imec：垂直DRAM堆叠拓展HBM-on-GPU外热设计空间

在韩国二手交易平台"Karrot"上，一件标价4万韩元的SK海力士工会马甲被卖家称为"终极相亲战袍"，帖子瞬间登上热搜 。婚介公司Gayeon的高级团队负责人姜恩善（Kang Eun-sun）对媒体表示："自半导体超级周期开启以来，市场明显更偏好那些实际收入远远更高的工程师，相比一些收入已不如从前的律师。"  还有一则走红的段子写道：“现在海力士员工出去相亲时，都会谦称自己在三星电子上班。只有遇到

2026 年 5 月 17 日，长鑫科技集团更新科创板招股说明书，拟募资 295 亿元冲刺上市，这是科创板史上第二大 IPO，仅次于中芯国际。作为国内唯一、全球第四的 DRAM 原厂，长鑫科技从连年亏损到业绩爆发，从技术追赶向高端突破，其 IPO 之路不仅是企业成长的里程碑，更是中国半导体存储产业打破海外垄断、实现自主可控的关键一步。 长鑫科技成立于 2016 年，深耕 DRAM 研发、设计与

在高性能计算领域，AI芯片需要海量数据带宽，而HBM（高带宽内存）正是为此而生。HBM的核心技术之一，就是TSV（硅通孔）——一种垂直贯穿芯片的导电通道，让数据不再绕行，而是直接穿墙而过。 图片展示的是TSV在3D堆叠中的典型应用。多个DRAM芯片垂直堆叠在一起，芯片之间通过微凸点（micro bump）和TSV实现电气连接，最下方通过封装基板与逻辑芯片通信。TSV的尺寸通常在直径5微米、深度

4月28日，在首尔举行的先进封装技术会议上，仁荷大学制造创新研究生院教授朱承焕（Joo Seung-hwan）透露，光刻机霸主ASML似乎正在将其核心Twinscan光刻平台的技术积累，应用于研发晶圆对晶圆（W2W）混合键合设备。这一动向若属实，标志着ASML正试图将其在前道光刻领域的统治力，强势延伸至后道先进封装市场。 根据朱承焕的分析，ASML的专利显示其正在利用Twinscan平台独特的双工

本文介绍了常见 AI 相关术语。 一、AI 基础概念 1.AI 人工智能  让机器像人一样完成理解、判断、生成、决策等任务。 2.机器学习 Machine Learning  让机器从数据中“总结规律”，而不是人手写所有规则。 3.深度学习 Deep Learning  机器学习的一种，像搭很多层“神经网络积木”，适合处理图像、语音、文本。 4.生成式 AI Generative AI  能生成文

韩国权威媒体《朝鲜日报》报道，三星电子管理层与工会就绩效薪酬问题的谈判破裂。尽管有政府居中调解，三星电子劳资双方从 11 日起的连续两天磋商最终未能弥合分歧。 劳资双方核心分歧集中在与 AI 业务激增利润挂钩的奖金规模： 工会诉求：取消现行奖金上限、将15% 营业利润用于员工奖金、并将该条款正式写入劳动合同。 资方提议：拿出10% 营业利润发放奖金，另提供行业标准之上的一次性特殊补偿；管理

随着人工智能(AI)驱动的数据呈指数级增长，高带宽内存(HBM)的应用也随之激增。 然而，HBM仍属高端内存，技术实现难度颇高。由于英伟达(NVIDIA)在GPU开发上步伐迅猛，相关标准难以跟上——这意味着，若HBM想继续搭乘GPU和加速器普及的快车，定制化至关重要。 Dell’Oro集团2025年6月发布的一份报告显示，持续的AI发展推动服务器和存储组件市场在2025年第一季度同比增长62%，

AI服务器的存储并非单一设备，而是分为“三圈粮仓”：HBM紧贴GPU，负责实时喂算力；DRAM内存条位于主板，承担系统调度缓冲；SSD/HDD在机柜中，存放PB级训练数据。三者的带宽、容量、价格差异巨大——HBM带宽可达TB/s级，但容量仅百GB；SSD容量大但速度慢。GPU算力十年涨500倍，HBM是唯一能跟上的存储，成为AI算力的“咽喉”。 从寄存器到硬盘，存储呈现“速度越快、容量越小、价

全球正在经历一场严重的存储短缺危机，韩国两大存储芯片巨头之间巨大的薪酬鸿沟，则可能进一步加重这项危机。 昨天，三星电子数万名员工在平泽大型工厂园区集会，集中表达对薪酬待遇的不满。他们举着“透明变革，取消工资上限”“让绩效与薪酬真正挂钩”的标语，跟随主持人高喊口号，现场情绪激昂。活动组织者称，到场人数接近 40000 人。是三星迄今规模最大的一次工人示威。 如果资方达不成诉求，员工计划自 5 月 2

2026年5月17日，上交所官网披露，长鑫科技集团股份有限公司（以下简称“长鑫科技”）科创板IPO审核状态由“中止”恢复为“已问询”。此前该项目因财务资料过有效期于2026年3月31日中止，此次公司补充2025年年报及2026年一季度经营数据后，正式恢复上市审核进程。 据报道，长鑫科技本次科创板IPO拟募集资金295亿元，为科创板开板以来募资规模第二大项目。资金将投向存储器晶圆制造量产线技术升级

