主要观点总结
本文报道了恩智浦计划关闭四座8英寸晶圆厂并转向12英寸生产、芯原利用GPGPU-AI计算IP赋能汽车与边缘服务器AI解决方案、瑞萨电子声明Wolfspeed破产危机不会影响印度半导体封测厂项目等五个半导体相关的新闻。
关键观点总结
关键观点1: 恩智浦计划关闭四座8英寸晶圆厂并转向12英寸生产
恩智浦计划调整生产线，关闭四座8英寸晶圆厂并将生产过渡到新的12英寸晶圆厂。该公司计划在未来10年内实施这一转型，以降低固定成本和制造成本并提高利润。恩智浦与世界先进合资企业VSMC在新加坡建设的12英寸晶圆厂将于2027年开始量产，成为恩智浦在亚太地区的重要制造枢纽。
关键观点2: 芯原利用GPGPU-AI计算IP赋能汽车与边缘服务器AI解决方案
芯原股份宣布其高性能、可扩展的GPGPU-AI计算IP的最新进展，这些IP为新一代汽车电子和边缘服务器应用提供强劲赋能。通过将可编程并行计算能力与AI加速器相融合，这些IP可高效支持复杂的AI工作负载，如大语言模型推理、多模态感知以及实时决策等。
关键观点3: 瑞萨电子声明Wolfspeed破产危机不会影响印度半导体封测厂项目
瑞萨电子表示，与Wolfspeed之间的问题不会影响其在印度的OSAT（半导体封测）合资项目。该项目是瑞萨电子与CG Power合作的半导体封测工厂，总投资760亿卢比，日产能约1500万颗芯片。瑞萨电子不打算在该合作项目中生产碳化硅（SiC）器件。
关键观点4: 韩国投资2434亿韩元加速AI芯片商业化
韩国科学技术信息通信部决定投资2434亿韩元，用于支持AI半导体领域的发展，包括研发、验证和人才培训。该项目的目标之一是加速AI芯片的商业化。
关键观点5: 日月光投控五月营收情况
日月光投控公布的财报显示，该公司五月营收略有下滑，但今年前五月合并营收增长10.3%，为历年同期新高。公司正加大在先进测试产能的扩充，并投入资金在高雄设立面板级扇出型封装（FOPLP）量产线以应对AI芯片需求增长。
正文
另据相关数据显示，12英寸晶圆在半导体硅片总出货量中已占据了约65%的份额，而8英寸晶圆则约占20%，其余部分则主要是较小尺寸的晶圆片。沪硅产业常务副总裁李炜博士认为，2024年或许会是8英寸硅片退出历史舞台的一个转折点。因为集成电路行业每到产业调整的时候，就会淘汰落后的产能技术。
业内分析指出，恩智浦的12英寸转型是技术迭代、市场需求与产业竞争共同作用的结果。尽管面临设备成本、工艺复杂性等挑战，但其通过合资、代工等模式，正逐步构建覆盖先进制程与成熟工艺的复合产能体系，但需在技术突破、成本控制与区域布局间寻找新的平衡。
2、芯原可扩展的高性能GPGPU-AI计算IP赋能汽车与边缘服务器AI解决方案
2025年6月9日，中国上海--芯原股份（芯原，股票代码：688521.SH）今日宣布其高性能、可扩展的GPGPU-AI计算IP的最新进展，这些IP现已为新一代汽车电子和边缘服务器应用提供强劲赋能。通过将可编程并行计算能力与人工智能（AI）加速器相融合，这些IP在热和功耗受限的环境下，能够高效支持大语言模型（LLM）推理、多模态感知以及实时决策等复杂的AI工作负载。
芯原的GPGPU-AI计算IP基于高性能通用图形处理器（GPGPU）架构，并集成专用AI加速器，可为AI应用提供卓越的计算能力。其可编程AI加速器与稀疏感知计算引擎通过先进的调度技术，可加速Transformer等矩阵密集型模型的运行。此外，这些IP支持用于混合精度计算的多种数据格式，包括INT4/8、FP4/8、BF16、FP16/32/64和TF32，并支持多种高带宽接口，包括3D堆叠内存、LPDDR5X、HBM、PCIe Gen5/Gen6和CXL。该IP还支持多芯片、多卡扩展部署，具备系统级可扩展性，满足大规模AI应用的部署需求。
芯原的GPGPU-AI计算IP原生支持PyTorch、TensorFlow、ONNX和TVM等主流AI框架，覆盖训练与推理流程。此外，它还支持与主流的GPGPU编程语言兼容的通用计算语言（GPCL），以及主流的编译器。这些能力高度契合当前大语言模型在算力和可扩展性方面的需求，包括DeepSeek等代表性模型。
“边缘服务器在推理与增量训练等场景下对AI算力的需求正呈指数级增长。这一趋势不仅要求极高的计算效率，也对架构的可编程性提出了更高要求。芯原的GPGPU-AI计算处理器在架构设计上实现了GPGPU通用计算与AI加速器的深度融合，可在极细粒度层面实现高效协同，相关优势已在多个高性能AI计算系统中得到验证。”芯原首席战略官、执行副总裁、IP事业部总经理戴伟进表示，“近期DeepSeek的技术突破进一步凸显出提升AI计算效率以应对日益复杂工作负载的重要性。我们最新一代GPGPU-AI计算IP已全面优化，可高效支持专家混合（MoE）模型，并提升了核间通信效率。同时，通过与多家领先AI计算客户的深度合作，我们已对处理器架构进行了优化，以充分利用3D堆叠存储技术所提供的充足带宽。芯原将持续携手生态合作伙伴，加速推动这些先进技术在实际应用中的规模化落地。”
3、瑞萨电子：Wolfspeed破产危机不会影响公司印度半导体封测厂项目
