阅读研究雷达投资体系
登录 / 注册
← 返回阅读
专题DisconfirmAI 编辑部更新于 2026-11-19 03:34

Lam Research

6 节点1 篇5 来源

美国半导体设备商Lam Research(泛林集团)正将其前工程大规模量产技术迁移至AI芯片封装环节,以突破微缩化物理极限。该公司高级副总裁Chee Ping Lee指出,AI芯片性能瓶颈已从晶体管密度转向系统级集成,Lam通过等离子切割、高深宽比TSV刻蚀及面板级封装(PLP)技术提升良率与带宽。2026财年Q1财报显示,受AI驱动,Lam预计2026年晶圆制造设备(WFE)市场规模达1500亿美元区间,其系统收入同比增长超40%。为应对大型AI芯片需求,Lam于2026年5月在奥地利萨尔茨堡设立面板级封装卓越中心,推动从圆形晶圆向矩形面板的制造范式转移。争议焦点在于:传统OSAT厂商能否快速吸收这些前工程技术,以及面板级封装在成本效益上何时能全面超越晶圆级方案。

事情怎么走到这一步

  1. 2022-01-01

    Lam Research收购奥地利湿法工艺设备商Semsysco GmbH,获取面板级封装(PLP)核心技术团队,为后续布局奠定基础。(来源:Lam Research新闻稿提及收购背景)

    newsroom.lamresearch.com ↗
  2. 2026-05-20

    Lam Research在奥地利萨尔茨堡正式开设面板级封装卓越中心(CoE),专注于矩形基板的湿法处理研发,以加速AI芯片大型化所需的制造能力。(来源:Lam Research官方新闻稿)

    newsroom.lamresearch.com ↗
  3. 2026-05-26

    EE Times Japan报道Lam高管Aaron Fellis阐述PLP战略:针对84mm×54mm类AI封装,600mm角面板可产出77个芯片,远超300mm晶圆的8个,显著降低单位成本。(来源:EE Times Japan)

    eetimes.itmedia.co.jp ↗
  4. 2026-07-09

    Lam Research博客文章引用高级副总裁Audrey Charles观点:“没有先进封装就没有AI”,强调行业重心从芯片设计转向系统设计,需生态协作解决内存墙问题。(来源:Lam Research官方博客)

    newsroom.lamresearch.com ↗
  5. 2026-10-21

    Lam Research发布2027财年Q1财报,CEO Tim Archer确认营收创纪录,运营利润率首破40%,并预测2026年全球WFE支出约1500亿美元,2027年将超2000亿美元。(来源:LSEG StreetEvents转录稿)

登录 / 注册
阅读研究雷达投资体系
filecache.investorroom.com ↗
  • 2026-11-10

    Lam Research日本子公司举办媒体说明会,营销总监Chee Ping Lee详解三大进化:Z轴堆叠(TSV)、等离子切割提升良率、以及CPO(共封装光学)的实际应用。(来源:EE Times Japan)

    eetimes.itmedia.co.jp ↗
  • 还没定论的部分

    • 面板级封装(PLP)在2027年后的实际产能爬坡速度是否足以支撑AI芯片需求的指数级增长?
    • 传统OSAT厂商在吸收Lam等前工程设备商的技术时,面临多大的资本支出壁垒和技术磨合期?
    • 随着NVIDIA等客户采用更复杂的3D堆叠架构,Lam的高深宽比刻蚀技术在良率控制上的具体数据表现如何?

    来源

    • eetimes.itmedia.co.jpEE Times Japan - Lam先进封装战略说明会↗
    • newsroom.lamresearch.comLam Research - 面板级封装卓越中心成立公告↗
    • newsroom.lamresearch.comLam Research - AI缩放新前沿博客↗
    • filecache.investorroom.comLSEG StreetEvents - Lam Research Q1 FY2027财报电话会议转录↗
    • eetimes.itmedia.co.jpEE Times Japan - Lam面板级封装装置战略↗

    这一专题下的内容

    • 半导体设备商Lam Research:以前工程量产技术切入AI芯片封装瓶颈2026-11-16资讯

      Lam Research在媒体说明会上阐述其先进封装战略:AI芯片微缩化逼近物理极限,封装成为突破性能瓶颈的互补路径。该公司将前工程大规模量产能力(等离子切割、高深宽比刻蚀)直接迁移至封装环节,以良率提升作为AI芯片经济价值的核心杠杆。