芯片市场的江湖，可能又要一夜变天了。 2026年5月25日，华为半导体业务部总裁何庭波抛出新概念“韬（τ)定律”，一时激起千层。当摩尔定律走向极限，华为似乎摸索到了“曲线救国”的方案。 过去60年，全球半导体产业都在摩尔定律的指引下卷制程，晶体管越来越小，性能越来越强，成本越来越低。它推动了PC、智能手机和互联网，更重要的是，它给整个产业建立了一种稳定的预期。芯片公司知道下一代性能会提升多少，设备厂商知道下一代工艺会往哪里走。 某种意义上，摩尔定律更像半导体世界里的“时间秩序”。但过去几年，这套秩序开始出现裂缝。7nm之后，先进制程的推进速度明显放缓。EUV光刻机价格不断上涨，掩膜成本越来越高，设计复杂度开始指数级膨胀。 一颗2nm芯片的设计预算已经突破10亿美元，先进节点的单位晶体管成本甚至开始反向上涨。行业默认的“更先进制程意味着更低成本”，在逐渐失效。 华为的解法是换一个赛道。何庭波说，以前大家拼的是“路修得多窄“——让车道一缩再缩，挤进更多车。但当车道窄到和车身一样宽，车就开始“漏“出去了。 韬定律不再卷车道宽度，而是去卷“信号跑得有多快、多顺“。新的定律是把平房改建成摩天大楼，原本要横穿几公里的信号，现在坐电梯就到了。华为给这套垂直堆叠的核心技术取了个名字，叫“逻辑折叠“。 业内好奇，一个新的颠覆故事讲出来，一旦被产业接受谁会重新洗牌、谁又会站上风口？ “配角”步入聚光灯下 过去三十年，半导体产业的利润分配，是条清晰的食物链：谁掌握最先进制程的光刻机和晶圆厂，谁就拿走最厚那一块蛋糕。 台积电拿走最厚的一片利润，ASML凭一台EUV光刻机拿捏全球，三星和英特尔在追赶的路上烧掉天文数字。封装、互联、衬底材料、EDA这些环节，长期被视作“配套“，估值和话语权都低一个档次。 韬定律的潜台词是，这个排序要改了。如果性能不再单纯取决于几纳米的制程，而是取决于信号在芯片内部跑得多顺、堆叠多紧、互联多快，那决定一颗芯片性能的，就从光刻机的精度，迁移到了怎么把芯片叠起来。如此一来，封装环节的价值有可能就将被重估。 最直接受益的是先进封装。 台积电的CoWoS、SoIC，三星的X-Cube，英特尔的Foveros，这些原本被归类为“封装技术”的能力，正快速接近制程本身的战略地位。台积电CoWoS产能从2024年到2026年持续扩张仍供不应求，把英伟达逼到要绑定多家封装厂，这就是产业用脚投票的信号。 国内一侧，原本在全球封测产业链里只能赚加工费的厂商，也能摸到高附加值环节。Chiplet（小芯片)和2.5D/3D堆叠的需求一旦放量，封装企业的资本开支和盈利模型可能要整体上修。 紧跟着站上C位的是互联和带宽。何庭波反复提到“灵衢总线“和光互联，核心其实是芯片内部和芯片之间的“高速公路网”。 当算力堆叠到一定程度，数据搬运的延迟和能耗就成了瓶颈——AI大模型训练里超过一半的能耗其实花在了数据搬运上，而不是计算本身。 这就是为什么HBM高带宽内存这两年成了SK海力士、三星、美光的印钞机；为什么英伟达的NVLink、NVSwitch比单卡算力本身还重要。 在韬定律的指引下，未来芯片的竞争力，至少一半在“路“，而不只是“车“。 材料端则更深一层。何庭波在论文里提到“在材料学上有突破，换介电系数更好的材料，那么就有提升空间”。 换而言之，低介电常数介质、二维半导体、钴、钌甚至石墨烯等新型互连金属，这些在传统摩尔定律下属于”边缘创新”的方向会被重新估值。 国内做光刻胶、湿电子化学品、靶材的厂商，如果能在低κ介质或新型互连材料上突破，从跟跑替代切换到与全球同步研发的赛道。 卸下包袱的机会 但这一切都建立在一个前提上，韬定律真的能走向“普适的经济学”。 摩尔定律的影响力，在于过去60年里始终伴随着经济上的可扩展性——单位晶体管的成本一直在下降。韬定律目前还没有经过这一关的全面检验。 并非所有产业链企业都对这套叙事买单。 一位半导体上游设备相关负责人指出：“目前该理论短期内产业影响有限，但若后续技术路径推进至1纳米以下制程，行业将迎来挑战。” 在他看来，华为这套技术方案，是在顶尖光刻机缺位的前提下，依托架构、算法等软性技术实现性能等效对标，但该模式无法替代硬件层面的技术攻坚。 一个核心问题也顺势浮出水面，三维堆叠和逻辑折叠在工程上能跑通，但当大规模量产数百万、数千万片芯片，τ缩微的经济账能不能算得过来？这都是产业化必须要回答的问题。 何庭波自己也清楚这一点，她直言“未来十年技术发展框架已然清晰，仍存在诸多待解难题，仅凭单一企业无法攻克。工具链、行业标准、性能基准、器件物理、商业模型等领域，都需要全行业协同。” 华为表态愿意开放韬定律核心技术框架、逻辑折叠IP和灵衢总线协议，呼吁组建韬定律产业联盟。 换而言之，如果国内的封装厂、材料厂、EDA厂、互连厂、晶圆厂愿意一起押注这条路径，那么韬定律就有机会从“华为的技术叙事”变成中国半导体产业的生态级机会。 但何庭波给资本市场留下了一句判断：下一笔投资应跟随τ而非节点，产品竞争力不再完全依赖顶尖光刻工艺，芯片封装、内存带宽、互联架构的战略地位，已比肩昔日先进逻辑制程。 对投资者而言，这意味着估值框架的迁移，过去给晶圆代工厂打高估值的逻辑，未来可能要分一部分给封装厂、互连厂、材料厂。 某种意义上，韬定律不是来杀死摩尔的，它更像是给一个走到瓶颈的产业递上的第二把标尺。 至于这把新尺子最终会成为半导体史上的第二根支柱，还是会被证伪只是一次微观物理受限下的体面表达，可能要等2026年秋天那颗采用逻辑折叠技术的麒麟芯片真正上市，市场用销量和性能给出答案。 游戏规则在变，牌桌上的座次也会跟着变。一个后摩尔时代的新故事，才刚刚开始。

5月26日，小米集团发布2026年第一季度业绩，实现总营收991.4亿元人民币，略高于市场预期的988.5亿元。经调整净利润为61亿元，同比减少43.1%，但环比仅微降4.4%，在行业淡季中保持相对稳定。 期内，公司整体毛利率为22.0%，同比微降0.8个百分点，较上季度提升1.2个百分点，手机及IoT业务结构持续优化，盈利能力稳步修复。净利润为47.2亿元，低于市场预期的52.6亿元；资本支出为32.7亿元，高于预估的28.9亿元。 智能电动汽车及AI等创新业务分部收入为199亿元，同比增长6.9%，保持良好增长态势。 汽车业务目前正处于第一代SU7停售与新车型换代的产品切换期，交付量环比有所回落，属于产品周期中的阶段性调整。 研发投入方面，季度研发开支同比增长33.4%至90亿元 ，研发人员达26048人。截至季末，公司现金储备为2206亿元人民币，为后续业务发展提供充裕资金支持。 公司同时公告，董事会已批准一项新的股份回购计划，将在未来12个月内回购不超过200亿港元的B类普通股，有效期至2027年股东周年大会结束。自2026年初至今，公司累计回购金额约84亿港元，已超过2025年全年总额。截至公告日，公司通过现行计划已累计回购约4亿股B类股份，耗资约146亿港元。 手机业务：量降价升，ASP创历史新高 智能手机收入本季度为443亿元，同比下滑12.5%。出货量由去年同期的4,180万部降至3,380万部，下滑19.2%，主要系公司主动压缩中低端机型、优化产品矩阵所致。但高端化战略成效持续显现，手机平均售价（ASP）同比提升8.2%至人民币1310元，创历史新高。 毛利率方面，智能手机毛利率从去年同期的12.4%下滑至10.1%，存储等核心零部件涨价及国内竞争加剧是主要压力来源。不过，与上季度的8.3%相比，本季度已明显回升，产品结构改善的红利正在兑现。 市场格局上，小米以11.3%全球市占率蝉联全球第三，连续23个季度保持前三。在拉美以17.4%市占率排名第二，在欧洲、东南亚、中东和非洲分别排名第三。2026年5月发布的Xiaomi 17 Max搭载徕卡2亿像素主摄及8,000mAh电池，持续夯实旗舰产品阵线。 IoT与互联网：生态活跃度提升，广告稳增长 IoT与生活消费产品： 本季度收入为247亿元，同比下降23.7%，主要受家电国补退坡影响。境外IoT收入创历史新高，智能电视及平板业务有效对冲了国内需求疲软。IoT毛利率为25.2%，同比持平，环比大幅提升5.1个百分点，反映出“利润优先”策略下销售结构持续优化。 AIoT生态： 平台连接设备数（不含手机、平板）达11.19亿台，同比增长18.5%。米家APP月活用户达1.17亿，小爱同学月活达1.69亿，双双创历史新高。 互联网服务： 本季度收入同比增长4.3%至95亿元，毛利率维持在76.1%的高位。其中广告业务收入同比增长7.8%至71亿元，境外互联网服务收入同比增长9.0%，占比提升至31.4%。全球月活用户达7.46亿，中国大陆月活达1.96亿（创历史新高）。 智能电动汽车业务：产品切换期承压，新车型蓄势待发 本季度智能电动汽车及AI等创新业务分部收入为199亿元，同比增长6.9%，但环比下降46.6%。主要因第一代SU7系列于本季度停售，交付量由上季度的14.5万辆下滑至8.1万辆。汽车ASP受车辆购置税补贴及现车销售占比提升影响，环比下降5.9%至约23.5万元/辆。 受上述因素影响，汽车业务分部毛利率由上季度的22.7%降至20.1%，经营亏损扩大至31亿元。该压力具有明显的产品切换属性，属阶段性调整而非趋势性恶化。 新车型方面，新一代SU7系列已于2026年3月正式发布，截至5月6日首销期锁单量超8万辆，累计交付已超2.6万辆，市场反馈热烈。此外，YU7 GT于5月21日正式发布，起售价38.99万元，并刷新纽北SUV圈速纪录；YU7标准版同日发布，起售价23.35万元。两款新车的推出有望支撑二季度交付量显著反弹。 研发投入加码，AI成果跻身全球前列 本季度研发开支达90亿元，同比增长33.4%，是公司坚定投入技术创新的直接体现。AI能力建设为本轮投入的核心方向。 在大模型领域，Xiaomi MiMo-V2.5-Pro在Artificial Analysis榜单中综合智能指数位列全球开源大模型并列第一，Agent指数同样位居开源模型并列第一，整体已跻身全球大模型总排名前五。 在端侧AI落地方面，Xiaomi miclaw已扩展至手机、平板、PC及有屏音箱等多终端，成为国内首批通过中国信通院智能助手权威评测的产品。在具身智能领域，小米正式开源Xiaomi-Robotics-0真机后训练全流程，以开放生态降低行业技术门槛。

5月26日，小米集团举行一季度业绩电话会。集团总裁卢伟冰表示，公司一季度毛利结构持续优化，多业务协同让整体利润结构更加稳健。IoT业务贡献更多利润，有效弥补了手机毛利率下滑的影响，公司经营的多元化和健康度正在变得更好。 尽管全行业承压，小米手机在关键指标上展现出强韧性：全球市场份额连续23个季度稳居前三，手机均价及海外均价均创历史新高，手机毛利率超出市场预期。卢伟冰透露，今年七八月将发布新一代操作系统，带来不一样的交互体验。 面对存储涨价周期，卢伟冰强调， 不能简单将成本上涨转移给消费者，而要通过产品矩阵升级和软件优化，在规模和利润间取得平衡。 这一波内存涨价周期较长，去年Q4及今年Q1、Q2涨幅较大，好消息是从Q3开始压力将有所缓解。但他同时指出， 整个产业需适应这一趋势，不要指望短期内有明显回落。 在AI方面，卢伟冰表示， AI与物理世界深度融合是智能科技的下一站 ，小米拥有10亿级硬件生态入口，有机会成为AI时代的引领者。今年4月发布的MiMo-V2.5-Pro大模型已位列全球第一梯队，小米还启动了百万亿Token免费计划。 展望未来五年，他指出公司将进入以AI重构人车家全生态的新阶段。 短期而言，公司需应对成本周期、需求周期与竞争周期三重叠加带来的经营挑战；长期而言，AI将成为驱动生态价值重塑的核心变量。公司将AI定位为贯穿手机、汽车及智能家居的底层能力，并视其为下一阶段差异化竞争的关键所在。 手机业务量降价升，毛利率保持韧性 存储成本持续大幅上涨，是一季度智能手机业务面临的核心压力。 小米当季全球智能手机出货量3379万台，受主动控制中低端产品出货影响有所下滑，但全球市场份额维持在11.3%，连续23个季度稳居全球前三。 在出货量收缩的同时，结构优化推动收入质量改善。智能手机业务收入443亿元，占集团总收入的44.7%。中国大陆高端智能手机销量占国内手机总销量的23.5%，平均售价达1310元，同比增长8.2%，创历史新高。 面对存储涨价周期，管理层提到，小米的应对策略包括：第一，在新的成本结构下重新进行产品定位；第二，动态平衡价格、规模和品类——去年三季度预判超长周期后， 内部决定老产品不涨价，要做最后一个涨价、涨幅最小的企业 ；第三，改善产品结构、提升ASP，对冲规模下降带来的收入波动。 卢伟冰表示，小米直至4月中旬才对部分产品涨价200至300元，是行业中最晚、幅度最小的之一。他判断，存储成本的急涨周期将延续至2027至2028年，从三季度起或由急涨转为缓涨，但绝对值压力依然显著，对整个消费电子行业影响深远。 自研大模型跻身全球前列，AI布局加速落地 在AI大模型层面，小米于2026年4月发布MiMo V2.5系列，涵盖MiMo V2.5、MiMo V2.5 Pro、MiMo V2.5 T7S及MiMo V2.5 AMR四款模型。其中MiMo V2.5 Pro在全球权威大模型综合性能榜单中并列第一，跻身全球顶级大模型行列。 为加速开发者生态建设，小米正式启动"MiMo All 100G Token计划"，面向全球AI用户免费发放Token，计划30天内累计发放100万亿Token。截至5月12日上午，已累计发放80万亿Token。 在端侧AI方面，小米管理层指出， AI手机并非在现有智能手机上叠加AI功能，而是从以APP为核心的交互方式，向以操作系统为核心的交互范式深度转变。 小米已成为国内首批通过手机端智能助手权威评测的厂商，并持续优化大模型应用效果。 汽车交付稳步推进，新车型布局高端SUV市场 一季度小米汽车交付80856辆，主力为SU7系列。这一数字低于全年55万台目标对应的运行速率，但背后是主动选择：一、二月份公司暂停老产品销售，为新车型上市腾出空间。卢伟冰表示，进入4月后，随着SU7新一代开启交付，出货量已回升至单月超3万台。