江蘇芯緣半導(dǎo)體有限公司
Jiangsu Thankyou Semiconductor Co.,Ltd.
一. 深度盤點(diǎn)16年英偉達(dá)芯片史與未來趨勢(shì)預(yù)測(cè)
本文全面盤點(diǎn)了英偉達(dá)自2009年起，16年間在GTC大會(huì)上發(fā)布的各系列芯片及架構(gòu)，包括技術(shù)參數(shù)、市場(chǎng)影響及技術(shù)突破等，并對(duì)過去16年的芯片發(fā)展歷程進(jìn)行總結(jié)，基于此預(yù)測(cè)了GPU架構(gòu)和人工智能（AI）的未來發(fā)展趨勢(shì)。
2009年：首屆GTC會(huì)議拉開帷幕，為后續(xù)GPU架構(gòu)的發(fā)布奠定基礎(chǔ)。
2010年：發(fā)布Fermi架構(gòu)，并預(yù)告了未來GPU家族——Kepler與Maxwell，標(biāo)志著新一代架構(gòu)的藍(lán)圖初現(xiàn)。
2012年：Kepler架構(gòu)正式發(fā)布，其突破性技術(shù)包括同時(shí)多線程（SIMT）的優(yōu)化，使得CUDA核心利用率大幅提升。
2014年：Maxwell以更高能效、更出色的并行計(jì)算和更優(yōu)化的內(nèi)存管理，為GPU性能升級(jí)提供了支撐。
2016年：Pascal架構(gòu)發(fā)布，重點(diǎn)提升能效和VR支持，為虛擬現(xiàn)實(shí)應(yīng)用提供技術(shù)保障。
2017年：Volta架構(gòu)問世，專為AI和HPC而設(shè)計(jì)，內(nèi)置張量核心（TensorCore）大幅加速深度學(xué)習(xí)訓(xùn)練與推理。
2018年：Turing架構(gòu)發(fā)布，首次在消費(fèi)級(jí)顯卡中引入實(shí)時(shí)光線追蹤技術(shù)，推動(dòng)游戲和渲染技術(shù)的革新。
2020年：Ampere架構(gòu)亮相，憑借第二代張量核心和更高帶寬內(nèi)存，進(jìn)一步優(yōu)化了AI、游戲及數(shù)據(jù)中心性能。
2022年：Hopper架構(gòu)發(fā)布，重點(diǎn)面向AI和HPC市場(chǎng)，采用第三代張量核心和編程模型（如CUDA圖），助力大規(guī)模AI模型訓(xùn)練。
2022年：AdaLovelace架構(gòu)發(fā)布，能夠?yàn)楣饩€追蹤和基于AI的神經(jīng)圖形提供革命性的性能，顯著提高了GPU性能基準(zhǔn)，更代表著光線追蹤和神經(jīng)圖形的轉(zhuǎn)折點(diǎn)。
2024年：Blackwell架構(gòu)發(fā)布，其第四代張量核心、先進(jìn)的內(nèi)存技術(shù)（如HBM3）和能效優(yōu)化，為新一代AI推理和HPC任務(wù)提供強(qiáng)大支持。
2025年：預(yù)告下一代架構(gòu)VeraRubin，其具有3.6EF的FP4推理性能和1.2EF的FP8訓(xùn)練性能，整體可達(dá)到GB300NVL72的3.3倍，同時(shí)在其它指標(biāo)上也有2倍左右的提升。
基于過去16年的芯片發(fā)展歷史，未來GPU架構(gòu)和AI的發(fā)展可能呈現(xiàn)以下趨勢(shì)：
