中国国产DUV光刻机启动量产,虽然性能不及ASML且年产量仅20台,但标志着光刻设备自主化关键一步;AI算力需求持续爆炸,推理业务被证实极其盈利,超大规模云商资本开支信心高涨。

厂商动态

SSI获得NVIDIA投资并启用Vera Rubin平台,转向多元算力

1.发生了什么事:Safe Superintelligence(SSI)与NVIDIA达成长期合作,NVIDIA将投资SSI并提供下一代Vera Rubin平台,使其算力提升一个数量级。2.产业链环节:影响前沿AI模型训练的GPU/AI芯片需求,进而带动先进制程晶圆制造(如台积电3nm/2nm)和CoWoS封装。

3.可能影响的公司或赛道:改变SSI此前仅依赖TPU的传闻,增加NVIDIA高端GPU的订单,强化NVIDIA在前沿AI研究中的地位。

4.为什么值得关注:Ilya Sutskever作为AI领域旗帜人物,其公司选择NVIDIA平台具有示范效应,暗示未来前沿模型训练仍将离不开最高端的GPU集群。

[8] [9]

技术进展

AI推理业务利润丰厚,超大规模云商确信资本开支回报

1.发生了什么事:Morgan Stanley称AI计算需求将多年远大于供给,且推理业务已被证明“疯狂盈利”;【亚马逊】CEO强调AI资本开支有坚实客户承诺背书,绝非拍脑袋投资。2.产业链环节:主要影响【逻辑芯片】需求(GPU/ASIC)及AI服务器,间接拉动先进封装和HBM。

3.可能影响的公司或赛道:直接利好NVIDIA及AI芯片供应商,增强云服务商(AWS、微软、谷歌)持续巨额资本开支的合理性。

4.为什么值得关注:市场对AI资本开支可持续性的质疑一直存在,此次财报引述的客户承诺和推理盈利能力,为前道晶圆及后道封装供应链提供了长期需求确定性。

[4] [5] [6]

异构系统时代的工艺控制:从学习到量产的测试表征新方法

1.发生了什么事:SemiWiki文章探讨异构集成系统(如Chiplet、3D封装)从工艺开发转向量产时,所需的测试与良率管理新表征技术。2.产业链环节:主要涉及封装测试两个后道步骤,特别是异质整合中的缺陷检测与性能验证。

3.可能影响的公司或赛道:先进封装厂(台积电、日月光)、测试设备商(Advantest、Teradyne)及提供过程控制方案的厂商。

4.为什么值得关注:随着Chiplet和3D堆叠成为延续摩尔定律的主流,确保多芯片封装的整体良率成为量产瓶颈,掌握高效的表征方法才能实现从样品到百万颗出货的跨越。

[11]

供应链变化

中国首台国产DUV光刻机量产,性能不及ASML,年产仅20台

1.发生了什么事:中国国家支持的企业开始量产国产DUV光刻机,这是中国在芯片制造核心设备上的首次重大突破。2.产业链环节:属于光刻步骤,是芯片制造中最关键、壁垒最高的设备之一。

3.可能影响的公司或赛道:直接挑战ASML的DUV市场,影响依赖进口光刻机的中国晶圆厂(如中芯国际),同时上游零部件供应商受益于国产替代。

4.为什么值得关注:当前设备性能仍落后且产量极低(明年仅约20台),短期内无法替代进口,但标志着中国在光刻环节已形成初步量产能力,长期将逐步影响全球光刻设备供应格局。

[1] [2] [3]

三星领衔,存储巨头Q2财报将陆续公布,或创历史利润纪录

1.发生了什么事:本周三星SK海力士铠侠将公布Q2财报,三星有望创下全球科技公司史上最高单季利润。2.产业链环节:聚焦DRAMNAND存储芯片制造,包括前端晶圆加工和后端封装测试。

3.可能影响的公司或赛道:直接影响三星、SK海力士、美光等存储原厂,以及存储器模组和服务器厂商。

4.为什么值得关注:若财报兑现,将印证AI驱动的HBM和服务器DDR5需求正在爆发,进一步强化存储供应链的涨价预期和扩产紧迫性。

[7]

2026年半导体制造加速分散化,从效率优先转向韧性优先

1.发生了什么事:TrendForce指出,出口管制不断扩大,【美国、欧盟、日本、中国】竞相补贴本土制造,半导体产业正从效率至上转向供应链韧性优先。2.产业链环节:波及全制造链条,尤其影响晶圆厂选址、设备/材料采购地域分布,以及封装测试的后道产能布局。

3.可能影响的公司或赛道:台积电、三星、英特尔等在全球多地建厂,设备商(ASML、应用材料)和材料商需要应对碎片化供应链。

4.为什么值得关注:中国通过成熟制程和软件维持算力,而关键材料仍然集中在中国,这种深度交织的博弈将使“去全球化”充满变数,影响每一步工艺的成本与安全。

[10]