1. 英特尔18A工艺良率仅20-30%

台积电计划于2025年下半年在台湾工厂开始量产2nm工艺，这将是该公司首次采用环栅(GAA)晶体管架构的工艺，与3nm节点相比，性能可提高10%至15%，功耗可降低高达30%。在良率方面，台积电表现同样出色。据台媒报道，台积电2nm工艺的良率已达到60%，而今年3月的报道估计，英特尔18A工艺的产量仅为20%至30%，三星在其竞争技术上的产量则达到了40%。

过去四年，英特尔已投入超过900亿美元用于扩大晶圆代工业务，试图缩小与台积电和三星的差距。然而，这一转型之路并不平坦，去年其晶圆代工部门亏损近130亿美元，公司股价自2024年峰值以来已下跌近50%。英特尔的18A工艺目前处于风险生产阶段，采用1.8纳米技术。该工艺整合了RibbonFET环绕栅极晶体管和PowerVia背面供电等创新技术，有望制造出更小的晶体管，提高性能和能效。搭载18A处理器的笔记本电脑样品已开始向原始设备制造商(OEM)提供。英特尔声称，与台积电的竞争节点相比，18A工艺将提供更高的性能并降低功耗。然而，作为晶圆代工市场的领导者，台积电占据全球超过三分之二的市场份额，在2nm工艺上保持显著领先优势。

市场研究机构Counterpoint Research预测，台积电可能在2025年第四季度实现其2纳米产能的充分利用。英特尔在推出新节点方面一直遭遇拖延，其18A工艺在初步试产后已有一些外部客户退出，导致需求低于预期。

2. 关于华为CloudMatrix384昇腾AI云服务

舆论普遍认为，在目前全球AI算力需求高速增长的背景下，CloudMatrix384的横空出世，将彻底打破国外对AI算力市场的垄断，改变中国乃至全球AI产业的格局。

华为常务董事、华为云计算 CEO张平安宣布，基于CloudMatrix384的昇腾AI云服务已经全面上线，提供澎湃算力，供各行各业客户使用。 

CloudMatrix384是一个超节点，也是一个AI智算集群。 

AI智算集群分为两种模式，一种是Scale Up，另一种是Scale Out。 

Scale Up是向上扩展（纵向扩展），增加单节点内的GPU/NPU算卡数量。Scale Out是CloudMatrix384发布之后，很多人都只关心算力的大小，但实际上，这款产品最大的看点，在于它的设计理念。 

华为在发布CloudMatrix384时，反复强调了三句话，即：“一切可池化”“一切皆对等”“一切可组合”。

华为认为，在人工智能大爆发的时代，单一类型的计算资源，单一节点的计算能力、存储能力，以及配比固定、松散协同的扩展模式，已经难以满足日益复杂且快速变化的应用部署需求。 

与其在传统计算互联构架上修修补补，不如创建一个新的架构。

CloudMatrix架构将NPU、CPU、内存、网卡等所有资源完全解耦，形成可以独立扩展的资源池，实现“由单算力转向混合算力，由单机转向集群，由传统应用松散分布转向多样应用紧密融合”，是一个真正对等互联的超节点架构。

CloudMatrix384，是华为打造的新一代AI云基础设施，实现了所有资源的逻辑解耦和对等池化，能够更好地应对不断增长的AIGC大模型训推任务需求。它的核心思想，就是用“对等互联池化”打造“强整体”，以系统化的思维，应对大模型训推带来的算力挑战。 

通过将计算任务在跨节点的专家间进行分布式处理，使得单次推理的批量大小（batch size）得以大幅增加。更大的批量处理能力可充分释放并行计算潜力，减少单位计算的调度开销，从而实现整体吞吐量的提升。 

CloudMatrix384的池化算力资源，还可以更灵活地分工完成这些工作。分工肯定会带来很多沟通成本（通信开销），而CloudMatrix384的卡间通信能力，能够hold得住这些成本。再举一个池化架构帮助降低系统时延的例子： 

