社区

半导体行业正出现一个新现象：制造端、封测端的头部玩家，正不约而同地向上游设备领域延伸。 赛微电子董事长杨云春创立海创智能装备（烟台）有限公司，业务涉及晶圆级键合（PB、TB/DB）、薄膜沉积（PVD、PECVD、ALD）、刻蚀（ICP/CCP）、涂胶显影（C/D）等半导体工艺装备技术；中芯国际创始人张汝京通过嘉芯半导体切入刻蚀、薄膜沉积等前道核心设备；存储模组龙头佰维存储则在体内孵化测试设备子公司，并获得长江存储产业基金注资。 这些曾经纯粹的半导体设备的甲方，为何集体瞄准半导体设备赛道？ 01 制造端开始向上延伸 半导体设备长期是中国半导体产业链最薄弱的环节。在前道领域，光刻、刻蚀、薄膜沉积、离子注入等核心设备被Applied Materials、Lam Research、TEL、ASML等海外巨头垄断；在后道及先进封装领域，键合机、临时键合/解键合设备、ATE测试设备等同样依赖BESI、EVG、Advantest等外资品牌。 过去十年，国产设备的突破主要依靠两条路径：一是以北方华创、中微公司、上海微电子等为代表的“国家队”，依托国家大基金或具有央国企背景，承接02专项任务攻坚前道核心设备；二是风险投资孵化的初创企业，这些初创公司多由海归技术团队创立，在细分赛道（如探针台、分选机、光学检测等）上寻求单点突破。但这两类玩家在落地过程中却都不约而同的面临着缺乏稳定的下游验证场景的困境。设备商与下游制造端之间存在巨大的“工艺-装备”鸿沟。 半导体设备不是单纯设计出来的，而是在产线实战中迭代出来的。一台设备要跑通完整工艺流程，同时满足精度、稳定性与一致性要求，离不开设备厂商与制造厂高频、深度、长期的协同打磨。这意味着制造端需要投入大量人力物力，甚至调整产线节奏适配国产设备，影响正常产能；而设备厂商自行验证不仅成本高昂，其结果也难以获得下游客户的普遍认可。 与此同时，海外设备厂商对中

在半导体产业链浩如烟海的材料库中，六氟化钨（WF6）长期以来只是一个边缘化的"小众特气"。然而，就在2026年的这个夏天，这种极少被公众关注的化学物质，却以一种近乎暴烈的方式，将全球芯片巨头们逼到了供应链断裂的悬崖边。 今年4月以来，六氟化钨价格一路狂飙，同比暴涨超200%。更为致命的是，占据全球四分之一产能的日本两大巨头——关东电化与中央硝子，已向三星、SK海力士、台积电等核心客户下达了"最后通牒"：7月1日起，永久停产六氟化钨。 六氟化钨是目前唯一可用于化学气相沉积制程、在硅片上均匀沉积钨金属薄膜的商用前驱体气体。在芯片的微观世界中，数十亿个晶体管需要通过金属导线彼此连接才能协同工作，六氟化钨正是用来填充微小的接触孔和层间通孔的关键材料，构建了晶体管与外部电路之间的导电桥梁。钨金属膜具有高电导率、优异的台阶覆盖性以及耐高温等特性，使其在7纳米以下先进逻辑芯片、HBM以及3D NAND闪存制造中不可或缺。尽管学术界和产业界已投入大量资源研发替代方案，但从良率和电学特性的综合角度来看，至今尚未出现一种能在化学气相沉积制程中完全替代六氟化钨并实现大规模量产的技术。 正因如此，六氟化钨虽然在芯片制造总成本中占比不高，却拥有极高的战略权重——一旦断供，耗资数百亿美元的先进晶圆产线就只能被迫停摆。 01 供给崩塌，叠加需求暴增 先看一组数据。 据中国海关总署统计，2026年4月，我国六氟化钨出口均价达到149.79美元/千克，环比大涨203.83%。在国内市场，5N级（99.999%）六氟化钨价格已从去年同期的523元/公斤飙升至1810元/公斤，涨幅达246%。6N级产品报价高达220万至300万元/吨，较4月初涨幅超190%；7N级产品长协价更是突破了330万至360万元/吨。 价格的失控，根源在于供给端的结构性崩塌。六氟化钨的生产成本中，60%至70%来自高纯钨粉。全球超过8

