1.发生了什么:NVIDIA发布2026 Q2财报,营收962亿美元,环比增18%,同比增106%,毛利率75%。
2.环节:AI加速器芯片设计与销售,反映数据中心GPU需求。
3.公司/赛道:NVIDIA及其CoWoS/HBM供应链伙伴。
4.关注:实际财报验证AI需求强度,为后续资本开支和先进封装产能提供指引。
[3]NVIDIA Q2营收962亿美元同比增106%,AI算力需求强劲;HBM层数堆叠与2.5D封装热管理成为AI硬件新瓶颈,从GAA到CFET的晶体管演进加速。
1.发生了什么:NVIDIA发布2026 Q2财报,营收962亿美元,环比增18%,同比增106%,毛利率75%。
2.环节:AI加速器芯片设计与销售,反映数据中心GPU需求。
3.公司/赛道:NVIDIA及其CoWoS/HBM供应链伙伴。
4.关注:实际财报验证AI需求强度,为后续资本开支和先进封装产能提供指引。
[3]1.发生了什么:Hot Chips 2026指出HBM层数增加使晶粒更薄、TSV面积更大,散热与制造产能受限。
2.环节:影响后道封装与2.5D/3D集成测试。
3.公司/赛道:SK海力士、三星等HBM厂商及先进封装设备材料商。
4.关注:HBM是AI芯片存储带宽关键,层数越多良率与热风险越高。
[1]1.发生了什么:文章指出从GAA过渡到CFET需靠背面供电BSPDN和设计技术协同优化。
2.环节:影响前道薄膜沉积、光刻、【蚀刻】等步骤。
3.公司/赛道:台积电、三星、英特尔等先进制程厂及设备供应商。
4.关注:CFET是2nm以下微缩关键,决定AI逻辑芯片性能和功耗。
[2]1.发生了什么:基准测试显示AMD Ryzen AI Embedded X100在机器人负载中优于NVIDIA Jetson T5000,错过控制环截止时间少3.4倍,算力余量多1.6倍,CPU利用率好2.7倍。
2.环节:涉及边缘AI芯片架构(x86 APU vs GPU-first)的设计与测试。
3.公司/赛道:AMD与NVIDIA在边缘机器人、工业嵌入式市场。
4.关注:为机器人芯片选型提供数据,暗示统一内存架构在实时控制任务中有优势。
[5]1.发生了什么:Semiconductor Engineering介绍可在【floorplanning速度】下进行全保真热仿真,用于【2.5D AI加速器封装】。
2.环节:涉及后道封装和热管理,属于设计仿真环节。
3.公司/赛道:AI加速器设计公司、封装厂及EDA工具商。
4.关注:功率密度与热点是2.5D封装主要瓶颈,早期热仿真可缩短迭代周期。
[6]1.发生了什么:Ibérica将分销SemiQ碳化硅MOSFET和肖特基二极管,涉及150mmSiC外延片。
2.环节:影响化合物半导体晶圆制备/外延环节,面向功率器件。
3.公司/赛道:SemiQ、Ibérica及欧洲工业/新能源客户。
4.关注:扩大SiC器件欧洲供应渠道,反映功率半导体在地化供应趋势。
[4]