1. 发生了什么：SILITH收到联电新加坡12英寸厂首批量产硅光子晶圆，标志硅光子集成芯片实现规模化生产。
2. 产业链环节：属于晶圆制备和先进封装/光互连，对应硅光子专用晶圆加工和后续与电芯片的共同封装。
3. 可能影响公司：联电、SILITH，以及数据中心光模块、交换机芯片厂商如Broadcom、Marvell等。
4. 新人理解：硅光子用光代替电传输数据，能在数据中心内部实现大带宽、低功耗连接，量产意味着该技术从实验室走向真实部署，有望缓解AI集群互联瓶颈。官方公告
[1] [2]
Veronica半导体速报
联电12英寸厂量产硅光子晶圆，数据中心光互联迈入规模化；IBM突破0.7nm晶体管原子极限，为摩尔定律续命；【开源AI】时代到来，HBM内存需求或因此成倍放大。
技术进展
IBM展示0.7nm晶体管原子级微缩突破
1. 发生了什么：IBM研究团队实现了0.7nm晶体管，在原子尺度上展示未来芯片微缩的极限。
2. 产业链环节：对应前道制造的光刻、蚀刻等极先进工艺节点，是目前2nm以下技术的探索。
3. 可能影响公司：Intel、三星、台积电等尖端逻辑芯片制造商长期技术路线，以及高数值孔径EUV设备需求。
4. 新人理解：晶体管尺寸越小，芯片上能容纳的晶体管越多，性能越高功耗越低。0.7nm接近单个原子大小，说明【摩尔定律】仍有延续空间，但距离量产还需多年。Reddit讨论
[3]开源AI将成倍放大内存需求，HBM受益逻辑清晰
1. 发生了什么：美银分析师指出，【开源AI】模型每次部署都需复制完整权重和KV缓存，相比闭源模型成倍消耗HBM内存。
2. 产业链环节：影响存储制造（DRAM/HBM）和先进封装（如CoWoS）需求，属于后道封装及内存芯片步骤。
3. 可能影响公司：HBM主导者SK海力士、三星、美光，以及AI芯片设计商NVIDIA、AMD等。
4. 新人理解：如果1万家企业各自部署同一开源模型，每个实例都需要独立的高带宽内存，KV缓存可能单会话超40GB，这会让【内存需求】从集中变为分散并成倍增加，利好存储供应链。分析师观点
[4]中国团队研制世界首个相变忆阻器神经动力学芯片
1. 发生了什么：中国研究团队开发出基于相变忆阻器的神经动力学系统芯片，模拟延迟仅2.12ms。
2. 产业链环节：涉及新型非易失性存储/计算器件，工艺上包含相变材料薄膜沉积、光刻、刻蚀等步骤。
3. 可能影响公司：专注存内计算、AI加速芯片的初创公司和研究机构，长期可能影响传统数字芯片架构。
4. 新人理解：忆阻器能像神经突触一样存储和处理信息，理论上能极大降低AI推理延迟和功耗，是后摩尔时代的重要探索方向，但量产仍需解决材料与一致性挑战。更多信息
[5]逆光刻技术借物理AI再度进入视野，可改善芯片制造
1. 发生了什么：在物理AI应用探讨中，【逆光刻技术】（ILT）被提及能够改善【芯片制造工艺】，通过计算优化掩模图案提升光刻精度。
2. 产业链环节：直接作用于光刻步骤，是先进制程中提高分辨率和良率的重要软件手段。
3. 可能影响公司：EDA厂商如Synopsys、Cadence，以及依赖光刻优化的先进代工厂台积电、三星、英特尔。
4. 新人理解：可以把逆光刻想象成根据最终想要的图形反推一张“最优底片”，让极紫外光刻更精准，对推进2nm以下节点至关重要。原文
[8]