每日新闻（2026-07-09）
1.发生了什么：IEEE Spectrum报道了一种将DRAM芯片侧向堆叠（而非传统垂直堆叠）的新架构，可大幅提升AI芯片的内存带宽和容量。
2.属于产业链哪个环节：属于先进封装（第15步），涉及晶片堆叠和互连工艺。
3.可能影响的公司或赛道：三星SK海力士美光等存储厂商，以及NVIDIAAMD等AI芯片设计公司。
4.为什么值得关注：当前AI芯片瓶颈在于内存带宽，该技术绕过HBM，可能开辟新的3D DRAM创新路径。
1. Wolfspeed正式对Navitas提起专利侵权诉讼，首次横跨氮化镓(GaN)与碳化硅(SiC)两种第三代半导体技术。
2. 争端的核心是NVIDIA AI数据中心开始落地的800VDC供电架构及2027年将增长的固態變壓器(SST)商机，直接影响功率器件设计与供应。
3. 可能影响所有AI服务器和数据中心供电方案的功率器件供应商，尤其是Wolfspeed、Navitas、英飞凌等。
4. GaN和SiC是提升AI数据中心供电效率的关键材料，此次诉讼旨在争夺下一代基础设施的技术核心，或将重塑供应链格局。
1.NVIDIA专供中国的H200 GPU进口审批接近落地，但预计分配量低于20万片，不到企业申请量的一半。
2.属于芯片供应链与出口管制环节，制约了NVIDIA在中国的AI芯片销售，并影响中国AI企业的算力建设步伐。
3.同时DeepSeek等中国大模型厂商加大对自研AI芯片的投入，可能利好国产GPU/ASIC设计公司及本土代工生态。
4.关注原因：管制松动但供应受限，反而强化了中国AI企业走自主设计道路的决心，长期将改变全球AI芯片供应格局。
1.imec最新技术路线图将半导体制程推进至0.3nm A3节点（2038年），并指出传统晶体管缩放可能在A10节点后达到极限。
2.属于前道制造中的光刻与晶体管架构研发，影响未来工艺节点的设备与材料选择。
3.为台积电、三星、英特尔的长期技术竞合提供参考，同时推动CFET、2D材料等新架构提前预研，设备商需相应布局。
4.关注原因：路线图表明即便EUV持续演进，器件架构的颠覆性转变已不可避免，早期技术押注将深刻影响十年后的产业格局。
1.三星正为AI PC开发专用加速器芯片Gaia，已向联想、惠普等大客户提供原型进行性能验证，最早明年量产。
2.芯片采用4nm工艺制造，属于前道晶圆制造环节（光刻/蚀刻等多步循环）；并计划集成存内计算PIM技术，这是下一代DRAM架构，可在存储数据内部直接执行计算。
3.可能影响三星代工业务、联想/惠普等PC OEM的AI PC产品路线图，以及对标Intel/AMD的NPU竞争格局。
4.这标志着AI正从云端下沉到PC终端，三星作为同时拥有芯片设计与制造能力的IDM大厂，首次明确将NPU与PIM整合进PC平台，值得关注其量产良率与功耗表现。
1.日本晶圆代工新秀Rapidus计划在2027年量产2nm芯片，比台积电晚约两年，拟以每片晶圆300-350万日元的低价争夺客户。
2.直接涉及前道晶圆制造中光刻、【蚀刻】、薄膜沉积等所有核心步骤，2nm节点需要GAA晶体管架构。
3.可能客户包括AI芯片设计公司及寻求第二供应商的大型Fabless，对台积电在先进制程的定价权形成潜在挑战。
4.Rapidus获得日本政府大力支持，如果成功量产，将打破台积电在2nm以下制程的垄断地位，但能否达到良率目标仍是最大风险。
1.中国显示面板巨头京东方BOE成立专门团队，开发用于AI连接的MicroLED光学互连和玻璃基板CPO技术。
2.属于先进封装与系统集成环节，玻璃基板可替代硅中介层用于chiplet互连，CPO（共封装光学）将光模块与芯片封装在一起，解决AI数据中心带宽瓶颈。
3.若成功，可能影响英特尔、三星等玻璃基板路线先行者，并为英伟达、博通等AI芯片厂商提供新的封装方案选择。
4.显示面板巨头跨界半导体封装，利用玻璃基板制造经验切入AI基础设施赛道，这是一个值得关注的产业融合信号。
1.发生了什么：据报道，苹果计划未来5年与【博通】合作，投入超过300亿美元用于美国制造的芯片，推文指出该金额仅占苹果年营收很小比例。
2.属于产业链哪个环节：涉及芯片设计与代工产能分配，可映射至最终的封装测试或晶圆制造环节。
