1.曾计划收购鼎桥通信的东方材料，实控人一半股份被司法拍卖
2.加速AI在端侧落地，爱芯元智2024WAIC坚定推进智能芯片与大模型深度融合
3.传微软要求中国员工在工作中只能用iPhone 禁用安卓设备
4.小米新一代手机智能工厂全面量产，年产能1000万台旗舰手机
5.日本八大芯片制造商将斥资 300 亿美元参与生产竞赛
6.解读玻璃芯基板：先进封装巨头的新竞争方向
1.曾计划收购鼎桥通信的东方材料，实控人一半股份被司法拍卖
7月7日晚间，新东方新材料股份有限公司（以下简称“东方材料）发布《关于控股股东、实际控制人所持部分公司股份将被司法拍卖的提示性公告》。本次将被司法拍卖的股份为公司控股股东、实际控制人许广彬持有的东方材料无限售条件流通股29,782,500股，占其所持股份的50.73%，占总股本的14.80%。
公告显示，因与申请执行人海通证券股份有限公司公证债券文书一案，江苏省无锡市 级人民法院根据执行裁定书【(2024)苏02执423号】，处置拍卖许广彬持有的上述股份。
公告称，若本次司法拍卖成功且完成股份变更过户手续，许广彬持有的公司无限售条件流通股将变更为2892.4293万股，预计占公司总股本的比例为14.37%，不会导致公司控股股东、实际控制人发生变化。
资料显示，许光彬在2020年12月以每股17.76元的价格、总价约7.63亿元受让东方材料29.9%股份，成为东方材料实控人并担任董事长。新东方新材料股份有限公司始创于1983年，公司主要从事软包装行业原料的生产，主导产品包括医药及食品软包装用油墨、塑料软包装复合用聚氨酯胶粘剂、PCB液态感光阻焊高分子屏蔽材料等。
值得一提的是，东方材料曾在2023年4月9日宣布拟以定增募资方式总价21.22亿元收购鼎桥通信51%股权，交易对象为诺基亚。同年12月19日晚间，东方材料发布公告称，公司于2023 年 12 月 19 日分别召开第六届董事会第三次会议和第六届监事会第二次会议，审议通过了《关于终止收购TD TECH HOLDING LIMITED51%股权的议案》，同意公司与Nokia Solutions and Networks GmbH& Co.KG就收购TD TECH HOLDING LIMITED 51%股权事宜达成和解、终止本次交易。（校对/赵碧莹）
2.加速AI在端侧落地，爱芯元智2024WAIC坚定推进智能芯片与大模型深度融合
7月4日至7月6日，“以共商促共享 以善治促善智”为主题的2024世界人工智能大会（WAIC 2024）暨人工智能全球治理高级别会议在上海隆重举行。
作为国内领先的智能芯片和基础算力平台企业，爱芯元智在大会上成功举办“芯领未来丨智能芯片及多模态大模型论坛”，论坛以“引领人工智能革新 造就普惠智能生活”为主题，汇聚芯片、大模型、智能制造等领域的专家与意见领袖，共同探讨大模型时代的创新机遇及落地成果。
爱芯元智创始人、董事长仇肖莘在主旨演讲中表示，在AI发展从云端向端侧迁移趋势下，大模型的大规模落地需要云、边、端三级紧密结合，而边缘侧和端侧结合的关键在于高能效的边端AI芯片，更经济、更高效、更环保则将成为智能芯片的关键。由此，大模型一定程度上进入轻量化时代，将由端云协同推动高效落地。
“更经济、更高效、更环保”成AI芯片关键
随着大模型在云端训练逐渐趋于成熟，AI正快速向智能手机、PC和车载等边缘和端侧迁移。仇肖莘表示，智能芯片和多模态大模型已经成为人工智能时代的“黄金组合”。当大模型应用日益广泛，更经济、更高效、更环保将会成为智能芯片的关键词，而搭载AI处理器的高效推理芯片将是大模型落地更合理的选择。
爱芯元智创始人、董事长 仇肖莘
然而，在边缘和端侧应用领域，GPGPU或许并非最最优架构。