截至4月30日，SU7系列上市10个月累计交付23.2万台；截至5月6日，新一代车型累计锁单超8万台，“市场需求仍在持续释放”。 5月21日，小米正式发布SU7 GT，定位跑车级SUV性能旗舰，起售价38.99万元，较SU7标准版23.35万元明显上移，进一步拓展高端市场。性能层面，SU7 GT经纽北赛道长时间调教验证，刷新SUV圈速纪录，成为“史上最速量产SUV”。 卢伟冰表示， 汽车业务经历了最为艰难的爬坡阶段，“目前已走过最困难的时期”，公司将持续投入，支撑长期健康增长。 出海方面，他重申2027年三、四季度为关键窗口期，策略清晰：先发达国家、后发展中国家，先高端、后中端，先右舵、后左舵。“目前准备工作按计划推进，时间表没有变化。” 以下为电话会文字实录（由AI协助整理） 卢伟冰（集团总裁）： 各位投资人朋友，欢迎参加小米集团2026年第一季度业绩电话会。2026年第一季度是我们新五年开局后的首个完整季度。过去五年，我们完成了"人车家全生态"的战略闭环，并在汽车、芯片、AI、大家电等领域取得了全面突破。面向未来新的五年，从短期来看，我们面对成本周期、需求周期和竞争周期三重叠加的挑战；长期来看，我们将进入AI重构"人车家全生态"的新阶段。 本季度集团总收入990亿元，经调整净利润61亿元。分业务来看，手机业务我们主动控制了中低端产品的出货和渠道库存，出货量有所下降，但ASP创历史新高，仍维持全球前三，连续23个季度稳居全球前三。存储成本短期猛涨使行业进入新常态，我们不会简单将成本上涨线性转嫁给消费者，而是通过产品矩阵升级、软件优化和自身运营能力，在规模和利润中取得平衡，Q1手机毛利率达10.1%。 IoT业务方面，得益于海外渠道拓展及品类增加，境外收入创历史新高，实现双位数同比增长。毛利率25.2%，充分体现多业务协同对冲单一行业波动的能力。汽车业务本季度交付80,856辆，主要交付SU7系列。截至5月6日，新一代初期发售48天累计锁单超8万台，汽车业务已走出最艰难时刻。5月21日正式发布SU7 GT，定位跑车级SUV，售价38.99万元，在纽北刷新SUV圈速纪录。 在AI方面，我们认为AI与物理世界的深度结合是智能科技的下一站。小米拥有10亿级硬件生态入口，有极大机会成为AI时代的引领者。2026年4月我们发布MiMo V2.5系列，MiMo V2.5 Pro在全球权威大模型榜单上综合智能指数位列全球开源模型并列第一，跻身全球大模型总排名第五。我们正式启动"MiMo Open 100G Token计划"，计划30天内累计发放100万亿Token，截至5月12日上午已累计送出近80万亿Token。 2026年是AI手机的元年。AI手机不是在现有智能手机上增加一些AI功能，而是从以APP为中心的交互方式走向以OS agent为中心的交互方式。我们将深度进化澎湃OS，以agent为核心，进一步加大模型和上层框架的深度耦合。今年七八月将发布新一代操作系统，带来不一样的交互体验。 历史上小米曾经经历过两个比较大的困难周期，经过每个困难周期之后，小米都变得更加强大。越是在短期尘埃的时候，越是能检验一家公司的战略定力、组织能力和执行效率。小米要坚定成为全球新一代硬核科技的引领者。 林世伟（CFO）： 2026年Q1集团总收入991亿元，综合毛利率22%。 手机×AIoT分部收入793亿元，分部毛利率22.5%，环比提升2.5个百分点。智能手机收入443亿元，占集团总收入44.7%。全球出货量3,379万台。ASP达1,310元，同比增长8.2%，创历史新高。中国大陆高端智能手机销量占国内手机销量23.5%。尽管内存价格上涨，通过主动控制中低端出货及渠道库存，手机毛利率仍保持10.1%。 IoT业务收入247亿元。境外收入实现双位数同比增长，创历史新高。毛利率25.2%，环比提升5.1个百分点。可穿戴腕带设备全球出货量第三，TWS耳机第二，平板前五。 互联网服务方面，全球MAU达7.5亿，同比增长3.8%；中国大陆MAU达1.96亿，创历史新高，同比增长8.1%。互联网服务收入95亿元，同比增长4.3%，毛利率76.1%。广告收入71亿元，同比增长7.8%。 智能电动汽车及AI等创新业务分部收入199亿元，同比增长6.9%，占集团总收入20%。受SU7系列交付量减少影响，Q1交付80,856辆，智能电动汽车销售收入191亿元，其他相关业务收入9亿元。平均税后单价23.5万元。受购置税补贴及部分原材料成本上升影响，分部毛利率20.1%。分部经营亏损31亿元。截至4月23日，新一代SU7累计交付超2.6万台；截至4月30日，SU7系列10个月累计交付超23万台。 研发开支89.5亿元，同比增长33.4%。资本开支32.7亿元，同比增长20%，其中智能电动汽车及AI等创新业务占45.6%。经调整净利润61亿元。年初至今股票回购金额达84亿港元，已超去年全年总数。 在ESG方面，4月发布2025年ESG报告，连续第八年发布。MSCI ESG评级保持A级，标普全球CSA评分获中国企业最佳TOP 1%。 问答环节 问：卢总、Alain 总两位晚上好，首先恭喜公司在手机大盘承压的情况下还能取得超预期的业绩表现。我有两个问题想请教。第一个问题，我们看到IoT业务在一季度的毛利率表现非常好，我们也注意到上周的新品发布会之后，我们的耳夹式耳机的销售也非常火，能否请管理层介绍一下今年IoT业务在实现高毛利的同时，在收入规模方面是否也能取得良好的表现？接下来的几个季度，在新产品推出和海外市场拓展方面能否看到明显的亮点？ 答：去年三季度我们预判到内存成本上涨的超长周期——周期很长、涨幅很大——这会对高内存使用的产品影响较大。因此我们把IoT业务在2026年的战略重要性拉高，通过集团多业务协同来缓解竞争压力。 在国内市场，我们坚定不移推高端化。这次发布的耳夹式耳机，强烈推荐大家试一下佩戴感、外观、音质以及与超级小爱和iPhone的打通。强劲风空调Pro系列卖得非常好，冰箱保鲜非常好，空气净化器也表现优异。高端化进展速度非常不错。 在海外市场，对我们来说还是要快速上规模。海外占比还很小，但市场需求非常大。去年我们基本解决了大部分国家的准入问题。今年你会发现，在非常多国家我们的品类丰富度起来了，新零售小米之家也起来了，再加上与电商深度合作，Q1 IoT业务无论收入增长还是毛利率维持都比较好。未来海外仍有3-4倍成长空间。 海外IoT收入在Q1实现了双位数同比增长，创历史新高，占大盘IoT接近40%。 问：我的第二个问题是关于小米汽车的，我们看到SU7 GT和标准款发布之后，从购买人群的用户画像分析来看，我们有没有发现和之前的新一代初期或者去年的SU7有什么差异？这两款新车从销量和利润上，会对小米汽车在2026年整体的销量、收入和利润等关键指标上产生哪些影响？ 答：这次我们发布了一高一低两款产品。增加标准版的思考：城区日常通行600公里左右续航基本满足需求，但我们的长续航版在成本或价格上有一些劣势，因此增加了标准版。增加GT版则是因为它在纽北赛道打破了SUV速度记录，几乎是SUV性能的天花板。 GT版超过一半的用户选择了42.99万元的全套选配打包价。购买人群包括：一部分SU7 Ultra用户、一部分SU7 Max用户想升级，还有很大一部分是宝马、奔驰、保时捷性能车的车主。目前GT版产能有限，每月约2000多台。 标准版非常好地解决了城区日常通行的需求。一线销售人员反馈，只要用户试驾对比，70%-80%会选择我们的标准版。毛利率方面：标准版更低，GT版更高。目前销量还没出来，但相信对总量有增强作用。 问：卢总、Alain 总晚上好。第一条问题是关于我们AI上面的，我们非常欣喜的看到小米的AI业务在今年以来有超出市场预期的一些进展，那考虑到我们现在AI业务的发展和其他的AI大厂对于AI投入的加大，想请教一下小米是怎么考虑今年160亿左右的这个AI投入的预算？从MiMo V2.5模型发布到现在还有哪些运营数据可以分享的？我们之后的大模型更新节奏会是怎么样？特别是关于miclaw‌，我们之后的更新计划包括下一代的AI OS的路线图和时间表是怎样的？ 答：我们正在全速推进miclaw‌。miclaw‌的出现预示着一次非常重要的设备交互革命。我们快速在手机上推出MiGo，并尽快做跨端——平板、电视、可穿戴、汽车、音箱等。未来更重要的是用户数据打通、记忆打通，这会对人机交互体验带来巨大增强。今年新OS的发布将迈出非常重要的一步。 大模型迭代没有内部硬性的三个月时间表，有必要才发布。小米的AI大模型首先要为小米的业务服务，与业务深度耦合。小米有特别多的数据场景，数据飞轮起来后对大模型增强很有价值。我们也会向行业内进行Token出售，两条腿走路。 Token付费比例非常高——超过30%的Token调用量是付费的，Pro和Max版本的Token调用量超过50%。海外占比约50%左右。留存率非常高。AI投入预算年初说的是160亿，但会随业务发展调整，一定是基于算清楚ROI的前提下。 问：我的第二条问题可能是关于汽车业务的，从交付量来看，一季度超过了8万台，4月份其实也超过了3万台，那这个相对于我们全年55万台的交付目标的run rate似乎是有一些差距的。想请教一下，我们在未来几个季度对于新车型的规划是怎样的？另外关于汽车业务和新业务这部分毛利率，我们看到一季度环比有一些下滑，可否帮我们量化一下购置税补贴的影响有多少？对于二季度和全年在汽车和新业务整体的毛利率趋势应该怎么判断？ 答：Q1一二月份我们只有SU7一款车交付。这次迭代换新，我们用了差不多两个月停售老产品、等待新产品，避免对老用户的"背刺"。这样做确实口碑非常好，但导致Q1只有8万多交付。4月份交付量已经起来，实际比3万台高不少。Q2会有更大期待。今年下半年还有一款更大、新平台、多车型的车上市，非常有创新性和竞争力。全年55万台目标有信心。 Q1汽车毛利率下滑有几个原因：购置税补贴（每台约1-1.5万元）、展车销售、电池和存储等成本上涨。但由于ASP在同行业处于较高水平，成本上涨影响相对可控。Q1只交付8万多台也影响了固定成本摊销。Q2开始交付新一代SU7、标准版及GT版，量会上升；GT交付将拉动ASP；供应商持续降本也有对冲。 问：卢总、Alain 总晚上好。第一个问题是聚焦我们的手机业务，我们看到确实在今年整个存储成本压力比较大的情况下，一季度小米的手机业务不管在出货量还是毛利率方面，还是体现出了一部分经营的韧性。想请教一下，往后来看以及往27年来看趋势，我们怎么样在这样的危机和挑战并存的市场当中平衡业务的几项指标，包括量、价、毛利率等等？ 答：内存成本上涨的长周期趋势没有偏差——周期很长、涨幅很大。到今年Q2，合约价上涨了约5倍，对手机BOM成本是巨大挑战，会延续到27-28年。预计从Q3开始从急涨进入缓涨，但基数太高，压力仍然很大。 我们的策略：第一，动态平衡售价、成本、量、利润之间的关系。Q1量有所下降，但ASP涨了近10%，毛利率比去年Q4涨了近2个点。第二，在新的成本架构下重新定义产品，不能简单把原产品涨价卖给消费者。第三，老产品尽量不涨价，涨价尽量晚、尽量少——4月中旬才涨200-300元，行业最晚、幅度最小。同时要抓住AI和AI手机这一波大机会。 问：我的第二个问题想请教一下，在汽车出海方面，结合我们后续的新车发布节奏，包括我们在海外的这个新零售的门店数量也在持续往上走，能不能把这一部分给我们做更多的分享？ 答：大节奏没有变化——27年三四季度出海。策略：先发达国家、后发展中国家，先高端、再往中端走，先右舵、再左舵。团队正在紧锣密鼓准备，出海比较复杂——强管制产品、法律法规约束、产品本地化适配、渠道网络布局等。目前推进速度on schedule。 问：卢总好、Alain 总好。第一条问题，关于我们的MiMo大模型，刚才领导有提到日均调用量已经突破了1万亿Token，我想具体请教一下，目前我们这个Token plan的用户转化率和留存率大概是什么样的情况？包括我们对整个AI团队后续在商业化侧面上，是不是现在有一些内部的考核指标可以跟我们做一些分享？ 答：付费比例超过30%，Pro和Max版本Token调用量超过50%，海外占比约50%，留存率非常高。但现在还没有到业务闭环的阶段，行业还有很多新模型在发布，我们还在迭代周期。目前是在增长阶段收集数据、迭代模型，还没有把Token收费做成很大业务。 问：我第二个问题想请教一下关于IoT的业务，刚才有提到海外的IoT业务在一季度增速和占比都提升得非常快，那可否请领导帮我们对后续三个季度，包括特别是到今年年底，我们海外IoT业务的增长还有占比大概有没有什么新的指引？ 答：IoT是未来几年平衡内存成本上涨对手机影响的重要平衡器。中国市场坚定不移走高端化，这次发布会所有产品都达到内部目标，耳夹式耳机超目标两倍。海外空间非常大——前期占比少的原因：产品适配性开发、海外准入门槛高、渠道问题。过去两年花了很多时间解决准入问题，从去年开始加大电商投入，今年开始加大小米之家投入。Q1海外IoT增长快速，这是一个长周期的持续增长。海外IoT有3-4倍的成长空间。 问：感谢卢总、Alain 总给我发言机会。首先我想要再follow一下刚才AI大模型这边的问题，市场里面有很多的大模型公司可能也会借着六七月的时间再发布一个更新的版本，大概每三个月或几个月就会有一个迭代。想请教一下公司MiMo大模型的更新时间点会按照市场的节奏去做，还是会有自己的策略考量？对于刚才讲到调用的部分，小米的大模型在市场里面想要做一个怎样的定位？其次，对于公司整个效率可以怎么提升？会不会体现在OPEX的优化上？ 答：没有内部硬性三个月迭代时间表，有必要才发布，不能为了发布而发布。小米的AI大模型首先要为小米业务服务，与业务深度耦合。小米有特别多的数据场景，数据飞轮起来后对大模型增强很有价值。我们也会向行业内进行Token出售，两条腿走路。 我们不是独立的大模型公司，不会为发布而发布。内部鼓励员工使用MiGo模型，既帮助提效，也生成更多数据迭代模型。 问：第二个问题是关于EV跟AI跟新业务这部分，一季度经营亏损大概是31个亿，如果接下来因为交付量上去，应该有机会可以cover，但也要看公司在AI这边的投入。想展望一下EV、AI跟新业务这个部分今年的经营利润方向应该怎么预判？ 答：Q1经营亏损31亿，主要是因为交付量下降（Q1基本没交付新一代SU7）。Q2环比的交付量肯定会提升。同时会继续加大AI投入。最终运营利润/亏损是交付量、毛利率以及AI投入叠加的结果。 问：卢总、Alain 总晚上好。第一个问题是关于SU7的，SU7的出货量在2025年下半年达到高峰后开始回落，想问一下管理层认为背后的原因是什么？公司如何重新拉回SU7的成长动能？ 答：回落原因：第一，初期交付周期最长到10个月，对用户等待产生干扰，部分用户转到其他品牌；第二，产品线布局有缺失——城区日常通行600公里续航已满足需求，但我们原来只有800公里长续航版，缺少标准版。 这次发布一高一低两款产品——增加标准版和GT版，来拉回成长动力。从过去周末的试乘试驾和锁单来看，表现非常不错。 问：谢谢各位管理层给我这个机会。第一个问题，今年一季度的毛利率表现确实非常稳健，环比有明显改善。想问一下，如果单纯从手机也好、消费电子也好，未来一段时间这个部分的获利性或者是毛利性的掌握应该是一个什么样的趋势？考虑到存储还在继续涨价。 答：在成本上涨趋势下，压力会持续。核心是要平衡规模、利润、市场份额。更重要的是：用户为什么愿意比原来花更多钱买你的产品？我们的策略是不要简单把原产品涨价卖给消费者，要在新成本架构下重新定义产品，让用户觉得超值。规模下降是必然的，但ASP提升可以大部分抵消规模下降对收入的影响，再管理好毛利率，毛利总额就是可控的。