大模型推理任务涉及到了一个KV Cache（键值缓存）技术。Prefill生成KV Cache，Decode使用和更新KV Cache。KV Cache会不断增长，占用更多显存。

在这些buff的加持下，CloudMatrix384不仅单节点算力很高（300Pflops），它的单卡计算和通信效率也非常惊人。CloudMatrix384的节点内互联带宽高达2.8Tbps，远高于英伟达的1.8Tbps。 

这里还要补充说明一下：CloudMatrix384的强大卡间通信能力，得益于华为云Matrixlink亲和性智能调度、重构网络协议等技术能力，大幅提升了带宽，降低了时延。 

这些技术创新共同发挥作用，最终能将整体all to all通信效率提升30%。

大家都知道，AI大模型训练经常会出错中断。中断后，需要时间进行恢复。这不仅拉长的训练周期，也增加了大量的训练成本。 

CloudMatrix384借助昇腾云脑，实现了全栈故障感知、诊断与快速自动恢复。在快速恢复方面，CloudMatrix384配合“三层快恢技术”，可以实现万卡集群故障10分钟快速恢复。 

前不久，华为任正非在接受人民日报采访的时候，说了这么一句话：“我们单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。”

3. 苹果正在利用AI加速芯片设计流程

电子设计自动化（EDA）是芯片设计的核心工具。全球两大EDA巨头——Cadence和Synopsys——正在竞相将生成式AI融入其产品。

斯鲁吉强调：“在芯片设计中使用最先进的工具至关重要。”他透露，生成式AI技术有潜力在更短时间内完成更多设计工作，这将大幅提升生产力。

苹果的芯片设计之路始于2008年，斯鲁吉主导的首款自研芯片A4打破了英特尔对Mac产品的垄断。从A4到如今的M系列芯片，苹果通过垂直整合实现了性能与能效的双重突破。2020年，苹果宣布全面转向自研芯片（Apple Silicon），推出M1、M2、M3系列，其性能甚至超越同期英特尔高端芯片。

斯鲁吉提到苹果在自主设计芯片过程中学到的一条重要经验是：必须敢于下大注，且不回头。他说：“将Mac电脑转向苹果自研芯片（Apple Silicon）对我们来说是一次巨大的押注。当时没有备用计划，也没有拆分产品线的计划，我们全力以赴，包括投入了前所未有的软件工程资源。

4. 华为亟需解决的问题

华为目前急需解决以下三个主要问题：

芯片技术与供应链问题

突破高端芯片制程瓶颈：美国制裁限制了华为获取先进芯片制造设备与技术，如 EUV 光刻机，导致中芯国际等本土厂商难以突破 5nm 量产瓶颈，华为芯片性能与能效相比国际领先水平存在代差。

提升芯片产能：昇腾 AI 芯片等的量产规模受中芯国际7nm 产能限制，2025 年预计产能远低于国内 AI 算力需求，缺口巨大。

完善供应链：美国施压使全球众多供应商受限，华为供应链弹性被压缩，部分核心材料如 ABF 膜、HBM 等依赖进口，国产替代存在瓶颈。

鸿蒙生态建设问题

扩大用户基数：鸿蒙系统在国内市场份额有提升，但全球市场份额仍低，设备数量与安卓、iOS 差距大。用户因功能缺失不愿升级，开发者因用户量不足不愿投入，形成制约生态扩张的循环。