仇肖莘进一步表示，“AI芯片一直存在两种路线，即GPGPU和DSA（Domain Special Architecture，专用领域架构处理器）路线。在整个算法或基础网络结构还不稳定时，GPGPU的最大优势在于灵活性，可以适应各种各样的算法和训练方式。”但在过去一两年中，卷积网络的基础结构已趋于稳定，同时大模型的核心架构Transformer基本固定。因此，从运算效率和能耗角度而言，DSA架构优于GPGPU，尤其是边缘和端侧的推理芯片。
例如爱芯元智采用DSA架构的推理芯片能以更小的算力和功耗，实现与英伟达GPGPU芯片的类似性能。其中，爱芯元智AX650N SoC算力为18TOPs，但在能耗相当下，推理性能是英伟达同类100TOPs算力芯片的12倍；若算力相当，AX650N的帧率则是其12倍。仇肖莘指出，芯片作为AI基础设施的底层架构，未来需要更经济、更高效、更环保。
与此同时，随着AI正在从数据中心构筑的云端不断“下沉”，大模型真正大规模落地需要云、边、端三级紧密结合，而边缘侧和端侧结合的关键在于高能效边端AI芯片。
仇肖莘表示，在推进普惠AI的道路上，爱芯元智基于爱芯智眸AI-ISP和爱芯通元混合精度NPU两大自研核心技术，确立了以“AIoT+ADAS”为主的一体两翼战略路线，并向边缘计算、AI推理领域纵深发展，推动智慧城市、智能loT、智能驾驶等应用场景加速落地。
布局全领域算力抢抓AI处理器赛道机遇
在智能时代浪潮下，AI不仅逐渐成为稳定可靠的智能输出基建，而且被视作一场成本驱动型的生产力革命。爱芯元智联合创始人、副总裁刘建伟表示，“AI某种程度上是一种新程序范式，即写程序对应的是模型训练，运行程序对应的模型推理。基于以往数字化浪潮的积累，AI的编程方式已从规则驱动转变为数据驱动，而计算是以Tensor（张量）为主。”
AI计算的基本构成是算子，以及在算子之间的数据流动（即张量数据）。刘建伟称，“通常CPU处理一维数据，GPU处理二三维数据，但张量数据则涉及三、四、五维甚至更高维的数据。由于AI程序的计算密度更高，业界便需要全新的处理器（NPU）应对AI的程序计算。未来，NPU将于CPU、GPU共存，并处理各自最擅长的计算任务。”
爱芯元智联合创始人、副总裁 刘建伟
为了抢抓AI处理器赛道机遇，爱芯元智2022年便率先推出支持原生Transformer模型的高算力、低功耗NPU AI处理器AX650N，为大模型在边缘侧、端侧的应用提供了有力基础。
目前，爱芯元智的爱芯通元混合精度NPU的研发已迭代至第六代，拥有高、中、低三档算力覆盖市场，可应用于以文搜图、通用检测、以图生文、AI Agent等多个模型场景，其中在智慧城市和辅助驾驶等领域实现规模化量产以及出货。该芯片采用多线程异构多核设计，实现了算子、网络微结构、数据流和内存访问优化，并高效支持混合精度算法设计等。
刘建伟介绍称，爱芯元智AI处理器的核心就是算子指令集和数据流DSA微架构。“算子指令集是一个比较宏观的指令。然而，底层采用可编程数据流的微架构能提高能效和算力密度，同时其灵活性也保证了算子指令集的完备性。另外，爱芯元智成熟的软件工具链可以让开发者快速上手，软硬件的联合设计则保障了AI处理器的高速迭代。”
视觉大模型落地物联网与智能驾驶提速
基于算法、芯片、产品的垂直整合以及协同设计开发，爱芯元智致力于打造世界领先的人工智能感知与边缘计算芯片并提供全栈式解决方案，进而帮助客户实现最新技术的快速落地，以及服务智慧城市、智能驾驶、机器人以及AR/VR等巨大的边缘和端侧设备市场。
论坛上，爱芯元智在智慧物联、智能驾驶等领域合作伙伴也分享了AI处理器的应用前景。
智慧物联和人工智能创新融合专家 殷俊
