满足客户需求[1] - 与奥斯汀现有基地协同 为德州中部居民创造长期发展机遇[2] 行业关注点 - 媒体持续关注工厂进展 未来数月将更新2nm工艺动态[2] - 工厂被视为可能改变半导体产业格局的关键项目[1][2]

事件概述 - 美国政府于4月9日通知英伟达，要求其向中国（包括香港和澳门）及D:5国家出口H20集成电路芯片时必须申请许可[4] - 4月14日，美国政府进一步通知，此出口许可要求将“在未来无限期内有效”[4] - 此举导致英伟达公司预计在第一季度业绩中承担55亿美元（约合人民币403亿元）的损失[2][5] 政策背景与原因 - 美国政府的理由是应对相关产品可能被用于或转用于中国超级计算机的风险[4] - 无党派智库进步研究所主张限制H20芯片，称中国公司很可能已在使用H20芯片建造超算系统，并可能违反了现有管制规定[5] - 外媒评论此事件是华盛顿与中国科技之战的升级，美国旨在保持其在人工智能、高性能计算等前沿领域的绝对领先[4] 对英伟达的业务与市场影响 - H20芯片是英伟达目前被允许向中国销售的最先进芯片，是其与中国人工智能产业保持联系的重要部分[5] - 该芯片是英伟达为继续服务中国市场、维系市场份额而推出的专门“降级版”AI芯片系列[5] - 据路透社2月报道，受初创公司DeepSeek带动，包括腾讯、阿里巴巴和字节跳动在内的中国公司一直在增加H20芯片订单[5] - 分析师认为，此举扼杀了英伟达进入一个关键市场的渠道，公司将在中国失去发展动力[6] - 受消息影响，英伟达股价在盘后交易中下跌约6%，最新盘前价下跌5.6%[6][7] 芯片性能与市场需求 - H20芯片在训练人工智能模型方面的速度不如英伟达在中国以外销售的芯片[5] - 但在人工智能模型的“推理”环节，H20芯片的竞争力比较明显[5] - 中国对低成本人工智能模型的需求十分旺盛[5] 历史监管脉络 - 早在2022年10月，美国拜登政府就已首次宣布禁止英伟达向中国出口高端AI芯片[5] - 此次对H20芯片的出口许可要求是此前一系列严苛芯片出口管制政策的延续[10]

华天科技2024年年报及技术进展 - 公司持续进行先进封装技术和产品的研发及量产工作 重点推进Chiplet 汽车电子 板级封装平台相关技术研发 并完成2 5D产线建设和设备调试 [1] - 2 5D封装技术应用于人工智能 大数据 高性能计算等高端产品 目标为提高市场份额 研发项目为"基于Si Interposer的2 5D封装技术研发" [1] - 2025年经营计划包括加强AI XPU 存储器及汽车电子相关产品开发 推进2 5D平台技术成熟转化 布局CPO封装技术 [1] 长电科技2 5D封装技术布局 - 公司XDFOI®Chiplet高密度多维异构集成系列工艺已进入稳定量产阶段 涵盖2D 2 5D 3D集成技术 实现芯片成品集成与测试一体化 [2] - 2023年研发投入集中在高性能运算2 5D先进封装 射频SiP/AiP 汽车电子等新兴高增长市场 [2] 通富微电技术路线差异 - 公司2023年年报中无2 5D封装相关研发项目 但2024年对大尺寸多芯片Chiplet封装技术升级 开发Corner fill CPB等新工艺提升芯片可靠性 [3] 行业技术竞争格局 - 华天科技与长电科技均重点投入高性能计算2 5D先进封装 前者完成产线建设 后者实现量产技术多样化 [1][2] - 通富微电技术路线侧重大尺寸多芯片Chiplet封装 与两家头部厂商形成差异化竞争 [3]

HBM技术发展现状 - SK海力士在GTC 2025展出了用于AI服务器的12层HBM3E设备，并透露已完成2025年下半年量产的准备工作[1] - 美光科技表示其HBM芯片在AI和HPC应用需求非常强劲，2025年HBM芯片已售罄[1] - HBM采用3D结构将DRAM芯片垂直堆叠在逻辑芯片顶部，利用TSV等先进封装技术，适合HPC/AI工作负载[3] - HBM可同时处理GPU或AI加速器中各核心的多内存需求，支持并行处理，是消除AI工作负载内存瓶颈的主要手段[3] 主要厂商动态 - SK海力士表示由于内存产品需求强劲及HBM4样品提前交付，前景光明[5] - SK海力士即将完成2026年HBM销售谈判，预计明年所有HBM产品将在出厂前售出[5] - SK海力士已出货12层HBM4首批样品，目标2025年下半年完成量产准备[6] - 12层HBM4设计数据处理速度超2TB/s，比HBM3E快60%以上[6] 市场需求与预测 - 近期订单激增，厂商希望赶在美国对进口半导体加征关税前完成订单[5] - SK海力士预计HBM销售将出现"爆炸式"增长[6] - IDTechEx预测到2035年HBM销量将比2024年增长15倍[7] - HBM作为突破AI处理器内存障碍的技术，预计2025年后需求将持续[9] 技术演进趋势 - 当前HBM3E使用微凸块和底部填充热压缩集成DRAM芯片[7] - 主要厂商正向HBM4过渡，采用混合键合和Cu-Cu键合等先进封装技术[7] - 新一代技术将实现更高I/O能力、更低功耗、更好散热和更小电极尺寸[7]

