半导体 / 芯片产业日报

NVIDIA与联发科联合开发的全球首款AI Agent PC芯片"RTX Spark"正式发布，这是PC产业从"个人计算机"迈向"个人AI代理"的关键转折点。该芯片同样采用台积电3nm工艺，晶体管规模达到惊人的700亿，配备128GB统一内存架构，可在本地运行大规模AI Agent模型而无需联网。RTX Spark的出现解决了当前AI PC市场的核心矛盾——云端AI依赖网络延迟、本地AI又受限于算力不足。128GB统一内存使得模型参数可完全驻留在本地，大幅降低推理延迟。与联发科的合作策略也值得玩味：NVIDIA借此补齐了在低功耗SoC设计上的短板，而联发科则获得了进入高端AI PC芯片领域的通行证。对于Intel和AMD而言，RTX Spark的冲击不可小觑——AI PC的战火已从CPU核数竞赛转向AI算力与内存容量的综合比拼。

NVIDIA与台积电共同宣布Spectrum-X CPO（共封装光学）交换机正式进入量产发货阶段，单台吞吐量高达400Tbps。这一产品基于台积电COUPE硅光子平台，将光引擎与交换芯片直接封装在一起，彻底消除了传统可插拔光模块带来的信号损耗和功耗瓶颈。在AI超大规模集群中，网络通信已成为制约训练效率的核心瓶颈——当数万张GPU并行训练时，任何网络延迟都会导致巨大的算力浪费。CPO交换机将光学链路直接集成到封装内部，功耗降低约40%，延迟缩短60%以上。对于数据中心运营商而言，这意味着同样的GPU集群规模可以获得更高的线性加速比。台积电的COUPE平台更是硅光子领域的里程碑——它证明了硅基光互连从实验室走向大规模商用的可行性，有望终结"电互连"在数据中心内部的主导地位。

Intel宣布其18A-P制程工艺正式进入风险试产阶段，这是Intel"四年五节点"战略中最关键的一步。18A-P是18A的增强版本，引入了RibbonFET（环绕栅极晶体管，即GAA架构的Intel实现）和PowerVia背面供电网络两项革命性技术。相较于18A基础版本，18A-P实现了性能提升9%、功耗降低18%的显著改进。风险试产意味着该工艺已从研发阶段进入与客户联合验证的工程阶段，计划于2026年Q4正式量产。对于Intel代工服务（IFS）而言，18A-P的成功与否直接决定了其能否在先进制程上重新获得与台积电竞争的地位。值得注意的是，PowerVia背面供电技术是Intel领先于台积电的关键差异化优势——将供电网络移至芯片背面可以显著减少正面信号线的拥塞，提升晶体管密度和性能。Apple与Intel的合作伙伴关系（参见#8）也从侧面印证了业界对18A工艺的认可正在升温。

中国本土AI芯片创业公司算苗科技（SuanMiao Tech）宣布其3D TokenPU芯片A4E成功流片，这是中国在非冯诺依曼架构AI芯片领域的一次重大突破。A4E采用自研RISC-V指令集架构，彻底摆脱了对ARM和x86的依赖，同时通过8层存储晶圆垂直堆叠技术实现了惊人的16TB/s访存带宽。传统AI芯片面临的核心瓶颈是"存储墙"——计算单元速度远超内存访问速度，导致大量时间浪费在数据搬运上。A4E的3D堆叠方案将存储与计算融合在同一封装内，极大缩短了数据路径。算苗科技的技术路线选择了RISC-V开源生态，这不仅降低了授权成本，更在中美科技脱钩的大背景下提供了供应链安全保障。A4E的流片成功意味着中国在AI芯片架构创新上不再只是追随者，而是在3D集成和数据流架构等前沿方向具备了与国际巨头同台竞技的能力。

理想汽车正式发布全球首款5nm车规级数据流AI芯片"马赫M100"，单颗算力达到1280TOPS，这一数字甚至超越了许多数据中心级AI加速卡。马赫M100最革命性的设计是彻底取消了冯诺依曼架构的指令调度机制，转而采用纯数据流驱动架构——数据在芯片中流动时自动触发计算，无需中央控制器逐条分发指令。对于自动驾驶场景而言，这意味着计算延迟从微秒级降至纳秒级，端到端感知-决策-控制链路的响应速度大幅提升。理想汽车自研芯片的动机非常清晰：在自动驾驶竞争中，算力是核心护城河，而通用芯片无法在功耗、成本和性能之间取得最优平衡。5nm车规级工艺的选择也极具挑战性——车规级认证对温度范围、可靠性和良率的要求远高于消费级芯片。马赫M100的发布标志着中国造车新势力开始从"集成创新"走向"底层创新"，自研芯片正在成为头部车企的标准配置。

