凡人半导体周报|AI算力继续推高HBM与先进封装热度

周期：2026年6月1日—6月7日

过去这一周，半导体行业的主线依旧非常清晰：AI算力需求继续向上，HBM、先进封装、晶圆产能、设备投资和测试环节都在被重新定价。

本周关键词：AI PC、HBM、CoWoS、先进封装、内存供给、半导体设备、封装测试。

一、NVIDIA发布RTX Spark，AI开始向个人电脑端加速渗透

本周在台北Computex / GTC Taipei期间，NVIDIA发布了面向个人AI时代的新型RTX Spark芯片/平台，目标是让Windows PC从传统工具进一步变成能够运行本地AI模型、创作和游戏的个人AI设备。[参考链接：https://nvidianews.nvidia.com/news/nvidia-microsoft-windows-pcs-agents-rtx-spark?utm_source=chatgpt.com]

从产业角度看，RTX Spark的意义不只是一颗PC芯片，而是说明AI计算正在从云端数据中心继续向终端扩散。

过去AI算力主要集中在数据中心，带动GPU、HBM、先进封装和高速互连需求；而如果AI PC、个人AI工作站、边缘AI设备逐步放量，未来对高性能低功耗封装、小型化散热、板级互连和高带宽内存的需求也会增加。

凡人点评：

AI不只是在数据中心发生，也会逐步进入PC、工作站、边缘设备。对封装行业来说，这意味着先进封装的应用场景会从高端GPU继续向更多终端形态扩散。

二、Intel披露Crescent补 Island AI GPU，选择LPDDR5X降低对HBM的依赖

Intel在Computex期间披露了Crescent Island AI GPU的更多信息。这是一款面向数据中心AI推理场景的产品，采用Xe3P架构，并选择使用LPDDR5X内存，而不是GDDR或HBM，最高可支持到480GB容量。[参考链接：https://www.tomshardware.com/pc-components/gpus/intel-details-long-awaited-crescent-island-ai-gpu-at-computex-boasts-up-to-480-gb-of-lpddr5x-to-combat-memory-shortages-company-shares-more-details-of-its-xe3p-inference-accelerator-at-computex]

当前AI芯片产业链最大的瓶颈之一就是HBM和先进封装产能。如果所有AI加速卡都高度依赖HBM，那么供应链会非常紧张。Intel尝试用LPDDR5X来做高容量推理卡，本质上是在寻找一条“非HBM路线”。

当然，LPDDR5X的带宽无法简单替代HBM，但在部分推理场景里，大容量、较低成本、更容易获得的内存方案可能有其市场空间。

凡人点评：

HBM仍然是训练和高端推理的核心资源，但不是所有AI计算都必须走同一条路线。未来AI芯片可能会分化：高端训练继续依赖HBM+先进封装，中低功耗推理可能探索更多内存和封装组合。

三、SK海力士计划五年内将晶圆产能翻倍，HBM供给紧张或持续

SK集团董事长崔泰源在Computex期间表示，SK海力士计划在未来五年内将整体晶圆产能翻倍，以应对AI带来的内存需求增长。他同时提到，内存供应瓶颈可能持续到2030年。

SK海力士目前是HBM市场的重要供应商，也是NVIDIA AI加速器的重要内存伙伴。AI服务器对于HBM的需求并不是线性增长，而是随着模型规模、训练集群、推理部署一起增长。