美光科技股价周二收涨19.3%，此前瑞银将其目标价大幅上调至创纪录高位，预计这家内存芯片制造商的市值将在未来12个月内突破1.8万亿美元。 瑞银将美光目标价从535美元大幅上调至1625美元，成为目前华尔街对该股最高目标价。这一预测隐含的市值将达到1.8万亿美元，超过Meta、特斯拉和伯克希尔哈撒韦等公司当前的市值水平。 受AI爆炸式需求导致全球内存短缺推动，美光股价过去一年已累计上涨超800%，此次目标价调整进一步提振市场情绪。 据彭博数据，目前跟踪该股的分析师中，49人给予买入或相当于买入的评级，5人建议持有，无人建议卖出。值得注意的是，分析师平均目标价为685.82美元，这意味着较美光周二收盘价有超过23%的下跌空间。 瑞银核心逻辑并非HBM，而是内存行业首次出现带部分固定定价的长期协议（LTA）。这一模式有望显著平滑盈利波动、削弱周期属性，并推动市场从“周期股估值”转向“成长股估值”。 叠加HBM量价齐升、供需紧张周期延长，瑞银认为美光正迎来结构性重估，市值或迈向1.8万亿美元。 周二美股AI板块全线拉升，西部数据收涨8.3%，闪迪收涨7.5%，高通收涨4.5%，费城半导体指数收涨5.5%。 AI需求打破内存周期规律 内存芯片行业传统上具有强烈的周期性特征，但此轮人工智能基础设施大规模建设正在改变这一格局。AI工具在训练和推理过程中所需处理的海量数据，持续推高了对内存芯片的需求，而市场供给依然偏紧。 瑞银分析师Timothy Arcuri在研报中表示，市场将逐步以更"正常"的估值倍数为该股定价，随着人工智能对整个内存产业结构性变革的细节不断浮现，美光的重新定价进程将持续推进。 Arcuri指出，超大规模云计算厂商对长期供应锁定的意愿正在增强，愿意以一定的定价让步换取多年期供应保障，以及对未来部署成本更高的可预测性。这一趋势意味着内存芯片的需求结构正从周期性波动转向更具持续性的长期支撑。

伴随全球人工智能投资热潮的持续发酵，全球最大半导体制造商台积电的强劲表现，直接推动中国台湾省股市总市值成功超越印度，跻身全球第五大股市。 彭博汇编的数据显示，截至周一，台股的总市值已攀升至4.95万亿美元，而印度股市的市值则降至4.92万亿美元。目前，中国台湾省股市规模在全球范围内仅次于美国、中国大陆、日本和中国香港。 这一排位变化的绝对主力是台积电。在人工智能领域强劲动能的驱动下，这家在半导体市场占据领先地位的芯片制造商今年股价已累计飙升43%。 与此同时，监管环境的优化正进一步放大资金的聚集效应，省监管机构近期放宽了境内基金对单一股票的投资上限，摩根大通预计，此举有望为中国台湾省市场吸引超过60亿美元的资金流入。 AI热潮驱动市场重塑 台股在全球排名中的跃升，从根本上反映了当前资本市场对科技硬件资产的强烈需求。 富兰克林邓普顿基金经理Yi Ping Liao对彭博表示， 台股市值的上升，是其高度集中于科技硬件领域的直接体现，而该领域正处于当前人工智能投资周期的核心。 据彭博援引Yi Ping Liao的观点，在当前的宏观环境下，那些对科技硬件敞口有限的市场，正日益被中国台湾和韩国等科技硬件重仓市场所掩盖。这表明，半导体及相关技术资产已成为主导全球资金流向的关键因素。 台股超越印度股市的背后，也凸显了市场高度集中的结构性特征。作为人工智能芯片制造的领导者，台积电的半导体产品在市场上占据主导地位，并对省内资本市场产生了决定性的影响。台积电目前在台股基准指数中的权重已达到约42%。 政策红利叠加资金流入预期 除了产业基本面的支撑，新的监管规定也为台积电及整体市场提供了有利条件。中国台湾金融监管机构上个月正式提高了境内基金投资单一股票的比例上限。 这一规则的改变不仅直接利好在指数中占据绝对权重的台积电，更将转化为实质性的流动性支持。据摩根大通的研究报告指出，这一政策变动可能会帮助中国台湾市场吸引超过60亿美元的资金流入，从而为市场的后续表现提供额外的流动性支撑。

AI浪潮正推动着全球算力狂飙，但也把底层的半导体物理和封测技术逼上了绝路。当电芯片信号通道正式跨入224Gbps、甚至展望下一代448Gbps的超极限门槛时，传统铜导线所面临的极限发热、插入损耗和电磁干扰，已成为冯·诺依曼架构外高算力芯片无法逾越的恶魔。半导体行业正加速从“电的时代”大步迈入“光的时代”，CPO（共封装光学）正在成为算力终极之战的制高点。然而，如何将精密的硅光技术落地量产？行业卡脖子的难题已经全面转移到了测试端。 近日，在全球光电巨头与产业大佬云集的颖崴科技（WinWay）CPO技术论坛上，执行副总兼发言人陈少坤与技术营销处长孙家彬博士深度拆解了CPO与先进封装在量产前夜所遭遇的物理极限：从9微米单模纤芯的主动对准，到超100mm巨型AI芯片的“万瓦级功耗”、“2万安培电流量”以及严重热翘曲。为了攻克这一行业公认的量产“鬼门关”，颖崴祭出了全球独家专利的HyperSocket复合插座以及Immersion级全液冷测试黑科技。 华尔街见闻整理本次技术论坛的硬核要点如下： “铜退光进”大势所趋，短期内“铜光并进”是高性价比的商业折中 ：数据速率向224G/448Gbps演进导致趋肤效应极度恶化，电子被挤在铜线表面仅0.2微米的微观薄层内，发热剧烈。长期看CPO是唯一解，短期看共封装铜缆（CPC）凭借免光学对准、高性价比优势，仍将扮演强力的过渡或并存方案。 CPO量产最大瓶颈在测试端：9微米纤芯面临40%的位置偏离 ：单模光纤纤芯直径仅9微米，机械累计公差常导致高达40%的位置失配。传统的自动化机械手“吸取与放置”（Pick and Place）极易夹碎脆弱的光纤阵列，无法实现“即插即用”，单芯片多通道对准耗时过长，严重扼杀测试厂的量产产出（UPH）。 超大AI芯片迎来“5万针海”与“2万安培电流海啸” ：为压榨极限算力，明后年AI加速器芯片的物理封装将突破100mm×100mm，引脚数飙升至5万针，工作热功耗跨过8000瓦大关。在0.75V的核心电压下，测试瞬间涌入的电流逼近2万安培，传统探针的“点接触”极易引发局部焦耳热，进而顷刻间熔毁芯片底部的锡球。 材料之争进入深水区，玻璃基板（Glass Substrate）成先进封装非走不可的一步 ：有机树脂基板在超大面积下面对冷热测试循环，极易发生严重的微观热翘曲（Warpage），导致测试针脚大面积悬空。玻璃基板具备变态的机械强度、极低高频介质损耗，且可在内部直接用激光雕刻出光的物理波导通道，堪称先进封装的“量产圣杯”。 颖崴祭出“HyperSocket”与流体冷黑科技封锁护城河 ：通过将垂直探针的长行程与导电橡胶的“全方位面包裹”巧妙融为一体，颖崴推出HyperSocket复合家族，完美化解大芯片翘曲与熔球灾难；更针对万瓦芯片推出Hyper Liquid技术，直接在插座微观缝隙中循环灌注非导电氟化液。客户无需定制昂贵的大型设备，即可在现有产线上实现全液冷强效散热。 算力狂飙背后的物理死穴：“又快、又热、又大”的极限大芯片 长期以来，AI算力芯片的性能跃升都在依赖不间断地“盖马路”——将信号通道数量从128层、256层一路堆叠到1024层。然而，当单通道数据速率狂飙到224Gbps、乃至下一代448Gbps极限时，电的世界在物理层面上正遭遇极其险恶的 四大性能屏障 ：极限插入损耗（Loss）、通道间电磁串扰（Crosstalk）、背景EMI噪声以及特征阻抗匹配失控。 孙家彬博士指出，在448Gbps的超高频电传输线下，高频电流在铜线内部的微观趋肤渗透深度（趋肤效应）被无情地暴缩到仅仅剩下了 0.2个微米 。这意味着所有的电子不再流经铜导线内部，而是疯了一般全部挤在表面仅0.2微米厚的超薄层内中狂奔。此时，铜箔表面的任何细微粗糙度，对高速电子而言都无异于在翻越崎岖不平的荒山，会转化为极其恐怖的能量损耗与发热。如果一味把铜面做成像镜面一样光滑，又会导致树脂基板在受热时像撕贴纸一样层压脱落。 为了在“海景第一排”（芯片最珍贵的边缘地带）榨干空间，调制器元器件的阵列博弈也已见分晓：性能完美的MZM（马赫-曾德尔调制器）因为体积过于庞大，根本塞不进寸土寸金的先进封装体内部；而 MRM（微环调制器）凭借极度微小的体积和体积上的绝杀优势，能够允许在芯片边缘塞入数倍的数量，从而让整颗芯片的吞吐量直接实现降维打击。以行业标杆产品为例，主芯片单个外围一圈塞进多达32个微型光学引擎（OE），单OE支持3.2Tbps带宽，总数据吞吐率直接飙升到了102.4Tbps 的惊人上限。 CPO量产的“鬼门关”：9微米纤芯与传统测试机械手的物理锁死 既然CPO是唯一解，为什么直到今天它都无法轻易导入高效的大规模量产？孙家彬博士直言，卡脖子难题就在测试端的两个物理极限上： 主动对准（Active Alignment）与机械手接驳 。 CPO所必须使用的单模光纤，其内部真正能让光信号通过的核心纤芯直径，仅仅有区区 9个微米 （相当于头发丝的近十分之一）。而外部光纤、玻璃V型槽等累计机械组装公差常达到3.8微米，这在天然状态下会产生高达40%的位置失配。为了把光对在正中心，自动化机械臂必须给芯片通电发光，移动多轴位移台，在微米级尺度上一边极其缓慢地微调位置，一边实时监测接收到的光功率。单次对准就需要耗费5到30秒的时间。这一变态的时长一旦乘以整颗芯片庞大的光纤数量级，会严重扼杀测试厂的产能（UPH）。 更糟糕的是，面对带有极其脆弱光纤阵列的高阶模块，传统的芯片搬运测试设备（Handler）彻底失效。传统的Handler全部属于“吸取与放置”（Pick and Place）型机械逻辑，但光纤属于易碎的玻璃材质，根本承受不住机械手的任何盲插挤压或大幅度晃动，无法实现“即插即用”（Plug and Play）。如果这颗芯片边缘延伸出8个高精密的光纤阵列接口，机械手就必须极其轻柔地在测试座内原地对接、插拔整整8次。 为此，颖崴正在联合大厂秘密执行两个颠覆性的底层解法：一是利用半导体级制造工艺做出一颗几何公差近乎为零的测试专用“黄金光纤阵列单元”（Golden FAU） ，实现一瞬间让所有光纤通道同时对准；二是协同探索 “自对准”（Self-alignment）技术，通过在光芯片边缘设计自动校准环，让微观波导自适应去捕捉并锁定射入的光束。 先进封装的代工路线图：台积电COUPE与英特尔的材料之争 面对如此变态的物理挑战，全球顶级晶圆代工厂（Foundry）正在先进封装和硅光制程路线上展开正面火拼。 台积电（TSMC）作为推动硅光子落地的中流砥柱，其核心硅光平台名为 COUPE 。它通过最顶阶的SOIC三维先进封装和铜-铜混合键合（Hybrid Bonding）制程，将高性能电芯片直接垂直叠放在光电芯片（PIC）正上方。为了放宽光精度对产线速度的钳制，台积电创造性地在芯片内部集成了细微透镜（Micro-lens） 结构，在物理上极大地放宽了机械手对准时所能容忍的误差公差；同时配合纳米级 下反射镜（Sub-reflector）工艺，将企图向下漏走的光100%重新反射回主波导，强效降低损耗。 而英特尔（Intel）则选择了一条不同的路线。英特尔利用其灵活的嵌入式多芯片互连桥（EMIB/Silicon Bridge）技术进行横向拼接或垂直3D堆叠，并极早地在先进封装内部直接集成外部激光光源（Laser内置化）。 然而，无论是哪家巨头的方案，当芯片物理封装尺寸突破100mm×100mm，并朝着明后年150mm以上巨无霸面积迈进时，传统的有机树脂基板由于无法承受冷热测试循环下剧烈的热膨胀系数失配，必然发生大面积的严重热翘曲（Warpage），导致测试引脚大面积悬空。 孙家彬博士在现场斩钉截铁地强调： 玻璃基板（Glass Substrate）这一步棋，是全行业非走不可、且必须要成功的战略一步！ 玻璃材质不仅具备变态的机械强度，能死死压制超大芯片的翘曲变形，还拥有极高的高频介质损耗电学特性，甚至允许用激光直接在玻璃内部雕刻出光的物理波导通道，堪称先进封装的“量产圣杯”。 五万针海与两万安培海啸：颖崴HyperSocket与液冷黑科技封锁护城河 为了迎击AI大芯片时代的超大尺寸、极端翘曲、引脚数迈向 5万针海时代 ，以及热功耗从4000瓦狂飙到 8000瓦级 的变态大考，颖崴科技在论坛现场亮出了拥有统治级全球防御专利的王牌黑科技—— HyperSocket（微电子复合插座家族） 。 孙家彬博士拆解了目前全行业传统的两大测试死穴：Elastomer（导电橡胶）厚度太薄，垂直压缩行程不足，无法吃满芯片超400微米的翘曲，导致引脚悬空；而传统的垂直弹簧碳针（Pogo Pin）虽然行程长，但在微观下属于针尖与锡球的“点接触”（仅有四个微观接触点）。