SK海力士宣布已向主要客户交付12层堆叠的HBM4E（High Bandwidth Memory 4 Enhanced）样品，单颗容量达48GB，数据传输速率16Gbps。作为HBM4的增强版本，HBM4E在能效方面实现了超过20%的提升，同时通过改进热管理设计使热阻较HBM4降低了约17%。HBM（高带宽内存）已成为AI芯片性能的决定性因素——NVIDIA H200/B200等新一代AI加速卡对HBM的依赖程度极高，HBM成本在AI芯片总制造成本中的占比已升至约50%。SK海力士在HBM市场的霸主地位通过这一产品得到进一步巩固：12层堆叠的工艺难度极高，需要精确控制每层DRAM晶圆的厚度、对准精度和散热特性。从HBM3到HBM4再到如今的HBM4E，SK海力士几乎以每年一代的速度迭代产品，这种节奏令竞争对手三星和美光难以追赶。HBM4E的交付将进一步拉大NVIDIA AI芯片与竞争对手之间的性能鸿沟。

Apple与Intel达成一项具有里程碑意义的合作——Apple同意与Intel在美国本土联合设计并制造芯片，采用Intel 18A先进制程，美国政府为此项目投资约100亿美元。这一合作对全球半导体产业格局的影响不容小觑。长期以来，Apple的A系列和M系列芯片完全依赖台积电代工，这种单一供应商策略在地缘政治风险加剧的背景下愈发脆弱。转向Intel 18A工艺不仅是供应链多元化的考量，也是对美国"芯片法案"产业政策的积极响应。对Intel而言，拿下Apple这一顶级客户是对其代工服务（IFS）实力的最强背书——连最挑剔的芯片设计者Apple都认可了Intel的工艺，其他客户的顾虑将大幅降低。100亿美元的政府投资也表明美国正以前所未有的力度推动芯片制造本土化。然而，Intel 18A能否在量产阶段达到Apple对良率和性能的苛刻标准，仍是悬而未决的关键问题。

SK海力士市值达到2080万亿韩元（约合1.6万亿美元），正式超越三星电子，登顶韩国市值最高企业。今年以来SK海力士股价涨幅超过340%，这一惊人的表现背后是其在HBM（高带宽内存）市场的近乎垄断地位。随着AI大模型训练对HBM的需求呈指数级增长，SK海力士凭借率先量产HBM3/HBM3E/HBM4的技术优势，几乎独占了NVIDIA AI芯片的HBM供应。这一市值登顶事件具有深远的象征意义——它标志着半导体产业的价值重心正从"集成器件制造+消费电子"（三星的强项）转向"AI基础设施+存储"（SK海力士的赛道）。三星虽然在存储总量上仍然领先，但在高利润的HBM细分市场上明显落后。三星电子近期的人事重组和战略调整也暴露出其在HBM竞争中的焦虑。SK海力士的登顶不仅是一个公司的胜利，更是AI时代半导体价值链重塑的最佳注脚——谁掌握了AI基础设施的关键组件，谁就能获得资本市场最慷慨的奖赏。

高通正在就收购AI芯片初创公司Modular Inc进行深入谈判，交易估值接近40亿美元。Modular Inc以其创新的AI编译器技术闻名，其产品能够大幅简化AI模型在不同硬件平台上的部署流程。就在数周前，高通还被曝出以80-100亿美元的估值洽购AI芯片公司Tenstorrent。收购狂潮的背后，是高通在AI时代的战略焦虑——高通虽然在智能手机SoC和物联网芯片领域占据主导地位，但在AI加速计算和大型语言模型推理市场尚未建立起足够的壁垒。通过收购Modular和Tenstorrent，高通希望快速获取AI芯片设计能力和软件生态，从而在AI推理市场（尤其是边缘AI和AI PC领域）与NVIDIA和AMD抗衡。40亿美元的收购价格对于一家初创公司而言堪称天价，但考虑到Modular团队在AI编译领域的顶尖技术实力以及高通在AI赛道的迫切需求，这一溢价在战略上具有充分的合理性。