在架構(gòu)融合與多樣化應(yīng)用方面，技術(shù)突破主要體現(xiàn)在未來GPU架構(gòu)的專業(yè)化與多領(lǐng)域融合，不同應(yīng)用場(chǎng)景（如游戲、數(shù)據(jù)中心、自動(dòng)駕駛和邊緣計(jì)算）將采用各自優(yōu)化的架構(gòu)。同時(shí)，新一代架構(gòu)在保持高性能的基礎(chǔ)上，通過降低功耗和縮小體積，借助更高制程節(jié)點(diǎn)（如從4nm到3nm乃至2nm）以及新材料和3D封裝技術(shù)，實(shí)現(xiàn)晶體管密度的提升和跨越式性能突破。市場(chǎng)影響方面，這些進(jìn)步將滿足嵌入式與邊緣設(shè)備對(duì)輕薄低耗的需求，同時(shí)推動(dòng)芯片在數(shù)據(jù)中心和高性能計(jì)算領(lǐng)域的廣泛應(yīng)用，進(jìn)一步提升整體計(jì)算密度和能效比，增強(qiáng)不同領(lǐng)域市場(chǎng)的競(jìng)爭(zhēng)力。
在智能計(jì)算與自適應(yīng)架構(gòu)領(lǐng)域，技術(shù)突破主要體現(xiàn)在 GPU 的智能化發(fā)展，其內(nèi)置自適應(yīng)調(diào)節(jié)機(jī)制可根據(jù)任務(wù)需求動(dòng)態(tài)分配計(jì)算資源，并結(jié)合 AI 技術(shù)不斷優(yōu)化調(diào)度算法，實(shí)現(xiàn)實(shí)時(shí)負(fù)載均衡和能耗管理。此外，內(nèi)置更多專用加速器（如 AI 推理引擎和神經(jīng)網(wǎng)絡(luò)處理器）的協(xié)同處理模式也將帶來處理特定任務(wù)時(shí)顯著的性能提升。市場(chǎng)影響方面，這種技術(shù)不僅能夠?qū)崿F(xiàn)“按需計(jì)算”，提高芯片在混合負(fù)載場(chǎng)景下的運(yùn)算效率，還將助力各行各業(yè)在人工智能應(yīng)用、自動(dòng)駕駛及其他實(shí)時(shí)數(shù)據(jù)處理領(lǐng)域獲得更高效、可靠的計(jì)算支持。
在軟件生態(tài)與編程模型革新方面，技術(shù)突破主要體現(xiàn)在開放標(biāo)準(zhǔn)與跨平臺(tái)支持的推廣，CUDA 圖及新編程模型的普及使得軟件庫和開發(fā)工具愈加智能化，能夠自動(dòng)優(yōu)化代碼并充分挖掘硬件性能。同時(shí)，未來架構(gòu)對(duì)前代產(chǎn)品和不同平臺(tái)間的兼容性設(shè)計(jì)，以及對(duì)分布式和云計(jì)算環(huán)境的支持，也體現(xiàn)了技術(shù)上的全面升級(jí)。市場(chǎng)影響方面，這一進(jìn)步大大降低了開發(fā)者使用高性能 GPU 的門檻，構(gòu)建了一個(gè)統(tǒng)一而靈活的計(jì)算平臺(tái)，從而推動(dòng)數(shù)據(jù)中心和超算中心的升級(jí)，支持大規(guī)模 AI 模型訓(xùn)練和數(shù)據(jù)處理，拓寬了市場(chǎng)應(yīng)用場(chǎng)景和商業(yè)模式。
在能效與散熱管理方面，技術(shù)突破主要體現(xiàn)在綠色計(jì)算和能效優(yōu)化上，依靠架構(gòu)改進(jìn)、新材料應(yīng)用以及更高效的散熱設(shè)計(jì)和液冷技術(shù)，芯片內(nèi)部還集成了能效監(jiān)控系統(tǒng)，實(shí)現(xiàn)了在降低功耗的同時(shí)保持高性能的目標(biāo)。市場(chǎng)影響方面，這些改進(jìn)為大規(guī)模部署提供了堅(jiān)實(shí)保障，特別是在數(shù)據(jù)中心和邊緣計(jì)算領(lǐng)域，推動(dòng)了綠色、可持續(xù)的計(jì)算方案的落地，進(jìn)一步緩解了能耗問題并降低了運(yùn)營(yíng)成本。