第三代半导体其实是一个更靠材料学分类的术语，按照禁带宽度这个理化指标定义的。但在真实商战语境里，大家聊的还是那两员老将：碳化硅（SiC）和氮化镓（GaN）。它们目前主导了几乎整个宽禁带半导体的江湖。 01 碳化硅，龙头陨落 全球碳化硅龙头的陨落来得猝不及防，却又早有征兆。 Wolfspeed在2024财年资本支出高达21亿美元，但全年营收仅为8.07亿美元，巨额投入与营收产出严重失衡。其新建的8英寸晶圆厂与材料基地产能迟迟无法释放，长期产能利用率不足20%，高额的设备折旧、厂房运维成本持续吞噬利润，最终彻底击穿企业现金流。2025年6月，深陷财务泥潭的Wolfspeed正式申请美国Chapter 11破产保护，开启债务重组自救进程。 为挽救经营颓势，Wolfspeed迅速启动大规模瘦身改革。在申请破产保护三个月后，公司完成关键性债务优化，整体债务规模削减约70%，同时关停达勒姆150毫米器件工厂、裁员三分之一，并无限期搁置德国萨尔州海外扩产项目，全面收缩战线、止血减负。 不过这家老牌碳化硅龙头仍保留着深厚的技术积淀，手握三大核心技术底牌。今年年1月，Wolfspeed成功量产300mm（12英寸）单晶碳化硅晶圆；3月，推出业界首款商用10kV SiC MOSFET器件，同时发布适配AI数据中心机架电源的新一代封装解决方案。目前，其AI数据中心相关业务已连续多季度保持约30%的环比增速，成为公司唯一实现高速增长的细分赛道。但受制于整体产能亏损、业务体量有限，单一板块的增长，依旧难以扭转公司整体的经营颓势。 与此同时，瑞萨电子也在2025年宣布暂停碳化硅投资。 据弗若斯特沙利文统计，碳化硅衬底价格从2020年的4400-6400元/片下滑到2025年的2400-4400元/件（预计）。2025年，碳化硅衬底产能过剩高达150万片。 但行业从未静默。Wolfspeed留下的市场空

2025-2026年，半导体设备行业出现了新风向。一批半导体设备商正密集推出面向方形基板的新装备，从光刻、量测、CMP、去胶、电镀到激光通孔、狭缝涂布、玻璃金属化，"面板级封装"（Panel Level Packaging, PLP）正在设备端形成一个新的细分赛道。而这一次，国产设备商没有缺席。 01 先进封装开始“化圆为方” SEMI发布的报告显示，2026年第一季度全球半导体设备出货金额同比增长14%，达到365.5亿美元，环比增长1%。创纪录的季度销售额由持续的AI相关投资驱动，包括支持先进逻辑芯片、DRAM和先进封装的产能扩张和技术升级。 而CoWoS（ Chip-on-Wafer-on-Substrate）是当前全球 AI/HPC 高端芯片封装的主流方案。2025 年 CoWoS 占据2.5D/3D 先进封装技术的69%市场份额。该技术是台积电（TSMC）开发并主导的一种2.5D先进封装技术。该技术于2011年宣布研发，其核心是通过硅中介层集成逻辑芯片与高带宽存储器（HBM）等异构芯片，再与有机基板互连，实现高密度、高性能的系统级集成，能有效提升带宽、降低功耗与延迟。CoWoS目前主要应用于人工智能（AI）、高性能计算（HPC）及数据中心等领域，英伟达、AMD、谷歌等公司的多款高端AI芯片均广泛采用此技术。 此外，由于AI芯片越来越大、设计越来越复杂，传统的圆形晶圆在面积利用率和封装效率逐渐受限，因此开始走向“以方代圆”，以面板取代晶圆，将芯片排列在矩形基板上，最后再通过封装制程连接到底层的载板上，让多颗芯片可以封装一起，也就是CoPoS（ Chip-on-Panel-on-Substrate）。 面板级封装最核心的技术优势在于以方形面板替代圆形晶圆，从而大幅提升材料利用率。以标准的610mm × 457mm印刷电路板为例，其面积约为300毫米晶圆面积的4倍。理论

