每日新闻（2026-08-07）
1. 台湾DRAM制造商【南亚科】启动2026-2029年107亿美元投资计划，将10nm级工艺和EUV光刻导入新一代晶圆厂。
2. 此项扩产涉及光刻环节的EUV设备引入以及后续的【蚀刻】、薄膜沉积等全流程升级。
3. 直接利好EUV设备商ASML，且加剧与三星、SK海力士等头部厂商在先进DRAM领域的竞争。
4. 作为全球第四大DRAM厂，南亚科押注EUV将大幅缩小技术代差，但巨额投资也带来了财务与产能消化的高风险。
1. 在ECTC会议上，行业专家报告了混合键合技术的最新进展，该技术是实现芯片3D垂直堆叠的关键。
2. 属于后道封装环节中的前沿工艺，能实现裸片间微米级无凸点互连，极大提升I/O密度。
3. 台积电、英特尔等先进封装技术领先者，以及Besi等键合设备商将直接受益于此技术演进。
4. 对于AI/高性能计算，该技术可打破内存墙瓶颈，实现【HBM与逻辑芯片】的更紧密集成，是延续摩尔定律的重要路径。
1. CNBC报道，谷歌内部研究人员因获不到足够算力资源而倍感沮丧，尤其是公司一边向外部出售TPU，一边却内部限制。
2. 此事影响AI芯片的设计、应用与迭代环节，反映出大型科技公司内部算力资源分配的战略困境。
3. 可能削弱谷歌Gemini模型的开发速度，并间接利好竞争对手如Anthropic和采用NVIDIA GPU的外部生态。
4. 伴随“Transformer论文八子”全部离职，核心人才持续流失，表明即使拥有强大的芯片设计能力，内部运营僵化也可能拖累AI竞争力。
1.发生了什么：中国长鑫存储（CXMT）在IPO分歧中，仍加速以DUV多重曝光突破EUV限制，向高端DRAM及HBM领域扩张。
2.属于产业链哪个环节：主要对应光刻（第6步）与【蚀刻】（第7步）环节，通过多次往复实现精细线宽。
3.可能影响的公司或赛道：全球存储厂商如三星、SK海力士、美光及设备商ASML面临竞争与规则重组。
4.为什么值得关注：无需昂贵的EUV也能造出接近先进制程的DRAM，可能打破全球存储“产能自律”的格局，让新入行的人理解设备限制不等于绝对的性能天花板。
1.发生了什么：晶圆厂、封测厂与面板厂正从晶圆级走向面板级封装，开发出CoWoS衍伸、玻璃基板等三条不同技术路线。
2.属于产业链哪个环节：恰好落在封装（第15步），是增加良率、降低成本的关键。
3.可能影响的公司或赛道：台积电、日月光、玻璃基板供应商及显示面板厂商。
4.为什么值得关注：传统圆形晶圆做不了超大AI芯片，改方形可减少边角浪费并大幅提升贴装面积，是继堆叠技术之后封装物理形态的重大革命。
1. 英特尔EMIB基板最大供应商Ibiden透露，其下一代EMIB-T技术已基本完成开发，即将进入良率提升阶段，预计2028年量产。
2. 属于封装环节（步骤15），EMIB（嵌入式多芯片互连桥）用于先进异构集成，核心难点在硅桥键合与通孔形成。
3. 直接利好英特尔先进封装路线，竞争对手包括新光电气等；基板供应链有望受益。
4. 封装基板正从有机向玻璃/硅桥演进，新人可理解为芯片间“高速桥梁”，良率达标才可大规模量产。
1.台积电携手阳明交通大学研发出高性能单层二硫化钼（MoS₂）顶栅晶体管，为0.7nm（7Å）芯片铺路。
2. 属于前道掺杂与薄膜沉积环节（步骤5/9），MoS₂作为替代硅的二维材料，可堆叠在CFET（互补场效应管）架构中。
3. 该突破将巩固台积电在2nm以下节点的技术领导力，材料供应商如应用材料、东京电子或承接需求。
4. 当硅沟道无法继续缩小，用单原子层材料造晶体管是延续摩尔定律的关键路径之一。
1. 特斯拉发布招聘信息，为其Terafab工厂招募内存工艺工程师，马斯克被曝优先推进DRAM项目。
2. 属于产业链晶片制备到掺杂等多个前道环节，旨在自研自产内存芯片。
3. 可能影响传统DRAM供应商如三星、SK海力士的长期订单预期，同时利好半导体设备商。
4. 若成功量产，意味着特斯拉将从设计走向制造，实现AI与自动驾驶芯片的完全垂直整合，改变车规级芯片供应链格局。
1.发生了什么：Lightmatter宣布与台积电及日月光等台厂紧密合作，部署共封装光学（CPO）技术，并加入英伟达 NVLink生态系。
2.属于产业链哪个环节：属于先进封装中的光学集成（第15步），解决层间讯号传输瓶颈。
3.可能影响的公司或赛道：光模块厂商、先进封装厂、GPU巨头英伟达。
4.为什么值得关注：当电传输跟不上算力需求时，改用光来传资料可以“超车”，大幅降低延迟和功耗，此项合作意味着光学正式成为高阶AI封装的核心一环。
1. 马斯克的Terafab计划落地德州，投资168亿美元，意图在同一园区完成逻辑、DRAM的制造、封装、测试。
2. 垂直整合覆盖从【晶圆制造】（步骤1-14）到封装测试（步骤15-16）的全流程，类似三星“一条龙”模式。
3. 特斯拉可能自研Dojo AI芯片、自动驾驶芯片及配套DRAM，降低对NVIDIA、SK海力士等外部供应商依赖。
4. 新人可以理解为特斯拉要自建“芯片工厂+封测厂”，实现AI芯片完全自主，但需数年建设和巨额投入。
