🔬 芯片行业报告

台积电在技术研讨会上宣布了 N2P（2nm 增强版）工艺的详细规格和量产时间表。N2P 是 N2 的增强版，引入了背面供电（backside power delivery, BSPDN）技术，预计 2026 年 Q4 开始量产。关键参数：逻辑密度比 N2 提升约 10%，SRAM 密度提升 15%（这是 GAA 时代的重要突破，因为传统上 SRAM 密度的缩放速度远慢于逻辑密度），能效提升 25%（同等功耗下性能提升约 12%）。N2P 的首批客户包括 Apple（预计用于 iPhone 18 Pro 的 A20 Pro 芯片）和 NVIDIA（用于 Rubin 架构 GPU 的消费级版本）。台积电同时暗示 N2P 将是其最后一个使用 FinFET/GAA 混合的节点——下一代 A14（1.4nm）将全面转向 CFET（Complementary FET）架构。

英特尔正式发布了 Xeon 7（代号 Granite Rapids）数据中心处理器的新一代 AI 加速指令集——Intel AMX（Advanced Matrix Extensions）2.0。AMX 2.0 最大的改进是新增了对 FP16（半精度浮点）和 INT4 数据格式的硬件支持，使 Xeon 7 在运行 LLM 推理任务时的理论吞吐量比上一代 AMX 1.0（仅支持 INT8/BF16）提升了最多 8 倍。在实际测试中，一颗 64 核的 Xeon 7 处理器的 Llama-3-8B 推理速度达到了约 120 tokens/s——虽然不是 GPU 级别（H100 约 800 tokens/s），但对于需要 CPU 运行 AI 负载的企业客户来说具有极高的性价比。英特尔同时宣布 Dell、HPE、Supermicro 等服务器厂商已承诺推出基于 Xeon 7 的系统。这一举措被解读为英特尔在 AI 训练市场难与 NVIDIA 竞争的情况下，转向主攻 AI 推理的差异化策略。

中国科学家团队宣布成功研制了全球首款基于可控存内计算（Controllable CIM）的忆阻器神经动力学芯片。这款芯片最大的创新在于"存算一体+神经动力学模拟"的双重融合——传统 AI 芯片只能做静态的矩阵乘法（推理），而这款芯片通过忆阻器的物理动态特性直接模拟神经元的脉冲发放行为，能够实时运行脉冲神经网络（SNN）。在能效方面，该芯片达到了惊人的 78 TOPS/W，比当前最先进的数字 AI 加速器（H200 约 3 TOPS/W）高出 25 倍以上。应用场景包括需要超低延迟和超低功耗的边缘 AI——如无人机自主导航、可穿戴健康监测和植入式脑机接口。该成果标志着中国在"后摩尔"存算一体芯片赛道进入了全球第一梯队。研究团队表示商用化仍需要 3-5 年的工程优化。

三星电子在首尔举办的内存技术论坛上首次展示了其 3D DRAM（垂直堆叠动态随机存储器）的技术原型。该原型将 10 层 DRAM 单元垂直堆叠，实现了约 6 倍于传统 2D DRAM 的容量密度——在相同封装面积内可提供 48Gb 的容量（相比之下，当前最先进的 2D DRAM 为 8Gb/die）。三星的 3D DRAM 方案采取了与 3D NAND 类似的"阶梯式"堆叠方法，但在散热和信号完整性方面面临更严峻挑战——DRAM 的读/写速度远超 NAND，垂直堆叠会导致信号延迟增加。三星表示 3D DRAM 的目标应用是 HBM5（预计 2029-2030 年），届时 AI 芯片对显存带宽和容量的需求将远超现有 HBM 技术的极限。SK 海力士和美光也分别在进行各自的 3D DRAM 研究，但三星目前处于技术验证阶段的最前端。

