Veronica半导体速报

1. 比利时imec与鲁汶大学联合发表针对IGZO铁电FET（FeFET）的读中心设计-工艺协同优化（DTCO）研究。

2. 属于【前道制造】中的新型存储器件开发，聚焦3D异构集成方案，可突破传统DRAM/SRAM在带宽与功耗上的限制。

3. 可能影响三星、SK海力士、美光等存储大厂及台积电等先进代工厂的下一代AI内存路线。

4. IGZO FeFET兼具高密度与非易失特性，有望成为未来存内计算和3D集成AI芯片的关键，帮助新人理解“超越传统晶体管”的存储器路径。

^[1]

1. 英伟达CEO黄仁勋被曝频繁造访韩国，通过公开喊话、上综艺等方式向存储巨头施压，直言“我需要HBM”。

2. 直接影响先进封装环节，HBM（高带宽内存）是CoWoS等封装方案的核心组件，缺货将卡住AI GPU产能。

3. 涉及SK海力士、三星等HBM主要供应商，以及台积电的先进封装产能分配。

4. 新手应关注：一颗AI芯片需要数颗HBM堆叠，HBM分配权已上升为【地缘性供应链博弈】，CEO亲自出马反映供应极度紧张。

^{[3] [4] [5]}

1. 亚利桑那州立大学与佐治亚理工研究发现，新型3D IWO eDRAM在热与老化作用下Rowhammer漏洞加剧，影响边缘AI设备数据安全。

2. 涉及【测试与可靠性】环节，要求在新型存储设计阶段就纳入安全考量。

3. 直接冲击正在开发嵌入式DRAM的厂商（如台积电、三星、GlobalFoundries），尤其面向物联网与边缘场景。

4. 新手可理解为：即使性能优越，新存储材料的【物理脆弱性】可能成为部署障碍，可靠性验证不可或缺。

^[2]

1. SemiAnalysis指出，每台AI服务器需数万颗多层陶瓷电容器（MLCC），其需求到2027年将增长约5倍，而新产线建设需2年。

2. 在制造流程中MLCC虽属被动元件，但用于每颗芯片的电压稳定，属于封装/系统集成外围关键物料。

3. 村田、三星电机、太诱等日韩厂商面临长交期与涨价压力，英伟达、AMD等AI服务器出货可能受拖累。

4. 提醒新人：最不起眼的<1美元零件也可能成为先进系统的瓶颈，供应链必须关注“长尾物料”。

^[6]

1. NVIDIA披露印度Sarvam AI正使用超过4096颗H100GPU构建全栈本土AI平台，训练100B+参数的MoE模型。

2. 属于终端应用环节，验证高端AI加速卡在非美国市场的落地能力。

3. 直接受益方为英伟达，并带动印度IT巨头如Tata Capital、Infosys的AI化转型。

4. 新手可理解：主权AI浪潮正将大规模GPU集群需求推向新兴市场，进一步巩固数据中心GPU的长期需求。

^[7]

1. AMD宣布7月16日推出新款Zen 4 X3D处理器，定位高性价比游戏市场，丰富AM5平台选择。

2. 属于【前道制造】完成后的消费级CPU产品，由台积电先进制程代工。

3. 影响AMD市场策略，并间接牵动台积电5nm/6nm产能分配与PC产业链。

4. 新手注意：消费CPU虽不直接影响AI前沿，但其迭代反映先进制程在成熟量产品中的渗透，是半导体周期的重要需求侧指标。

^[8]