1.发生了什么:Nvidia以129亿美元收购开源模型库HuggingFace,同时Q2财报超预期,CEO重申AI看多。
2.属于产业链哪个环节:公司战略与资本运作,不直接对应制造步骤,但影响AI芯片需求与生态。
3.可能影响的公司或赛道:Nvidia自身、AI芯片竞争对手(AMD、自研芯片云厂商)、AI软件生态。
4.为什么值得关注:Nvidia通过收购补强软件生态,巩固AI训练/推理市场主导权,间接拉动先进制程和CoWoS封装需求。 及财报评论
[1] [2]本期聚焦Nvidia收购HuggingFace及财报超预期,以及Imec超导电路、模拟存内计算等前沿技术突破,显示AI算力竞赛正推动芯片设计与制造多环节创新。
1.发生了什么:Imec展示基于NbTiN的三层金属超导电路,设计密度达每平方厘米380万个约瑟夫森结,互连线宽缩至30nm。
2.属于产业链哪个环节:前道制造中的薄膜沉积、光刻、蚀刻等步骤,用于构建超导互连和约瑟夫森结。
3.可能影响的公司或赛道:Imec、超导计算初创公司、高性能计算、量子计算。
4.为什么值得关注:超导电路是解决传统CMOS功耗和频率瓶颈的潜在路径,30nm线宽展示了可扩展性,未来可能用于超算和AI推理。
[3]1.发生了什么:Ambient Scientific发布模拟存内计算架构,声称可减少AI运算中70-75%的数据搬运能耗。
2.属于产业链哪个环节:芯片设计架构创新,模拟计算通常需要特殊工艺或前端制造支持(如嵌入式闪存、RRAM等)。
3.可能影响的公司或赛道:边缘AI芯片厂商、MCU厂商、AIoT设备。
4.为什么值得关注:存内计算是打破冯·诺依曼瓶颈的重要技术路线,若量产将大幅提升边缘AI能效,可能改变终端芯片竞争格局。
[4]1.发生了什么:Yole发布白皮书指出,AI模型规模每两年增长【100倍】,光收发器从数据中心辅助设备变为系统级扩展AI的必需品。
2.属于产业链哪个环节:涉及光模块、硅光子等,属于后道封装与光互连环节,与封装、测试相关。
3.可能影响的公司或赛道:光模块厂商(中际旭创、Coherent)、硅光子代工厂(台积电、格芯)、数据中心。
4.为什么值得关注:AI集群通信瓶颈凸显,光互连从可选变为必选,将拉动硅光子和先进封装需求,是半导体产业新增长点。
[5]1.发生了什么:SemiWiki分析指出,AI辅助工程加速芯片设计后,瓶颈正在转向物理实现(physical realization),即制造和封装环节。
2.属于产业链哪个环节:涉及EDA工具、设计流程,以及后续的光刻、蚀刻、封装等物理实现步骤。
3.可能影响的公司或赛道:EDA厂商(Synopsys、Cadence)、代工厂、封装厂。
4.为什么值得关注:设计加速后,【制造和封装】成为新的瓶颈,意味着代工产能和先进封装能力的重要性进一步上升,可能引发更多投资。
[6]1.发生了什么:研究显示通过栅极终端延伸可改善GaN HEMT的单粒子效应(SEE)辐射硬度,支持更高工作电压。
2.属于产业链哪个环节:化合物半导体制造中的外延、栅极形成(薄膜沉积、光刻、蚀刻)等步骤。
3.可能影响的公司或赛道:GaN功率器件厂商(英飞凌、EPC、纳微)、卫星通信、航空航天。
4.为什么值得关注:GaN HEMT在卫星和航天应用中受辐射影响大,此项改进可提高可靠性,扩大GaN在太空电源和射频领域的应用。
[7]