1. TrendForce指出,大模型的计算瓶颈已从AI芯片算力转向内存架构,单纯堆叠HBM已不足够。
2. 涉及封装和测试环节的异构集成,提出热数据用HBM、温数据用HBF(高带宽闪存)的分层存储方案。
3. 影响SK海力士、三星等HBM主导企业,以及布局新型内存的公司,冲击AI服务器存储子系统设计。
4. 这标志着AI存储从单一高带宽内存向多层级演进,若HBF商用,将重塑推理基础设施的内存架构,降低总拥有成本。
[4]今日核心:美国CHIPS法案资助Coherent扩建InP晶圆产能以缓解AI光互连材料瓶颈;光刻工艺迎来255nm UV LED替代汞灯的环保升级;AI存储从堆叠HBM转向热温数据分级架构;苹果A22 Pro或采用1.4nm制程,台积电与英特尔展开争夺。
1. TrendForce指出,大模型的计算瓶颈已从AI芯片算力转向内存架构,单纯堆叠HBM已不足够。
2. 涉及封装和测试环节的异构集成,提出热数据用HBM、温数据用HBF(高带宽闪存)的分层存储方案。
3. 影响SK海力士、三星等HBM主导企业,以及布局新型内存的公司,冲击AI服务器存储子系统设计。
4. 这标志着AI存储从单一高带宽内存向多层级演进,若HBF商用,将重塑推理基础设施的内存架构,降低总拥有成本。
[4]1. 消息称苹果2028年旗舰iPhone的A22 Pro芯片可能采用1.4nm制程,台积电仍是主要伙伴,英特尔亦在备选之列。
2. 属于前道制造的光刻、【蚀刻】等循环步骤,实现1.4nm节点可能需引入GAA或CFET晶体管架构。
3. 直接影响台积电与英特尔的代工竞争,并拉动High-NA EUV等先进设备和EDA工具需求。
4. 1.4nm成为后2nm时代的新制程焦点,苹果的导入选择可能提前锁定代工格局,反映先进逻辑工艺竞争白热化。
[5]1. 业界验证生产级255nm UV LED光源,用于晶圆边缘曝光(WEE)工艺,可替代传统汞灯。
2. 直接对应于光刻环节(步骤6的边缘曝光),为去除晶圆边缘光刻胶提供稳定高效的光源。
3. 设备制造商(如Lam Research)可集成此技术,晶圆厂(如台积电、三星)能减少汞灯更换维护,提升环保表现。
4. 新光源寿命更长、能效更高,有助于降低Fab厂有毒物质管理成本,推动光刻工艺的可持续升级。
[3]1. MIPI联盟推出A-PHY合规认证计划,推动车载高速SerDes接口标准化,确保不同芯片供应商之间的互操作性。
2. 属于芯片设计与系统集成环节,决定图像传感器、AI加速器与ECU间的数据互联,影响ADAS和自动驾驶域控架构。
3. 汽车芯片厂商如Mobileye、【高通】、NXP等将受益,降低定制接口成本,加速Tier1和车企集成。
4. 软件定义汽车亟需统一高速接口,A-PHY标准化是车载通信从私有协议转向开放生态的关键一步,有望加快电子架构升级。
[6]1. Keysight将PowerArtist RTL级功耗估算工具整合进自身EDA产品线,为芯片设计前期提供高精度功耗分析。
2. 属于芯片设计阶段,可在编码阶段识别功耗热点,直接影响后续封装散热设计和整体能效优化。
3. 影响EDA工具市场竞争格局,并帮助AMD、NVIDIA等设计公司在AI芯片开发中提升能效比。
4. 随着AI芯片功耗急剧攀升,早期精准功耗预估变得至关重要,该工具可大幅减少设计迭代,缩短上市时间。
[7]