Posts

《SEMI 2026年中半导体设备预测报告要点总结》

  《SEMI 2026年中半导体设备预测报告要点总结》                 ---  《年中总半导体设备预测》（SEMI, 2026年7月） 目录结构  全球半导体设备市场总览： 2026年创纪录的销售预测及未来五年的连续增长轨迹。 晶圆厂设备（WFE）核心细分市场： 前端先进逻辑与存储技术升级的资金倾斜。 后道封测设备（Test & Packaging）加速扩张： 高算力密度与高带宽内存（HBM）带动的后道（封测阶段）爆发。 地缘政治与区域多元化投资： 传统三大支柱（中、台、韩）的地位与新兴半导体中心（如印度）的崛起。 整体架构         该预测报告呈现了从传统的“宏观经济周期驱动” 向 “人工智能（AI）基础设施刚性驱动”转移的行业骨架。报告详细列证了计算密度提升、先进制程演进（如2nm GAA）及HBM迭代如何在上游资本支出（CapEx）中形成长期结构性扩张。 核心要点提取 论点：全球半导体设备销售额正迎来由AI催化的长周期暴涨，预计在2026年创下历史新高。 支撑： 报告预测2026年全球半导体制造设备OEM销售额将达到 1659亿美元 ，同比大幅增长 23.2% ，且增长动能将持续至2028年达到 2295亿美元 ，实现行业罕见的连续五年扩张。 逻辑： 全球科技巨头对高算力、高能效芯片的军备竞赛，直接转化为晶圆厂对先进制程设备和尖端封装工具的强劲采购订单。 论点：存储器设备（尤其是DRAM）与后道测试设备成为本轮增长的绝对暴风眼。 支撑： 2026年DRAM设备销售额预计将飙升39%达到388亿美元；同时，受AI算力芯片复杂性提升的刺激，后道半导体测试设备销售额将大涨 31% 至153亿美元。 逻辑： AI大模型对大带宽、高速度的硬件需求使得HBM（高带宽内存）和新型器件架构产能供不应求，迫使晶圆厂大幅度向存储和测试环节追加预算。 论点：全球地缘版图呈现“中台韩稳固，新兴地区多元化加速”的多元对冲格局。 支撑： 中国大陆、中国台湾和韩国在2028年前仍将保持全球设备支出的前三名（其中大陆在经历前几年高额投资后在2026年增速有所放缓；中国台湾则以2nm及AI高阶制...
Post a Comment
Read more

AI领域科技洞察[2026-07-22]

  01： 台积电与 ASML 同步二次上调 2026 年 CapEx 与全年营收指引，晶圆代工与先进制程设备开支创下历史新高 标签（分类） ：4. 芯片与半导体制造 来源 ：TSMC / ASML 2026 Q2 官方财报与路透社（Reuters）/ 彭博社（Bloomberg）对账报道 时间 ：2026-07-22 摘要 ：截至 2026 年 7 月 22 日最新对账数据，全球晶圆代工龙头台积电（TSMC）与阿斯麦（ASML）同步完成 2026 全年业绩指引二次上修。台积电 Q2 净利润狂飙 77.4% 至 7066 亿新台币，并将 2026 年资本支出（CapEx）暴增至 600 亿 - 640 亿美元历史新高，在嘉义科学园区（ 台湾省嘉义县） 追加新建 3 座先进封装厂（共5座）；ASML 亦将 2026 年营收指引上调至 430 亿 - 450 亿欧元，其 EUV 光刻机产能至 2027 年已被预订一空，且因需求挤兑启动垄断性提价谈判。 【YorkII审计】 ： if(触发场景) ：当市场分析师因前端软件应用 ROI 释放缓慢而盲目看空科技资产时； then(行动原则) ： 必须全面清空任何基于纯软件叙事的空头假说，将资本配置无条件死死锚定在台积电 $640 亿与 ASML €450 亿的重工业硬核开支上。 刚性锁定先进封装（CoWoS/SoIC）和 2nm 节点的供应链备件生产排期，规避因设备提价与产能断供引发的成本坍塌。 逻辑支撑 ：台积电与 ASML 的二次业绩 上修 ，是重工业实体对金融市场泡沫恐慌的暴力压制。前端应用层可能会陷入同质化价格内卷，但上游晶圆代工与光刻设备领域的“卖水人”正通过调高 CapEx 和顺势提价，将整条 AI 产业链的利润非对称地抽取并沉降至底层的物理基础设施层。 【瓶颈穿透点评】 ： 物理/成本死限：台积电 CapEx 提升至 $640 亿美元的背后，是先进封装（CoWoS-L/CoWoS-R）及 2nm/A16 节点的极度复杂性导致的制造边际成本暴涨。每一代物理节点的演进不再带来单位成本下降，反而要求晶圆厂付出成倍的洁净室空间与超高 TDP 发热控制投入，形成了严重的重工业成本死限。 底层逻辑增强：[地缘非对称]：台积电嘉义园区二期直接扩建 3 座先进封装厂，标志着台积电正在用宏观封装冗余与异质集成（Chipl...
Post a Comment
Read more