台积电先进制程产能持续告急，迫使比亚迪、Google、特斯拉等大型科技客户考虑或已经扩大对三星Foundry的代工订单。这一趋势正在重塑全球芯片代工市场格局。台积电的3nm/5nm产能在NVIDIA、AMD、Apple、高通等大客户的疯狂争夺下已接近满负荷运转，新订单的交期不断延长。对于无法获得足够产能的企业而言，三星Foundry成为"第二选择"。三星虽然在先进制程（3nm GAA）的技术指标上不输台积电，但良率和产能稳定性此前一直备受质疑。不过，来自大客户的订单压力正在倒逼三星加速改善良率。这一"产能溢出"效应对三星而言是一把双刃剑——一方面可以提升产能利用率和工艺成熟度，另一方面也意味着需要承担来自顶级客户的最严苛考验。对于整个半导体产业链而言，台积电产能告急暴露了全球先进制程供应过于集中的风险，客户主动"二供"将成为长期趋势。

Intel与联电（UMC）宣布达成先进制程合作开发协议，双方将在Intel位于亚利桑那州的工厂共同开发3nm和12nm制程工艺。这一合作堪称"对手变队友"的经典案例——Intel和联电此前在代工市场存在直接竞争关系，但如今通过资源互补实现共赢。Intel拥有先进的制程技术和美国本土的制造产能，但在成熟制程和客户服务灵活性上不如联电；联电虽然在成熟制程领域深耕多年，但在先进制程的研发投入上难以与台积电、三星抗衡。双方的合作可以将Intel的先进制程研发能力与联电的量产经验和客户网络相结合。3nm制程面向高性能计算和AI芯片市场，12nm制程则面向物联网、汽车电子和通信芯片等广阔的中端市场。这一合作也反映了美国芯片制造本土化战略的深化——不仅吸引台积电、三星来美设厂，还通过促进本土企业与亚洲代工厂的合作来构建完整的产业生态。

深圳基本半导体（Basic Semiconductor）通过港交所上市聆讯，即将成为又一家登陆资本市场的中国功率半导体企业。基本半导体专注于碳化硅（SiC）功率器件的研发与制造，募资将主要用于碳化硅产能扩张。SiC功率器件是新能源汽车、光伏逆变器和工业电源等领域的核心元器件，在耐压、耐温和开关效率上远超传统硅基器件。随着全球新能源汽车渗透率的快速提升和800V高压平台的普及，SiC市场正处于爆发式增长阶段。基本半导体选择此时赴港上市，既是抓住行业窗口期获取扩张资金，也是出于规避A股监管不确定性的考量。香港市场对半导体企业的估值体系正在逐步成熟，此前多家内地半导体公司在港上市均获得了不错的估值。基本半导体的上市也将进一步活跃中国功率半导体产业的融资环境，推动更多国产SiC企业加速技术突破和产能建设。

伯恩斯坦（Bernstein）发布重磅研报，声称全球半导体行业正迎来18年来首个真正的"芯片超级周期"，并直言"瓶颈就是造富机器"。研报指出，去年全球半导体行业营收约为8000亿美元，而在AI算力需求井喷的驱动下，行业营收正快速奔向1.3万亿美元。伯恩斯坦分析师强调，这一超级周期的核心驱动力并非周期性补库存，而是AI带来的结构性需求增量——从数据中心GPU/HBM到边缘AI芯片，从网络交换到电源管理，每个细分领域都在经历AI化的重塑。报告同时列出了最大风险因素：电力瓶颈。AI数据中心的电力消耗正在以惊人的速度增长，一座超大规模数据中心所需的电力相当于一座中等城市的民用负荷。如果电网基础设施无法同步升级，电力供应将成为制约芯片行业增长的天花板。伯恩斯坦的论断为投资者提供了一个宏大叙事框架：在这场AI驱动的芯片超级周期中，关注产能瓶颈环节（先进制程、HBM、先进封装）可能就是抓住了最大的投资机会。