HBM的难点不只是“多做一些DRAM”，还包括TSV、堆叠、键合、良率、散热、测试，以及和GPU/ASIC之间的封装协同。

凡人点评：
HBM是AI时代最核心的半导体资源之一。对先进封装来说，HBM的增长会持续拉动2.5D封装、硅中介层、微凸点、混合键合、测试和散热方案的发展。

四、Samsung展示HBM5样品与散热方案，HBM竞争进入“热管理”阶段

本周Samsung在Computex展示了HBM5相关样品，并介绍了Heat Path Block散热方案，用于改善高堆叠内存内部的热量传导问题。

这说明HBM竞争已经不只是“容量更大、带宽更高”，而是进入到系统级工程问题：

高带宽意味着高功耗，高堆叠意味着散热难，靠近逻辑芯片意味着热耦合更严重。

未来HBM从HBM3E、HBM4继续走向HBM4E、HBM5，封装设计、热界面材料、散热路径、基底材料和系统级热管理都会越来越重要。

凡人点评：

先进封装不是简单把芯片叠起来。越往高端走，热、应力、翘曲、良率和测试都会成为核心问题。HBM5时代，封装工程的重要性会进一步提高。

五、NVIDIA CEO访问韩国，HBM4供应链合作继续升温

本周NVIDIA CEO黄仁勋访问韩国，并与三星、SK海力士、LG、现代、Naver等企业进行交流。报道称，三星、SK海力士和美光都将为NVIDIA未来Vera Rubin AI平台供应HBM4。

这条新闻背后的信号是：AI芯片公司和存储厂商的绑定越来越深。

过去芯片公司可能主要关注晶圆代工和GPU设计，但现在要确保一颗AI加速器能顺利量产，必须提前锁定HBM、先进封装、基板、散热、测试和整机系统供应链。

凡人点评：

未来AI芯片竞争不是单点竞争，而是供应链协同能力竞争。谁能同时协调GPU/ASIC、HBM、CoWoS类封装、基板和服务器系统，谁才更有机会稳定交付。

六、SEMI报告：2026年一季度全球半导体设备出货额同比增长14%

SEMI数据显示，2026年第一季度全球半导体设备出货金额达到365.5亿美元，同比增长14%。这一增长反映出AI驱动的半导体投资仍在持续。

设备投资通常是产业景气度的重要前置指标。AI需求上升，会带动先进制程、存储、先进封装和测试设备投资。

从先进封装角度看，未来值得关注的不只是前道设备，还包括：

晶圆级封装设备；
TSV相关设备；
临时键合/解键合设备；
混合键合设备；
高精度贴装设备；
测试探针台与分选设备；
封装翘曲与可靠性检测设备。

凡人点评：

当AI带动半导体进入新一轮投资周期，先进封装设备和测试设备的价值会越来越突出。封装不再只是后道配套，而是高性能芯片量产能力的一部分。

七、AI、HBM与先进封装正在重塑半导体测试环节

本周FormFactor等测试相关企业也在讨论AI、HBM、先进封装和硅光如何改变半导体测试行业。

先进封装把多个芯片、HBM、硅中介层、基板集成在一起，系统复杂度大幅上升。如果等到最后封装完成后再测试，一旦发现问题，损失会非常大。

因此，未来测试会越来越前移，也会越来越复杂。包括KGD（Known Good Die）、晶圆级测试、中间测试、封装后测试、热测试、高速互连测试，都会成为先进封装量产中的关键环节。

凡人点评：

先进封装时代，测试不是最后一道工序，而是贯穿设计、晶圆、封装和系统验证的核心能力。谁能更早发现问题，谁就能降低成本、提升良率。

本周总结：先进封装继续从“配角”走向“主角”

从这一周的新闻可以看到几个趋势：

第一，AI算力需求仍然强劲，GPU、AI PC、AI推理芯片都在快速发展。
第二，HBM仍然是AI产业链最关键的资源之一，供应紧张可能持续较长时间。
第三，HBM竞争正在从带宽、容量扩展到散热、堆叠和系统集成。
第四，先进封装和测试环节的重要性继续提高。
第五，半导体设备投资仍然维持高景气，AI正在带动全产业链扩张。

一句话总结：

AI芯片的竞争，表面看是GPU和模型，背后其实是HBM、先进封装、测试、散热和供应链协同的综合竞争。

下周值得关注：

下周建议继续关注以下几个方向：

NVIDIA、AMD、Intel等AI芯片路线变化；
HBM4 / HBM4E / HBM5相关进展；
台积电、三星、Intel在先进封装方面的布局；
国内封测、设备、材料企业的产能与订单变化；
AI服务器产业链对基板、散热和测试环节的拉动。

如果说先进制程决定了单颗芯片的性能上限，那么先进封装正在决定系统级算力的交付能力。

这也是未来几年半导体产业最值得持续跟踪的方向之一。

^* 本文数据来源于公开资料、文献及结果，仅供技术交流参考。如有疑问请联系作者。