https://xiejiayun.github.io/tags/%E5%8D%8A%E5%AF%BC%E4%BD%93/Recent content in 半导体 on Jiayun's BlogHugozh-cnFri, 01 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/eda-fragmentation-crisis-agentic-vs-abstraction/Fri, 01 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/eda-fragmentation-crisis-agentic-vs-abstraction/<h2 id="当芯片设计的工具链成了最大瓶颈">当芯片设计的&quot;工具链&quot;成了最大瓶颈</h2> <p>2026 年 10 月底，SemiWiki 一篇看起来很技术、其实非常政治的文章引爆了 EDA 圈：<em>Solving the EDA tool fragmentation crisis</em>。同一周 SemiEngineering 连发七篇相关稿件，主题集中在 <strong>Agentic EDA、NoC chiplet 一致性、先进封装互连</strong>。这不是巧合——<strong>EDA 行业正在经历自 2000 年代初以来最严重的一次&quot;工具碎片化危机&quot;</strong>，而 AI Agent 与 chiplet 的双重浪潮把它推到了临界点。</p>https://xiejiayun.github.io/post/memory-shortage-2027-supply-chain/Fri, 01 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/memory-shortage-2027-supply-chain/<h2 id="一封罕见的双家联合预警">一封罕见的&quot;双家联合预警&quot;</h2> <p>2026 年 4 月，三星电子与 SK 海力士在各自的财报电话会上几乎同时给出了一个判断：<strong>由 AI 驱动的内存短缺，将持续到 2027 年甚至更晚</strong>。云厂商已经在锁定 2027 年的长期合同，部分一线买家甚至在谈 2028 年的远期价格。</p>https://xiejiayun.github.io/post/chiplet-ai-chip-revolution-2026/Wed, 29 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/chiplet-ai-chip-revolution-2026/<h2 id="一单片soc的末路">一、单片SoC的末路</h2> <p>半导体行业正面临一个冷酷的物理现实：<strong>在先进制程上制造巨大的单片芯片（Monolithic SoC），良率和成本已经逼近工程极限。</strong></p>https://xiejiayun.github.io/post/near-memory-3d-stacked-llm-chips-2026/Wed, 29 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/near-memory-3d-stacked-llm-chips-2026/<h2 id="llm推理的真正瓶颈不是算力是搬数据">LLM推理的真正瓶颈：不是算力，是搬数据</h2> <p>如果你问一个GPU工程师&quot;为什么LLM推理这么贵&quot;，他的回答可能不是&quot;算力不够&quot;，而是**&ldquo;数据搬不动&rdquo;**。</p>https://xiejiayun.github.io/post/tsmc-2026-roadmap-a13-beyond/Mon, 27 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/tsmc-2026-roadmap-a13-beyond/<h2 id="引言一场技术论坛背后的产业暗战">引言：一场技术论坛背后的产业暗战</h2> <p>上周的台积电北美技术论坛（TSMC North America Technology Symposium 2026），表面上是一场例行的技术发布会。但如果你把三个看似独立的信号放在一起看——三大新制程发布、公开拒绝ASML的€3.5亿High-NA EUV光刻机、以及财报中对AI增长故事的微妙保留——一幅关于半导体产业未来十年走向的清晰图景正在浮现。</p>https://xiejiayun.github.io/post/tesla-chip-empire-2026/Thu, 23 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/tesla-chip-empire-2026/<h2 id="一周之内tesla画出了一张完整的芯片版图">一周之内，Tesla画出了一张完整的芯片版图</h2> <p>2026年4月的Tesla Q1财报电话会议，表面上是一次平淡的财务汇报——224亿美元收入、4.77亿美元净利润，中规中矩。但如果你仔细听马斯克在电话会议上的发言，你会发现他花了大量时间在谈一件事：<strong>芯片</strong>。</p>https://xiejiayun.github.io/post/semiconductor-packaging-economics/Wed, 22 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/semiconductor-packaging-economics/<h2 id="tsmc财报里的隐忧">TSMC财报里的隐忧</h2> <p>2026年4月，TSMC发布了最新季度财报。