在新興應(yīng)用的驅(qū)動(dòng)領(lǐng)域，技術(shù)突破主要體現(xiàn)在元宇宙、虛擬現(xiàn)實(shí)以及自動(dòng)駕駛和邊緣智能的應(yīng)用需求上。新一代 GPU 在支持更高分辨率和更復(fù)雜場(chǎng)景實(shí)時(shí)渲染的同時(shí)，通過集成更多專用渲染核心實(shí)現(xiàn)更真實(shí)的光影效果和物理仿真；而針對(duì)自動(dòng)駕駛系統(tǒng)的專項(xiàng)優(yōu)化，則使得芯片能在低延遲和高可靠性要求下穩(wěn)定運(yùn)行，并在邊緣計(jì)算設(shè)備中找到小型化與高性能的平衡。市場(chǎng)影響方面，這些技術(shù)革新推動(dòng)了顯存帶寬和計(jì)算速度的顯著提升，為大模型、元宇宙和虛擬現(xiàn)實(shí)技術(shù)的成熟提供了硬件基礎(chǔ)，同時(shí)滿足了自動(dòng)駕駛和物聯(lián)網(wǎng)實(shí)時(shí)數(shù)據(jù)分析的嚴(yán)苛需求，為相關(guān)產(chǎn)業(yè)帶來了巨大的商業(yè)應(yīng)用前景。
二. 深圳國(guó)家隊(duì)新凱來重磅出手，一口氣發(fā)布31款半導(dǎo)體裝備
在2025年3月26日開幕的SEMICON China 2025大會(huì)上，北方華創(chuàng)重磅宣布正式進(jìn)軍離子注入設(shè)備、電鍍?cè)O(shè)備市場(chǎng)，并發(fā)布首款離子注入機(jī)Sirius MC 313、12英寸電鍍?cè)O(shè)備（ECP）Ausip T830。
背靠深圳國(guó)資委的，國(guó)內(nèi)半導(dǎo)體設(shè)備新銳創(chuàng)企——“新凱來”也迎來首秀，且首次亮相便爆火。
涵蓋了量檢測(cè)、EPI（外延生長(zhǎng)）、ETCH（刻蝕）、CVD（化學(xué)氣相沉積）、PVD（物理氣相沉積）和 ALD（原子層沉積）等多個(gè)領(lǐng)域。
展會(huì)首日展臺(tái)火爆，也被視為國(guó)產(chǎn)半導(dǎo)體設(shè)備崛起的標(biāo)志性事件。
三. 干貨滿滿！GTC25 圖靈獎(jiǎng)獲得者AI教父楊立昆硬剛英偉達(dá)首席科學(xué)家比爾達(dá)利，直言英偉達(dá)該降價(jià)了
AI教父楊立昆與英偉達(dá)首席科學(xué)家比爾達(dá)利聊了快一個(gè)小時(shí)，相信大家讀完會(huì)對(duì)AI發(fā)展和投資有個(gè)前瞻性的認(rèn)識(shí)，下面分享一下重點(diǎn)對(duì)話內(nèi)容總結(jié)。
1. 當(dāng)前大語言模型研究興趣下降的原因：楊立昆直言，他對(duì)目前大語言模型（LLM）的研究興趣已大不如前。在他看來，LLM 的發(fā)展已經(jīng)走到“最后一步”，如今主要落在產(chǎn)業(yè)應(yīng)用團(tuán)隊(duì)手中做邊角料式的改進(jìn)，例如簡(jiǎn)單地堆砌更多數(shù)據(jù)、投入更大算力或利用合成數(shù)據(jù)來提升性能。這種以微調(diào)優(yōu)化為主、缺乏顛覆性突破的狀態(tài)使得他認(rèn)為繼續(xù)關(guān)注 LLM 意義不大，因而將目光轉(zhuǎn)向了其他更具前景的研究方向。