1.发生了什么：因签订长期协议时HBM价格被锁定，如今现货飙涨导致SK海力士陷入供应分配与利润损失的两难。
2.属于产业链哪个环节：主要影响后端封装（第15步）中的HBM堆叠及成品出货。
3.可能影响的公司或赛道：英伟达、AMD等AI芯片设计商及云端服务商面临拿货变数。
4.为什么值得关注：客户预付大订单锁产能是常态，但现货价格暴涨后厂商必然想重新议价。这是理解全球半导体“缺货时谁有定价权”的典型案例。
1.发生了什么：调查显示台湾【测试耗材】需求极强，但SemiAnalysis警告，如果上游测试设备供给跟不上，繁荣难以持续。
2.属于产业链哪个环节：处于最后的测试（第16步），确保芯片出厂前良率。
3.可能影响的公司或赛道：封测厂（如力成、日月光）及设备大厂爱德万、泰瑞达。
4.为什么值得关注：耗材需求旺盛代表封测产线已马力全开，但若扩张用的设备机台交期拉长，会出现“有订单没机台”的卡关，直接影响芯片最终出货。
1.发生了什么：华邦电启动高雄Module B扩产计划，[DRAM] 混合均价翻倍，本业毛利率飙破七成创历史新高。
2.属于产业链哪个环节：位于前道【晶圆制造】（步骤1-12），扩大存储产能。
3.可能影响的公司或赛道：利基型存储模组厂，以及受惠于产能扩充的硅晶圆、材料供应商。
4.为什么值得关注：不仅高阶HBM受AI驱动，连用在物联网等特定场景的“利基型内存”也供不应求，证明AI效应正向更广阔的半导体市场蔓延，启动新一轮扩产周期。
1. 中国国家集成电路产业投资基金（大基金）改变策略，从单纯扩产转向【HBM混合键合、芯片堆叠设备、下一代计算芯片】等战略技术。
2. 影响封装（步骤15）及测试（步骤16）环节，HBM制造依赖晶圆级封装与混合键合设备。
3. 国产设备材料商如【中微公司、拓荆科技、华海清科】可能迎来定向支持，先进封装赛道竞争加剧。
4. 混合键合是堆叠HBM DRAM的关键工艺，政策转向说明中国正集中资源攻克“卡脖子”环节。
1.【欣铨科技】计划通过子公司吉佳科技投资60亿新台币，用于新竹科学园区和湖口新厂测试产线，瞄准AI芯片需求。
2. 属于测试环节（步骤16），AI芯片（GPU、ASIC）功耗高、接口多，需大量高端测试平台和耗材。
3. 利好测试设备商【Advantest、Chroma ATE】及探针卡供应商；台系测试厂产能持续满载。
4. 芯片出货前必须通过严格电性测试，AI芯片尺寸大、测试时间更长，拉动测试产能投资。
1.华邦电规划到2027年成为全球第一的SLC NAND闪存供应商，正将产能从1.5万片/月扩至2.4万片并切换至24nm制程。
2. 涵盖【晶圆制造】全流程（步骤1-14）及后道，NAND存储芯片需经过氧化、光刻、蚀刻、CMP等多步循环。
3. 华邦电同时是最大NOR Flash厂商，部分客户已签长约至2030年；车载、工业、机器人、低轨卫星需求强劲。
4. SLC NAND每单元只存1bit数据，可靠性和耐久性最高，适合对数据完整性要求严苛的边缘设备。
1. SK海力士将Yongin半导体集群完工时间从2045年提前至2033年，进度压缩12年。
2. 该集群属于前道【晶圆制造】环节，将包含多座存储晶圆厂，首座Y2厂2027年动工，2029年洁净室就绪。
3. 直接影响SK海力士自身的DRAM/HBM产能布局，也将拉动韩国本地设备与材料供应链。
4. AI驱动的HBM需求缺口巨大，提前扩产是争夺未来市场份额的关键举措，新人可理解成“建更多厂房来应对爆满的订单”。
1. Wolfspeed与电源大厂LITEON合作，为超大规模AI数据中心开发基于SiC（碳化硅）器件的800VDC电源方案。
2. 属于晶片制备（SiC衬底）和掺杂等环节，是宽禁带半导体在高压功率转换中的典型应用。
3. 利好SiC衬底和器件供应商，尤其在AI服务器电源功耗飙升至700W以上的背景下，高效散热方案需求迫切。
4. 数据中心从传统硅基电源转向SiC，可大幅降低能量损耗，这是AI基建爆发对功率半导体提出的明确技术升级需求。
1. 消息称SK海力士旗下NAND子公司Solidigm正寻求5至10万亿韩元的pre-IPO融资，目标后续在纳斯达克上市。
2. Solidigm属于产业链后道的封装测试与成品化环节，专注企业级NAND固态硬盘。
3. 影响SK海力士的融资能力和NAND业务独立性，可能改变与三星、铠侠在数据中心存储的竞争格局。
4. AI存储需求暴增为Solidigm提供了高估值窗口，此次资本运作能为扩产和技术迭代筹集巨额资金。
1. 华邦电CEO确认下一代AI机架需配置500-600颗NOR Flash芯片，密度向512Mb至2Gb以上演进。
2. NOR Flash属于产业链封装后的成品存储芯片，在大算力系统中负责配置启动和关键代码存储。
3. 直接影响华邦电、旺宏等台系NOR Flash大厂，以及英伟达等AI服务器生态。
4. 新人可理解为每台AI服务器机柜需要数百颗“小内存”来启动和配置，AI越火，对这种特定存储芯片的需求就越大，带动单价上涨。