江苏芯缘半导体有限公司



Jiangsu Thankyou Semiconductor Co.,Ltd.

求是缘半导体国庆要闻-莫大康(2026.10.8)
来源: | 作者:芯缘 | 发布时间: 2026-10-08 | 161 次浏览 | 🔊 点击朗读正文 ❚❚ ▶ | 分享到:

01

国产量检测要开始用EUV了


为什么需要EUV量检测?
半导体生产的每一道工艺都需要定量测量,确保关键物理参数达标,其中光学检测设备占据了市场主流。但随着芯片制程持续推进,器件物理尺度持续微缩,同时晶体管从 FinFET 向环绕栅极(GAA)等三维结构演进,检测需求从二维平面延伸至三维立体,掩埋界面识别、纳米级缺陷检出的难度陡增,传统光学检测的灵敏度已无法满足精度要求。
电子束检测虽然精度更高,但存在扫描速度慢、吞吐量低的短板,还可能对晶圆材料造成损伤。相比之下,基于 EUV 光源的检测技术兼具高分辨率、高检测速度,且属于非接触无损检测。根据散射信号经验公式,信号强度正比于颗粒尺寸的六次方、反比于照明光波长的四次方,波长缩短至 13.5nm 可大幅提升纳米级缺陷的检出灵敏度,在套刻量测等场景中优势尤为显著。
当前,非破坏性测量已是半导体量检测的主流发展方向,但高端 EUV 光源长期被海外厂商垄断。
EUV光源有哪些?
无论是光刻还是量检测,都需要先解决EUV光源的问题。目前极紫外光源主要有三类技术路线。
图片
EUV量检测用在哪里?
EUV 量检测主要覆盖掩模缺陷检测、晶圆量检测、材料分析等场景,原理主要包括相干衍射成像(CDI)、散射量测(CSM)、瞬态光栅(TG)等。
首先是EUV掩模检测。
其次是晶圆量检测。晶圆量检测一般分为量测和检测。检测指在晶圆表面上或电路结构中,检测其是否出现异质情况,如颗粒污染、表面划伤、开短路等对芯片工艺性能具有不良影响的特征性结构缺陷。随着 FinFET 向纳米线、GAA 结构演进,3D 测量难度持续提升;多重图案工艺的叠加,也让套刻精度、周期结构表征的复杂度陡增,同时特征尺寸缩小带来了信噪比下降的问题。
最后是材料分析,主要应用是光刻胶曝光性能的原位表征。在EUV光刻工艺中,光刻胶的性能直接影响所制造结构的质量和关键尺寸。
国产EUV量检测布局
华芯极光是一家2025年8月成立于上海的科技企业,主要做极紫外(EUV)光源技术和半导体设备研发‌。华芯极光创始人林楠教授为国家级领军人才、博士生导师,欧盟玛丽居里学者。他师从2023诺贝尔物理学奖得主Anne l'Huillier院士,在荷兰ASML研究部工作多年,长期从事先进光源研发,累计公开及授权国际专利120余项。
华芯全筑是全筑股份与华芯极光合资成立,致力于EUV光源核心精密测量设备的研发与制造。
朗道科技是一家成立于2024年的半导体制造专用设备研发企业。公司的核心业务聚焦于LPP-EUV光源的研发,创始人王豪博士及其团队以清华大学气体放电等离子体实验室的研发成果为基础,致力于为中国芯片制造行业提供高功率、高稳定性的EUV光源。
云栖极耀是一家紧凑型等离子体光源研发商,成立于2025年2月7日,主要从事紧凑型等离子体光源技术研发业务。公司致力于通过技术创新,提升精密光学与微电子设备的性能与集成度,以满足高端制造领域对光源技术的需求。
华日激光也在布局EUV相干光源。华日激光是湖北光谷实验室与华中科技大学陆培祥团队的技术转化载体,推动EUV相干光源从实验室走向产业化。
皓宇芯光是专注于先进激光应用及半导体量检测设备开发的高科技企业,由知名极紫外激光领域专家,国家海外高层次专家人才与多年行业经验人才联合创立,成立于2023年11月,技术路线是HHG EUV光源。团队来自于极紫外激光、阿秒物理、半导体量测等前沿领域,核心成员中既有国家级海外高层次人才,也有长期活跃在国际产业一线的工程专家。目前,技术能力已覆盖从软X射线(SXR)到极紫外(EUV)再到真空紫外(VUV)的整个光谱区间。