当高达数千安培的超级电流通过这四个细若游丝的针尖灌入芯片时，极高的电流密度会在瞬间引发可怕的局部焦耳热，把芯片底部的引脚锡球 在顷刻间局部熔毁（Ball melting） 。同时，5万针在预压（预蹲）状态下累计向上产生的机械推力轻松冲破数百公斤，直接会将测试座外壳活活冲压变形。 颖崴的HyperSocket打破了这一物理死局。它通过将垂直探针的长行程与导电橡胶的“面包裹”巧妙融为一体，当芯片压下时，Elastomer像乳胶软床一样将坚硬的圆形锡球全面包裹住。接触面积暴增数十倍，成功实现了 全方位面接触 ，接触阻抗瞬间降到极低，并彻底消除了传统硬针尖对芯片锡球的任何机械刮伤和熔球灾难。 为了应对未来的极限压测，颖崴工程团队进一步进行了惊人的电学推演：在芯片0.75V的核心工作电压下，乘以瞬态波动，意味着压测启动的一刹那，有接近快2万安培（20000 A）的恐怖电流海啸正在疯狂涌入测试座！这足以在瞬间把传统插座烧成炭末。 为此，颖崴推出了终极杀手锏—— Hyper Liquid（全液冷复合插座） 。颖崴直接在测试座微观缝隙中开辟了密闭液冷流道，向其中注入完全不导电的特殊工程液体（电子氟化液），利用液体的超高比热容将工况产生的瞬时焦耳热无缝带走。更绝的是，颖崴从研发第一天起就将该流体接口与全球顶级分选机械手（Handler）大厂进行了 深度协同设计（Co-design） 。客户完全不需要花天价去买全新定制的测试大设备，只需要在现有Handler生产线上像搭乐高一样外挂通用冷却主机，即可在一两天内完成液冷测试升级。 陈少坤执行副总在总结中透露，颖崴科技早在2019年就已经远赴北美，与全球最顶尖的AI芯片霸主及CSP巨头展开了绝密的技术协同研发。随着英特尔、英伟达等巨头全面确立并推动CPO标准化量产，规格混乱的早期阶段即将终结。 以下为论坛演讲全文，由AI辅助翻译： 主持人 ： 论坛正式开始。首先由我来为各位隆重介绍今日颖崴科技的经营团队。让我们用最热烈的掌声，欢迎执行副总兼发言人陈少坤先生，以及技术营销处长孙家彬博士！同时也欢迎投资人关系与贸易经理。接下来的时间，让我们延续掌声，欢迎颖崴科技执行副总陈少坤先生上台为我们致辞，为今天的技术论坛揭开序幕。 陈少坤（执行副总） ： 在座的各位贵宾、各位投资先进，以及媒体朋友们，大家下午好！非常谢谢你们今天在百忙之中抽空来到颖崴科技的CPO技术论坛。其实当初在挑选日子的时候，我们并没有特别多想为什么选在5月14日。但今天回头一看，发现这真的是个非常有意思的日子。我相信今天会是一个属于CPO行业的“大日子”（Big Day）。 随着AI浪潮的爆发，全球基础设施正在疯狂推进，整个半导体产业链的底层技术也在发生剧烈演进，这包括了最前沿的先进工艺、先进封装，以及未来更重要的、难度最高的光电先进测试技术。 我们正处于一个关键的转折点——行业正从传统的“电的时代”大步迈入“光的时代”。 颖崴科技早在2022年底至2023年初，就是全台湾第一家正式提出CPO测试技术的公司。那时候大家对CPO是什么还一无所知，谁也没预料到它会在今天造成如此巨大的产业风潮，甚至在资本市场上掀起惊涛骇浪。 但回归到技术基本面，实事求是地讲，包括我们自己对CPO技术在早期也经历过摸索阶段，行业目前仍有非常多的未知领域需要去深入研究。这意味着CPO产业虽然充满了泼天的商机，但也同样充满了难以想象的物理挑战。 这部分细节待会我们的孙家彬博士会为大家做抽丝剥茧的介绍。我看今天到场的名单里，除了投资人和媒体朋友，还有非常多我们半导体产业界的先进制程大佬。由于今天到场的人数远远超出预期，我们在二楼的凯悦厅也同步开辟了直播分会场，谢谢进不来主会场的朋友们的体谅。 接下来我介绍一下今天的主讲人——孙家彬博士。他是台湾中山大学的物理学博士，也是颖崴过去在高频高速测试界面领域的灵魂人物，他是同轴测试插座（Coaxial Socket）的发明人，更是我们下一代革命性产品微电子复合插座（HyperSocket）的核心发明人。今天孙博士还带了他的家人和小孩组成加油团来到现场，让我们用最热烈掌声欢迎孙博士上台，为我们分享CPO技术的最新发展、产业链整合以及未来测试界面的前沿应用！ 孙家彬（技术营销处长） ： 各位女士、各位先生，大家下午好！前几天有人问我这一场论坛会不会用全英文讲，我说好像没有被强制要求，所以今天我们用国语、以比较轻松和通俗易懂的方式来聊。 当初我接到这个CPO的技术课题时，是因为过去两三年在公司的法人说明会上，有无数的投资人和客户在敲碗追问： CPO到底在做什么？颖崴在里面究竟扮演什么角色？因为由于之前碎片化信息的传递，外界对我们的真实定位仍存在一定程度的认知落差。 所以，今天这场技术论坛的核心目的，就是要把这些片段的技术点像珍珠一样串起来，向大家彻底交代清楚。这整份报告内容应观众要求，全开放、不删改，大家可以认真听。 我们的技术日程主要分成五个章节。 第一阶段我们要讲：CPO到底要解决什么核心问题？ 从整个行业并购历史来看，从2024年往前推三年，资本市场上发生了一连串疯狂的巨额并购。思科（Cisco）、诺基亚（Nokia）、AMD、迈威尔（Marvell）、Credo等行业巨头，疯狂砸下超过100亿美元的真金白银，在干什么？他们全部在收购硅光子（Silicon Photonics）相关的底层企业和核心技术。 钱往哪里砸，未来大势就在哪里。如果有些巨头一时间无法实现全资并购，也至少会通过投资入股的方式（如谷歌、英伟达、联发科等巨头）去买一张进入硅光子赛道的入场券。各大设计大厂（Design House）和云服务商（CSP）砸下重金，就是为了能在自己未来的主芯片设计中，比竞争对手提早一步整合进光通信技术。 但我想先跟各位说明一件事：这个硅光和CPO产业，从我们2019年开始踏入研发到现在，经过了漫长的七年，底层的物理痛点依然非常多。 这里总共列出的就有10大技术挑战。这绝对不是某一家公司能够单打独斗做完的。 这就是为什么现在资本市场上会出现一个庞大的“CPO群组”或“CPO概念股”，因为每家公司都在试图解决其中某一个单一点的难题。而颖崴科技，作为半导体测试界面阵营的一员，我们只专注于解决这10大挑战中最核心的三个测试痛点： 第一，规模化光对准（Scale-up optical alignment）；第二，高阶模块测试效率（Testing efficiency）；第三，极高速电信号整合（High-speed signal integration）。 一句话总结：颖崴的核心职责，就是在先进封装测试界面（Test Interface）端，用我们的方案去解决CPO在量产时遭遇的测试卡脖子难题。 我们接下来看，为什么未来的算力芯片会变得“又快、又热、又大”？ 当我们的单通道数据速率从112Gbps正式狂飙到眼下的224Gbps（每秒太比特）时， 如果你继续死守传统的铜线传输，你在物理上会遇到一个完全无法逾越的恶魔——发热和严重的传导信号损耗。为了在铜线上传输信号，你被迫要在PCB板上塞入大量的重定时器（Retimer）芯片去不断重置、放大信号，但这又会疯狂消耗芯片组的功耗。因此，“铜退光进”或“铜光并进”的底层大趋势被生生逼了出来。 为了让大家会心一笑，我放出了这张读物理系时让我们头大不已的麦克斯韦方程组（Maxwell's equations）。 无论是磁、电、光还是波，在物理本质上其实完全是一样的。我想先帮大家树立一个底层的统一观念： 电信号和光信号在本质上是同一种东西，它们只是在不同的介质（Medium）上面去运作。因为介质不同，它们展现出了截然不同的物理特性。 我们可以对比一下这两个完全不同的世界。在“电的世界”里，信号是由电子在铜导线表面进行传输的。 当信号频率越来越快、达到GHz极端高频时，会发生严重的趋肤效应（Skin Effect）——电流不再流经铜线内部，而是全部挤在铜线最表面的薄薄一层向前狂奔。 这时候，铜箔表面的微观粗糙度（Roughness）和覆铜板（CCL）的材料品质就变得要了亲命。 如果你把镜头放大，高频电子就像是在跑在一个崎岖不平、乱石密布的荒山上，这会带来极度恐怖的信号波形波动和传导损耗（Conduction Loss）。这些损耗最终会全部转化为热能，导致信号根本传不远。 此外，高速电信号相互之间非常容易发生电磁场耦合，从而产生致命的电磁干扰（EMI）噪声。 反之，在“光的世界”里，主角变成了光子。光子是在光纤或硅光波导内部，利用全反射原理进行无损传输的。它主要在硅（Si）和二氧化硅（SiO2）这种绝缘介质上运行，具有天然的物理优势。光的传输距离极远，往往是用公里（KM）作为单位来计算损耗，而电信号只能用厘米（CM）来算。 在电磁干扰方面，由于每道光在各自的光纤或波导内部都有绝缘层天然隔离，光信号对电磁干扰（EMI）几乎是完全免疫的，光与光之间很难产生任何坏的影响。 我们来看一下具体的数字对比。在损耗（Loss）方面，电信号传输短短一厘米，就会产生高达几个分贝（dB）的衰减；而光信号运行一厘米的损耗小于0.2 dB。在频率范围上，电信号工作在100GHz级别，而光信号的工作频率直接飙升到了193 THz（太赫兹），两者在波的传输效率上整整差了1000倍！频率差1000倍，传输距离差1000倍，且对电磁干扰完全免疫。将这种完美的材料和物理行为反应放进芯片技术里，就必然催生出CPO技术。 这里我要帮大家厘清一个长久以来的概念误区。很多人分不清CPO与前几年提出的NPO（近封装光学）有什么区别。 所谓NPO，它是指光学引擎（Optical Engine）依然被放置在外围的封装基板（Substrate）表面，并没有真正打破电芯片的距离限制。而真正的先进CPO封装，它要瞄准的核心是将光学引擎直接叠放或者并排放置在最核心的硅中介层（Interposer）之上。 在最终的真CPO架构体中，你会看到核心芯片（IC）、高带宽内存（HBM）以及高密度的光学引擎，全部密密麻麻地共存在同一片硅中介层上。目前的过渡期架构，通常由光纤阵列单元（FAU）和外部激光源（ELS）组成。随着未来技术演进，激光器最终也会被直接整合成封装内部的一部分，那是终极版本。 刚才我们讲到，芯片封装正在变得越来越大。因为要实现算力规格的翻倍，传统的芯片设计手段就是不断地“盖马路”——把通道数量从128层、256层一路飙到1024层。马路越盖越宽，芯片封装体自然越变越大。 但在疯狂盖马路的同时，你必须给芯片输入极其恐怖的电量。整个封装内部的空间利用率其实变得非常低下。 这就是为什么我们在讨论CPO时，除了强调“高速、省电”，还必须强调“空间布局的极致优化”。如果能够通过光通信来缓和或优化整个芯片内部的空间摆设，对整个产业而言都是一件功德无量的好事。 我们来看一下这张最核心的CPO产业链投资全景图。这里面包含的投资项目和10大痛点，需要全行业一起去处理。各大云服务商（CSP）之所以要在前期疯狂投资入股光电芯片（PIC）设计厂商，就是为了能提前锁定制订下一代光学引擎（Optical Engine）的Spec（技术规格）。 今天早上的台积电技术论坛上，特别强调了一个英文词—— COUPE 。大家务必死死记住这个词，它将带领整个半导体世界迈向一个完全不同的领域。为什么？因为在过去几年里，我在跟全球顶尖大厂沟通时，一直在一针见血地指出一个行业盲点：如果由光电芯片（PIC）所组成的微型光学引擎的接口规格没有在一开始被定义好，你们后面所谓的“行业标准量产化”都属于空中楼阁。 光学引擎的规格定好了，外部激光源（ELS）、连接器（Connector）、光纤以及光纤阵列单元（FAU）的规格才能被一个一个标准化。一旦实现标准化，对于测试界面厂商（如颖崴）来说，才具备实现大规模自动化生产（Production）的技术可能。 接下来，我们来看一页颖崴以前从未向外界公开过的核心机密。因为这涉及到了极其底层的光学引擎内部光电转换路径，看似离我们很远，但要把故事讲透，必须从头梳理一遍。我们来看看光信号在光学引擎内部到底是怎么走的，以及每一个环节会遭遇哪些可怕的物理限制。 在发射端（TX），当一道激光从光源打出来之后，它首先要通过一个叫调制器（Modulator）的元器件，把纯净的光变成带有数字信号调变的波；接着通过光路由（Routing）引导进波分复用器（WDM）或者光栅耦合器（Grating Coupler）连接上外部光纤。光信号在外部飞驰之后，在接收端通过耦合器进入，再次经过波分复用器拆分，打进光电探测器（Photo Detector）重新将光信号翻译成纯电信号，最后灌入计算芯片中。这一整条漫长的光学路径上，经过的每一个微型元器件，全都是物理挑战，全都是损耗点！ 比如在光源（Laser Source）环节， 大厂们目前正在激烈博弈到底该选“单一种波长”还是“多波长”路线。 单波长很简单，一根光纤里只跑一种波长的光，只传输一路信号。而多波长路线，则是运用了高阶的波分复用技术，在同一根微细的光纤内部，同时往里塞入八种甚至更多种不同波长的光。概念其实很简单，如果你能在一根光纤里塞进八种波长，你的单路数据速率（Data Rate）就瞬间原位暴增了八倍！相关的光源元件包含了DFB激光器、VCSEL（垂直腔面发射激光器），以及目前学术界热议的光梳（Comb Laser）和microLED。 捕捉住如何成倍倍增数据速率的趋势，才是决定未来产业规格的重中之重。 下一步，当你有了一束纯净的光之后，如何把数据写进光里？在传统的“电世界”里，电信号是通过0和1（NRZ信号）来传递的；到了高阶的PAM4时代，则演变成了00、01、10、11这四种电平状态。调制器（Modulator）的作用，就是通过极高频的电场控制，将主芯片送出来的0和1的高速电信号，同步写进通过的光束中，让原本平淡无奇的光束变成有特定调变信息、有意义的光。目前行业里主要存在三种调制器元器件架构：MZM、MRM和EAM。 我做了一张对比表格，让大家一眼看清不同技术阵营的优缺点。如果单看成熟度、性能线性度等硬指标，MZM（马赫-曾德尔调制器）堪称完美，它在所有总表指标里不是Excellent（极好）就是Highest（最高）。