2. 他關(guān)注的四大 AI 研究方向（理解物理世界、持久記憶、推理、規(guī)劃）：楊立昆認(rèn)為當(dāng)下更有意義的挑戰(zhàn)主要集中在四個(gè)方面：（1）讓機(jī)器理解物理世界，即賦予 AI 對(duì)現(xiàn)實(shí)物理環(huán)境的直觀理解；（2）讓機(jī)器擁有持久的記憶，即長(zhǎng)久保存和調(diào)用信息的能力（目前業(yè)界對(duì)此討論不多）；（3）讓機(jī)器學(xué)會(huì)推理，進(jìn)行更高級(jí)的因果推斷和邏輯演繹；（4）讓機(jī)器能夠規(guī)劃未來的行動(dòng)序列。他特別指出，雖然現(xiàn)在也有人在嘗試用大語言模型實(shí)現(xiàn)推理，但在他看來這些方法過于簡(jiǎn)單粗暴，遠(yuǎn)稱不上真正的推理。
3. “聯(lián)合嵌入預(yù)測(cè)架構(gòu)（JEPA）”及其與 Token 預(yù)測(cè)的區(qū)別：針對(duì)自監(jiān)督學(xué)習(xí)，楊立昆提出了一種新范式，稱為聯(lián)合嵌入預(yù)測(cè)架構(gòu)（Joint Embedding Predictive Architecture, JEPA）。JEPA 的基本思路是，將輸入（如一段視頻、圖像或文本）經(jīng)過編碼器提取出抽象表示，再將該輸入的后續(xù)部分（或經(jīng)擾動(dòng)變形后的版本）送入另一編碼器獲取對(duì)應(yīng)表示。之后，模型嘗試在表示空間中預(yù)測(cè)后續(xù)的發(fā)展，而不是在原始數(shù)據(jù)空間（像素或文本序列）中逐步生成。相比之下，當(dāng)前主流的大模型采用的是預(yù)測(cè)下一個(gè) token的生成式架構(gòu)，即在離散的詞元序列上逐個(gè)推斷后續(xù)符號(hào)。這種 token 預(yù)測(cè)方式存在先天局限：語言中的 token 雖然適合作為離散通信單元，但并不能很好地表示連續(xù)變化的物理世界。楊立昆指出，令模型在像素級(jí)別或逐字逐句地重建數(shù)據(jù)，會(huì)迫使模型將大量計(jì)算資源浪費(fèi)在那些根本無法精確猜測(cè)的細(xì)節(jié)上，最終導(dǎo)致學(xué)習(xí)失敗或效果不佳。
4. 對(duì) AGI/AMI 的定義與實(shí)現(xiàn)時(shí)間預(yù)測(cè)：楊立昆不喜歡“AGI（通用人工智能）”這個(gè)提法。他認(rèn)為人類智能其實(shí)非常專業(yè)化，稱之為“通用”并不準(zhǔn)確。因此他更傾向使用“高級(jí)機(jī)器智能（AMI）”一詞，發(fā)音為“ami”（在法語中意為“朋友”）。他定義的 AMI 指的是能夠自主學(xué)習(xí)世界的抽象模型，并利用該模型進(jìn)行推理和規(guī)劃的智能體。對(duì)于實(shí)現(xiàn)這樣的高級(jí)智能的時(shí)間表，他持謹(jǐn)慎樂觀態(tài)度：約三到五年內(nèi)，這類系統(tǒng)在小規(guī)模上就能基本跑通驗(yàn)證；此后將進(jìn)入擴(kuò)展和優(yōu)化階段，朝著人類水平智能不斷逼近。他預(yù)計(jì)大約在十年左右可以達(dá)到人類水平的通用智能。
5. AI 在醫(yī)學(xué)、自動(dòng)駕駛等應(yīng)用中的成效與落地難點(diǎn)：楊立昆列舉了當(dāng)今人工智能在實(shí)際領(lǐng)域帶來的顯著收益，也坦陳了技術(shù)落地面臨的挑戰(zhàn)。
6. 對(duì)開源模型 （如 Llama）的態(tài)度及其推動(dòng)創(chuàng)新的作用：楊立昆是開放平臺(tái)和開源模式的堅(jiān)定倡導(dǎo)者。
