【头条】新一代光刻机亮相，关键零部件国产化率突破90%！传台积电拟跨足存储；透视A股FPGA/智能卡板块三季报

1.上海微电子新一代前道干式光刻机亮相进博会：关键零部件国产化率突破90%；

2.台积电拟跨足存储？业界看3点喊误会：科技网站乱传“应罚张忠谋自传读一百次”；

3.透视A股FPGA/智能卡板块三季报：复旦微电、安路科技量利齐升，紫光国微、新恒汇结构性承压；

4.苹果公开人形机器人“大脑”HALO！搭载宇树G1测试　陌生环境任务成功率达91%；

5.特斯拉AI芯片蓝图曝光！Dojo D3导入HBM、SI6性能拼提升80倍、采2纳米工艺；

6.台积电强化整顿供应链 没改善就掉单

1.上海微电子新一代前道干式光刻机亮相进博会：关键零部件国产化率突破90%

11月5日至10日，第九届中国国际进口博览会在上海举行。本届进博会技术装备展完整覆盖集成电路全产业链上下游，三星、SK海力士、高通、英特尔、AMD、新思等国际龙头悉数到场。会上，上海微电子装备集团（SMEE）携自主研发的新一代前道干式扫描投影光刻机SSC800、SSB800（模型）亮相中国馆，集中展示了我国前道光刻装备自主化的阶段性成果。

SMEE表示，本次展出的模型采用透明剖视设计，可直观呈现整机光学光路与内部机电系统的链路布局。

该平台为国产标准化前道光刻装备架构，适配I-line、KrF两类主流技术路线。整机核心的高精度物镜与照明系统、高速双工件台与掩模台、一体化自动物料传输系统、高精度对准调平传感系统均实现全链条自主可控，具备稳定的工艺适配能力与产线运行可靠性。

据悉，目前国产前道干式光刻机成像性能已与国际同类领先产品水平相当，套刻精度、生产效率紧密追赶国际标杆。在售的SSC800系列KrF与SSB800系列I-line机型基于自研双工件台平台，均搭载国产自主大NA物镜，关键曝光成像指标对标国际标杆，SSC800整体性能跻身行业第一梯队。

基于全栈自主可控技术底座，该平台关键零部件国产化率突破90%，已实现定型与规模化量产，填补国内空白。多台设备已在国内头部逻辑、存储量产线长期稳定运行，累计支持产线流片超千万片，设备有效运行率超92%。

SMEE成立于2002年，是国内唯一具备前道干式光刻机稳定量产交付能力的制造商，也是我国前道光刻装备自主供给体系的核心支撑主体，业务覆盖核心光刻装备的设计研发、生产制造、市场销售与全流程技术服务。

值得关注的是，2022年12月，美国商务部曾将上海微电子等36家中国实体列入“实体清单”；股权结构方面，上海电气控股集团有限公司为SMEE第一大股东，持股34.9099%。在此背景下，前道光刻装备的全链条自主可控，对国内半导体产业链安全的意义进一步凸显。

公司表示，将坚持自主创新深耕与产业链协同联动并行，与上下游供应链、行业伙伴深度协作，携手构建开放良性的半导体产业生态，在实现自身稳健运营的同时，持续为我国半导体产业高质量升级提供核心装备支撑。

2.台积电拟跨足存储？业界看3点喊误会：科技网站乱传“应罚张忠谋自传读一百次”

近期又有科技网站乱传台积电有意跨足存储芯片，对于该议题，业界分别指出，完全是误会，从3大关键来看，应该罚乱传消息的人把张忠谋自传读一百次，该自传对存储芯片市场已有明确定见且是照妖镜，就算台积电近年应对客户需求来协助HBM4底部的 Base Die操刀或是后续应对客户要求3D DRAM的底层Controller/Logic 或是最擅长的 3DFabric / SoIC 混合键合（Hybrid Bonding）先进封装，皆并非所谓跨入存储芯片。

