Chip Insight 資料庫
#Chiplet
找到 5 篇文章
High-NA EUV 太先進，反而塞不下大型 AI 晶片？ASML 準備放大光罩，解決下一代曝光難題
ASML 的 High-NA EUV 將數值孔徑從現有 EUV 的 0.33 提升至 0.55，可提供更高解析度並減少先進製程的多重圖案化步驟，但這項光學升級也帶來一個反直覺限制：目前 High-NA 的單次曝光範圍較小，難以直接處理接近傳統約 800 mm² reticle limit 的大型 AI 與資料中心晶片。ASML 9 月 8 日表示，將與主要晶片製造商合作導入更大的 mask 解決方案，目標讓 High-NA 未來也能製造 NVIDIA、Google 等公司使用的大型運算晶片，並提升約 40% 生產力。
SEMICON Taiwan 2026 今日開展：AI 晶片戰爭，正在從電晶體走向整個系統
SEMICON Taiwan 2026 於 9 月 2 日正式開展，今年超過 1,300 家展商、4,300 個攤位齊聚南港。從 HBM、Chiplet、3DIC、矽光子到微流道散熱，今年展會釋放出一個清楚訊號：AI 半導體競爭已不再只是比誰能做出更快的晶片，而是進入記憶體、封裝、互連、散熱與電力共同決定效能的系統級戰爭。
SEMICON Taiwan 2026 必逛廠商：如果只有半天，這幾個攤位先別錯過
SEMICON Taiwan 2026 登場，今年真正值得看的不只是晶片新品，而是 AI 晶片背後的先進封裝、HBM、Hybrid Bonding、材料、製程設備與矽光子生態。從日月光、Lam Research、Kokusai Electric 到 SET Corporation 與 Corning，這份清單整理出時間有限時最值得優先關注的廠商與技術方向。
Google 傳攜手 AMD 開發第 10 代 TPU：AI 晶片可能走向「CPU＋加速器」封裝整合
市場消息指出，Google 可能與 AMD 合作開發第 10 代 TPU 家族中的新型 AI ASIC。相較於傳統以張量運算為核心的 TPU，新設計可能進一步把通用 CPU 核心整合至同一封裝，以因應強化學習、推理模型與 AI Agent 工作負載日益增加的 CPU 運算需求。若消息屬實，這不僅可能成為 AMD 首次大規模參與客製化 AI ASIC 專案，也反映 AI 基礎設施的設計重心正從單純追求加速器算力，逐步轉向 CPU、AI 加速器、HBM 與先進封裝的系統級整合。
中國 DFSX 挑戰 NVIDIA AI 架構！14nm DF2000 靠 960TB/s 記憶體頻寬叫板 GB200 NVL72
中國 AI 晶片新創 Dongfang Suanxin（DFSX）提出不同於 NVIDIA 的發展路線，主張 AI 效能瓶頸並非先進製程，而是記憶體頻寬（Memory Bandwidth）。即將於 2026 年第四季推出的 DF2000 採用成熟的 14nm 製程，透過全新的 3D 近記憶體運算架構與 3.5D Infinity Chiplet 設計，在 TY64 SuperNode 配置下可提供高達 960TB/s 的總記憶體頻寬，超越 NVIDIA GB200 NVL72 的 576TB/s，希望藉此降低 AI 運算中的 Memory Wall 問題。