每日新闻（2026-05-22）
1.发生了什么：ZEISS发布了新一代Crossbeam 750双束电镜，可在低电压下完成高精度FIB加工，大幅提升TEM薄片制备的成功率和速度。
2.属于产业链哪个环节：芯片测试与失效分析环节。当晶圆上亿颗晶体管出问题时，必须用此设备抓出元凶。
3.可能影响的公司或赛道：台积电、三星、英特尔等所有晶圆厂的良率提升和研发部门，以及第三方失效分析实验室。
4.新人也能懂：这好比是芯片世界的“显微手术刀”。制程越先进，找缺陷越难。更快的“手术刀”能让工程师早一点找到病根，良率就能更快爬升，直接关系到芯片能不能按时大规模量产上市。
1.发生了什么：一家韩国初创公司开发出将液冷通道直接嵌入芯片封装内部的技术，从源头解决AI芯片高热密度问题，比外部液冷方案效率更高。
2.属于产业链哪个环节：先进封装环节。属于chiplet和3D堆叠封装的热管理创新。
3.可能影响的公司或赛道：客户是英伟达、AMD等AI芯片巨头，以及台积电、三星等先进封装厂。可能带动相关微流体零部件供应链。
4.为什么值得关注：AI芯片功耗正逼近千瓦级，传统散热已成瓶颈。把“空调装进芯片里”如果实现，可能彻底改变服务器形态，让AI算力更密集，是该赛道非常前卫的材料与封装技术探索。
1.发生了什么：TrendForce指出，AI算力竞赛的瓶颈已转移至电供，新建数据中心正向800V高压直流供电架构演进，这大大推升了对宽禁带功率半导体的需求。
2.属于产业链哪个环节：功率器件制造与封装。涉及SiC（碳化硅）和GaN（氮化镓）等第三代半导体材料的外延生长与模块封装。
3.可能影响的公司或赛道：英飞凌、意法半导体、Wolfspeed及三安光电等SiC/GaN供应商，以及电网和服务器电源制造商。
4.新人也能懂：你可以把AI数据中心想成一头“电老虎”。老旧的供电系统吃不消，必须升到更高电压（如800V）并采用更高级的SiC/GaN电源芯片，就像电动车的快充架构，以减少能量损耗。这波AI基建潮正把功率半导体也一同拉进井喷期。
1. Lam Research在奥地利启用全球首座面板级封装（PLP）创新中心，业界预计两年内迎来试产浪潮。
2. 属于封装环节，采用方形基板替代圆形晶圆，可大幅提升生产效率并降低成本。
3. 设备端利好Lam Research等，PCB厂如群创、载板厂亦积极布局FOPLP。
4. 新人指南：芯片封装一直是“圆”的，PLP改用“方”玻璃基板，一次能切出更多芯片，是大势所趋，但量产仍有翘曲等挑战。
1.三星会长李在镕低调访台，试图争取联发科成为其先进制程代工客户，并可能以存储芯片供应作为谈判筹码。
2.直接影响晶圆代工环节（可涉及16步中的光刻、蚀刻等），争夺5nm以下先进逻辑制程订单。
3.影响台积电主力代工地位、联发科、高通，甚至牵动存储与逻辑芯片的捆绑供应格局。
4.一旦三星抢下联发科，将打破台积电在手机芯片代工的垄断，加剧先进制程产能竞争，值得持续观察。
1.SpaceX与Anthropic签署三年450亿美元计算合同，将通过Dell大量采购服务器，Dell主要代工厂为富士康、纬创、广达、仁宝。
2.拉动AI服务器整机需求（位于后道组装），并向上传导至GPU、HBM、先进封装等各环节。
3.直接受惠为富士康、纬创、广达等台湾ODM，间接带动英伟达、AMD等芯片供应商。
4.此单规模极大，凸显AI训练推理需求仍未见顶，台湾作为服务器制造重镇将进一步巩固供应链核心地位。
1.根据行业周报，ASML最新High-NA EUV光刻设备已向客户交付，用于2nm及以下节点试产。
2.属于光刻环节（步骤6），是实现更小线宽的关键机台，数值孔径从0.33提升至0.55。
3.将影响台积电、三星、英特尔等先进制程玩家，也将带动光刻胶、掩模版等相关材料需求。
4.High-NA EUV每台售价超3亿欧元，是延续摩尔定律的“国之重器”，其交付进度决定了2nm工艺的量产时间表。
