TAG:半导体技术
华为更新“韬定律”论文，算力之道“韬滔不绝”
华为更新“韬定律”v2论文，将后摩尔时代半导体演进规律从概念框架升级为可量化、可落地的完整技术体系。“韬定律”以电路时间常数τ为核心，提出“时间缩微”新范式，核心创新Logic Folding（逻辑折叠）通过齿比等概念实现单元级3D连续优化，在固定节点下带来55%晶体管密度提升和41%能效改善。论文详解麒麟2026芯片路线图（密度跃升至238MTr/mm²），并扩展至AI集群的Unified Bus、Hi-ONE、3D Folding协同方案，为后摩尔时代提供中国算力创新路径。
1 
0 
专访全球顶尖芯片学者IEEE会士Andrew B. Kahng：韬τ定律挑战传统半导体路线 差距小于外界想象
本文专访了全球顶尖芯片学者、IEEE会士Andrew B. Kahng，深入解读华为提出的“韬（τ）定律”。该定律被视为对传统摩尔定律的挑战，强调通过系统价值提升而非仅缩小晶体管尺寸来推动半导体发展。文章探讨了后摩尔时代的优化方向，包括全栈协同优化、3D集成和EDA技术的重要性，为行业未来提供了关键见解。
宇树科技科创板IPO将于6月1日上会，中芯国际A+H股总市值突破7300亿
本文汇总了科创板晚报的最新动态，重点包括华为发布“韬定律”引领半导体技术突破，安徽和杭州推出政策支持科技创新与创业，以及中芯国际市值创新高、宇树科技IPO进展、欧科亿股份转让、卓锦股份实控人被判刑等公司新闻，全面覆盖技术、政策和市场资讯，为投资者提供有价值的信息。
华为预计五年后推出等同1.4纳米制程的芯片，概念股随之大涨
华为在IEEE国际电路系统研讨会上提出‘韬(τ)定律’，以时间缩微替代几何缩微作为半导体演进新原则，通过逻辑折叠等技术提升晶体管密度。华为已应用该定律量产381款芯片，预计2031年高端芯片达到1.4纳米制程同等水平，推动行业创新并引发概念股大涨。
华为发表“韬(τ)定律”：无需先进光刻机亦可制造高端芯片，预计2031年达1.4纳米制程同等水平
华为提出的“韬(τ)定律”是一种创新的半导体发展原则，旨在用“时间缩微”替代传统的“几何缩微”，通过逻辑折叠等技术压缩信号传播时延，提升芯片系统效率。这减少了对先进光刻机的依赖，使基于成熟工艺的芯片也能实现高性能。华为已基于此定律量产多款芯片，并预计到2031年达到1.4纳米制程的同等水平，为半导体产业开辟新路径。
三星电机向苹果供应玻璃基板样品，瞄准AI芯片封装新赛道
三星电机已向苹果公司供应用于半导体封装的玻璃基板样品，此举标志着其在下一代AI芯片封装领域的重大布局。文章详细介绍了玻璃基板如何以其更高的表面平整度和更低的热膨胀系数，有效解决AI芯片因面积增大导致的翘曲问题，从而提升芯片性能。三星电机不仅深化了与博通的合作，更将潜在客户群扩展至终端用户苹果，为苹果未来自研AI服务器芯片封装提供技术支持。文章还提及了三星电机计划于2027年实现玻璃基板量产的产能规划。
国产硅锗单光子雪崩二极管芯片研发成功
西安电子科技大学胡辉勇教授团队成功研制出基于硅锗工艺的单光子雪崩二极管（SPAD）芯片，大幅降低短波红外探测技术成本。这项突破使高端芯片有望以百分之一的成本应用于智能手机、车载激光雷达等领域，解决了传统铟镓砷材料成本高、与硅基工艺不兼容的难题。
ADI亮相2025中国机器人行业年度评选
ADI公司参与'维科杯·OFweek 2025中国机器人行业年度评选'，申报核心零部件创新产品奖。其参评产品ADMT4000是一款单芯片角度和多圈编码器位置传感器，具备业界领先的技术，如无需电源即可跟踪多圈旋转，能简化机电致动器设计并降低成本。文章介绍了评选背景、奖项设置及投票方式，旨在展示ADI在机器人领域的创新实力。
我国科学家在光芯片领域取得新突破 光芯片短缺预计持续至2026年底
上海交通大学科研团队在光计算芯片领域取得重大突破，成功研发出支持大规模语义媒体生成模型的全光计算芯片LightGen。该芯片在单片上实现了百万级光学神经元集成等三项关键技术突破，实测显示其算力和能效相比顶尖数字芯片提升两个数量级。同时，行业分析指出光芯片短缺可能持续至2026年底，市场前景广阔。
全球首款2nm手机芯片量产启动
三星电子正式推出全球首款2纳米工艺智能手机应用处理器Exynos 2600，并已进入量产阶段。该芯片采用环绕栅极（GAA）技术，CPU性能提升高达39%，GPU计算性能翻倍，NPU提速113%，支持3.2亿像素摄像头和先进的AI功能。预计将用于明年的Galaxy S26系列，标志着手机芯片进入2nm时代，并可能推动三星代工业务复苏。
英特尔寻求AI算力可持续增长路径
英特尔在IEDM 2025大会上展示了多项突破性技术，旨在解决AI芯片供电稳定性与可靠性挑战。重点包括新型深沟槽MIM电容材料，显著提升电容密度并降低漏电，以及超薄GaN芯粒等前沿成果。这些进展标志着行业从单一性能提升转向系统级算力优化，为AI算力可持续增长提供关键支持。
