1、21年老将！台积电研发主管罗唯仁退休

2、日产将关闭两座墨西哥工厂以推进重组

3、专注3D封装失效分析，与爱德万测试相约ICEPT 2025

4、三星签下特斯拉165亿美元大单 机构：对台积电影响有限

5、Arm邹挺：突破基础设施、数据安全与人才三重挑战，释放 AI 发展新潜能

1、21年老将！台积电研发主管罗唯仁退休

台积电企业策略发展资深副总经理罗唯仁于7月27日宣布退休，在台积电任职约21年，是该公司近期第四位退休的高阶主管。现年75岁的罗唯仁于2004年加入台积电，担任第二运营副总。2006年至2009年，他担任研发副总。之后，他又担任先进技术业务及运营副总。

公开资料显示，在罗唯仁宣布退休之前，台积电高阶管理层近期已有三人陆续届龄退休或宣布退休，包含前资深副总Rick Cassidy将于2026年元月退休并已卸任TSMC Arizona Corporation董事长及董事转任执行顾问、前资深副总经理林锦坤4月退休转任联发科顾问、台积电“研发六骑士”之一的先进封装奠基人、系统整合前瞻研发副总经理余振华7月退休等。余振华于1955年出生，1994年加入台积电。从铜制程重大突破，到开发CoWoS、InFO等先进封装技术。

罗唯仁毕业于中国台湾大学物理系，获学士学位。之后，他又在加州大学伯克利分校获得固体物理和表面化学硕士和博士学位。在台积电任职期间，罗唯仁带领团队在全球获得超过1500项专利，其中包括约1000项美国专利。

加入台积电之前，罗唯仁曾担任英特尔先进技术开发总监和CTM厂厂长。在1997年至2000年担任厂长期间，他负责加州圣克拉拉工厂的运营。

罗唯仁还曾在美国一所大学担任助理教授，并在摩托罗拉研发实验室和施乐微电子中心任职。

台积电7月28日表示，公司感谢罗唯仁博士多年来对公司的贡献，并祝他退休生活愉快。

台积电先前内部公告，何丽梅资深副总经理转任企业策略发展组织并持续领导企业永续组织，人力资源组织由陈培宏副总经理担任主管。当时被外界认为是罗唯仁退休前的接棒安排。

2、日产将关闭两座墨西哥工厂以推进重组

日产汽车计划关闭全球七家工厂，作为其业务重组的一部分，该公司7月28日透露，墨西哥的两家工厂正在考虑停产。

这两家工厂分别是1966年日产在海外设立的首家工厂和与德国梅赛德斯-奔驰集团的合资工厂，均位于墨西哥中部。由于销售低迷，消除过剩产能是当务之急，该公司也正在采取措施重组这些标志性工厂。

作为日产首家海外工厂，库埃纳瓦卡工厂生产皮卡等车型，但设备已经老旧。与梅赛德斯-奔驰的合资工厂生产高端品牌“英菲尼迪”的SUV，但日产车的产量低迷，双方将解除合资关系。

日产在墨西哥拥有四家汽车工厂，并计划整合生产，只保留同样位于墨西哥中部的阿瓜斯卡达特斯1号工厂和2号工厂。

据日本贸易振兴机构（JETRO）预测，2024年日产将在墨西哥生产近67万辆汽车，其中近一半出口到美国，而特朗普政府的高关税政策被认为也是导致这两家工厂停产的原因之一。

7月15日，日产汽车宣布将于2028年3月停止其旗舰追滨工厂的汽车生产，日产首席执行官称此举既是必要的，也是“巨大痛苦”。追滨工厂位于东京南部的神奈川县，拥有约2400名员工。

该公司还宣布，计划终止其子公司日产车体湘南工厂的生产，该工厂也位于神奈川县。此前，该公司决定在截至2027年3月的财年停止向该子公司下达多功能车NV200的生产订单。

3、专注3D封装失效分析，与爱德万测试相约ICEPT 2025

展位信息

爱德万测试：A14

展会地点：上海嘉定喜来登大酒店

(嘉定区菊园新区嘉唐公路66号）

展会时间：2025年8月5-7日

随着3D先进封装芯片内部结构日益复杂，密度高、结构精细的特征使封装级失效点隐蔽多样，增加了封装级失效分析难度。

ESD电容引起的强衰减，信号幅度降低，失效难以识别，无法直接检测Die内部失效

爱德万测试TS9001TDR创新性地融合时域反射技术与仿真分析，精准定位封装级失效，推出两大核心检测方法：

波形归一化(Normalization)

与良品波形进行归一化，消除ESD影响，突显失效点的时域反射

近芯片校正(Near-Die Correction)

