1.美国商务部长卢特尼克：EUV光刻机或已流入中国；

2.AI算力狂潮带动全产业链价值重估，中国芯片企业面临结构性跃迁机遇；

3.前4月芯片出口激增83.7%，中国集成电路成外贸增长“最强引擎”；  

4. 豪掷12亿令吉、剑指7%全球先进封装份额，马来西亚半导体启动“向上突围”；

5.英特尔豪赌“10倍”增长目标！陈立武押注先进封装、玻璃基板和人工钻石重构芯片版图；

6.CoreWeave揭AI基建“关键瓶颈”！非GPU芯片或HBM存储

1.美国商务部长卢特尼克：EUV光刻机或已流入中国

有报道称，美国官员担心最先进的设备极紫外（EUV）光刻机可能已经流入中国市场。不过该消息遭到荷兰光刻机设备制造商否认。

美国商务部长霍华德·卢特尼克曾表示担忧，一台极紫外（EUV）光刻设备可能违反美国主导的出口管制流入中国。

报道还称，卢特尼克在一系列会议上向这家荷兰公司的高层领导表达了这些担忧。

全球最先进的EUV系统体积与校车相仿，重达180吨。

荷兰外交部在一份电子邮件声明中表示：“在半导体制造设备的出口方面，荷兰遵循明确的规则和管制清单，这些规则和清单基于欧盟两用物项条例和荷兰国内的其他措施。”

荷兰外交部表示：“所有明确属于这些规则范围内的设备、组件和技术都需要许可证。”并补充说，荷兰严格执行这项政策，“并在必要时介入”。

今年4月，美国提出一项法案，要求美国盟友将配合其出口管制措施，以遏制中国制造先进半导体的能力，而DUV（深紫外）光刻设备也被列入该法案的制裁名单。

2.AI算力狂潮带动全产业链价值重估，中国芯片企业面临结构性跃迁机遇

AI芯片已成为当前全球半导体产业最具确定性的增长方向之一。 德勤近日发布的《中国半导体行业发展报告》系列第二篇指出，人工智能正从架构设计、制造工艺、供应链逻辑到商业模式，对半导体产业进行一场“系统性重置”，而中国企业在受限条件下，有望借助架构创新、封装升级和生态闭环实现差异化突围。

AI算力狂潮带动全产业链价值重估

报告分析称，过去半导体产业的增长曲线随智能手机与PC换机周期起伏，但如今算力需求的爆发不仅催生了GPU、HBM等核心芯片的指数级增长，更系统性带动了先进封装、半导体设备及各类配套芯片的全产业链价值重估。晶圆厂的资本开支风向标，已从消费电子巨头转向云计算与AI基础设施的建设者。

这场重置在存储领域引发连锁反应。HBM从过去的配角跃升为AI芯片性能的关键部件，传统存储行业的增长曲线已与AI投资深度绑定，竞争焦点从“容量之争”升级为“性能与带宽之争”。

与此同时，摩尔定律放缓但AI算力需求从未减速，产业给出的答案是“向上生长”。Chiplet、2.5D/3D堆叠、异构集成等封装技术，如今已成为决定AI芯片算力上限的核心引擎。封装不再只是封测厂的业务，而是芯片设计不可或缺的延伸。制程微缩边际效益递减，系统级集成能力成为新的胜负手。

报告强调，AI芯片的竞争已非单颗GPU的“独角戏”，而是演变为一场涉及服务器架构、光模块、电源管理、散热方案及软件调度的“系统级交响乐”。一个核心场景的需求，便能同时引爆高速SerDes、硅光模块、高端PCB等数十个细分赛道的共振升级。

AI正在重写半导体的产业底层逻辑

对于中国半导体产业而言，AI既带来了需求爆发，也提供了重要契机。报告从四个维度展开分析：

一是架构设计，从“通用计算”转向“软硬协同”。芯片研发与模型算法、训练框架深度耦合，未来竞争力不仅在于硬件设计，更在于对算法和应用的深刻理解。

二是制造工艺，从“制程微缩”转向“系统级集成”。先进封装和异构集成成为实现高性能AI计算的关键，领先企业的优势体现在系统级优化能力。

三是供应链逻辑，从“效率优先”转向“安全和主权优先”。算力供应的稳定性和可控性被提升至战略高度，本土替代和本地协同迎来窗口期。

四是商业模式，从“卖芯片”到“卖全栈服务”。“芯片+软件+平台+行业解决方案”的订阅模式兴起，半导体企业正从器件供应商进化为算力平台构建者。

AI为中国半导体打开结构性跃迁窗口

报告指出，AIPC、智能手机、智能汽车、工业机器人等端侧AI正将算力需求渗透至各个角落，为中国芯片企业提供了海量差异化场景。端侧NPU逐渐成为SoC标配，MCU、存储、传感器、电源管理随之共振，一个更广阔的增量市场正在打开。

