1. 长江及长鑫 2024年销售额及市占率

2. 跃居全球最大封装厂  台积电要颠覆电源

伯恩斯坦证券预测，随着AI芯片用CoWoS需求的爆发，台积电今年先进封装营收有望占总营收的10%，超越日月光，成为全球最大封装供应商。

此次台积电技术研讨会的最大亮点，并非最新14A（1.4纳米）制程的亮相，也不是12英寸晶圆大小的巨型SoW封装，而是台积电联席首席运营官兼业务发展资深副总经理张晓强博士在倒数第二张PPT的主题演讲中，揭晓了继硅光子之后，又一项令人期待已久的革命性技术。

他身后的屏幕上首先显示的是台积电先进CoWoS封装熟悉的剖面图，上面用粗体字写着：“高性能计算/AI技术平台（今日）”。

CoWoS 的结构类似于夏威夷披萨。以英伟达最常见的 AI 加速卡 H100 为例，最上层是一片火腿（4nm GPU 芯片），周围紧紧包裹着几片菠萝片（高带宽内存，HBM）。再下面是一层奶酪（硅中介层），最底层则是脆皮（基板）。

“然而，这个领域未来将发生根本性的变化，”张博士说，他揭开了“明日CoWoS”幻灯片，其结构比之前的幻灯片复杂得多。

最显著的变化在于硅中介层，它本质上是披萨中间的“奶酪”，现在由几个小色块组成，代表着不同功能的IC。张博士解释说，以前，这一层仅用于钻孔互连，但现在将通过3D堆叠集成更多功能。

首先被提及的是大家更熟悉的硅光连接器。然而，在本次技术论坛上首次亮相的却是一种“集成电压调节器”（IVR），它可以被看作是嵌入在芯片内的超微型变压器。

张博士解释道，将电压调节器靠近处理器可以“最大化”电源调节效率。

这种“结构性变化”，促使前工研院电光所所长、乾坤科技技术长詹益仁博士在其个人专栏中发出警告：台积电在先进制程上已是“一人秀”，“不久的将来，在先进封装领域，也可能独树一帜”。

对于台达电、英飞凌等电源模块供应商来说，“未来CoWoS”幻灯片无异于一份死亡笔记，一个令人不寒而栗的信号，表明他们的独立产品将因融入CoWoS而消失。

IVR由三部分组成：一块由Nvidia设计、采用台积电16纳米工艺生产的电源管理IC，以及超薄电容和电感。据上述电源业内人士称，将这些元件嵌入厚度仅为100微米的硅中介层中，在技术上“极具挑战性”。他指出，即使是Nvidia自己的工程师也对其可行性缺乏充分信心。目前，预计它将首先与Nvidia计划于2028年发布的下一代GPU架构“Feynman”配合使用。

第二个挑战在于对电感、电容等无源元件极高的性能要求。“市面上常见的无源元件工作频率一般在几百KHz，”一位业内人士表示，“1MHz已经很厉害了。他们的规格要求是50到60MHz，这几乎是主流产品性能的百倍。

第三个也是尤为关键的挑战是电压转换和整流过程中产生的高热量。由于被密封在中介层内，“它的热量该如何散发呢？”他问道。

3. TechInsights半导体顶级供应商排名

最近美国TechInsights（即之前的 IC Insights）发布了一篇《Semiconductor Forecast Update and Top Supplier Rankings》的报告，里面详细分析了对半导体市场的预测，和对目前半导体顶级供应商的排名，这篇文章我们结合这篇报告的内容，看下TechInsights给出的顶级供应商的排名如何。

2024年领先的模拟集成电路（IC）供应商排名。

CU

MPU & APU 2024年，微处理器（MPU）和应用处理器（APU）市场

O-S-D 2024 年 O-S-D 器件市场整体下降 9%，达到 911 亿美元。光电市场下降 5%，传感器市场下降 2%，执行器销售下降 6%，商品化程度高的分立器件市场收入暴跌 17%。

4. WSTS 2025 Spring Forecast

全球半导体业最为重要的WSTS每年春及秋季预测数据值得收录

2025-June

5. 2025年第一季度淡季效应减轻，晶圆代工营收季减至5.4%

根据TrendForce集邦咨询最新调查，2025年第一季，全球晶圆代工产业受国际形势变化影响而提前备货，部分业者接获客户急单，加上中国延续2024年推出的旧换新补贴政策，抵消部分淡季冲击，整体产业营收季减约5.4%，收敛至364亿美元。

