三星加速扩建巨型晶圆厂应对AI芯片需求,【高通】HBC架构宣称内存带宽达7.4 PB/s挑战英伟达,英伟达B300凭借软件优化推理吞吐量提升超14倍,AI芯片竞争从硬件延伸到系统与封装。

技术进展

高通HBC架构宣称2027年实现7.4 PB/s内存带宽,挑战英伟达Vera Rubin

1.高通公布HBC(推测为混合键合Chiplet)架构,声称2027年可实现7.4 PB/s内存带宽与极高能效。

2.属于产业链先进封装(步骤15),涉及混合键合与Chiplet互连技术,直接影响芯片内存墙瓶颈。

3.可能影响【高通】、英伟达、台积电(先进封装业务)、SK海力士等HBM供应商。4.若落地将大幅超越英伟达下一代Vera Rubin,改变AI芯片竞争格局,但目前技术尚未流片,需关注后续验证。

[1]

三星加速巨型晶圆厂扩建,满足AI芯片需求

1.三星宣布快速推进巨型晶圆厂(mega-fab)扩建,以应对AI对逻辑与存储芯片的激增需求。

2.属于【前道晶圆制造】(步骤1-12),涉及硅晶圆、光刻、蚀刻、薄膜沉积等核心环节。3.将刺激ASML、应用材料、东京电子等设备商订单,并考验三星在先进制程与台积电的竞争能力。4.AI需求持续增长,三星扩产旨在抢占代工份额并保障自家HBM/逻辑芯片供应,可能缓解部分产能紧张。

[2]

英伟达B300推理性能通过软件优化实现14-32倍吞吐量飙升

1.SemiAnalysis实测显示,B300 GPU运行DeepSeek R1时,利用wideEP、disaggregation等软件优化,FP8吞吐量从1000 token/s/GPU提升至14000 token/s/GPU。

2.属于芯片设计及系统软件优化,结合硬件优化后,GB300 NVL72配置可达H100的32倍性能。3.直接影响英伟达GPU竞争力,并推高对HBM、先进互连及系统级封装的需求。4.软件优化大幅提升推理经济性,可能降低硬件迭代频率,但高吞吐量对内存带宽(HBM)需求增加,利好存储厂商。

[3] [4]