1. 英飞凌宣布将旗下NOR Flash和F-RAM存储业务出售给华邦电子,交易金额11.2亿美元。
2. 属于芯片制造后段存储芯片环节,NOR Flash和F-RAM均为成熟制程产品,但涉及封装测试供应链整合。
3.可能影响的公司或赛道:英飞凌、华邦、旺宏以及汽车/工业存储芯片客户。
4. 英飞凌正将资源集中到汽车等战略性市场,而华邦通过此次收购扩大其在NOR Flash领域的全球份额,存储市场进一步集中化,对依赖NOR Flash的汽车电子客户影响较大。
[1]本期值得关注的是Infineon将NOR Flash/F-RAM业务以11.2亿美元出售给Winbond,存储供应链格局生变;同时onsemi发布面向AI数据中心的Embedded Power Platform,功率半导体竞争加剧。
1. 英飞凌宣布将旗下NOR Flash和F-RAM存储业务出售给华邦电子,交易金额11.2亿美元。
2. 属于芯片制造后段存储芯片环节,NOR Flash和F-RAM均为成熟制程产品,但涉及封装测试供应链整合。
3.可能影响的公司或赛道:英飞凌、华邦、旺宏以及汽车/工业存储芯片客户。
4. 英飞凌正将资源集中到汽车等战略性市场,而华邦通过此次收购扩大其在NOR Flash领域的全球份额,存储市场进一步集中化,对依赖NOR Flash的汽车电子客户影响较大。
[1]1. onsemi在投资者日发布全新Embedded Power Platform,覆盖AI机架、汽车和工业应用的功率半导体方案。
2. 属于半导体功率器件环节,涉及晶圆制造中的掺杂与【背面金属化】等关键步骤,最终以模块封装交付。
3.可能影响的公司或赛道:onsemi、英飞凌、意法半导体以及AI数据中心电源链厂商。
4. 该平台将onsemi的MOSFET、IGBT、SiC等功率器件集成到统一架构中,回应了AI数据中心对高效电源链的急迫需求,直接对标英飞凌、意法在800V电源链的布局。
[2]1. ADI宣布采用Cadence Tensilica架构开发新一代SHARC-FX核心,用于汽车实时音频、语音和AI工作负载。
2. 属于芯片设计环节,核心是通过IP授权加速DSP芯片设计,不直接对应制造流程中的物理步骤。
3.可能影响的公司或赛道:ADI、Cadence、TI以及汽车座舱和车载语音芯片供应商。
4. 这一合作表明汽车芯片厂商正转向第三方可定制IP来缩短开发周期、提升算力密度,满足车内多模态AI处理需求,也巩固了Cadence在DSP IP领域的地位。
[4]1. SiFive与AMD联合演示在RISC-V CPU平台上运行AMD GPU的ROCm AI工作负载,跑通Gemma4-E2B模型。
2. 属于芯片设计与异构计算环节,不直接对应16步制造流程,但涉及AI加速器与CPU的片上互连和系统集成。
3.可能影响的公司或赛道:SiFive、AMD、Intel以及RISC-V生态链芯片设计公司。
4. 这次演示证明ROCm软件栈可以脱离x86主机运行在RISC-V架构上,为数据中心AI计算提供了更多开源选择,降低对x86生态的依赖,对RISC-V切入AI服务器市场具有重要意义。
[3]1. Singular Photonics推出Litavis CMOS SPAD图像传感器,集成片上数字光子处理与像素内处理能力。
2. 属于CMOS图像传感器设计制造,涉及晶圆制造中的薄膜沉积、光刻、【蚀刻】和掺杂等前道环节。
3.可能影响的公司或赛道:Singular Photonics、ST、Sony以及自动驾驶、工业视觉和AR/VR设备厂商。
4. SPAD传感器具备单光子灵敏度,片上光子计数处理可大幅降低后端数据处理负载,为自动驾驶激光雷达和低光成像提供新的高集成度方案,推动图像传感器从普通CIS向量子级灵敏度演进。
[5]1. 一位FPGA开发者在100美元的Cmod A7板上实现了完整的TPU设计,包括脉动阵列矩阵乘法单元、矢量单元和RISC-V控制核心,成功运行int4量化的Transformer模型。
2. 属于芯片设计与异构计算验证环节,侧重FPGA上的硬件加速器架构实现,不直接对应制造流程。
3.可能影响的公司或赛道:AMD/Xilinx、Google以及AI加速器初创公司和学习型开发者社区。
4. 该项目展示了即便是低成本FPGA也能运行Transformer推理,验证了算子融合和FlashAttention等优化在低端硬件上的普适性,对理解TPU架构和AI加速器设计有很高的学习价值。
[6]