AI 产业链核心封装与连接技术解析
英特尔：凭借 EMIB 先进封装工艺，利用局部桥接方案将芯片封装费用压缩至数百美元区间。SK 海力士：掌控全球六成 HBM 存储市场，目前正联手英特尔探索新型封装路径。台积电：其 CoWoS 高端封装方案虽支撑着英伟达芯片产能，但成本高达千元之巨。安菲诺：作为铜缆连接器龙头，在机柜内部短距离连接市场拥有绝对话语权。Credo：同步布局光电连接技术，深度受益于 AI 数据中心连接架构的迭代升级。英伟达：主导 GPU 芯片与 CPO 技术标准确立，把控机柜间长距离光连接命脉。博通：依托网络交换芯片及光学互联技
碳化硅助力AI算力发展
碳化硅（SiC）正成为AI算力的新主线，核心驱动来自800V高压供电、先进封装散热、AR光波导三大场景同步爆发，叠加国产替代提速，板块进入高增长拐点。一、核心逻辑：为什么是SiC？SiC是第三代宽禁带半导体，性能全面碾压硅基：- 禁带宽度：硅的3倍，耐高温（200℃+）- 击穿电场：硅的10倍，适配800V高压- 热导率：硅的2-3倍，解决AI芯片1000W+散热难题- 低损耗：开关损耗降低50%+，能效显著提升二、AI三大核心场景（2026—2030高景气）1）AI数据中心：800V HVDC电源（刚需
抢占AI原生交互界面先机
Nathan Lambert深入中国AI实验室的实地调研。核心价值并非他再次赞扬了哪些中国企业，关键在于他洞察到中国AI生态的基础特征：开放优先、高度参与、敏捷开发。他指出Llama社区在中国拥有极高活跃度——这体现了系统性机遇：中国AI并未简单复制美国模式，而是在打造基于开源、面向应用的并行生态系统。国内风投仍在使用"类比OpenAI"的评估框架来看待中国AI，但Lambert的洞察揭示了新方向：中国AI生态的真正机遇是将开源模型能力打包为垂直领域的服务产品——而这一赛道，美国因人力成本与合规负担，实际
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
PCB暴涨引成本压力，玻璃基板成替代新宠
自2026年伊始，受地缘政治局势紧张以及人工智能算力需求井喷的双重影响，全球电子行业陷入了剧烈波动之中。被誉为“电子产业基石”的印制电路板（PCB），于4月份遭遇了单月飙升40%的历史性涨价风暴，成本重压随之传导至面板、LED显示及半导体封装等下游环节。与此同时，在AI需求爆发与有机基板物理极限逼近的共振驱动下，显示玻璃基板与封装玻璃基板凭借成本稳固性与性能优势，正加速进入行业视野。 PCB超级涨价周期正式开启，供需失衡状况急剧恶化 本轮PCB涨价并非短期波动，而是供给端突发冲击与需求端结构性爆发共振下的
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驱动PCB产业爆发：核心标的与技术解析
一.PCB产值与AI服务器双线高增算力硬件板块热度持续攀升依据Prismark最新数据，2025年第一季度全球PCB市场同比增幅达6.8%，其中高阶HDI板与18层以上高多层板需求增速分别高达14.2%和18.5%。预计2025年全球PCB产值将突破786亿美元，产值与出货量增速将分别达到6.8%和7.0%。此外，多家分析机构预测，2023至2028年全球AI服务器PCB市场的复合年增长率将超过30%。单台AI服务器所使用的PCB价值量可达传统服务器的5至7倍。胜宏科技(300476)作为AI算力PCB领
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、
ASMPT股价上扬 拟出售NEXX业务专注后端封装
ASMPT(174, 5.10, 3.02%)（00522）盘中涨超4%，截至发稿，股价上涨2.72%，现报173.50港元，成交额2.78亿港元。 近日，ASMPT发布公告，公司已通过间接全资附属公司ASMPT USA Holding， Inc．，与美国应用材料公司（Applied Materials， Inc．）于2026年4月30日签署购股协议，计划出售其所持的ASMPT NEXX， Inc．全部普通股股权。公告指出，基于本集团业务战略整合考量，本集团决定通过出售方式，将目标公司从半导体解决方案板块
AI算力短缺产业链解析：从3D堆叠到玻璃基板
核心逻辑光模块→HBM（高带宽内存）→堆叠：AI算力短缺正沿供应链逐级向上扩散。AI算力需求促使芯片堆叠（HBM/3D DRAM/Chiplet）成为必要，堆叠的核心工艺（打孔/填充/键合）刺激了上游设备和封测需求。台积电CoWoS生态系统带动了一批国内供应商。玻璃基板是堆叠技术的长期演进方向，目前处于早期产业化阶段。一、为何堆叠成为短缺环节？AI芯片的实际瓶颈不在于计算，而在于数据搬运。将处理器与存储器垂直堆叠以缩短物理距离，是目前最有效的解决方案。目前三大堆叠方向均显示短缺：HBM：通过TSV堆叠的多
AI服务器或走向1:1：CPU地位再上台
一场财报沟通会引发了半导体圈的广泛关注。 在刚刚过去的AMD业绩交流上，CEO苏姿丰（Lisa Su）给出了一个足以让行业“警觉”的判断：面向未来的AI服务器，CPU与GPU的配比将朝着1:1逐步演进。 不少人会立刻追问：“这是不是意味着CPU需求要跟GPU打平？” 但更准确的理解是，苏姿丰所说的“打平”，并不是指PC或服务器出货的总体规模会同步变化，而是指AI服务器内部的结构正在变：过去一台AI服务器常见配置是1颗CPU配4颗甚至8颗GPU；而未来，这两者的数量关系更可能趋向于一对一的搭档。 其根源，在
AI 革命，英伟达并非终点
今日浏览一篇深度文:AI 的关键，绝非仅在于英伟达。见解独到，但我认为可进一步拔高。新观点总结：AI 资本投入的试金石，并非“谁发现了四个窄门”，而是谁能预判瓶颈会在算力、封装、光互连、电力、关键矿物及政策许可间如何转移；静态的咽喉名单既诱人获利，也易致误判。原文精髓，不在于酒馆故事，而在于一个精准的提醒：AI 非纯软件问题，前沿模型的增量能力日益受制于物理供给。其核心论点大致归纳为六点：原文的基础假设是：“供给最窄的物理环节，自然成为最强投资标的。” 其依据是：AI 资本暴增 -> 上游物理供给无法同步