ARM 正式发布面向数据中心和边缘计算的 Neoverse V5 架构。这是 ARM 首个原生支持 CXL 3.0（Compute Express Link）互连标准的服务器核心架构，这意味着基于 Neoverse V5 的服务器芯片可以无缝地与 CXL 连接的加速器（GPU、FPGA、AI ASIC）和内存扩展器共享内存空间。V5 在单线程性能上比 V3 提升约 30%，并新增了 SVE2（Scalable Vector Extension 2）256 位向量指令，显著增强了 AI 推理性能。ARM 目前已赢得了 AWS（Graviton 4）、NVIDIA（Grace CPU）、Ampere Computing 和阿里巴巴（倚天 710 后继）等客户。市场调研数据显示，ARM 在数据中心服务器市场的份额从 2024 年的 12% 增长至 2026 年中的约 18%，ARM 的目标是到 2028 年达到 30%。

三星电子发布了 2026 年第二季度的业绩指引——营业利润预计达到 18.2 万亿韩元（约 $135 亿美元），同比暴增约 18 倍（2025 Q2 为 1.0 万亿韩元）。这一爆炸性增长几乎完全由 AI 驱动的内存需求驱动：HBM3E（第五代高带宽内存）的出货量同比增长 220%，占三星 DRAM 总收入的 40%；DDR5 服务器内存的价格在 Q2 上涨了 15%；NAND 闪存虽然涨价有限但出货量增长 35%。三星特别指出，其 HBM3E 12-Hi（12 层堆叠）产品已成功通过了 NVIDIA Blackwell Ultra 平台的认证，将在 Q3 开始大规模供应。受此指引推动，三星股价在 7月5日上涨 3.8%。分析人士预计，随着 NVIDIA Kyber 的延迟（见 #1），HBM3E 的生命周期可能被延长，对三星和 SK 海力士来说这反而是一个利好因素——HBM4 的紧迫性降低了。

全球最大的电子产品代工制造商富士康（鸿海精密）公布了 2026 年 Q2 的营收数据——合并营收约 1.76 万亿新台币（约 $540 亿美元），同比增长 28%，创历史同期新高。增长的绝对驱动者是 AI 服务器组装业务——富士康为包括 NVIDIA、AWS 和 Google 在内的客户组装 AI 服务器，该板块在 Q2 的营收同比增长 110%，占总营收的 25%（2024 Q2 仅为 10%）。富士康董事长刘扬伟在业绩说明会上表示，公司正在越南和墨西哥新建两个 AI 服务器组装基地，预计 2027 年 AI 服务器组装产能将翻倍。但富士康也面临挑战——“云+端”的战略中，传统 iPhone 组装业务（占富士康营收约 40%）在 Q2 环比下滑了 5%，反映出全球智能手机市场的饱和迹象

韩国 KOSPI 综合指数的前瞻市盈率（Forward P/E）已跌至 8.5 倍，创下自 2008 年全球金融危机以来的最低水平。三星电子和 SK 海力士两家半导体公司合计占 KOSPI 总市值的 38%，所以 KOSPI 的低估本质上反映的是全球投资者对韩国半导体行业的低估——尽管两家公司在 AI 内存领域占据全球 90%+ 的市场份额，但国际市场仍然给予它们"周期性商品供应商"而非"技术平台"的估值。韩国金融监督院（FSS）已表达了关切，正在考虑推出"韩国半导体 ETF"的税收优惠政策和 KOSPI 做空限制的延期，以提振市场。一个更根本的问题是：如果 SK 海力士在纳斯达克上市成功（见 #7），KOSPI 会失去一个核心权重股吗？

ASML 在其年度投资者日上透露，2027 年的所有 High-NA EUV（高数值孔径极紫外光刻机）产能已经全部被预订——台积电和三星各获得了约一半的产能分配。High-NA EUV 光刻机的单价超过 €3.5 亿欧元，是 Low-NA EUV 的约两倍，但吞吐量提升了 40%，分辨率从 13nm 提升至 8nm。台积电将使用 High-NA EUV 来量产 N2P 工艺（见 #2），而三星将用于其 SF2 节点（挑战台积电 N2 的竞品）。值得注意的是，英特尔在此次分配中落空——英特尔曾是 High-NA EUV 的第一个客户，但 18A/14A 工艺的多次延迟导致英特尔削减了 2027 年的光刻机采购计划。ASML 的高管重申了 "到 2030 年 EUV 光刻机年产量将达到 100 台" 的长期目标（2026 年预计为 50 台），并暗示 2027-2028 年可能建设新的组装工厂。