展望第二季营收表现，整体动能逐步放缓，唯中国旧换新的补贴政策拉货潮有望延续，加上下半年智能手机新品上市前备货陆续启动，以及AI HPC需求稳定，将成为带动第二季产能利用率和出货的关键，预期前十大晶圆代工厂营收将呈现季增。 

6. 人工智能从数据时代迈向经验时代

从人类数据时代迈向经验时代的含义

人类数据时代：早期人工智能多依赖大量人类标注数据进行监督学习。模型通过学习输入数据与对应标注输出之间的映射关系来进行预测和决策。例如在图像识别中，需要大量人工标注的图像数据来训练模型，让其识别不同物体。

经验时代：如今，让人工智能从人类的感知和行为，而非单纯的标注数据中学习，成为许多研究者关注的重点。经验被视为互动带来的数据，是智能体与外部世界沟通的途径，强调智能体在与环境交互过程中积累和利用经验来学习和进化。

迈向经验时代所表示的意义：

更接近人类智能：人类的智能发展不仅仅基于数据，还源于在生活中不断积累的经验。人工智能向经验时代迈进，有助于使其学习方式更接近人类，能更好地处理复杂、多变的现实问题，增强模型的泛化能力和适应性。

强调交互与动态学习：经验时代注重智能体与外部世界的交互，智能体在环境中采取行动并接收反馈，根据这些经验不断调整策略。如强化学习中的智能体通过不断试错，在与环境的动态交互中学习最优行为策略，这使人工智能系统具有更强的自主性和学习能力。

拓展智能边界：随着数据规模急剧增加，其中大部分将来自于物联网设备而不是人类活动。从经验角度出发，人工智能可以更好地处理这些非人类直接产生的数据，挖掘其中的价值，发现新的知识和模式，从而拓展智能的边界，推动人工智能从感知走向认知、从关联走向因果。

助力解决复杂问题：在一些复杂领域，如战略管理、高端决策等，有经验的人凭借商业直觉等经验因素能更好地处理问题。人工智能进入经验时代，能够将人类的经验进行梳理和转化，使其成为可被模型理解和利用的知识，从而助力解决这些复杂领域的问题。

7. 高通收购Alphawave的举动凸显了SerDes芯片在现代通信和计算领域的关键作用

以下是SerDes技术的重要性及高通此次收购的战略意义：

1）. SerDes技术的基本作用

SerDes（串行器/解串器）是一种将并行数据转换为高速串行信号（或反向转换）的核心技术，主要用于解决芯片间、设备间的高带宽数据传输问题。

其核心价值在于：

- 高速传输：在物理链路有限的情况下，通过串行化实现超高速率（如112Gbps、224Gbps甚至更高）。

- 降低布线复杂度：替代传统的并行总线，减少引脚数量和电路板面积。

- 长距离传输：支持数据中心、光通信等场景中的远距离信号完整性。

 2）. SerDes的现代应用场景

SerDes是以下高增长领域的底层技术支撑：

- 数据中心与云计算：用于服务器、交换机、存储设备之间的互联（如PCIe、以太网、光纤通道）。

- 5G/6G基础设施：基站、回传网络需要高速SerDes处理海量数据。

- 人工智能/高性能计算：GPU/TPU集群、芯片间互联（如NVLink）依赖SerDes实现低延迟高带宽。

- 汽车与自动驾驶：车载传感器（摄像头、雷达）和域控制器之间的数据传输。

3）. 高通收购Alphawave的战略意图

- 补齐技术短板：  

  高通在移动通信（基带、SoC）领域领先，但高速SerDes是其相对薄弱的环节。收购Alphawave可增强其在数据中心、网络设备等市场的竞争力。

- 抢占下一代接口标准：  

  随着PCIe 6.0、800G/1.6T以太网、UCIe（Chiplet互联）等新标准落地，高性能SerDes成为必争之地。Alphawave的IP组合能帮助高通快速切入。

