芯片与半导体芯片行业繁忙的一周：20亿美元制造交易与应对人工智能扩张的新技术Semiconductor Engineering 回顾了芯片行业的一系列重要进展，从 TSMC 与 GlobalFoundries 就制造 CoWoS 封装组件达成协议，到 Hyper-NA EUV 研究，以及在人工智能芯片、电力和数据中心领域的大规模投资。这些进展表明，瓶颈正逐步从处理器制造转向封装、能源、光互连和供应链安全。2026-10-09
芯片与半导体芯片产业周：设计代理、HBM 内存、光子学以及能源与安全压力《半导体工程》回顾了芯片产业的一些重要进展，从芯片设计人工智能代理和 Spectre-v2 威胁，到先进封装与光子学扩张以及工程师短缺。整体来看，人工智能基础设施的增长正在同时给内存、能源、网络互连和制造能力带来压力。2026-10-02
芯片与半导体为什么芯片验证过程需要连续的数字线程，而不是更多工具文章认为，现代系统的复杂性使汇总测试和报告变得不够充分，芯片设计团队需要一条验证线程，在整个生命周期内将需求、设置、测试和结果连接起来。文章指出，这种方法的价值取决于需求是否清晰、证据及其上下文是否被记录，而不仅仅取决于工具集成。2026-09-29
芯片与半导体Moores Lab AI押注代理式人工智能以加速芯片设计Moores Lab AI正在开发用于自动化芯片设计和验证部分阶段的工具，并称其客户能够在48小时内发现第一个错误，而不必等待数月。不过，该公司承认，人工智能的可靠性仍是一个关键挑战，因为芯片行业容不得错误。2026-09-29
芯片与半导体为什么先进封装基板正转向针对每种应用的专用设计？基板的产能已不再是满足先进封装需求的充分标准；封装尺寸、层数、互连精度和集成功能使每种设计都更接近于一种专门的制造流程。这将影响材料、设备、认证和供应来源，尤其是在人工智能、高性能计算、共封装光学和汽车封装领域。2026-09-28
芯片与半导体从 L1 到 L5：如何衡量芯片设计中人工智能代理的自主性？Semiconductor Engineering 的一篇材料提出了一个五级框架，用于评估人工智能代理在芯片设计中的自主性：从优化特定任务开始，直至在受控工程范围内执行完整工作流。文章强调，单独的自主性级别并不足够，除非同时明确决策范围、验证机制，以及工程师进行干预和作出最终批准的责任。2026-09-24
芯片与半导体三维芯片推动芯片设计工具重建工作流程人工智能芯片向堆叠架构和基于 chiplet 的设计转型，迫使 EDA 工具分析从芯片到封装和电路板的整个系统，并整合代理式人工智能以加速探索。然而，互操作性、动态规划、电源与热分析，以及保持结果准确性，仍然是关键挑战。2026-09-24
芯片与半导体芯片设计工具的未来走向证据驱动的自动化一篇分析文章得出结论：只有当人工智能在工具与团队之间协调工作流程，而不仅仅是优化单个工具时，它才能在芯片设计工具中实现最大价值。但对人工智能的依赖仍取决于语义连续性、确定性验证以及对每项结果进行审计的能力。2026-09-24
芯片与半导体新加坡 Nexstrom 筹集1200万美元，用于开发二维半导体制造Nexstrom 完成了一轮1200万美元的种子融资，用于开发能够直接在300毫米晶圆上生长二维半导体材料的设备。该公司旨在帮助芯片工厂以商业规模生产TMD材料，但预计其设备要到2030年至2035年期间才具备商业生产条件。2026-09-22
芯片与半导体日本ガイシ展示用于散热人工智能芯片并改善 CPO 信号的陶瓷技术日本ガイシ展示了针对人工智能负载所用半导体封装中散热和信号损耗挑战的陶瓷技术，包括适用于 300 毫米尺寸的氮化铝基板，以及面向共封装光学（CPO）计算应用的封装架构。2026-09-18
芯片与半导体芯片周报：内存与人工智能重新绘制造业版图Semiconductor Engineering 的每周回顾揭示了芯片行业多项转型同步发生：内存交易、人工智能基础设施扩张、先进节点设计成本上升，以及中国设备供应商崛起。发展还表明，制造、封装、电力和安全方面的鸿沟仍在决定各市场能否受益于人工智能需求增长。2026-09-18
芯片与半导体华为公布 Ascend 芯片路线图和 Atlas 架构，以扩大人工智能能力华为宣布推出新的 Ascend 芯片和专用于训练及运行人工智能模型的 Atlas SuperPoD 系统，上市时间安排从 2027 年延续至 2029 年。该计划包括光互连架构。公司表示，其新架构到 2031 年可能实现相当于 1.4 纳米制程芯片的性能，而无需依赖同等程度的工程缩小。2026-09-17
芯片与半导体埃及沃达丰开始在网络站点商用 Ericsson RAN Processor 6672埃及沃达丰已开始商用 Ericsson RAN Processor 6672。该处理器旨在运行人工智能负载，并直接在网络站点内支持 5G 网络。爱立信表示，与上一代产品相比，该处理器可将处理容量提高四倍，并将能耗降低超过 50%。2026-09-17
芯片与半导体人工智能时代的存储问题转变为芯片封装挑战Semiconductor Engineering 的一项分析认为，人工智能工作负载的扩展不仅依赖计算能力，还需要更高密度的存储，以及能够容纳更薄 NAND 芯片和更高堆叠结构的封装技术。文章强调，混合键合、芯粒堆叠以及外包组装与测试公司，将是把提高存储密度的承诺转化为可制造产品的关键因素。2026-09-17
芯片与半导体为什么材料创新已成为突破芯片缩放极限的关键因素？Semiconductor Engineering发表的一项分析认为，半导体制造的未来不仅取决于组件微缩，还取决于借助仿真、人工智能以及芯片制造商与设备和材料供应商之间的早期协作来开发新材料。该分析介绍了多个例子，包括干式制造工艺、光互连以及氮化镓衬底。2026-09-17
芯片与半导体负热膨胀材料为减少芯片封装翘曲提供路径半导体封装行业正在探索负热膨胀材料，这些材料能够减少芯片、基板和周围模塑料之间的热膨胀差异；随着封装和面板尺寸增大，这一问题日益严重。不过，要大规模采用这些材料，仍取决于它们能否在宽温度范围内工作、实现均匀混合并控制杂质。2026-09-17
芯片与半导体为什么难以为先进芯片封装构建可靠的数字孪生？数字孪生不能只模拟封装的理论设计；它还必须与生产线实际制造的产品保持同步，并关联芯片、材料、供应商和测试数据。文章指出，背景信息不足、物理效应相互耦合以及持续校准的需求，是构建先进芯片封装数字孪生的主要障碍。2026-09-17
芯片与半导体美国中西部能否建立完整的半导体产业生态？英特尔（Intel）和SK海力士（SK hynix）的投资以及芝加哥的量子项目，正推动美国中西部转变为新的半导体中心，但人才短缺和融资的可持续性将决定这一转型最终会成为真正的产业生态，还是一轮短暂的投资浪潮。2026-09-17