台积电3DFabric 联盟（TSMC 3DFabric Alliance）伙伴已包含三大存储芯片原厂美光（Micron）、三星存储芯片（Samsung Memory）、SK 海力士（SK hynix）以及一线载板厂等，产业分工明确。

业界说，台积电运用特殊成熟工艺搭配自身先进工艺提供逻辑制造服务，近年包含替客户协助HBM 的 Base Die，这块由台积电操刀合情合理，目前台积电与 SK 海力士、美光合作的正是这部分的“逻辑代工 + 先进封装（CoWoS / TSV）”也不代表台积电跨入存储芯片。

首先，业界也提及，若后续发展真正的 3D DRAM（Memory Cell 垂直堆叠）是指将 1T1C（一电晶体一电容） 或无电容架构的储存单元本身做立体垂直堆叠（类似 3D NAND，但 High-k 电容深宽比与材料难度极高）。  就算未来真的走向“逻辑芯片直接 3D 键合堆叠 DRAM 单元”，储存阵列（Cell Array）也是存储芯片厂的专业，台积电要负责的依然是底部的 Controller/Logic 或是最擅长的 3DFabric / SoIC 混合键合（Hybrid Bonding）封装，而不是跳下来自己生产存储芯片。

其次，台积电创始人张忠谋的独特商业模式已确定台积不会去和客户还有合作伙伴竞争，业界说，张忠谋自传也已明确提及过去产业存储芯片的教训，过往德碁深陷 DRAM 崩盘的巨额亏损，施振荣先生请托张忠谋接手。台积电以换股方式并购德碁（以及后来的世大）接手的第一件事，不是继续经营 DRAM，而是以最快速度把德碁的 8 英寸厂改造成逻辑代工线。张忠谋果断退场、将产能转为纯晶圆代工与特殊工艺，就是深知 DRAM“赚一年、赔三年”的血泪教训，自传对于存储芯片产业的点评已有明确论述。

业界说，依据自传张忠谋深知标准型 DRAM 缺乏定价权，受制于严酷的“资本支出与报价暴跌”恶性循环。如果台积电被 DRAM 的设备折旧与库存跌价拖累，先进逻辑工艺的研发根本不可能有稳定的现金流，就算如今存储芯片市况转好台积也不可能因短期利益牺牲长期利益。

第三，值得注意的是，台积电先进工艺的长期毛利率目标在 53% 以上。DRAM 具备强烈的景气循环（Commodity Cycle）特性，即便高阶客制化存储芯片也是高资本、高折旧且毛利起伏巨大的业务。台积电若把产能与 CapEx 拿去铺 DRAM Cell 产线，只会大幅稀释 ROE与盈利率。（文章来源：经济日报）

3.透视A股FPGA/智能卡板块三季报：复旦微电、安路科技量利齐升，紫光国微、新恒汇结构性承压

截至10月末，A股FPGA/智能卡板块四家代表性公司——安路科技、复旦微电、紫光国微、新恒汇均已交出2026年三季答卷。本文从营收、净利润、毛利率、存货、合同负债、研发支出六个维度对四家公司进行横向对比，板块光谱清晰可辨：复旦微电、安路科技量利齐升，紫光国微、新恒汇结构性承压。

注：①复旦微电综合毛利率为据三季报数据的测算值；②紫光国微、新恒汇毛利率的同比变动为相对降幅口径；③存货为9月末余额，括号内为较年初变动；④研发支出口径——安路科技、复旦微电为财报披露的研发投入，紫光国微、新恒汇为利润表研发费用（东方财富F10口径），两者统计口径存在差异。

营收：体量与增速的“倒挂”

从营收体量看，紫光国微以48.58亿元居四家之首，但同比增速为-0.95%，是唯一负增长的公司；复旦微电以35.64亿元位居第二，同比增长17.84%；新恒汇、安路科技体量居后，营收分别为9.60亿元、7.37亿元，增速却分别达到37.13%、100.07%。