3.可能影响的公司或赛道：【博通】（承接大额订单），台积电（可能提供美国厂产能），苹果推进本土化制造。
4.为什么值得关注：反映科技巨头响应美国芯片本土制造趋势，大单将重塑高端代工产能分配。
1. 三星和SK海力士共同面临是否在下一代HBM中导入混合键合(Hybrid Bonding)技术的决策难题。
2. 该技术属于封装环节(步骤15)，用于取代传统微凸块连接，实现更高带宽和更低功耗的存储堆叠。
3. 由于降低芯片厚度与提升散热等优势的重要性下降，市场预期混合键合的导入时间点可能从HBM4E再延后至HBM5。
4. 对于新人来说，这表示HBM的技术路线仍在演进，厂商在权衡性能、成本和量产难度，会直接影响AI芯片获取高速内存的进程。
1.发生了什么：设备商PVA TePla与研究所Fraunhofer IISB成立联合实验室，专注于开发氮化铝（AlN）衬底，用于功率和射频器件。
2.属于产业链哪个环节：属于最上游的晶片准备（第1步），即衬底材料制造，后续可用于GaN外延。
3.可能影响的公司或赛道：Qorvo英飞凌等GaN功率射频厂商有望受益，PVA TePla提升设备供应能力。
4.为什么值得关注：AlN衬底可改善GaN器件的散热和性能，是未来高频高功率芯片的关键材料。
1. Meta正式在加拿大破动工建设一座规模高达1GW的巨型数据中心，直接驳斥了近期部分AI市场降温的观点。
2. 此扩张直接拉动服务器、网络设备、光通讯、存储及功率管理芯片的长期需求，覆盖从晶圆制造（步骤1-12）到封装测试（步骤15-16）的全产业链。
3. 将利好AMD、Nvidia等算力芯片厂，以及PCB（臻鼎、欣兴）、IC载板（LG Innotek）、记忆体和电源管理等周边供应链。
4. 对于从业者来说，单一数据中心达到1GW（相当于一个大型发电站的功率）标志着AI投资规模正在进入新量级，持续的硬件需求将是产业的重要驱动力。
1.NVIDIA下一代Rosa CPU可能直接采用台积电A16（1.6nm级）工艺，并利用背面供电技术Super Power Rail提升晶体管密度。
2.属于前道晶圆制造中的化学机械抛光（CMP）步骤（第11步），背面供电需要将硅晶圆减薄至极薄且极度平坦，导致CMP抛光步骤比N2节点再多出15-30%。
3.直接影响CMP设备供应商（如应用材料、泛林）与CMP浆料等耗材厂商，利好相关半导体材料产业。
4.关注原因：A16通过背面供电释放正面空间，是延续摩尔定律的关键，而CMP是实现全局平坦化不可替代的工艺，其用量激增将显著拉动设备和耗材需求。
1.台湾AI服务器大厂纬创公布第二季度营收达8954亿新台币（约279亿美元），同比增长62.4%，创历史新高，并确认AI服务器出货将逐季增长至年底。
2.属于后端服务器组装与系统集成，直接拉动前道晶圆代工、HBM内存、先进封装等全产业链需求。
3.NVIDIA的GB300（Blackwell Ultra）将支撑下半年主力，而下一代Vera Rubin服务器本季度开始小量出货，利好GPU、HBM及先进封装供应链。
4.关注原因：纬创业绩验证了AI基础设施投资并未放缓，反而加速，上游芯片制造和封装产能将面临更长时期的紧缺状态。
1.AI热潮挤占传统消费电子的DRAM和NAND产能，导致供应严重紧张，苹果因高度定制化内存配置面临更大供应挑战。
2.涉及硅晶圆制备到封装测试全链条的产能分配，存储芯片制造（特别是DRAM的电容蚀刻、NAND的3D堆叠沉积）产能向AI服务器倾斜。
3.三大存储巨头（三星/SK海力士/美光）的消费级客户面临缺货，中国存储厂商长江存储【长鑫存储】获得加速导入机会。
4.TrendForce明确指出，从中长期看，采用中国成熟工艺存储芯片是保障供应安全的必要条件，预示着存储供应链的地缘分化正在加深。
1.发生了什么：英飞凌宣布为ADVANTICS供应1200V CoolSiC MOSFET和栅极驱动器，巩固其在碳化硅器件市场的供应地位。
2.属于产业链哪个环节：属于晶圆制造中SiC器件的掺杂、氧化等步骤及最终的封装。
3.可能影响的公司或赛道：英飞凌扩大SiC份额，客户ADVANTICS在汽车/工业领域受益，可能影响Wolfspeed等对手。
4.为什么值得关注：SiC器件是电动汽车和新能源的关键，稳定的供应链对下游至关重要。
