情报
AI 生成的结构化厂商动态简报
台积电追加千亿美元美国建6座晶圆厂，3nm本土化重塑AI芯片供应链
台积电宣布追加1000亿美元投资美国亚利桑那州，总投资额达2650亿美元，计划建设6座晶圆厂，重点聚焦3nm及更先进制程。此举配合NVIDIA、Apple、AMD等客户的AI算力需求，并将3nm制程美国本土化，彻底改变全球半导体供应链格局。Q2净利同比暴增77%，全年资本支出上调至600-640亿美元。
Arm自研AGI CPU联合Meta，生态位从授权商转向芯片供应商
Arm发布首款自研数据中心CPU——136核、3纳米AGI CPU，专为AI推理设计，Meta作为联合开发者将全面部署。该芯片基于Neoverse V3平台，声称比x86机架性能高2倍，降低数据中心AI资本支出。Arm生态从IP授权转向直接芯片销售，重新定义与超大规模客户的协作模式。
Arm自研AGI CPU需求翻倍，直指AI推理控制权争夺，x86阵营面临架构级威胁
Arm将其首款自研数据中心CPU——AGI CPU的需求预期翻倍，预计2027-2028财年收入超20亿美元。该芯片基于136核Neoverse V3平台，采用3nm工艺，专为智能体AI推理设计，声称每机架性能比x86高2倍以上。Meta为主要合作客户，OpenAI、Cloudflare等已确认采用。这标志着ARM从IP授权商向直接芯片供应商的战略转折。
台积电三重压力：客户分流、专利诉讼与EUV路线抉择
台积电面临运营、法律和商业三重压力：谷歌将下一代AI芯片Icefish部分生产分给三星，美国ITC专利调查威胁进口限制，以及熟练工人、水电等资源瓶颈。台积电确认2029年前不购买高NA EUV，通过多重图案化实现2纳米，节省数十亿美元。
谷歌Trillium TPU：4.7倍训练性能提升背后的算力锁定与生态陷阱
谷歌云发布第六代TPU Trillium，采用3纳米工艺，AI训练性能提升4.7倍，推理性能提升2.5倍，能效比H100高2倍。但Trillium仅限Google Cloud TPU v6p实例，深度绑定AI Hypercomputer架构，形成从芯片到网络的全栈锁定。
ASML EXE:5200 High-NA EUV光刻机：8nm分辨率锁定2nm制程，但成本陷阱隐现
ASML发布新一代High-NA EUV光刻机EXE:5200，分辨率从13nm提升至8nm，晶圆每小时处理量达220片，支持2nm及更先进制程量产。英特尔为首发客户，计划用于18A工艺。ASML同时透露研发Hyper-NA（NA 0.85）以支撑1nm以下工艺。
三星3nm GAA良率破80%获英伟达订单：台积电垄断遭挑战
三星电子宣布其3纳米GAA工艺良率突破80%，并成功获得英伟达部分中端GPU订单。这是三星在先进制程商业化的重要里程碑，标志着其SF3工艺达到可量产水平，旨在降低英伟达对台积电的依赖。
苹果推出M5 Pro/Max芯片采用融合架构提升AI性能
苹果发布M5 Pro和M5 Max芯片，采用全新融合架构将两个3纳米芯片封装为单一SoC，AI性能提升超4倍。芯片配备18核CPU和集成神经加速器的GPU，统一内存带宽最高达614GB/s。
苹果发布iPhone 17e：自研C1X调制解调器性能翻倍，维持599美元起售价
苹果推出iPhone 17e，核心采用自研C1X蜂窝调制解调器，速度相比前代C1提升2倍，能效提升30%。该机型搭载A19芯片，存储容量翻倍至256GB起步，但起售价维持不变。此举旨在通过关键部件自研与成本控制，强化其在高端入门市场的竞争力。
ASML揭示光刻精度测量技术：纳米级控制的关键
ASML发布技术文章，详细阐述了其光刻技术中至关重要的“测量精度”原理。文章指出，在芯片制造中，光刻机必须将电路图案以极高的精度转移到硅片上，而测量是实现这种精度的基础。ASML通过其独特的“对准”和“叠加”测量系统来确保精度。对准系统确保硅片与掩模版精确对齐，而叠加测量则用于评估连续光刻层之间的图案套刻精度，这对于制造复杂的三维结构至关重要。ASML的技术能够实现亚纳米级的测量精度，这是持续推动芯片制程微缩（如向3纳米及以下节点演进）的核心能力之一。该技术是ASML极紫外（EUV）光刻机等先进设备不可或缺的一部分，确保了大规模生产中的一致性和良率。 **点评**：ASML通过深入解析其基础测量技术，再次强调了其在半导体设备领域的技术壁垒。亚纳米级的测量与控制能力是摩尔定律得以延续的隐形基石。对于芯片制造商和材料/计量设备商而言，关注此类底层精度技术的演进，是预判先进制程落地可行性与挑战的关键。