单季度数据进一步放大了分化：安路科技三季度单季营收3.05亿元，同比增长110.49%，创历史单季新高；新恒汇单季营收3.62亿元，同比增长60.61%；复旦微电单季营收13.38亿元，同比增长12.90%；紫光国微单季营收14.14亿元，同比下降23.85%，与前三家形成鲜明反差。

【图表：四家公司2026年前三季度营收及同比增速对比】

拆解增长来源：复旦微电的增收由五大产品线共同驱动，前三季度FPGA及其他芯片收入11.96亿元、存储芯片10.92亿元、安全与识别芯片7.26亿元、智能电表芯片4.30亿元、测试服务1.20亿元；安路科技的翻倍式增长来自工业控制、通信、数据中心及AI基础设施需求的全面共振，中高端凤凰系列FPGA销售占比持续提升；新恒汇的高增长主要由蚀刻引线框架业务放量拉动；紫光国微的收入回落，则主要缘于特种集成电路交付自上年高基数回归常态，叠加智能安全芯片供应链偶发扰动。

体量与增速的“倒挂”，是本轮分化的第一重注脚：权重公司增长失速，FPGA新锐与转型公司正在放量。

净利润：复旦微电登顶“板块利润王”，安路科技加速减亏

盈利端的座次重排更为直观。复旦微电前三季度归母净利润10.60亿元，同比增长221.08%，一举超越紫光国微成为板块“利润王”；扣非归母净利润7.69亿元，同比增长153.83%，主业成色扎实。紫光国微归母净利润10.45亿元，同比下降17.23%；其中三季度单季仅2.48亿元，同比下降56.63%，单季盈利近乎腰斩。新恒汇归母净利润0.84亿元（8449.50万元），同比下降29.49%，“增收不增利”延续。安路科技归母净利润为-1.12亿元，亏损较上年同期的1.91亿元收窄41.40%，三季度单季净亏损3759.57万元。

【图表：四家公司2026年前三季度归母净利润对比】

四家公司的盈利质量存在细节差异：复旦微电单季归母净利润2.11亿元、同比增长54.63%，单季扣非净利润3.57亿元、同比大增196.02%，盈利弹性持续释放；新恒汇三季度单季净利润5067.27万元、同比增长64.08%，出现单季修复迹象，但上半年其累计净利润同比下降61.98%，累计降幅依然显著；安路科技亏损收窄伴随经营杠杆显现，但尚未跨过盈亏平衡线；紫光国微则受毛利率走弱与减值扩张双重挤压，前三季度计提信用减值约9900万元。

毛利率维度：产品结构决定盈利天花板

毛利率是六个维度中分化程度最明显的指标。复旦微电前三季度综合毛利率约59.3%（据三季报数据测算），其中三季度单季毛利率63.26%、同比提升2.2个百分点，各产品线毛利率实现增长；紫光国微综合毛利率53.89%，同比减少4.79%，公司将原因归结为“产品结构变化导致毛利率下降”——其特种集成电路业务上半年毛利率仍高达69.68%，但该板块收入占比随交付节奏回落而被摊薄。

安路科技毛利率34.88%，同比下降8.98个百分点，为四家中降幅最大者——翻倍增长背后是中低端产品放量与价格策略带来的“以价换量”；积极信号在于，其三季度单季毛利率34.82%，环比回升3.85个百分点，出现企稳苗头，而2025年全年公司毛利率为43.00%。新恒汇毛利率20.07%，同比减少7.93个百分点，居板块垫底：上半年智能卡业务毛利率35.61%，蚀刻引线框架业务毛利率-0.13%，eSIM封测业务毛利率10.66%，贵金属成本冲击是主要拖累。

