每日新闻（2026-10-18）

1.发生了什么：Saras Micro Devices推出嵌入式电容器方案，满足AI加速器从约2000A到5000A的大电流供电需求并提升能效。

2.属于产业链哪个环节：属于先进封装/电源管理配套环节，靠近封装与系统集成，而非前道制造步骤。

3.可能影响的公司或赛道：AI加速器厂商（如NVIDIA、AMD）、先进封装厂（台积电、日月光）及电源管理芯片厂商。

4.为什么值得关注：AI芯片功耗和电流密度持续攀升，嵌入式电容可降低供电网络损耗、提升能效，是先进封装供电的重要技术方向。

1.发生了什么：Intel目标2028年推出面向机器人和人形系统的Razor Lake-AXSoC，AI性能达700 TOPS，是当前Panther Lake平台约4倍。

2.属于产业链哪个环节：属于芯片设计与SoC集成，最终产品需经过【晶圆制造】、封装等环节。

3.可能影响的公司或赛道：直接对标NVIDIAJetson生态，影响边缘AI/机器人处理器市场；Intel晶圆制造及先进封装产能或受益。

4.为什么值得关注：机器人被视为AI下一落地场景，700 TOPS将大幅提升边缘推理能力，显示Intel在机器人领域的长期竞争策略。

1. SemiAnalysis报告称，通过disaggregated serving在AgentX上，vLLM和inferact实现每美元TCO 13亿tokens，是B300聚合配置的【4倍】。

2. 属于AI推理系统软硬件协同优化，涉及GPU、互连与内存，间接影响芯片需求结构。

3. 影响NVIDIAGPU需求、推理服务商及云厂商的成本模型。

4. 若单位成本tokens大幅提升，可能降低对高端GPU的依赖或刺激更多AI应用，改变【AI加速器】市场。

1.发生了什么：NVIDIA通过vLLM新算子，在相同硬件上让2.8T参数Kimi K3模型实现423 tok/s/user，推理效率提升【1.68倍】；新算子用Cute DSL编写，包含12,000行Megakernel融合。