7. AI 推理中的 System 1 與 System 2 區(qū)分：在討論 AI 的推理能力時(shí)，楊立昆借用了心理學(xué)中丹尼爾·卡尼曼提出的“系統(tǒng)1”與“系統(tǒng)2”概念，以類比當(dāng)前 AI 的狀態(tài)。“System 1（快思考）”指人類不經(jīng)意就能完成的直覺化任務(wù)，例如經(jīng)驗(yàn)豐富的司機(jī)在開車時(shí)無需深思熟慮就能保持道路安全，同時(shí)還能與人交談或思考其他事情——這些熟練技能都是由大腦的自動(dòng)化系統(tǒng)1來承擔(dān)。“System 2（慢思考）”則對(duì)應(yīng)需要集中注意力、調(diào)動(dòng)前額葉皮層進(jìn)行深度思考的情形。例如新手第一次學(xué)開車時(shí)，必須全神貫注地觀察環(huán)境、預(yù)判可能情況并規(guī)劃操作，此時(shí)大腦調(diào)用了內(nèi)部的世界模型來推理接下來會(huì)發(fā)生什么，以確保采取的行動(dòng)能得到良好結(jié)果。簡(jiǎn)單來說，系統(tǒng)2涉及有意識(shí)的推理和規(guī)劃，而系統(tǒng)1則是無意識(shí)的快速反應(yīng)。
8. 對(duì)光計(jì)算、神經(jīng)形態(tài)計(jì)算、內(nèi)存計(jì)算等硬件趨勢(shì)的看法：在談及未來支撐更強(qiáng) AI 所需的硬件時(shí)，楊立昆對(duì)當(dāng)前熱議的幾種新興技術(shù)做出了評(píng)述。對(duì)于光學(xué)計(jì)算，他的態(tài)度是“一直令人失望”
9. 對(duì)世界模型訓(xùn)練方式（視頻推理、潛在空間推理）的探討：楊立昆詳細(xì)闡述了如何讓 AI 學(xué)習(xí)“世界模型”的問題，即通過預(yù)測(cè)未來來理解當(dāng)前環(huán)境。過去的嘗試往往讓AI去逐幀預(yù)測(cè)視頻像素，希望模型藉此學(xué)到對(duì)世界的理解，但這種方法幾乎每次都以失敗告終。原因在于現(xiàn)實(shí)世界中充滿了無法精確預(yù)測(cè)的細(xì)節(jié)：如果強(qiáng)迫模型去還原每個(gè)像素，它將把大量算力浪費(fèi)在捏造那些不確定且無關(guān)緊要的細(xì)節(jié)上，結(jié)果既沒學(xué)到有用的表示，又徒增計(jì)算開銷。
10. 對(duì)未來 AI 發(fā)展所需軟硬件、開源協(xié)作等的展望：在對(duì)話的尾聲，楊立昆對(duì)未來 AI 的發(fā)展給出了自己的展望和建議。他再次重申，實(shí)現(xiàn)類人級(jí)別的高級(jí)人工智能需要全球科研界和產(chǎn)業(yè)界的共同努力。這樣的突破不可能憑空出現(xiàn)，也不大可能僅靠某個(gè)實(shí)驗(yàn)室閉門造車式的秘密研發(fā)就突然實(shí)現(xiàn)——?dú)v史證明那幾乎是不可能的。相反，AI 水平的提升將是一個(gè)漸進(jìn)累積的過程，人類也無需擔(dān)心某天會(huì)被AI突然“毀滅”，因?yàn)檎嬲_(dá)到那一步將是循序漸進(jìn)、水到渠成的。正因如此，他強(qiáng)調(diào)開放合作的重要性：開放的研究環(huán)境和基于開源平臺(tái)的協(xié)作將對(duì)AI的持續(xù)進(jìn)步起到關(guān)鍵作用。當(dāng)今最前沿的模型訓(xùn)練往往需要海量算力資源，這意味著如果計(jì)算硬件能夠變得更加經(jīng)濟(jì)高效，將大大有利于各方參與AI研發(fā)。楊立昆半開玩笑地向英偉達(dá)提出建議：“是不是該考慮降降價(jià)了”，以降低創(chuàng)新的門檻（對(duì)此比爾·達(dá)利笑言他得去跟黃仁勛提這個(gè)要求)。