在技术路线上，国产AI芯片不再追求“通用全能”，而是围绕MoE（混合专家模型）等新型算法结构进行指令集、内存调度和数据流架构的定制优化，在成熟工艺上通过“软硬协同”实现能效比的极致平衡。同时，存算一体、模拟计算、光子计算等颠覆性技术正从实验室走向工程化，为不依赖最先进光刻机的“换道引领”提供了可能。

软件层面，国产芯片厂商加速构建自研编译器、算子库和开发工具链，并与本土大模型框架、行业应用平台深度绑定。在政务、金融、能源、制造等关键行业，用户更看重长期可维护性和安全可控，这为自主软件生态闭环提供了坚实土壤。

3.前4月芯片出口激增83.7%，中国集成电路成外贸增长“最强引擎”

中国芯片出口迎来“爆发式增长”周期。 海关总署最新数据显示，2026年4月，我国集成电路单月出口额达到310.85亿美元，较去年同期飙升100.1%，实现翻倍增长。尽管当月出口数量为320.4亿个，同比增幅仅3.8%，但“量稳价升”的显著特征表明，出口产品结构正向高价值芯片、模组及系统级产品加速迁移。

拉长周期看，这轮涨势并非偶然脉冲。今年1至2月，集成电路出口额已同比大增72.6%至433亿美元；3月增速进一步攀升至84.9%；4月则正式突破“翻倍”关口，形成一条陡峭的上升曲线。前四个月累计，我国集成电路出口额合计约1035亿美元，同比涨幅高达83.7%，在同期全国机电产品出口总额中的占比升至12.2%，成为拉动外贸大盘最亮眼的新兴增长极。

内外市场双向活跃，进口端同步刷新纪录。 在出口高歌猛进的同时，4月集成电路进口额也达到538.7亿美元，同比增长54.8%，连续第二个月创下月度历史新高。前4个月累计进口额亦保持强劲增长，反映出中国作为全球电子制造枢纽，既深度嵌入全球AI硬件供应链，也在持续吸纳高端制程芯片以满足内需——进出口双向流量激增，印证了国内外算力产业链的高度共振。

为何涨势如此凌厉？ 市场分析认为，全球人工智能投资热潮正从“模型竞赛”转化为“基础设施军备竞赛”，对高性能计算芯片、存储芯片、服务器主板及配套封装元件的需求呈指数级释放。而中国制造业凭借完整的产业链集群优势，在芯片封装测试、服务器整机制造、机器人及AI硬件代工等领域，具备难以替代的成本控制能力和大规模交付韧性，得以快速承接海外数据中心建设带来的集中订单。随着外需全面回暖，叠加AI专用芯片的涨价效应，出口额增速远超数量增速，这既是全球“算力通胀”的缩影，也是中国电子制造业向价值链上游攀升的明确信号。

从月度节奏看，1至3月累计出口额已达724.7亿美元，较去年同期的408.3亿美元净增逾316亿美元，且增速逐季提速。业界预计，若当前订单动能延续，上半年集成电路出口额有望突破1500亿美元大关，全年或将成为我国外贸历史上首个突破3000亿美元的单类商品出口品类，进一步巩固其作为外贸“新质生产力”代表的地位。

4. 豪掷12亿令吉、剑指7%全球先进封装份额，马来西亚半导体启动“向上突围”

马来西亚半导体产业正站在一个“不进则退”的历史关口。 作为全球组装、测试与封装（ATP）环节的重要参与者，该国贡献了全球约13%的封装活动份额。然而，当人工智能、高性能计算和电动车驱动芯片技术向先进封装、异构集成和定制化设计加速演进时，马来西亚清醒地意识到：固守传统封测的“舒适区”，只会被越南、印度等后发对手在成本端蚕食，唯有向价值链上游攀登，才能抓住新一轮产业红利。