【图表：四家公司2026年前三季度综合毛利率对比】

毛利率排序与产品附加值高度吻合：掌握特种IC、高端FPGA定价权的公司稳居50%以上，处于放量初期、成本敏感的公司则被压至20%附近。安路科技的毛利率下移属于“成长的代价”，能否向2025年43.00%的水平回归，取决于中高端产品占比的爬坡速度。

存货维度：一家去库，三家累库

存货是观察经营质量的一面镜子，四家公司走出了截然相反的方向。

复旦微电期末存货26.62亿元，较年初下降10.99%，是四家中唯一去化的公司。公司此前将“强化存货精细化管理、存货跌价损失同比大幅下降”列为业绩增长原因之一，存货去化与营收、利润高增同步出现，指向终端需求的真实热销。

安路科技期末存货5.90亿元，较年初增长13.70%，同比增长15.11%；考虑到营收翻倍的背景，备货性累库尚属合理，但存货增速仍需与收入消化能力持续匹配，周转效率值得跟踪。

紫光国微期末存货21.64亿元，较年初增长12.94%，与收入下滑形成反差，构成减值压力的直接来源；新恒汇期末存货2.56亿元，较年初大增60.30%，增幅远超其37.13%的营收增速，叠加贵金属价格回落后的跌价风险与净利润下滑，资产质量压力在四家中最为突出。

【图表：四家公司三季度末存货余额及较年初变动对比】

合同负债：前瞻指标集体降温，四季度收入待验证

合同负债反映在手订单的预收水位，是营业收入的领先指标。三季度末，紫光国微合同负债为1.39亿元，同比下降27.06%；复旦微电为1.33亿元，同比下降41.63%；新恒汇为503.45万元，同比增长34.83%；安路科技仅305.75万元，期初基数极小，同比变动不具方向性指示意义。

两家权重公司的合同负债同步收缩尤其值得关注：紫光国微下降27.06%，与其特种订单交付节奏放缓相互印证；复旦微电大降41.63%，或与在手订单集中确认结转收入有关，属于“消化式”下降。整体看，板块预收池水位回落，意味着四季度收入端仍需依靠订单回补与新增需求验证——紫光国微在业绩说明会上表示，前期被延后的订单有望逐步回补，兑现程度是关键变量；安路科技、新恒汇的合同负债绝对额过小，单期波动的指示意义有限。

（注：因四家公司合同负债数量级差异过大，本维度以表格呈现，不另绘图。）

研发支出：绝对额紫光居首，强度安路、复旦微领先

研发投入呈现“规模”与“强度”的错位分布。绝对额上，紫光国微以9.24亿元居首，但同比下降2.61%；复旦微电8.88亿元，同比增长11.70%，其中三季度单季研发投入2.99亿元、同比增长14.32%，加码态势未因利润高增而放缓；安路科技2.60亿元，同比增长1.73%；新恒汇研发费用4884.50万元（约0.49亿元），同比增长28.82%。

研发强度（研发支出占营收比例）则是另一幅图景：安路科技以35.31%居首，但较上年同期下降34.14个百分点——上年同期其研发费用率一度高达69%以上，本期回落主因营收翻倍摊薄，并非投入收缩；复旦微电为24.91%，较上年同期仅微降1.37个百分点；紫光国微为19.03%；新恒汇为5.09%。

【图表：四家公司前三季度研发支出及研发强度对比】

FPGA是典型的研发密集型赛道：安路科技、复旦微电的研发强度均高于24%，是双方能在中高端产品上持续迭代、承接AI与数据中心新需求的根基；紫光国微研发绝对额最大但出现同比收缩，与阶段性业绩压力下的投入节奏调整有关；新恒汇5.09%的研发强度，则折射出智能卡与封测环节技术壁垒相对较低的行业属性。