四. 率先量產(chǎn)！臺(tái)積電2nm下個(gè)月起接受訂單成本3萬美元
據(jù)外媒報(bào)道，臺(tái)積電將于3月31日在高雄廠舉辦2nm擴(kuò)產(chǎn)典禮，并于4月1日起接受2nm晶圓訂單預(yù)訂。這標(biāo)志著臺(tái)積電在先進(jìn)制程量產(chǎn)的重大突破，并領(lǐng)先全球率先量產(chǎn)。
臺(tái)積電董事長(zhǎng)魏哲家透露，客戶對(duì)于2nm技術(shù)的需求甚至超過了3nm。據(jù)悉，其潛在客戶包括蘋果、AMD、Intel、博通等。其中，2026年下半年上市的蘋果iPhone 18系列搭載的A20處理器或全球首發(fā)2nm工藝。
價(jià)格方面，2nm晶圓成本估計(jì)為3萬美元，如再加上未來在美制造或關(guān)稅等潛在因素，即便蘋果能拿到折扣，最終還是得由供應(yīng)鏈及消費(fèi)者買單。
根據(jù)此前信息，臺(tái)積電已在新竹寶山晶圓廠（Fab 20）完成約5,000片的風(fēng)險(xiǎn)試產(chǎn)，良率超過60%，并計(jì)劃于2025年下半年正式進(jìn)入量產(chǎn)階段。高雄晶圓廠（Fab 22）作為第二座2nm生產(chǎn)基地，預(yù)計(jì)2025年底開始貢獻(xiàn)產(chǎn)能。在兩廠的共同貢獻(xiàn)下，預(yù)計(jì)到2025年底，臺(tái)積電2nm工藝的總月產(chǎn)能將突破5萬片晶圓。
為了滿足2nm的量產(chǎn)需求，臺(tái)積電也加大了對(duì)ASML的EUV光刻機(jī)的采購(gòu)力度，在2024年就訂購(gòu)了30臺(tái)，并且計(jì)劃在2025年再訂購(gòu)35臺(tái)，其中還包括ASML最新推出的High-NA EUV光刻機(jī)，以在新竹和高雄等地建設(shè)更多2nm生產(chǎn)線，以滿足長(zhǎng)期市場(chǎng)需求。
預(yù)計(jì)到2026年，臺(tái)積電2nm芯片月產(chǎn)能將提升至每月12至13萬片。這一大規(guī)模的產(chǎn)能規(guī)劃顯示了臺(tái)積電在全球半導(dǎo)體市場(chǎng)中的領(lǐng)先地位。
據(jù)媒體報(bào)道，三星電子為其下一代旗艦平臺(tái)Exynos 2600投入了大量資源，以確保其能夠按時(shí)量產(chǎn)。此款芯片將首次采用三星的2nm工藝制程技術(shù)，并預(yù)定于今年5月邁入原型量產(chǎn)的關(guān)鍵階段。
不過有爆料指出，Exynos 2600的試生產(chǎn)良率約為30%左右。對(duì)此，三星計(jì)劃在下半年進(jìn)一步穩(wěn)定2600的量產(chǎn)工藝，并在第四季度開始量產(chǎn)。三星期盼，如果計(jì)劃順利實(shí)施的話，2600將搭載于明年1月登場(chǎng)的Galaxy S26系列手機(jī)上。
3月14日消息，Intel 18A節(jié)點(diǎn)已開始批量生產(chǎn)首批晶圓，供客戶進(jìn)行測(cè)試與評(píng)估。這標(biāo)志著英特爾18A節(jié)點(diǎn)的工藝設(shè)計(jì)套件（PDK）正式進(jìn)入1.0版本，客戶已開始利用該套件進(jìn)行定制芯片的測(cè)試。雖然基辛格于2024年12月1日辭職，該公司仍預(yù)計(jì)2025年中開始量產(chǎn)1.8nm芯片。到目前為止，亞馬遜AWS是唯一一家簽約英特爾A18工藝節(jié)點(diǎn)的知名公司。