摩根士丹利、普华永道和Omdia三家顶级研究机构不约而同地形成了四点共识，为2026年下半年的半导体投资提供了清晰路线图。第一，AI主导一切——AI相关芯片（GPU、HBM、AI加速器）将占据行业增长的大部分份额，非AI芯片的增速将明显落后。第二，存储持续紧缺——HBM和DDR5的供应紧张将持续到2027年，存储芯片全年销售额增幅有望达到249.5%。第三，数据中心占比突破50%——2026年数据中心将成为半导体第一大终端市场，占全球半导体收入的比重首次突破50%，超越智能手机和汽车的总和。第四，中国持续扩张——尽管面临出口管制，中国半导体产业仍在加速自主替代，成熟制程产能和封装测试领域将持续扩张。这四点共识勾勒出了一个清晰的产业图景：AI是发动机，存储是燃料，数据中心是主战场，而中国正在构建自己的平行产业链。对于投资者和企业决策者而言，这四大方向提供了确定性极高的战略指引。

中原证券发布深度研究报告，预测2026年全球半导体市场规模将达到1.511万亿美元，同比增幅高达90%。其中存储销售额增幅预计达到249.5%，成为增长最快的细分领域。报告特别指出一个耐人寻味的趋势——Agentic AI时代，CPU正在重回数据中心核心地位。此前业界普遍认为GPU将完全取代CPU成为数据中心算力的绝对中心，但Agentic AI（智能体AI）对复杂逻辑推理和多任务编排的需求，反而让CPU的通用计算能力重新变得不可或缺。Agent需要处理的条件分支、状态管理和系统调用等任务，恰恰是GPU的短板。这一判断如果成立，将对Intel和AMD形成重大利好，同时也会改变数据中心服务器的架构设计方向。中原证券还指出，1.511万亿美元的规模意味着半导体行业正在以超越历史任何时期的速度扩张，全球半导体销售额有望在2027-2028年间突破2万亿美元大关。

华泰证券发布研究报告指出，AI芯片正在进入明确的涨价窗口期，综合制造成本较此前上涨30-50%。报告将成本上涨归因于三大因素：先进制程代工价格持续攀升——台积电3nm晶圆价格较5nm提升约40-50%；HBM成本占比飙升——HBM在AI芯片制造成本中的占比已从HBM3时代的约30%升至约50%；先进封装产能供不应求——CoWoS等先进封装技术的产能严重不足，封装价格持续上涨。华泰证券认为，成本的上涨最终将传导至AI芯片销售价格，进而影响AI服务器和数据中心capex的总成本。对于云服务提供商而言，这意味着AI基础设施的投资回报周期可能延长。对于芯片设计公司而言，成本管控能力将成为竞争差异化的关键——谁能在性能、功耗和成本之间找到最优平衡点，谁就能在激烈的AI芯片竞赛中脱颖而出。值得注意的是，HBM成本占比过半这一数据，进一步凸显了存储厂商在整个AI价值链中的议价权正在快速提升。

美银证券（BofA Securities）发布旗舰报告，列出驱动半导体行业下一个万亿美元增量的五大核心主题。报告开篇即提出一个震撼性的论断：AI正在将原本需要50年的芯片行业增长压缩至5年完成。BofA预测，到2030年全球半导体总营收将达到2.7万亿美元，这意味着从当前的约8000亿美元到2.7万亿美元的增量空间将在短短数年内释放。五大主题分别为：AI加速器需求持续爆发——GPU、NPU和其他AI专用芯片将继续是增长主力；存储技术的革命性升级——HBM、CXL、存算一体等新范式将重塑存储市场；汽车半导体全面电气化智能化——每辆智能电动车的芯片用量是传统燃油车的5-10倍；硅光子和先进封装——CPO、3D堆叠等互连技术将成为突破带宽瓶颈的关键；全球供应链重构——地缘政治驱动的产能本土化将创造大量新的资本支出机会。BofA的这一框架为长线投资者提供了一个清晰的赛道选择逻辑，其中AI加速器和存储被列为最具确定性的两大方向。

美国商务部工业安全局（BIS）新一轮AI芯片出口管制规则正式生效，这是迄今为止对华芯片管制最严厉的一次升级。新规的核心变化在于：审查标准从出口对象的注册地升级为最终母公司所在地。这意味着即便一家实体在新加坡、马来西亚或阿联酋注册，只要其最终母公司位于中国或澳门，向其实施任何受控AI芯片出口都需要向BIS申请许可证，且适用"推定拒绝"原则。这一规则堵死了过去大量通过第三国中转的规避路径。新规的影响范围远超芯片本身，涵盖AI训练相关的软件、工具链和技术支持。对于全球AI芯片供应链而言，合规成本急剧上升——跨国企业需要进行全面的最终受益所有人（UBO）审查，任何涉及中国背景的交易都可能面临无限期延迟。新加坡、马来西亚等地的半导体转口贸易将受到严重冲击。这一规则也预示着中美科技脱钩正从"点状制裁"转向"网状管控"，长期来看将加速全球半导体供应链的阵营化分裂。