总结：六维数据勾画的板块光谱

将六个维度合并观察，板块的光谱十分清晰。

第一，FPGA国产替代主线获得报表级验证。复旦微电在净利润（+221.08%）、毛利率（约59.3%）、存货管理（唯一去化，较年初-10.99%）等维度领先，安路科技贡献了最高收入弹性（+100.07%）与最高研发强度（35.31%）。两家公司的共振，标志着国产FPGA正从“替代叙事”进入“业绩兑现”阶段。

第二，紫光国微的调整是节奏与结构的叠加。六维中五项走弱——营收-0.95%、净利-17.23%、毛利率-4.79%、存货较年初+12.94%、合同负债-27.06%——仅研发绝对额与经营现金流（6.92亿元、同比增长142.29%）保持韧性。特种IC订单确认节奏终将回归常态，但毛利率中枢的修复有赖产品结构再平衡，四季度延后订单的回补兑现是关键观察窗口。

第三，新恒汇仍处转型阵痛期。增收不增利（营收+37.13%、净利-29.49%）、毛利率20.07%垫底、存货较年初大增60.30%，三组数据指向同一症结：增长引擎已切换至尚处放量初期、毛利率为负的蚀刻引线框架业务，传统智能卡业务则受贵金属成本与单价下行双重挤压。在其毛利率拐点确认之前，盈利修复难以预期。

第四，FPGA双雄亦各有考题：复旦微电需证明高利润增长中约2.91亿元非经常性损益之外的主业持续性，安路科技则需在毛利率企稳的基础上，向盈亏平衡线发起冲击。

4.苹果公开人形机器人“大脑”HALO！搭载宇树G1测试　陌生环境任务成功率达91%

苹果 研究团队近日公开人形机器人自主控制系统HALO的最新研究成果，通过视觉语言模型（VLM）与动作生成技术，让机器人不只能理解人类指令，还能依据陌生环境调整动作，自主完成推箱子、坐椅子及穿越障碍物等任务。

研究团队近日在预印本平台arXiv发表论文《Perceptive Humanoid Motion from Simulation》，介绍HALO系统的设计与实验成果，并将系统部署在宇树科技(688836-CN) 的G1人形机器人上进行验证。

研究重点在于让机器人将模拟环境中学到的动作，应用于未曾事先扫描或建图的真实空间，降低机器人对特定环境的依赖。

根据研究团队公开的展示影片，搭载HALO的G1机器人能依照指令推动箱子、跟随人类、坐上椅子，也能侧身穿过半开的门，或弯腰、爬行通过桌子下方。这些动作不只是预先设定好的路径，还涉及环境辨识、空间判断，以及依照障碍物调整身体姿态。

HALO采三层架构控制机器人　从理解指令到执行动作

HALO的核心设计是将机器人的控制流程拆分为任务编排、动作生成与动作追踪三个层级，分别处理指令理解、全身动作规划及实际关节控制。

最上层的任务编排模组采用视觉语言模型，预设使用阿里巴巴的Qwen3.6-35B-A3B，并在机器人搭载的Mac mini上本地运行，无须连接网络即可处理任务。系统也支持通过API呼叫云模型，以取得更强的推理与规划能力。

这个模组负责理解人类指令，并结合机器人视角的图像判断如何完成任务。例如，当收到“坐下”的指令时，机器人必须先辨识周遭环境，决定适合坐下的位置；若接获“坐到椅子上”的指令，但前往椅子的路径受到桌子阻挡，就必须将任务拆解为弯腰通过障碍、接近椅子及坐下等连续动作。

任务执行期间，模组也会持续通过机器人视角的影片确认动作是否成功，再决定推进下一个步骤或重新尝试，每次仅向下一层下达一项明确的子任务。

中间层的动作生成模组则使用另一款模型Qwen3.5-2B，搭配负责生成动作的DiT解码器，根据环境画面与当前任务，规划未来约5秒的全身动作。系统每秒重新规划约3次，让机器人能随着环境变化持续修正动作。

