存储ic载板_火灾引发IC载板涨价潮,涨幅20%~40%;传高通获得供货华为许可

今日头条

1.台媒:欣兴火灾引发载板涨价潮,涨幅20%~40%

2.苹果推出首款自研电脑芯片 M1

3.华为又有活路?传高通获得供货许可

4.苹果或将于2022年发布可折叠iPhone 起售价1499美元

5.台积电将在美国设立全资子公司,注册资本 35 亿美元

6.联发科推出最新 5G 芯片天玑 700:采用 7nm 工艺,八核 CPU 架构

台媒:欣兴火灾引发载板涨价潮,涨幅20%~40%

10月末,IC载板大厂欣兴山莺厂区发生了火灾。当时业界评估,山莺厂区是欣兴主要芯片尺寸覆晶封装(FC CSP)载板的生产基地,客户群包括高通、联发科与海思(华为),目前载板持续供不应求,欣兴火灾恐造成市场供给更加吃紧。

据digitimes最新消息,业界传出,自欣兴火灾后,IC载板新一轮的涨价潮似乎正式启动,涨价幅度约在20%~40%之间。

该报道指出,欣兴火灾直接冲击了FC CSP载板供货,尤其是手机AP领域,有消息称相关客户已经针对急用的产品开出高价先向其他载板厂抢产能应急,涨价幅度大概在20%~30%左右。

另一方面,ABF载板在过去一年均供不应求,交货时程加长。源于上述两个原因,客户纷纷大幅加价抢载板产能。至于BT载板,现阶段虽然没有明确的涨价需求,然而,随着今年下半年以来苹果等厂商带动了SiP载板需求的攀升,BT载板的产能也开始吃紧。

dc441e2e35328b5b331d23f74ede0c24.png

苹果推出首款自研电脑芯片 M1

11月11日,苹果在“One more thing”发布会中推出了新的面向Mac计算机的M1芯片,将为其新一代基于Arm的Mac提供动力。

M1拥有160亿个晶体管,包括CPU、GPU、神经引擎和统一的内存架构,5纳米制程。


苹果表示,新处理器将专注于电源效率,它有一组八核CPU,提供了世界上最好的CPU每瓦特的性能,能以四分之一的功耗提供与典型笔记本电脑CPU相同的峰值性能。fd6ebbc6767271a83645a3d6a5d549d8.png

同时,苹果 M1 处理器在性能与功耗上也找到了最佳平衡点。与英特尔最新的 PC 芯片相比,相同功率下 M1 的性能是前者的 2 倍,而在相同性能下功耗仅有前者的三分之一。

为了配合 M1 处理器,苹果也推出与之相辅相成的 macOS Big Sur 正式版。macOS Big Sur 与 M1 的结合,可以使新一代 Mac 可立即从睡眠状态中恢复,就像 iPhone 和 iPad 一样。

华为又有活路?传高通获得供货许可

市场传出,一位接近华为内部的消息人士表示,高通已经得到供货华为许可,如果属实,这也意味着高通成为继AMD、英特尔、台积电和索尼、豪威科技之后,又一家超重量级的半导体企业获得华为的晶片供货许可。
集微网报导,美国东部当地时间11月4日下午,高通召开第4财季财报电话会议,公司CEO Mollenkopf证实高通第四季度营收涵盖3月至6月间与华为谈妥的18亿美元的专利费,Mollenkopf还阐述高通正在申请向华为的供货许可,不过当时尚未得到批准。

此前,华为董事长郭平在公开演讲中透露,如果美方允许,华为愿意使用高通晶片。

台积电 10 月份营收 41.78 亿美元,同比大涨

11 月 10 日消息,据国外媒体报道,芯片代工商台积电刚刚披露了 10 月份的营收,同比大涨,但并未如预期的那样创下新高。

台积电在官网披露的信息显示,他们在 10 月份的营收为 1193.03 亿新台币,折合约 41.78 亿美元。去年 10 月份,台积电营收 1060.4 亿新台币,今年 10 月份的 1193.03 亿,较之增加 132.63 亿,同比增长 12.5%。

但在环比方面,台积电 10 月份的营收却并未延续增长的势头,他们在今年 9 月份的营收为 1275.85 亿新台币,10 月份较之减少 82.82 亿,环比下滑 6.5%。

值得注意的是,今年前 10 个月,台积电营收 10970.24 亿新台币,台积电在去年全年营收 10699.85 亿新台币,今年前 10 个月超过了去年全年,这也就意味着在还有两个月的情况下,台积电今年的营收同比大幅增加已成定局。

苹果或将于2022年发布可折叠iPhone 起售价1499美元

以色列媒体援引“可靠消息源”的消息报道称,苹果最早可能在2022年11月推出可折叠iPhone。

此前有消息称,苹果公司正在测试可折叠屏幕,该公司有可能向三星采购了可折叠屏幕,苹果采购这些屏幕后,并没有急于发布可折叠手机,而是先对其进行了质量测试。目前还不清楚苹果将在可折叠iPhone上使用哪种显示技术。

3bf112421ca69224af5dc1a24c399322.png

以色列媒体称,可折叠iPhone的起售价将为1499美元,令人惊讶的是,这个价格并不是市场最高的,考虑到三星Galaxy Z Fold 2手机1999美元的定价,苹果的定价甚至显得更为合理。此外,有消息称这款可折叠iPhone将配备256 GB的内部存储空间,再加上8GB的运行内存。

