截至2026年10月9日的一周，半导体行业经历了一系列发展，涵盖制造与先进封装、数据中心基础设施以及量子计算。虽然任何一项单独的公告都不会对市场构成全面转型，但将这些进展汇总来看，可以看出人工智能扩张正给整个芯片供应链带来多大压力。
先进封装成为新的扩张领域
TSMC 与 GlobalFoundries 签署了一项价值20亿美元的制造协议。根据协议，GlobalFoundries 将在其位于纽约州马耳他市的工厂生产用于 TSMC CoWoS 先进封装体系的中介层硅片。预计将于2028年上半年开始大规模生产。
在相关方向上，Applied Materials 与 Intel 扩大了研究合作，以开发晶体管、互连和先进封装技术；与此同时，Rapidus 推出了 Rapidus CORE 框架，以支持客户从芯片设计到制造，并推进其2nm代工厂计划。第一阶段将有17家设计服务合作伙伴参与。
此外，Xanadu 与 GlobalFoundries 建立了多年合作关系，将低损耗氮化硅光子技术和超导单光子探测器技术转移至 GlobalFoundries 位于纽约、采用300mm晶圆的生产线。
人工智能压力蔓延至能源和内存
SIA 和 WSTS 的数据显示，8月全球半导体销售额达到1597亿美元，比7月增长8%；今年以来的累计销售额已超过1万亿美元。McKinsey 预计，到2030年，推理负载将占人工智能计算量的约60%，从而推动对专用加速器、HBM内存、互连芯片、先进封装和硅光子的需求。
另一方面，Brookings 估计，到2032年，美国人工智能扩张可能需要10.3万亿美元，用于数据中心、能源、网络和专用芯片的融资，并警告称，融资的复杂性可能掩盖日益增加的金融风险。
Wolfspeed 获得了一项有条件的美国政府资金承诺，金额最高达15亿美元，期限为30年，用于扩大碳化硅材料和宽禁带功率器件的生产。Infineon 还宣布了一种面向人工智能数据中心的27kW三相电源解决方案；与此同时，Microchip 与 Navitas 合作推出了一种将800V转换为6V的参考设计，用于开发采用800VDC电压的数据中心机架。
未来制造技术，但时间表漫长
ASML 和 Carl Zeiss 的研究人员展示了一种拟议的 Hyper-NA EUV 技术架构，其数值孔径不低于0.75，有望制造达到5nm的特征尺寸，比目前的 High-NA 系统小三分之一以上。不过，这项技术可能还需要大约十年才能具备就绪条件，目前也没有宣布将其引入商业生产的承诺。
Canon 表示，纳米压印光刻技术已进入大规模生产前的最终阶段。另一方面，Technology & Statecraft 中心认为，DUV 浸没式系统仍是中国制造人工智能芯片面临的主要瓶颈之一，并估计截至2026年第一季度，中国工厂已累计拥有超过330套此类系统。
安全与供应链受到审查
美国司法部指控 Earthmade Computer 公司所有者向中国走私价值超过3亿美元、受出口管制的服务器，并称其使用有关最终用户和目的地的误导性信息，通过马来西亚和新加坡转运货物。CSET 研究人员对超过1000万种用于侦测人工智能芯片改道的情景进行建模后得出结论：通过通信信号核验位置可能是成本最低的选择；将其与有针对性的实物检查结合起来，或可提高其有效性。
为什么这条消息重要？
这些进展表明，挑战已不再局限于获得更小的制造节点。人工智能的实际扩张还需要能够整合多种芯片的封装、高带宽内存、更高电压的电力、光互连，以及核验芯片跨境流动的机制。至于 Hyper-NA EUV 和量子计算等许多更具雄心的技术，目前仍处于研究或早期扩展阶段；因此，不应将研究公告等同于现成的商业生产能力。