存储芯片价格飙升，AI需求成核心推手
5月12日消息显示，全球存储芯片领军企业SK海力士与三星电子股价于前一交易日刷新历史纪录。美股方面，高通涨幅超8%，西部数据涨逾7%，收盘价同样达到新高。 高盛研究报告指出，当前市场正遭遇十五年来最严峻的存储芯片供应不足问题。相关机构预测，今年第二季度存储芯片价格将保持大幅上扬态势。 存储芯片价格缘何暴涨？人工智能（AI）算力需求是否是主要推手？科技日报记者针对此问题采访了行业专家。 问题一：存储芯片涨价是否源于AI算力需求的爆发？ AI算力需求已构成本轮存储芯片短缺的核心要素。伴随产业迅速迭代，高端AI
英特尔与SK海力士合作！2.5D封装技术突破或打破AI芯片产能困局
半导体行业传来重磅合作消息！ SK海力士与英特尔联合验证EMIB封装方案 据海外媒体披露，在台积电CoWoS（芯片-晶圆-基板）封装产能持续紧张的背景下，韩国存储大厂SK海力士正与英特尔携手推进2.5D封装技术的研发工作。 据悉，SK海力士计划采用英特尔开发的2.5D封装技术"嵌入式多芯片互连桥接（EMIB）"。目前正在进行相关测试，旨在将HBM内存与系统芯片通过英特尔提供的EMIB嵌入式基板实现整合，并已启动EMIB量产所需材料的供应评估工作。 知情人士指出，英特尔对EMIB的积极推广策略，结合当前AI
AI先进封装赛道崛起：国产封测龙头抢占万亿级市场先机
各位投资者需要密切关注科技领域蕴含十倍成长潜力的方向已经明确既不是商业航天，也不是CPO而是决定AI芯片性能上限的关键环节——AI先进封装！这并非毫无依据，后摩尔时代，制程已接近物理极限，想要算力翻番，唯有依赖先进封装！当前布局正是黄金时机，错失良机将追悔莫及！2026年两会，先进封装首次被列入“十五五”重点攻关领域，明确要“突破Chiplet、2.5D/3D封装核心技术，2027年实现高端封测自主可控”！同时，大基金二期总规模超1500亿元，其中10%专门投向先进封测，真金白银鼎力支持！更为关键的是，美
半导体封装测试行业深度研究报告
半导体封装测试，即集成电路后道制造环节，主要涵盖“封装”与“测试”两大核心工序，覆盖从晶圆切割到成品出货的完整流程。其中，封装环节的核心功能是对晶圆切割后的芯片裸片进行物理保护、电气连接、散热管理与信号屏蔽，防止芯片受外部环境（温度、湿度、灰尘）干扰，同时实现芯片与电路板的有效对接，确保信号传输的稳定性；测试环节则是借助专业设备对封装完成的芯片进行性能、良率、可靠性检测，筛选出合格产品，排除不良品，保证芯片满足终端应用的技术标准。具体而言，封测核心工序包括：晶圆切割（将整片晶圆分割为独立芯片裸片）、芯片贴
Camtek 2026年Q1财报将发布：AI需求强劲，先进封装订单能否持续超预期
半导体检测与量测设备供应商Camtek计划于5月12日周二盘前公布2026年第一季度业绩报告。在人工智能推动先进封装需求持续攀升、公司频繁获得大额订单的市场环境下，投资者正密切关注其业绩是否能保持此前连续八个季度超出市场预期的良好表现。 核心财务数据预测 综合多家研究机构预测数据，市场普遍预期Camtek第一季度营收约为1.2025亿美元，较去年同期增长约1.4%；GAAP每股收益共识预测为0.68美元，同比下滑约13.9%。需要指出的是，市场对营收的预测区间存在一定分歧，此前四个季度，公司营收均连续超越
AI繁荣下的产能重构：半导体产业链的残酷分化
当Agent应用引发Token爆发式增长，AI不仅在创造新需求，更在疯狂汲取HBM、先进制程与先进封装资源。下一阶段真正需要关注的，不是谁在喊AI口号，而是谁掌控了被挤压后的稀缺产能，谁又在为这场盛宴默默付出代价。015期和专题03，我们探讨的是软件端和组织端的重构：当算力成本低于人力，Agent应用开始接管真实业务流程，企业利润表被重新改写。但所有软件的狂欢，最终都要在物理世界中落地。每一次Token调用，背后都不是魔法，而是GPU、HBM、DRAM、NAND、先进制程、先进封装、PCB、CCL、电源、
AI硬件上游A股清单有哪些？
硬件上游通常围绕AI芯片、半导体相关材料、PCB/覆铜板、光模块与光器件、先进封装技术、存储与接口器件、散热方案以及服务器零部件等展开，下面将核心A股标的做了梳理（截至2026-05-08）：一、AI芯片（算力核心）- 寒武纪（688256）：云端AI训练/推理芯片国产龙头- 海光信息（688041）：x86 CPU+DCU（深算系列）- 景嘉微（300476）：国产GPU（JM系列）- 澜起科技（688008）：内存接口芯片、CXL扩展芯片二、PCB/IC载板（算力载体）- 胜宏科技（300476）：A
Amtech任命Guy Shechter为总裁兼首席运营官