焊球到微凸点之间路径长度不一致，工艺公差导致波形幅度/时间偏移

定义KGR(已知良区)，进行如下最小二乘校正

校正后再归一化→消除样本差异，提高识别精度

4、三星签下特斯拉165亿美元大单 机构：对台积电影响有限

三星电子宣布已和特斯拉签署一项价值165亿美元的芯片代工协议，市场认为可能影响台积电业绩，但机构认为，台积电是现在拥有5nm以下高端制程的唯一纯晶圆代工厂，良率高于竞争对手，短期对手难影响其市占率。

机构表示，虽然三星有2nm GAA制程，但台积电过去累积客户和产品线众多，因此晶圆制造的知识产权IP也超过同行许多。三星在晶圆制造的知识产权数量约1万个左右，远输台积电3.7~4.0万个。IC设计厂在晶圆代工厂投片时，晶圆代工厂若手中握有大量知识产权，有助于IC设计厂开发芯片流程。因此IC设计厂在选定投片量产晶圆厂除会考虑良率、价格及交期之外，知识产权数量更是IC设计厂考虑的原因之一。

机构称，特斯拉曾因三星4nm制程良率不如台积电，转向台积电生产AI5芯片。台积电是现在拥有5nm以下高端制程的唯一纯晶圆代工厂，良率又高于竞争对手，高端产能全球最多，加上中国台湾拥有一个完整丰沛的半导体生态系，使台积电竞争力优于同行。

近日Counterpoint Research也预计，全球纯半导体晶圆代工行业的收入将在2025年同比增长17%，超过1650亿美元，在先进节点方面，台积电是最大的受益者，尽管三星和英特尔紧随其后。

5、Arm邹挺：突破基础设施、数据安全与人才三重挑战，释放 AI 发展新潜能

在 2025 世界人工智能大会 (WAIC) 期间，Arm 举办了以“AI 无处不在：从云到边尽在 Arm” 为主题的技术论坛。该论坛汇聚了 Arm 技术专家及支付宝、联想等合作伙伴代表，共同分享人工智能 (AI)  行业的发展趋势与前沿洞察。开场环节，Arm 中国区业务全球副总裁邹挺深入解读了 AI 技术的演进趋势，分享了由 Arm 调研的《AI 就绪指数调研报告》，报告中揭示了针对中国市场的核心发现，并系统剖析了 AI 发展面临的挑战及对应解决方案。

Arm 中国区业务全球副总裁邹挺发表主题演讲

AI 技术演进趋势：从模型优化到自主智能 

AI 行业的发展日新月异。综观行业全局，可清晰梳理出三大演进趋势：其一，模型实现小型化与性能跃升。AI 模型的“智能度”持续提升，在强化思考与决策能力的同时，实现了规模精简与性能突破。以 DeepSeek 等模型为例，其以更精简的体量，达成了更强大的思考与决策性能。其二，边缘计算实现爆发式增长。一两年前，还有人质疑端侧 AI 能否实现，而今这一疑问已基本消散，因为行业正亲眼见证算力的持续攀升，以及AI技术在端侧的迅速普及与应用。其三，AI 智能体与物理 AI加速商用落地。随着智能化水平的提升，AI 从被动响应指令转向自主运行，催生了不少有趣的应用和成功的商业项目。比如，机器人技术在多个领域崭露头角，像救援机器狗、配送机器人等，推动物理 AI 在多领域实现商业化突破。

中国市场加速拥抱 AI：效率提升成核心目标

为了明晰 AI 发展现状、为企业提供策略参考，Arm 发布了《AI 就绪指数调研报告》。该报告调研了全球八个市场的 655 位企业领导者，其中超 100 家为中国企业，智能制造、科技、能源三大行业占比达 50%——这三大领域作为当前中国 AI 应用最活跃、发展最快的领域，使报告对中国市场具备更强的参考价值。

从调研数据来看，中国企业的 AI 投入呈现三大特征：

策略与预算先行：全球范围内，已有 39% 的企业制定出清晰且全面的 AI 策略，而中国市场这一比例达到了 43%。尤为突出的是，参与调研的中国企业中，100% 的企业均已制定AI策略，这一成果标志着 AI 在中国企业战略布局中，已从“可选项”跃升为“必选项”。从紧迫性来看，62% 的中国受访者强调企业迫切需要拥抱 AI，30% 更是直言“刻不容缓”；在投入方面，95% 的中国企业计划在未来三年进一步加大 AI 预算投入，彰显出企业布局 AI 的坚定决心与强劲动力。

以效率提升为核心目标：企业 AI 布局聚焦三大方向——提升客户体验、开发新产品与服务、优化运营效率，均以效率提升为核心诉求。

技术聚焦大模型支撑领域：企业部署的 AI 技术中，聊天机器人、自然语言处理、深度学习位列前三。这三项技术均为大语言模型的关键支撑，由此折射出国内大模型发展的蓬勃态势。

