תעשיית המוליכים למחצה העולמית עולהתאריכים

1. סמסונג, המובילה העולמית בתחום הזיכרון, מתכננת לצאת משוק זיכרונות הפלאש MLC NAND והודיעה ללקוחותיה כי תקבל הזמנות רק עד יוני.

2. מכירות טסלה באירופה ירדו ב-49% משנה לשנה באפריל, למרות עלייה של 27.8% במכירות כלי הרכב החשמליים הטהורים שלה.

3. יצרנית הרכב הסינית Foton Motor מתכוונת להקים מיזם משותף עם Eve Energy, עם הון רשום של 500 מיליון יואן סיני.

4. חברת Baolong Technology הבטיחה את פרויקט מערכת ה-TPMS עבור מותג מכוניות יוקרה אירופאי, עם מחזור חיים צפוי של 10 שנים וערך מחזור חיים כולל של 282 מיליון יואן סיני. ייצור המוני מתוכנן לשנת 2028.

5. Kinghelm (www.kinghelm.com.cn) ו-Slkor יחגגו את פסטיבל סירות הדרקון החל מ-31 במאי 2025 (שבת) ועד 2 ביוני 2025 (יום שני), עם שלושה ימי חופש בסך הכל. העבודה תחודש ב-3 ביוני 2025 (יום שלישי).

6. סמסונג אלקטרוניקה מתכננת להציג חוצה זכוכית לתחום אריזות המוליכים למחצה מתקדמות עד 2028, במטרה להחליף את החוצה הסיליקון בחוצה זכוכית.

עדכונים על תעשיית המוליכים למחצה בסין

1. חברת Shenzhen Basic Semiconductor Co., Ltd., שחקנית מובילה בשוק שבבי סיליקון קרביד (SiC) מהדור השלישי של סין, יצאה לדרך להנפקה בהונג קונג, במטרה להפוך למניית שבבי ה-SiC הראשונה בסין.

2. פרויקט האריזה והבדיקה החדש של SiC של חברת Zhejiang Hanxin Xinhao Semiconductor Co., Ltd. בלישוי השלים את המבנה הראשי, כאשר ההשקעה הכוללת צפויה להגיע ל-1.2 מיליארד יואן.

3. פרויקט ייצור מצעי האריזות FCBGA (שלב II) של חברת Nantong Yueya Semiconductor Co., Ltd. מתקרב לסיומו, עם השקעה כוללת של 2.15 מיליארד יואן.

4. חברת Shenzhen Borui Jingxin Technology Co., Ltd. העבירה את מטה החברה ממחוז ננשאן בשנג'ן לעיירה טאנגג'יאוואן בז'וחאי, כאשר הונה הרשום הצטמצם משמעותית מ-8 מיליארד יואן לקצת יותר מ-200 מיליון יואן.

5. חברת Yirui Electronics Technology Group Co., Ltd. מתכננת להגדיל את השקעתה בחברת הבת בבעלות מלאה Yirui Hefei ב-600 מיליון יואן ולהשקיע עד 1.8 מיליארד יואן בפרויקט ייצור לוח אחורי של מיקרו-צגי OLED מבוסס סיליקון.

6. חברת Semit, חברת תוכנה תעשייתית חכמה מקומית מובילה, השיקה את המערכת האקולוגית "ייצור בינה מלאכותית", המתמקדת בארבעה תחומים מרכזיים: בסיס ידע של סוכני בינה מלאכותית, בדיקה וזיהוי של בינה מלאכותית, ניהול יעילות בינה מלאכותית וניהול תפוקה של בינה מלאכותית, במטרה לעצב מחדש את המערכת האקולוגית של הייצור באמצעות טכנולוגיית בינה מלאכותית.