跳到正文

#AI硬件

今日 1 条
10月12日周一
  1. Semiconductor Engineering 芯片与封装44

    2026年Q3初创公司融资盘点:AI芯片与光互连主导,80家公司共融资超85亿美元

    2026年第三季度,80家初创公司共融资超85亿美元,其中两家推理公司各获10亿美元融资,近75亿美元流向22家融资1亿美元以上的公司。投资热点集中在互连技术、网络芯片和光子学领域,涉及共封装光学、毫米波塑料波导、铁电玻璃调制器和面向AI光学的相干DSP等方案,另有公司探索用普通DRAM或片上SRAM替代受限的HBM。

10月9日周五
10月8日周四
  1. Ars Technica · AI38

    Nvidia 押注物理 AI,瞄准更安全的 Robotaxi 与人形机器人

    Nvidia 的 Halos 操作系统面向物理 AI,可持续监控每个硬件模块和软件库以快速发现故障,并隔离安全关键计算负载。该套件还包含 Holoscan Sensor Bridge、虚拟环境仿真测试及安全检查实验室项目,已从自动驾驶扩展到机器人领域。由于扫地机器人与仓库叉车的安全定义差异巨大,Halos 提供可编程接口,让开发者自定义安全功能而不破坏底层基础设施。

  2. Semiconductor Engineering 芯片与封装21

    FAaST 路线:通过电学工艺控制赋能先进封装

    半导体工艺控制正从视觉检测走向电学测量。先进封装中的残留电荷和静电累积难以被传统检测与量测手段发现,却会影响良率、器件可靠性和制造一致性;随着吸湿性薄膜、绝缘层和等离子体工艺的引入,这一问题愈发突出。Onto Innovation 给出了全晶圆映射和面板级高分辨率映射方案,可定位局部非均匀性与热点。

  3. Semiconductor Engineering 芯片与封装38

    Shift Left 让晶圆厂制造数据管理更复杂

    半导体晶圆厂借助设备传感器实时数据和 AI/ML 推理模型,将良率异常检测前移到工艺模块内部,以加速良率学习并改进先进过程控制(APC)。设备传感器参数从约每秒一次提升到每几十毫秒采样一次,数据种类较十年前至少增加 10 倍,部分晶圆厂每年产生数百 PB 数据。如何在 sub-second 处理的同时保留数据上下文与连通性,成为 shift left 带来的主要数据管理难题。

  4. Semiconductor Engineering 芯片与封装31

    如何弥补先进芯片的“可见性鸿沟”:检测、测试与数据关联

    先进芯片的每一种测试、检测与监测手段都存在物理、空间或时间上的盲区,没有任何单一技术能提供完整视图。Nordson、ZEISS、Teradyne 等厂商指出,焊点空洞、head-in-pillow 等缺陷可通过电测却导致早期失效,而 X-ray 在堆叠芯片与 TSV 检测上仍有精度、吞吐与分辨率之间的取舍。

  5. Semiconductor Engineering 芯片与封装26

    混合键合与先进封装的过程控制:如何在缺陷演变成昂贵失效前发现它们

    先进封装中缺陷随工序层层累积价值,特征尺寸缩小使检测要求逼近前道制程水平,涉及表面颗粒、侧壁裂纹、埋藏缺陷、微凸点异常和键合空洞等多类问题。厂商需要在统一工作流中组合高灵敏度 2D 检测、红外亚表面检测与 3D 量测等互补手段,兼顾灵敏度与产能,并通过有效分类把检测结果转化为可行动的工艺信息。

10月7日周三
  1. Semiconductor Engineering 芯片与封装20

    Semiconductor Engineering 博客综述(10 月 7 日):CFET、Agentic AI 与 6G 等行业观点汇总

    Semiconductor Engineering 汇总本周博客:Siemens 团队探讨 CFET 与埋入式电源轨如何缩小芯片面积、提升能效,满足 AI 加速器、数据中心与移动处理器需求;Synopsys、Cadence 分析 agentic AI 在 EDA 中的协作优势;Arm 推出 AMBA C2C 扩展 chiplet 连接。