RISC-V Is Now。 在2026 RISC-V欧洲峰会的开幕主旨演讲中，RISC-V International CEO安德烈亚·加洛说出了这句话。 中国则已经成为核心增长引擎：全年产业产值约1700 亿元，同比增长超35%；芯片出货量突破30亿颗，占全球半壁江山，连续两年成为全球最大应用市场。HD Group在其最新发布的《RISC-V Market Analysis 2026》中明确判断：RISC-V市场正在从早期探索全面迈入结构性商业化阶段。2026年上半年，RISC-V正在经历应用遍地开花。 01 RISC-V市场进入商业化关键期 SHD Group报告数据显示，2025年全球RISC-V SoC出货量达到约69亿颗，国内以阿里巴巴达摩院为首的IP公司其下游出货量已遥遥领先，预计到2031年将增长至约360亿颗，复合年增长率高达31.7%；对应市场收入将从约940亿美元增长至约3130亿美元，CAGR达22.5%。 2025年到2026年之间，出现了三个临界点，真正让RISC-V进入商业化快车道。 第一个临界点是生态成熟度的拐点。RVA23配置文件的最终确定和广泛实施，统一了此前被诟病的“碎片化”问题，为Android和企业级Linux发行版提供了稳定的架构基线。2026年4月，Ubuntu 26.04 LTS发布，成为首个对RISC-V进行原生、高性能优化的长期支持企业级操作系统。这意味着企业级软件不再需要为RISC-V单独适配，迁移成本骤降。 第二个临界点是技术性能的跨越。阿里达摩院发布的玄铁C950处理器创下全球RISC-V性能纪录，首次实现单核SPECint2006突破70分，单核通用性能对标ARM Cortex-A76水平。进迭时空的K3芯片AI算力较前代提升30倍，可本地运行300亿至800亿参数大模型。性能瓶颈的突破，让RISC-V第一次具备了

2026年5月25日，在IEEE ISCAS 2026上，**半导体业务部总裁何庭波抛出一个关键概念：韬（τ）定律。τ，电路理论中的时间常数，决定了信号从一个状态切换到另一个状态的速度。这是中国企业首次在全球半导体领域提出指导产业发展的新原则。 更实在的是，过去六年，**基于这一定律已经量产了381款芯片，覆盖无线基站、AI推理、网络处理器等核心场景。这不是蓝图，是一条已经走通的路。预计2031年，基于τ定律的高端芯片可达到等效1.4nm制程水平，长期保持与国际主流路线对标竞争的能力。 如今，这个希腊字母正在悄悄改变半导体行业的价值格局，也让EDA从幕后走向台前。 要搞清楚τ会对EDA行业带来什么，得先弄明白τ定律到底是什么。 01 “时间缩微”刚刚登场，τ定律凭什么？ 摩尔定律由英特尔联合创始人戈登·摩尔于1965年提出，该定律指出集成电路上可容纳的晶体管数量大约每18到24个月翻一倍，同时性能提升、成本下降。 在过去的半个多世纪里，这套逻辑一直在有效运转，撑起了PC、互联网、智能手机，直到今天的人工智能。产业链也围绕它形成了默契的步调——光刻机、材料、设计，各环节都在微缩的道路上协同推进。然而，2000年前后，能够跟进最先进制程的晶圆厂有几十家，而到2025年，这一数字已锐减至台积电、三星、英特尔3家，且台积电一片2nm 晶圆报价甚至超过3 万美元。 可以说，摩尔定律的红利正在逐渐消退。目前业界已探索出多条技术路径，包括英伟达CEO 黄仁勋提出的 “黄氏定律”、国际半导体技术路线图（ITRS）提出的 More than Moore，以及 AMD、台积电主推的 Chiplet 与先进封装技术。其中，黄氏定律强调GPU单芯片AI推理性能每年翻倍，但仍依赖制程迭代和堆核，基本延续了几何微缩的思路；More than Moore通过模拟/射频/传感器等功能集成增加价值，但无法直