但是，它有一个致命的、无法妥协的阿喀琉斯之踵—— 它的体积（Footprint）实在是太巨大了！大到根本没有办法塞进寸土寸金的CPO先进封装体内部。 那么MRM（微环调制器）呢？它的硬指标可能比较中庸， 对温度极其敏感且成熟度一般。但它拥有一个足以颠覆全场的唯一绝杀优势——它足够小！ 在核心计算芯片最珍贵的边缘地带（我们俗称的“海景第一排”），主芯片封装的外围一圈空间是极其有限的。正因为MRM调制器足够微小，它在海景第一排所能塞进去的数量就能比大块头MZM多出好几倍。只要塞进去的数量多，你整颗芯片的算力和吞吐量规格就能直接实现降维打击般的倍增。 至于第三种EAM调制器，由于各方面都过于中庸，目前在行业技术路线上的讨论度已经越来越低。做技术就要做最极端的，要么做性能最完美的，要么做体积最小的。 当信号通过调制器写进光束之后，接下来的步骤就是要把这道光引导到它该去的地方，这就涉及到了光路由和耦合器（Coupler）。 在耦合器的选择上，目前有光栅耦合器（Grating Coupler）和边缘耦合器（Edge Coupler）两种技术路线。它们对工艺的对准精度要求都高到了变态的程度。 但它们之间有一个决定性的巨大差异——量产可行性。 光栅耦合器可以直接在未切割的整片晶圆（Wafer）上表面进行垂直的光学耦合。这意味着，我们测试厂可以直接在晶圆层级摆放高精密的光学探针头，对裸片进行不破坏结构的光学测试。在线测出某颗裸片是坏的（Bad Die），在后续切割（Dicing）时直接将其扔掉即可，极具量产效率。 而边缘耦合器必须把光信号从芯片的侧面边缘（端面）水平射入，这导致你根本无法在完整的晶圆上进行测试。你必须把晶圆先全部切成一颗颗细小的裸片，然后再人工或机械一颗颗去进行极端精密的端面对准测量，效率极其低下。因此，在技术演进的时间轴上， 目前光栅耦合器由于具备天然的可量产性，正成为行业聚焦的重中之重。 讲完了光芯片（PIC），我们必须看清一个现状：在当前的CPO封装里， 电芯片（EIC）的技术存在感在短期内并不是最核心被强化的重点。 由于不同的PIC制造工艺方法派生出了五花八门的光学引擎（OE）结合方式，各大厂设计出来的外置连接器（Connector）的外形和组装方法完全是各行其是、大相径庭。这导致了一个极其痛苦的后果—— 测试界面完全无法实现标准化！ 由于各家接口长得千奇百怪，测试机台的机械动作、对接治具、测试配件根本没有办法统一。在这种完全缺乏标准化的行业早期阶段，你想要实现量产，就只能用数量去硬换时间：例如在测试厂里一次性购买并排列大量的昂贵机台，让它们同时慢速跑。 我想帮大家树立一个深刻的底层观念：很多投资人看CPO，眼睛一直死死盯着外面巨大的“光模块”（Module）。但我作为技术研发者，我的眼睛永远只盯着核心的“光学引擎（OE）”。因为只有光学引擎被彻底定义和标准化了，外围的模块规格才会被顺理成章地确定下来。 我们可以看一下英伟达（Nvidia）、博通（Broadcom）、迈威尔（Marvell）以及各大北美新创实验室的光学引擎实物照。 拆掉光学引擎之后，它们本质上其实没有任何技术区别，都属于普通的2.5D先进封装（将芯片和HBM堆叠在硅中介层上）。见证历史的顶阶产品Tomahawk 5交换机芯片（或现场展示的Pectron 6系统）为例，正是因为博通采用了体积极其小巧的MRM（微环）光学引擎，它的芯片单个侧边就能轻松住下（容纳）8个光学引擎，整颗芯片外围的一圈“海景第一排”总共塞进去了整整32个微型光学引擎！ 每一个光学引擎的单通道带宽，乘以32个OE的总数，直接决定了这颗芯片在系统吞吐量上能够摸到102.4Tbps的恐怖行业上限。而反观其他大厂，由于选用了较大体积的光学引擎方案，一排顶多只能塞下4到5个。可见，决定未来算力终极技术战场的胜负手，完全在于谁的光学引擎能做得到极致微型化。 接下来我们看一下全球顶级晶圆代工厂（Foundry）在硅光子和先进封装领域的工艺路线图。前几天电子时报（Digitimes）做了一份极好的汇总报告。台积电（TSMC）作为当之无愧的“护国神山”，其推行的核心硅光平台叫作 COUPE 。 它采用65nm（纳米）节点的硅光电芯片（PIC），通过最顶阶的SOIC先进封装技术和铜-铜混合键合（Hybrid Bonding）制程，将一颗7nm或更先进节点的超高性能电芯片（EIC）直接严丝合缝地垂直叠放在光芯片正上方。这是台积电向全行业输出的顶级三维芯片整合能力。而三星（Samsung）虽然也高调宣布要跟进相似的硅光堆叠制程，但其真正量产的落地时间目前看至少要等到2027年以后，市场仍需拭目以待。 英特尔（Intel）在这场游戏里其实已经深耕演练了非常多年，底蕴极其深厚，待会我会专门向大家揭秘英特尔真正的恐怖技术潜力在哪里。至于格芯（GlobalFoundries），他们拥有自主冠名的硅光制造工艺（名为Fotonix）；而台湾的联电（UMC），则是选择了一条高性价比路线——通过获得比利时著名的半导体微电子研究机构IMEC的技术授权，将高阶硅光工艺快速导入到联电现有的成熟制程流水线中进行整合。 对于现在的IC设计大厂而言，选择哪家代工厂，已经不能只单看它造光芯片（PIC）的能力，更要看它如何将PIC、EIC以及原本的主计算芯片，在极早期就进行深度的协同设计（Co-design）。 在理清了整个产业链和各大晶圆厂的底牌之后，我们切入最核心的话题： 为什么CPO的先进封装测试，直到今天都无法像传统半导体那样轻易导入高效的大规模量产？它的技术瓶颈究竟死在哪里？ 我们从泰瑞达（Teradyne）的学习经验中可以看清这条极其复杂的完整测试链路。测试从最开始的纯光芯片（PIC）晶圆、到光电混合的双面键合EPIC晶圆开始，接着将晶圆切割成独立的微型裸片进行光学引擎（OE）级测试，再到模块（Module）级测试，最后插接上外部长光缆（Cable Attachment），通过系统托盘（Tray）完成最终压测。 颖崴科技通过长期的前沿观察，在这条漫长的测试链条中，精准锁定了目前死死卡住全行业量产脖子的两大核心物理瓶颈。 第一大瓶颈，在于 主动对准（Active Alignment） 。在测试阶段，你必须将外部的光纤测试头，与光学引擎光芯片（PIC）表面极其微小的光学点位进行绝对精准的对齐。我们要看清一个惊人的尺度：CPO所必须使用的单模光纤（Single Mode Fiber），其内部真正能够容纳光信号通过、进行数据传输的核心纤芯（Core）直径，仅仅有区区 9个微米（micron） ！这是个什么概念？一根头发丝的直径通常有七八十微米，9微米相当于头发丝的近十分之一。 更灾难的是，外部光纤本身在制造时的几何公差、用来固定光纤的玻璃V型槽（V-groove）的间距误差、角度倾斜度以及各通道之间的同心度公差，在机械组装完累积叠加上去之后，其物理综合误差通常会轻松达到 3.8个微米 。拿3.8微米的机械累计误差，去对接一个只有9微米大小的微观核心孔洞，这意味着光纤在天然状态下，会产生高达 40%左右的严重位置偏离（Offset） ！ 这种可怕的偏差如果直接通光，光信号会大面积射到孔洞外围，产生灾难性的信号隐灭和插入损耗。为了把光对得准、对在正中心，测试机台的机械臂必须给芯片通电发光，移动多轴位移台，在微米级尺度上一边极其缓慢地微调位置，一边实时监测接收到的光功率高低，直到调出最大光功率的一刹那，才算对准。 目前一个FAU（光纤阵列）内部通常集成有64根光纤，未来甚至会飙升到128根。这意味着高精密的自动化机械手，必须在同一颗芯片上上下下对准极其多次。目前的全球高精度设备，单次主动对光对准依然需要耗费5秒、10秒、20秒甚至30秒的时间。这个变态的对准时长，一旦乘以整颗芯片庞大的光纤数量级，会导致每一颗芯片在测试机台里的对光等待时间拉长到令人绝望的地步。全行业对量产的铁血定义就是“快、稳、高UPH”。从这一底层的物理特性来看，在没有攻克对光效率之前，CPO在当前阶段是极难实现快速规模化量产的。 第二大瓶颈，存在于 模块测试（Module Test）阶段的机械手接驳难题 。 在传统的半导体封测厂里，负责搬运、压测芯片的自动化大设备叫机械手（Handler）。传统的Handler全部属于“吸取与放置”（Pick and Place）型机械逻辑：机械手用真空吸嘴将一颗长方形的芯片吸起来，移动到测试插座（Socket）正上方，然后垂直用力压下去，测试就启动了。 但是，面对带有极其脆弱、随芯片延伸出长长一截光纤阵列（Fiber Array）的CPO高阶模块，这种简单粗暴的Pick and Place逻辑彻底失效了。光纤属于易碎的玻璃材质，根本承受不住Handler机械手的任何盲插挤压或大幅度晃动，传统的芯片压测根本无法实现所谓的“即插即用”（Plug and Play）。 如果这颗芯片边缘的海景第一排总共延伸出8个高精密的光纤阵列接口，你就必须要求 Handler 机械手极其轻柔、极其缓慢地在测试座内原地对接、插拔整整8次！这个测试动作所耗费的单位小时产出（UPH）和换料时间（Index Time），对于任何追求盈利的封测厂来说，都是一场无法忍受的效率灾难。 面对这两大卡住行业脖子的技术瓶颈，颖崴科技正在联合客户，全力执行两个具有颠覆意义的底层解法。 首先，在对光效率方面，颖崴正在秘密开发测试专用的“黄金光纤阵列单元”（Golden FAU） 。我们利用半导体级的母版精密制造工艺，做出一颗几何公差近乎为零的母版FAU工具。在测试对位时，机械臂只需对准其中一个基准主光路，就能通过母版极其变态的通道间距精度，实现“一瞬间让所有的光纤通道同时对准”的终极技术可能。 第二个方向，我们正在与设计大厂协同探索 “自对准”（Self-alignment）技术。我们在光芯片内部或封装机构的微观边缘设计出一种自动校准环（Auto-calibration circuit）。我们允许外部机械手的对接误差很大，但当芯片通电后，内部微观波导能通过衍射或微型光学调整，自适应去捕捉并锁定射入的光束。 刚才我们讲到，只要主动对准的尺寸错位（Mismatch）以及模块测试中的Pick-and-place/Plug-and-play机械难题在行业里一天没被解决，全行业在量产阶段就只能陷入一个死循环——通过疯狂采购几倍数量的极昂贵测试机台、堆砌大量的自动化测试插座（Socket）来盲目用空间和固定资产投资去换产能。这在未来追求千万颗体量爆发的AI大芯片市场是完全无法持续的。 那么，颖崴在这个复杂的CPO测试版图里，究竟能为客户输出哪些实质性的硬核方针？虽然颖崴不涉及最初期的独立光芯片（PIC）晶圆测试，但从电芯片（EIC）晶圆测试、光电双面集成的EPIC晶圆测试开始，直到切割后的裸片、微型光学引擎，以及最末端的完整CPO/CPC算力模块，颖崴实现了全生命周期的测试方案覆盖。 针对最前期的晶圆级测试（Wafer Test），行业里经常挂在嘴边的词叫“上光下电”或“上电下光”。很多投资人根本搞不清楚这两个词背后代表的空间配置差异。我们颖崴通过这两张3D示意图帮大家做彻底的厘清。 在晶圆测试的真实场景下，由于未切割的整片EPIC晶圆是平躺在下方巨大的承载台（Chuck）上的，这时候，极其密集的垂直电探针卡（Electrical Probe Card）和光学测试对准头，都必须从正上方垂直探入扎针，因此这属于标准的“顶部上电、顶部上光”的微触架构。电探针与光探针必须在方寸之间协同动作，确定完美对准光路后方可启动电性测试，随后再一颗裸片接一颗裸片地慢速移动测量。 而一旦晶圆通过高精密划片机被切割成独立的裸片（Die Level）之后，测试的物理空间场景就会发生戏剧性的逆转，变为了标准的“下电上光”架构。在Die级的垂直自动化测试机台内部，传统的电测试插座被牢牢固定在最下方。 机械手将切割好的裸片平整放置于下方的测试插座（Socket）内，由下方的弹簧垂直探针负责提供高频电性互连（下电）；而此时，庞大的高精密自动化光学对准探针卡，则获得了干净的顶部空间，可以从裸片正上方凌空探入、进行快速的光流对准（上光）。不同的测试场景对应着完全不同的空间硬件结构（Configuration）。在这套晶圆与裸片的高速电性测试中，颖崴能够向全球客户提供最顶阶的垂直微探针卡（VPC/WPC）和配套测试PCB母板。 当裸片通过先进封装形成微型光学引擎（Optical Engine）后，封装体通常会带上特制的机械加强件和光学接收器（Receptacle）。为了确保光学引擎在封测厂的自动化流水线上具备高量产可行性，孙博士指出一个极其重要的行业共识：在最初期的独立测试中，通常强烈建议要求光学引擎“绝对不带尾纤（Fiber）”。光学引擎表面呈现的是干净的光学 Receptacle 接口。这样传统的Handler机械手就可以毫无顾忌地使用真空吸嘴进行高效的Pick and Place吸取与放置，从而保障测试厂的产能（UPH）处于极度充裕的状态。 紧接着，孙博士引入一个近期在半导体巨头间引发海啸般讨论的技术新名词—— CPC（Co-Packaged Copper，共封装铜缆） 。 他向大家揭秘了未来高端芯片封装信号的底层演进变革：目前我们看到的所有传统半导体芯片，其全数的高速信号都是通过封装最底部的引脚（如BGA锡球）向下引出、走PCB板长距离铜导线向外传输的。 然而，随着通道速率飙升到224Gbps极限，电信号走底部已经彻底走不通了。未来高算力芯片的极限高速信号，必然被生生逼着改变方向——全部“往上走”！ 如果你选择从芯片的上表面，插接高密度的微细光纤阵列把信号往上方引出，这就叫CPO（共封装光学）；如果你选择从芯片的上表面，插接由高频同轴电缆组成的微型铜缆束把信号往上方引出，这就叫CPC（共封装铜缆）。 颖崴科技顺应这一底层物理变革，推出了行业独家、具备革命性意义的“双面探针测试系统”（Double-sided Probing System）。该测试装置在研发逻辑上极高程度地借鉴了高阶晶圆探针台，它不仅能完美搞定CPO先进封装的顶部光流对位与底部电性压测，更能无缝向下兼容CPC共封装铜缆。 