NVIDIA GeForce RTX 5090D（中国特供版，AI 算力减半以满足美国出口管制要求）在中国市场的供应严重不足。官方建议零售价为 ¥12,999，但渠道实际成交价已飙升至 ¥25,000-¥28,000（约 $3,400-$3,800），溢价超过 100%。供应链消息人士称，台积电分配给 RTX 5090/5090D 的 N4 节点产能有一大部分被紧急转移到了 AI 数据中心 GPU（Blackwell B300）的生产——NVIDIA 显然更愿意将产能用于利润率更高的数据中心产品（B300 售价约 $40,000+ vs RTX 5090 的 $1,999）。中国 DIY 玩家在社交媒体上表达了极端不满，一些人发起"抵制黄牛、等待 5090D 普及"的运动。但也有中国分析师指出，RTX 5090D 的高溢价恰恰反映了中国在高端 AI 算力卡脖子环境下的真实需求——很多 RTX 5090D 实际上被小型 AI 创业团队抢购用于推理而非游戏。

日经亚洲（Nikkei Asia）援引多位消息人士报道，华为与中芯国际（SMIC）联合实现了 5nm 工艺的"去美化"量产——使用现有的深紫外光刻机（DUV）通过四重曝光（quadruple patterning）技术，在 SMIC 位于深圳的南方工厂（SN2）成功流片了华为的下一代手机 SoC（据称为 Kirin 9100）。报道称良率目前仅约 35-40%，远低于台积电 N5 节点的 85%+，但足以支撑每年约 3000 万-4000 万颗芯片的生产——覆盖华为手机和部分 AI 推理芯片（Ascend 系列）的需求。这一"良率换可制造性"的策略本质上是通过消耗更多的晶圆和时间来补偿先进设备的缺失。如果消息属实，5nm 的去美化量产将具有巨大的地缘政治象征意义——它意味着美国对华半导体出口管制的效力正在下降。但经济学上的可维持性仍有待观察：据估算每颗 Kirin 9100 的成本可能接近 $150-200，约为 Qualcomm Snapdragon 同类芯片的 3 倍。

AMD 宣布其下一代 AI 加速器 Instinct MI400 将于 7月中旬开始向首批云客户送样，量产时间安排为 2026 年 Q4。MI400 是 AMD 首个基于 3D 芯粒堆叠（3D chiplet stacking）的 AI GPU，通过 8 颗计算芯粒（Compute Die）与一颗 I/O 芯粒通过 3D 混合键合（hybrid bonding）堆叠，总算力约 3.8 PetaFLOPS（FP8），对比 MI300X 的 1.3 PF 有近 3 倍提升。更重要的是——在 Kyber NVL144 延迟至 2028 年的背景下（见 #1），MI400 的 2027 年上半年大批量交付意味着 AMD 可能在 2027 年成为唯一一家能提供下一代 AI 超级芯片的公司。这给了微软（AMD 最大的 MI300X 客户）和 Meta 一个在 NVIDIA 之外发展第二供应商的现实理由。AMD 股价受此消息推动上涨 4.2%。

