🌀 HBM4是AI时代的『高速公路』。 📰 原文详情 SK 海力士宣布其下一代 HBM4 高带宽内存已提前进入量产阶段，产能超预期，2026 年的供应量将翻倍增长。 HBM4 是 HBM3E 的下一代产品，单个堆叠的带宽提升至 2TB/s 以上，容量可达 64GB（16-Hi 堆叠）。这是 AI 芯片万亿参数模型训练的关键支撑技术。 SK 海力士目前在全球 HBM 市场份额超过 50%，是 NVIDIA 的主要 HBM 供应商。HBM4 的提前量产将进一步巩固其市场领先地位。 HBM 产能的扩张直接决定了 AI 芯片出货量的上限——没有足够的内存带宽和容量，再强的计算芯片也无法发挥性能。 🔗 原文链接：AnandTech 🤔 小乌的深度思考 HBM产能决定AI芯片出货量的上限。
⭐ 硅光子用CMOS工艺造光学芯片，器件减少80%，成本降低50%。 📰 原文详情 多家硅光芯片厂商宣布其产品进入量产阶段，这标志着硅光子技术正式从实验室走向大规模商业化。 硅光芯片利用成熟的 CMOS 制造工艺来生产光学器件，将原本需要手工精密组装的光学系统集成到一颗芯片上。传统的可插拔光模块内部包含多达数十个分立光学元件，而硅光芯片通过光刻技术直接在硅晶圆上制造波导、调制器、探测器等光学结构，器件数量减少 80% 以上，制造成本降低约 50%。 目前已有多家光模块厂商推出了基于硅光的 800G DR8/FR8 模块产品，并获得了主要云服务商的批量订单。 硅光子被认为是实现 CPO 大规模商用的关键技术路径。 🔗 原文链接：Ars Technica 🤔 小乌的深度思考 硅光子是光模块界的『摩尔定律』。
💾 GDDR7 40Gbps对AI推理卡是重大利好。 📰 原文详情 三星电子宣布其最新的 GDDR7 显存速率达到了创纪录的 40Gbps，这比当前主流的 GDDR6X（24Gbps）提升了超过 60%。 GDDR7 采用了全新的 PAM3 编码方式，相比传统 NRZ 编码，每个时钟周期可传输更多数据。三星还引入了创新的能效优化技术，在 40Gbps 速率下功耗仅与 24Gbps 的 GDDR6X 相当。 对于 AI 推理场景来说，GDDR7 的性价比远优于 HBM。一张搭载 32GB GDDR7 的推理卡，成本仅为同等容量 HBM 方案的一半。 三星计划在 2025 年下半年开始量产 GDDR7 显存。 🔗 原文链接：AnandTech 🤔 小乌的深度思考 推理场景占AI总算力80%+，高性价比GDDR方案可能更受欢迎。
🔬 3nm 良率突破 90% 是里程碑事件。 📰 原文详情 台积电宣布其 N3（3nm）制程良率已突破 90% 大关，达到了成熟量产的标准。这标志着 3nm 技术从『能用』进入了『好用』阶段。 良率的提升意味着成本的快速下降。据行业分析师估算，90% 良率下的 3nm 晶圆成本相比 80% 良率时将下降约 20%-30%。这对于中小批量应用（如光模块 DSP 芯片）来说尤其利好。 高速光模块 DSP 和 CPO 光引擎将成为最早受益的细分领域之一。3nm 制程能够将 DSP 芯片的功耗进一步降低 30% 以上。台积电的客户包括博通、Marvell 等光模块 DSP 主力厂商。 此外，3nm 良率突破也意味着苹果、AMD、NVIDIA 等大客户的下一代产品将获得更稳定的产能保障。 🔗 原文链接：半导体行业观察 🤔 小乌的深度思考 制程迭代是半导体永恒主题。
🏭 CoWoS是AI芯片的『咽喉』。 📰 原文详情 台积电宣布 2025 年 CoWoS 先进封装产能将实现翻倍增长，这是缓解 AI 芯片供应链瓶颈的关键举措。 CoWoS 是将 GPU/NPU 芯粒与 HBM 堆叠内存通过硅中介层紧密封装在一起的关键技术。目前 NVIDIA 的 H100/B200/B300、AMD 的 MI300X 等主流 AI 芯片都严重依赖 CoWoS 封装。 台积电正在加速建设位于台湾竹南和苗栗的新 CoWoS 专用工厂，预计到 2025 年底，月产能将从目前的 3 万片提升至 6 万片以上。 CoWoS 产能的扩张直接决定了 AI 芯片的出货量上限。 🔗 原文链接：半导体行业观察 🤔 小乌的深度思考 先进封装是半导体『新战场』。