02

英特尔14A工艺备受青睐

英特尔需要在2027年初之前找到一个核心客户。
据Piper Sandler的一份研究报告显示,亚马逊、苹果、AMD、谷歌、特斯拉、微软、英伟达和高通正在评估英特尔的14A芯片制造工艺。如果这些洽谈最终达成生产合同,英特尔或许终于能够获得支持其代工业务所需的外部客户。据报道,这些客户的兴趣让英特尔获得了迄今为止最强的机会,从而确立其作为尖端芯片可靠供应商的地位,尽管目前还没有任何客户宣布承诺。
英特尔多年来一直致力于将其制造部门打造成为台积电的有力竞争对手。如今,其14A工艺是关键的考验。Piper Sandler表示,英特尔需要在2026年底或2027年初签下一家核心客户,才能按计划在2028年实现量产。
英特尔首席执行官陈立武曾表示,如果没有明确的客户需求证据,英特尔不会扩大尖端制造工艺的规模。今年7月,他表示,如果公司未能获得重要的外部客户或达到关键的客户里程碑,则可能会停止14A及后续工艺技术的应用。
“如果我们无法获得重要的外部客户,也无法实现英特尔 14A 的重要客户里程碑,那么我们未来开发和制造英特尔 14A 及其后续前沿节点将不再具有经济效益,”谭说道。
英特尔表示,14A工艺仍按计划于2028年进行早期风险生产。风险生产是指制造商在量产前开始生产早期芯片以验证工艺的阶段。谭先生曾表示,英特尔相信其时间表能够使14A工艺与台积电的先进节点产品展开竞争。因此,很难准确预测英特尔14A工艺推出后与台积电的竞争格局。英特尔现有的18A工艺,其实际性能通常被认为比其名称所暗示的更接近台积电较早的3纳米级工艺。到2028年,英特尔可能将与台积电的N2工艺或其更新的A16工艺展开竞争。

03

存储芯片新变局!

