谷歌AlphaEvolve助Substrate光刻提速680%
谷歌DeepMind的AlphaEvolve优化了Substrate的光刻堆栈，将运行速度提升680%，计算成本降低97%。该技术通过AI算法调整代码数据类型，使其能在TPU上运行，并实现12nm特征尺寸的双向M1金属互联层。
关注
AI与硬件协同进化将重塑计算光刻产业链，长期可能降低先进制程制造门槛。
- 相关厂商
- Substrate、Google DeepMind
- 影响评分
- 15 / 100，低影响
谷歌DeepMind的AlphaEvolve优化了Substrate的光刻堆栈，将运行速度提升680%，计算成本降低97%。该技术通过AI算法调整代码数据类型，使其能在TPU上运行，并实现12nm特征尺寸的双向M1金属互联层。
AI与硬件协同进化将重塑计算光刻产业链，长期可能降低先进制程制造门槛。
SK海力士考虑采用台积电3nm工艺制造HBM4E逻辑芯片，以对标三星计划采用的4nm工艺。此举旨在通过更先进的逻辑工艺在下一代HBM竞争中获取性能优势。
此为2026年后的技术路线规划，对当前HBM4/HBM3e的供应和价格无直接影响。
三星电子计划在下一代HBM4E芯片的基础裸片中评估采用2nm制程工艺，以结合其内存制造与晶圆代工能力。从HBM4开始，基础裸片需承担部分计算任务，逻辑功能重要性提升。
/利多/关注：此为远期技术路线图，未提及产能、价格或供应变化，对当前交易无直接影响。
已经到底了