其中，智慧物联和人工智能创新融合专家殷俊表示，以视觉为主的智能大模型在城市治理与生产生活方面应用广泛。近年来，AI大模型在文本、语音等领域快速发展，但在视觉领域的落地却面临可靠性、稳定性、理解不够全面等挑战。对此，真实准确描述客观世界是视觉大模型落地的关键，而行业应用中未来一定需要大量的闭源模型来解决各类难点和特性。
显然，视觉大模型还存在数据量极大，训练成本高，以及应用场景复杂多变等特性。针对不断更新迭代的视觉大模型，殷俊认为，不应该让用户放弃原有的技术投资，而是要通过大小模型协同和模型小型化实现最优算力配置组合，从而加快大模型在行业应用中的落地。
与物联网一样，视觉大模型在智能驾驶领域的应用逐渐风生水起。迈驰智行科技有限公司CTO张弛表示，目前自动驾驶显示出BEV视觉感知媲美Lidar，不依赖高精度地图，以及“端到端”模型等技术趋势，使得BEV+Transformer大模型架构正成为智驾行业主力军。
迈驰智行科技有限公司CTO 张弛
张弛指出，大模型不仅加速自动驾驶从高速公路向更加复杂的城区场景的过渡，推动从显示BEV升级至隐式BEV感知方案，也促进了端到端感知规控一体化的形成。在这一过程中，激光雷达、高精度地图的作用在减弱，而丰富的端到端大模型则让不受地理环境限制的点到点自动驾驶成为可能，但这背后还需要进一步突破优化环境感知、预测决策等技术难点。
智能芯片+大模型助力AI落地和普惠深化
在整个人工智能产业发展中，大模型已成为至关重要的抓手并持续向端侧迁移，而端云协同将推动大模型高效落地。面壁智能副总裁贾超认为，凭借在成本、隐私、延时性、可靠性等方面的优势，端侧AI发展会成为全球趋势，这也意味着大模型正式进入了轻量化时代。
在这一背景下，“模型知识密度平均每8个月提升1倍”将成为大模型时代的新“摩尔定律”。贾超强调，“企业开发端侧大模型需要在算法侧和芯片侧双管齐下，包括采用端侧芯片推进在应用场景上高效落地，这样才能给用户带来最极致的体验。面壁智能打造了全球最强端侧多模态模型“小钢炮”MiniCPM系列，已经在爱芯元智的AI芯片上成功运行。”
面壁智能副总裁 贾超
目前，虽然绝大多数AI芯片均采用Arm指令集架构，但RISC-V架构凭借开源开放、精简、模块化等优势逐渐在全球落地开花，并不断向AI芯片领域深入。在未来大模型的时代，业界将可基于RISC-V设计不同芯片产品，从而提供更强的算力、存力、运力。
阿里巴巴达摩院RISC-V及生态高级技术专家尚云海分析称，“大模型未来会呈现规模大、结构统一、能力增强三大趋势，但如今处于计算需求与硬件计算能力不匹配的阶段，量化、结构化稀疏、低精度训练将成为提升大模型性能的有效路径。RISC-V作为开源架构，可以第一时间适应AI算法和算子的快速变化，满足大模型对AI算力和芯片架构发展的需求。”
达摩院RISC-V及生态高级技术专家 尚云海
与成熟的X86和Arm架构相比，虽然RISC-V在开发工具、软件和环境方面还存在一定差距。不过，尚云海认为，RISC-V具有良好的自定义、可扩充等关键能力，提供覆盖充分的弹性算力，而且在开发周期上较x86和Arm架构大幅提速，将在AI芯片领域大有可为，并且联合爱芯元智的AI处理器一起，为客户提供异构架构的AI芯片。
随着大模型的应用不断推进各行各业智能化转型，智能芯片的突破创新让算力更加有的放矢。以“构建世界一流的感知与计算平台”为愿景，爱芯元智将携手产业界坚定推进智能芯片与大模型的深度融合以及云边端一体化，进而推动大模型落地加速和AI普惠不断深化。
3.传微软要求中国员工在工作中只能用iPhone 禁用安卓设备
据报道，微软通知中国员工，从九月份开始只能使用iPhone工作，这将切断安卓（Android）设备在员工工作场所的使用。
