- 资讯公开站Digitimes
欣兴电子斥资百亿新台币购地，扩产ABF载板
Unimicron expands ABF substrate capacity with NT$10B Hukou land deal
欣兴电子以逾100亿新台币（约3.14亿美元）向台湾普利司通购入湖口厂区，以缓解ABF载板供应紧张，反映AI芯片需求正重塑产能规划。
- 资讯公开站Digitimes
AI芯片封装需求遇劳资阻力：日月光56亿新台币购厂引发罢工投票
AI chip packaging demand meets labor pushback: ASE's NT$5.6B Taiwan snack factory deal sparks strike vote
日月光7月30日宣布斥资约56.7亿新台币（约1.78亿美元）向零食厂商乖乖购入中坜工业区土地厂房以扩产，此举引发劳方罢工投票。
- 资讯公开站Digitimes
Synopsys与OpenAI共享AI芯片设计模型收入
Synopsys and OpenAI to share revenue from AI model built to run chip design tools
Synopsys于2026年9月30日宣布与OpenAI签署协议，共同构建用于运行芯片设计工具的生成式AI模型并分享收益，以应对生成式AI对EDA业务的冲击。
- 资讯公开站Digitimes
日月光收购新加坡工厂以扩展AI芯片测试
ASE Technology buys Singapore factory for AI chip testing expansion
日月光投控新加坡子公司批准以约6844万美元（约21.52亿新台币）收购荷兰LED制造商Lumileds新加坡位于义顺工业园的工厂，用于未来产能扩张。
- 资讯公开站Digitimes
黄仁勋、苏姿丰加入清华大学顾问委员会，拉近AI芯片领袖与北京距离
Jensen Huang, Lisa Su join Tsinghua University advisory board, putting AI chip leaders closer to Beijing
英伟达创始人兼CEO黄仁勋和AMD董事长兼CEO苏姿丰已加入清华大学经济管理学院顾问委员会，使两位全球AI芯片行业最知名高管进入这一北京机构。
- 资讯公开站gnews_asml_industry
AI芯片需求加速，ASML瞄准2028年出货110多台EUV设备
ASML Eyes 110+ EUV Tools in 2028 as AI Chip Demand Accelerates - Yahoo Finance
- 资讯公开站Digitimes
AMD以82亿美元收购李飞飞3D世界建模初创公司，布局未来AI芯片
AMD pays US$8.2 billion for Fei-Fei Li's 3D world-modeling startup to shape future AI chips
AMD同意以约82亿美元全股票交易收购李飞飞领导的旧金山AI研究初创公司World Labs，希望借助其模型能力塑造未来的硬件、软件与系统。
- 资讯公开站Semiconductor Engineering
3D芯片推动EDA进入新领域
3D Chips Push EDA Into New Territory
摘要显示，随着AI芯片转向堆叠式、基于chiplet的架构，EDA供应商正在重新改造成熟工具，以支持跨域分析、更快的设计空间探索以及代理式AI辅助。此举旨在应对3D集成带来的设计复杂性挑战。
意义：EDA工具向跨域分析和AI辅助演进，将直接影响3D芯片与chiplet设计的效率，降低先进封装设计门槛。
- 资讯公开站google_news_tsmc
报道：AI芯片短缺波及竞争对手，台积电到2028年将把CoWoS产能翻倍
Report: TSMC to Double CoWoS Capacity by 2028 as AI Chip Shortage Spills Over to Rivals - Wccftech
- 资讯公开站Semiconductor Engineering
为 AI 驱动的半导体设计构建互联、情境化的数据骨干
Building A Connected, Contextual Data Backbone For AI-Driven Semiconductor Design
摘要显示，文章探讨了设计团队为何需要先组织再优化数据，以及如何利用专为芯片设计生命周期打造的AI就绪数据管理基础。内容强调构建互联、上下文关联的数据骨干对AI驱动半导体设计的重要性，但未披露具体技术方案或数据指标。
意义：AI辅助芯片设计依赖高质量、上下文完整的数据；该文提示开发者需先建立统一数据骨干，再谈优化与自动化。
- 资讯公开站Semiconductor Engineering
从测试压缩到分层互连：为AI与HPC器件扩展SoC测试
From Test Compression To Hierarchical Connectivity: Scaling SoC Test For AI And HPC Devices
摘要显示，在AI与HPC芯片中，随着测试数据量增长，压缩虽能减少数据量，但测试数据的高效分发同样关键。文章讨论从测试压缩向分层连接架构演进，以应对大规模SoC测试挑战。
意义：AI/HPC芯片测试复杂度上升，分层连接与压缩协同设计成为提升测试效率、降低测试成本的关键方向。
- 资讯公开站Semiconductor Engineering
Chiplet协同设计框架降低AI加速器能耗与设计成本（密歇根大学）
Chiplet Co-Design Framework Reduces Energy and Design Costs for AI Accelerators (University of Michigan)
摘要显示，密歇根大学研究人员发表技术论文《Fengshui: Demystifying Chiplet Ecosystem and Bespoke Neural Network Accelerator Codesign》，提出名为Fengshui的芯粒生态与加速器协同设计框架，可联合优化芯粒池组成与定制专用集成电路（BASIC）设计，旨在降低AI加速器的能耗与设计成本。论文发布时间标注为2026年9月。
意义：芯粒与定制加速器协同优化，有望降低AI芯片设计门槛与能耗，为chiplet生态提供可复用方法论。
- 资讯公开站Semiconductor Engineering
超越微缩：材料创新在半导体制造中日益重要的角色
Beyond Scaling: The Growing Role Of Materials Innovation In Semiconductor Manufacturing
摘要显示，半导体制造正从单纯依赖工艺微缩转向材料创新驱动，计算能力的扩展与更深入的协同开发正在改变材料从实验室走向晶圆厂的方式。文章强调材料创新在先进制程中的关键作用，并指出跨环节协作对加速材料商业化的重要性。
意义：对开发者而言，材料创新正成为延续芯片性能提升的关键路径，理解材料-工艺协同将影响未来AI芯片的设计与制造策略。
