CPO芯片測試涉及電學、光學、光電交互三重複雜性，目前缺乏行業統一標準，大量依賴人工操作。單顆PIC芯片100%檢測平均耗時超100秒，光波導與光纖截面積相差近800倍帶來的奈米級對準難題，使CPO測試遠比傳統芯片測試複雜。當AI數據中心的算力擴張推動CPO走向量產，一個被忽視的環節正成為整條產業鏈的瓶頸所在——測試。隨着AI數據中心規模持續擴張，傳統銅互連已逼近物理極限，共封裝光學（CPO）被業界視為下一代AI基礎設施的關鍵互連方案之一。台積電的COUPE平台預計2026年進入量產，CPO正從實驗室走向商業化。然而，CPO的檢測與測試環節仍是一道難以逾越的門檻。行業目前缺乏統一標準，流程高度依賴人工，這使得測試成為制約CPO芯片大規模量產的主要瓶頸之一。TrendForce近日發佈的研究對這一問題進行了系統梳理。為什麼CPO測試這麼難？理解這個問題，先要理解CPO的結構。CPO將光學組件集成進光子集成電路（PIC），再與電子集成電路（EIC）共封裝在一顆芯片內，用光路替代電路，從而降低功耗和延遲。PIC與EIC鍵合後的組件稱為光學引擎（OE）。傳統EIC測試是純電學測試，而PIC內部包含耦合器、調製器、光電探測器、光學濾波器、光波導等大量光學組件。測試一個OE，需要同時具備電學、光學和光電交互三方面的專業能力，複雜度遠超傳統芯片測試。PIC測試需要測量插入損耗（IL）、偏振相關損耗（PDL）、響應度、波導傳播損耗、光學串擾等參數，而這些參數目前沒有統一的測試標準。還有一個更具體的物理難題：光學探針的精準對準。將外部光從光纖導入OE光波導的過程叫做光耦合。單模光纖纖芯截面積約為78.5平方微米，而光波導截面積僅約0.099平方微米——兩者相差近800倍。沒有奈米級的對準精度，耦合損耗將極為巨大。這意味着，光纖陣列必須在距晶圓或芯片表面保持精確間距的同時，對耦合器角度進行微調，以最大化光功率傳輸，再依次掃描不同波長範圍。這套操作目前仍依賴人工完成。結果是：單顆PIC芯片的100%檢測，平均耗時超過100秒。這是CPO芯片量產的核心卡點之一。「EIC測試與PIC測試對比表」——對比測試原理、對準精度、行業成熟度、主要探針卡廠商四個維度，圖源：TrendForce，下同四個測試階段，最關鍵的是那一步？一顆CPO芯片從晶圓到系統，需要經歷四個測試階段：第一階段：PIC晶圓級測試（OWAT）——直流電學與光學基礎測試，包括光功率、損耗、暗電流等基本光學參數測量。第二階段：EIC-PIC晶圓級測試——調製功能測試（電光、光電、光光），高速測試及S參數測量。第三階段：OE級測試——全流程校準、直流測試、高速測試、光學回路測試及S參數測量。這是確認"已知良好光學引擎"（KGOE）的關鍵階段。第四階段：先進封裝模塊級測試——全系統功能驗證與光學回路測試。四個階段中，第一階段PIC晶圓級測試最為關鍵。邏輯很直接：PIC通常採用成熟製程製造，而EIC則使用先進製程，成本高昂。如果能在PIC與EIC鍵合之前，就在晶圓階段篩出缺陷品，就能避免將昂貴的EIC浪費在有問題的PIC上，大幅降低後續工序的損耗。這就像流水線上的質檢——越早發現問題，損失越小。"CPO製造流程與測試階段示意圖"——從晶圓驗收測試到系統級測試的完整流程圖設備商格局：巨頭補課，新玩家入場CPO測試設備市場正在加速成形，傳統ATE（自動測試設備）巨頭與光學測試專業廠商之間的整合是主線。Advantest與FormFactor傳統EIC測試市場由日本 Advantest（$愛德萬測試 (6857.JP)$）和美國 Teradyne（$泰瑞達 (TER.US)$）主導。CPO測試要求同時具備EIC和PIC測試能力，兩家巨頭均選擇與光學探針專業廠商合作來補齊短板。Advantest的路徑是與FormFactor（$FormFactor (FORM.US)$）合作。2024年6月，Advantest聯合Jenoptik和Ayar Labs推出UFO探針卡，將電學和光學探針集成在同一張卡上，實現電光同步測試。其核心創新是對準容差補償技術——通過對光學探針輸出光束進行特殊整形，即使探針定位存在輕微誤差，光信號仍能進入PIC耦合器，大幅縮短對準時間。2025年4月，Advantest與FormFactor進一步推出V93000-Triton光子測試系統，配備9軸光子對準功能和FormFactor的OptoVue Pro光學對準系統。其CalVue技術通過獨特設計的逆向反射鏡觀測光纖陣列，結合自動機器視覺算法實時校準Z軸位移和光學定位，進一步壓縮光纖對準時間。Teradyne與ficonTECTeradyne則通過收購和合作雙管齊下。2025年，Teradyne收購了Quantifi Photonics，並與德國ficonTEC（現為中國Robo Technik旗下子公司）合作。2025年3月，雙方聯合推出業界首款高產量300毫米雙面晶圓探針測試系統。ficonTEC提供WLT-D2雙面晶圓測試平台，具備50奈米範圍的精密對準能力，可同時在晶圓頂面進行電學測試、底面進行光學測試，提升測試效率。Teradyne則提供UltraFLEXplus ATE和IG-XL系統軟件。後續推出的DLT-D1是雙面芯片級測試系統，最多可同時連接三個並行測試頭，提升吞吐量、降低測試成本。至此，ficonTEC形成了從晶圓級到芯片級的完整CPO測試產品線。KeysightKeysight是測量儀器領域的全球領導者，同樣提供完整的PIC晶圓測試方案，並與FormFactor集成，兼容FormFactor的Velox探針控制軟件。Keysight的N778x系列偏振合成器可在不同偏振態（SOP）之間快速切換，配合N7700100C偏振Lambda掃描軟件，通過矩陣方法推導IL、PDL、TE/TM IL等參數。這套方案無需偏振保持光纖，也無需在多個波長點手動預校正偏振，大幅提升測試效率。其SOP穩定技術還能將輸入光的偏振態鎖定在特定點，確保整個波長掃描過程中光耦合的穩定性。ChromaChroma是系統級測試（SLT）設備的全球領導者。其光電二極管老化與可靠性測試系統Model 58604/58604-C/58606系列，專為3D傳感器件、激光器、光電探測器、調製器等PIC組件的可靠性測試而設計。Model 58606每模塊層提供256個SMU通道，最多可配置7層，合計1792個通道。Chroma已宣佈將利用其在SLT階段的光學測試專長，投入CPO測試設備的研發。Enlitech2025年9月，Enlitech與iST合作推出Night Jar矽光芯片測試平台。這是一套附加式高光譜成像分析系統，可直接安裝在任意品牌探針臺上，適用於WAT、CP、FT等各測試階段。Night Jar解決的是一個長期存在的行業痛點：此前，光波導中的漏光位置只能通過反射光粗略估計，只能獲得總體或平均光損耗值。Night Jar能夠精確定位漏光位置，並測量特定波導段或光學組件的量化IL值，支持晶圓級光損耗映射，幫助研發人員更快速準確地識別缺陷，最終提升生產良率。"CPO測試設備供應鏈全景表"——涵蓋光學探針、計量儀器與系統、自動測試設備三大類別的供應商分佈圖市場機會窗口正在打開芯片設計日趨複雜，SoC測試難度持續上升，單顆芯片所需的測試站數量和總測試時間不斷增加，測試設備在半導體設備資本開支中的佔比隨之提升。隨着CPO芯片被納入產品組合，這一佔比預計將進一步走高。CPO測試設備市場正在成形。從設備商格局來看，傳統自動測試設備巨頭Advantest和Teradyne正通過併購與合作快速補齊光學能力，Keysight、Chroma、Enlitech等則在各自細分領域佔據位置。整個供應鏈從光學探針、計量儀器到自動測試設備，正在圍繞CPO測試需求重新組織。 (華爾街見聞)