据一份内部备忘录显示，微软将要求中国员工在登录办公电脑或手机时仅可以使用苹果公司的设备。这项措施是微软全球安全未来计划的一部分，将影响中国的数百名员工，旨在确保所有员工都使用Microsoft Authenticator密码管理器和Identity Pass应用程序。
此举凸显了中国和外国移动生态系统之间的差异日益。与苹果的iOS商店App Store不同，Google Play服务在中国不可用。
备忘录称，所有使用安卓手机的员工都将获得一部iPhone 15，微软将为员工在中国各地的办事处提供领取。
在遭受黑客的反复攻击后，微软一直在加强全球安全措施。今年1月披露的一起黑客入侵事件影响了包括美国国务院在内的数十家政府机构，该公司面临着来自议员的巨大压力和批评，要求其改善安全措施。（校对/孙乐）
4.小米新一代手机智能工厂全面量产，年产能1000万台旗舰手机
小米公司7月8日宣布，新一代小米手机智能工厂正式全面量产，这是一座行业领先的全数字化智能工厂。小米同时宣布，全新的折叠屏手机小米MIX Fold 4、MIX Flip将由此诞生，本月发布。
根据官方介绍，小米这一智能工厂采用深度自研的制造装备，实现关键工艺100%自动化；工厂完成行业领先的“全链路工业大数据”底座建设，实现工业生产100%数字化。此外，该工厂采用100%自研的“小米澎湃智能制造平台”，作为工厂的“大脑”，让整座工厂具备了自感知、自决策、自执行能力，能够自主诊断设备问题、改进工艺流程、实现从采购原料到交付的全场景数智化管理，成为一座能自进化的真智能工厂。
雷军介绍，新一代小米手机智能工厂位于北京昌平，总投资24亿元，建筑面积81000平米，年产能1000万台旗舰手机。该工厂已获得“国家级智能制造标杆企业”认证。
据了解，小米2024年落成两座智能工厂，另一座是位于北京亦庄的汽车工厂。
小米即将发布的折叠屏手机MIX Fold 4将为横向折叠形态，是目前MIX Fold 3的迭代款；MIX Flip将成为小米首款纵向“小折叠”机型。
（校对/张杰）
5.日本八大芯片制造商将斥资 300 亿美元参与生产竞赛
近日有报道称，包括索尼集团和三菱电机在内的日本主要半导体制造商计划到 2029 年投资约 5 万亿日元（约合310 亿美元），以提高功率器件和图像传感器的产量。
日经新闻汇总了日本八大芯片制造商索尼集团、三菱电机、罗姆、东芝、铠侠控股、瑞萨电子、Rapidus 和富士电机 2021 财年至 2029 财年的资本投资计划。
为了振兴国内芯片产业，他们将加大对功率半导体、传感器和逻辑芯片的投资，这些都被视为人工智能、脱碳和电动汽车等增长领域的核心技术。
日本财务省的一项调查显示，包括半导体制造在内的通信设备领域的资本投资在五年内增长了 30%，到 2022 财年达到 2.1 万亿日元。
芯片制造商在整体制造业投资中的份额在同一时期从 11% 上升到 13%，成为继运输机械（包括汽车）的 15% 和化学品的 14% 之后的第三大投资领域。
索尼集团计划从 2021 财年到 2026 财年投资约 1.6 万亿日元，增加图像传感器的产量。智能手机相机等产品的需求强劲，应用预计将扩展到自动驾驶以及工厂和商店监控。
该公司于 2023 财年在长崎县的工厂建立了新工厂，并宣布计划在熊本县建设新工厂，这两个工厂均位于九州最南端的主岛。
着眼于扩大AI数据中心和电动汽车等市场，对控制电力的功率器件的投资正在加快步伐，东芝和罗姆总计投资约3800亿日元。
东芝将在其位于日本中部石川县的工厂增加硅功率器件的产量，而罗姆将在位于九州宫崎县的工厂增加节能碳化硅功率器件的产量。
三菱电机将在 2026 财年将碳化硅功率器件的生产能力提高至 2022 财年的 5 倍。该公司计划在熊本县投资约 1000 亿日元建造一座新工厂。“我们将建立一个可以与行业巨头德国英飞凌公司竞争的架构。”总裁兼首席执行官 Kei Uruma 表示。
