Veronica半导体速报

1. 根据内部备忘录，Meta自研AI加速芯片定于9月投产，由【博通】协助设计、台积电制造，目标让计算能力翻倍。

2. 覆盖ASIC设计→前道晶圆制造→先进封装（可能含CoWoS）→测试全流程。

3. 影响Meta自身AI基建、台积电与博通营收，并可能减少对英伟达GPU的采购依赖。

4. 大型云厂商自研AI芯片是重要趋势，Meta加入将加剧ASIC赛道竞争，改变AI算力供应版图。

^[5]

1. 韩国浦项工科大学（POSTECH）研发出可稳定堆叠10层以上超薄芯片的技术，集成密度达传统12层HBM的约【4倍】。

2. 属于先进封装（步骤15）中的3D堆叠与混合键合环节，直接提升HBM容量。

3. 若商业化，将冲击【SK海力士、三星、美光】等HBM厂商的竞争格局，并利好键合设备、材料商。

4. HBM堆叠层数受散热与良率限制已久，该技术打开了下一代高带宽内存的大门，可能重塑AI芯片设计。

^[6]

1. 英伟达在摩根士丹利会议上称，Vera Rubin芯片周期将驱动未来12个月增长，Rubin Ultra确认2026年出货，否认延期传闻。

2. 属于AI GPU的先进封装（CoWoS、HBM集成）与前后道制造，并高度依赖HBM供给。

3. 稳定市场对英伟达路线图的信心，直接影响台积电产能分配及SK海力士等HBM供应商订单。

4. 但公司同时警告内存短缺将持续多年，意味着即使芯片按时推出，供应瓶颈仍可能在封装和存储端，新人需关注“木桶效应”。

^[7]

1. SK集团主席在CNBC与彭博电视透露，客户要求未来五年HBM产能提升【5-6倍】，远超公司原定翻倍计划，并表态愿意在美增建芯片产能。

2. 属于前道【DRAM晶圆制造】及先进封装（步骤15），直接影响HBM供给。

3. 影响SK海力士、英伟达等AI芯片客户，以及韩美两地半导体设备与材料供应商。

4. HBM是AI训练/推理的核心瓶颈，需求远超供应将持续推高价格并驱动大规模扩产，新人可把HBM看作AI时代的“石油管道”。

^{[1] [2] [3]}

1. 台积电将在2026年VLSI研讨会发布A16CMOS平台，核心是首次导入背面供电（BSPDN）技术，标志工艺进入埃米时代。

2. 属于前道制造中的背面减薄（步骤13）与【背面金属化】（步骤14），并影响整个前端工艺集成。

3. 直接影响台积电及NVIDIA、AMD等大客户，同时驱动EDA工具、CMP、沉积设备等供应链升级。

4. 背面供电可大幅降低电压损失、提升晶体管密度，是延续摩尔定律的关键，是理解2nm以下工艺的必知概念。

^[4]

1. SemiAnalysis指出，谷歌将在TPUv9扩展网络中使用【相干精简收发器】技术，Innolight已出货2.4T光模块，Marvell提供定制DSP。

2. 属于光互连/硅光子领域，虽在封测之后，但直接影响AI集群的带宽扩展能力。

3. 利好光模块厂商Innolight、DSP龙头Marvell，以及谷歌等CSP的AI网络架构。

4. 在共封装光学（CPO）成熟前，相干精简是解决高带宽互连的务实方案，是当前AI数据中心光通信的热点。

^{[8] [9]}