亞馬遜在AI芯片領域的最新進展與組織架構調整近日引發行業高度關注。一方面，公司自研AI芯片業務取得突破性進展；另一方面，全球開店業務高層出現重大人事變動。在近日舉行的AWS re:Invent大會上，亞馬遜首次披露其第二代AI訓練芯片Trainium2已形成規模商業應用，年化收入達數十億美元級別，目前有超過100萬片芯片正在生產中。公司首席執行官Andy Jassy強調，該芯片憑藉顯著的價格性能比優勢，已獲得超過10萬家企業的採用。值得注意的是，AI初創公司Anthropic作爲亞馬遜的戰略合作伙伴，已成爲Trainium芯片的最大用戶之一。與此同時，亞馬遜發佈了新一代Trainium3芯片，官方數據顯示其計算性能較上一代提升達4.4倍，能效提高4倍。這一技術迭代顯示出亞馬遜在AI基礎設施領域持續加碼的決心。業內分析認爲，亞馬遜正通過自研芯片降低對英偉達GPU的依賴，並構建從硬件到服務的完整AI生態。然而在公司業務快速發展的同時，亞馬遜中國區高管團隊出現重大變動。據悉，負責全球開店企業購亞太區業務的副總裁楊鈞（職級L8）已於近期離職。作爲在亞馬遜任職十餘年的資深高管，其離職引發業內廣泛關注。與此同時，亞馬遜全球開店團隊正在進行大規模組織調整，包括中層管理人員在內的多個層級都受到裁員影響。分析人士指出，亞馬遜當前正處於戰略轉型關鍵期，一方面需要持續投入AI等新興技術領域，另一方面也在優化全球業務佈局和組織架構。這種"技術突破與組織調整並行"的發展態勢，或將持續影響公司未來的市場表現。