全球存储行业,正在重新洗牌。做DRAM的开始进入NAND,存储巨头开始把晶圆厂搬向美国,老牌IDM英飞凌则选择退出部分存储业务。过去十余年形成的全球存储版图,如今正在地缘政治与AI 算力狂飙的夹击下加速重构。一个依靠周期循环就能“躺赢”或“熬死对手”的存储时代,彻底结束了。
存储制造,重新回到美国?
美国曾经在存储领域拥有绝对的主导权。如果把时间拉回二三十年前,美国其实是全球存储产业最重要的发源地之一。
英特尔、美光、AMD、闪迪,以及后来从AMD和富士通闪存业务中发展起来的Spansion(飞索半导体),都曾是全球存储产业的重要力量。
但在之后漫长的产业整合中,美国存储产业发生了明显分化。
英特尔逐渐退出存储,先退出DRAM,后来又将NAND和SSD业务出售给SK海力士;Spansion被飞索/赛普拉斯及英飞凌等体系吸收变革;闪迪也经历了被西部数据收购、再重新拆分独立的过程。
美国真正留在全球DRAM第一梯队的,只剩下了美光。
台系玩家的接棒与重塑
2026年8月,南亚科董事会通过5A新厂扩产计划,2026年至2029年资本支出最高达到3466亿新台币。按照规划,5A工厂最终月产能约4.5万片晶圆,将陆续导入1B、1C、1D、1E等10nm级DRAM制程以及EUV设备,2027年下半年开始投片,2028年月产能达到3万片,2029年进一步提升至3.59万片。南亚科预计整座5A厂最终总资本支出约160亿美元。
南亚科此次的扩产背后有一个明显的产业窗口。在DRAM存储领域,三星、SK海力士和Micron处于第一梯队,南亚科属于第二梯队。按照TrendForce数据显示,2026年第二季度,三星、SK海力士和Micron三家公司在全球DRAM市场的营收份额分别达到39.4%、24.9%和23.3%,三家公司合计仍然控制约87.6%的市场。
日本,还会再出现一个“尔必达”吗?
说到Spansion就让笔者想起了尔必达。
日本曾经是全球存储产业绝对的中心。NEC、东芝、日立、三菱、尔必达……上世纪八九十年代,日本企业一度占据全球DRAM市场的主导位置。但经过数十年的价格战、产业整合和资本竞争之后,日本本土大型DRAM企业最终只剩下尔必达。
2012年尔必达申请破产重组,2013年被Micron完全收购。如今,Micron在日本最重要的生产基地——广岛工厂,正是昔日尔必达最核心的DRAM制造资产之一。
而Micron还在继续给这座工厂加码。2026年7月,Micron正式启动广岛新洁净室建设,一期面积约2.8万平方米,计划于2028年下半年开始搬入制造设备,用于扩大面向AI的先进存储生产能力。日本经济产业省此前已经宣布,为Micron广岛先进存储研发和制造提供最高5360亿日元支持。
中国厂商:不可忽视的“X因素”
而全球存储产业里最大的变量,可能还是中国。
在DRAM和NAND两条最重要的存储赛道上,中国都已经形成了具有规模的本土厂商:长鑫存储专注于DRAM,长江存储则长期深耕NAND Flash。两家公司分别沿着各自的技术路线持续推进产品迭代和产能建设,并依托中国庞大的手机、PC、服务器和数据中心市场不断扩大出货规模。
9月20日,长鑫存储宣布第五代DRAM平台正式进入量产,并推出两款24Gb LPDDR5X产品。新一代平台采用四重图形化技术,将存储单元特征间距进一步缩小至11.95nm,与上一代相比,单片晶圆可生产的芯片裸片数量提升至少50%。
根据TrendForce数据,2026年第二季度,长鑫存储在全球DRAM市场的份额已经达到约9.5%,排名第四。
在NAND领域,TrendForce预计,随着新设备陆续导入、产能继续释放,2027年中国供应商占全球NAND Flash位元产出的比例可能接近19%。
中国正在形成一套自己的存储制造能力。短期看,它未必会立即改变全球高端存储市场的竞争格局;但拉长到五年甚至十年,中国厂商的技术升级、产能扩张以及本土市场规模,都可能改变全球存储产业原有的供需关系。
这也是这一轮产业洗牌里,最难预测的变量之一。
结语
综合来看,全球存储产业正在经历一场从“周期复苏”向“结构重组”的深层次剧变。过往单纯依赖市场供需周期循环的时代已经过去,地缘政治、AI算力变革与资本重组共同推开了存储行业“大洗牌”的大门。未来的全球存储版图,将不再是单一区域的独角戏,而是一场涉及产业链重组、多极化分布的全新博弈。

04

马斯克将大量砍内存用量

据报道,特斯拉首席执行官埃隆·马斯克周四表示,为了扩大生产规模,这家电动汽车巨头已下调了其下一代“擎天柱”机器人芯片的内存规格。
马斯克在 X 平台上发文称,特斯拉将 AI5芯片的内存减半至 72GB,并将 AI6 芯片的内存削减三分之一至 144GB。他表示,这是“实现擎天柱量产所需产能的唯一途径”,且此举能“大幅”降低成本。
他补充说,这种削减对擎天柱性能的影响“微乎其微”,因为内存带宽是比总内存容量更大的制约因素。

05

苏姿丰收购 World Labs李飞飞团队

这次交易本质不是买一个大模型拿来对外卖,而是拿到下一代“物理世界模型”的前沿视角,反向指导 AMD 芯片架构设计,用来和英伟达拉开赛道差距。
交易 82 亿美元,全股票收购,李飞飞出任 AMD 执行副总裁、首席科学家,直接向苏姿丰汇报。
AMD 现在的短板
AMD MI 系列 GPU 硬件本身很强,但是有两个很难追赶英伟达的问题。
1.生态被动
英伟达一边造芯片,一边做 Cosmos 世界模型,非常清楚下一代模型会吃什么样算力、显存、互联。
AMD 过去只能等模型公司做完,再去适配芯片,永远慢一拍。
2.AI 正在从语言模型走向物理、空间、机器人仿真
现在的 LLM 只是第一阶段。
未来机器人、自动驾驶、三维场景、物理模拟,对芯片的需求完全不一样。
这类世界模型,对 3D 渲染、体素、张量、超大显存池要求极高。
苏姿丰收购李飞飞团队 4 个主要原因

  1. 用模型反向定义芯片架构(最核心)