最底层的动作追踪器经过强化学习与策略蒸馏等程序训练，以每秒50次的频率运作，结合深度影像与机器人自身状态，将上层规划的动作转换为实际关节控制指令。

6种陌生环境测试成功率91%　复合任务仍有改善空间

在实际测试方面，研究团队选择6个未经事先扫描或建图的真实环境，进行360次单项任务测试，平均成功率达91%。

不过，当任务涉及多个连续动作时，系统的表现仍有落差。研究团队另外在单一真实环境中，针对3种复合任务各进行10次测试，平均成功率为70%。

其中，“弯腰通过障碍物、走向目标、推动箱子”这项连续任务的成功率仅50%，显示机器人处理多步骤动作时仍面临挑战。

为了训练机器人适应不同环境，研究团队建立一套大规模合成资料生成流程，在1,000个程序生成的模拟家庭环境中，制作约300小时的主要训练资料，将机器人看到的画面、接收的指令及对应动作配对。

数据生成流程分为几个阶段：首先依照文字指令产生动作序列，再将动作放入虚拟房间，最后通过模拟工具渲染机器人执行任务时看到的画面。

以“坐到扶手椅上”为例，系统会先将任务拆解为向前行走、转身及坐下等动作片段，再由动作生成模型根据文字提示、路径点与关键姿态产生动作序列，并通过几何检查筛选结果，降低脚部滑动或身体穿入地面等不合理动作。

接着，研究团队将动作安排在不同的虚拟房间，检查机器人与家具之间的位置关系，排除可能发生碰撞的配置，再渲染机器人视角的画面。训练过程也会调整光线、色调及影像模糊程度，增加视觉资料的多样性，让同一套流程能产生完整的指令、影像与全身动作训练资料。

在计算资源方面，研究团队使用250张英伟达H100 GPU，耗时约48小时完成主要训练资料的合成；动作生成器采用模仿学习训练，使用64张B200 GPU；动作追踪器则通过强化学习、策略蒸馏等方式训练，使用4张H100 GPU。

仍仰赖人工设计　触觉感知成下一步改进方向

不过，HALO目前仍未完全摆脱人工参与。研究团队指出，新增物理任务时，仍须由人员编写提示词、设计动作关键影格，部分动作也需要使用人类影片或动作捕捉素材。

此外，现阶段系统主要依赖视觉感知，尚难以直接掌握接触状态。当物体离开摄影机视野或遭到遮挡时，涉及较多身体接触的任务，执行表现便会下降。

研究团队将触觉感知列为后续改进方向，希望进一步提升机器人在复杂环境中的动作控制能力。（文章来源：钜亨网）

5.特斯拉AI芯片蓝图曝光！Dojo D3导入HBM、SI6性能拼提升80倍、采2纳米工艺

特斯拉公布最新人工智能（AI）加速器发展蓝图，揭露未来数年芯片研发方向。其中，第六代推论加速器SI6预计将于2029年至2030年推出，计算性能较现行第四代芯片提升80倍，存储芯片容量也将大幅增加；另一方面，重新启动的第三代Dojo训练加速器D3，则将改采多晶粒（Chiplet）设计，结合2.5D、3D封装技术及堆叠式高带宽存储芯片（HBM），不再沿用前两代以SRAM为核心的架构。

根据《Tom’s Hardware》报道，特斯拉也开始以“超级智能”（Super Intelligence，SI）取代人工智能（AI）称呼新一代加速器，并将芯片重新命名为SI系列。

首席执行官马斯克近期也证实，SpaceX(SPCX-US) 旗下SpaceXAI将更名为SpaceXSI。

Dojo D3重新登场　转向多晶粒与HBM架构

特斯拉Dojo训练芯片计划再度出现在发展蓝图中。马斯克2025年8月曾取消整个晶圆级Dojo专案，2026年8月又表示，SpaceX与xAI将本地面及太空数据中心全面采用英伟达(NVDA-US) 硬件。