降低开发门槛：HarmonyOS NEXT 剥离安卓代码后，跨平台开发框架兼容性挑战大，开发成本高，虽有技术创新计划，但生态成熟前，成本壁垒仍阻碍开发者。

拓展海外市场：鸿蒙系统初期发布仅限中国市场，海外市场面临准入问题和用户习惯差异，生态配套和服务支持需加强。

品牌与市场竞争问题

维护高端品牌形象：频繁降价策略虽能吸引用户、扩大市场份额，但可能削弱华为高端品牌形象，影响品牌信任度。

应对行业竞争：手机行业竞争激烈，友商通过自研芯片、影像技术等提升产品差异化，华为需持续创新，巩固在高端市场的优势，应对价格战和技术竞争压力。

稳定海外市场：部分国家运营商暂停华为 5G 设备部署，海外客户流失风险增加，华为需改善海外市场环境，提升品牌影响力和市场份额。

5. 南京的台积电芯片制造厂的工艺参数全在云端

TSMC为例，其实整个南京FAB 16的设备里都没有任何工艺参数，所有工艺参数全在云端，都是台湾地区FAB12/18的研发管着，本地的设备里啥都没有。换个国产的设备？除非先去FAB12/18的研发中心先跑一边工艺流程，跑通了，以后再来换国产设备？

目前而言，估计SK海力士和三星也类似的情况。当然了，TSMC的美国AZ厂也同样，最核心的工艺参数都在云端，真的想学技术的工程师进这种厂，等于荒废了自己青春，因为啥都学不到。有大佬跟我开玩笑，FAB 16的活都不需要什么高学历，一个听话的高中生培训一下就能上岗当牛马了，前提是它身体素质好，能吃苦耐。

6. 美国计划撤销半导体豁免政策，技术管制升级寻求中国稀土对等豁免

早在2022年10月，美国就出台了新的对华半导体出口管制政策，限制了中国大陆的晶圆制造厂商获取先进制程芯片所需的设备能力，除非获得美国商务部的许可。然而，三星、SK海力士和台积电等企业随后获得了为期一年的豁免许可，允许它们在接下来的一年内无需额外许可即可使用美国设备。

2023年10月，美国进一步延长了这一豁免期，将其变为“无限期豁免”，以确保这些企业在华晶圆厂的正常运营。

根据《华尔街日报》6月20日的报道，美国正在考虑取消对三星电子、SK海力士和台积电等在中国晶圆厂的“豁免”政策，这一举措被视为美国对华半导体出口管制政策的重要升级。

近日，美国商务部工业和安全局（BIS）副部长杰弗里·凯斯勒（Jeffrey Kessler）已通知这些公司，美国计划撤销其在中国使用美国技术的豁免权。这一政策变动将对这些企业在华晶圆厂的运营产生重大影响。

6月20日，美国商务部又传出计划撤销对三星电子、SK海力士、台积电等主要半导体制造商在中国大陆的豁免许可。此举被视为美国政府打击关键技术向中国转移的举措之一。

据悉，涉及的半导体设备覆盖EUV光刻机、高精度刻蚀机、先进薄膜沉积设备等，涉及7nm及以下先进制程等。若正式生效，2025年Q3起相关设备采购需逐案审批，审批周期或长达6-12个月。

白宫表示，此举旨在将芯片设备许可制度与中国稀土出口管制挂钩，实现"程序对等"。但有知情人士透露，该计划尚未获得美国其他政府部门的广泛支持，比如美国国防部。

有分析认为，美国一旦实施新举措，将对全球芯片制造商在中国大陆的运营造成重大困难，同时引发中方的不满，认为美方违背了伦敦磋商成果。

7. 国外对长江存储混合键合专利的详细解析

混合键合是一种通过将铜互连直接连接到铜以及将绝缘材料直接连接到绝缘材料来连接两个半导体芯片的技术。与依赖焊球或凸块的传统芯片堆叠方法不同，混合键合可实现更薄的封装，同时提高电气和热性能。

在过去五年中，混合键合技术已成为先进半导体封装的关键推动因素。在全球半导体公司积极研发工作的推动下，自 2019 年以来，混合键合相关专利的数量增加了四倍多，同时竞争激烈的知识产权 （IP） 格局也发生了重大转变。台积电、Adeia 和长江存储是混合键合 IP 的领先者。