芯片研发周期 2~3 年。

  • 有一支世界模型团队在内部,AMD 芯片设计师提前知道 2028、2029 年的模型需要什么。
  • 可以原生定制显存、互联、指令集、封装,专门面向 3D 世界模拟。
  • 不再是单纯做一款通用 GPU,而是面向物理 AI 做整套计算平台。

苏姿丰原话:
你对端到端 AI 流程理解越深,就能构建更好的系统。
2. 抢下空间智能、世界模型这条赛道
World Labs 主攻 3D、空间、物理一致性世界模型。

  • 一张照片,就能推理完整三维场景、遮挡部分、物体物理属性。
  • 面向机器人、数字孪生、仿真、AR。

英伟达已经在 Cosmos 世界模型发力。
AMD 直接把李飞飞这个领域最顶尖团队收入麾下,拿到下一代 AI 制高点。
3. 补齐 AMD 全栈,削弱 CUDA生态优势
AMD 已经连续收购多家 AI 软件公司:

  • Silo AI 模型编译
  • ZT Systems 算力基础设施
  • Taalas 推理芯片

这次再加 World Labs 前沿模型团队。

  • 英伟达优势:芯片 + CUDA + 大量模型原生优化。
  • AMD 目标:硬件 + 底层软件 +前沿世界模型,形成完整闭环。

4. 顶级人才 + 行业影响力
李飞飞是 ImageNet 奠基人,在全球 AI 学术界、机器人圈子影响力巨大。

  • 吸引更多顶尖 AI 科学家加入AMD。
  • 对外证明 AMD 不只是一家显卡公司,是通用人工智能平台。

很关键的一点:不会和客户抢生意
AMD 对外明确说明:
World Labs 属于内部前沿研究底座,不会变成一个和 OpenAI、Anthropic 竞争的商用大模型公司。
它产出的技术、算子、负载特征,开放给所有 AMD 客户,让更多客户在 MI 平台上面开发空间智能、机器人模型。
和昇腾、英伟达 对比
1.英伟达:芯片 + CUDA + 自研 Cosmos 世界模型,三者深度协同。
2.AMD 这次收购之后:芯片 + 软件栈 + 内部世界模型实验室,对标英伟达这套全栈。
3.华为昇腾:芯片 + CANN + 国内大模型客户联合调优,昇腾没有一支原生一世界模型顶尖研究团队。
总结
1.现在 AI 已经不只是语言大模型,下一步是三维物理世界模型。
2.芯片公司如果不知道下一代模型吃什么样算力,芯片设计很容易跑偏。
3.苏姿丰买下李飞飞团队,就是提前拿到物理 AI 最前沿的负载需求,原生设计下一代 GPU。
4.这是 AMD 从单纯硬件厂商,转向 AI 全栈平台最重要一步。

06

英伟达评估玻璃基板AI芯片先进封装为什么要换一块底板?