“停留在这里是不够的。” 马来西亚科技创新部长拿督郑立慷在近期接受媒体专访时，直言国家半导体战略的核心转向。他指出，AI浪潮下先进封装利润率高达40%–50%，这正是马来西亚必须抢占的高地。政府为此设定了清晰的量化目标：到2035年占据全球先进封装市场7% 的份额，并通过国家半导体战略（NSS）在2030年前培养6万名专业半导体工程师，同时借由购买Arm高端芯片设计授权，在十年内培育1万名IC设计人才。

瓶颈同样毫不掩饰。 部长坦承三大短板，越南、印度在传统封装领域快速追赶；先进封装技术主要由中国台湾、韩国和美国主导；而本土研发投入不足（企业出资仅占全国研发总支出54%，远低于70%的目标）以及高端人才持续外流，构成最紧迫的内部制约。“差距就是瓶颈所在，”郑立慷说，“但每一项政策、每一笔拨款，都在填补这个缺口。”

最核心的抓手，是去年成立的“马来西亚先进封装联盟”（MAPC）。 该联盟由五家本地企业——SkyeChip、Inari、FusionAP、Pentamaster、NSW——联合发起，科创部（MOSTI）、国家微电子研究院（MIMOS）、科学院（ASM）、工程科学合作中心（CREST）及理科大学（USM）共同参与，定位为类似比利时IMEC的“竞争前合作”平台。联盟采用1:1配对融资，产业界出资9300万令吉，政府配套9200万令吉，总投入1.85亿令吉，用于共享设备、联合研发和基础成果转化，各自再行商业化。

部长将其解释为差异化战略的载体——“不是打价格战，而是进入别人不易进入的领域”。 在传统封装遭遇挑战的当下，MAPC将集中攻关AI芯片组装、先进封装工艺和系统级集成，同时配合政府已拨款的12亿令吉五年期人才培育计划（由CREST与HRD Corp联合执行），以及马来西亚科学基金（MSE）从当前2.5亿令吉向2030年20亿令吉（政府与企业各半）的扩募目标，形成“研发—人才—资本”的闭环。

地缘政治与供应链重组则提供了外部窗口。 随着“China+1”策略深化，马来西亚凭借超过50年的半导体产业积淀、相对中立的外交定位和成熟的英语商务环境，被跨国企业视为区域供应链枢纽的理想选择。但部长强调，大马的卖点不再是廉价劳动力，而是先进封装能力和设计服务——“我们要让工程师在本土就能参与世界级项目”，以此对抗人才外流。

MAPC的终极愿景，不仅是实现7%的全球市场份额，更希望打造出马来西亚第一颗“Made-by-Malaysia”芯片。 这既是对国家技术自主的期许，也是对产业升级能否真正落地的检验。郑立慷承认“人才问题不能一夜解决”，但他笃信“已在正确轨道上”。未来五年，当全球半导体版图加速重塑，马来西亚能否从“世界封装工厂”蜕变为“区域创新节点”，将在这场自上而下的系统性战役中见分晓。

5.英特尔豪赌“10倍”增长目标！陈立武押注先进封装、玻璃基板和人工钻石重构芯片版图

英特尔CEO陈立武近日在一场Podcast节目中表示，他为英特尔设定的回报目标是“5至10年内实现10倍增长”，同时正围绕先进封装、新型半导体材料与下一代基板技术，系统性重构公司的技术蓝图。

陈立武透露，自上任以来的14个月间，已为英特尔股东创造约6倍回报，但他强调公司转型才刚起步。

他预期到2030至2032年，外界才会真正认识到英特尔的潜力，范围不仅限于PC客户端这项传统核心业务，还将延伸至边缘计算、物理AI与AI代理（AI Agent）等新兴市场。

