联发科发布天玑9600 Pro与天玑9600M：采用台积电2nm制程与全大核CPU [2026/09/15]
新浪数码讯 9月15日下午消息，芯片设计厂商联发科（MediaTek）正式发布天玑9600系列旗舰5G智能体AI芯片，涵盖天玑9600 Pro与天玑9600M两款型号。 联发科董事、总经理暨营运长陈冠州表示，联发科依托端到云的多元化增长引擎，正将技术与生态整合为驱动力，推动智能体化AI在移动终端的应用落地。 针对产品策略，联发科资深副总经理徐敬全表示，天玑9600 Pro采用全新AI原生架
官宣！2nm制程+AI原生架构，天玑9600Pro登场 [2026/09/15]
面向AI技术飞速发展的移动终端新时代，天玑芯片迎来重磅升级。9月15日，天玑9600Pro正式发布，凭借颠覆性的技术创新，全方位重塑旗舰移动体验，开启天玑全新PRO时代，为高端智能手机带来性能、AI、影像、游戏、通信的全维度突破。（拍摄于发布会现场）此次天玑9600Pro旗舰芯采用台积电2nm制程工艺，是天玑与台积电深度共研的重磅成果。双方通过深度技术协同，全面突破2nm制程的性能与能效上限，凭借
IT之家 9 月 15 日消息，联发科今日召开旗舰新品发布会推出天玑 9600 Pro。官方在现场宣布，这款处理器将采用台积电最新 2nm 制程工艺。据介绍，天玑 9600 Pro 拥有 330 亿 + 晶体管，号称“业界超高”。联发科就先进制程深度联合台积电共研，带来设计工艺协同优化（IT之家注：DTCO）。同时，该处理器还将采用“AI 原生架构”，使超大核功耗下降 37%、多核功耗下降 61%
三星电子或推行“双轨制程”HBM生产战略 [2026/09/15]
格隆汇9月15日｜三星电子为其高带宽内存（HBM）提供基础芯片的战略预计将发生重大变化。在定制化HBM市场需求增长预期之下，该公司将采取“双轨制程”战略，即同时利用内部代工厂和台积电工艺来生产基础芯片。
工信部等两部门：提高先进制程能力，突破高端手机核心芯片 [2026/09/15]
IT之家 9 月 15 日消息，为推动电子信息制造业高质量发展，工业和信息化部、国家发展改革委今日宣布联合印发《电子信息制造业发展“十五五”规划》（以下简称《规划》）。《规划》锚定基本实现新型工业化目标，明确以推动高质量发展为主题，统筹高质量发展和高水平安全，抢抓人工智能发展机遇，加快电子信息制造业全产业链创新，按照“筑基、提质、育新、治理”思路，部署了筑牢产业基础能力、增强电子整机与系统竞争力、
数据瓶颈下的制程半导体突围战 [2026/09/15]
当「没有更多数据了」成为行业警报很多人以为制程半导体的发展瓶颈仅源于材料物理极限，其实不然——数据获取的完整性正在成为比摩尔定律更紧迫的制约因素。根据IMEC 2023年技术白皮书披露，在3nm以下节点，良率提升所需的缺陷特征数据库增长速率已超过EDA工具的处理能力阈值，这直接导致台积电N3节点量产周期比预期延长14个月。数据饥渴的底层逻辑：先进制程中，极紫外光刻（EUV）的随机效应会产生数百万级
数据瓶颈的真相：制程半导体中的误差阈值与系统冗余 [2026/09/15]
数据枯竭的临界点：当制程节点逼近物理极限很多人以为，制程半导体的发展瓶颈仅源于光刻机分辨率或材料纯度，其实不然。真正的制约往往隐藏在数据采集的误差阈值中——当单次晶圆曝光产生的数据量超过现有存储介质的冗余容量时，系统会触发隐性保护机制，直接表现为“没有更多数据了”的报错信息。这一现象在2023年台积电N3B制程的良率爬坡阶段曾集中爆发，其底层逻辑是：当特征尺寸缩小至3nm时，极紫外光（EUV）的量
数据瓶颈下的制程半导体突围逻辑 [2026/09/15]
