Cadence Design Systems与University of Notre Dame的研究人员发表了题为“A Composable AI-Accelerated Iterative Solver for 3D-IC Thermal Modeling”的研究论文。摘要指出，对异构2.5D/3D-IC封装进行精确热分析虽然必不可少，但计算上极为昂贵；一次全封装FEM仿真可能耗时数小时，而基于AI的代理模型则将整个堆叠视为单一的整体预测目标。原文未说明原因之外的其他背景，此为研究论文发布，属背景信息，不涉及价格、产能或供应事件。
Kulicke & Soffa 财政第三季度 2026 年净收入为 3.304 亿美元，同比增长 123%，毛利率 47.8%，非GAAP每股收益 1.20 美元，超出预期。公司预计财政 2026 年第四季度收入约为 3.75 亿美元，截至 2026 年 10 月 3 日，因半导体、存储、汽车和工业市场需求增强。
Nvidia 和 Mercedes-Benz 在 10 月 15 日当地时间宣布延长战略合作伙伴关系，以共同开发下一代自动驾驶系统。合作将整合 Mercedes-Benz 的汽车工程专长及其 Mercedes-Benz Operating System (MB.OS) 与 Nvidia 的加速计算和人工智能技术，包括 Nvidia Hyperion、Alpamayo 和 Halos。双方还计划开发 Level 4 自动驾驶技术，例如机器人豪华轿车。此外，Mercedes-Benz 在其 MO360 数字化生产系统中使用 Nvidia 技术，以提升全球制造厂的效率和质量。
高通正加强进入人形机器人半导体市场，依托其在移动设备和汽车领域的经验，并提供集成AI软件包等开发工具。高通副总裁朴宰贤10月16日在首尔COEX举行的"Semiconductors Powering Humanoids"会议上表示，公司视人形机器人为高度复杂的汽车，并称"我们已拥有其开发所需的全部技术"。高通认为人形机器人的运行原理与自动驾驶车辆相似，利用摄像头等传感器感知环境、AI做决策、电机执行动作；自动驾驶车辆通常具有3至4个自由度(DoF)且限于平面移动，而人形机器人约有60个自由度，动作复杂得多。高通已开发面向机器人的SoC、低功耗无线通信、机器人操作系统技术、电源与热管理及AI开发工具；其Dragonwing SoC产品线集成CPU、GPU和NPU，包括面向扫地机器人等消费设备的Dragonwing Q2和Q4、面向餐厅送餐机器人等服务机器人的Q5和Q6、面向自主移动机器人(AMR)和四足机器人的IQ8，以及面向早期阶段人形机器人的IQ9。旗舰产品Dragonwing IQ10采用基于PC所用Oryon微架构的18核CPU，计算性能超过IQ9的5倍；高通称其低功耗SoC设计专长可应对封闭电池供电环境中的功耗与发热挑战。公司还提供用于大规模控制数百台机器人的Wi-Fi 7和5G通信方案、基于Linux的实时控制技术，以及Qualcomm AI Stack、Qualcomm AI Hub、SDK、MLOps和AI Data Flywheel等软件产品。
据韩国媒体The Elec报道，美光正与主要客户讨论面向物理AI的新型内存产品，开发名为"边缘推理内存"（EIM）的方案，重点应用包括人形机器人、自主驾驶以及AR、VR设备。美光高管李哲在SEDEX 2026相关活动上表示，物理AI市场正快速发展，公司正与客户推进适配新市场的产品开发。EIM的设想是在逻辑裸片上堆叠低功耗LPDDR，目标与HBM类似但更注重降低功耗，适合电池供电的机器人；EIM不同于PIM，其具体计算结构、容量、带宽、延迟、功耗或性能目标均未公布。报道称美光正研究将EIM与LPDDR6结合，业界预期量产时间可能在2028年下半年，但这是产业界预测，并非美光公布的正式量产承诺。美光估算目前机器人使用的AI模型约有10亿至20亿个参数，现有LPDDR仍可满足不少需求；美光预计未来高性能人形机器人可能需要约200GB DRAM和4TB存储，而目前工厂服务型机器人常见配置约为12GB DRAM和256GB存储，这些是估算不代表所有在售机器人配置。美光认为未来机器人或许会采用HBM，但需考虑功耗、散热和空间；EIM若能以较低功耗提升传输效率，可能成为LPDDR与HBM之间的新选择。在规格、功耗和实际产品公布前，EIM能否满足下一代机器人需求仍有待验证。