最新蓝图显示，特斯拉仍规划推出第三代Dojo D3，但设计将与前两代大不相同。

特斯拉指出，D3将采用多晶粒架构，整合2.5D与3D封装技术，并搭配堆叠式HBM。这与第一代Dojo D1的晶圆级系统整合（System-on-Wafer）设计形成明显差异。D1通过晶圆级封装技术，将25颗D1处理器互连，整合同11GB SRAM，仰赖分散式芯片内存储芯片运作。

报道指出，改用HBM，反映特斯拉可能希望大幅扩充存储芯片容量。随着AI模型规模持续扩大，模型参数、启动值及中间计算资料都需要大量存储芯片储存，SRAM在容量方面的限制也愈发明显。

HBM则有助于扩充存储芯片，但在延迟、频宽、封装及功耗方面，也会带来不同的设计取舍。

目前尚不清楚特斯拉是否完全放弃晶圆级整合。理论上，定制化HBM仍可堆叠在通过晶圆级封装互连的逻辑晶粒上，但这种设计将增加散热、制造、良率及长期可靠性等挑战，也会推高成本。

由于晶圆级整合本身成本高昂，若再结合HBM堆叠，设计与制造复杂度将进一步增加，因此D3采用较传统多晶粒架构的可能性相对较高。

特斯拉尚未公布D3的计算性能、存储芯片容量、制造工艺或开发时程。不过，该公司表示，Dojo D3将针对“太空、训练及规模扩展”进行最佳化，代表该芯片将具备一定的计算性能，且易于扩充，也进一步显示其设计可能采用较传统的加速器架构，而非晶圆级封装技术。

更值得注意的是，D3也将针对外太空部署环境进行最佳化，这可能代表至少部分产品型号将采用抗辐射强化设计。

SI6计算性能拼80倍　预计2029至2030年问世

另一项重要进展，是特斯拉首次揭露第六代推论加速器SI6的预估性能。根据最新蓝图，SI6的计算能力将达现行第四代芯片HW4的80倍，存储芯片容量则为HW4的9倍。

依据HW4计算性能的不同估算方式，SI6的计算性能可能介于17,280至46,080 TOPS（每秒万亿次计算），相当于17.28至46.08 POPS（每秒千万亿次计算）。不过，目前尚不清楚SI6支持哪些资料格式，因此上述数字只是推估值。

作为比较，英伟达Rubin GPU的推论性能达50 NVFP4 PFLOPS，训练性能为35 NVFP4 PFLOPS，FP8／FP6性能则为17.5 PFLOPS。不过，Rubin已开始出货，SI6则预计要到2029年至2030年才会推出，两者上市时程存在明显差距。

目前特斯拉车款搭载的第四代推论处理器，最初称为HW4，之后更名为AI4，现又改称SI4。

该芯片由三星晶圆代工采用7纳米级工艺生产，使用传统覆晶球栅阵列（FCBGA）封装，并推测搭载16GB GDDR6存储芯片。特斯拉将其视为现行全自动辅助驾驶（FSD）技术的性能基准。

然而，特斯拉并未正式公布该芯片的实际计算性能、存储芯片容量及功耗，因此外界难以进行精确比较。

由于特斯拉未公开HW4的计算性能、存储芯片容量及功耗，外界只能通过既有信息推估。马斯克曾表示，HW4性能约为前一代HW3的3至8倍，而HW3官方规格为72 TOPS，据此推算，HW4性能约为216至576 TOPS。

SI5先行导入多晶粒设计　SI6采2纳米工艺

在SI6推出之前，特斯拉预计先推出第五代推论加速器SI5，也就是先前称为HW5或AI5的芯片。该芯片将分别由台积电(2330-TW) 及三星(005930KS) 采用3纳米级与2纳米级工艺生产，并导入多芯片模组（MCM）设计，改变HW4采用的传统封装方式。