最近，博通发布了Q2的新财报。一向稳健的CEO陈福阳本次不在状态，一开始发言稿读成了25年二季度的内容。 在财报会议上，博通CEO陈福阳坦白：我们完全可以接受这样一个事实，考虑到AI算力消耗的速度，像谷歌这样的客户拥有多元化的供应来源，是完全可以预见的。这是博通首次官方在公开场合明确证实谷歌正在寻求供应商多元化。 当天博通股价跌了15%，市值一夕之间缩水2800亿美元。博通被抢单，ASIC市场要变天了？ 01 博通：甜蜜时光结束了 2006年，谷歌就开始考虑为人工智能构建专用芯片（ASIC）的可能性。然而，直到2013年，谷歌才真正意识到未来对AI计算的需求可能远超当时基础设施所能承载的上限。 当时，谷歌正计划在全球范围内推出语音识别功能，其首席科学家杰夫·迪恩（Jeffrey Dean）做了粗略估算：如果数亿用户每天使用3分钟语音识别服务，所需算力将是谷歌全部数据中心算力的两倍。 谷歌团队评估了多种现有方案，结论是他们甚至难以满足其产品当下的基础机器学习需求，更无法支持未来增长。于是，2013年，谷歌创始人谢尔盖·布林在内部启动了一个秘密项目。 这个项目后来有了个公开的名字——TPU。 谷歌有算法设计能力，但没有芯片量产经验。它需要找一个懂芯片设计、又能协调台积电流片的合作伙伴。于是，谷歌找上了博通。2016年，第一代TPU发布。尽管TPU v1在某些应用中的利用率并不高，但其平均速度比同时代的英特尔Haswell CPU和英伟达K80 GPU快15至30倍，能效比高出约30至80倍。 之后，TPU v1被广泛用于谷歌各项业务中，包括搜索排序、地图街景和智能回复等。2016年的谷歌开发者大会上，谷歌首次向外界介绍TPU，并披露AlphaGo也借助TPU在与韩国围棋名将李世石的对弈中更快思考。 这一时期，博通与谷歌的合作模式逐渐清晰：谷歌负责TPU的架构设计和算法优化，而博

一直以来，LPDDR（低功耗双倍数据率同步动态随机存储器）主要被用于智能手机、轻薄本等低功耗消费电子设备中。但近年来，随着全球AI推理需求的爆发式增长，LPDDR却正快速向数据中心领域渗透，并逐渐成为端侧、边缘到云端全场景AI推理芯片的共同选择。 无论是国际大厂，还是国内企业，纷纷采用LPDDR作为推理产品的内存方案，背后是成本、功耗、性能的多方面权衡。 01 LPDDR正成为AI推理的“通解” 当前，LPDDR从消费电子领域全面切入AI芯片市场，不仅成为推理GPU的主流内存选项，更延伸至AI专用CPU、桌面AI超级计算机等多个品类。 数据中心 高通AI200/AI250几乎是目前最激进的LPDDR数据中心方案。作为高通首款数据中心级推理系统，Qualcomm AI200加速卡带来专为机架级AI推理打造的解决方案，旨在为大语言模型（LLM）与多模态模型（LMM）推理及其他AI工作负载提供低总体拥有成本与优化性能。每张加速卡支持768GB LPDDR内存，实现更高内存容量与更低成本，为AI推理提供卓越的扩展性与灵活性。该解决方案预计将于2026年正式面向市场发售。将于2027年推出的AI250加速器，在继承AI200核心架构优势的基础上实现了关键技术升级。 英特尔则推出了首款基于Xe3P架构的数据中心GPU，代号为“Crescent Island”（新月岛）。据了解，该产品专为AI推理和Agent工作负载优化，采用了480GB LPDDR5内存，TDP 仅 350W。由于舍弃HBM，它可以在现有风冷数据中心直接部署，无需液冷改造。 国内曦望科技的启望S3则是国产芯片的代表。作为国内首款LPDDR6显存的GPGPU，曦望宣称其推理性价比提升10倍以上，单位token成本降90%。 端侧AI 端侧AI是LPDDR最成熟的领域。 DEEPX是一家专注于边缘计算与端侧AI的韩国半导体

