2026 年 7 月 12 日 · 星期日 🕐 AI 自动生成
台积电产能持续紧张，谷歌已向英特尔下达2028年生产超300万颗TPU的订单。英伟达正在测试英特尔18A制程及EMIB先进封装技术，计划用于2028年推出的"费曼(Feynman)"系列处理器。英特尔EMIB-T技术已可支持120×120mm超大封装，2028年将扩展至120×180mm，搭载超过24颗HBM dies。SK海力士也在测试英特尔封装工艺兼容性。这标志着全球AI芯片代工格局正在发生历史性转变。
Anthropic正洽谈租用搭载微软自研Maia 200芯片的算力服务器，以应对旗下AI产品（Claude大模型）日益增长的需求。Maia芯片主打提速运行现有大模型，性能优于英伟达同类产品。与此同时，Anthropic自研芯片也已进入早期开发阶段，拟选用三星2nm工艺。Meta、OpenAI、谷歌等AI巨头纷纷效仿多芯片布局策略，自研芯片+多供应商成为行业新常态。
华为董事何庭波在ISCAS 2026上正式提出半导体制程新范式"韬(τ)定律"：不再单纯依赖晶体管尺寸缩小，而是通过"逻辑折叠"等创新技术压缩信号传播时延。过去6年华为已设计量产381款遵循该定律的芯片。麒麟2026将首次商业化落地逻辑折叠技术，CPU主频回升至3.1GHz。预计2031年晶体管密度可达1.4nm制程同等水平。该论文近日正式对外披露全部技术细节。
英特尔在IEEE 2026 ECTC上展示EMIB-T先进封装技术，First Layer Interconnect bump pitch缩小至25微米，支持超过12 Gb/s的HBM4e高速信号传输。当前可封装超过8倍标准光罩尺寸（120×120mm），2028年目标扩展至12倍以上（>120×180mm），集成超24颗HBM dies。该技术为超大AI芯片的异构集成提供了可行路径。
三星电子宣布加速龙仁半导体集群建设，首座晶圆厂目标运营时间提前至2029年。该园区将成为三星最先进的半导体生产基地，集存储芯片、代工与研发于一体，是三星应对全球AI芯片需求激增的重要布局。
台积电正在研发新型直接水冷技术以应对AI芯片的散热挑战。随着AI芯片功耗持续攀升，传统风冷和间接液冷已难以满足散热需求。台积电的直接水冷方案将冷却液直接接触芯片表面，有望显著提升散热效率，支撑下一代高性能AI芯片的运行。
黄仁勋在COMPUTEX 2026上发布基于Arm架构的RTX Spark超级芯片（代号N1X），集成Blackwell RTX GPU与20核Grace CPU，采用台积电3nm工艺，提供1 Petaflop AI算力和128GB统一内存。可与联发科合作运行Windows on Arm。同时宣布Vera CPU全面投产，性能比x86快1.8倍。黄仁勋强调"AI没有减少工作岗位，实际软件工程师数量在增加"。
OpenAI Unveils First Custom AI Chip "Jalapeño" — 联合Broadcom、Celestica开发，9个月内完成从设计到流片。工程样品已在实验室运行GPT-5.3-Codex-Spark模型达到全目标频率。该芯片针对LLM推理深度优化，能效比显著优于现有加速器。多代硬件平台计划2026年底部署，配合微软等合作伙伴建设GW级数据中心。
Meta内部备忘录显示，其代号"Iris"的MTIA定制AI芯片将在2026年9月通过Broadcom设计、台积电制造开始量产。测试周期仅6周且未发现重大问题。Meta计划将AI算力扩展至14GW。该芯片将用于Facebook/Instagram的推荐排序系统、AI研究推理及Muse Spark模型。Meta仍将同时大量采购英伟达和AMD GPU，定制芯片旨在降低单位算力成本。
继洽谈采用微软Maia芯片后，Anthropic自研AI芯片计划浮出水面。据消息人士透露，该芯片正处于早期开发阶段，Anthropic拟选用三星2nm先进制程进行制造。这标志着AI公司自研芯片浪潮持续扩大，从超大规模云厂商向头部AI模型公司蔓延。