特斯拉预期SI5性能将达HW4的40倍。马斯克曾表示，这项提升来自计算能力增加8倍，以及通过矽晶最佳化再提升5倍。若以HW4估算性能为基准，SI5计算能力约为8,640至23,040 TOPS。

SI5的功耗预计介于250至800瓦，实际数值将依应用场景而异，因此现阶段难以进一步准确估算其性能表现。存储芯片容量则预计达96GB，为前一代的6倍；若采用GDDR6或GDDR7存储芯片，频宽可能介于768GB/s至1.536TB/s。

至于第六代推论加速器SI6，特斯拉预计进一步将计算性能提升至HW4的80倍，存储芯片容量则达现行处理器的8倍。依据HW4性能的不同估算方式，SI6的计算性能可能达17.28至46.08 POPS（每秒千万亿次计算），存储芯片容量则为144GB。

特斯拉已与三星晶圆代工签署合作协议，委由三星生产第六代推论加速器，合作期限至2033年。最新简报也显示，SI6将采用2纳米级工艺。

考虑到SI6预计于2029年至2030年推出，以及三星最新公布的晶圆代工工艺蓝图，相关工艺可能包括车用级SF2A、性能强化版SF2P，甚至具备背面供电技术的SF2Z。

值得注意的是，特斯拉目前并未规划在2030年代通过Terafab采用英特尔(INTC-US) 14A工艺生产SI6。封装方面，SI6将延续SI5的多芯片模组设计，藉此沿用第五代芯片累积的技术经验，同时控制封装成本。

随着AI模型对计算及存储芯片需求持续攀升，多晶粒架构与HBM也逐渐成为车厂规划下一代系统级封装（SiP）的技术选项。不过，这类设计也将推高芯片成本。至于特斯拉何时会在推论加速器导入HBM，目前仍未有明确时间表，但SI6可能还不会导入这项技术。（文章来源：钜亨网）

6.台积电强化整顿供应链 没改善就掉单

台积电岛内外如火如荼赶工扩厂，但近期工安事件频传，台积电内部高度关注，业界盛传公司已成立专案小组强化整顿供应链，若供应链问题未改善恐“掉单”，汉唐、帆宣、中钢构与多家营造伙伴等合作厂商压力大。

台积电持续强化整顿供应链管理，外传11月17日召开供应链管理论坛，届时公布的优良供应商名单将有所变动，

台积电每年的供应链管理论坛皆会颁发优良供应商奖项，获奖厂商获得肯定，无不引以为荣。不过，近期台积电高雄楠梓园区F22 P4厂新建工程、宝山厂先后传出工安意外，使得今年优良供应商卓越表现奖名单将面临洗牌，台积电今年供应商大会也会更聚焦工安议题。

台积电全球大扩厂，也带来管理挑战。台积电资深副总经理暨副共同运营长／信息安全长侯永清日前公开提到，台积电目前全球加起来接有近20座厂正在建置，当前供应链的挑战绝非单一环节或单一公司能解决，而是关乎整体生态系统。

他当时提到，现在客户总问：“既然你们现在能同时盖20座厂，那可以盖30座吗？”然而问题在整个生态系统统还没做好这样的准备，每个工地的施工人力有限。

应对大扩厂带来的挑战，台积电内部已成立工地安全强化委员会，强调跨部门协作，全方位推动工地安全卫生事务，以及导入AI解决方案提升工地安全、协调成熟厂区与新建工程进行介面管理及安全改进、与承揽商合作，鼓励其提升安全和工作环境。对外沟通，并提供必要的法律建议等。

台积电今年并新增三项营建工地管理指标，做为安全管理成效的追踪依据，确保每位参与建厂专案伙伴皆能于安全无虞的环境中工作。台积电订下营建工地事件及事故发生千人率小于3.7、营建工地职灾死亡事故零件与营建工地重大职灾发生频率小于0.77的三大指标， 三大指标2030年目标分别小于3.2、维持零件、小于0.77，皆仍有改善空间。（文章来源：经济日报）