文章核心观点 台积电高雄厂提前扩产展现深耕中国台湾决心，且受人工智能需求推动中国台湾出口订单激增，但非科技行业仍面临价格竞争前景黯淡 [2][8][12] 台积电扩产相关 - 台积电高雄厂将提前扩产，预计3月31日举办2纳米厂扩产暨上梁典礼，行政院长卓荣泰与高雄市长陈其迈确定出席，展现深耕中国台湾决心 [2] - 台积电是全球2纳米制程进展最快速的晶圆厂，预定今年下半年在新竹宝山厂和高雄厂同步量产，高雄厂作为后续2纳米扩充，设备去年11月进机并提前展开量产扩充作业 [2] - 竹科宝山可扩充四期、四个厂，高雄厂区面积可达五期、五个厂以上，南科厂区可能动态升级产线、导入2纳米乃至A16等制程 [2] - 台积电董事长称高速运算往小晶片设计不影响2纳米制程，2纳米需求比3纳米高，产能预计更高，A16需求也强，公司积极准备产能应对 [3] - 台积电2纳米去年在竹科宝山试产，可望2025年量产，高雄2纳米新厂最快接棒扩充产能，首座厂预计今年营运，第2厂明年，3厂已动工，4至5厂即将动工 [5] 中国台湾出口订单相关 - 受人工智能和高性能计算应用需求推动，上个月中国台湾出口订单同比增长31%，达到494.5亿美元，超过该部估计 [8][9] - 新款智能手机推出、中国大陆补贴计划及提前下单等也提振上月出口订单 [8] - 业内预计增长势头延续到本月，出口订单预计增长10.3% - 14.5%，达到520 - 540亿美元，本季度出口订单总额同比增长11.3% - 12.8% [11] - 中国大陆初创公司低成本人工智能模型预计对台湾企业产生长期积极影响 [11] - 今年前两个月，电子产品出口订单同比增长21.8%至373.5亿美元，信息和通信技术产品出口订单增长6.1%至258.3亿美元，光电子产品订单增长7.7%达32.2亿美元，机械和机械设备订单增长3.5%达到30.3亿美元 [8][12] - 前两个月，中国台湾基本金属、塑料橡胶和化工产品供应商订单分别下降10.7%、8.3%和6.9%，至36.4亿美元、27.4亿美元和26.5亿美元 [12]

收购交易概述 - 软银集团以65亿美元全现金收购芯片设计公司Ampere Computing 预计2025年下半年完成交易 [1] - 凯雷集团持股59.65% 甲骨文持股32.27% 两者将出售全部股份 [1] - Ampere拥有1000名半导体工程师 将作为软银全资子公司运营 [1] 估值与战略协同 - 2021年软银曾考虑收购Ampere少数股权 当时估值达80亿美元 [2] - Ampere基于ARM计算平台开发服务器芯片 与软银旗下Arm Holdings形成技术协同 [2] - 客户涵盖Google Cloud、Microsoft Azure、Oracle Cloud、阿里巴巴、腾讯、HPE和Supermicro等云服务与硬件厂商 [4] 人工智能战略布局 - 收购旨在增强人工智能和计算领域能力 加速AI基础设施增长计划 [5] - 软银近期连续布局AI领域 包括与OpenAI合作开发"Cristal Intelligence"企业AI 投资AI基础设施项目Stargate 购买夏普旧工厂 [5] - 公司董事长孙正义强调Ampere半导体专长将助力突破AI超级智能所需计算能力 [5] 公司背景与技术方向 - Ampere由前英特尔高管Renee James于2017年创立 曾任职凯雷和甲骨文董事会 [5] - 公司最初专注云原生计算 现已扩展至可持续AI计算领域 [5] - AmpereCEO表示将推进AmpereOne高性能Arm处理器及AI发展路线图 [6]

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]