破局三大挑战：Arm 的生态解法

AI 产业在快速发展的同时，也面临着基础设施、数据安全与人才储备三大核心挑战。Arm 依托自身技术和生态优势，针对性提出解决方案，助力行业突破瓶颈。

高能效计算平台破解基础设施瓶颈：基础设施就绪度的核心瓶颈是能耗与算力的失衡——AI 算力需求激增推高能耗，数据中心能耗已从兆瓦级跃升至吉瓦级。对此，Arm 以“高性能 + 高能效”的技术 DNA 构建从云端到边缘端的全场景计算平台，从根源突破能效限制。在云端，Arm 深耕十余年，已获亚马逊云科技 (AWS)、微软、Google、阿里云等全球头部云厂商采用，为其带来超 40% 的能效提升。在端侧与边缘领域，Arm 技术更实现了广泛覆盖——全球 99% 的手机、近100% 的车厂在其最新车型中采用了 Arm 技术，2025 年 PC 和平板市场 Arm 架构出货占比预计超 40%——为广泛的端侧和边缘侧设备带来更高性能和更低功耗。

硬件级技术筑牢数据安全防线：数据层面的挑战集中于质量、获取与安全，其中，数据安全尤为关键，全球 48% 的企业担忧数据隐私泄露。Arm 通过 Armv9 架构的内存标记扩展 (MTE）、机密计算架构 (CCA) 等硬件技术，叠加与生态伙伴携手构建的 PSA 标准化安全框架，从芯片底层构建防护体系，保障数据存储与传输安全，为 AI 系统筑起坚实的“技术屏障”。

技术与生态缓解人才短缺：AI 人才短缺制约着全球 AI 的发展，49% 的受访者视其为主要障碍。Arm 通过构建广泛的开发者生态与工具链，从根本上降低技术门槛，缓解人才压力：其全球开发者社区涵盖 2,200 万软件开发者，基于 Arm 架构的芯片累计出货超 3,100 亿颗，形成深厚的生态基底。此外，Arm 推出在线的开发者中心，提供丰富的教程与培训，并于去年发布 KleidiAI 软件库，使开发者无需额外操作即可调用出色 CPU 性能；目前 KleidiAI 已集成至 ONNX Runtime 、MediaPipe 等主流框架，累计安装超 80 亿次，覆盖数据中心、汽车、智能终端及物联网等多个领域。

大模型加速演进：Arm 驱动本土头部模型性能跃迁

在如火如荼的大语言模型领域，Arm 与本土领先的大语言模型厂商深度协作，借助 Armv9 架构特性和 KleidiAI 优化提升大模型 AI 性能，为开发者与用户带来更卓越的体验。

Arm KleidiAI 助力领先大语言模型提升 AI 性能

通义千问大模型：Arm 与阿里巴巴淘天集团轻量级深度学习框架 MNN 紧密合作，通过 KleidiAI 与 MNN 的集成，使通义千问多模态大模型 Qwen2-VL-2B-Instruct 成功运行在搭载 Arm CPU 的移动设备上，让模型的运行和响应速度都实现了大幅的提升。今年四月，新一代通义千问模型 Qwen3 上线，Arm在上线首日即实现了对 Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型的适配，为用户提供了强大的端侧 AI 推理能力。其中，Qwen3-1.7B 模型预填充阶段实现了每秒 177 个词元 (Token)，解码阶段为每秒 37.1 个 Token，性能位居行业前列。 

混元大模型：Arm 与腾讯合作，成功将 Arm KleidiAI 技术融入腾讯混元自研的 Angel 机器学习框架，旨在提高移动端 AI 服务的推理性能和效率，为用户提供卓越的端侧 AI 体验。此次集成为跨操作系统的不同基于 Arm 的设备带来了显著的性能提升。具体来说，混元大模型的预填充部分加速了 100%，而解码器的速度提高了 10%。这些性能改善有助于实现更快、更高效的 AI 操作。

文心大模型：近期百度文心大模型 4.5 系列开源引发了广泛的关注，Arm 在开源首日即完成了文心系列模型的端侧部署，依托 Armv9 架构的 AI 功能以及 kleidiAI 的集成，使模型性能直接提升了近 65%。

未来展望：携手生态伙伴共塑 AI 未来 

AI 是我们这个时代最重大的技术革新，而 Arm 计算平台处于这场革新的核心，通过卓越的计算平台、软件和生态，从云到端，Arm 正加速推动 AI 无处不在。在中国这个充满创新活力的市场，Arm 会持续与中国合作伙伴紧密携手，解决基础设施、数据安全和人才方面等的挑战，推动 AI 的繁荣发展，共同塑造 AI 的未来。