#芯片制造

Musk 又开了条新战线，Tesla 和 SpaceX 拉上 Intel 在德州自建芯片厂，产能目标直接对标 Rapidus。做自动驾驶、机器人还是要部署 AI 算力的人，都值得看看这条供应链变化。

@cb_doge@cb_doge原文

Musk 的 Terafab 要在得州把存储和逻辑芯片放在一个厂里，2032 年做到月产 100 万片晶圆，是 Rapidus 规划量的 40 倍。做芯片、设备或供应链的读者可以看看这个产能规划的具体拆分，判断存储供给会怎么变。

@cb_doge@cb_doge原文

Ron Baron 聊 Musk 的 Terafab，1 亿平方英尺厂房，说是美国制造业回流的关键，观点挺有信息量。

@cb_doge@cb_doge原文

英伟达整理了一批真实数据：cuLitho 让光刻仿真快 17 倍，PhysicsNeMo 更是把等离子体建模从数天压到毫秒级，做芯片制造的可以看看。

泰国想从给别人做组装，变成自己做芯片，这篇拆了他们的 25 年路线图，关心东南亚半导体的可以看看。

Techsauce@ Techsauce Team 原文

GlobalFoundries 把新加坡的芯片厂当成 AI 运维试验场，用控制中心盯冷却器和气体泄漏，防止产线突然停摆。

e27@Sainul原文

台湾芯片厂第一次有工人罢工，地点还是在美光这样的美国大厂里，劳资关系这块以后可能有得谈，看看细节。

Nikkei Asia@NikkeiAsia原文

转发讨论中国芯片工程的细节，观点是：能自己设计新方案，但 EUV 时间线没变，值得看看原文链接。

Teortaxes@teortaxesTex原文

Applied Materials 牵头，拉上 TSMC 和 Intel 一起研发 AI 芯片工艺，设备商来搭台。

Tech in Asia@Diya Lal原文

IBM 把晶体管从平铺改成垂直堆叠，拉上西门子做仿真软件，同等功耗下性能最高提 50%，约五年后量产。

新加坡 A*STAR IME 负责人聊他们怎么搞共享芯片设施，几个机构共用一套设备省钱又好用，做芯片的方向可以看看。

VnExpress International: Tech原文

有人重新审视了 FOOM 那套老说法，说如果 AI 能自己搞原子级造芯片，智能爆炸还真可能成真，讨论挺有意思。

Teortaxes@teortaxesTex原文

印度本土公司正通过专用芯片切入AI市场，避开与中美巨头的直接竞争。

CNA: Business原文

马斯克在央视专访里点评中国大模型，说单位算力性能几乎全球顶尖，还给算力缺口定了两到三年的期限，这个判断值得听听。

马斯克要建一个比五角大楼加苹果园区还大的芯片厂，AI芯片、存储、封测全包在一栋楼里，投资1190亿美元，才公布5个月就动工了。

无人机拍到了马斯克ATCF工厂的最新施工画面，这个厂以后做AI芯片，跟规划中的Terafab不是一回事，进展还挺快。

英伟达首批美国造的 GB300 GPU 下线了，但封装还得送回台湾做。台积电砸 2650 亿美元在美国建封装厂，补齐最后一块拼图。

台积电砸千亿美元扩建美国厂，AI芯片需求强劲，良率已超预期。竞争对手三星、英特尔紧追，看点十足。

英特尔砸50亿欧元扩产至强芯片，专门用Intel 3工艺，AI需求太猛了。

日本半导体国家队 Rapidus 公布了 2nm 代工价格，每片不到 15 万人民币，比台积电便宜。富士通已经下单，未来可能改变代工格局。

三星要用量子计算加AI搞光刻仿真，目标是降低成本和提升良率，追赶台积电，2026年启动验证。

AI 芯片供应链正在重构，做 AI 基础设施或依赖 GPU/TPU 的团队值得关注——Intel 代工崛起可能改变未来芯片成本和供应格局。

rohanpaul_ai@rohanpaul_ai原文

TeraFab项目可能重塑全球芯片制造格局，半导体从业者和投资者值得关注——马斯克正试图打破台积电、三星的垄断，ASML的参与意味着EUV光刻机资源将向新玩家倾斜。

格罗方德整合ARC IP后，做物理AI或边缘计算的团队能获得从架构到制造的一站式服务，省去多供应商协调的麻烦，值得关注。

了解 ASML 的技术如何驱动 AI 和半导体进步，对芯片从业者和科技爱好者来说是一次认知刷新，值得点开看看。

rohanpaul_ai@rohanpaul_ai原文

这篇文章戳破了AI行业表面的繁荣，点出基础设施才是真正的卡脖子环节，做AI投资、云架构或产业分析的人值得一读，看完会对行业格局有更清醒的判断。

AI Will@FinanceYF5原文

半导体制造从业者终于有了国产高端刻蚀装备的选项——Acme Glaion130解决了先进节点下传统工艺精度不足和损伤控制难题，做芯片工艺研发的团队值得关注实测数据。