1.Wolfspeed推出3.3kV碳化硅功率模块，采用工业标准封装；东芝启动1200V沟槽栅SiC MOSFET样品出货，主攻AI数据中心电源。
2.属于功率半导体器件制造，对应薄膜沉积和器件加工等前道步骤，并涉及封装环节。
3.影响SiC衬底和外延供应商，以及数据中心电源、电网设备等下游市场，加速对传统IGBT的替代。
4.随着AI算力中心功耗密度持续攀升，更高效率的SiC功率芯片成为降本增效关键，SiC在数据中心的渗透率有望快速拉升。
1.英飞凌牵头的欧洲摩尔4功率项目正式启动，聚焦超越摩尔定律的功率半导体颠覆性技术。
2.该项目将整合欧洲从材料、设备到器件制造的产学研资源，覆盖SiC、GaN等宽禁带半导体和新拓扑结构。
3.有助于提升英飞凌、意法半导体及欧洲设备材料商的竞争力，对欧洲半导体自主化具有战略意义。
4.面对中美在功率领域的投入，欧洲通过联盟方式巩固其汽车和工业功率芯片的全球领先地位，值得长期跟踪。
1.BluGlass宣布其单模GaN激光器实现1.9W峰值光输出，刷新业界记录。
2.属于化合物半导体器件制造，涉及MOCVD外延和芯片加工工艺，对应流程地图的薄膜沉积等步骤。
3.该突破有望提升激光显示、生物医疗及工业材料加工的光源性能，强化GaN光电器件生态。
4.GaN激光器在高亮度场景替代传统激光源的潜力逐渐显现，功率密度的提升是商业化关键，该纪录标志着技术成熟度再进一步。
1.发生了什么：Bolt Graphics宣布其ZeusGPU测试芯片成功流片，计划2027年底量产。该GPU不追逐AI低精度，而是主打FP64高精度计算和路径追踪渲染。
2.属于产业链哪个环节：芯片设计与光刻制造。Zeus基于台积电N5成熟工艺，避免与NVIDIA争夺最尖端产能。
3.可能影响的公司或赛道：直接挑战NVIDIA与AMD在专业图形与科研计算市场的地位，为ArcGIS、Blender等软件用户提供新选择。
4.为什么值得关注：在全民追AI的当下，Bolt反其道而行之，用成熟工艺做高精度卡，相当于在众人拥挤的AI赛道旁开辟了一条服务科学家和设计师的专业通道，证明了GPU市场并非只有一条路可走。
1.高通开始为字节跳动和亚马逊提供专用集成电路设计服务，进军云端AI推理与定制计算领域。
2.属于芯片设计服务（制造流程最上游），后续将决定采用何种先进工艺与封装。
3.与博通、Marvell等老牌ASIC服务商正面竞争，代工订单可能流向台积电或三星。
4.云厂商自研芯片趋势不减，高通加入将加速ASIC设计服务价格战与技术创新，有利AI芯片多样化。
1.南亚科技定制HBM已开始贡献营收，计划未来2-3年产能扩增80-100%；同时英伟达最新AI系统内存成本同比飙升485%，占总成本25%。
2.位于高带宽内存制造与封装环节（对应流程中步骤15封装），是AI算力核心配套。
3.影响【南亚科技】、三星、SK海力士、美光等存储厂，以及英伟达等系统厂商的成本结构。
4.HBM定制化趋势让二线存储厂有机会分食大饼，但高成本也可能推动系统设计寻求降本方案。
1.英伟达在最新投资者报告中停止拆分游戏GPU营收，不再突出游戏业务，释放全面聚焦AI的强烈信号。
2.反映公司战略重新分配设计、产能与封装资源，游戏芯片获得的先进制程产能可能被压缩。
3.影响英伟达自身品牌定位，以及华硕、微星等板卡厂商的长期供应预期，并可能使消费级GPU供应长期偏紧。
4.此举标志英伟达彻底从GPU厂商转型为AI算力平台公司，消费市场创新节奏或进一步放缓。
1. AMD CEO苏姿丰访台，宣布对台投资超100亿美元，并首度高调点名EFB（Elevated Fanout Bridge）封装体系。
2. 属于封装环节，AMD正联合台系供应链打造CoWoS的替代方案，以缓解先进封装产能瓶颈。
3. 直接影响台积电CoWoS产能分配，利好日月光、力成等OSAT及载板供应链。
4. 新人指南：CoWoS是英伟达GPU用的高级封装，产能极度紧缺；AMD推EFB是想扶持“第二选择”，避免被卡脖子，类似扶持备用供应商。