在人工智能與雲計算領域的戰略佈局持續深化，阿里巴巴近期在技術研發與全球基礎設施方面取得多項進展。據行業分析報告顯示，儘管面臨芯片進口的不確定性，中國科技企業通過自主研發與系統優化正快速提升算力水平。阿里巴巴在AI芯片領域的投入尤爲突出。公司已開始部署自研AI訓練芯片，其最新研發的T-Head PPU芯片在關鍵硬件規格上已接近國際主流水平。同時，百度等國內科技企業也相繼推出多代自研芯片，形成本土化技術生態。行業專家指出，通過"超節點"系統設計，國產芯片已能支持更復雜的AI推理場景，未來有望擴展至訓練工作負載。在雲計算基礎設施方面，阿里雲近日在迪拜啓用第二座數據中心，這是其今年在全球範圍內新增的又一重要節點。至此，阿里雲已覆蓋全球29個地域和92個可用區，爲中東地區日益增長的雲服務與AI需求提供支持。市場研究機構認爲，阿里巴巴在AI價值鏈條中的持續投入將鞏固其技術領先地位。特別是在算法優化方面，國內開發者已開始針對本土硬件特點進行專項優化，這將進一步提升國產芯片的實際應用效能。隨着國家政策支持與企業研發投入的持續加大，中國AI產業生態有望實現更快速的迭代發展。

