每日新闻（2026-07-12）

1. 据行业专家消息，NVIDIA下一代AI平台Rubin再次被推迟，发布时间可能晚于此前预期。

2. 该事件直接影响前端设计与流片排期，并波及后续封装（如CoWoS）与系统集成计划。

3. 可能受影响的公司包括台积电（代工）、SK海力士（HBM）以及大型CSP客户的AI基础设施部署进度。

4. Rubin是Blackwell的继任者，若一再延迟，将留给竞争对手追赶窗口，也会让整个AI芯片供应链的产能分配出现变数，新人可将此理解为“火车头晚点，车厢全部待命”。

1. Meta正在复制马斯克xAI的GPU云策略，短期内启动大规模集群，并采用高出同行数倍的定价，显示对AI算力的极度渴求。

2. 直接影响HBM与CoWoS等先进封装环节的需求，也拉动NVIDIA GPU的采购。

3. 加剧NVIDIA、台积电先进封装、SK海力士HBM的供应紧张，可能挤压其他客户的芯片分配。

4. 刚入行可以这样理解：几家大厂抢着建“算力仓库”，导致存算力的“集装箱”（GPU、HBM）又贵又缺货，芯片厂得想尽办法多生产。

1. xAI与Anthropic、Google达成的AI基础设施交易中，每兆瓦收入是同行的3-4倍，利润差距更大。

2. 这直接拉高对数据中心芯片、特别是GPU和定制ASIC的需求，进一步放大先进封装和HBM的瓶颈。

3. 利好NVIDIA及提供AI工厂方案的设备商，也促使更多资金涌入AI算力建设。

4. 行业新人可以理解为：别人出租一间算力机房赚1块，xAI能赚三四块，那它肯定愿意砸钱买更多更先进的芯片，把机房建得更大，形成循环。

1. 知情人士澄清，OpenAI此前同时与Groq和Cerebras进行AI芯片合作谈判，并非仅限Groq。

2. 此外，内部工程师对Blackwell运行Codex速度过慢的抱怨，被误传为Blackwell推理能力差，实际是特定软件优化问题。

3. 事件涉及AI芯片采购策略及GPU替代方案，对NVIDIA在AI训练领域的垄断形象造成轻微扰动，但未动摇其根本。

4. 对新人来说，这反映了一个现实：即便强如NVIDIA，大客户也在秘密评估专用ASIC或新型架构，芯片赛道永远在竞速中。

1. 台积电计划在未来两年内将光子集成电路（PIC）月产能由500片扩增至10000片，提升20倍。

2. 该技术主要用于共封装光学（CPO），属于先进封装与光互连交叉环节，可大幅提升芯片间数据传输带宽与能效。

3. 直接拉动的供应链包括硅光子芯片设计、光耦合设备、测试服务商（如Aehr），并利好AI数据中心与高速网络设备商。

4. PIC被认为是突破铜互连瓶颈的关键路径，大规模扩产意味着台积电已做好将光互连从实验室推向量产的准备，这对AI集群互连是一场物理层革命。

1. 过去六个月，美国从台湾进口的【先进技术产品（ATP）】已超过中国，芯片取代消费品成为进口主力。

2. 该变化映射到供应链封装与测试后端的全球流向，台湾作为先进制程与封装枢纽的地位进一步强化。

3. 直接影响台积电、日月光等台湾半导体企业的出货结构，并反映美国对AI芯片的极度渴求，关税政策亦需重新权衡。

4. 不同于普通消费品，芯片内含大量美国IP价值，进口反而增加美国GDP核算，新人可记住：这解释了为何美国既想加关税又离不开台湾芯片。

1. 三星决定将韩国龙仁半导体集群首座晶圆厂的投产时间从2031年大幅提早到2029年10月，计划共建设六座晶圆厂。

2. 属于前道【晶圆制造】环节，直接影响未来先进逻辑芯片产能布局。

3. 利好光刻、刻蚀、沉积等设备商（如ASML、应用材料、Lam Research），也加剧与台积电的产能竞赛。

4. 新入行的你可以理解为：三星把盖“芯片工厂”的时程缩短了两年，意味着设备采购和工艺开发要同步加速，整个供应链都得跟着跑。

1. OpenAI首款硬件设备有可能在明年2月发布，虽与苹果的法律纠纷或打乱计划，但表明AI向专属终端延伸。

2. 若采用自研芯片或定制AI加速器，将拉动晶圆代工与先进封装需求。

3. 对台积电等代工厂及AI芯片设计公司构成潜在利好，也可能与苹果现有芯片供应链形成互动或竞争。

4. 就像苹果带动了手机处理器发展，如果OpenAI推出专属AI设备，很可能会催生一波专门为AI设计的芯片需求，值得持续关注。

1.TrendForce报道苹果可能在其下一代iPhone 18e中采用【长鑫存储】的LPDDR5X内存芯片

2.属于后道封装与测试前的DRAM芯片供应环节，直接影响存储芯片选型

3.影响公司：苹果供应链调整，可能挤压三星、SK海力士在苹果订单份额，利好【长鑫存储】扩产

4.这是首次有报道指出苹果考虑使用中国DRAM供应商，若落实将标志中国DRAM进入高端手机市场，值得关注地缘政治反应。新闻链接

1.据SemiAnalysis测评，在vLLM Kimi模型（与xAI Cursor Composer 2.5同架构）推理中，NVIDIAGPU性能大幅领先AMD

2.同时评测显示下一代B300芯片（Blackwell Ultra）推理速度明显快于B200

3.影响市场对AI芯片性能认知，强化NVIDIA在推理领域的优势，可能影响云厂商采购决策

4.对新人而言，B300是Blackwell架构的增强版，其性能提升预示AI推理成本将进一步下降，推动端侧AI应用落地。测评链接

1. vLLM社区维护者移除ROCm支持的动作促使AMD重新优先优化vLLM，其芯片在AI推理框架中的性能有望快速提升。

2. 属于AI芯片的软件工具链环节，直接影响AMD Instinct系列在云端推理的竞争力。

3. 可能改变AMD与NVIDIA在AI推理市场的格局，影响云服务商的芯片选型。

4. 芯片牛不牛不仅要看硬件，还要看“软件生态”是否好用。AMD这次被倒逼优化，就像app开发者必须赶紧适配新系统，否则用户就会流失。