该系统必须利用视觉对准系统，对芯片正上方极度微细的测试Pad点位和顶部连接器进行完美的抓取与对准，确认无误后才能实施机械双面压测。 在整个技术链路最末端的完整高阶模块测试（Module Test）中，颖崴能够向用户双手奉上我们的核心专利王牌—— HyperSocket（微电子复合插座） 。为什么在如此关键的模块测试站，我们不再单向推荐传统的测试弹簧针（Pogo Pin）或导电橡胶（Elastomer）方案，而是极力导入全新的Hyper（微电子复合）概念？ 原因非常直白且残酷：现在的AI大芯片为了压榨出极限的算力性能，其封装体积正在以不可逆的大势变得越来越巨大。 颖崴在今年接收到的全球顶尖AI大客户的最新测试需求中，只要是最新一代的AI加速器或超算芯片，其整体的物理封装尺寸很多都已经疯狂超越了 100mm × 100mm ！这是一个非常恐怖的巨大面积。超大的物理面积带来了一个半导体测试界极其致命的物理灾难——封装翘曲（Warpage）。 芯片由硅片、有机载板、各种金属层复合而成，在测试厂经历冷热循环和瞬间通电升温时，由于不同材质的热膨胀系数完全不同，这颗100mm见方的超大芯片会像橡皮泥一样发生严重的微观弯曲变形，中间下陷或四周卷曲。 传统的测试插座受限于机械行程和结构硬度，根本无法适应这种处于严重翘曲状态的芯片引脚，这会导致大面积的针脚“悬空”或电性接触良率（Yield）血崩。而颖崴的HyperSocket，正是为了征服这种AI大芯片时代的超大尺寸、极端翘曲挑战而横空出世的。 刚才我们讲到，芯片尺寸变大这件事情在先进封装领域是绝对不可逆的。既然大芯片封装不可逆，那我们就必须直面它。孙博士接着深入拆解了台积电在硅光子先进工艺路线图（Roadmap）上的底层演进。台积电作为推动硅光子落地的中流砥柱，正在通过在制程上的不断迭代，极大地扩宽其COUPE方案在未来的量产适用范畴。 台积电工艺的核心，是通过SOIC三维先进封装，将电芯片（EIC）直接通过混合键合（Hybrid Bonding）完美叠放在硅光芯片（PIC）之上。为了解决前文提到让全行业头痛欲绝的光纤对接微米级公差限制，台积电创造性地在芯片内部集成了“细微透镜”（Micro-lens）结构。 微透镜的引入，在底层的物理运行机制上彻底改变了光耦合的难度。传统的单模光纤对接对机械对准的精度要求达到了变态的微米级，稍有位移光线就会射到孔外。而台积电通过在芯片内部雕刻出的微透镜，能够将原本极度狭窄、发散的光束进行高效的放大、汇聚与折射。这意味着，外部光纤在接入时，微透镜在物理上极大地放宽了机械手对准时所能容忍的机械误差公差（Tolerance）。哪怕外部机械手存在轻微的对位偏差，通过微透镜的汇聚放大，光信号依然能被100%高效捕捉，这直接斩断了对光精度对芯片量产速度的严重钳制。 同时，台积电还在整个光学波导结构的下方，引入了极其高端的纳米级“下反射镜”（Sub-reflector）工艺。 我们做物理光学都知道，光信号在穿透硅基波导时，会不可避免地向下方基底发生散射和丢失（即产生严重的插损）。台积电在波导工作层正下方，通过半导体镀膜嵌入了一层高反射镜面，当散射的光企图向下漏走时，反射镜能像镜子一样将穿透出去的光100%重新反射回上方的工作波导主通道内部。通过微透镜放大公差、通过下反射镜强效补强打光、降低损耗，台积电通过这两大先进制程上的底层优化，大幅度扩张了其CPO先进封装的行业影响力和适用范畴。但这依然要回归到测试的终极问题上：在量产线上，你们究竟怎么测才能做到又快又好？ 我们现在全行业所处的历史阶段，正是3.2Tbps（太比特每秒）CPO交换机（Switch）的商业化量产前夜。这其中最典型的标志性作品，就是英伟达（Nvidia）正在倾全公司之力推动的顶级Spectrum-X系列CPO交换机。该系统在调制器的选择上，正是彻底抛弃了大块头MZM，全面采用了我们前文极力推崇的、体积做得到极其微小且能将速推进到极限的MRM（微环调制器）。 整颗交换机芯片的外围边缘，总共并排集成了多达32颗微型光学引擎（OE）。每一颗光学引擎的外部连接接口，都插接了一个带有16根单模光纤的高密度FAU（光纤阵列）单元。通过MRM的高频电光调变，单个光学引擎通道就能瞬间爆发出3.2Tbps的恐怖算力带宽。这时候，我们把32颗光学引擎的吞吐量全数相乘相加（3.2T × 32），整颗大芯片的总体数据吞吐速率直接飙升到了创纪录的 102.4Tbps ！ 这就是顶级芯片封装规格的数学算法。但在这一组神话般算力的背后，意味着在测试端，你必须在同一颗大芯片的周边，同时处理好整整32个高密度FAU阵列、数百根单模光纤的机械主动对准测试，并且要在极高的数据速率下，对如此庞大的光流和信号进行完美的稳定性控制。这是接下来全行业必须跨越的超级技术大山。 颖崴科技在过往数十年的历史里，我们聚焦并赖以成名的核心竞争力全都在纯电（Electrical）测试界面上。而眼下面对CPO时代的降临，颖崴的研发全面跨越到了“电与光融合接口”（Electro-Optical Interface）的新纪元。在以前的行业里，我们最常对芯片设计大厂讲的一个词叫“可测试性设计”（DFT，Design for Testing）。我们这几年一直在跟大客户沟通：拜托各位，你们在画芯片和先进封装图纸的极早期，就先来跟我们测试界面厂进行对接和沟通。因为如果你们的设计完全不考虑后期的测试容量和空间，等你们把样品做出来之后，由于引脚分布太差或结构变形，会导致你们必须被迫去购买天价、极难维护的特殊定制测试插座（Socket），这非常划不来。 而在当前的AI和CPO大时代，传统的DFT观念已经完全不够用了。颖崴目前正在跟北美和全球最顶级的几家芯片霸主建立超越买卖关系的“深度战略合作伙伴关系”（Partnership）。 行业已经进化到了不需要等你把芯片封装做好了再来通知我，而是从最开始设计IC和光学引擎（OE）的草图阶段，颖崴的工程团队就已经与客户在同一个系统内进入了“协同设计”（Co-design）的极高阶段。我们在一开始就把测试所需的探针间距、机械压力、散热流道以及空间利用余量，全部融进客户的初始芯片设计蓝图中，以此从源头上剪灭量产测试的瓶颈。 回到CPC与CPO的博弈上，孙博士向大家透露了一个最近一年来行业内极为微妙的趋势变迁：其实在过去这一年多里，有大量的全球一线设计大厂纷纷重新回过头来， 向颖崴热烈讨论CPC（共封装铜缆）方案。这背后的原因其实没有别的——CPO光学引擎的主动对准和量产效率瓶颈在短期内依然太高，导致CPO在当前节点的生产良率和经济性无法快速爆发。 为了让下一代主系统的算力规格不至于停滞，大厂们纷纷选择将CPC铜缆作为短期的强力替代方案（Alternative Solution）去延续系统规格，持续往上走。 刚才我们讲到，CPC共封装铜缆方案在眼下拥有极佳的进场优势。because铜缆不需要经历变态的光学主动对准工艺，在量产的稳定性和落地速度上具备短期优势。但是，如果系统算力规格继续疯狂向下推演，CPC方案的致命局限就彻底暴露了。 由于高频同轴电缆和连接器的物理尺寸远比微细的光纤巨大，在芯片封装最珍贵的“海景第一排”边缘，一侧顶多只能并排插接2个到4个铜缆Connector。而CPO光学引擎一侧就能轻松塞下8个。如果未来大厂们要求总吞吐量在102.4T的基础上再翻倍，死守CPC铜缆路线将逼着你把整颗芯片的封装尺寸扩张到难以置信的200mm × 200mm、250mm × 250mm甚至300mm × 300mm！这在半导体制程、载板制造和先进封装物理极限上，几乎是一条死路。 所以，孙博士给出了一针见血的终极研判： 在这一两年内，CPC确实拥有极大的替代市场，但长期来看（Longer term），CPO依然是唯一能统治算力未来的绝对主旋律。 而为了在传统的铜电传导路线上继续榨干极限性能，目前单通道的电信号传输速率，已经全面来到了单通道224Gbps per second（采用PAM4调变技术），全行业甚至已经开始展望并讨论更下一代的单通道 448Gbps超高传输速率 （此时可能需要全面转向更复杂的PAM6或PAM8技术）。 当电信号在CPC铜线或者高频基板中向如此极限的速率迈进时，在物理层面上正遭遇极其险恶的 四大性能屏障（Electrical Performance Barrier） ：电信号在极度宽频下的严重损耗（Insertion Loss）、极度剧烈的通道间电磁串扰（Crosstalk）、背景EMI电磁干扰噪声（Noise），以及特征阻抗匹配的彻底失控（Impedance Mismatch）。 千万不要盲目、错误地认为只要有了光通信技术，纯电（Electrical）的研发就不重要了。 这是一个极大的认知误区！因为哪怕外部光纤跑的是速度最快的光信号，其在最终进入主加速器GPU内部进行逻辑计算之前，必须要通过光学引擎内部的光电探测器，将光子彻底、百分之百地重新转换成纯电信号（电流），才能灌入GPU。如果底层的纯电高频界面和工艺不长进、不突破，你的光技术也根本不可能实现任何实质性的好性能。两者的电性与光性规格必须实现最严密的同步实配（Match）。 在面临448Gbps超极限速率时，信号的奈奎斯特频率（Nyquist Frequency）将彻底失控、飙升到让人头皮发麻的阶段。目前在主流的224Gbps速率下，我们颖崴在设计高性能测试插座（Socket）时，只需要保证插座内部的高频探针能够稳定支持到56GHz的Nyquist基频即可。而一旦数据速率翻倍至448Gbps，网络大佬们最终选择哪一条技术调变路径，其电信号的基频将直接飙升到骇人听闻的 70GHz甚至更高级别 ！ 这还不是最致命的。在射频和微波电学测试设计中，为了让测试设备接收到的正弦波信号，通过多阶高频谐波的完美叠加，最终变形成无任何失真、波形陡峭的优质数字方波（常说的完美的“眼睛”波形），在测试插座（Socket）的整体射频通道设计中，必须将测试频宽无条件地拓展到基本频率的 3倍频甚至5倍频 。 这意味着，为了测准448Gbps的极限电信号，颖崴自研的测试插座内部的微型探针和高频通道，在物理结构和电磁射频能力上，必须具备支持高达 150GHz甚至200GHz以上 极端高频信号平稳通过、且不发生串扰和反射的变态射频实力！目前，全球学术界和产业界的顶级网络及算力大佬们，正围绕着未来究竟是该选择挑战极限的PAM4、折中的PAM6还是PAM8的技术路线进行极其惨烈的博弈。由于在高频测试中，插座内部结构的电介质阻抗稍有几个欧姆的差池，就会造成测试结果“能过”与“绝对不能过”的生死之差。面对如此巨幅的挑战，颖崴正在密切、紧紧地关注着场上局面的演化。 刚才我们讲到，在448Gbps超极限电传输速率下，电信号在传统铜导线和高频基板中正遭遇极度险恶的物理极限。首先就是无处不在、让射频工程师痛苦不已的趋肤效应（Skin Effect）。当频率飙升到448Gbps级别时，高频电流在铜导线内部的微观趋肤渗透深度（Skin Depth），从224G时代的0.4个微米，直接被无情地砍掉了一半，暴缩到仅仅剩下了 0.2个微米（micron） ！ 这意味着什么？这意味着所有的电子在通过铜线时，不再流经导线的内部，而是如同疯了一般全部挤在铜导线最表面那层只有0.2微米厚的极限微观薄层内向前狂奔。在这种极端的物理状态下，铜箔表面的任何细微粗糙度（Roughness），对于高速电子而言都无异于在翻越崎岖不平、乱石密布的崇山峻岭。这会引发灾难性的高频传导损耗。而如果你为了消灭损耗，一味把铜导线表面做成像镜面一样绝对光滑，又会引发载板工艺上的惊天危机——光滑的镜面铜会导致绝缘层薄膜和树脂基板彻底失去物理附着力，在先进封装受热时会像撕贴纸一样发生灾难性的层压脱落（Delamination）。如何在降低表面粗糙度以确保电学性能，与维持附着力之间寻找极限的物理平衡，是当前PCB和载板材料学的一大黑科技。 同时，材料的介电常数（DK）和介质损耗因数（DF）也必须被压缩到极致。在电信号单通道速率由于材料物理瓶颈而陷入短期无法快速突破的僵局下，全球各大AI芯片巨头在当前的过渡期，只能被迫选择唯一的粗暴解法——继续把芯片的封装体积做大，在BGA引脚数量（Pin Count）上堆砌规模。 接下来的这几年内，全球顶级AI加速器芯片在测试插座端所需的引脚数，将直接迈向史无前例的“5万针（50000 pins）”超级针海时代！大家对5万针可能完全没有概念。对于我们测试界面厂商来说，在100mm见方的极小Socket插座空间内，密密麻麻地塞进5万根肉眼几乎看不清的微型弹簧探针，如果你在生产线上光是要人工更换其中一根坏掉的探针，那真的是在“万里挑一”，过程极其痛苦。但引脚针数变高，对颖崴来说有一个直接的巨大好处——这意味着我们产品的出厂平均售价（ASP）将会变高得非常可观。 伴随着5万针海到来的，还有芯片功耗（Power）的指数级暴增。今年我们在测试业界全面收到的AI芯片测试规格普遍已经跨过了4000瓦（W）功耗大关。而我们目前正在与北美巨头深度协同设计的明后年下一代芯片测试规格，其极限工作热功耗已经疯狂飙升到了 8000瓦甚至更高的水准 ！ 台积电已经明确指出了行业大势：其接下来的终极封装目标，是研发集成了14个光罩尺寸（Reticle）的超大中介层、并环绕堆叠多达20颗HBM高带宽内存的超级封装体。传统物理封装在如此宏大的蓝图前，最快在后年（2028年）就会在市场上正式露面。 面对如此惊人面积的衬底承载，台积电正在全力推动从传统的硅基（Silicon-base）、有机树脂基板（Organic-base）向革命性的“玻璃基板”（Glass-base Interposer）进行跨越。 玻璃基板这一步棋，是全行业非走不可、且必须要成功的战略一步！因为有机塑料基板在面对150mm以上的超大芯片面积时，幕后推演其热力学表现，发现根本承受不住冷热交替时剧烈的热膨胀应力，必然发生灾难性的翘曲变形（Warpage）。而玻璃材质具备极高的结构机械强度，能够死死压制超大封装在热测试循环下的翘曲变形；同时，玻璃本身具备绝佳的极低介质损耗电学特性，甚至允许我们直接用激光在玻璃基板内部雕刻出高密度光的物理通道（Waveguide，光波导）进行无损导光。