The Information 获得了一份据称是 NVIDIA CEO 黄仁勋发给内部高级副总裁及以上管理层的邮件，邮件内容回应了 Kyber NVL144 的延迟问题（见 #1）。黄仁勋在邮件中写道："延迟是美丽的痛苦（beautiful pain）——它意味着我们正在挑战物理的极限，而竞争对手甚至还没有接近那个极限。这不会改变 NVIDIA 的长期路线图，因为我们不只是靠一代产品维持领导地位。"邮件还指示管理团队利用 Kyber 延迟的窗口期加速 Blackwell Ultra（B300）的产能爬坡和客户认证——"让 B300 成为今年和明年所有 AI 公司的默认选择。"NVIDIA 拒绝对邮件内容发表评论，但 The Information 报道后 NVIDIA 股价在盘后交易中反弹了 1.2%，反映投资者对黄仁勋的"痛苦哲学"表示认同。

OpenAI CEO Sam Altman 在阿斯彭思想节上发出了关于 AI 算力供给的警告："根据我们内部对模型规模扩展的分析，如果不做出更大胆的投资——比现在计划大胆 10 倍——我们可能会在 2029 年左右遭遇全球性的 AI 算力危机。这不是关于一个公司能不能造出 AGI——而是关于全球的 AI 算力供应链能不能支撑所有人想要运行的 AI 模型。"Altman 呼吁芯片行业不应只关注 GPU 和 AI 加速器，还应关注电力供应链、冷却技术和数据中心的物理密度。他重申 OpenAI 仍在推进自研 AI 芯片计划（项目"Tigris"），并暗示首批芯片将采用 3nm 工艺并由台积电制造。Altman 的言论不太可能只是为了 OpenAI 的利益——它也反映了整个 AI 行业对算力供给不足的普遍担忧。

多家半导体分析机构发布了关于英特尔未来前景的深度报告，核心观点出奇一致：Intel 18A（1.8nm 工艺）是英特尔的"最后的救赎"（last redemption）。18A 预计将在 2027 年上半年量产，是英特尔首个使用 RibbonFET（GAA 晶体管）和 PowerVia（背面供电）的工艺节点。如果 18A 成功并吸引了苹果、NVIDIA 或高通等大客户回归，英特尔可能恢复其工艺领导力；如果 18A 再次延迟（如 20A 节点的情况）或良率不足，英特尔可能被迫完全退出芯片制造领域，成为一个纯粹的芯片设计公司（像 AMD 2008 年剥离 GF 一样）。英特尔新任 CEO 在最近的财报会议上多次强调 18A 的"进展顺利"，但市场对此持谨慎观望态度——英特尔的工艺路线图在过去 5 年中三次跳票，信用已经消耗殆尽。

中国半导体行业协会（CSIA）在一份白皮书中提出了到 2027 年中国半导体产业的自主率目标——70%。但白皮书也坦率地指出几个"致命短板"仍然存在：（1）EDA 软件——中国本土的 EDA 工具（如华大九天）仅覆盖了 30-40% 的设计流程，先进节点（7nm 以下）的 EDA 工具几乎 100% 依赖 Synopsys 和 Cadence；（2）光刻胶——用于 EUV 和 DUV 的光刻胶有 95% 以上由日本供应商（JSR、信越化学、东京应化）垄断；（3）先进测试设备——高端探针卡和 ATE 测试系统仍以美国的 Teradyne 和日本的 Advantest 为主导。白皮书建议中国政府在这些"不可替代"领域投入至少 ¥5000 亿元（约 $690 亿美元）的专项研发资金，并在 10 年内培养 50 万名半导体专业人才。

欧盟委员会发布了《芯片法案 2.0》的蓝图文件，目标是在 2032 年前使欧盟在全球半导体制造中的份额从目前的约 8% 提升至 20%。这是一个远高于《芯片法案 1.0》"2030 年达到 20%"的目标，反映了欧洲在俄乌战争、美中科技摩擦和供应链中断冲击下的紧迫感。具体措施包括：扩大对台积电德国工厂和英特尔马格德堡工厂的补贴（追加约 €150 亿）；建立一个"欧洲芯片基金"——由 EU 预算 + 私人资本组成，总额约 €500 亿，重点投资于汽车半导体、工业芯片和 RISC-V 生态系统；以及放宽对半导体行业的环保许可审批（之前德国的环保法规曾拖延台积电工厂的审批）。蓝图还特别提到了"与日本和韩国的半导体产业合作"——降低对中国台湾的依赖是欧盟的战略重点之一。