美国半导体设备与耗材制造商Amtech Systems，Inc.近日公布人事决定，任命Guy Shechter出任公司总裁兼首席运营官。该任命将于2026年5月19日起正式生效，届时他将直接向公司首席执行官开展汇报。 对于此次安排，Amtech首席执行官Bob Daigle表示，总裁兼首席运营官这一岗位是为匹配公司扩展需求而设立。他指出，Guy Shechter长期深耕半导体及先进封装设备相关领域，积累了较为充足的行业经验与客户资源。其曾在多个商业及综合管理岗位任职，并在推动经营增长、提升盈利水平方面取得
盛合晶微市值飙升至2200亿，谁在疯狂抢筹？
作为科创板新晋次新股，盛合晶微上市仅一月涨幅便超6倍，市盈率突破200倍，迅速跃升为A股半导体领域最受关注的焦点。深入分析这波行情的启动原因，公司一季报业绩大超预期、美股板块联动共振，加之外资、量化基金及知名游资集中买入，共同成为了推升其估值的关键动力。 5月7日，盛合晶微股价强势上扬，单日涨幅达11.11%，收报119.00元/股，总市值攀升至2217亿元，创下上市以来的股价与市值新高。 作为4月初登陆科创板的新股，盛合晶微上市后持续走高，短短一个月累计涨幅突破6倍，整体走势堪称现象级行情。 公司一季报
先进封装：赋能边缘AI新时代
人工智能（AI）正迅速从云端渗透到边缘设备，驱动着边缘AI的迅猛发展。汽车、个人电脑、机器人、智能手机以及监控等领域都在加速采纳边缘AI技术。预计到2030年，边缘AI设备的数量将以每年17%的复合增长率持续增长，总量将突破20亿台。与动辄需要数万亿次每秒浮点运算（TOPS）、依赖庞大预算和巨额投资的云端AI系统不同，边缘AI应用的集成电路设计面临着截然不同的限制：通常的算力需求仅在1至50TOPS之间，同时必须严格控制功耗（0.01至1W）和成本（10至1,000美元）。这迫使芯片设计者必须同时应对带宽
2026 AI算力链紧抓稀缺主线：国产替代与景气扩散同向发力
2026 年以来，全球 AI 大模型持续迭代，Agent 形态应用快速涌现，进而把算力需求推向指数级增长。由此形成的 AI 算力产业链，已成为资本市场关注的关键主线。现阶段该产业链 PEG 中位数仅 0.96 倍，明显低于历史牛市中枢主线（约 2-3 倍）对应的估值高点区间，核心资产仍未进入泡沫阶段。当前行情主要沿着“缺货涨价、新需求重估、产能挤占”三条路径并行演进，并从龙头向全产业链扩散。紧扣紧缺主线，布局国产替代与景气扩散带来的机会。本报告立足光芯片产业链的供需结构，结合硅光芯片产业调研，同时吸收头部
AI产业链趋势与投资机会深度解析
序言：回溯历史，1804年人类首台蒸汽机车问世，宣告了马车及马车夫时代的终结；1881年巴黎电力博览会，爱迪生成功点亮2000盏电灯，引发煤油灯公司股价暴跌。这种技术创新与大规模应用，带动上下游产业链腾飞，重塑生产力与生产关系，史称“工业革命”。2023年ChatGPT-4横空出世，仅仅三年过去，2026年伊始，Meta宣布裁员8000人，微软推出员工自愿离职买断计划（实质裁员），美股软件股下挫，市场担忧AI爆发正冲击软件巨头的竞争力与护城河……历史虽不简单重复，但韵脚却惊人相似！重点分析未来6-18个月
ASMPT盘中大涨7%：拟剥离NEXX业务聚焦后端封装
立足香港，放眼全球。新浪财经全球资本峰会金曜奖投票现已开启！汇聚最具价值的资本力量，你的一票至关重要 立即投票 ASMPT(171.5, 8.20, 5.02%)（00522）盘中拉升超7%。截至发稿，股价涨幅为5.02%，报171.50港元，成交额4.07亿港元。 应用材料计划收购ASMPT旗下NEXX的大面积先进封装沉积设备业务，交易总价为现金1.2亿美元。ASMPT表示，集团已决定以出售方式把目标公司从半导体解决方案板块中剥离，以便集团能够更集中投入后端封装业务。 责任编辑：卢昱君 新浪财经声明：本
AI付费加速：A股机会在这里
今天圈里都在热议豆包开始试水付费模式。以我看，这件事其实并不算完全意外。毕竟如今AI能用到的场景太多了，越来越多人已经习惯让它帮自己写代码、做周报、核对孩子作业，而且一旦用上就很难放下，那么后续出现收费也只是时间问题。根据目前披露的资料，定价被划成三档：标准版68元/月，加强版200元/月，专业版500元/月。尽管官方表示免费服务仍会继续，付费方案也还在测试阶段，但市场的信号已经很清晰了——AI免费“先白嫖”的窗口，正在快速收拢。熟悉豆包的用户可能会觉得变化来得太快，但从商业逻辑来说，这一步是必然的。AI
AI算力的底层驱动与投资机会——台积电观点
在2026年技术研讨会上，台积电公布了其最新的先进制程与先进封装技术路线图。不少人一看到这些描述就会觉得门槛很高：N2、A16、A14、A13、CoWoS、SoIC、HBM、硅光子、背面供电等。但如果用一句更直白的话来概括，这份报告其实在传递的重点是：当AI进入更深的阶段，真正决定胜负的并不只是模型有多“聪明”，而是谁能够把支撑AI的算力底座系统真正做出来并规模化。我们眼前接触到的AI，似乎只是手机或电脑里的软件——一个聊天框、一个应用。可它背后依赖的是非常庞大的物理工程：从芯片与封装，到内存、供电、散热