混合键合技术具有广泛的应用范围。在内存领域，预计将在具有 20 多个堆叠层的下一代高带宽存储器 （HBM）、3D DRAM 和具有 400 多个层的 NAND 闪存中实现。事实上，混合键合已经在 NAND 市场实现了商业化。中国芯片制造商长江存储一直在使用这项技术大规模生产 NAND 芯片，以“Xtacking”为名，大约四年来。该工艺涉及晶圆到晶圆 （W2W） 键合，其中 NAND 的核心组件（电池和外围电路）在不同的晶圆上分别制造，然后键合在一起。

YMTC 的专利组合尤其值得注意。对该公司 25 项关键专利的分析表明，该公司拥有与 3D 内存架构相关的先进技术，涉及NAND、DRAM 和 SRAM;逻辑和存储器芯片的混合键合;以及围绕键合层的外围电路集成。YMTC 的专利实现了逻辑、内存和控制器的异构堆叠，增强了半导体制造在人工智能 （AI） 和高性能计算 （HPC） 应用中的可行性。此外，该公司还拥有与制造工艺相关的广泛专利，包括实施混合键合所需的表面处理、阻挡层工程、精确对准方法、应力补偿和晶圆切割技术。

YMTC 的 Hybrid Bonding 相关专利是存储器制造商的主要因素

长江存储是 2018-2019 年率先将混合键合技术应用于 3D NAND 芯片的公司，并以“Xtacking”的名义推出。该公司最初  在其业务早期阶段通过许可协议从 Xperi（现为 Adeia）获得基础专利。从那时起，长江存储开发并扩展了自己的专利组合。

长江存储在混合键合专利方面的强势地位给韩国存储器巨头三星电子和 SK 海力士带来了压力。根据 ZDNet Korea 的一份报告，据报道，三星已准备从 YMTC 获得混合键合专利  ，以制造其下一代NAND 闪存芯片。 预计 SK 海力士也将寻求达成类似的协议。此举凸显了规避长江存储专利的难度，而长江存储的专利被认为是不可避免的。韩国公司决定获得许可而不是在法律上挑战专利，这表明韩国公司将技术进步置于知识产权争议之上。

长江存储的 IP 活动在该领域的速度超过了韩国的领先企业。2017 年至 2024 年 1 月期间，长江存储共披露了 119 项混合键合相关专利。相比之下，三星电子尽管早在 2015 年就开始发表文章，但截至 2023 年底仅披露了 83 项专利。 后来开始申请专利的 SK 海力士只披露了 11 项。

8. 两天极限人机对战，AI智能体率先完成高难度芯片设计，综合成绩优于90%顶尖硕博团队

近日，在半导体行业享有盛誉的“芯原杯”电路设计大赛上，由中国科学院计算技术研究所与西南交通大学组成的联合团队，上演了一场别开生面的“人机协同”实战。

一种全新的芯片设计模式正在诞生。在中国科学院计算技术研究所与西南交通大学组成的联合团队探索下，利用中国科学院计算技术研究所自主研发的ChipGPT与LPCM智能体“参加”了“芯原杯”电路设计大赛。最终，两支人机协同团队在初赛中拔得头筹。他们不仅率先完成了全部设计并通过了所有功能性验证，最终综合成绩在所有参赛队伍中也名列前茅，超越了超过90%由国内顶尖高校硕博研究生组成的精英团队。”

9. 中微公司5nm刻蚀设备斩获台积电10台订单

近日，半导体行业传来重磅消息：中微半导体设备（上海）股份有限公司成功斩获台积电5nm刻蚀设备订单。据业内可靠人士透露，台积电南京厂已向中微公司下单采购10台5nm介质刻蚀机，这些设备预计在2026年第一季度正式交付。这一消息不仅标志着中微公司在高端半导体设备领域的技术实力得到了全球顶尖晶圆代工厂商的认可，也为中国半导体设备产业的发展注入了一针强心剂。

2004年，中微公司在上海张江高科技园区启动运营，彼时，中国半导体设备产业还处于起步阶段，技术和市场几乎被国外企业垄断。但中微公司从成立之初就立志打破这一局面，专注于开发和提供具有国际竞争力的微观加工高端设备。 

