发布时间：2026-05-27 阅读量：1079 来源: 发布人: suii
据外媒周二（26日）报道，苹果首款折叠屏iPhone（暂称iPhone Fold）的量产进程再添变数。继此前曝出铰链耐用性隐患后，最新供应链消息显示，技术瓶颈已转移至显示驱动电路制程，这一新问题恐将进一步延缓该设备的整体量产时间表。
微博爆料者“定焦数码”(Fixed Focus Digital) 引述供应链消息指出，苹果在 iPhone Fold 制造技术本身并未出现重大障碍，但目前仍卡在量产阶段，其中关键问题与 SMT (面黏着技术) 制程有关。
消息人士指出，相关问题已导致生产进度放缓，整体情况“并不乐观”。
SMT 是电子产品 PCB(印刷电路板) 制造的重要技术，相较传统穿孔焊接 (THT)，SMT 可直接将元件贴附于电路板表面，透过焊膏加热形成接点，不仅能提升自动化生产效率，也能提高元件密度，因此广泛应用于智慧手机等高阶装置。
对于采用可折叠结构的 iPhone Fold 而言，内部空间设计与元件堆叠难度本就高于一般手机，若 SMT 制程出现瓶颈，可能进一步影响量产节奏。
事实上，iPhone Fold 近期传闻频传。
约一周前，另一名微博爆料人士曾指出，苹果可折叠机铰链在反覆使用后出现耐用度问题。不过随后又有其他消息反驳，称苹果铰链技术其实已处于领先地位，甚至可能成为竞争对手后续跟进的方向。
不过，微博向来是苹果传闻重要来源之一，但消息准确度参差不齐。
“定焦数码”过去虽曾准确曝光 iPhone 16e 名称，但部分市场预测也曾失准，因此此次爆料仍待后续验证。
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。