1988年，日本占据全球半导体市场的50%，但自1990年代起，韩国和中国台湾地区企业在政府支持下投入巨资，占据了主导地位。日本企业在投资竞赛中落败，2000年代初期纷纷退出尖端技术开发，导致2017年的市场份额不足10%。
2020年左右，随着中美关系紧张，日本政府将半导体指定为经济安全的关键材料。新冠疫情大流行导致供应链中断，这加剧了确保决定一个国家数字产业竞争力的芯片国内生产能力的必要性。
在人工智能逻辑半导体领域，Rapidus 的目标是生产尖端的 2 纳米产品。一条原型生产线将于 2025 年 4 月在北海道最北主岛的千岁市投入运营。
日本政府已决定为该项目提供高达 9200 亿日元的投资，其中将包括研发费用。Rapidus 计划于 2027 年实现量产，未来可能会增加资本投资。
经济产业省已设定目标，到2030年，包括台积电等外国公司生产的半导体在内的国产半导体销售额将增至15万亿日元以上，是2020年的三倍。
日本政府已拨款 3.9 万亿日元用于 2021 财年至 2023 财年的补贴，其中 3 万亿日元将用于补贴国内外主要芯片公司。3.9 万亿日元的补贴金额占国内生产总值的比重在发达国家中位居前列。
目前计划的5万亿日元投资中，政府将补贴约1.5万亿日元。
英国研究公司Omdia的数据显示，2023年总部位于日本的半导体制造商的市场份额按销售额计算为8.68%，较2022年增长0.03个百分点，为七年来的首次增长。
Omdia 高级分析师 Akira Minamikawa 表示：“凭借历史上最大规模的投资，日本企业的半导体产量将在 2024 年后持续增长，份额也将继续回升。”
6.解读玻璃芯基板：先进封装巨头的新竞争方向
研究机构Yole Group分析，随着英特尔于2023年9月宣布推出玻璃芯基板（GCS，Glass Core substrates，又称玻璃基板），先进封装行业的创新竞赛进入新的关键时刻。这一新的技术方向是继有机基板和陶瓷基板浪潮之后出现的，有望克服有机核心基板的挑战，以配合高性能计算（HPC）和人工智能（AI）大趋势，在芯片设计和制造成本方面将性能、效率和可扩展性提升到新的水平。后者取决于技术的成熟度及其在终端市场的广泛应用。
玻璃作为一种材料，在多个半导体行业中被广泛研究和集成，代表了先进封装材料选择的重大发展，与有机和陶瓷材料相比具有多项优势。与多年来一直作为主流技术的有机基板不同，玻璃具有卓越的尺寸稳定性、导热性和电气性能。玻璃芯基板结合上方、下方的布线层以及其它辅助材料，共同制造而成的基板，可完美解决当前有机基板的诸多短板。
据英特尔介绍，玻璃基板可减少50%图案失真，布线密度可实现10倍提升，可改善光刻的焦距和深度，具备出色的平整度。因此，玻璃基板能够满足高性能、高密度AI芯片对于封装的需求，机械性能的改进使得玻璃基板能够提高超大尺寸封装的良率。
此外，玻璃基板还为工程师提供了更高设计灵活性，允许将电感、电容嵌入到玻璃当中，以实现更优良的供电解决方案，降低功耗。
韩国SKC方案演示
然而，尽管GCS具有潜在的优势，但与任何新技术一样，GCS由于制造加工困难，也面临着一系列挑战，这不仅是对基板制造商的挑战，也是对设备、材料和检测工具供应商的挑战。
Yole Group分析师表示，玻璃的脆性给设备内部的处理和加工带来了问题，一旦玻璃破碎，这些设备无法适应玻璃碎裂时产生的碎片，因此需要在制造过程中精确小心。这对于设备供应商和基板制造商来说，是一项成本高昂的挑战。此外，玻璃基板给检测和计量过程带来了复杂性，需要专门的设备和技术来确保质量和可靠性。