1.发生了什么：TrendForce分析指出，AI推理的KV缓存负荷推动NVIDIACMX平台（BlueField-4 DPU管理）扩展存储层次，同时NVIDIA与ARM合作的CPU机架催生新的CPU RAM市场。
2.属于产业链哪个环节：涉及先进封装与系统级互连，以及内存子系统设计。
3.可能影响的公司或赛道：三星SK海力士等DRAM厂商，NVIDIA DPU/CPU方案及服务器制造商。
4.为什么值得关注：AI推理正重塑内存需求，从传统内存阵列分化为近存储（CMX）和CPU RAM两大方向，可能改变DRAM市场格局。
1. 随着AI服务器需求激增，不仅DRAM和NAND供应吃紧，CPU市场也开始出现缺货，英特尔和AMD的交期分别拉长至6个月和8-10周。
2. 为应对供货不确定性，记忆体客户开始转向签订长期供货协议(LTA)，以确保稳定拿货，这改变了传统的现货及季度议价模式。
3. 此变化利好三星、SK海力士、美光等存储大厂及英特尔、AMD，但也侵蚀了下游OEM和手机品牌的利润空间，尤其是中低阶手机。
4. 简单说，AI的巨大需求导致关键芯片供应排队，大客户通过签长约“锁定”产能，这将使新进入者和中小企业更难获取关键零部件。
1. 三星电子2026年第二季度营收创历史新高，主要受惠于半导体部门（DS）的优异表现，同期美光和SK海力士的盈利能力也冲上史上高点。
2. 此轮超级周期主要由AI数据中心对HBM和企业级SSD的旺盛需求驱动，属于产业链后段的封装（15）与测试（16）环节价值急剧提升。
3. 记忆体三巨头（三星、SK海力士、美光）是最大赢家，营业利益率挑战80%，但也加剧了下游手机、PC厂商的成本压力，可能抑制消费端需求。
4. 这波“存储器通胀”表明，AI大潮下最先吃到红利的环节是核心存储供应商，但其价格的快速上涨也会传导至整个电子产品的最终售价。
1. AMD宣布与OpenAI和微软，将其AI网络互连技术MRC贡献给开放计算项目（OCP），并已在测试集群中大规模部署。
2. 这属于产业链后段的高带宽互连领域，直接影响AI计算中GPU/CPU间数据传输的效率，AMD直指网络是当前提升AI规模的核心瓶颈。
3. 此举旨在挑战NVIDIA在AI数据中心网络领域的专有技术霸权，为博通、AMD等厂商构建开放生态，吸引云服务大厂支持。
4. 对于新人可以理解成：为了不让NVIDIA一家独大，AMD和微软等巨头正联合推广开源“交通规则”（网络互连标准），让不同公司的芯片能在数据中心内更高效地“沟通”。
1.AMD CTO Mark Papermaster在RAISE峰会指出，AI堆栈正在演进，agentic AI时代需要异构计算与系统级优化。
2.属于AI芯片设计方向与系统应用层面，不直接映射到单一制造步骤，但会引导未来芯片架构的定义。
3.AMD正凭借CPU+GPU+FPGA的异构方案形成对NVIDIA的差异化竞争，其开放生态可能吸引部分云端客户。
4.关注原因：在NVIDIA纵向整合日趋紧密的背景下，AMD的系统级优化策略能否在推理市场打开缺口，是AI芯片赛道的重要变量。
1.xAI利用NVIDIA GB300 NVL72系统完成Grok 4.5的训练，并此前收购AI编程工具Cursor，意图整合硬件、模型与编码数据，形成用户增长飞轮。
2.属于AI应用与基础设施层，强劲的算力需求向上拉动GPU、服务器和先进封装产能。
3.xAI因此可能成为NVIDIA GB300的最大客户之一，在AI编码市场中挑战OpenAI Codex与Anthropic Claude Code，同时Cursor的庞大用户数据将成为关键壁垒。
4.关注原因：xAI的垂直整合策略表明，AI竞争已从单纯的模型质量，升级为“硬件-平台-数据生态”的全栈较量。
1.联想决定在面向全球市场的笔记本中采用长江存储YMTCSSD，这是中国存储芯片首次大规模进入国际OEM供应链。
2.属于后道封装和测试后的成品芯片采购环节，直接反映NAND Flash市场供应格局变化。
3.利好长江存储及中国存储供应链，对三星、SK海力士、美光等传统NAND供应商形成价格竞争压力。
4.AI爆发导致NAND需求激增、价格暴涨，全球OEM被迫在成本与性能间重新权衡，此前受美国实体清单限制的长江存储因此获得出海窗口。