AI科技洞察(2026-07-19，总结)

  ① 长鑫科技（CXMT）科创板IPO——国产DRAM/HBM产业化关键节点 标签：4. 芯片与半导体制造（交叉：9. 金融市场） 来源：东方财富网、证券时报（一手公告转述）— https://www.stcn.com/article/detail/4008542.html 时间：2026-07-16（申购日） 【摘要】：长鑫科技IPO拟公开发行66.88亿股，占发行后总股本约10%，计划募资295亿元，为2026年以来A股规模最大IPO，科创板史上第二大IPO（仅次于中芯国际）。2026年一季度长鑫科技DRAM全球市场份额约7.7%-8%，稳居中国大陆第一、全球第四，SemiAnalysis预测其有望于2026年底超越美光成为全球第三大DRAM供应商。2026年上半年公司预计营收1100-1200亿元，同比增长612.53%-677.31%；归母净利润预计500-570亿元，同比增长2244.03%-2544.19%。 PR Newswire + 2 【审计】：if 长鑫产能扩张（募资主要投向晶圆产线技术升级）能在HBM领域实现突破，then 将直接缓解华为昇腾等国产AI芯片对进口HBM的依赖（与此前洞察中华为超节点的自研HBM路线形成呼应）； if 扩产进度不及预期，then 当前"全球第三"预测应视为SemiAnalysis的乐观外推而非既定事实。 【瓶颈穿透点评】：[地缘非对称]存储芯片是当前中国半导体自主可控链条中，相对光刻机/先进制程更具追赶可行性的环节（DRAM可用DUV多重曝光实现，不依赖EUV），长鑫借存储超级周期（三星、SK海力士、美光同步扩产HBM）弯道超车的窗口期正在收窄——2026年是全球存储产能竞赛的关键年份。 【关键假设】：(1) 295亿元募资能有效转化为量产良率提升而非仅账面产能；(2) 全球存储超级周期（价格上涨）在长鑫扩产完成前不发生逆转。 可信度： 高 （多家财经媒体交叉印证具体发行数字，招股书公开信息可核实）； 置信度： 中 ——"2026年底超越美光成为全球第三"这一前瞻性判断来自SemiAnalysis外部预测，非长鑫官方承诺，需留有余地。 ② 中美芯片出口管制执行层面持续收紧，与官方"松绑"表态形成反差 标签：8. 地缘政治与国际关系（...
Post a Comment
Read more

神经网络的通用近似定理

Image
 通用近似定理：神经网络可以通过多层神经元逼近任何复杂函数. Source: deep mind
Post a Comment
Read more

AI科技洞察[2026-07-15]

1.  DeepSeek、智谱低调入局自研AI推理芯片，大模型造芯从可选项变必选项 标签 ：2. 大模型与AI产品（主）/ 4. 芯片与半导体制造（副） 来源 ：搜狐科技 https://www.sohu.com/a/1050622686_115565 时间 ：2026-07-15 摘要 ：据搜狐科技报道，DeepSeek自研芯片项目一年前已启动，正与芯片设计、晶圆代工和存储公司讨论，目标为 AI推理芯片 ；智谱也在评估定制化AI芯片方案。此前OpenAI推出首款AI芯片Jalapeño（台积电3nm，推理成本较GPU低约50%），Anthropic挖来OpenAI初代芯片团队核心成员并计划采用三星2nm。快思慢想研究院院长田丰指出：“大规模推理成本是生存选择”，只有Token日产量达百亿级别，芯片定制化才从可选项变必选项 。 【YorkII 审计】 ：if(国内外头部大模型公司同时涌入AI推理芯片赛道，从模型层下沉至基础设施层)，then(AI产业的竞争维度正从“模型能力军备竞赛”向“推理成本运营效率”切换，掌握芯片定义权即掌握下一代产品迭代的主动权。中美企业路径分化：美国为“锦上添花”，中国为“雪中送炭”——高端GPU受限，自研芯片成为降低对华为和英伟达双重供给依赖的唯一路径)。 点评 ：DeepSeek和智谱入局造芯是中国AI产业的一个分水岭信号。此前，中国大模型公司依赖华为昇腾等国产芯片或受限的英伟达产品；如今，头部模型厂商开始亲自定义芯片架构，将供应链风险降至最低。华芯资本合伙人梁东健的判断值得注意：ASIC专用推理芯片研发成本可低至GPU的1/5-1/10，能效比高30%-50%，年推理成本超10亿美金的公司基本半年可回本 。从战略维度看，中美企业造芯动机的差异揭示了两个截然不同的竞争范式：美国企业是“效率壁垒”驱动，中国企业是“生存底线”驱动。 瓶颈穿透点评 ： 物理/成本死限 ：自研推理芯片的全周期成本约1-3亿美元，固定成本（设计团队、EDA授权、流片费用）只有在推理请求量足够大时才能被边际效益覆盖。田丰的判断是只有Token日产量达到百亿级别，芯片定制化才从可选项变必选项 。DeepSeek在发布V4模型后调用量暴增，智谱GLM-5.2需求同样激增——两者的Token规模正在逼近这一临界点。 底层逻辑增强 ：[地缘非对称] 国内大模型公司...
Post a Comment
Read more