尽管存在这些挑战，GCS的应用仍受到几个关键因素的推动：对更大基板和外形尺寸的需求，以及芯片和异构集成的技术趋势，都推动业界将玻璃作为一种潜在的使能方案。此外，一旦技术成熟并得到广泛应用，玻璃的潜在成本优势将使其成为HPC和数据中心市场的一个极具吸引力的选择。
英特尔玻璃基板样品
自2023年9月以来，英特尔在支持GCS方面所做的开创性努力为整个行业的采用奠定了基础，英特尔已展示一系列玻璃基板样品及成品芯片，并宣布于2025年之后推出产品，推动摩尔定律发展，提供数据中心解决方案。英特尔已在玻璃基板领域进行了十年研发，并为此投资约10亿美元，在美国亚利桑那州工厂建立玻璃基板研发线和供应链。机构表示，英特尔为行业提供了指导和方向，鼓励其他企业探索这项前景广阔的技术。
在英特尔推出GCS短短几个月后，三星于2024年1月的CES 2024宣布正式进军GCS生产领域。2024年5月，三星旗下子公司三星电机今年将启动玻璃基板试生产，计划于今年年底前建立一条试验性生产线，预计将于9月完工。一位消息人士称，三星电机已经与主要的玻璃基板设备供应商分享了交付时间表，以确保按期交付。
三星玻璃基板样品
三星的跟进，标志着这一新兴技术发展史上的又一个里程碑，同时也凸显了英特尔此举的影响力，因为半导体行业对这一技术的兴趣和投资都在不断增长。
与英特尔的努力并驾齐驱，美国公司Absolics也在GCS发展史上留下了浓墨重彩的一笔，获得了韩国SK集团旗下半导体材料公司SKC 6亿美元的首笔巨额投资，并成为其子公司。这笔投资意味着Absolics成为全球第一家专门生产玻璃基板的公司，只是与英特尔公司相比采用了不同的技术。
Absolics玻璃基板演示
2024年5月，美国商务部宣布将向Absolics公司拨款7500万美元，以帮助其生产。SKC于今年7月宣布，Absolics在佐治亚州投资约2.22亿美元建设的工厂已经竣工，开始批量生产玻璃基板原型产品。
研究机构表示，Absolics和SCHMID等新企业的出现，以及激光设备供应商、显示器制造商、化学供应商等的参与，凸显了围绕GCS新生供应链正在形成的多样化生态系统。目前合作伙伴关系正在形成，以解决与GCS制造相关的技术和物流挑战，这体现了为实现GCS全部潜力而做出的集体努力。
在这一版图中，玻璃通孔（TGV）是GCS的支柱之一。TGV为制造更紧凑、功能更强大的设备铺平了道路。TGV有助于提高各层之间的连接密度，有助于提高高速电路的信号完整性。连接间距的缩短可减少信号损失和干扰，从而提高整体性能。集成TGV后，不再需要单独的互连层，从而简化制造流程。然而，尽管TGV具有诸多优势，但它也面临着许多挑战。由于其制造工艺的复杂性，TGV更容易出现缺陷，从而可能导致产品故障。此外，与其他解决方案相比，TGV通常意味着更高的生产成本。对专用设备的需求以及缺陷风险都会导致生产成本的增加。最近，LPKF等激光设备制造商获得了许多新的TGV相关专利。这些进步有助于GCS的商业化，同时也解决了与玻璃中介层有关的难题。这种解决方案可以同时促进GCS和玻璃中介层的发展，有望成为下一代功能强大的设备。
此外，GCS和面板级封装（PLP）、FOPLP（扇出型面板级封装）之间的协同作用也在推动这两个领域的创新。由于这两种技术都采用类似的面板尺寸，因此在提高芯片密度、降低成本和提高制造效率方面具有互补性。
Yole Group评论，GCS是先进集成电路基板和先进封装领域前景广阔的前沿技术，为下一代芯片设计和封装提供了无与伦比的性能和可扩展性。作为新技术，虽然挑战依然存在，但行业领导者和参与者的共同努力正在为玻璃基板在各个终端市场的广泛应用铺平道路，其中AI芯片和服务器是重中之重。随着GCS技术的成熟和供应链基础设施的发展，GCS有望重新定义先进封装的格局。（校对/孙乐）