三星正在研发名为"GAIA"的全新AI芯片，瞄准AI PC市场，计划与英伟达和高通展开竞争。这延续了三星在AI芯片领域的多元化布局，与HBM内存、CXL内存技术形成协同效应。
SpaceX在IPO申请文件S-1中坦言，无法获取足够AI硬件支持轨道AI规模化布局。公司联合特斯拉、xAI建设的Terafab晶圆厂（采用Intel 14A工艺）虽计划投入数百亿美元，但文件中明确提示"该项目仍有可能失败"。且英特尔与特斯拉无长期参与义务，项目存在重大不确定性。
比亚迪董事长王传福发布自研高算力芯片"璇玑A3"，这是比亚迪第567款车规级芯片，采用4nm制程，16核CPU，带宽273GB/s，3颗芯片整车综合算力超2100 TOPS，支持L3/L4自动驾驶。单位算力功耗降低20%，算力利用率提升100%。王传福同时宣布为城市领航安全兜底1年，因辅助驾驶导致的事故全额赔付。
基于Cosmos 3物理世界模型的Alpha Mayo 2自动驾驶模型，能够理解和推理物理世界场景。该模型基于Transformer混合架构，能够解决机器人研发中"第一人称视角"数据稀缺的难题，标志着自动驾驶从感知向推理层面的跃迁。
美光宣布扩大美国投资至超过2500亿美元（截至2035年），在纽约州锡拉丘兹建设美国史上最大半导体制造基地（最多4座晶圆厂），创造约5万个岗位。目标2035年实现40% DRAM全球产能在美国本土生产。同时向GlobalWafers提供5亿美元战略融资，在得州扩大硅片产能，打造垂直整合的本土存储供应链。
SK海力士与美国TetraMem合作成功验证存内计算芯片（IMC），研究成果发表于Advanced Intelligent Systems。该芯片采用65nm CMOS工艺，能效达21.3 TOPS/W，在MobileNet V1模型上准确率达80.36%。存内计算直接在内存内部完成计算，大幅减少数据搬运，是实现下一代低功耗AI加速器的关键技术路径。
三星电子加速推进基于CXL（Compute Express Link）内存技术的下一代HBM方案。CXL内存池化技术可突破传统HBM的容量和带宽限制，为AI大规模训练和推理提供更高性能的内存子系统支持。
三星正在开发用于AI芯片的玻璃封装方案。玻璃基板相比传统有机基板具有更好的平整度、热稳定性和信号完整性，同时可降低封装成本，是AI芯片先进封装领域的重要发展方向。
A股AI芯片板块强势领涨，半导体指数大涨6.40%居所有行业首位。中芯国际涨逾18%创历史新高，市值达1.25万亿元；寒武纪等千亿市值芯片股同步创历史新高。两市成交额达3.2万亿元，放量超3000亿元。"韬(τ)定律"发布、AI芯片需求爆发等多重因素推动科技主线持续走强。
尽管今日AI芯片板块走强，但前期半导体板块经历了显著调整，市值蒸发约1.3万亿美元。英特尔、美光、AMD等承压。华尔街对AI资本支出能否持续保持高增长产生分歧，市场在AI长期需求与短期估值之间寻找平衡。
1️⃣ 去英伟达化加速： 从Meta Iris、OpenAI Jalapeño到Anthropic自研芯片，主要AI玩家纷纷自研芯片，通过Broadcom等合作伙伴切入，降低对英伟达GPU的依赖。但短期内英伟达仍是最大供应商，"自研+外购"双轨策略成为主流。
2️⃣ 代工格局松动： 台积电产能满载推动谷歌、英伟达等客户探索英特尔代工。英特尔的EMIB-T先进封装和18A制程是其切入AI芯片代工市场的关键筹码。三星也在积极争取AI芯片订单。
3️⃣ 后摩尔时代新路径： 华为何庭波"韬(τ)定律"提出以"时间缩微"替代"几何缩微"，通过逻辑折叠等三维堆叠技术在不依赖最先进EUV光刻的情况下提升性能。这与英特尔的EMIB-T先进封装、SK海力士的存内计算等技术共同指向：系统级创新正在成为超越传统制程缩放的驱动力。