1. 【南宝树脂】旗下新寳紘封装胶材产能满载；山太士抗翘曲材料（Balance Film）下半年迎出货旺季。
2. 属于封装及化学机械抛光相关耗材，解决大尺寸芯片封装中的翘曲与良率问题。
3. 供应链涉及专业化工材料商，如南宝、山太士、崇越等，受惠于先进封装扩产。
4. 新人指南：芯片封装时不同材料热胀冷缩会“翘曲”，导致良率报废；抗翘曲膜和特殊胶水是保障良率的关键耗材。
1. 日本【荏原制作所】宣布未来3年加大投资，目标抢占CMP设备市占率龙头，受益AI带动先进制程需求。
2. 精准卡位化学机械抛光（CMP）步骤，是晶圆平坦化的核心设备。
3. 挑战应用材料在CMP领域的主导地位，也将深化与代工厂及存储厂合作。
4. 新人指南：CMP就像给晶圆做精密打磨抛光，层数越多抛光次数越多；AI芯片制程复杂，对CMP设备需求量暴增。
1.行业正评估将GPU和HBM分开封装，用光学互连突破GPU芯片周边“海岸线”物理限制，可安装数倍于目前的HBM。
2.属于产业链中的封装环节（步骤15），需将传统数据中心光互连器件微型化至芯片间，对共封装光学（CPO）提出极高要求。
3.直接影响SK海力士、三星、美光等HBM大厂，以及英伟达、AMD等GPU厂商和OSAT封测厂；华为旗下哈勃投资国内InP光学芯片公司Milphoton，布局AI互连。
4.这是打破AI算力“内存墙”的架构级变革，用光子替代电子传输，有望成倍提升AI加速器内存带宽与容量，但微型光器件量产难度极高。
1. 美国商务部拟向IBM提供10亿美元CHIPS法案补贴，建设美国首个专用量子芯片代工厂。
2. 横跨前道制造全流程，专注于超导与拓扑量子比特的特殊工艺，非传统CMOS制程。
3. 直接巩固IBM在量子计算硬件领域的领导地位，带动特殊极低温量测设备需求。
4. 新人指南：量子芯片与当前逻辑/存储芯片制造完全不同，这是美国押注下一代计算的战略布局，意义类似在硅谷之外另起炉灶。
1.发生了什么：Anthropic正与微软深入谈判，拟租赁基于自研AI芯片Maia 200的服务器，以应对日益攀升的AI推理成本。微软已通过Copilot验证其推理成本优势。
2.属于产业链哪个环节：芯片设计与系统集成。Maia由微软设计（可能交给台积电等代工），属于ASIC路线，最终用于云端推理服务。
3.可能影响的公司或赛道：微软（强化AI基础设施），Anthropic（降低对NVIDIA GPU依赖），NVIDIA（面临定制芯片分流），台积电（代工潜在需求）。
4.为什么值得关注：这是云巨头自研芯片挑战GPU主导地位的又一例证。专用推理芯片可大幅降低成本，当像Anthropic这样的顶级模型厂商也开始考虑切换时，说明业界对摆脱NVIDIA高溢价供应链的需求越发迫切。
1.发生了什么：据内部消息，Nvidia因存储器在BOM中占比过高，正讨论在下一代Vera Rubin平台中减少系统DDR内存容量，但保持HBM配置不变，以优化整体成本。
2.属于产业链哪个环节：系统集成与封装环节。系统内存（DRAM）与GPU/HBM的搭配属于计算平台的内存层级设计。
3.可能影响的公司或赛道：三星电子、SK海力士、美光等DRAM供应商可能面临Nvidia采购量结构的变化，但HBM需求依然刚性。
4.新人也能懂：当内存涨价变成“配件反噬整机”时，芯片巨头会像组装电脑一样调整内存插槽数量来平衡成本。这不会影响HBM这类刚需内存，但普通的系统内存可能被减配。
1. NVIDIA财务长称2026年CPU总营收将接近200亿美元，正式向英特尔与AMD的大本营宣战。
2. 核心落点在先进制程晶圆制造与芯片设计，NVIDIA正全力打造融合GPU与CPU的AI服务器核心。
3. 利好台积电先进制程代工，并对英特尔、AMD的服务器CPU份额构成直接威胁。
4. 新人指南：以前NVIDIA主要卖GPU，CPU是英特尔地盘；现在NVIDIA要做“全家桶”，服务器里算力和控制芯片全包了。