当一颗AI芯片需要把GPU、HBM和更多芯粒装进同一封装,制造难题就不只在晶体管。承载这些芯片、连接数以万计信号的封装基板,也要跟着变大、变密、变稳。玻璃基板因此进入英伟达下一代AI芯片的技术视野。
据《首尔经济日报》及韩国科技媒体KIPOST报道,英伟达正在评估玻璃基板方案,并推动供应链研发,报道提及的目标时间指向2028年前后。目前,这仍属于媒体披露的研发与供应链动向,不能等同于英伟达已经宣布在某款GPU上量产采用玻璃基板。
图片
玻璃基板是什么?
可以把先进封装想成一座微型城市:GPU和HBM是不同功能的建筑,封装内的线路负责让它们快速交换数据,基板则提供支撑,并把电源和信号接向封装外部。
今天的高性能芯片主要使用有机材料作为封装基板。所谓“玻璃基板”或“玻璃芯基板”,是将经过精密加工的玻璃用于基板结构,再在其表面制作布线层,并通过贯穿玻璃的微孔建立上下层电连接。这里的玻璃不是普通窗玻璃,而是对平整度、热膨胀、机械强度及加工精度有严格要求的工程材料。
它也不等于晶圆,更不等于把GPU直接做在玻璃上。其主要作二、AI芯片为什么需要它?
一颗AI加速器往往要让计算芯片与多颗HBM紧密协作。随着计算能力和内存容量增加,封装尺寸、布线密度与供电要求同步提高。有机基板在扩大尺寸和缩小连接间距时,会面临翘曲、尺寸稳定性及制造良率的挑战。
玻璃的优势在于表面平整、尺寸稳定,并可按应用要求选择合适的热膨胀特性。这为更大面积的封装、更细密的线路以及更多芯粒的集成创造了条件。英特尔此前也明确将玻璃基板列为下一代先进封装技术,并展示过相关测试样品。
但“用了玻璃,GPU速度就提升40%、功耗降低近一半”不能作为通用结论。最终性能取决于芯片架构、封装设计、线路长度、供电和散热等整套系统;玻璃基板本身不会自动带来固定幅度的提速或降耗。
TGV为什么是关键?
玻璃本身不导电。要让电源与信号穿过玻璃芯层,制造商需要先加工出微小通孔,再完成孔壁金属化,形成玻璃通孔,即TGV(Through-Glass Via)。
难点不只是“打孔”,还包括大量微孔的一致性、金属填充质量、线路与孔位的对准,以及后续热循环中的可靠性。基板越大、互连越密,这些问题越难控制。因此,玻璃基板能否进入高端AI芯片,关键要看TGV、再布线层(RDL)、材料和封装工艺能否一起通过客户验证,并实现可接受的良率与成本。
2028年会量产吗?
从研发、送样到进入一款量产GPU,中间还要经过可靠性测试、供应链认证和产线爬坡。媒体提到的“2028年前后”,更适合视为产业界争取的导入窗口,而非已经确定的英伟达产品发布时间。
值得关注的是,产业合作已在推进。2026年7月,英特尔宣布与蓝思科技合作,结合先进封装与精密玻璃加工能力,面向未来AI和数据中心应用开发技术。对京东方、沃格光电、美迪凯等布局者而言,后续更有判断价值的进展是客户认证、批量交付、良率和产能利用情况,不能仅凭中试线或送样推断大规模量产。用,是为日益庞大的多芯片封装提供更稳定的连接底座。

07

华为官宣DeepSeek开源昇腾基础组件

9月30日,华为和DeepSeek官方宣布,DeepSeek已正式开源面向昇腾算力平台的基础设施组件,覆盖TileLang高级语言编译工具、高性能计算库与分布式通信库,所有组件与此前面向英伟达平台的开源组件一一对应。这一举措对中国AI软件生态具有里程碑意义——它意味着在主流GPU路径之外,国产算力平台首次获得了来自头部大模型厂商的、成体系的基础设施级支撑。
工欲善其事,必先利其器。建立新一代自主可控的GPU软件生态,首要的事情是先建立一个通用的、编程简单的、同时能达到硬件性能上限的高级语言。TileLang 在这样的历史背景下诞生的。
DeepSeek方面表示,相对于英伟达的CUDA语言,TileLang的编程更简单,能显著提高开发效率、简化代码逻辑。另一方面,相对于其它同类高级语言,TileLang的编程模型可以充分发挥芯片的特性,达到硬件的性能上限。
昇腾侧,本次开源包含DeepGEMM、FlashMLA、TileKernel、DeepSelect等高性能昇腾算子库组件,以及DeepEP分布式通信库。昇腾平台提供了稳定、开放的Ascend C API接口,使用户能够对访存路径与计算流水线进行深度调优,完成高性能算子开发。同时依托开放的Ascend C编程接口与PTO ISA底层指令体系,支撑了DeepSeek的TileLang编程开源工作。

08

美银预测美国半导体行业规模四年内将实现翻倍

据Investing.com报道,美国银行预测,到 2030 年全球半导体市场规模将达到 3.2 万亿美元。
美银将 2026‑2030 年的复合年均增长率(CAGR)预期从此前的 14% 上调至18%,认为存储芯片与数据中心元器件将成为增长主要驱动力。
美银表示,受益于数据中心与人工智能领域持续旺盛的客户订单以及产能投入,美国半导体行业规模有望在四年内,从当前预估的 1.7 万亿美元实现近乎翻倍。
美银同时上调晶圆厂设备(WFE)市场预测:2026 年市场规模由 1440 亿美元上调至 1560 亿美元,同比增长 33%;2027年预测值由 1900 亿美元上调至 2100 亿美元,到 2030 年市场支出规模或将达到 3600 亿美元。
报告显示,动态随机存取存储器(DRAM)领域的预测尤为乐观,美银预计今年 DRAM 相关设备投入将达 610 亿美元,2027 年升至 850 亿美元。
第三方行业机构的预测趋势同样向好。国际半导体产业协会(SEMI)表示,受先进存储(特别是高带宽内存相关 DRAM)以及先进逻辑芯片投资升温推动,2026 年晶圆厂设备销售额将上涨 23.1%,达到 1439 亿美元。
近期存储市场数据也印证了行业高投入的大背景。集邦科技(TrendForce)数据显示,受 AI 服务器拉动高带宽、大容量存储产品出货,同时产能扩张跟不上需求,第二季度全球DRAM 行业营收环比大涨 59.5%,接近 1547.3 亿美元。
集邦科技同时预测,2027 年,DRAM 与 NAND 闪存合计占头部云服务商资本开支的比例将从 2026 年的 47% 提升至 68%。