表面上看数字依然亮眼，但Stratechery的Ben Thompson敏锐地指出了一个被多数分析师忽略的信号：<strong>TSMC的管理层对AI增长故事的态度并不像外界想象的那么乐观。</strong></p>https://xiejiayun.github.io/post/silicon-photonics-chiplet-standards-2026/Tue, 21 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/silicon-photonics-chiplet-standards-2026/<h2 id="摩尔定律之后增长引擎在哪里">摩尔定律之后，增长引擎在哪里？</h2> <p>半导体产业正在经历一个有趣的分裂：一方面，传统的晶体管微缩变得越来越困难和昂贵；另一方面，<strong>AI驱动的算力需求正以每年3-4倍的速度增长</strong>。TSMC最新财报显示N3产线满负荷运行，新的N3晶圆厂正在扩建，NVIDIA的订单持续攀升。</p>https://xiejiayun.github.io/post/china-ai-token-explosion-2026/Tue, 21 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/china-ai-token-explosion-2026/<h2 id="一个令人震惊的数字">一个令人震惊的数字</h2> <p>中国工信部下属机构公布的数据显示：<strong>2026年3月，中国日均AI Token消耗量突破140万亿</strong>，较2025年底增长超过40%。</p> <p>把这个数字放进上下文：140万亿Token大约相当于每秒处理16亿个Token，或者说每天生成相当于<strong>7000万本书</strong>的文本量。这不是一个线性增长曲线——这是指数爆发。</p>https://xiejiayun.github.io/post/cerebras-ipo-ai-chip-wars-2026/Mon, 20 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/cerebras-ipo-ai-chip-wars-2026/<h2 id="引言一场估值飙升330的豪赌">引言：一场估值飙升330%的豪赌</h2> <p>2026年4月17日，Cerebras Systems向SEC提交IPO申请，计划以&quot;CBRS&quot;代码登陆纳斯达克，目标融资30亿美元，估值达350亿美元。</p>https://xiejiayun.github.io/post/inference-engineering-revolution-2026/Mon, 20 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/inference-engineering-revolution-2026/<h2 id="推理工程三年前训练是什么今天推理就是什么">推理工程：三年前训练是什么，今天推理就是什么</h2> <p>The Pragmatic Engineer最近的深度分析一针见血：2023年，AI行业的核心挑战是&quot;如何训练更大的模型&quot;；2026年，核心挑战变成了**&ldquo;如何让模型更快更便宜地推理&rdquo;**。</p>https://xiejiayun.github.io/post/ram-crisis-semiconductor-2026/Sun, 19 Apr 2026 00:00:00 +0000https://xiejiayun.github.io/post/ram-crisis-semiconductor-2026/<h2 id="被忽视的危机">被忽视的危机</h2> <p>当科技媒体铺天盖地报道AI大模型的新突破时，一个更基础、更紧迫的问题正在酝酿：<strong>全球正在经历严重的内存芯片短缺，而且这个问题可能要持续到2027年</strong>。</p>https://xiejiayun.github.io/post/tsmc-fab-geopolitics-2026/Sat, 18 Apr 2026 00:00:00 +0800https://xiejiayun.github.io/post/tsmc-fab-geopolitics-2026/<p>2026年4月，TSMC CEO魏哲家（CC Wei）在财报电话会上对Elon Musk发出了一个直白到近乎冒犯的信息：<strong>&ldquo;建晶圆厂没有捷径。&rdquo;</strong></p>https://xiejiayun.github.io/post/china-140t-tokens-global-ai-race/Fri, 17 Apr 2026 00:00:00 +0800https://xiejiayun.github.io/post/china-140t-tokens-global-ai-race/<blockquote> <p>一个被多数人忽视的数字：中国2026年3月的日均AI Token消耗量已突破<strong>140万亿</strong>，较2025年底增长超过40%。这不是一个简单的统计数据——它是中国AI产业从&quot;模型竞赛&quot;转向&quot;规模应用&quot;的标志性拐点。</p>