Veronica半导体速报

1. YieldHub等厂商推动将实时分析引入半导体测试，结果生成从数小时缩短至实时，加速良率优化。

2. 直接作用于产业链第16步：测试环节，变革传统批量式数据分析模式。

3. 利好ATE测试设备商、良率管理软件商及芯片设计公司，测试效率和良率决定芯片成本与上市速度。

4. 芯片复杂度提升，后道测试已成瓶颈，实时智能可大幅降低测试成本并缩短新品开发周期。

^[2]

1. 产业界与学术界协同研发新方法，缩短设计-验证反馈循环，加速AI芯片从架构到投片的流程。

2. 主要影响芯片设计端，涵盖EDA工具、IP核及设计服务环节，制造环节暂未直接受益。

3. 英伟达、AMD等AI芯片设计公司和Synopsys、Cadence等EDA厂商面临更高时效要求。

4. 研发效率成为AI芯片竞争新维度，一次成功的设计需要更紧密的垂直整合和仿真加速。

^[3]

1. 台积电正加倍扩张AI和HPC相关产能，全球共18座新厂建设，包括12座晶圆厂和先进封装设施。

2. 涉及【前道晶圆制造】所有核心工艺以及后道封装（如CoWoS）环节。

3. 强需求下台积电进一步巩固先进制程和先进封装领导地位，上游设备材料供应商及封测合作伙伴有望受益。

4. 显示AI算力需求持续爆发，台积电对未来增长极为乐观，扩产节奏将拉动整个半导体制造供应链。

^[1]

1. 英伟达全球销售负责人Ajay Puri计划于2026年6月退休，其效力21年，将留任高级顾问完成过渡。

2. 属于公司高层人事变动，不直接影响制造环节，但关乎客户关系和销售策略的连续性。

3. 对英伟达全球销售体系构成一定影响，尤其在出口管制背景下，客户维护与合规销售压力巨大。

4. 老将退休可能引发短期市场对管理层稳定性的关注，长期则取决于继任者能否胜任全球业务运营。

^[4]

1. AI数据中心和电动车行业都面临电网压力，双方都在寻求电池创新、能源效率等解决方案。

2. 属于终端应用需求层面，不直接对应制造步骤，但将间接拉动电源管理芯片和功率器件的需求。

3. 影响数据中心AI芯片和汽车半导体（如SiC/GaN器件）的能源架构设计，推动宽禁带技术发展。

4. 两大海量耗能领域共振，可能加速充电基础设施与数据中心电力管理芯片技术的交叉融合与创新。

^[5]