Musk 又开了条新战线,Tesla 和 SpaceX 拉上 Intel 在德州自建芯片厂,产能目标直接对标 Rapidus。做自动驾驶、机器人还是要部署 AI 算力的人,都值得看看这条供应链变化。
#chip manufacturing
Musk 的 Terafab 要在得州把存储和逻辑芯片放在一个厂里,2032 年做到月产 100 万片晶圆,是 Rapidus 规划量的 40 倍。做芯片、设备或供应链的读者可以看看这个产能规划的具体拆分,判断存储供给会怎么变。
Ron Baron 聊 Musk 的 Terafab,1 亿平方英尺厂房,说是美国制造业回流的关键,观点挺有信息量。
英伟达整理了一批真实数据:cuLitho 让光刻仿真快 17 倍,PhysicsNeMo 更是把等离子体建模从数天压到毫秒级,做芯片制造的可以看看。
GlobalFoundries 把新加坡的芯片厂当成 AI 运维试验场,用控制中心盯冷却器和气体泄漏,防止产线突然停摆。
台积电 5 倍光罩封装量产了,良率超 98%,还放话能接英特尔 clients 的活,做芯片的可以看看产能情况。
Applied Materials 牵头,拉上 TSMC 和 Intel 一起研发 AI 芯片工艺,设备商来搭台。
IBM 把晶体管从平铺改成垂直堆叠,拉上西门子做仿真软件,同等功耗下性能最高提 50%,约五年后量产。
有人重新审视了 FOOM 那套老说法,说如果 AI 能自己搞原子级造芯片,智能爆炸还真可能成真,讨论挺有意思。
马斯克在央视专访里点评中国大模型,说单位算力性能几乎全球顶尖,还给算力缺口定了两到三年的期限,这个判断值得听听。
马斯克要建一个比五角大楼加苹果园区还大的芯片厂,AI芯片、存储、封测全包在一栋楼里,投资1190亿美元,才公布5个月就动工了。
马斯克把SpaceX和特斯拉拉一起,在得州花168亿美元建AI芯片厂Terafab,专供自家未来超1太瓦的算力需求。
无人机拍到了马斯克ATCF工厂的最新施工画面,这个厂以后做AI芯片,跟规划中的Terafab不是一回事,进展还挺快。
英伟达首批美国造的 GB300 GPU 下线了,但封装还得送回台湾做。台积电砸 2650 亿美元在美国建封装厂,补齐最后一块拼图。
台积电砸千亿美元扩建美国厂,AI芯片需求强劲,良率已超预期。竞争对手三星、英特尔紧追,看点十足。
印度砸1.28万亿卢比搞半导体2.0,从设计到制造全链路扶持,首座晶圆厂定在2028年。想了解全球芯片格局变化的可以看看。
英特尔砸50亿欧元扩产至强芯片,专门用Intel 3工艺,AI需求太猛了。
日本半导体国家队 Rapidus 公布了 2nm 代工价格,每片不到 15 万人民币,比台积电便宜。富士通已经下单,未来可能改变代工格局。
AIFU要用自主技术年产10亿颗BAW滤波器,直接抢Broadcom和Qorvo的5G射频生意,国产替代进了一大步。
三星要用量子计算加AI搞光刻仿真,目标是降低成本和提升良率,追赶台积电,2026年启动验证。
AI 芯片供应链正在重构,做 AI 基础设施或依赖 GPU/TPU 的团队值得关注——Intel 代工崛起可能改变未来芯片成本和供应格局。
AI基础设施的瓶颈之一就是内存,英伟达和SK海力士联手定制专用内存,做AI训练和推理的团队可以关注——这直接关系到下一代超级计算机和机器人平台的性能上限。
TeraFab项目可能重塑全球芯片制造格局,半导体从业者和投资者值得关注——马斯克正试图打破台积电、三星的垄断,ASML的参与意味着EUV光刻机资源将向新玩家倾斜。
芯片行业从业者和投资者需要了解台积电对High-NA EUV的务实态度——不是技术落后,而是算经济账。做半导体设备或关注先进制程的,值得看看台积电如何平衡技术升级与成本控制。
格罗方德整合ARC IP后,做物理AI或边缘计算的团队能获得从架构到制造的一站式服务,省去多供应商协调的麻烦,值得关注。
了解 ASML 的技术如何驱动 AI 和半导体进步,对芯片从业者和科技爱好者来说是一次认知刷新,值得点开看看。
这篇文章戳破了AI行业表面的繁荣,点出基础设施才是真正的卡脖子环节,做AI投资、云架构或产业分析的人值得一读,看完会对行业格局有更清醒的判断。
半导体制造从业者终于有了国产高端刻蚀装备的选项——Acme Glaion130解决了先进节点下传统工艺精度不足和损伤控制难题,做芯片工艺研发的团队值得关注实测数据。