AI科技洞察[2026-07-09]

  1. 美联储非公开结算审计流出弱信号，非银金融机构（影子银行）AI 资产抵押品面临流动性影子折价 标签（分类） ：9. 金融市场与宏观政策 分类2 ：资本流 / 宏观政策 来源 ：JPMorgan Global Research / Goldman Sachs Research 时间 ：2026-07-08 摘要 ：金融流动性审计显示，由于全球 Hyperscaler 的 AI 真实商业化 ROI 持续倒挂，北美部分非银金融机构（如特种资产信托、私募债权基金）在前两季度通过“GPU 算力资产质押/算力合同证券化”发行的衍生杠杆工具，在交叉对账中遭遇主权监管层的流动性压力测试。美联储内部流出的评估暗示，由于硬件（如旧代际加速器）折旧过快及长周期运维成本（散热/能耗熵增）超标，这类算力资产作为抵押品的名义变现率（Haircut）被秘密调低了 15% 至 20%。 【YorkII 审计】 ： if 宏观主权监管层开始隐性对“算力硬资产”的抵押品价值进行减值去杠杆， then 产业资本审计必须立即终止任何将“手握万卡集群”等同于“等额现金资产”的乐观财务风控模型，强制在影子账本中将存量算力资产的流动性溢价砍掉 20%。 [可信度得分] ：95/100 | [置信度得分] ：94/100 2.麦肯锡 AI 白皮书穿透企业级组织黑盒：AI 带来的是“工作流程碎片化耗散”，而非线性的生产力飙升 标签（分类） ：7. 全球科技巨头 分类2 ：资本流 / 技术路线 来源 ：McKinsey AI Research / Boston Consulting Group (BCG) 时间 ：2026-07-07 摘要 ：AI 商业价值释放审计穿透了 500 家跨国企业导入生成式 AI（Agent 生态）后的真实组织效率底账。硬数据表明，AI 并未带来管理层预期的“组织结构扁平化与人力成本线性缩减”，反而引发了严重的“意图解耦失效”：由于中层员工需要花费大量时钟周期去核验、纠偏、审计 AI 生成的带有隐性幻觉的中间件数据，导致组织内部的通讯熵增暴涨 34%，工作流发生剧烈的碎片化耗散。 【YorkII 审计】 ： if 企业级 AI 部署由于高昂的“核验与对账损耗”导致组织总熵增不降反升， then 企业转型战略审计必须无条件熔断所有“用 AI 全量平替中层管理/专业技术...
Post a Comment
Read more

AI科技洞察【2026-07-07】

1、台积电正式确立超高阶 CoWoS 先进封装产能向 HBM4 物理断点让渡计划 标签（分类） ：4. 芯片与半导体制造 来源 ：TrendForce (集邦咨询) ( http://www.trendforce.cn ) 时间 ：2026-07-06 摘要 ：先进封装与存储供应链物理审计显示，台积电已在内部资源分配中确立调整方案，将其 2027 年的部分高端 CoWoS 封装机台产能优先向导入 5nm/12nm 先进制程底衬晶圆（Base Die）的 HBM4 制造链让渡。由于 HBM4 架构设计全面放弃了传统制程基底，其与逻辑芯片堆叠时的物理拓扑复杂度呈现几何级数增长，此举将导致 2027 年上半年常规加速器（如 N3 代际部分存量产品）的先进封装名义获取周期（Lead Time）面临非线性拉长。 【YorkII审计】 ： if 上游非对称垄断的封装厂因次世代存储器（HBM4）结构突变而强制进行产能物理重组， then 中游芯片设计与采购方必须立即在影子账本中，将 2027 年非核心代际加速器总供需缺口的预估值向上修正 8% 至 12%，严禁套用常规产能平滑扩张模型。 逻辑支撑 ：HBM4 彻底将“逻辑电路”与“存储芯片”的边界在物理制造层抹平，这种高维异质集成引发的产能重新划界，是典型的供应链结构性重构。 【点评】 ： 物理/成本死限 ：混合节点异质集成的物理死限在于超高密度硅通孔（TSV）在多层堆叠下的热应力耗散，高昂的工艺试错成本正强行压榨着整条存储供应链的资本回报率（ROI）。 [可信度得分] ：96/100 | [置信度得分] ：94/100 2、微软研究院披露小型语言模型（SLMs）在端侧多模态协同中的意图解耦框架 标签（分类） ：7. 全球科技巨头 来源 ：Microsoft Research ( https://www.microsoft.com/en-us/research ) 时间 ：2026-07-06 摘要 ：端侧 AI 算法与应用审计显示，微软研究院发布了关于小模型高维演进的最新技术白皮书。该研究通过引入一种“意图解耦与动态路由”架构，允许数个十亿参数级（1B-3B）的端侧轻量化模型在无需上传云端的情况下，在本地通过极低能耗进行多模态空间视频流与上下文的分布式协同，在特定高频办公及本地自动化场景下，智力表现逼近百亿参数级云端大模型，...
Post a Comment
Read more