Veronica半导体速报

1. 三星晶圆代工因AI芯片和大客户订单激增，4nm工艺明年产能已基本售罄，部分8nm产线也几近满载。

2. 事发于晶圆制造环节（工艺节点量产阶段），直接反映成熟和先进制程的供需逆转。

3. 三星正优先服务大客户并筛选新订单，影响英伟达、谷歌、特斯拉等AI芯片的供给，联发科等中小客户或被挤压。

4. 这意味着继台积电先进制程紧缺后，全球第二大代工厂也进入“卖方市场”，芯片设计公司需尽早锁定产能，否则可能面临长达数月的排单延迟。

^{[1] [2]}

1. 英伟达宣布与AI云服务商合作，通过收入分成和信用支持部署大规模多租户AI工厂。

2. 标志着AI芯片的应用重心从一次性模型训练转向7x24小时在线推理的Token生产，落在测试/部署环节。

3. 有助于英伟达GPU客户群从头部大模型公司扩展至初创企业、行业ISV及区域AI玩家，拉长GPU使用周期。

4. 对从业者来说，这意味着未来GPU服务器的采购模式可能从买断变为“算力订阅”，芯片需求会更稳定，但对能效和利用率的要求更高。

^[3]

1. 业界正采用GPU光栅化技术来加速计算光刻中的图像渲染与光学邻近修正。

2. 直接影响光刻环节的掩模数据处理阶段，是提升曝光精度的关键上游优化。

3. 英伟达GPU及Synopsys等EDA厂商将受益，台积电、三星、英特尔等先进制程用户可借此缩短掩模制备周期。

4. 传统计算光刻依赖CPU集群，耗费数天处理一片掩模；GPU并行处理可将此时间压缩至数小时，直接加快2nm/1.4nm等节点的研发迭代。

^[4]

1. 三星正式确认其1.4nm制程按计划于2029年量产，第二版更新将在2030年推出。

2. 属于前道工艺最前沿的光刻-蚀刻-掺杂循环迭代，接近硅基晶体管物理极限。

3. 与台积电2nm展开直接竞争，拉动ASMLHigh-NA EUV光刻机、高精度检测设备及EDA工具需求。

4. 虽然1.4nm尚在研发阶段，但路线图明确有助于新人理解：从2nm到1.4nm，栅长进一步微缩，对光刻分辨率和材料纯度的要求将达到新高度。

^[6]

1. 据日经消息，苹果大幅上调折叠iPhone的出货目标到约1000万部，并已为2026下半年新机备足8000万部组件。

2. 属于终端需求侧的爆发信号，将拉动柔性显示驱动、铰链传感及配套SoC的晶圆用量。

3. 苹果供应链中的CMOS传感器、存储颗粒和先进封装厂商将直接受益；相比之下，小米、OPPO等中国厂商因存储和元器件短缺大幅调降出货目标。

4. 折叠机构的关键技术已基本突破，但DRAM和NAND价格的上涨可能推高成本，考验苹果供应链协同能力。

^[7]

1. 亚马逊拟在Kindle、Fire TV、Echo等终端中，逐步用自研处理器取代外购芯片，采用类似AI芯片Trainium的COT模式。

2. 属于芯片设计环节的自研SoC架构切换，直接影响终端成品方案。

3. 当前供货商【联发科】首当其冲，高通和其他IoT SoC供应商也可能被波及。

4. 这是大型终端品牌“垂直整合”趋势的延续，华为、苹果、谷歌已先行，亚马逊入局意味着第三方芯片商需更早锁定长尾客户，避免大客户流失。

^[5]