他指出，若能有效整合英特尔的XPU产品线、先进封装技术与晶圆代工能力，将能针对不同工作负载提供定制化芯片方案，这正是他为公司锚定的长期战略方向。

陈立武也提到，AI代理与推理应用的爆发式增长，正带动CPU需求强劲回升，数据中心服务器中CPU与GPU的配比，已从过去的1比8逐步演变为1比4甚至更低。

传统制程逼近物理极限，新材料成突破关键

陈立武坦言，随着传统工艺节点微缩日益接近物理极限，英特尔已将技术布局的重心转向材料科学与先进封装。

目前英特尔已量产18A制程，14A制程正在推进，并能看见10nm乃至7nm的技术路径，但他直言“这条路会越来越昂贵、越来越困难”。

为突破瓶颈，陈立武在封装材料领域展开多项投资布局：

玻璃基板：投资玻璃基板公司3DGS，看中玻璃在散热与绝缘方面的独特性能

先进封装：主推下一代芯片互连技术EMIB，并已宣布在印度与美国新墨西哥州推进先进封装制造合作专案

新型半导体材料：在氮化镓（GaN）、碳化硅（SiC）、磷化铟（InP）三大方向均有投资，部分投资标的已被ADI等大型半导体企业收购

人工合成钻石：投资一家钻石晶圆公司，看好钻石作为隔热材料在芯片封装中的应用潜力

他并透露，英特尔在模组领域拥有约1000项专利，如何将基板与模组有效整合，是他现阶段强调的核心工程课题。

代工业务、台积电以及与马斯克的 Terafab

在晶圆代工业务上，尽管一度受到外界质疑难以为继，但陈立武仍选择坚守，因为美国本土先进制造对供应链安全具有战略价值，任何大型半导体企业都不应将供应链过度集中于一两个地理区域。

在执行层面，他则将代工业务的优先指标锁定在良率、缺陷密度与周期时间三项。

陈立武强调，代工本质上是一门“信任的生意”，“客户在把晶圆交给你之前，必须先信任你”，一旦良率不达标导致客户营收受损，流失的客户将难以挽回。

他同时澄清，英特尔与台积电之间是合作伙伴关系，并非单纯的竞争对手，整个产业也需要更多产能以满足持续增长的需求。

他预期，英特尔代工业务的真正潜力，将在2030至2032年于市场上得到体现。

此外，陈立武也谈及英特尔与特斯拉CEO马斯克推进的Terafab合作专案。

他表示，此次合作源于双方一致判断，即半导体基础设施在产能、生产效率与功耗效率方面，均已落后于AI需求的增长速度。

在这个合作框架下，马斯克决定自建晶圆厂，英特尔则提供技术与制程支援，协助加速其生产进度。陈立武透露，他每周都与马斯克团队召开会议，合作进展顺利。

他也提到，马斯克在营运层面有不少打破惯例的构想，例如曾讨论是否允许在无尘室部分区域抽菸。

陈立武：英特尔仍处“爬行”阶段

针对市场对英特尔转型进度的质疑，陈立武则援引他一贯主张的“爬、走、跑”框架加以回应。

他坦言，过去数月英特尔仍处于“爬行”阶段：在CPU架构、GPU架构与软体架构团队的建设上，公司正悄然布局，并力图以“大型新创公司”的速度推动跨越式创新；而在代工业务方面，与台积电的差距依然显著，必须保持谦虚，扎实打好基础与良率等基本能力。

陈立武说：“我做创投的直觉告诉我，要找的就是10倍回报的机会。”

他以自己过去在Cadence设计系统 的经历为参照，指出自己从代理CEO到卸任，前后为股东创造约76至85倍的回报。

陈立武坦承，英特尔体量远大于Cadence，更难复制同等成果，但“5到10年内实现10倍回报”仍是他为自己设定的明确目标。（文章来源：钜亨网）

6.CoreWeave揭AI基建“关键瓶颈”！非GPU芯片或HBM存储

人工智能（AI）计算需求的扩张态势持续升温，且影响范围正从芯片本身扩散至更广泛的基础设施领域。云端服务商 CoreWeave两位高层近日接受媒体採访指出，目前产业最大的限制已从芯片转向数据中心的实体基础建设，尤其是“供电机房”正在成为关键瓶颈。

CoreWeave共同创始人暨首席发展长Brannin McBee，以及企业发展与投资者关系副总裁 Nick Robbins 指出，AI需求至今未见任何放缓信号。

