**行业与公司概览** * **涉及行业**：人工智能（AI）计算、半导体制造、先进封装、高带宽内存（HBM）、硅光子、数据中心基础设施[1][4][8] * **涉及公司**：台积电（TSMC）、英伟达（NVIDIA）、OpenAI、SK海力士（SK Hynix）、三星（Samsung）、美光（Micron）、美满电子（Marvell）、博通（Broadcom）、长鑫存储（CXMT）、长江存储（YMTC）等[1][29][57][60][66] **核心观点与论据** * **AI永动循环与基础设施重构** * AI发展进入前所未有的加速阶段，形成“AI永动循环”：AI芯片驱动计算需求，计算需求刺激基础设施投资，基础设施反过来推动AI芯片应用扩展[4] * 2026年将成为AI基础设施系统性重构的关键转折点，性能提升的瓶颈从GPU本身转向内存带宽、封装互连、热管理和电源[18][19] * 计算是引擎，但带宽和热管理是传动系统，当传动系统无法线性扩展时，整个价值链被重新定义[19] * **台积电（TSMC）的核心战略地位** * 台积电的先进制程和封装能力是整个AI循环的基础，是支持从设计、制造到封装和系统集成的唯一战略枢纽[6][8][17] * 台积电通过与三大DRAM供应商合作，正式进入HBM基础晶圆的设计和制造领域，标志着HBM竞争进入内存-逻辑协同设计和集成的新时代[85][92][94] * 台积电的CoWoS-R平台成为HBM封装验证的关键平台，通过多层RDL布线优化信号完整性和电源完整性[90][102][109] * **内存墙挑战与解决方案** * GPU性能提升速度远快于HBM，导致内存墙问题日益突出，成为2025年行业焦点[12] * HBM的演进超越内存工艺本身，成为与先进封装深度耦合的工程系统，未来AI竞赛的决胜因素在于掌握逻辑工艺+内存集成+光电封装+互连架构的能力[13] * 解决方案包括：CXL架构实现内存池化和近内存计算[124][126][128]、硅光子技术提供纳秒级延迟和Tb/s级带宽以突破封装和光罩限制[25][26][131]、以及高带宽闪存作为低成本大容量的补充层[26][154] * **供应链权力格局重塑** * 云服务提供商推行“去英伟达化”战略，开发自研ASIC并直接采购HBM，分散定价权，使先进封装产能成为战略资源[23][57][60] * OpenAI与博通合作开发3纳米AI ASIC，并计划每月直接向三星和SK海力士采购90万片DRAM晶圆，相当于韩国两大内存供应商总产能的约75%，侵蚀英伟达对HBM市场的主导权[60][62][316] * 供应链重组具有地缘政治意义，美韩科技联盟加强，而中国内存制造商在高端HBM市场被进一步边缘化[29][66] * **先进封装与系统协同优化** * 战略竞争最终回归先进封装和系统协同设计，非对称HBM布局、多层RDL、PDN分区和光模块集成推动STCO成为主流设计方法[27][183][186] * 美满电子提出定制HBM架构，通过用D2D PHY取代标准HBM PHY，将内存控制器移至逻辑基础晶圆上，可释放25%的芯片面积用于计算逻辑，并将接口功耗降低70%[196][198][203] * 带宽限制和封装瓶颈从DRAM缩放转向RDL电气控制，RDL的PI/SI性能成为决定封装架构能否通过高速验证的关键支撑点[97][100][104] * **2026年市场重新定价与能力曲线拐点** * 2026年，电力、水资源、先进封装产能和光互连能力都将被重新定价，赢家将是那些能够将带宽工程转化为生产力和定价杠杆的企业[28][47][51] * AI能力增长并非线性，当总算力达到艾级到泽它级范围时，改进可能从缓慢曲线转变为阶跃式飞跃，预计2026年初将出现一波集中的突破[39][40][55] * 这种非线性飞跃并非必然，存在“缩放墙”的争论，但物理世界瓶颈必须面对，包括能源消耗、冷却、光互连带宽和土地基础设施[43][45] * **ASIC的崛起与定制化趋势** * 云服务提供商为优化能效和成本，纷纷开发自研AI ASIC，预计到2025年，ASIC将占据数据中心40%的推理和50%的训练工作负载[247][263][277] * 定制加速计算市场预计从2023年的66亿美元增长至2028年的429亿美元，复合年增长率为45%[264][266] * 竞争已超越单个公司，成为整个供应链整合和工艺生态系统的竞赛，未来AI基础设施将是包含GPU、ASIC、光互连模块和CXL内存架构的异构生态系统[252][254] * **HBM市场爆发式增长与周期演变** * 全球HBM市场预计从30亿美元飙升至530亿美元，复合年增长率为97%[297][302] * AI驱动的内存需求正在重塑传统的内存繁荣-萧条模式，转向由AI计算工作负载直接拉动需求的更持久、更高价值的结构性增长轨迹[313][315][318] * HBM4/HBM4e深度依赖先进逻辑节点，内存行业正从“组件制造”演变为“协同设计的系统”，集成SoC+内存+中介层+封装[303][304][320] * **边缘AI与移动HBM前景** * 行业正开发移动版HBM，称为低延迟宽I/O DRAM，预计2026年至2028年实现商业化，应用于智能手机、XR和汽车设备[333][336][338] * 突破条件包括：功耗与热管理、封装技术成熟度以及成本控制，初期将出现在超高端旗舰产品或专业设备中[342][349][350] **其他重要内容** * **风险与挑战**：AI缩放法则可能面临收益递减、CPO的热管理和可维护性问题尚未完全解决、CXL的NUMA软件开销可能减缓商业化、HBF延迟限制了其在训练场景中的实用性[31][34] * **中国厂商现状**：长鑫存储专注于DRAM，计划2026年生产HBM3，长江存储专注于3D NAND，未活跃于HBM领域，两者在高端市场面临结构性压力[66][67][271] * **光子学技术平台比较**：文档30提供了一个表格，比较了不同互连技术、距离和应用场景，突出了硅光子学在系统级互连中的潜力[30]