发布时间:2025-12-1 阅读量:759 来源: 发布人: suii
随着算力需求爆炸式增长,先进封装已从幕后走向台前,成为提升芯片性能的关键。在这一全球性赛道上,本土设备企业奥芯明在与其核心技术人物薛晗宸的对话中,揭示了一条独特的发展路径:不追求“大而全”,而是站在全球技术巨头的肩膀上,聚焦本土市场需求进行精准创新,打响一场关乎技术价值而非单纯价格的竞争。

一、当“超越摩尔”成为半导体竞争的焦点
1.深度协同,而非简单替代:不同于追求完全独立、全栈自研的“替代”逻辑,奥芯明的策略是主动融入全球半导体生态。通过与全球顶尖的材料商、设计公司和晶圆厂建立深度协同,其设备在设计之初就考虑了如何与现有先进工艺和材料完美适配,降低了客户的集成风险和使用门槛,实现了“站在巨人肩上”的起步。
2.聚焦本土,解决特定痛点:中国半导体产业链拥有其独特的需求,如下游应用迭代极快、芯片种类繁多等。奥芯明将创新资源集中于这些本土化痛点上。例如,针对客户研发阶段对设备灵活性、调试速度的极高要求,开发更具弹性的软件界面和更快速的工艺调试方案。这种“为客户创造价值”的能力,构成了其最核心的护城河。
3.价值导向,重塑竞争规则:当行业习惯以“国产化率”和“成本”作为主要衡量标准时,奥芯明试图将竞争引向全生命周期成本、技术支持响应速度、设备 uptime(正常运行时间)等更体现长期价值的维度。这场“价值战”的目标,是让客户意识到,选择本土高端设备不仅是支持国货,更是一项具备卓越投资回报率的商业决策。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。
展会大数据公布!2027.7.7-9,上海见。
全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。