玻璃基板完美契合了未来CPO封装将光、电、空间融为一体的底层需要。 英特尔选择彻底舍弃高昂且产能严重短缺的整体大面积硅中介层，转而采用其极其灵活的嵌入式多芯片互连桥（EMIB / Silicon Bridge）技术进行横向拼接或者垂直的3D堆叠。英特尔在玻璃基板和外部激光源（Laser）的封装集成上也走得极早，其技术路线倾向于在先进封装体内部直接集成激光光源，这与台积电的路线形成了差异化。 针对前面讲到的引脚数高达5万针、热功耗达到4000W-8000W、且伴随着严重热翘曲的巨型AI和CPO大芯片，孙博士深入对比了目前全球封测业界现存的两大主流测试界面解法，并一针见血地指出了它们各自在面对AI大芯片时代时的物理死穴。 第一种是传统高频射频大厂（如日本、美国同行）极度青睐的微接触弹性体方案（Elastomer / 俗称导电橡胶）。这种方案最致命的物理短板在于其厚度做得太薄，导致其内部导电粒子的垂直压缩行程（Stroke）严重不足，通常仅仅只有其整体橡胶厚度的20%左右（例如一个2mm厚的导电橡胶垫，只有区区400微米的有效压缩行程）。而我们在前文反复强调，100mm见方的超大AI芯片，其在测试升温时的微观翘曲变形量就已经轻而易举地达到了400微米！ 这就意味着，当测试机台的Handler机械手把翘曲的芯片压在Elastomer上时，会发生毁灭性的接触灾难：芯片翘曲凸出的外围四周能勉强碰得到探针，而中间深陷下凹的低洼引脚区域却完全悬空，根本吃不到行程。测试由于无法导通而彻底失效，连最基本的传输电流都做不到，更不用提极其敏感的高速信号了。 第二种是经典的垂直弹簧探针方案（Pogo Pin / 俗称碳针）。探针虽然拥有极长的纵向弹性形变行程，能够轻松平踩大芯片引脚表面高低不平的机械翘曲，但其在微观上的致命伤在于——它属于点对点接触（Point contact）。当一根细细的硬质碳针与芯片底部的微型锡球（Solder ball）对接时，在微观物理层面上，高倍显微镜下它仅仅只有惨不忍睹的 四个微小接触点（Tip contact points） 。 大家试想一下：当我们的测试设备试图把高达几千安培的极限高电流，通过这四个细若游丝的微观针尖硬生生灌入芯片内部时，极高的电流密度会在接触面瞬间引发可怕的焦耳热！在测试厂原本就已经高达100多度的极限热应力压测环境下，这瞬间多出来的局部焦耳热，会直接把芯片底部的引脚锡球 在顷刻间局部熔毁（Ball melting） ，导致测试完后锡球与针尖相互粘连坏死，废掉整颗天价的主芯片。 同时，数万根弹簧针内部为了维持稳定接触，都必须具备物理预载力（Pre-load，我们行业俗称探针“预蹲”）。5万根探针在测试机台里一起预蹲，累计向上产生的垂直总机械推力会轻松冲破 数百公斤 。如此恐怖的暴力机械推力，会直接在长期压测中将测试插座（Socket）的塑料外壳活活冲压变形、发生物理弯曲。一旦Socket外壳变形，插座内部细密的探针就会在针孔内发生致命的歪斜和跳动，让224G/448Gbps的高频测试特征阻抗彻底失控。 为了将Elastomer的“面接触”优势与垂直弹簧碳针的“长行程”长处进行完美的融合，并彻底封死各自的物理短板，孙博士自豪地在论坛现场亮出了颖崴科技早在两三年前就已经在全球启动秘密知识产权布局、拥有绝对统治级防御专利的颠覆性发明—— HyperSocket（微电子复合插座家族） 。 HyperSocket的技术运行逻辑极具物理智慧：它在传统的垂直弹簧探针正上方，层叠放置了一层定制的异向导电弹性体（Anisotropic Conductive Elastomer）。里面的探针全权负责提供超长的形变行程，去轻松荡平超大芯片所有的冷热翘曲；而覆盖在针尖上的Elastomer薄层，则扮演了极其温柔的包裹角色。当芯片锡球压下时，Elastomer像一张乳胶软床一样，将坚硬的圆形锡球全面包裹住。探针与锡球的微观接触面积瞬间暴增了数十倍，成功实现了从传统的“点接触”向“全方位面接触”的降维打击！接触面积暴增，接触阻抗（Contact Impedance）自然瞬间降到极低，并具备了极其恐怖的耐超高电流能力。由于球体被弹性体温柔包覆，完美消除了传统硬针尖对芯片锡球的任何机械刮伤、刺穿或局部熔毁。 HyperSocket家族目前的四大核心进化分支上。 首先是基础款，成功剪灭了频繁清洁探针和锡球熔损的通病。 第二款是专为超大芯片形变而生的 Hyper LF（底部弹性体款） 。颖崴打破传统的思维定势，将Elastomer层改放置在测试插座的最底部、与下方的测试母板PCB进行对接。这一精妙的机构变阵，使得插座内部的数万根弹簧针完全不需要再在内部进行高压力的机械“预蹲”。消除了这一累计机械应力后，即便面对 150mm 以上的超算巨无霸芯片压测，整个Socket的金属及塑料外壳也绝不发生一丝一毫的物理形变，确保高频测试阻抗坚如磐石。 第三款是 Hyper DHD（双层复合款） ，在插座的顶部和底部同步配置弹性体，一次性斩断芯片和PCB两端的所有接触良率隐患。 第四款则是针对万瓦级AI and CPO模块测试的终极杀手锏—— Hyper Liquid（全液冷复合插座） 。 在芯片0.75伏特（V）的核心工作电压下，乘以极限运行和动态切换时额外多出来的25%瞬态高电流，15000 瓦芯片在极限压测的一刹那，有接近快2万安培（20000 A）的恐怖超级电流海啸，正在以排山倒海之势疯狂涌入Socket插座内部！这在任何传统半导体测试中，都足以在瞬间把整个Socket瞬间烧成炭末、引发灾难性的物理火灾。 而颖崴的Hyper Liquid技术，创造性地在Socket外壳与探针、弹性体之间的微观缝隙内部，开辟了高密度的密闭液冷流道，直接向其中注入完全不导电的特殊工程液体（Engineering Fluid）进行高压全循环强效散热。我们利用非导电液体的超高比热容，将工况产生出的焦耳热在一瞬间强行带走，用液体循环帮它降温，最终强有力地支撑起了万瓦级未来超算芯片测试的底层物理安全。 今年英伟达（Nvidia）开始重手推动具有统一标准规格的Spectrum-X CPO交换机量产，采用小巧的MRM（微环）技术推向标准化量产。这为我们整个测试界面行业亮起了一线曙光。两年来我一直在跟所有人沟通一句话：没有大厂站出来做标准化，CPO就不可能具备任何量产的可行性。 现在，世界最大咖的霸主已经站出来统一江湖了，规格混乱的行业早期阶段即将终结。最后他展示了颖崴测试插座在未来的物理演变图：未来的Socket不仅存在于封装底部（BGA端），随着高速信号往上走进入CPO/CPC时代，在主基板上方、在中介层（Interposer）上方只要有双面高频电测试点的地方，都会成为颖崴Socket多功能爆发的新阵地。谢谢大家！ 主持人 ：再次感谢现场各位与会先进踊跃的提问跟参与。让我们再次用最热烈的掌声感谢孙家彬博士为我们带来的精彩分享。在今天论坛的最后，我们再次有请陈少坤执行副总上台为我们做完美的闭幕总结！ 陈少坤（执行副总） ：真的很难、很硬哦！从刚才全场媒体和投资先进的提问来看，有九成以上还是死死围绕在颖崴的“Socket测试插座”上，针对CPO光学技术本身的提问反而真的比较少。但这恰恰证明了一件事：全行业目前都已经彻底认清，CPO技术和先进封装算力能不能最终落地爆发，其终极关卡根本不在于PPT上的算力模型有多高，而恰恰卡在测试厂里“怎么测得准、怎么测得快、怎么不烧毁”的测试界面大堵车上。 我想2026年的今天是一个真正针对CPO起飞的元年。颖崴科技早在2019年，也就是整整七年以前，就已经远赴北美，与全球最顶尖的AI芯片霸主及云服务（CSP）巨头展开了极其绝密的、每日级别的（Day-to-day）技术协同研发（CW）。虽然刚才碍于商业保密协议有些话我没有讲得极为透明，但孙博士今天PPT展示页内部暗藏的很多项目代号和实物图，其实懂的人一眼就能看出来。 随着全行业先进封装小批量试产的顺利通关，后期的规模化量产红利一定会带出非常漂亮的惊人成长曲线。现在在全球半导体市场上，任何做高算力CPO/CPC大芯片的超级客人，只要在测试端想到用Socket，他们的脑子里蹦出来的唯一标准答案，就是6515颖崴科技！事实上目前国际市场也确实就是这个状态。今天非常感谢大家在百忙之中过来和我们大家一起研讨这个伟大的议题，祝大家身体健康、投资胜利，谢谢大家！ 主持人 ：谢谢陈副总。今天的颖崴科技CPO技术论坛在此圆满成功、高一段落。感谢各位先进的莅临指导，接下来时间再给各位进行现场交流。

三星电子内部围绕薪酬分配的争议以一纸法院裁定暂告一段落，但这场旷日持久的劳资博弈所揭示的分配鸿沟，仍在这家全球最大存储芯片制造商内部持续发酵。 5月26日，据韩联社报道， 韩国水原地方法院周三驳回了三星电子DX（数字体验）部门员工提出的禁令申请 ，为针对约40万亿韩元（约266亿美元）半导体部门奖金方案的投票扫清了法律障碍。 与此同时，截至周一晚间，87%的有资格投票成员已完成投票，最终结果预计于周三出炉，分析人士普遍预期该协议将获通过。这一结果意味着， 三星半导体（DS）部门约7.8万名员工有望按计划分享这笔巨额奖金——据彭博基于协议条款及2026年营业利润预测的估算，每名员工平均可获约5.13亿韩元（约34万美元）。 相比之下，DX部门员工的奖金预计仅为600万韩元，两者差距超过80倍。三星员工2025年平均薪酬为1.58亿韩元。 谈判程序未有根本性缺陷 据韩联社报道，水原地方法院第31民事庭（主审法官Shin Woo-jeong）于26日就此案作出裁定， 驳回了由五名三星DX部门工会成员组成的"三星电子员工权益恢复法律应对联盟"提出的"暂停2026年薪资及集体谈判"禁令申请。 法院在驳回理由中表示，"无法认定谈判方案本身在内容上存在重大缺陷"，并指出最大工会在准备谈判方案时进行了调查，"从其过程来看，难以认定未遵循确认附属工会成员意志的程序"。 法院还补充称，鉴于初步协议已经达成，"亦有理由认为集体谈判已告结束"。 DX部门员工此前对最大工会的决策程序提出质疑，认为该工会在未经全体大会决议的情况下，径以去年11月7日至13日为期一周的"Naver表单调查"结果替代谈判诉求，直接违反了工会章程。 薪酬裂痕：芯片部门利润主导地位引发内部张力 此次纷争的根源，在于三星内部不同业务部门之间日益扩大的薪酬差距。 三星半导体业务是全球人工智能基础设施建设热潮的核心受益者，其生产的存储芯片被广泛应用于智能手机、电动汽车及驱动ChatGPT、Claude等服务的AI数据中心服务器。 随着三星有望在今年底跻身全球最盈利企业之列，芯片部门对整体利润的压倒性贡献，使得薪酬分配向DS部门倾斜具有一定的商业逻辑支撑。 DX部门负责管理智能手机、家用电器及电视等消费电子终端产品，其员工认为自身利益在集体谈判中遭到忽视。 三星电子共有三个工会，最小工会的成员主要来自DX部门。 此前，最小工会曾与另外两个工会共同组建集体谈判委员会，与管理层协商。但此后以DX员工利益未获充分体现为由，宣布退出联合谈判架构。最大工会随即宣布，最小工会成员不再享有此次协议的投票权。 尽管法院驳回了禁令申请，DX部门工会的动员效应仍不容忽视。 最小工会成员人数已从初步协议达成前的约3,000人，急速攀升至周二上午的近13000人，涨幅逾三倍。 此次劳资对立折射出三星在高速扩张周期中面临的内部治理挑战：如何在利润高度集中于单一部门的商业模式下，维系企业内部的薪酬公平感与员工凝聚力。 协议一旦正式通过，三星管理层将面临来自非芯片部门的持续压力，如何平衡不同业务条线的激励机制，或将成为下一轮谈判的核心议题。

芯片市场的江湖，可能又要一夜变天了。 2026年5月25日，华为半导体业务部总裁何庭波抛出新概念“韬（τ)定律”，一时激起千层。当摩尔定律走向极限，华为似乎摸索到了“曲线救国”的方案。 过去60年，全球半导体产业都在摩尔定律的指引下卷制程，晶体管越来越小，性能越来越强，成本越来越低。它推动了PC、智能手机和互联网，更重要的是，它给整个产业建立了一种稳定的预期。芯片公司知道下一代性能会提升多少，设备厂商知道下一代工艺会往哪里走。 某种意义上，摩尔定律更像半导体世界里的“时间秩序”。但过去几年，这套秩序开始出现裂缝。7nm之后，先进制程的推进速度明显放缓。EUV光刻机价格不断上涨，掩膜成本越来越高，设计复杂度开始指数级膨胀。 一颗2nm芯片的设计预算已经突破10亿美元，先进节点的单位晶体管成本甚至开始反向上涨。行业默认的“更先进制程意味着更低成本”，在逐渐失效。 华为的解法是换一个赛道。何庭波说，以前大家拼的是“路修得多窄“——让车道一缩再缩，挤进更多车。但当车道窄到和车身一样宽，车就开始“漏“出去了。 韬定律不再卷车道宽度，而是去卷“信号跑得有多快、多顺“。新的定律是把平房改建成摩天大楼，原本要横穿几公里的信号，现在坐电梯就到了。华为给这套垂直堆叠的核心技术取了个名字，叫“逻辑折叠“。 业内好奇，一个新的颠覆故事讲出来，一旦被产业接受谁会重新洗牌、谁又会站上风口？ “配角”步入聚光灯下 过去三十年，半导体产业的利润分配，是条清晰的食物链：谁掌握最先进制程的光刻机和晶圆厂，谁就拿走最厚那一块蛋糕。 台积电拿走最厚的一片利润，ASML凭一台EUV光刻机拿捏全球，三星和英特尔在追赶的路上烧掉天文数字。封装、互联、衬底材料、EDA这些环节，长期被视作“配套“，估值和话语权都低一个档次。 韬定律的潜台词是，这个排序要改了。如果性能不再单纯取决于几纳米的制程，而是取决于信号在芯片内部跑得多顺、堆叠多紧、互联多快，那决定一颗芯片性能的，就从光刻机的精度，迁移到了怎么把芯片叠起来。如此一来，封装环节的价值有可能就将被重估。 最直接受益的是先进封装。 台积电的CoWoS、SoIC，三星的X-Cube，英特尔的Foveros，这些原本被归类为“封装技术”的能力，正快速接近制程本身的战略地位。台积电CoWoS产能从2024年到2026年持续扩张仍供不应求，把英伟达逼到要绑定多家封装厂，这就是产业用脚投票的信号。 