中国新版《企业对外投资合规管理办法》将于2026年7月1日正式施行，新规对技术和数据出海实施了前所未有的严格管控。核心条款明确：禁止通过人员派遣、技术指导、培训交流等方式向境外转移受限技术与数据。这一规定与美国的出口管制形成了"镜像效应"——美国阻止先进芯片和技术进入中国，中国也开始收紧核心技术的外流。对于半导体行业而言，新规的影响涉及多个层面：中国芯片企业在海外设立研发中心或合资工厂的审批流程将更加复杂；海外人才引进和技术合作项目需要更严格的合规审查；涉及EDA工具、IP授权和工艺know-how的跨国合作将面临更高门槛。新规的出台背景是中国在半导体领域取得了一系列自主突破后，开始有意识地保护自身技术积累。对于全球半导体产业链而言，这意味着技术流动将从"单向封锁"演变为"双向管控"，进一步加速了全球半导体技术体系的分裂。

美国国会正在推进一项名为MATCH（Monitored Access To Chips Hardware）法案的新规，意图切断ASML向中国出口DUV（深紫外）光刻机的供应链。法案要求荷兰和日本在150天内将DUV出口限制与美国的EUV管制标准对齐。此前，美国的管制主要聚焦在最先进的EUV光刻机，但中国半导体产业通过在成熟制程（28nm及以上）的产能扩张和DUV光刻机的多重曝光技术，仍在持续推进先进制程的突破。MATCH法案的提出表明美国意识到仅限制EUV无法完全遏制中国的半导体技术进步。DUV光刻机虽然技术成熟度远低于EUV，但通过浸没式DUV+多重曝光技术，理论上可以实现7nm甚至5nm制程的制造。如果MATCH法案通过，ASML对中国DUV设备的出口将被大幅限制，这将直接冲击中芯国际、华虹半导体等中国代工厂的产能扩张计划。荷兰政府的立场将成为关键变量——ASML是荷兰的"国家冠军企业"，荷兰在维护本国经济利益与迎合美国盟友需求之间面临艰难抉择。

荷兰半导体设备公司Nearfield Instruments宣布完成3.8亿美元D轮融资，由淡马锡和卡塔尔投资局（QIA）联合领投，创下荷兰历史上最大规模的deep-tech融资纪录。Nearfield Instruments专注于原子力显微镜（AFM）和量测设备，其产品可在纳米尺度上精确检测芯片制造过程中的缺陷和形貌，对先进制程的良率控制至关重要。在芯片制程不断逼近物理极限的背景下，量测设备的精度直接决定了良率爬坡的速度。这轮融资的特殊意义在于两点：一是淡马锡和卡塔尔投资局的主权基金背景——中东和亚洲资本正在大举押注半导体设备这一"卖铲子"的赛道；二是欧洲在半导体设备领域的深厚底蕴——ASML、Nearfield等企业的成功证明欧洲在半导体产业链的上游环节仍然掌握着不可替代的话语权。融资后Nearfield将加速产品线扩张并为可能的IPO铺路。

ASML、台积电和比利时微电子研究中心Imec联合宣布，成功在300mm标准晶圆上制造出基于2D材料（二硫化钼等过渡金属硫族化物）的晶体管，栅极间距达到50nm，良率高达94%。这一成果的意义无论如何强调都不为过——它标志着2D材料晶体管从实验室尺度的"玩具"正式迈向了晶圆级大规模制造的可行性验证。硅基CMOS晶体管正在逼近物理极限（1nm以下），漏电流、短沟道效应和量子隧穿效应使得继续微缩的性价比越来越低。2D材料由于原子级厚度和优异的电学特性，被认为是后硅时代最有力的接班人。94%的良率在实验室阶段是一个极高的数字，这意味着大规模量产的技术障碍正在被逐一攻克。当然，50nm的栅极间距距离当前最先进硅基晶体管的几纳米还有差距，预计商业化应用要到2030年代才能实现。但这一突破为半导体行业提供了一个清晰的"后硅时代"路线图，也证明了ASML、台积电和Imec这一"铁三角"在半导体前沿技术研发上的统治力。