2.属于产业链哪个环节：不属于制造16步，属于AI芯片下游软件栈/推理优化，间接影响GPU利用率与采购需求。

3.可能影响的公司或赛道：NVIDIA、vLLM生态、AI推理服务商及Kimi等大模型厂商。

4.为什么值得关注：软件层优化可显著提升单位算力产出，可能影响AI加速器需求节奏与TCO测算。

1.发生了什么：SemiAnalysis称GLM 5.3最大提升来自后训练，而非从零预训练；后训练对GPU效率远高于预训练，仍有较大挖掘空间。

2.属于产业链哪个环节：不属于制造16步，属于AI训练范式/算力消耗侧，影响GPU训练与推理需求结构。

3.可能影响的公司或赛道：AI模型厂商、GPU云厂商、NVIDIA/AMD等加速器需求结构。

4.为什么值得关注：后训练效率提升可能降低部分AI公司的算力门槛，同时改变大模型迭代的GPU需求逻辑。

1.发生了什么：台积电熊本3nm晶圆厂获得日本政府批准，并有资格获得大额政府补贴。

2.属于产业链哪个环节：涉及【前道晶圆制造】核心环节，包括光刻、薄膜沉积、【蚀刻】等先进制程步骤。

3.可能影响的公司或赛道：台积电日本产能扩张，配套日本设备/材料供应商（如JSR、信越、东京电子）及建筑/厂务环节受益。

4.为什么值得关注：台积电将先进制程导入日本，降低资本负担并强化地缘供应链韧性，也可能带动日本半导体制造能力升级。

1. AMD在OCP Summit 2026推出Helion，提供开放机架级设计，面向CPU-centric的Agentic AI部署。

2. 属于数据中心基础设施设计，涉及服务器CPU、机架与互连，间接影响芯片封装和测试需求。

3. 影响AMD及其服务器OEM合作伙伴，对Intel和NVIDIA构成竞争。

4. AMD通过开放机架切入Agentic AI市场，可能改变AI服务器架构路线，提升CPU在AI推理中的地位。

1.发生了什么：稳懋财报显示前三季度营收157.06亿新台币，同比增长32.6%，非手机应用占比已超过手机；EML和VCSEL已量产，CW激光开发进度较慢。

2.属于产业链哪个环节：化合物半导体制造，涉及MOCVD外延及光通信芯片后端封测。

3.可能影响的公司或赛道：稳懋、光模块/CPO供应链、数据中心光互连。

4.为什么值得关注：非手机业务占比超过手机，表明光通信成为主要增长极，EML/VCSEL放量验证AI数据中心光互连需求。

1.发生了什么：NVIDIA发布RTX Spark N1X平台，首次将GB10 SoC引入Windows系统，推动Arm架构进入PC市场。

2.属于产业链哪个环节：芯片设计/平台发布，最终流向PC制造与封装环节。

3.可能影响的公司或赛道：NVIDIA、高通、联发科、Arm PC供应链及Windows on Arm生态。

4.为什么值得关注：若Arm架构在Windows PC放量，将改变客户端计算芯片竞争格局，并影响相关SoC封测需求。

1.发生了什么：TrendForce旧金山路演显示，除光刻和track外，中国大部分设备类别本地化率已接近或超过50%。

2.属于产业链哪个环节：覆盖【晶圆制造】多个前道步骤，如薄膜沉积、【蚀刻】、清洗等，但光刻仍依赖进口。

3.可能影响的公司或赛道：中国成熟制程代工厂加速扩产，可能对TI、联电、格芯等西方成熟制程厂商形成供给压力。

4.为什么值得关注：设备自给率提升解除扩产瓶颈，中国成熟制程产能可能大幅增加，冲击全球成熟制程供需格局。

1. 据韩媒报道，苹果近期增加iPhone Duo组件订单，但Nittobo的T-Glass供应成为提升出货的关键瓶颈。

2. 属于先进封装或显示材料环节，T-Glass可能为玻璃基板或特殊玻璃材料，对应流程地图中封装材料供应。

3. 影响苹果、材料商Nittobo及封装基板/显示面板供应链。

4. 大客户苹果的材料采购动态反映先进封装或显示材料供给紧张，可能挤压其他客户产能。

1.发生了什么：中国设备商AMEC正在与SK keyfoundry、Magnachip进行MOCVD设备试验，瞄准功率半导体；报道称其此前难以进入三星、SK海力士韩国工厂，但已供应SK海力士收购的英特尔大连NAND厂。

2.属于产业链哪个环节：对应薄膜沉积/气相沉积环节，用于化合物半导体外延与功率器件制造。

3.可能影响的公司或赛道：AMEC、SK keyfoundry、Magnachip及功率半导体代工/IDM。

4.为什么值得关注：中国设备首次进入韩国功率半导体试用，若通过验证将改变全球MOCVD供应格局并影响功率芯片成本。

1.发生了什么：据LIWEI_TW Capital，ASML客户已对2029甚至2030年设备订单表达兴趣，WFE设备厂商或迎上行周期。

2.属于产业链哪个环节：对应光刻环节，是前道晶圆制造的核心瓶颈。

3.可能影响的公司或赛道：ASML及AMAT、LRCX、KLAC等WFE设备厂商。

4.为什么值得关注：订单能见度拉长至5年，说明先进制程扩产需求持续，也可能加剧设备交期紧张与资本开支竞赛。

1.发生了什么：三星被选为NVHBM主要供应商，因台积电无法分配足够晶圆产能给NVHBM；三星决定按NVIDIA要求使用台积电3nm制造base die，同时验证自家代工能力作为备选。

2.属于产业链哪个环节：涉及HBM封装中的base die制造，对应前道光刻及封装环节，同时涉及代工产能分配。

3.可能影响的公司或赛道：影响三星、台积电、NVIDIA，以及HBM供应链上的存储厂商如SK海力士、美光。

4.为什么值得关注：3nm用于HBM base die较为罕见，说明NVIDIA对HBM基础芯片性能要求提升，也反映台积电先进制程产能吃紧，三星借机切入HBM存储与代工的整合供应。

1.发生了什么：Photon Capital与多位任职于设备巨头（如TEL、AMAT、ASML、KLA）的资深工程师交流，反馈行业极度繁忙、工作量巨大，并提示关注Terafab和即将到来的新晶圆厂。

2.属于产业链哪个环节：涉及半导体设备制造与供应，对应光刻、【蚀刻】、沉积、【检测】等前道环节的资本开支。

3.可能影响的公司或赛道：设备商如ASML、AMAT、KLA、TEL，以及下游晶圆厂扩产项目。

4.为什么值得关注：设备商繁忙通常预示下游晶圆厂扩产和【资本开支】上升，是新设备需求的前瞻指标；Terafab等先进封装或新厂项目可能持续拉动设备需求。

1.发生了什么：OCP 2026实地笔记显示，AI机架越贵等待越久；UBS预计2027年AMD Venice CPU出货500万颗，Citi预测2030年CPU市场可达3000亿美元。

2.属于产业链哪个环节：涉及数据中心系统集成，涵盖CPU、内存、光学互连、800V电源和液冷，对应芯片设计、封装、系统等环节。

3.可能影响的公司或赛道：AMD、Intel、NVIDIA等CPU/GPU厂商，光模块（如MRVL、LITE、COHR）、电源与液冷供应商。

4.为什么值得关注：AI代理需要CPU执行任务和内存保持数据，机架供电与散热决定算力密度，显示AI基础设施从加速器向完整系统扩展的趋势。

1. Dell高管对《华尔街日报》表示，真正瓶颈是内存芯片供应不足，明年情况会更糟。

2. 属于存储芯片制造与供给环节，涉及DRAM/HBM产能分配，对应流程地图中晶圆制造后的测试与封装。

3. 影响存储原厂【三星、SK海力士、美光】、服务器OEM【Dell、超微】及云厂商。

4. AI服务器需求激增，但内存产能扩张有限，交付延迟将拖累AI算力部署节奏。

1. 分析师Ben Bajarin指出，全球知识工作者中仅约5%使用AI，但即便当前高token价格与GPU租赁率，算力仍受限。

2. 属于终端需求与算力供需分析，涉及AI芯片、服务器与数据中心整体。

3. 影响NVIDIA、云厂商及AI应用开发商。

4. AI采用率极低但算力受限表明未来需求空间巨大，支撑AI半导体长期增长逻辑。