相反，随着AI代理（AI agent）浪潮加速推进，市场对CPU、存储等周边资源的需求正相对于GPU明显攀升，促使数据中心的整体架构出现根本性调整。

针对目前限制AI基础设施扩张的关键因素，McBee明确指出真正的瓶颈在于“供电机房”（powered shell），也就是已经完成电力配置的数据中心建筑主体本身，而不是GPU芯片或 HBM存储等计算与储存组件。

为了应对推理计算需求快速攀升，公司正调整整体架构设计，以支援新一代AI工作负载。至于Vera Rubin平台，预计将在2027年进入规模化扩张阶段。

两人将本轮需求加速的起点，回溯至去年第四季。McBee 表示，当时公司通过与客户的深度工程合作，已提前察觉AI代理产品将在今年第一季密集问世的趋势，而第一季也确实成为推理计算与AI消费的重要转折点，且这股势头仍在延续。

McBee特别提到，CoreWeave是目前唯一同时服务 Anthropic、OpenAI、Meta、Google、微软 、英伟达等顶尖AI机构的独立云端服务商，这样的特殊定位让公司得以提前掌握技术演进方向，并据此规划基础设施佈局。

架构大翻修：CPU、存储需求急起直追

AI代理与推理模型的兴起，正在改写数据中心的硬体配置逻辑。McBee指出，CoreWeave自2023年起便已部署CPU资源，但近期趋势显示，CPU与存储需求相对GPU的比重正明显上升，且这个趋势预期将持续下去。

Robbins透露，公司去年已从根本重新设计数据中心的标准规格，预留更多空间给存储与CPU设备，未来将可看到大量英伟达Vera CPU机架与Vera Rubin GPU服务器并排部署的场景。

在CPU供应商方面，Robbins表示目前机队仍以AMD产品为主，但随着客户需求演变，英伟达Vera CPU可望成为早期重要选项，目前已吸引不少关注。

McBee也补充说，CoreWeave超过98%的营收来自合约客户，基础设施的建置方向，其实是由客户的具体需求所定义。

瓶颈不在芯片，而在“供电机房”

被问及目前最大的扩张限制因素时，McBee直接点出问题核心：并非GPU芯片或HBM存储，而是“供电机房”，其中电工人力短缺更是让问题复杂化的因素之一。

他表示，CoreWeave目前已有49个站点上线运营，累积了丰富的供应链应对经验，清楚知道哪些供应商值得合作。

针对HBM存储成本上涨与短缺问题，Robbins则说明公司的商业模式设计能有效隔绝价格波动风险：在签署GPU采购订单的同时，便锁定向客户收取的价格，藉此保护利润率，成本上涨可顺利转嫁至客户端。

他同时强调，零组件取得目前并非最大瓶颈，供电机房才是，但这个答案未来某个时间点也可能反转。

Vera Rubin平台下半年交付，2027年才是量产主战场

谈到英伟达新一代Vera Rubin平台的量产时程，Robbins给出较明确的预期。

他表示，CoreWeave已是全球首家完成Vera Rubin机柜上线并通过完整验证的厂商，预计相关服务器将于今年下半年陆续开始交付，但真正的大规模量产爬坡将贯穿整个2027年。

他将这个节奏类比于上一代GB200/GB300平台的发展路径。GB系列虽然在2025年就已问世，但真正进入大规模量产则是在2026年。

Robbins预期Vera Rubin在未来12至18个月内，将呈现相当类似的发展模式。

竞争优势：执行力、效能与生态系深度

面对 Azure、AWS、Google 等超大规模云端业者，以及 SpaceX、Nebius 、甲骨文等新兴云端服务商的竞争，CoreWeave高层将自身差异化优势归结为三个面向：执行速度、性能表现与生态系深度。

McBee援引第三方数据指出，全球前十大AI实验室（不含中国）中有九家采用CoreWeave平台，研究机构也给予公司独一无二的铂金评级。

他认为，英伟达优先分配GPU资源给CoreWeave，正是出于对其工程执行能力的高度信任。

Robbins则从客户分层角度说明竞争策略：

对于超大规模云端业者来说，CoreWeave以极快的部署速度与稳定运行取胜；

对研究机构，则以最高性能与每token计算效率作为卖点；

对企业客户，公司则凭借最佳的推理与开发工具编排层，协助企业将自身数据转化为模型与AI代理应用，并借此进一步带动云端服务的交叉销售。（文章来源：钜亨网）