搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「先進製程」,共 1560

AI算力競賽不只是讓資料中心搶電,連先進晶圓廠也開始面臨相同的瓶頸。韓國電力公社(KEPCO)原希望三星電子與SK海力士預付未來五年、合計約25兆韓元電費,用於提前建設半導體聚落所需輸電與變電設施,但兩家公司考量後續設備投資及財務負擔,決定

AI晶片推升先進製程需求,半導體微縮競賽正由既有EUV邁向High-NA EUV。ASML最新High-NA曝光設備單價約4億美元,約為現行EUV兩倍,然而隨著Intel、台積電、三星及SK海力士陸續確認或規劃導入,High-NA已逐步由研

受惠於AI、高效能運算與先進製程快速發展,半導體產業持續突破製造與工程極限,同時面臨製程複雜度提升、能源需求增加、設備維護與廠務管理難度升高等挑戰。西門子認為,如今AI的價值已不再只是單點分析或輔助決策,而是需要更深入參與工程、製造與廠務營

中國AI晶片自主化正進入更困難的下半場。華為、寒武紀、沐曦等業者持續推出國產AI加速器,逐步降低對NVIDIA依賴,但真正限制系統效能與量產規模的關鍵,已由單純GPU/NPU設計能力轉向HBM高頻寬記憶體。HBM也因此成為中國建立完整AI算

面對AI、量子運算與太空科技加速發展,全球半導體競爭已從先進製程延伸至封裝、材料、光電整合及人才生態系。國研院攜手比利時微電子研究中心imec,9月9~10日在比利時安特衛普舉辦「2026臺歐晶片創新論壇(TECIF 2026)」,集結超過

先進半導體微縮競爭從EUV曝光設備延伸至光阻、光罩與量測材料。日本王子控股(Oji Holdings)與imec合作開發的木質生質光阻,透過High-NA EUV曝光已成功形成10奈米線寬及16奈米孔洞圖形,鎖定A14世代製程,更重要的是不

工研院今(7)日舉行「第15屆工研院院士授證典禮」,由總統賴清德為台積公司執行副總經理暨共同營運長秦永沛、瑞昱半導體董事長邱順建及臺北榮民總醫院院長陳威明授證。三位新科院士分別橫跨半導體製造、資訊通訊及智慧醫療領域,不僅在各自專業領域持續突

迎合AI半導體設備投資升溫,台灣工具機業往半導體設備供應鏈延伸。台灣工具機暨零組件工業同業公會(TMBA)連續第三年帶隊參展SEMICON TAIWAN,並集結9家會員籌組TMBA SMART,以「晶片背後,精密製造相挺」為主軸,鎖定半導體

AI算力需求快速膨脹,半導體產能瓶頸已從GPU與CoWoS,進一步擴散至晶圓廠、設備、材料、廠務甚至建廠人力。台積電副共同營運長侯永清在SEMICON Taiwan 2026指出,AI需求增速是過去30年未見,若以去年底設備需求預估為基準,

默克於 SEMICON Taiwan 2026 展示其持續轉型為半導體產業「整合解決方案夥伴」的策略佈局。面對日益複雜的晶片架構,與對系統級效能大幅提升的需求,默克展示如何透過整合式流程解決方案,結合先進材料科學、設備、量測與檢測,以及數位

AI與高效能運算(HPC)持續推升先進晶片測試需求,中華精測本(3)日公布2026年8月合併營收6.38億元,月增3.9%、年增54.3%,再創單月歷史新高;前8月累計營收42.50億元,年增33.1%。公司指出,成長動能主要來自AI、HP

地緣政治與AI需求同步改變全球科技製造版圖,供應鏈在地化已不再侷限於晶圓廠。經濟部在SEMICON Taiwan表示,除台積電既有布局外,台灣科技企業另規畫約200億美元赴美投資,主要由AI與半導體需求帶動。美方則指出,美台合作範圍正由晶片

AI快速重塑全球科技產業版圖,半導體已從產業競爭核心進一步成為經濟與科技安全的戰略資源。經濟部今(1)日舉辦「2026晶鏈高峰論壇」,由工研院與SEMI國際半導體產業協會共同執行,匯聚38國、超過600位政府官員與產業領袖,從跨國合作、先進

生成式AI帶動算力需求持續攀升,半導體競爭焦點已由單一先進製程,轉向運算、記憶體、封裝與高速互連的系統級整合。台積電在SEMICON Taiwan 2026展前論壇指出,未來AI基礎設施新增容量可能由過去每年約5至6GW,提高至30至40G

基於晶片製程加速邁向2奈米、先進封裝加速異質整合,材料已成為驅動半導體創新與供應鏈韌性的戰略關鍵。SEMI國際半導體產業協會近期也正式成立「SEMI半導體材料聯盟」(SEMI Taiwan Materials Alliance),將以台灣完

因應AI時代要求高速、高精度製程與先進封裝趨勢,博世力士樂(Bosch Rexroth)公司今年也持續推廣高階半導體與智慧製造解決方案,落實開放控制與軟硬體整合,以實現微米級定位與低碳節能成效,協助台灣設備商與製造業加速打造未來工廠。 博世

AI浪潮正從驅動晶片需求進一步延伸至參與晶片設計。隨著AI資料中心、加速運算及實體AI快速發展,半導體晶片的架構與系統複雜度持續攀升,從先進製程、HBM、先進封裝到高速互連與多物理場設計,都讓傳統依賴工程師大量人工操作的開發模式面臨挑戰。在

生成式AI競爭正由模型參數與訓練算力,進一步轉向「推論經濟學」。OpenAI公布首款自研推論ASIC「Jalapeno」實測結果,透過晶片、HBM、網路與Serving軟體協同設計,試圖同時突破高吞吐量與低延遲難以兼得的限制,核心指標也由傳