TrendForce: Waktu tunggu GPU adalah 30–45 minggu, dengan ujung atas rentang naik 5 minggu dari minggu sebelumnya. Waktu tunggu DRAM telah memendek menjadi 19 minggu, turun 1 minggu dari minggu sebelumnya. Waktu tunggu MLCC telah memanjang menjadi 38 minggu, naik 3 minggu dari minggu sebelumnya. https://t.co/QBRPWOuedR
Apple memiliki akses ke buku-buku pemasok NAND flash-nya dan meninjau mereka begitu sering hingga bahkan mendapatkan diskon dari Deloitte. LMAO #BoycottApple https://t.co/Qe6YiArp9G
Menurut media Tiongkok daratan Jiemian News (界面新闻), Apple sebelumnya melonggarkan beberapa standar pengendalian kualitas terkait hasil produksi karena kapasitas produksi terbatas untuk iPhone Duo. Hal ini dilaporkan meningkatkan kemungkinan unit yang rentan mengalami kegagalan layar mencapai pasar. Pengendalian kualitas Apple untuk iPhone Duo adalah yang terburuk dalam sejarah perusahaan.
TSMC akhirnya siap melanjutkan skala SRAM dengan node A14-nya, menyusul jeda yang dimulai setelah N5, menurut laporan media Korea. Ukuran bitcell SRAM tetap pada 0,021 µm² selama sekitar delapan tahun sejak peluncuran proses N5 (5 nm) pada 2020. Namun, dengan A14, ukuran bitcell SRAM 6T kepadatan tinggi (static random-access memory) diperkirakan menyusut di bawah 0,017 µm². Media Korea mencatat bahwa hal ini akan meletakkan TSMC di depan proses 18A Intel, yang melaporkan ukuran bitcell kepadatan tinggi sebesar 0,021 µm² dan kepadatan makro SRAM maksimum 38,1 megabit/mm² pada ISSCC tahun lalu. SRAM adalah memori cache ultra-cepat yang digunakan di dalam CPU, GPU, dan akselerator AI. Bitcell yang lebih kecil—sel memori individu terkecil—memungkinkan lebih banyak memori muat dalam area yang sama, secara langsung memengaruhi kinerja dan efisiensi daya. https://t.co/tYuy9jFUD4
Secara argumen, wawasan paling berharga dari berita industri memori beberapa hari terakhir datang dari CEO Lam Research, Tim Archer. Pada panggilan pendapatan perusahaan pada 21 Oktober 2026, Archer menjelaskan bahwa meningkatnya adopsi SLC NAND untuk AI dapat meningkatkan kapasitas wafer yang dibutuhkan untuk memasok jumlah penyimpanan yang sama. Mari kita tinjau lebih dekat. Secara khusus, beralih dari produk TLC ke SLC mengurangi jumlah bit yang disimpan per sel menjadi sekitar sepertiga. Sebagai akibatnya, ia mengatakan, setiap peningkatan 1 persen porsi SLC dari total bit NAND akan memerlukan sekitar 2% lebih banyak kapasitas wafer untuk memenuhi permintaan bit keseluruhan yang sama. Beberapa pembaca mungkin bertanya-tanya apakah SLC merupakan pendekatan usang dalam produksi NAND, yang digunakan terutama pada produk warisan. Jauh dari itu. SLC adalah bidang yang sangat menjanjikan dan dapat memainkan peran dalam NAND serupa dengan yang dimainkan HBM dalam DRAM. Pelanggan NAND, termasuk NVIDIA dan hyperscalers, sedang mengembangkan produk generasi berikutnya berbasis SLC. Dalam ekosistem NVIDIA, fokusnya adalah pada XL-Flash berbasis SLC, juga dikenal sebagai NAND high-IOPS. Di luar ekosistem NVIDIA, SLC juga digunakan sebagai dasar untuk HBF. Secara sederhana, menyesuaikan kapasitas penyimpanan satu wafer TLC memerlukan sekitar tiga wafer SLC, sementara menyesuaikan satu wafer QLC memerlukan sekitar empat. Saat produksi produk berbasis SLC ini meningkat, mereka akan mengonsumsi kapasitas wafer NAND dalam jumlah yang terus bertambah. Seperti halnya HBM yang mendorong kekurangan di DRAM, produk-produk ini dapat menciptakan dinamika serupa di NAND. Dengan HBF dan XL-Flash yang dijadwalkan memasuki produksi massal pada 2028 dan 2027 masing-masing, saya pikir kita harus mempertimbangkan apakah perkiraan beberapa analis bahwa harga NAND akan mulai turun pada kuartal keempat 2027 mungkin terlalu konservatif.
LMAOOOO, para eksekutif di produsen substrat Taiwan masih terjebak dalam pola pikir kuno bahwa Nittobo Jepang membenci Samsung Korea, sehingga akan memasok lebih sedikit serat kaca ke Samsung, dan Samsung Electro-Mechanics tidak akan bisa memperluas kapasitas?? LMFAOOOOOO https://t.co/0bQByJ8JUd
Apakah hybrid bonding (W2W) akan diadopsi sebelum High-NA EUV? https://t.co/IOs2QsX8iO
