晶片良率篩選 (Binning)
同型號晶片（如 M4）的核心數差異並非設計多種光罩，而是依良率篩選（Sorting）出 8 核或 10 核，藉此分級定價並分攤單套高達 10 億美元的先進製程光罩成本。
【曲博科技教室 EP312】肖特、康寧、耀登、鐳洋、VELO、SpaceX、台積電、鴻海、中核集團、GSIT、新帝、奈視、耐能、AES、台達電、Anthropic、DeepSeek、環球晶、長鑫
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼知識講解
解析半導體先進製程、AI 儲存技術 HBF 與產業地緣政治趨勢。核心結論指出良率篩選決定了晶片分級，且 AI 推論需求正推動 3D 堆疊快閃記憶體（HBF）的革新。
適合誰科技產業投資人、半導體從業者、硬體技術愛好者。
關鍵概念了解 Apple 晶片核心數差異的商業邏輯、認識 3D 堆疊快閃記憶體 HBF、掌握地緣風險下日本半導體崛起的背景。
最值得看07:16 揭秘 Apple M4 核心數差異的生產篩選本質。
概念地圖
概念與關係意義優先，時間戳用來導航
HBF 儲存革新
HBF (High Bandwidth Flash) 透過 3D 堆疊快閃記憶體，單體容量可達 4TB。雖讀寫壽命與速度不及 DRAM (HBM)，但在 AI 推論（Inference）場景中能提供極大容量支撐。
先進製程檢測革新
進入 GAAFET 奈米片架構後，傳統光學與電子顯微鏡無法穿透觀測通道結構，奈視科技利用 X-Ray 斷層掃描技術成為解決 2 奈米以下良率監控的核心。
地緣風險與日本復興
因應地緣政治風險，台積電赴日建廠（熊本廠）是分散台灣產能風險的首選；日本政府透過日幣貶值增加產業競爭力，促使日本半導體供應鏈長期看好。
Q-glass 與 AI 硬體
Q-glass（石英纖維布）具備極低介電常數與損耗，是下一代 AI 伺服器、高速交換機與高密度 PCB 提升訊號品質的關鍵材料，預計 2026 年量產。
看完可以做什麼
追蹤 2025 年底至 2026 年 HBF (High Bandwidth Flash) 的量產進度，這將是 AI 推論設備降低成本並提升效能的關鍵轉折點。需要留意：HBF 雖容量巨大，但快閃記憶體（Flash）具備讀寫次數限制與速度瓶頸，目前技術尚在克服階段，量產穩定性仍需觀察至 2025 年。
生成於 2026-07-12
檢舉
觀眾怎麼看
整理 11 則有效留言信心 中觀眾高度關注AI硬體技術演進、半導體產業競爭格局及未來算力發展趨勢。
觀眾詢問CUBE、MemorAiLink、aiPIM等記憶體技術優勢，以及光通訊DSP技術難點與市場競爭。
關注馬斯克自建晶圓廠的可行性、台積電在先進製程後的技術佈局，以及算力發展對台灣產業的影響。
有觀眾指出AI目前在處理未發生事件時存在推論偏差，並提及南亞科在DDR5領域的參與。
觀眾肯定講師將複雜的半導體專業知識轉化為易懂內容的教學能力，並表達對節目的支持。
本摘要僅基於11則留言樣本，無法代表全體觀眾意見。