2007年，中微公司首台CCP刻蚀设备产品研制成功并运往国内客户，迈出了坚实的第一步。此后，公司不断加大研发投入，持续创新，在技术上取得了一个又一个突破。2011年，45纳米介质刻蚀设备研制成功；2013年，22纳米介质刻蚀设备研制成功；2016年，14纳米介质刻蚀设备、7纳米介质刻蚀设备以及首台单反应台ICP刻蚀设备产品相继研制成功 ，并运往国内客户，逐渐在国内半导体设备市场崭露头角。 

2017年是中微公司发展历程中的一个重要节点。这一年，中微刻蚀设备进入国际先进7纳米生产线，成为第一家“大基金”投资的企业，标志着中微公司开始走向国际舞台。同年，中微第100台MOCVD Prismo A7®反应腔付运，彰显了公司在技术和市场上的双重实力。 

2018年，中微公司完成股份公司整体变更，并在美国VLSIresearch举办的全球客户满意度调查中荣登上榜，在全球晶圆制造设备供应商中排名第三，是唯一一家上榜的中国本土半导体设备公司，这是国际市场对中微公司技术和服务的高度认可。

值得一提的是，早在2018年底，中微公司就对外透露，其自主研发的5nm等离子体刻蚀机已通过台积电验证，性能优良 ，为此次获得订单埋下了伏笔。 

2019年，中微公司成功登陆科创板，成为科创板首批上市公司之一，开启了公司发展的新篇章。同年，中微在美国VLSIresearch举办的全球客户满意度调查中综合评分全球第三，是五个被评为五星级企业之一。公司还公开表示，其开发的5nm刻蚀设备已获得行业领先客户的批量订单，虽然当时未明确指出客户，但业界普遍认为是台积电。

此后，中微公司不断巩固和拓展市场，其CCP高能与ICP低能等离子体刻蚀设备，已覆盖国内95%以上刻蚀需求，且在5纳米及更先进制程的国际领先产线规模量产。 

此次中微公司5nm刻蚀设备获得台积电订单，绝非偶然。台积电作为全球最大的晶圆代工厂商，对设备供应商的技术实力、产品质量与稳定性有着极为严苛的要求。

10. 黄仁勋：机器人技术是芯片制造商继AI之后的最大机遇

在6月26日的英伟达年度股东大会上，黄仁勋明确指出：“我们公司有许多增长机遇，其中AI和机器人技术是最大的两个，代表着数万亿美元的增长机会。” 这意味着英伟达不仅将AI视为核心业务，也将机器人技术视为其未来发展的关键驱动力。

黄仁勋强调，自动驾驶汽车将成为机器人技术的首个主要商业应用领域，并预计未来数十亿台机器人和自动驾驶汽车将依赖英伟达的技术。

黄仁勋还强调了英伟达的Drive芯片平台，以及梅赛德斯-奔驰正在使用的自动驾驶汽车软件。他还表示，英伟达最近发布了名为Cosmos的人形机器人AI模型。

他表示，“我们致力于实现这样的目标：有一天，数十亿台机器人、数亿辆自动驾驶汽车和数十万个机器人工厂都将由英伟达技术驱动。”

过去三年，由于市场对英伟达数据中心图形处理器（GPU）的强劲需求，英伟达的销售额一路飙升。这些GPU用于训练AI大模型，受到了全球AI企业的追捧。数据显示，英伟达的总销售额已从2023财年的约270亿美元飙升至去年的1305亿美元，分析师预计今年的销售额将接近2000亿美元。

近日，英伟达股价攀升至历史新高，市值达到约 3.75 万亿美元，超过微软，成为全球最有价值的企业。

然而，黄仁勋表示，英伟达的品牌正在从“芯片公司”向“AI基础设施”提供商转型，并强调公司正在从“一家芯片公司”转变为“AI基础设施”或“计算平台”提供商。