重磅行情！ 英伟达疯抢占内存，需求规模碾压两大消费电子巨头（苹果、三星） 芯榜消息，韩亚证券联合西特里尼机构 18 日披露，英伟达 AI 服务器 LPDDR 内存用量今年达 31.44 亿 GB，明年将暴增至 60.41 亿 GB。 其明年需求总量，直接远超苹果 29.66 亿 GB 与三星 27.24 亿 GB 的用量总和，AI 算力内存需求强势领跑全球。 一、苹果内存领域主导地位旁落，与英伟达

当前，全球存储芯片市场正处在由人工智能（AI）需求引爆的“超级周期”之中。自2025年以来，DRAM与NAND Flash内存价格持续飙升，供给严重短缺已成为行业共识。然而，在这场全行业狂欢的背后，来自韩国半导体界资深人士的预警声正在响起。 5月19日，在韩国国家工程院第285届NAEK论坛上，三星电子设备解决方案部门常任顾问、三星半导体（DS）部门前总裁庆桂显（Kye-hyun Kyung）抛出

尽管人工智能(AI)在2025年吸引了科技界的大部分目光，但与AI发展密切相关的存储器行业在新的一年伊始也开始崭露头角。为AI数据中心提供高带宽内存(HBM)器件的DRAM制造商正争相抢夺晶圆厂产能，而地缘政治紧张局势更令这一局面雪上加霜。 美光科技首席执行官Sanjay  Mehrotra预计，2026年以后内存市场仍将保持紧张状态;更值得注意的是，他预计美光今年只能满足几家主要客户约一半到三分

摩尔定律未死，但已从“晶体管缩小”的线性红利转为“系统集成”的复合竞争。AI时代，芯片性能瓶颈从算力转向数据搬运与互联效率，先进封装成为连接GPU、HBM与Chiplet的关键杠杆，推动产业从“堆晶体管”进入“搭系统”的新阶段。 过去几十年，半导体行业有一个近乎信仰级的规律：摩尔定律。 简单说，就是芯片上的晶体管数量会周期性增加，芯片性能不断提升，单位计算成本不断下降。这个规律支撑了 PC、智能手

本文介绍了Chiplet技术对芯片体积减少的作用，及其关键互连技术。 传统芯片设计依靠不断缩小晶体管尺寸来提升性能，但这一路径正面临越来越高的成本和良率压力。Chiplet技术提供了一种新的思路：将原本集成在一颗芯片上的不同功能模块拆分为多个独立的小芯片，再通过先进封装技术将它们重新集成为一个完整的系统。从外部看，它仍然是一颗芯片；但从内部看，它已经是一个由多个芯粒组成的系统。 为什么需要Chip

本文将介绍先进封装如何支撑AI芯片的性能跃升。 传统的“大芯片"的局限 在AI芯片的设计中，算力和带宽的竞赛正在把封装技术推向极限。传统的“一颗大芯片搞定一切”的做法已经难以为继，取而代之的是把大芯片拆成多个小芯片（芯粒），再用先进封装拼在一起。这个转变，正在重塑芯片的设计和制造方式。 过去，芯片设计的主流是单片式方案——逻辑、内存控制器、IO接口全部集成在同一颗芯片上，用同一种工艺制造。优点是

4月29日，存储芯片巨头三星电子（Samsung Electronics）交出了一份令华尔街惊叹的“炸裂”成绩单。受人工智能（AI）基础设施建设带来的存储芯片需求井喷影响，三星2026年第一季度营业利润同比飙升超过750%，创下公司历史新高，且远超分析师预期。 根据三星发布的初步业绩指引，该公司在截至3月31日的第一季度实现了133.9万亿韩元（约合899.6亿美元）的营收，同比增长约70%；营业

本文介绍了AI芯片的封装基板越做越大趋势。 从图片可以清楚看到，先进封装的基板尺寸正在快速膨胀。这背后是AI芯片对算力和带宽的无尽渴求。 图(a)是比较“传统”的配置：一颗逻辑芯片加上四颗HBM（高带宽内存），通过中介层连接，再整体贴在积层基板上。这是两年前高端GPU的典型方案，基板尺寸还算适中。 图(b)开始明显变大：逻辑芯片不变，但HBM增加到六颗。更多内存意味着更大的数据带宽，但也意味着

全球半导体行业正经历重大变革，分析师称之为“存储器大转型”。2026年伊始，市场呈现两极分化：AI驱动的基础设施领域蓬勃发展，而消费电子市场则面临供应短缺和价格上涨的困境。 这种分化源于硅晶圆产能分配的巨大转变。高利润的AI组件，尤其是高带宽内存(HBM)，挤占了原本用于笔记本电脑、智能手机和游戏机芯片的产能空间。 超级周期的经济效益 对于全球领先的存储器制造商——SK海力士、三星电子和美光科技而

AI 产业当下很最重要的共识是：算力即新的基础设施。 但对中国科技产业来说，算力从来不只是“买几张 GPU”这么简单。2022 年之后，A100、H100、H800、B200 乃至特供版芯片的限制层层加码，一个现实问题摆在所有中国科技公司面前：如果最先进的外部芯片买不到，中国的大模型、云计算、自动驾驶、机器人和科研训练，还能不能继续往前走？ 这就是“国产算力链”必须被重视的原因。 国产算力，不是一