09

余承东在 Mate 90 发布会上讲麒麟 9050 Pro 是第一款手机 SoC 完整落地逻辑折叠

传统芯片是平面 2D 画电路,靠把晶体管做更小来提升性能(摩尔定律)。
韬定律 逻辑折叠,是在电路设计阶段,把同一个逻辑模块拆到上下两层晶圆,单元对单元垂直相连。

  • 不依赖 EUV、不依赖 5 nm 更先进光刻
  • 同等工艺下面,晶体管密度、能效、信号延迟,大幅度提高。

麒麟 9050 Pro 公开关键进步

  1. 晶体管密度 大幅度提高
  • 2.38 亿 / 平方毫米,相比上代提升 28%
  • 电路拆到两层,同样芯片面积里面,可以放下更多晶体管。

2. 信号延迟明显下降

  • 关键路径时延下降 30% 以上
  • 垂直互联带宽 125 TB/s,500万键合点,5000 万连接
  • 相当于芯片内部大量短距离高速电梯,不用在平面绕很长的金属走线。

3. 能效是非常关键的突破(PPT 重点)
同样性能情况下

  • CPU 大核功耗下降 41%
  • GPU 功耗下降 58%
  • NPU 功耗下降 66%

这一点非常重要:晶体管更多,但是每一笔计算消耗的电能更少,手机发热、续航同时受益。
4. 四大模块性能升级

  • 灵犀 CPU,9 核 16 线程,多核提升 23%
  • 马良 GPU,渲染性能提升 40% 以上
  • 达芬奇 NPU,AI 算力提升 140%,端侧跑 30 B 大模型
  • 第 10 代 ISP,长焦清晰度提升 34%,视频处理能力大幅变强

5. 巴龙基带 通信升级

  • 超越 5.5 G 通信能力
  • 配合鸿蒙 7,做多台 Mate 互助通信,多部手机网络聚合。


10

台积电再建11座工厂?

日前,据台媒《经济日报》援引半导体制造设备行业消息报道称,台积电拟在现有亚利桑那凤凰城园区之外另设一个制造基地,额外建设6座先进晶圆厂。新园区投资规模可能超过TSMC Arizona的2650亿美元,最有可能的选址是在得州达拉斯及北德州地区。
2020-2024年期间,台积电陆续在美国亚利桑那州开工建设3座晶圆工厂,总投资约650亿美元。目前,第一座4nm厂已于2024年量产;第二座3nm厂预计2027年下半年正式量产,比原计划的2028年提早一年;第三座于2025年4月动工,预计2028年以N2/A16制程投产,并在2030年前后实现大规模量产。
2025年3月,台积电董事长兼总裁魏哲家宣布追加1000亿美元投资,包括新建3座晶圆厂(每座产能约2万至2.5万片/月)、2座先进封装厂(AP1专注SoIC技术,AP2专攻CoPoS技术)以及1个大型研发中心,这也使得台积电在美总投资额累计达到了1650亿美元。
2026年7月的二季度法人说明会上,台积电继续宣布将在美国亚利桑那州再追加1000亿美元投资。至此,台积电在美国的总投资承诺规模已飙升至2650亿美元(约合人民币1.8万亿元),成为美国历史上规模最大的单笔外国直接投资之一。这笔千亿美元的追加资金,将主要用于在亚利桑那州再新建4座或更多晶圆厂以及先进封装配套产线。建成后,台积电在美国的制造集群将有望扩充至10座晶圆厂和2座先进封装设施,新增产能将全面聚焦于2纳米及以下的尖端制程逻辑芯片。
☆ END ☆