- 布局异构计算与Chiplet：  

  未来芯片设计趋向模块化（如高通自己的Oryon CPU），SerDes是Chiplet间互联的关键，直接影响性能与能效。

- 应对行业竞争：  

  英特尔（拥有领先的SerDes IP）、英伟达（通过Mellanox强化网络技术）、博通等对手均在SerDes领域有深厚积累，高通需迎头赶上。

 4）. 行业趋势与市场驱动

- 数据爆炸：AI/ML、视频流、物联网推动全球数据量激增，对高速互联的需求持续攀升。

- 工艺制程瓶颈：随着摩尔定律放缓，通过先进封装（如2.5D/3D）和SerDes提升系统性能成为主流方案。

- 标准化与开放生态：UCIe等联盟推动Chiplet互联标准化，SerDes IP将成为通用“粘合剂”。

总结

SerDes技术是数字世界的“隐形桥梁”，决定了数据传输的效率和规模。高通通过收购Alphawave，不仅补强了自身在高速互联领域的能力，更是为未来在数据中心、AI、自动驾驶等赛道的竞争埋下关键棋子。这一动作反映了半导体行业从单一芯片竞争转向“互联+计算”全栈能力较量的趋势。

8. OpenAI年度经常性收入达100亿美元，ChatGPT引领增长

据报道，OpenA的年度经常性收入（ARR）突破100亿美元，较2024年同期的55亿美元实现了近翻倍增长。这一里程碑成就标志着其明星产品ChatGPT在全球范围内的广泛应用和成功。

据CNBC报道，100亿美元的收入数据明确排除了来自微软的授权收入和大型一次性交易，该金额包括公司消费产品、ChatGPT 商业产品以及应用程序编程接口 (API) 的销售额。不包括微软的授权收入，OpenAI 发言人表示，这包括大型一次性交易。这种聚焦于“经常性收入”的模式，使其财务表现更具稳定性，尽管去年全年亏损约50亿美元。

OpenAI的年度经常性收入（ARR）从2024年的55亿美元跃升至2025年的100亿美元，增幅近80%。这一增长主要归功于ChatGPT的订阅服务、企业级API调用及开发者生态系统的扩展。例如，ChatGPT的订阅服务和企业API调用是收入增长的主要驱动力， ChatGPT的付费用户和API使用量显著提升。此外，ChatGPT的用户基数是收入增长的关键因素，截至2025年3月，ChatGPT的周活跃用户已突破5亿，付费订阅用户超过2000万，商业客户达到300万。

OpenAI在不到3年的时间实现了营收突破100亿美元，增速远超行业预期。未来，该公司计划到2029年将年收入提升至1250亿美元，较当前规模增长超12倍。据一位不愿透露姓名的知情人士透露，OpenAI 还计划到 2029 年实现 1250 亿美元的营收。由于细节保密，该人士不愿透露姓名。The Information率先报道了 OpenAI 的营收目标。

今年3月，OpenAI完成了一轮规模达400亿美元的融资，成为有史以来最大的私营科技融资案。另在“星际之门”的推动下，日本软银集团已经取代微软成为OpenAI的第一大“金主”。

OpenAI的收入增长反映了生成式AI的市场需求。引用Gartner预测，2025年全球AI软件市场规模将突破2000亿美元，其中生成式AI占比超30%。OpenAI的估值（2025年达1570亿美元）远高于其收入，显示出投资者对其增长潜力的高度信心。

随着OpenAI的成功，其他公司也在积极开发类似产品，这可能导致市场竞争加剧。谷歌、微软、Meta等科技巨头都在大力投资AI技术，试图在这一领域分一杯羹。谷歌Gemini、Anthropic Claude 3等将抢占企业市场， DeepSeek等本土化模型分流亚洲用户。

ChatGPT的成功已经证明了大型语言模型的商业价值，也验证了OpenAI的商业模式，即通过提供基于订阅的AI服务来创造持续收入。这种模式使公司能够获得稳定的现金流，并根据用户需求不断改进其产品。人工智能技术真正进入了主流市场。在此之前，AI技术主要应用于特定行业或专业领域，这种普及将加速AI技术的创新和改进。随着OpenAI成功跨越100亿美元收入门槛，人工智能产业已经处于一个关键的转折点。

9. 任正非：芯片问题其实没必要担心

6月10日，华为创始人任正非在接受人民日报记者采访，就芯片问题发表了看法。他明确表示，中国在芯片领域已经具备了足够的自主能力，芯片问题其实“没必要担心”。这一观点与他在2024年12月11日接受人民日报采访时的表态一致。