据快科技10月17日消息（引自Phoronix网站报道），AMD正在招兵买马，组建一只“精英团队”（Elite Team），目标是用Rust语言重构GPU软件栈的底层，把Rust贯穿到整个软件栈的核心中，包括编译器与运行时、底层固件与系统接口、软硬件协同设计。原文给出的背景原因是，在与NVIDIA的显卡竞争中，AMD多年来被吐槽的多是软件优化，生态远不如NVIDIA的GeForce和CUDA，现在AMD要从底层推倒重来解决这个问题。此次转型主要针对AI领域，ROCm生态是重点，但游戏玩家未来也可能受益，游戏驱动代码涉及大量内存管理与优化，有助于降低游戏崩溃、蓝屏等问题。原文指出，游戏性能是否能从中受益目前信息太少还不足以做出判断。该计划处于组建/推进阶段，尚未完成，效果未知。
Terafab 项目已获得 16.8 亿美元的一期资金（四期总额最高可达 119 亿美元）；其位于奥斯汀的研究晶圆厂正在每月处理几千片晶圆，迭代工艺配方、晶体管设计和封装变体，而格里姆斯县正在建设的产能晶圆厂目标是每月 10 万片晶圆起始量，首片硅预计在 2029 年交付，采用埃隆·马斯克所命名的英特尔 14A 工艺。站点和一期资金已获批准，研究晶圆厂正在施工，但尚未公开首片晶圆日期或所有权条款，且特斯拉和英特尔均未签订合约约束。文章认为，先进封装而非光刻将决定单屋顶概念是否盈利。
2026年10月16日，德国初创公司Ubitium宣布获得由Ibex Investors领投的1400万美元种子轮融资，OpenOcean、KBC Focus Fund、Runa Capital、Inflection等现有投资者及Quantum Systems联合创始人兼首席执行官Florian Seibel个人参投，使其自2024年成立以来的种子轮融资总额达到1800万美元。Ubitium计划于2027年流片其首款商用处理器UB410（含4096个处理单元），并交付评估样片。原文未说明原因。
Gaonchips于10月15日宣布加入Arm Total Design for Physical AI，成为首家参与该倡议的韩国设计解决方案提供商，作为技术合作伙伴支持Arm-based半导体在物理AI应用中的实施，并将通过硅到系统的合作提供从芯片设计到系统实施的全过程支持。原文未说明原因。
SK海力士参加了2026年10月12日至15日在加州圣何塞举行的OCP全球峰会，展示了下一代内存解决方案并提出以内存为中心的AI时代服务器系统方向。展会现场，SK海力士公开了第二代CMM-DDR5（256GB，基于CXL 3.2），称与上一代相比带宽提高一倍以上（80GB/s）、能效提升约30%；并演示了CXL池化内存在AI代理服务、KV缓存共享等场景的效果。原文说明的背景是：随着AI处理的数据量爆炸式增长，数据瓶颈成为新的挑战。SK海力士还展示了HBM4/HBM4E/HBM3、HBF、服务器DDR5 RDIMM（256GB/128GB/96GB/64GB）及eSSD产品组合。文中另提及去年9月SK海力士与NAVER Cloud签署业务协议，以及PS1110 E3.S与PS1101 E3.S目前处于按序开发中。
这是一篇关于FPGA原型验证的技术性文章，未涉及价格、产能或供需变化。文中引用2024年Wilson Research Group功能验证趋势报告的三次调研数据：2016至2024年间，'design error'作为ASIC功能缺陷根因的占比从75%降至60%，'changes in specification'从59%降至43%；而'incorrect or incomplete specification'从56%升至58%再到59%，基本持平且略有恶化（各数字为受访者勾选比例，允许多选，不合计100%）。文章主张FPGA原型验证可在规格定义阶段验证'是否在做正确的芯片'，并介绍S2C的Prodigy平台与PlayerPro工具链：100+块Prototype Ready子卡与参考设计、50+个Prototype Ready IP模块；Prodigy Logic System S8-100基于AMD Versal Premium VP1902，单核心模块约1亿ASIC门，两模块约2亿门，四模块约4亿门，2,212个XPIO（最高56Gbps）。公司层面：S2C深耕ASIC与SoC验证超过20年，拥有300多名员工、服务700多家客户、设7个全球分支机构，自2020年以来服务全球前25大半导体公司中的12家；S2C估计其总拥有成本比传统EDA供应商低30–50%。
