Category Archives: 晶片

輝達中國 AI 市占歸零，黃仁勳直指出口管制「反效果」
作者 |發布日期 2026 年 05 月 04 日 7:29 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , Nvidia

輝達執行長黃仁勳表示，公司在中國 AI 加速器市場的市占率已降至 0%，相較約 2 年前仍握有主導地位，出現劇烈反轉。黃仁勳直言，美國對中國的晶片出口管制，從戰略角度來看已「產生反效果」，等同主動讓出全球最大市場之一。 繼續閱讀..

獨家 OLED 面板供應、記憶體短缺推升成本，iPhone 20 價格看漲
作者 |發布日期 2026 年 05 月 02 日 17:24 |
line share
Linkedin share
line share
分類 Apple , iPhone , 記憶體

蘋果傳在 2027 年 iPhone 20 改採前所未有的全新設計，搭載四曲面螢幕，結合蘋果的 Liquid Glass 使用者介面後，營造出彷彿不具邊框的外型錯覺。開發這樣的螢幕並非易事，可能只有一家供應商承接這項任務，那就是三星顯示器（Samsung Display）。

繼續閱讀..

聯發科：余振華擔任非全職顧問，未來將持續投資台積電先進封裝
作者 |發布日期 2026 年 05 月 02 日 14:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , IC 設計 , 半導體

針對近期市場傳出前台積電研發副總經理、素有 「台積電研發六騎士」 之稱的先進封裝研發大將余振華，在結束長達 31 年的台積電生涯後正式轉戰聯發科一事，聯發科對外做出正式說明，指出余振華的實際動向與公司未來的封裝技術佈局。

繼續閱讀..

台積電先進封裝前研發大將余振華加入聯發科
作者 |發布日期 2026 年 05 月 02 日 10:00 |
line share
Linkedin share
line share
分類 IC 設計 , 半導體 , 國際觀察

全球半導體產業迎來震撼彈！台積電前研發副總經理暨卓越科技院士、素有 「台積電研發六騎士」 之稱的先進封裝研發大將余振華，根據市場消息指出，在 2025 年結束長達 31 年的台積電生涯後，近期已正式轉戰聯發科 （MediaTek） 任職。對這位一手催生 CoWoS 先進封裝技術的靈魂人物加盟，預期將為聯發科在先進封裝與晶片設計的整合上帶來關鍵性的突破。

繼續閱讀..

EPS 超出預期、資本支出卻暴增至 250 億美元──特斯拉財報亮眼，但燒錢才剛開始
作者 |發布日期 2026 年 05 月 02 日 10:00 |
line share
Linkedin share
line share
分類 晶片 , 機器人 , 汽車科技

特斯拉 4 月 22 日公布第 1 季財報，每股盈餘（EPS）0.41 美元連續第 2 季超過華爾街預期，盤後股價一度跳漲 4%。但多頭還沒來得及慶祝，財務長瓦伊巴夫·塔內亞（Vaibhav Taneja）就在法說會上宣布今年資本支出從 200 億美元上調至逾 250 億美元，導致漲幅回吐。 繼續閱讀..

盛讚台積電與聯發科！Google 研發總經理：台灣 AI 供應鏈極度完整，IC 設計重要性持續上升
作者 |發布日期 2026 年 05 月 02 日 9:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , 零組件

根據《財訊》雙週刊報導，一年一度「2026 台灣熱管理協會年會暨技術成果發表會」4 月 28 日登場，Google 雲端平台研發總經理 Greg Moore 受邀出席，適逢甫於拉斯維加斯落幕的 Google Cloud Next ’26 持續發酵，第八代 TPU 話題延燒，市場也關注聯發科是否切入相關供應鏈，使其與 Google 的關係再度成為焦點。 繼續閱讀..

台積電最新 SoIC 3D 封裝藍圖，瞄準 2029 年 A14 製程推動 AI 與 HPC 效能升級
作者 |發布日期 2026 年 05 月 01 日 7:00 |
line share
Linkedin share
line share
分類 IC 設計 , 半導體 , 國際觀察

隨著 AI 與高效能運算 （HPC） 對晶片效能的要求日益嚴苛，先進封裝技術已成為驅動效能升級的關鍵引擎。台積電於 2026 年北美技術論壇上公布了最新的 SoIC 3D 封裝技術藍圖，宣布將於 2029 年進一步縮小互連間距，並推出 A14 對 A14的 SoIC 堆疊技術，展現其在先進封裝領域的強大企圖心。

繼續閱讀..

VLA 時代下，晶片算力與記憶體軍備競賽
作者 |發布日期 2026 年 05 月 01 日 7:00 |
line share
Linkedin share
line share
分類 技術分析 , 晶片 , 會員專區

自動駕駛由傳統模組化轉向 VLA 大模型，使硬體需求發生結構性跳升，單一神經網路需同時支撐感知與邏輯推理，迫使車端算力跨越 1,000TOPS 門檻。此外，核心瓶頸也從單純算力延伸到記憶體架構，DRAM 必須同步提升容量與頻寬以緩解自回歸推理的負擔；而 NAND 則需強化讀寫速度以支撐權重冷啟動與數據閉環；揭示為確保 VLA 決策的連貫性與毫秒級即時反應，晶片算力和記憶體為一場軍備競賽。 繼續閱讀..