当数据池见底：制程迭代的隐性成本与物理极限的碰撞很多人以为，制程半导体的发展仅受限于光刻机精度或材料纯度，其实不然。在3nm及以下节点，一个更隐蔽的瓶颈正浮出水面——数据池枯竭。当EDA工具的仿真数据量突破PB级后，传统数据采集模式已无法支撑参数优化需求，这直接导致台积电N3节点良率爬坡周期延长40%。听起来可能反直觉，但在先进制程中，数据质量比数据量更重要。以新竹科学园区的某代工厂为例，其202
数据边界与制程优化：一场被忽视的底层逻辑革命 [2026/09/15]
数据边界与制程优化：一场被忽视的底层逻辑革命很多人以为，制程半导体领域的优化仅依赖于设备精度与材料突破，其实不然。当晶圆厂在3nm节点遭遇良率瓶颈时，真正的突破口往往隐藏在数据采集的边界定义中——这并非玄学，而是被头部企业验证过的底层逻辑。数据冗余的陷阱：当「更多」成为枷锁在台南科学园区的某代工厂案例中，工程师曾为提升蚀刻均匀性，在机台端部署了127个传感器，覆盖温度、压力、气体流量等23个参数。
数据瓶颈下的制程半导体突围：从“没有更多数据了”到逻辑重构 [2026/09/14]
数据枯竭的表象与底层逻辑的撕裂很多人以为，制程半导体的发展瓶颈是光刻机精度或材料极限，其实不然。当台积电3nm制程良率爬坡陷入停滞时，真正的掣肘并非设备或化学试剂，而是测试数据量的指数级增长与物理世界数据采集能力的线性矛盾——这直接导致AI模型在缺陷预测任务中陷入“没有更多数据了”的死亡循环。听起来可能反直觉，但在先进制程中，单个晶圆上的缺陷特征维度已突破2000个，而传统SEM（扫描电子显微镜）
台积电回应先进制程扩产传闻 [2026/09/14]
据台媒援引供应链消息，台积电首次揭露明年最新2/3纳米扩产目标，2纳米从今年底9万片，明年中增至11万片，增幅22%；3纳米从今年底逾18万片，明年中达21万片，增幅逾16%。9月13日，台积电回应称不评论市场传闻，强调有关产能相关说明，依公司公告为准。
台积电回应先进制程扩产传闻：依公司公告为准 [2026/09/14]
据台媒援引供应链消息，台积电首次揭露明年最新2/3纳米扩产目标，2纳米从今年底9万片，明年中增至11万片，增幅22%；3纳米从今年底逾18万片，明年中达21万片，增幅逾16%。9月13日，台积电回应称不评论市场传闻，强调有关产能相关说明，依公司公告为准。
数据瓶颈下的制程突破：当“没有更多数据了”成为创新起点 [2026/09/14]
数据荒原中的工艺突围：从硅基极限到量子隧穿的认知重构很多人以为，制程节点推进的底层逻辑是“数据量堆砌驱动精度提升”，其实不然。当物理极限逼近3nm以下，传统EDA工具的蒙特卡洛模拟因数据采样不足陷入“误差陷阱”——某头部晶圆厂2023年Q2流片数据显示，在EUV光刻环节，当掩膜版特征尺寸小于18nm时，现有数据模型预测良率与实际偏差达27%。这印证了一个残酷现实：数据并非越多越好，关键在于如何重构
制程半导体数据瓶颈：当“没有更多数据了”成为现实挑战 [2026/09/14]
数据枯竭背后的制程困局很多人以为，制程半导体行业的进步永远依赖数据量的指数级增长，其实不然。当芯片制程节点逼近1nm物理极限，数据获取的边际成本正以非线性速度飙升。某头部晶圆厂近期披露的良率提升案例揭示了一个反直觉现象：在3nm制程中，单纯增加测试数据量对良率提升的贡献率已从70%降至不足12%。底层逻辑是，当特征尺寸小于电子自由程时，传统基于统计涨落的数据分析模型彻底失效。某台湾地区代工厂的失败
数据边界：当“没有更多数据了”成为制程突破的临界点 [2026/09/14]
数据枯竭：半导体制造的隐性瓶颈很多人以为，半导体制造的精度提升仅依赖设备迭代与材料创新，其实不然。当制程节点推进至3nm以下，光刻-蚀刻-沉积（LEL）循环的精度控制已进入“数据驱动”阶段——每一片晶圆的工艺参数调整，都依赖海量历史数据的机器学习模型。然而，真实场景中常出现一个反直觉现象：当数据采集量达到某个阈值后，模型精度反而出现断崖式下降，系统报错“没有更多数据了”。这一现象的底层逻辑，源于半