Sipeed 宣布了其 MaixStation，这是一款与 Nvidia DGX Spark 和 AMD Ryzen AI Halo 竞争的国产产品，预计 128GB 型号售价约 3,999 美元。公司表示，签现已开放，将在 2026 年底进行 Kickstarter 众筹，众筹结束后三个月内开始发货。NPU 工具链将在 2026 年 10 月底发布。该公告发布于 2026 年 10 月 15 日。
尽管此前市场传出英伟达计划将下一代Rubin AI加速器的HBM配置从12层堆叠降至8层堆叠，但据Counterpoint Research引用的产业链调查，绝大多数Rubin架构产品预计仍将保持最初规划的12层堆叠HBM4设计。按照英伟达已公布的官方技术路线，Rubin GPU将配备12层堆叠HBM4内存，单颗GPU最高288GB显存容量，内存带宽高达22TB/s。此前韩国媒体报道称英伟达要求三星电子和SK海力士增加8层HBM4供应，原因包括制造良率、散热控制及供应链压力；最新消息指出英伟达可能在部分产品中采用8层HBM4以缓解产能压力，但面向高端AI市场的主力Rubin产品仍保留12层配置。价格方面，TrendForce预测到2027年高带宽内存产品的平均销售价格可能同比上涨121%，原文说明推动涨价的主要原因是产品结构升级（价格更高的HBM4逐步取代HBM3E、后续HBM4E进入市场抬升整体均价），而非传统供货短缺。研究机构还指出，2027年8层HBM产品每Gb容量价格可能比12层HBM高出10%至20%，因为每个HBM堆栈都需配置昂贵的基础逻辑芯片（Base Die），层数减少反而可能推高单位容量成本；Rubin平台预计于2027年陆续进入市场。
2026年10月15日，SK hynix disaggregating SSD controller cores，开发H‑TPUs（Hynix‑Tensor Processing Units）以离载主控制器CPU的低级读写命令处理、元数据管理和缓冲区控制，计划在其下一代企业级SSD及Storage Next SSD控制器中部署H‑TPU。
华为半导体EDA首席科学家黄宇于10月15日在2026湾芯展的公开演讲中表示，华为提出的韬定律当前面对的最大核心挑战集中在全流程EDA工具领域，整个韬定律推进落地的全路径里最大的挑战始终来自EDA工具的适配迭代。他详细拆解了韬定律的四层架构：第一层为器件层，核心方向是优化晶体管物理结构和芯片内部互联方式，从最源头压缩器件运行的时间常数；第二层为链路层，是整个韬定律体系里最具突破性的自主创新点；第三层为芯片层，核心逻辑是通过软硬件深度协同设计，探索全新的算力芯片架构路径；第四层为系统层，即超级节点、机柜互联场景，优化方向是研发更高效的通讯协议，实现数据传输速度的量级提升。他还指出先进制造工艺挑战、大规模量产工程化挑战、全栈系统设计挑战也是推进过程中需逐个攻克的核心难关。
SK海力士计划于2027年1月敲定高带宽闪存（HBF）的技术规格，并正在开发新存储技术以应对AI推理系统中日益增长的瓶颈。该公司还在探索将DRAM直接堆叠在AI处理器上的方式，以提升性能和能效。上述内容均为计划/探索阶段，尚属未来目标而非已实现结果。