据路透社消息，美国政府正在考虑下一轮对华半导体出口管制，这次的重点将从前端光刻设备扩展到先进封装设备和材料。具体而言，美国商务部工业安全局（BIS）正在评估限制 Applied Materials、Lam Research 和 KLA 等美国公司的先进封装设备（如混合键合机、TSV 蚀刻机）出口到中国，以及限制日本 JSR 和信越化学等公司的 EUV 光刻胶（通过美国的外国直接产品规则 FDPR 实现）。这一决策的触发因素是华为/SMIC 实现了 5nm 的 DUV 多重曝光量产（见 #13）——美国方面的分析认为，仅限制光刻机已经不足以阻止中国的半导体进步，必须同时限制先进封装和材料来制造"全栈封锁"。路透社表示这些新措施仍在讨论阶段，正式公告可能在 9 月或 10 月发布。中国外交部尚未对此做出正式回应。

日本半导体新锐 Rapidus（由丰田、索尼、铠侠、NTT 等 8 家公司联合成立）宣布获得日本政府追加的 ¥3.2 万亿日元（约 $220 亿美元）资金承诺。这使得 Rapidus 的累计政府资金承诺达到约 ¥9 万亿日元（约 $620 亿美元），是日本政府迄今最大的单项产业投资。Rapidus 的目标是在 2027 年前实现 2nm 工艺的量产——这是一个雄心勃勃的时间表，考虑到 Rapidus 直到 2022 年才成立，几乎从零开始建设一个最先进的晶圆厂。Rapidus 已经与 IBM 建立了技术合作关系（IBM 提供了其 2nm 工艺的 IP 和技术路线图）并与 ASML 签署了 EUV 光刻机的采购协议。分析人士认为 Rapidus 成功的概率不超过 50%——半导体晶圆厂的建设和管理经验是无法用金钱一次性买到的——但日本的产业政策制定者认为"必须有一个日本选项"来对冲台海风险。

沙特阿拉伯的公共投资基金（PIF）宣布成立一个规模为 $400 亿美元的专项半导体投资基金（Saudi Semiconductor Initiative, SSI），目标是吸引全球领先的半导体制造商在沙特阿拉伯建立晶圆厂或封装测试设施。PIF 的负责人亚西尔·鲁迈扬（Yasir Al-Rumayyan）表示已与台积电、三星和 GF（格芯）进行了初步接触。但行业观察人士普遍对沙特成为半导体制造中心的前景表示怀疑——半导体工厂需要大量的超纯水（沙特是世界上最缺水的国家之一）、稳定的电力供应（沙特依赖石油发电，不符合半导体行业的碳中和趋势）和庞大的高素质工程师团队（沙特目前几乎没有半导体产业基础）。尽管如此，沙特的资金确实是"真实的"——$400 亿足以建设 3-4 座最先进的 3nm 晶圆厂（每座成本约 $100-120 亿），这笔钱的诱惑力可能超过地理和资源的挑战。

美光科技宣布已与美国商务部签署一份初步条款备忘录（PMT），确认将获得 CHIPS 法案二期的 $61 亿美元直接拨款（另加约 $25 亿的税收抵免），这是 CHIPS 二期框架下单个公司获得的最大一笔资金。作为交换，美光承诺在纽约州克莱（Clay）建设 4 座 HBM 制造工厂——首座工厂预计 2027 年投产，全部四座工厂到 2030 年满产后将使美国本土的 HBM 产能占全球的约 15%-20%（目前几乎为零）。美光表示这 4 座工厂将直接创造约 22,000 个工作岗位（其中 8,000 个为美光直接雇员，14,000 个为建筑相关）。美光 CEO Sanjay Mehrotra 称这一投资为"美光历史上最大胆的战略决定"，并将其目标直指"在 2030 年前消除美国对韩国 HBM 的依赖"。