每日新闻（2026-06-16）
1. 台积电首度公开玻璃基板在先进封装的应用进展，战场正从CoWoS转向CoPoS（面板级芯片-on-基板）。
2. 属于后道封装环节的关键技术革新，旨在提升AI芯片的封装密度和性能。
3. 直接牵动台积电、Ibiden、群创等基板与面板供应链，将与三星竞争。
4. 玻璃基板因其平整度与电气特性优于传统有机基板，被视为封装未来方向，尤其适合超大型AI芯片。
1. 日本供应商计划调整六氟化钨(WF6)产线，导致全球供给缺口恶化，2026年4月进口均价月增超200%。
2. 直接影响前道薄膜沉积环节中至关重要的化学气相沉积（CVD）过程。
3. 威胁三星、SK海力士、【长鑫存储】等所有3D NAND及先进逻辑芯片制造商的生产成本。
4. WF6是制造芯片内部金属连线（钨栓塞）的核心气体，其短缺和涨价将直接抬高存储与逻辑芯片成本。
1. 台积电罕见公开了与Ibiden及群创合作的玻璃基板开发项目初步验证结果。
2. 属于产业链第15步封装，旨在将CoWoS升级为面板级CoPoS，解决未来超大AI芯片（如NVIDIA Rubin）的翘曲与散热问题。
3. 直接影响台积电先进封装布局，利好玻璃基板与ABF载板供应商Ibiden，并为面板厂群创开辟新赛道。对英特尔与三星电机的玻璃基板战略形成公开竞争压力。
4. 新人须知：芯片变大后基板容易“弯”（翘曲），导致良率暴跌。玻璃比传统塑料硬且不易热胀冷缩，测试显示翘曲指标改善16%，能撑住未来算力“巨兽”。
1. 三星宣布将多项目晶圆（MPW）服务从4nm扩至2nm，允许多个客户共享一套光掩模进行流片验证，目标2027年量产。
2. 属于前道光刻与先进制程验证环节，直接影响2nm芯片的原型开发。
3. 可能惠及AI芯片初创公司、定制ASIC设计方，降低进入2nm工艺的门槛。4. 2nm掩模成本极高，MPW模式可节省千万级费用，对推动边缘AI与定制化芯片生态意义重大。
1. DeepSeek完成首次外部融资，筹集超500亿元人民币（约74亿美元），估值超500亿美元，投资者包括腾讯、宁德时代等。
2. 属于AI模型与应用层，虽不直接涉及制造，但间接拉动AI训练/推理芯片需求。
3. 巨额资金将用于扩大算力规模，增加对NVIDIA/AMD GPU及ASIC的采购，利好先进封装与HBM供应商。
4. AI大模型竞逐白热化，推动基础设施投资持续增长，半导体产业链直接受益。
1. AMD宣布收购MEXT，该公司专注于突破性内存优化技术，以扩展内存容量、降低总拥有成本(TCO)。
2. 直接面向数据中心服务器内存子系统，可间接影响先进封装和异构集成中的内存带宽设计。
3. 影响公司：AMD、云端与服务器OEM，以及内存接口/IP供应商。
4. 新人须知：AI推理和训练极度吃内存带宽与容量，此次收购有助于AMD构建更高效的内存扩展方案，在与NVIDIA的竞争中补强系统级优势。
1. 台积电COUPE(封装光学)平台准备就绪，但CPO测试面临亚微米对准、EIC/PIC协同验证、多级测试插入等挑战。
2. 处于封装与测试环节，CPO需在光/电芯片集成后进行极高精度检测。
3. 影响公司：台积电、【博通】、NVIDIA(Spectrum-X Photonics)以及测试设备商如Advantest、Teradyne。
4. 新人须知：CPO将光学与电子芯片封装在一起，带宽倍增，但若测试无法跟上，量产节奏将被严重推迟。深入分析
1. Akeana宣布与三星电子达成战略合作，提供高性能RISC-V计算平台，专注下一代服务器与Agentic AI芯片。
2. 属于最前端的芯片设计与晶圆代工环节的结合。
3. 影响三星代工业务与RISC-V生态，为客户提供Arm架构之外的新选择。
