Veronica半导体速报

1. 据韩媒报道，三星代工6月实现月度盈利，为2023年以来首次，内部预计Q3有望整体扭亏为盈

2. 核心驱动因素有两个：HBM4基片采用三星4nm工艺生产，以及4nm良率提升至约80%（行业估算），属于前道光刻/蚀刻/沉积等环节的工艺优化成果

3. 直接利好三星代工，也可能影响英伟达AMD等HBM4客户的基片供应格局

4. 对于新人而言，HBM4基片是连接GPU与DRAM堆叠的底层芯片，其良率直接决定高端AI芯片的产能与成本，是整个AI供应链的关键一环

^[1]

1. 三星电机与Dongwoo Fine-Chem（日本住友化学子公司）成立合资公司，专注于玻璃芯（glass core）基板开发

2. 属于封装环节（流程地图第15步），是取代传统有机基板的下一代方案，也被视为先进封装从2.5D走向3D的关键材料突破

3. 直接牵涉三星电机住友化学，间接影响英特尔台积电等在玻璃基板上激进布局的代工巨头

4. 玻璃基板相比有机基板，在热稳定性、平整度与高频特性上更优，可支持更大面积的芯片互连，被认为是未来十年封装基板的主流方向

^[2]

1. 三星和SK海力士据报正在评估替代中国厂商Mattson Technology的设备方案，以应对日益增加的供应链风险

2. 涉及流程图中多个前道环节（清洗、蚀刻、薄膜沉积等），Mattson正是这些环节的设备供应商

3. 直接影响中国半导体设备出口，同时利好Applied MaterialsLam Research东京电子等替代供应商

4. 这一动向折射出地缘政治影响下，韩国存储巨头正在悄悄降低对中国设备商的依赖，反映出“去风险化”策略已从美国蔓延至其盟国的产业链调整

^[3]

1. Semiconductor Engineering分析指出，AI数据中心在计算、存储、互连和散热四大环节均面临严峻瓶颈

2. 具体难点包括GPU利用率偏低、HBM内存带宽受限、以及铜互连趋近物理极限，涉及封装（第15步）与测试（第16步）环节的协同优化

3. 推动硅光子学共封装光学(CPO)新型散热方案等技术路线加速落地，利好相关设备商与材料商

4. 对刚入行的人而言，可将其理解为：AI算力需求暴涨之下，光靠堆GPU已不够，需要从整个数据中心的“系统级”视角重新设计互连与散热架构

^[6]

1. 最新研究显示，利用神经网络结合分子动力学模拟，可更高效地预测半导体材料特性

2. 影响芯片制造中的【材料研发】环节，属于正式投产前的仿真与工艺模拟阶段，可间接加速薄膜沉积（第5步）与气相沉积（第10步）等工艺的新材料导入

3. 长远利好SynopsysApplied MaterialsLam Research等提供工艺仿真与材料解决方案的公司

4. 传统材料筛选依赖反复实验，耗时数年；AI预测可将候选材料筛选周期大幅缩短，是“AI for Science”在半导体材料领域的典型应用

^[7]

1. 三星、SK海力士正推进合计800万亿韩元的投资计划，美光也正式动工广岛厂扩建，聚焦1γ DRAM与HBM产能

2. 扩张涵盖从硅晶圆制备到封装测试的完整制造链条，尤其集中在DRAM前道工艺与HBM堆叠封装

3. 主要受益方是美光三星SK海力士三家存储巨头，以及配套的硅晶圆、设备、材料供应商

4. 尽管投资声势浩大，但TrendForce指出大部分产能需到2028年及以后才能落地，意味着短期HBM供给偏紧格局难改，未来三年存储景气度有支撑

^{[4] [5]}