2026年过半，手机行业正经历自智能手机诞生以来最大规模的成本冲击和价格体系重构。一边是OPPO、vivo、荣耀等国产主流品牌接连发布调价公告，中端机型普遍上涨300至1000元；另一边，苹果在618前夕放出近年来最大力度的降价促销，iPhone 17 Pro系列最高直降1000元。更耐人寻味的是，**在4月Pura 90系列发布会上选择维持价格甚至下调Pro版售价，到了6月nova 16系列却不得不跟进涨价300至500元。 而在这些终端价格变动的表象之下，是一组更为严峻的行业数据。Counterpoint最新报告预测，2026年全球智能手机出货量将同比大跌13.9%，降至约10.8亿部，创下2013年以来的年度最低水平。这一跌幅较此前预测的12.4%进一步扩大，被业界称为“史上最大跌幅”。而与此同时，全球智能手机平均批发价同比却上涨了14%——量跌价升。 01 上游吃肉，下游连汤都喝不上 理解2026年手机涨价的根源，必须从存储芯片的供需失衡说起。 如果用一个画面来形容现在半导体产业链的利润分配，大概是这样：三星、SK海力士、美光这三家存储巨头坐在餐桌正中间，面前摆着满汉全席，手机厂商蹲在墙角，瓜分着从桌上掉下来的面包屑。 2025年下半年以来，生成式AI从云端训练向推理应用的加速扩张，催生了对HBM（高带宽内存）的爆炸性需求。三星、SK海力士、美光三大存储原厂将大量先进制程产能转向HBM——这种用于AI服务器的存储芯片单价动辄上百美元，毛利丰厚，订单排期已至2027年之后。而消费电子设备所需的LPDDR内存和NAND闪存，则成为产能挤出的直接牺牲品。 上游有多赚钱，看一眼三星的财报就明白了。2026年第一季度，三星电子交出了一份足以载入公司史册的“超级季报”：合并营收达133.9万亿韩元，同比暴增69%，单季利润就超过了2025年全年的利润总额。SK海力士也不遑多让。

这一周，台北国际电脑展COMPUTEX可谓精彩。 前一天，黄仁勋站在GTC大会的舞台上，出人意料的接连发布Vare CPU、RTX Spark，宣布“这是40年来，PC产品线首次全面重新设计。”台下坐着微软、戴尔、惠普、联想、华硕的全球高管，他们将在今年秋季推出搭载英伟达RTX Spark芯片的笔记本电脑。 后一天，英特尔反手杀入英伟达的腹地，发布：数据中心CPU至强6+，288核，18A制程；Crescent Island数据中心GPU，160GB显存，风冷部署。 作为全球GPU霸主，英伟达杀入了英特尔的主场：CPU和PC；而英特尔这个CPU老牌王者，也盯上了英伟达的AI算力地盘。 AMD倒是乐得坐山观虎斗。AMD客户端业务高级副总裁拉胡尔·蒂库（Rahul Tikoo）表示欢迎竞争。不过，之前AMD一直宣称自己是全球唯一一家同时具备高性能CPU和高性能GPU研发能力的半导体公司。现在好了，全球唯三。 这一周的数据中心，算是彻底乱起来了。如果只是把这场交锋解读为产品矩阵的完善或技术路线的竞争，那就太浅了。更关键的核心是：为什么两大巨头，双向奔赴彼此的主场？ 01 复仇者联盟，归来 历史上，英伟达试图做过PC处理器。 2011年，英伟达在CES上宣布Project Denver，这是老黄首次公开涉足PC处理器领域。2012年，微软推出Surface RT，搭载英伟达Tegra 3芯片。2013年Surface 2沿用Tegra 4。这两款设备是英伟达ARM SOC首次进入Windows PC的尝试。但因为Windows RT生态不成熟、应用兼容性差，英伟达最终铩羽而归。 这次推出RTX Spark是在一个很特殊的历史节点上。 三个理由。 第一，GPU市场的到顶了。现在英伟达在GPU市场的占有率超过80%，在AI训练芯片市场超过90%，数字是非常强势，但天花板肉眼可见，英伟达