4. RISC-V对想自研AI芯片的厂商意义重大，三星此举可吸引更多客制化芯片订单，扩大其代工市占率。
1. 台积电确认已有全球AI芯片客户签约下一代CoPoS（芯片-面板-基板）封装，尽管大规模量产最早也要等到2027-2028年。
2. 再次聚焦第15步封装，这是对现有CoWoS产能的远期迭代规划。
3. 传递出台积电受三星面板级封装（PLP）先发压力，被迫提速研发的信号，利好早鸟签约的AI芯片大厂。
4. 新人须知：封装技术换代的窗口期已开，虽然量产尚早，但台积电提前秀出客户订单和2027技术就绪时间表，意在稳住投资者和客户信心。
1. 英特尔与Q-CTRL合作，在Tunnel Falls芯片上实现了高保真度的量子门，且降低了校准复杂度。
2. 这属于探索性的“超越硅逻辑”制造环节，但依然依赖英特尔的硅基【晶圆制造】工艺。
3. 该成果利好致力于硅基量子计算商用化的公司，验证了在现有硅厂制造量子比特的可行性。
4. 新人须知：量子计算目前还很遥远，但英特尔的路线是在现成的12寸晶圆厂（如第1步到16步）造量子芯片，这种“兼容现有产线”的路数一旦跑通，对芯片制造冲击最小。
1. IQE与Tower Semiconductor签署多年期磷化铟(InP)外延片供应协议。
2. 属于产业链晶片制备/外延环节，为射频和光电器件提供关键材料。
3. 影响公司：IQE、Tower及其下游射频/光通信芯片客户。
4. 新人须知：InP是高频、光通信器件的核心材料，稳定供应意味着5G、数据中心光模块等产品的产能保障。详情
1. 设备商【亚智科技】成功交付首台310mm×310mm面板级封装(PLP)的电化学沉积(ECD)量产设备。
2. 属于后道封装环节中金属连接与镀层的关键步骤。
3. 助力台积电、三星等大厂的PLP产能扩张，设备交期对产能落地至关重要。
4. PLP可利用大面积方型载板，一次封装更多芯片，效率远高于传统圆形晶圆封装，这台设备是量产的关键基石。
1. 韩媒爆料，三星继8nm后，已抢先取得5nm MRAM（磁阻式随机存取内存）核心技术。
2. 属于前道【晶圆制造】中的特殊存储工艺，有望替代传统嵌入式闪存（eFlash）。
3. 巩固三星在【下一代存储器】领域的领先地位，对车用与AI边缘芯片极具价值。
4. MRAM断电不丢失数据且速度极快，在5nm先进逻辑中嵌入MRAM是重大技术难点，三星的突破可能改写高端MCU格局。
1. 为确保AI资料中心光通讯模组供应，Google要求磷化铟（InP）基板供应商加速扩建非中国产能。
2. 属于化合物半导体领域，为【光通讯】模组中的核心基底材料。
3. 直接驱动IQE、住友电工等InP外延片大厂扩产，强化非红供应链。
4. 光通讯是AI数据中心内芯片间高速互连的命脉，InP基板的供应紧张正成为AI扩展的瓶颈，各大云端巨头被迫出手确保货源。
1. 为布局2027-2028年量产的CoPoS，台积电已建两条独立测试产线：一条用进口设备，一条用国产（台系）设备。
2. 直接对应第15步封装，针对的是新一代面板级封装设备的采购评估。
3. 此举将倒逼Scientech、All Ring Tech等台系设备商与AMAT、KLA等国际大厂同台竞技，竞争供货权。
4. 新人须知：这是“养蛊式”供应商管理，让双方在交期和成本上互相厮杀。谁能进入台积电这条新赛道，谁就能拿到未来几年封装设备的增长门票。
1. TrendForce报告指出，在国家大基金及地方补贴支持下，中国SiC与GaN厂商进展迅速，部分领域已开始挑战国际IDM大厂。
2. 产业链环节涵盖晶片材料、外延、掺杂及封装，属于第三代半导体电力电子领域。
3. 英飞凌、意法半导体、Wolfspeed等传统巨头面临更多竞争；国内三安光电等企业快速成长。