国内一侧，原本在全球封测产业链里只能赚加工费的厂商，也能摸到高附加值环节。Chiplet（小芯片)和2.5D/3D堆叠的需求一旦放量，封装企业的资本开支和盈利模型可能要整体上修。 紧跟着站上C位的是互联和带宽。何庭波反复提到“灵衢总线“和光互联，核心其实是芯片内部和芯片之间的“高速公路网”。 当算力堆叠到一定程度，数据搬运的延迟和能耗就成了瓶颈——AI大模型训练里超过一半的能耗其实花在了数据搬运上，而不是计算本身。 这就是为什么HBM高带宽内存这两年成了SK海力士、三星、美光的印钞机；为什么英伟达的NVLink、NVSwitch比单卡算力本身还重要。 在韬定律的指引下，未来芯片的竞争力，至少一半在“路“，而不只是“车“。 材料端则更深一层。何庭波在论文里提到“在材料学上有突破，换介电系数更好的材料，那么就有提升空间”。 换而言之，低介电常数介质、二维半导体、钴、钌甚至石墨烯等新型互连金属，这些在传统摩尔定律下属于”边缘创新”的方向会被重新估值。 国内做光刻胶、湿电子化学品、靶材的厂商，如果能在低κ介质或新型互连材料上突破，从跟跑替代切换到与全球同步研发的赛道。 卸下包袱的机会 但这一切都建立在一个前提上，韬定律真的能走向“普适的经济学”。 摩尔定律的影响力，在于过去60年里始终伴随着经济上的可扩展性——单位晶体管的成本一直在下降。韬定律目前还没有经过这一关的全面检验。 并非所有产业链企业都对这套叙事买单。 一位半导体上游设备相关负责人指出：“目前该理论短期内产业影响有限，但若后续技术路径推进至1纳米以下制程，行业将迎来挑战。” 在他看来，华为这套技术方案，是在顶尖光刻机缺位的前提下，依托架构、算法等软性技术实现性能等效对标，但该模式无法替代硬件层面的技术攻坚。 一个核心问题也顺势浮出水面，三维堆叠和逻辑折叠在工程上能跑通，但当大规模量产数百万、数千万片芯片，τ缩微的经济账能不能算得过来？这都是产业化必须要回答的问题。 何庭波自己也清楚这一点，她直言“未来十年技术发展框架已然清晰，仍存在诸多待解难题，仅凭单一企业无法攻克。工具链、行业标准、性能基准、器件物理、商业模型等领域，都需要全行业协同。” 华为表态愿意开放韬定律核心技术框架、逻辑折叠IP和灵衢总线协议，呼吁组建韬定律产业联盟。 换而言之，如果国内的封装厂、材料厂、EDA厂、互连厂、晶圆厂愿意一起押注这条路径，那么韬定律就有机会从“华为的技术叙事”变成中国半导体产业的生态级机会。 但何庭波给资本市场留下了一句判断：下一笔投资应跟随τ而非节点，产品竞争力不再完全依赖顶尖光刻工艺，芯片封装、内存带宽、互联架构的战略地位，已比肩昔日先进逻辑制程。 对投资者而言，这意味着估值框架的迁移，过去给晶圆代工厂打高估值的逻辑，未来可能要分一部分给封装厂、互连厂、材料厂。 某种意义上，韬定律不是来杀死摩尔的，它更像是给一个走到瓶颈的产业递上的第二把标尺。 至于这把新尺子最终会成为半导体史上的第二根支柱，还是会被证伪只是一次微观物理受限下的体面表达，可能要等2026年秋天那颗采用逻辑折叠技术的麒麟芯片真正上市，市场用销量和性能给出答案。 游戏规则在变，牌桌上的座次也会跟着变。一个后摩尔时代的新故事，才刚刚开始。

华为提出“韬（τ）定律”后，半导体投资叙事正从单纯追逐几何制程微缩，转向“时间缩放”和系统级协同优化。国盛证券、华泰证券和中信证券的最新观点共同指向一个判断， 先进制程、先进封装、设备、EDA、CPO以及成熟制程，可能同时进入更高景气度的观察窗口。 据人民日报报道，华为公司董事、半导体业务部总裁何庭波于2026年5月25日在IEEE ISCAS 2026上发表“半导体新路径探索与实践”主旨演讲，提出指导半导体产业发展的新原则——韬（τ）定律。该定律的核心，是通过晶体管、电路、芯片和系统四个层面的优化，持续降低时间常数τ。 三家券商均认为，这一路线的关键不在于替代所有先进制程，而是在摩尔定律放缓、几何微缩成本上升的背景下，为芯片性能提升提供另一条路径。华泰证券将其理解为系统技术协同优化，STCO，方法论的演进；中信证券强调其以系统拓扑结构优化弥补短期制程节点差距；国盛证券则更强调其对中国半导体产业周期和国产替代的带动。 对市场而言，直接影响可能首先体现在两条主线：一是先进封装、3D集成、设备和EDA等技术复杂度提升带来的增量需求；二是AI服务器拉动电源管理、模拟、网通等配套芯片需求，同时海外部分成熟产能收缩，推动成熟制程供需趋紧。券商的共识是， 半导体行情的关注点正在从单一先进节点，扩展到“先进制程与成熟制程共振”。 共识：从“几何微缩”转向“时间缩放” 三家券商对“韬定律”的理解有一个共同起点，传统摩尔定律依赖的几何微缩正在面临成本和物理约束。 国盛证券指出，随着制程逼近原子级，晶体管缩小难度陡增，工艺成本指数级上升，几何缩微红利逐渐消退。而AI、高性能计算等领域对算力需求快速增长，传统工艺难以完全匹配产业需求。 中信证券的表述更偏底层逻辑。其认为，器件微缩的本质是缩短信号传输路径，根本目标是缩短系统时间。因此，华为提出以时间常数τ为衡量指标，在晶体管、电路、芯片、系统四个维度降低延迟。 华泰证券则把“韬定律”放在全球半导体技术演进中理解。其认为，该定律本质是STCO方法论的进一步演进， 即通过器件、电路、芯片和系统协同设计，让系统全局性能最优。 这与全球主流芯片企业在系统级协同设计上的探索方向一致。 分歧：国盛看周期，华泰看协同，中信看工艺 三家券商的侧重点并不相同。 国盛证券最强调产业周期。其认为，“韬定律”的发布有望加速国内先进制程与先进封装产业技术发展，并与成熟制程供需反转形成共振。国盛维持半导体行业“增持”评级，看好国产制造端和设备端受益于技术突破与产能扩张。 华泰证券更强调技术路线的边界。其认为， “韬定律”与GAA、背面供电BS-PDN、先进封装、CPO等全球主流趋势高度契合 ，但与ASML推动的High-NA EUV并非互相替代关系，而是从不同维度提升半导体性能。换言之，华泰并未将其理解为对先进光刻路线的简单替代，而是视为系统级优化的补充和延伸。 中信证券则给出了最细的工艺拆解。其将“韬定律”分为四层：晶体管层面关注迁移率增强、应变工程、高κ金属栅和GAA架构；电路层面关注低电阻导体、低κ介电质、垂直集成和逻辑折叠；芯片层面关注3D堆叠和HBM；系统层面关注灵衢总线Unified Bus、近封装光引擎Hi-ONE以及互连架构设计。 技术主线：逻辑折叠把先进封装推到前台 “逻辑折叠”是三篇观点中反复出现的关键词。 国盛证券称，华为提出“逻辑折叠”等核心技术，构建贯穿器件、电路、芯片到系统层面的多层级协同优化体系，通过压缩信号传播时延，在不依赖极致物理制程的前提下提升晶体管密度与系统性能。国盛还称，华为在过去六年基于韬（τ）定律设计并量产381款芯片，覆盖多行业需求。 中信证券进一步指出，华为将在2026年秋季推出采用逻辑折叠工艺的移动SoC芯片，在固定工艺节点上实现55%的等效晶体管密度提升和41%的能效提升。其认为，实现三维空间拓扑重组，需要依靠混合键合和TSV工艺。 华泰证券也认为，逻辑折叠和3D堆叠将显著推升工艺复杂度，推动行业技术重心向“超越摩尔”框架迁移。这 意味着，先进封装不再只是后道环节的补充，而可能成为性能提升的重要来源。 产业链影响：代工、设备、EDA、CPO成为主要受益方向 从投资映射看，三家券商均将本土代工龙头放在较高优先级。 华泰证券建议关注中芯国际、华虹半导体等本土代工龙头，认为其基于DUV的先进工艺产线，有望在华为向等效1.4nm演进过程中发挥作用。 国盛证券列出的受益方向更宽，包括半导体制造、前道设备、后道设备、材料和封测。其相关标的包括中芯国际、华虹公司、晶合集成、芯联集成；前道设备中的中微公司、北方华创、拓荆科技、华海清科、中科飞测；封测中的盛合晶微、长电科技、通富微电、晶方科技、甬矽电子等。 华泰证券还提到，工艺复杂度提升可能拉动先进封装板块，催化刻蚀、薄膜、键合、CMP等设备需求，并带动EDA环节的3DIC全流程工具放量。其提及的方向包括华大九天、概伦电子、芯原股份，以及CPO等高带宽光互联技术。 成熟制程：AI电源需求与产能收缩形成第二条主线 国盛证券的一个重要判断是，成熟制程也可能进入供需反转。 其指出，新一代AI服务器单柜功率从普通服务器的3至5kW上升至15至20kW，核心芯片功耗突破1400W，所需电源管理芯片数量是普通服务器的数倍。据TrendForce，AI服务器对电源密度需求远高于通用型服务器，8英寸晶圆BCD制程因此大幅偏向AI PMIC。 供给端也在收缩。国盛称，台积电自2025年起逐步削减8英寸产能，计划2027年实现部分厂区全面停产，将资源集中投向先进制程及高阶封装；三星晶圆代工则在2025年下半年启动8英寸产线收缩，将产能和资本开支向12英寸先进制程倾斜。 华泰证券在对中芯国际和华虹半导体的观点中也强调， AI需求正在推动电源管理、模拟、网通等配套芯片需求增长，部分海外代工企业转产导致成熟工艺代工产能收缩，两者叠加可能推动代工服务ASP进入结构性上行周期。 投资者需要区分三条时间线 综合三家观点，投资者需要区分短期、中期和长期逻辑。 短期看，市场可能首先交易政策和技术叙事，以及成熟制程供需趋紧带来的代工和封测链条重估。 中期看，逻辑折叠、混合键合、TSV、3D堆叠、CPO等技术若进入更大规模应用，设备、材料、先进封装和EDA环节的订单弹性更值得跟踪。 长期看，关键仍在技术兑现。国盛证券提到，基于韬（τ）定律的高端芯片晶体管密度预计到2031年达到1.4纳米制程同等水平；华泰证券则表述为，华为目标在无EUV情况下到2031年芯片效能达到等效1.4nm。中信证券还提到，在AI系统上，相关封装拓扑重组技术预计到2035年可较2026年实现超过100倍的硬件集成度增长。

英特尔正加速推进玻璃基板商业化进程，与此同时，韩国、中国等多方势力同步发力，一场争夺全球首个玻璃基板量产席位的竞赛正式打响。 5月26日，据科技媒体TrendForce援引福布斯报道称，英特尔位于新墨西哥州里奥兰乔（Rio Rancho）的工厂有望成为其 首个玻璃基板量产基地， 并可能由此摘得 全球首个量产设施的桂冠 。目前，英特尔的玻璃基板仅通过位于钱德勒（Chandler）的试验线供应， 里奥兰乔的量产落地将标志着这一技术从实验室走向规模化生产的关键跨越。 与此同时，英特尔已开始在里奥兰乔向外部晶圆代工客户提供硅光子制造服务，并披露了首批搭载共封装光学（CPO）技术的玻璃基板原型， 商业化目标定于2030年。 据报道， 玻璃基板的战略价值正随AI算力需求的爆发而急剧凸显。 传统有机核心基板在大尺寸封装中面临翘曲加剧、集成良率下降等瓶颈，而玻璃凭借其平坦表面及更接近硅材料的热膨胀系数，正成为先进封装领域的重要替代方案。 对于押注AI基础设施的投资者而言，谁率先实现量产，谁就将在下一代高端封装供应链中占据先机。 里奥兰乔：英特尔的量产赌注 英特尔的玻璃基板商业化路径正逐渐清晰。 据福布斯报道，里奥兰乔工厂被视为英特尔首个玻璃基板量产候选地，该工厂此前已承担英特尔EMIB（嵌入式多芯片互连桥接）先进封装及Foveros 3D芯片堆叠的主要生产任务。 在硅光子领域，英特尔已迈出对外开放的实质性步骤，开始向外部代工客户提供里奥兰乔的硅光子制造服务。 据Wccftech报道，英特尔首批搭载CPO技术的玻璃基板原型近期已公开亮相，商业化时间表指向2030年。 这一布局与英特尔整体代工战略高度契合。据福布斯援引渠道消息人士称， AWS和思科（Cisco）已是英特尔代工先进封装服务的现有客户，苹果、谷歌、微软、英伟达和特斯拉则据报正就潜在合作展开洽谈。 此外，英特尔代工部门已与SK海力士在HBM内存领域建立战略合作，并与Amkor Technology达成合作协议——后者正在亚利桑那州扩充产能，预计将为英特尔和台积电的本地新晶圆厂提供配套支持。 技术驱动力：为何玻璃基板正当其时 AI超级周期带来的封装需求激增，正在重塑整个基板供应链的格局。 据TrendForce分析，传统ABF有机基板通过树脂、玻璃纤维布与铜箔层压制成，在回流焊加热过程中容易产生翘曲，进而拉低大尺寸封装的集成良率。 玻璃基板的优势在于两点： 其一，表面平坦度更高，有利于精细线路的加工；其二，热膨胀系数更接近硅材料，可有效缓解封装过程中的热应力问题。 这使得玻璃成为高密度互连转接板或基板的理想候选材料，尤其契合AI加速芯片对大尺寸、高集成度封装的需求。 供给侧的压力同样在加速行业转型。据Wccftech报道，AI需求驱动的基板短缺已促使行业最大供应商之一Ajinomoto上调ABF基板价格，供应紧张局面进一步推动业界寻求新一代封装解决方案。 全球竞速：韩国、中国相继入局 英特尔并非孤军奋战。围绕玻璃基板量产的全球竞赛正在多条战线同步展开。 韩国方面，据Business Post报道，SKC旗下子公司Absolics预计将于今年年底启动玻璃基板商业化生产，有望成为全球首家实现商业量产的企业。 三星电机（Samsung Electro-Mechanics）则据The Elec报道，正在忠清南道世宗工厂运营玻璃基板试验线，目标是在2027年后实现量产。 中国企业亦在加速布局。据ETNews报道， 中国显示面板巨头京东方（BOE）正与美国康宁（Corning）合作，共同推进包括玻璃基板、光通信及钙钛矿在内的未来增长业务。 从竞争格局来看，Absolics在时间节点上具备先发优势，而英特尔的差异化在于将玻璃基板与CPO技术深度整合，并依托其代工生态系统形成协同效应。三星电机的量产时间表则相对靠后，中国企业目前仍处于早期合作布局阶段。 对于市场参与者而言，玻璃基板赛道的核心看点在于： 量产时间表的兑现能力，以及技术路线与客户需求的匹配程度。 分析指出，英特尔将2030年定为CPO玻璃基板商业化节点，时间跨度相对较长，但其在先进封装领域积累的客户资源——尤其是与AWS、思科的现有合作及与多家科技巨头的潜在合作——为其商业化路径提供了较为清晰的需求支撑。Absolics若能如期于今年底实现量产，将率先验证玻璃基板的规模化可行性，对整个行业具有重要的信号意义。