情报
AI 生成的结构化厂商动态简报
台积电与Amkor达成亚利桑那先进封装10年期合作
...
联发科战略升级：从AI芯片设计到系统级整合，抢食谷歌TPU与马斯克AI服务器
联发科宣布AI战略升级，从芯片及ASIC设计扩展至系统级整合，初期目标包括谷歌TPU的PCBA和马斯克关联企业AI芯片的机架级(L10)工作。采用轻资产模式，主导设计验证，外包制造，目标毛利率40-50%。
台积电联手日台厂商加速CoWoS玻璃基板封装，技术突破还是供应链合围？
台积电联合揖斐电、群创光电开发玻璃基板封装，用于下一代CoWoS工艺。仿真显示翘曲优化16%、电阻降低27%，旨在提升AI芯片供电完整性与可靠性，应对英特尔三星竞争。
Applied Materials发布3D芯片工艺新系统，支持GAA晶体管和3D NAND扩展
...
联发科战略升级：从芯片设计转向系统级整合，剑指Google TPU与Musk AI机架
联发科宣布将AI业务从IC/ASIC设计升级为系统级设计，初期目标包括为Google TPU v10提供PCBA服务，以及为马斯克关联公司提供L10机架级整合。采用轻资产模式，利用台湾供应链，目标毛利率40-50%。
高通80亿美元洽购Tenstorrent：RISC-V芯片生态的一次豪赌与锁定
高通正洽谈以80-100亿美元收购AI芯片初创公司Tenstorrent，旨在获取其基于RISC-V架构的AI加速器与chiplet技术，以摆脱对Arm的依赖并补强数据中心AI推理能力。此举是高通应对AI算力需求、从移动端向基础设施扩张的战略转折点。
联发科借谷歌ASIC订单转型AI芯片，挑战博通定制市场霸权
联发科与谷歌达成定制ASIC协议，用于AI基础设施，并将2026年AI ASIC收入目标翻倍至20亿美元。同时联合英伟达设计N1X CPU用于AI PC，可能获得SpaceX/xAI订单，采用英特尔14A工艺。此举标志着联发科从消费电子向AI基础设施芯片的生态位跃迁。
ARM转型芯片直销：从IP授权商到AI芯片供应商的战略临界点
ARM宣布加速实现150亿美元芯片收入目标，计划从纯IP授权模式转向直接销售AI芯片。此举将颠覆与高通、苹果等客户的合作关系，并直接挑战Nvidia、Intel等传统芯片厂商，推动半导体生态位重组。
高通AI200借AWS入云：推理芯片生态从英伟达独走向多元联盟
高通AI200推理芯片（768GB内存）预计2026年大规模部署于AWS，旨在降低云推理成本。此举标志着高通从移动端向云数据中心的关键战略转移，并借助AWS定制化芯片战略，直接挑战英伟达在AI推理环节的垄断地位，重构云推理芯片生态联盟。
NVIDIA联手SK Hynix锁定HBM4/5标准，Vera Rubin供应链闭环成型
NVIDIA与SK Hynix签署多年协议，联合定义HBM4量产及HBM5预研，覆盖Vera Rubin GPU架构。Samsung同步进入HBM4供应链。此举将SK Hynix从供应商升级为联合开发者，可能形成事实上的AI内存标准壁垒，挤压美光等对手空间。
Google 300万+颗TPU封装订单转向Intel Foundry：EMIB技术打破台积电CoWoS垄断
Google已向Intel Foundry下达超过300万颗下一代TPU的先进封装订单，采用Intel EMIB技术，2028年量产。这是Intel Foundry最大外部客户突破，标志着AI芯片封装从台积电CoWoS向多元化供应链的关键转折。
NVIDIA与Intel达成50亿美元战略合作：AI芯片供应链新格局
NVIDIA与Intel于2025年9月18日宣布50亿美元战略合作：NVIDIA投资50亿美元获得Intel约4%股权，Intel为NVIDIA定制x86 CPU（用于AI基础设施）和集成RTX GPU芯粒的x86 SoC（用于PC产品）。双方通过NVLink实现架构互连，形成「AI计算+NVIDIA CUDA+x86生态」的联合体。此举重塑AI芯片供应链格局，对AMD和独立芯片设计厂商产生深远影响。
Cerebras启动IPO、获OpenAI 200亿美元订单
AI芯片制造商Cerebras披露美股IPO申请，计划纳斯达克上市，股票代码CBRS；已与OpenAI达成200亿美元多年协议，将部署750兆瓦规模芯片。
TSMC 2026年展望：AI需求拉动收入增长30%+，先进制程与封装双重紧张
TSMC的收入增长预测背后是"量价齐升"的双重逻辑：AI芯片需求拉动出货量增长，先进制程产能稀缺推动晶圆单价上涨。但A16制程推迟是一个值得关注的信号——即使是TSMC，先进制程的量产难度也在上升。
TSMC Q1财报：先进封装产能瓶颈将持续制约2025年AI芯片供应
台积电Q1财报显示HPC业务占比首次突破60%，CoWoS先进封装产能将持续紧张至2027年，AI芯片供应链的真正瓶颈不在制程而在封装。
Meta与Broadcom达成多年2nm AI芯片合作，初始部署超1GW
Meta与Broadcom宣布多年多代战略合作，共同开发MTIA（Meta Training and Inference Accelerator）芯片，合作延续至2029年。首批部署超过1GW，后续扩展至数吉瓦级别。这是业界首个2nm工艺AI计算加速器，基于Broadcom XPU平台深度定制。Meta已规划MTIA 300/400/450/500四个迭代版本，主要用于推荐算法、内容排序和大规模AI推理。Broadcom CEO陈福阳将退出Meta董事会以规避利益关联，转为战略顾问。
Arm与马来西亚大学合作，布局AI时代半导体人才培养
Arm宣布与马来西亚莫纳什大学工程学院合作，捐赠集成电路设计开发板并设立客座讲师，旨在为学生提供基于Arm架构的AI芯片设计实践经验，以应对亚太地区对先进计算人才日益增长的需求。
NVIDIA与现代/起亚深化DRIVE Thor平台合作开发自动驾驶系统
NVIDIA与现代汽车集团扩大战略合作，基于DRIVE Thor集中式计算平台开发下一代软件定义自动驾驶系统。该平台整合AI、自动驾驶和信息娱乐功能，支持从L2+到L3级自动驾驶持续升级，计划2025年应用并于2027年量产。
英伟达DRIVE Hyperion平台获四家车企采用，加速L4自动驾驶量产
英伟达宣布其DRIVE Hyperion自动驾驶平台被比亚迪、吉利、五十铃和日产四家车企采用，将用于L4级自动驾驶量产车型。该平台基于DRIVE Thor集中式车载计算机，提供全栈感知、规划与驾驶功能。这标志着英伟达从开发平台向大规模量产应用的战略推进。
Meta加速自研AI芯片路线图，专注推理优化
Meta计划两年内推出四代自研AI芯片MTIA系列，采用‘推理优先’设计策略，专注于生成式AI推理任务优化。芯片基于PyTorch和开放计算标准构建，支持数据中心无缝部署。这一快速迭代策略旨在提升计算效率和成本控制。