SK hynix公布了名为Hynix Transaction Processing Unit (H-TPU)的自研微核心计划，旨在降低对高功耗CPU核心的依赖。该计划于ISOCC 2026（国际SoC设计会议）上由公司SoC设计副总裁Koo In-jae披露，尚属计划而非已落地产品：H-TPU尚未在实际企业级SSD控制器产品中得到验证，且未给出日期。H-TPU采用四级顺序执行流水线，置于集群中处理读写命令处理、元数据管理与缓冲控制等重复性I/O工作，总数量超过100颗；管理任务仍留给传统Arm CPU，是卸载而非替代。据称每颗H-TPU功耗仅约为通用CPU核心的2.5%，面积约为其4%（报道未指明对比所用的CPU核心）。报告所称原因是SSD控制器CPU在功耗和面积上已达极限，且PCIe带宽每代翻倍而控制器CPU时钟和控制能力无法跟上。SK hynix据报道计划将H-TPU应用于其NAND产品（包括下一代企业级SSD控制器）以及高带宽闪存（HBF），据报道HBF预计明年推出；H-TPU据报道已用于Nvidia与SK hynix合作的AIN P项目（Nvidia称为'Storage Next'）。
该文章讨论如何衡量代理式AI（agentic AI）的性能需求，评估CPU瓶颈、软件栈效率以及系统层面的权衡。文章为技术背景讨论，未涉及任何价格变动、产能变化、政策、停产或企业事件，也未提供具体数据、日期或厂商信息。
SK hynix于2026年10月14日在Newsroom系列文章[Inside the Research]第2部分介绍其发表于2025 IEEE国际电子器件会议(IEDM)的研究论文《Co-Optimizing Cell, Non-Cell, and Page Schemes for Energy Efficient Analog Computing in 3D FeNAND》,作者为Won-Tae Koo与Jihun Kim。研究提出基于3D FeNAND的模拟存内计算(A-CiM)架构,通过对单元(cell)、非单元(互连/字线)和页(page)三类方案进行协同优化,在相同芯片面积约束下,相比传统3D阵列实现约10至20倍的吞吐量提升和约4,000至5,000倍的能效提升;文中亦说明这些数字反映了3D FeNAND相较被广泛研究的2D非易失性存储阵列的高密度优势。各项优化包括:字线采用低电阻金属使吞吐量最高提升16%、能效最高提升3%;引入空气间隙使字线间寄生电容降低约60%,吞吐量提升1.2倍、能效提升2倍;字线电阻与电容联合优化后吞吐量最高提升1.4倍、能效最高提升2.2倍;页内流水线(IPP)使能效翻倍、吞吐量提升9倍;将16KB页拆分为4个4KB子页使能效提升1.2倍、吞吐量提升1.7倍。研究团队还在300mm晶圆规模上演示了低电流区每单元四电平操作及稳定数据保持。文章称该研究展示NAND从存储介质向计算介质扩展的潜力,未涉及价格、出货、产能或市场状况。
10月13日，阶跃终端正式发布首款大模型原生智能体手机STEPX Neo，先行版售价3999元，定于10月16日在京东、天猫、抖音等平台正式首销。该机搭载智能体原生操作系统Step AOS 1.0和个人智能体阶跃Amoo，采用端云协同方案，并配备六麦克风阵列、低功耗音频感知芯片及独立MiniLED点阵背屏。生态方面，阶跃Amoo已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品建立合作，其中腾讯旗下WorkBuddy、企业微信和微信读书为首批接入的腾讯生态应用。商业模式上，先行版采用'软硬模'全栈定价，将手机硬件、操作系统、模型及开发工具整合在3999元价格中，购买用户还可获得连续12个月、每月百亿Token的模型使用额度。文章同时指出，作为新进入手机市场的AI公司，阶跃需面对成熟手机厂商在硬件、渠道和用户规模上的竞争，其智能体手机的实际使用价值仍有待验证。
Whose chips are really inside the hottest new products? We open them up and show you, one part at a time.
All teardowns| Analog | $0.68 | −5.9% |
|---|---|---|
| Connector | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%Unusual |
| MLCC | $0.01 | +54.0%Unusual |
| MOSFET | $0.12 | −82.8%Unusual |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | n/a |