#半导体
共 21 篇相关文章
Helion融资2.25亿美元，研发新型半导体提升聚变电厂输出
Helion获2.25亿美元融资，加速首座聚变电厂建设，计划2028年为微软供电。同时研发新型半导体，据称可将电厂输出功率提升一倍，本文分析其技术路径与商业化挑战。
马斯克Terafab芯片计划：押注ASML光刻技术
马斯克公布Terafab芯片计划，以ASML极紫外光刻技术为核心，试图将芯片生产内部化以应对AI算力需求。但投资、选址、产能目标均未披露，也未确认与ASML的采购或合作关系。
台湾为何主导全球半导体产业？Lex Fridman对话黄仁勋深度解析
Lex Fridman对话黄仁勋，探讨台湾为何生产全球超90%最先进半导体。从文化、教育体系到工程师崇拜，解析台湾半导体主导地位背后的深层原因及地缘政治影响。
Ricursive Intelligence押注AI自主设计芯片
Ricursive Intelligence押注AI自主设计芯片
Ricursive Intelligence押注AI自主设计芯片，探索从RTL到GDSII的端到端自动化。本文分析芯片设计AI化的三层路径、现实挑战与行业影响。
ASML订单强劲，AI支出放缓担忧缓解
ASML强劲订单缓解市场对AI支出放缓的担忧。作为光刻机龙头，其订单数据被视为AI芯片资本开支风向标。本文分析多空分歧、产业链影响及后续观察点。
内存涨价潮下DDR4意外回归：供应链危机的连锁反应
受AI数据中心需求推动的内存短缺，正让本应退场的DDR4重新回归市场。本文解析内存涨价潮的成因、DDR4复活的逻辑及其对行业和消费者的影响。
三星预期季度营业利润暴涨780%：AI热潮背后的内存逻辑
三星预期季度营业利润暴涨780%，背后是AI浪潮对高带宽内存的旺盛需求。本文从NVIDIA DGX Spark的64GB内存配置切入，解析AI硬件供应链如何将下游需求传导至上游内存厂商的利润表。
AI开始设计自己的推理芯片：硬件自研新拐点
AI已具备开发自身推理硬件的能力引发Hacker News热议。本文解析AI辅助芯片设计的技术现实、自我优化闭环的意义，以及技术社区对此类论断的审慎态度与行业影响。
美光CEO警告：内存供应将在未来两年持续趋紧
美光CEO表示存储芯片供应将在未来两年比当前更为紧张，AI需求激增与产能扩张滞后是主因。本文分析内存供应趋紧的原因及其对市场和消费者的影响。
VLSI行业真正需要什么？芯片设计的岗位、技能与未来
Truechip 与 FutureWiz 两位 CEO 深度解读 VLSI 芯片设计行业：入行需要哪些核心技能、设计流程中有哪些岗位、团队人力配比如何，以及 AI 对半导体工程师的影响和给学生的职业建议。
SEMICON India 2026现场观察：半导体产业的未来
SEMICON India 2026 现场观察：多邦设立展台、产业本土化诉求强烈、年轻人才成为焦点。解读印度半导体产业布局与人才培养的最新信号。
AI设计芯片时代来临？TechCrunch Disrupt聚焦AI硬件闭环
TechCrunch Disrupt 2026上，Ricursive Intelligence创始人Anna Goldie与Azalia Mirhoseini将探讨AI如何设计自己的硬件，闭合AI与芯片开发的循环。解析AI辅助芯片设计的前景与挑战。
前英特尔CEO炮轰HBM：高带宽闪存或将取而代之
前英特尔CEO称HBM很糟糕，Irrational Analysis与SK海力士高管也质疑HBM堆叠路线稀释带宽吞吐。高带宽闪存有望成为破解AI内存墙的新方案，本文解析这场内存架构争论。
Morphotonics获4000万欧元融资，显示技术切入数据中心赛道
荷兰深科技公司 Morphotonics 完成 4000 万欧元融资，投资方包括 3M Ventures、Innovation Industries 等，计划将其大面积纳米压印显示技术拓展至数据中心光互连领域，切入 AI 算力驱动的高增长赛道。
三星拟翻倍HBM4/HBM4E产能，剑指AI内存市场
三星预计将HBM4和HBM4E高带宽内存产量提升一倍以上，剑指AI内存市场。本文解析HBM4规格升级、产能扩张动因及其对AI硬件生态与存储竞争格局的影响。
长鑫存储新内存芯片平台量产，中国存储自主化再进一步
中国存储芯片厂商长鑫存储（CXMT）宣布新一代内存芯片平台进入量产，标志着国产DRAM供应链进一步成熟。本文解读这一进展的行业意义及对全球存储市场的潜在影响。
SK海力士或联手英特尔在美建厂产存储芯片
报道称SK海力士正与英特尔洽谈在美国合作生产存储芯片，但SK海力士回应称尚未敲定任何计划。本文梳理这一传闻的行业背景与需谨慎看待的关键点。
AI基础设施的隐形瓶颈：材料科学如何决定算力未来
AI繁荣正演变为一场材料挑战。半导体和数据中心在性能、散热、电气效率上逼近物理极限，材料科学正成为决定AI算力未来的隐形瓶颈与胜负手。
