阿斯麦布局先进封装:抢占AI芯片市场新战略
财联社3月2日讯(编辑 夏军雄)荷兰光刻机巨头阿斯麦高管透露,公司正计划将芯片制造设备产品线拓展至多个新兴领域,以抢占快速增长的人工智能(AI)芯片市场份额。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
作为全球唯一一家生产极紫外(EUV)光刻机的厂商,阿斯麦已投入数十亿美元开发EUV系统。目前其新一代产品即将进入量产阶段,同时第三代产品的研发工作也已启动。EUV光刻机对于制造全球最先进的AI芯片具有至关重要的作用。
阿斯麦希望突破EUV领域局限,计划进军先进封装设备市场,开发可用于"粘合"和连接多个专用芯片的工具,即所谓的先进封装技术。这正是AI芯片及其依赖的先进存储器的关键组成部分。
作为战略布局的重要一环,阿斯麦将在其未来业务和现有业务中全面部署AI技术。
阿斯麦首席技术官Marco Pieters表示:"我们的视野不仅着眼于未来五年,更是未来十年,甚至十五年。我们关注的是行业可能的发展方向,以及在封装、键合等方面需要哪些技术支持。"
据了解,阿斯麦正在加快推进制造先进封装设备的计划,并已着手开发用于生产新一代AI处理器的芯片制造工具。
"我们正在深入研究——我们可以参与到什么程度,或者我们能为这部分业务增加什么价值,"Pieters这样表示。
据Pieters介绍,随着公司设备速度的提升,工程师将能够利用AI加速设备控制软件的运行,并在芯片制造过程中提升检测效率。
去年,阿斯麦发布了一款名为XT:260的扫描工具,专门用于制造AI所需的先进存储芯片及AI处理器本身。Pieters表示,公司工程师"正在探索更多设备可能性"。
"我正在着手研究的是,在那个方向上可能构建怎样的产品组合,"他补充道。
随着AI芯片尺寸显著扩大,阿斯麦正在研发更多扫描系统和光刻设备,以制造更大尺寸的芯片。
Pieters指出,由于扫描设备涉及光学等专业技术,以及设备处理硅晶圆的复杂工艺经验,这将为阿斯麦在未来设备制造中带来独特优势。
他强调:"这项业务将与我们过去40年所从事的业务并行发展。"
今年以来,阿斯麦股价涨幅已超过30%,该股目前的远期市盈率约为40倍,而英伟达约为22倍。
相关攻略
荷兰半导体设备制造商阿斯麦股价近日创下历史新高,每股报1559 4美元,公司总市值随之突破6000亿美元大关,成为欧洲首家达成此市值规模的企业。这一成就主要得益于其在极紫外光刻等核心半导体制造设备领域的垄断性技术优势。当前,全球对人工智能、高性能计算芯片的旺盛需求,持续推动芯片制造商扩大产能和升级设
台积电发布A13芯片技术,成本考量下的新路线 芯片制造巨头台积电,最近公布了一项引人注目的技术决策。他们发布了全新的A13芯片技术,核心目标很明确:在不依赖阿斯麦那台天价新款光刻机的情况下,继续推进芯片的微型化与性能提升。 阿斯麦最新的高数值孔径极紫外光刻机,单价已经飙升至4 1亿美元以上,几乎是旧
计划3月25日消息,据报道,近日,荷兰芯片设备制造商阿斯麦在营收与利润双双创下历史新高之际,推出15年来最大规模裁员计划,引发员工强烈不满。超过1000名员工在荷兰菲尔霍芬总部举行午间罢工,公开抗议
这两天,中国半导体圈彻底沸腾了。一篇由9位业内大佬联名撰写的论文,不仅在国内引发热议,就连外媒也重点关注。至于这篇论文讲了什么?核心只有一句话——举国之力,打造中国版的阿斯麦。可以说,这篇论文就像是
3月5日,美股三大指数开盘下跌,纳指跌0 33%,道指跌0 68%,标普500指数跌0 34%。 芯片股多数下跌,英伟达、AMD、阿斯麦、英特尔、ARM均跌超1%;博通涨超3%,公司预计明年AI
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件,重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构,旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本,并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币,其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台,并提醒用户注意资产安全与合规操作,建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究(论文编号arXiv:2603 12935v1),揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出,一种高效且低成本的解决方案——提示工程,或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时,背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题,往往让人束手无策。传统的解决方案,就像请来一群专科医生:去模糊、去噪点、去雨滴,各有各的专长,但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片,才能达到可用的修复水平。 然而,一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学(UBC)与Vector人工智能研究院联合主导的前沿研究,于2026年3月以预印本论文(arXiv:2603 12634v1)形式发布。研究团队创新性地提出了“预算感知价值树搜索”(Budget-Aware Value Tree Search,简称BA VT)框架,旨在攻克一个