任正非:中国芯片设计已步入世界领先,问题出在制造设备、基础工业等

 11 月 10 日消息 今天华为心声社区发布了《任总在 C9 高校校长一行来访座谈会上的讲话》。

在电邮中,任正非表示,我们国家要重新认识芯片问题,芯片的设计当前中国已经步入世界领先,华为目前积累了很强的芯片设计能力。但存在的问题主要是制造设备有问题,基础工业有问题,化学制剂也有问题,芯片制造的每一台设备、每一项材料都非常尖端、非常难做,没有高端的有经验的专家是做不出来的。

此外,任正非还表示,现在“卡脖子”的问题大多数是工程科学、应用科学方面的问题。应用科学的基础理论,去国外查一下论文,回来就做了,卡不住你的脖子,基础理论现在全世界可以用的。所以,大学不要管当前的“卡脖子”,大学的责任是“捅破天”。

fb314fbd88fec27601dc2abc0323316b.png

台积电将在美国设立全资子公司,注册资本 35 亿美元

11月10日,据报道,全球最大的芯片代工制造商台积电宣布,其董事会已批准在美国亚利桑那州设立一家全资子公司,注册资本 35 亿美元。

这笔投资是台积电 5 月份宣布的在亚利桑那州投资 120 亿美元建设工厂计划的一部分。台积电今年 5 月曾宣布,计划在亚利桑那州建造一座造价大约 120 亿美元的晶圆厂。台积电当时称,该工厂将采用 5 纳米制程工艺来生产半导体芯片,规划产能为 20000 片 / 月,可创造多达 1600 个工作岗位。

新工厂计划从 2021 年开始建设,2024 年投产。2021 年至 2029 年,台积电于此项目上的支出(包括资本支出)约 120 亿美元。

“北京硬科技二期基金”启动 主投半导体、芯片、AI等

据《科创板日报》获悉,在“2020硬科技生态战略发展大会暨硬科技金融实验室成立仪式”上,“北京硬科技二期基金”正式启动。

该基金将紧抓科技创新的几个方向:一是半导体、芯片;二是人工智能、5G等相关应用。

据悉,该基金是北京地区首支专注于硬科技投资领域的基金,该基金一期于去年关闭并实现超募,目前已投资项目56个(58次投资),其中来自中科院、高校的项目43个,占比76.79%,多个项目投后数月便进入下轮融资。

联发科推出最新 5G 芯片天玑 700:采用 7nm 工艺,八核 CPU 架构

11 月 11 日消息, 联发科天玑系列 5G 芯片迎来新成员——天玑 700,其采用 7nm 制程工艺,旨在为大众市场带来先进的 5G 功能和体验,定位入门的联发科5G芯片天玑700上市意味着5G手机价格将会进一步下探。

据了解,天玑 700 采用八核 CPU 架构,包括两颗大核 Arm Cortex-A76,主频达 2.2GHz,具体为2*2.2GHz A76+6*2.0GHz A55,GPU为Mali-G57MC2 950MHz。

天玑 700 支持先进的 5G 技术,包括 5G 双载波聚合(2CC 5G-CA)和 5G 双卡双待(DSDS),以及更高速且清晰的 5G VoNR 语音服务。

利扬芯片今日科创板成功上市

11月11日,最新消息,广东利扬芯片测试股份有限公司(以下简称“利扬芯片”)今日科创板成功上市,公司证券代码为688135,发行价格15.72元/股,发行市盈率36.58倍。截至发稿时,利扬芯片股票报价66.75元/股,涨幅324.62%,总市值达到92.98亿元。


利扬芯片主营业务包括集成电路测试方案开发、12英寸及8英寸等晶圆测试服务、芯片成品测试服务以及与集成电路测试相关的配套服务,是一家独立第三方集成电路测试服务商。


利扬芯片董事长黄江表示,利扬芯片自成立以来,在集成电路测试领域积累了多项自主的核心技术,已累计研发33大类芯片测试解决方案,完成超过3000种芯片型号的量产测试,可适用于不同终端应用场景的测试需求。

乐鑫科技:拟定增募资不超2.5亿元 提前布局Wi-Fi 6 FEM技术赛道 

11月9日晚间,乐鑫科技(688018.SH)发布公告称,公司拟以简易程序向特定对象发行股票,募集资金总额不超过2.5亿元,此次发行股票数量不超过160万股(含本数),不超过发行前公司总股本的2%。


对于募集资金的投向,在扣除发行费用后,将全部投资于“Wi-Fi 6 FEM研发和产业化项目”。


公告披露,该项目将在现有研发基础上,进一步开发集成射频开关、低噪声放大器、滤波器和功率放大器的Wi-Fi 6前端模块产品(Wi-Fi 6 FEM),其将主要应用于使用Wi-Fi6技术的智能家居市场、手机射频前端市场及路由器市场。

684f13ff5e4969de71d36d63977a41c1.png

内容整理于 IT之家、集微网、新浪科技、经济日报、Techweb、科创板日报、半导体圈子等,仅供交流学习使用,如需装载,请注明出处,谢谢!
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值