近期，超威半導體（AMD）與甲骨文公司宣佈了一項重大合作，甲骨文雲基礎設施（OCI）計劃自2026年第三季度起部署5萬枚AMD的MI450 AI芯片，並預計在2027年及以後進一步擴展。這一合作標誌着AMD在人工智能芯片領域對英偉達的追趕取得了顯著進展。MI450是AMD迄今爲止最先進的圖形處理器（GPU），將搭載於AMD自主研發的Helios服務器機架系統中，結合其自研的中央處理器（CPU），直接對標英偉達的下一代“Vera Rubin”系列AI芯片。這一部署不僅展示了AMD技術的成熟度，也體現了市場對其產品的廣泛認可。此外，AMD近期還與OpenAI達成了一項多年期的AI芯片供應協議，OpenAI將在未來數年內採購總計6吉瓦的AMD AI芯片計算系統。這一系列合作表明，AMD正在逐步成爲AI芯片市場的重要競爭者，尤其是在AI推理領域。業內分析認爲，AMD的MI450系列GPU在公共雲場景中的大規模應用，將有助於推動AMD在數據中心市場進一步縮小與英偉達的差距。甲骨文和AMD的合作也預示着AI硬件市場格局可能發生重大變化，更多的科技公司可能會考慮採用AMD的產品作爲英偉達的替代方案。AMD的技術進步和市場份額的擴大，不僅增強了其在AI芯片領域的競爭力，也爲整個行業帶來了新的發展動力。隨着AI計算需求的持續增長，AMD有望在未來的AI硬件市場中佔據更加重要的位置。

圖:shutterstock 香港城市大學（城大）電機工程學系王騁教授領導的研究團隊，開發出全球領先的微波光子芯片，能運用光學進行超快模擬電子訊號處理及運算。 這種芯片比傳統電子處理器的速度快1,000倍、耗能更低，且應用範圍廣泛，涵蓋5/6G無線通訊系統、高解析度雷達系統、人工智能、計算機視覺，以及圖像/視頻處理。 團隊的研究成果剛在權威學術期刊《自然》上發表，題為「集成鈮酸鋰微波光子處理引擎」。該研究與香港中文大學的學者合作進行。

9月13日凌晨1點，隨著蘋果CEO庫克一句：古德貓寧，蘋果正式推出iPhone 15系列。 下面先來看宣傳片： iPhone 15系列，正式發布 iPhone 15 Pro系列：史上最強iPhone

標題《為何華為Mate60系列手機沒用國產存儲芯片，而選用韓國SK海力士？》中使用了“沒用”，而不是“不用”，這是需要說明一下的，沒用的意思在於由於各種原因，沒有使用，但是信任的，而下次可能就用了；但“不用”，則是由於不信任，而選擇了不用。 一、Mate60 pro手機的存儲芯片是SK海力士的芯片 最近這10多天，相信大家都被華為Mate60的拆機黨們驚到了，原來不僅國內有這麼多拆機黨，竟然全世界都在拆華為Mate60手機，而且還有某些國家的官方機構在“拆機”。 從拆機來看，芯片的事是最好玩的了，飆叔暫時就不去說其他芯片了，今天咱們就一起聊聊“存儲芯片”的事。現在基本確認華為Mate60 pro存儲芯片用的是—— SK海力士的芯片。

01 芯片製作流程 芯片製作完整過程包括：芯片設計、晶片製作、封裝製作、成本測試等幾個環節，其中晶片片製作過程尤為的複雜。下面圖示讓我們共同來了解一下芯片製作的過程，尤其是晶片製作部分。首先是芯片設計，根據設計的需求，生成的“圖樣” 1，芯片的原料晶圓，晶圓的成分是矽，矽是由石英沙所精練出來的，晶圓便是矽元素加以純化（99.999%），接著是將些純矽製成矽晶棒，成為製造集成電路的石英半導體的材料，將其切片就是芯片製作具體需要的晶圓。晶圓越薄，成產的成本越低，但對工藝就要求的越高。 2，晶圓塗膜晶圓塗膜能抵抗氧化以及耐溫能力，其材料為光阻的一種。