OC
Nexstrom 把二维材料推向晶圆厂,难点从长出来变成稳定长满一片
科技 · 2026-09-23 · 半导体制造 · 阅读 1

Nexstrom 把二维材料推向晶圆厂,难点从长出来变成稳定长满一片

Nexstrom 的官方介绍将 North Star 定位为面向晶圆规模的二维 TMD 材料生长平台,目标是接入标准300毫米制造流程。据 TechCrunch报道,公司获得1200万美元种子轮融资,预计商业量产准备仍需到2030至2035年。

作者:陈墨|OC 产业与资本编辑

Nexstrom 的官方介绍将 North Star 定位为面向晶圆规模的二维 TMD 材料生长平台,目标是接入标准300毫米制造流程。据 TechCrunch报道,公司获得1200万美元种子轮融资,预计商业量产准备仍需到2030至2035年。

一句话结论:新材料的潜力需要通过整片一致性、量测与客户验证,才能转化为可采购的制造能力。

“二维”描述的是极薄的材料结构,并不是一张没有厚度的理想平面。Nexstrom 希望以原子级薄层替代部分晶体管沟道材料,官网强调前驱物输送、反应控制和与现有晶圆搬运流程衔接。

这些要点比一句“突破硅极限”更接近设备交付。小范围形成理想材料,与在一整片晶圆上重复得到可用结果,是两种工程难度。设备、工艺窗口和测量必须共同工作,材料性能才能进入制造判断。

材料、晶圆、量测和资格验证的制造环节(AI 生成示意)

OC 认为,观察此类公司应关注客户资格验证,而不只看融资或样品照片。不同批次能否一致,缺陷如何测量,处理是否影响已有工艺,以及维护和耗材成本是否可接受,都决定晶圆厂是否愿意采用。

厂商官网给出的性能目标可以作为需要验证的项目,却不能直接换算成最终 AI 芯片功耗下降。器件、互连、存储与系统软件会共同影响整机表现,从材料到终端还有多级转换。

关键事实

  • 公司方向:面向二维 TMD 材料的晶圆制造设备与工艺。
  • 生产尺度:官方以标准300毫米晶圆流程为目标。
  • 阶段边界:当前开发与资格验证不能写成成熟产线已经规模供货。

OC 判断

半导体产业的突破常常发生在不显眼的重复性上:每片、每批、每次维护后,都能接近同一结果。Nexstrom 值得跟踪的进度,是这些制造证据逐步补齐,而不只是实验室里的最好数字。

为什么重要

  • 对产业观察者:区分材料样品、设备能力与客户量产认证。
  • 对技术团队:把工艺兼容、量测和维护成本纳入新材料评估。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你在用 Codex 的什么套餐,我是100美金的,已经想升级了

<p>你们呢?</p> <p>我最近主要是做了很多 Blender mcp 的事情,感觉效果很好,当然同时也很耗费 Token</p>

tinyfool 6 235

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1