任正非表示，“中国在中低端芯片上是可以有机会的，中国数十、上百家芯片公司都很努力，特别是化合物半导体机会更大。硅基芯片，我们用数学补物理、非摩尔补摩尔，利用集群计算的原理，可以达到满足我们现在的需求。软件是卡不住脖子的，那是数学的图形符号、代码，一些尖端的算子、算法垒起来的，没有阻拦索。困难在我们的教育培养、人才梯队的建设。中国将来会有数百、数千种操作系统，支持中国工业、农业、医疗等的进步。”

任正非特别强调了基础理论研究的重要性。他表示，“当我国拥有一定经济实力的时候，要重视理论特别是基础理论的研究。基础研究不止5—10年，一般要10年、20年或更长的时间。如果不搞基础研究，就没根。即使叶茂，欣欣向荣，风一吹就会倒的。买国外的产品很贵，因为价格里面就包含他们在基础研究上的投入。所以，中国搞不搞基础研究，也要付钱的，能不能付给自己搞基础研究的人。”

任正非呼吁社会理解和支持理论工作，并指出，理论科学家的孤独和重要性不容忽视。他介绍，“华为一年1800亿投入研发，大概有600亿是做基础理论研究，不考核。1200亿左右投入产品研发，投入是要考核的。没有理论就没有突破，我们就赶不上美国。” 而这种对基础研究的重视，正是华为在诸多技术领域持续进步的重要保障。

任正非在回答中还提到，华为在芯片问题上的准备充分。他指出，华为已经做好了应对准备，包括“备胎”计划的实施。他强调，华为不会轻易排斥美国芯片，而是希望与美国公司共同成长。如果出现供应不上的情况，华为没有困难，因为所有的高端芯片都可以自己制造。他指出，华为在和平时期，从来都是“1+1”政策，一半买美国公司的芯片，一半用自己的芯片。这种策略不仅保障了华为的供应链安全，也维护了与美国公司的合作关系。

在被提及“昇腾芯片被‘警告’使用风险，对华为有什么影响吗？”，任正非表示，“中国做芯片的公司很多，许多都做得不错，华为是其中一家。美国是夸大了华为的成绩，华为还没有这么厉害。要努力做才能达到他们的评价。”

任正非还提到，中国在人工智能领域具有显著优势。他指出，中国有数亿青少年，是国家的未来，人工智能的发展需要充足的电力和发达的信息网络，而中国在这方面具有优势。他强调，中国制造业正在越来越多地将人工智能融入产品中，会诞生很多中国模型。

10. 卡住EDA工具是又一个七寸

EDA与PDK

流片可以理解为代工厂为生产芯片前的“试产”，用来测试芯片的功能性能是否符合设计预期，并验证芯片设计方案与代工厂的工艺适配，这其中涉及一个关键的概念——PDK。

PDK全称Process Design Kit，即工艺设计包，可以理解为代工厂某一节点的用户使用说明，其中包括这一节点的设计规则、仿真模型、技术文件等设计参数。

假设一家芯片公司的一款芯片需要在台积电3nm制程上制造，就需要台积电提供3nm的PDK，芯片公司根据PDK的参数指导进行芯片设计，否则将导致芯片与台积电3nm工艺适配度不过关，达不到流片标准。

台积电的N2节点就点满了Cadence和新思科技的工具链，制作PDK也采用了后者的EDA工具。芯片设计公司如果没有事前取得EDA厂商的授权，连PDK都打不开，更别说流片了。2023年，华为轮值董事长徐直军曾宣布实现14nm EDA工具全链条国产化，不可忽视的大背景，是14nm工艺从设计、制造、到封测的国产供应链的全线打通。

EDA工具的特殊性在于，它在商业上类似操作系统和指令集，竞争力很大程度上来自产业上下游共同构建的生态。换句话说，不怕你反复摇摆，就怕你下决心另起炉灶。

而对于3nm等先进工艺节点，代工厂还会时不时改良翻新，比如台积电3nm至今为止已经推出了N3B、N3E、N3P、N3X四个版本，每个版本都对应不同的PDK，需要EDA厂商同步更新相关工具。

一旦EDA厂商停止向芯片设计公司授权，意味着后者无法取得代工厂最新的PDK，基于新工艺的设计和流片同样无从谈起。

PDK是EDA公司、芯片设计公司、代工厂以及整个集成电路产业链共生关系的缩影。

中国大陆集成电路产业的薄弱，一个重要原因是在产业高速迭代的周期参与度不足，导致错过了产业标准和规则的适配过程。

这也一定程度揭示了国内EDA工具发展困境的真相：并非程序员不够努力，而是整个产业链在全球分工中的存在感不足。