4. AI数据中心800V HVDC供电架构将大量采用SiC/GaN器件，中国产能扩张或改变全球供应格局，但也可能引发产能过剩。
1. NVIDIA Rubin Ultra预计使AI机架功率达到450kW，带动800V高压直流(HVDC)供电方案关注度飙升。
2. 落在系统供电与热管理环节，直接关联AI服务器电源架构、电力芯片和母线设计。
3. 影响公司：NVIDIA、Google及电源管理芯片/模块供应商，如Infineon、onsemi等。
4. 新人须知：单个机架功耗从几十kW飙升至450kW，传统12V供电已不适用，800V HVDC能大幅降低损耗，是下一代AI数据中心标配。更多
1. TrendForce分析指出，当AI从训练转向推理，KV cache offloading和Agentic AI将成为内存需求两大全新驱动力。
2. 影响存储器(DRAM/HBM)供需格局，直接关联内存在推理加速卡和服务器中的配置。
3. 受益公司：SK海力士、三星、美光等HBM/高容量DRAM供应商。
4. 新人须知：推理任务需要更大内存来存储上下文(KV cache)，Agentic AI更会频繁调用记忆，两者将扭转过去“成本优先”的内存购买模式。报告
1. 三星电机宣布以总解决方案模式抢占硅电容市场，预测市场年增长率超18%，应用扩展至AI服务器、航空航天和光通信。
2. 位于封装或系统集成环节，硅电容用于高速芯片的电源去耦和信号完整性。
3. 影响公司：三星电机、AI服务器OEM、光模块制造商。
4. 新人须知：硅电容比传统MLCC寄生电感更低，适合高频、高算力场景，三星电机正从单纯元件供应商转向方案级玩家。详情
1. 苹果Siri AI升级要求设备搭载至少12GB DRAM，同时AI服务器对HBM需求激增，改写内存获利天花板。
2. 直接拉高高带宽内存(HBM)与通用DRAM的需求，属于内存晶片环节。
3. 三星与SK海力士将迎长期红利，韩券商预测两厂2028年营业利益将破千兆韩元，SK海力士更计划至2030年DRAM产能翻倍。
4. 普适的AI加速功能，让内存从非智能组件转为用量与价值双飙升的战略物资，内存厂已进入史上最具议价力的周期。
1. Google披露了聚焦ASI（人工超级智能）的新路线图，计划打造相当于数万名人类专家的超级智能，需海量算力支撑。
2. 引发第6步光刻及第16步测试的下游需求遐想，尤其是专用ASIC定制芯片。
3. 明确点出台湾合作方：【联发科】负责供应定制ASIC芯片，鸿海和广达负责AI服务器整机。
4. 新人须知：Google的目标从通用AI（AGI）跃升至超人AI（ASI），意味着数据中心需要更夸张的专用芯片（而非全靠NVIDIA GPU），这对拿Google下单的联发科是重大利好。
1. AMD与威斯康星大学提出Eidola模型，专门对多GPU在做分布式AI训练时的通信流量进行建模。
2. 属于芯片设计层面的架构探索，旨在解决算力堆叠后，第16步测试与系统集成中频繁出现的晶片间互连瓶颈。
3. 有望优化【AMD的MI300X/下一代AI加速器】在集群中的通信效率，缩小与NVIDIA NVLink生态的差距。
4. 新人须知：AI不仅仅靠单颗GPU的力气大，一堆GPU之间“传话”的速度更决定生死。AMD这项研究就是找出谁能插嘴、怎么传数据最快。
1. 半导体公司PicoJool推出200G垂直腔面发射激光器（VCSEL），专为AI集群内部高速、低功耗光互连设计。
2. 属于光模块核心有源器件，对应芯片制造后的光学组装与测试环节，影响光通信芯片。
3. 可能推动II-VI、Lumentum等厂商跟进更高速度产品，加速数据中心从【400G向800G/1.6T】演进。4. 200G VCSEL是短距光互连关键器件，能有效降低AI服务器的互连功耗与成本，助力算力扩展。