  2. TrendForce Insights 半导体产业洞察44

    CPO 中的 FAU 耦合瓶颈:无源件背后的激烈竞争

    FAU(光纤阵列单元)的精准对准与固定——FAU 耦合——已成为 CPO 制造与测试的关键瓶颈。TSMC 在 SEMICON Taiwan 2026 上公布 COUPE 升级路线图:单颗带宽 2026 年达 3.2 Tbps,2027 年翻倍至 6.4 Tbps,长期目标超 51.2 Tbps;OE 集成于基板可带来 4X 能效提升,OOI 进一步达 10X。

10月5日周一
10月2日周五
  1. Ars Technica · AI62

    Nvidia Shield TV Pro 因内存成本上涨涨价 $100 至 $299.99

    Nvidia 宣布 2019 年发布的 Shield TV Pro 即日起涨价 $100,新价为 $299.99。Nvidia 发言人向 Ars Technica 确认,10 月 2 日起调价,原因是全行业内存等元件成本大幅上升;非 Pro 版此前已停售,Shield 仍在持续生产,新机与当前设备一样受供应链成本影响。

  2. SK hynix 内存技术37

    重塑基础设施:为什么架构决定性能——苏黎世联邦理工学院 Onur Mutlu 教授谈 AI 生态(SK hynix AI 生态系列)

    AI 工作负载转向推理与智能体 AI 后,系统瓶颈正从算力转向数据移动。文章指出处理器中心架构下,从 DRAM 取一次数据的能耗可达一次简单算术运算的 150 至 2,000 倍,大型机器学习模型超过 90% 的系统能耗可能消耗在内存访问与数据移动上。文章引出 SK hynix 打造下一代 AI 内存生态的愿景,主张 GPU/NPU/TPU、内存、存储与网络作为整体系统协同设计。

10月1日周四
9月30日周三
9月29日周二
  1. Lam Research 半导体制造技术36

    Lam Research 启用美国最大仓储物流中心,专为速度、韧性与 AI 时代增长而建

    Lam Research 在加州 Livermore 启用其最大美国仓库,一座 470,000 平方英尺的物流与供应链枢纽,以支持 AI 技术需求带来的半导体供应链压力。馆内 40,000 平方英尺的自动化存取系统配备 15 台机器人,可将零件检索时间从 6 分钟缩短至 30 秒以内,比现有系统快 12 倍。该中心预计到 2027 年支持超过 200 个工作岗位。

  2. AMD 官方公告81

    AMD 以约 $8.2B 全股票收购李飞飞创办的 World Labs

    AMD 宣布以约 $8.2B 全股票交易收购 World Labs,后者由李飞飞创立,专注空间智能模型及机器人学习与模拟技术。交易预计 2026 年底前完成,交割后李飞飞将出任 AMD 执行副总裁兼首席科学家,向 Lisa Su 汇报,团队继续推进 AI 模型研究。

    推荐理由:AMD 官方公告完整披露了交易金额、股权结构、李飞飞的新职务与交割时间,读者可以据此了解这笔收购如何补强其模型研究能力。

9月28日周一
  1. AMD 芯片与算力78

    AMD 以约 $8.2B 全股票收购李飞飞创立的 World Labs

    AMD 宣布与 World Labs 达成最终收购协议,交易以全股票方式进行,估值约 $8.2B,预计于 2026 年底前完成,需监管批准等常规交割条件。World Labs 由李飞飞创立,总部位于旧金山,开发从文本、图像和视频输入生成、重建并模拟交互式 3D 环境的空间智能模型,以及机器人学习与模拟技术。

    推荐理由:AMD 官方公告给出收购金额、股权形式与时间表,可帮助读者理解其 AI 硬件与模型研究整合的方向。