2nm競(jìng)賽的參賽者還有日本創(chuàng)企Rapidus。該公司由日本政府資助，而日本政府本身正在與美國(guó)合作，使用IBM技術(shù)制造2nm芯片。Rapidus計(jì)劃專注于小訂單和定制芯片，它不會(huì)一開始就專注于通過量產(chǎn)芯片的訂單實(shí)現(xiàn)盈利。
五. 中國(guó)半導(dǎo)體從破局到星辰大海
近年來，全球半導(dǎo)體產(chǎn)業(yè)在5G通信、人工智能、物聯(lián)網(wǎng)等新興技術(shù)浪潮的推動(dòng)下飛速發(fā)展，世界半導(dǎo)體貿(mào)易統(tǒng)計(jì)組織(WSTS)預(yù)測(cè)，2024年全球半導(dǎo)體市場(chǎng)規(guī)模有望達(dá)到6,270億美元，較上一年度增長(zhǎng)19%。其中，亞太地區(qū)市場(chǎng)規(guī)模有望達(dá)到3,408億美元，中國(guó)半導(dǎo)體市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到1,865億美元，占全球市場(chǎng)的33.6%。
然而，國(guó)際貿(mào)易摩擦和地緣政治等因素使得中國(guó)半導(dǎo)體企業(yè)在關(guān)鍵技術(shù)和設(shè)備供應(yīng)上遭遇瓶頸，高端芯片自給率仍有待提高，半導(dǎo)體設(shè)備國(guó)產(chǎn)化率也亟需提升。在此背景下，中國(guó)半導(dǎo)體產(chǎn)業(yè)加快了自主創(chuàng)新和國(guó)產(chǎn)替代的步伐。
圖1：2023至2025年，中國(guó)半導(dǎo)體與全球半導(dǎo)體市場(chǎng)規(guī)模和增速對(duì)比
為了實(shí)現(xiàn)自主可控的中國(guó)半導(dǎo)體產(chǎn)業(yè)，國(guó)產(chǎn)化半導(dǎo)體設(shè)備是其中的核心環(huán)節(jié)。面對(duì)全球半導(dǎo)體產(chǎn)業(yè)競(jìng)爭(zhēng)的加劇，以及外部技術(shù)封鎖，提升國(guó)產(chǎn)半導(dǎo)體設(shè)備的比率顯得極為關(guān)鍵。
在刻蝕設(shè)備領(lǐng)域，中微半導(dǎo)體的等離子體刻蝕設(shè)備已成功進(jìn)入國(guó)際市場(chǎng)，廣泛應(yīng)用于28nm及以下制程技術(shù)，技術(shù)水平達(dá)到國(guó)際領(lǐng)先。
離子注入機(jī)方面，中國(guó)電科旗下的電科裝備實(shí)現(xiàn)了國(guó)產(chǎn)離子注入機(jī)28納米工藝制程的全面覆蓋，結(jié)束了國(guó)外長(zhǎng)期的壟斷局面。
在薄膜沉積設(shè)備方面，北方華創(chuàng)、拓荊科技、中微公司、微導(dǎo)納米等國(guó)內(nèi)制造商，盡管整體國(guó)產(chǎn)率仍然較低，特別是在ALD(原子層沉積)設(shè)備方面，但在某些工藝和產(chǎn)品上已經(jīng)實(shí)現(xiàn)了突破。
然而，在光刻機(jī)領(lǐng)域，與國(guó)際領(lǐng)先高端制程技術(shù)相比，中國(guó)仍存在差距。以極紫外光刻(EUV)技術(shù)為例，中國(guó)在光源功率、光刻精度、量產(chǎn)穩(wěn)定性等方面面臨技術(shù)瓶頸。目前，全球僅有荷蘭ASML公司能夠生產(chǎn)先進(jìn)的EUV光刻機(jī)，其光刻精度可達(dá)到納米級(jí)甚至亞納米級(jí)水平。相比之下，上海微電子裝備生產(chǎn)的光刻機(jī)僅適用于90nm及以上的節(jié)點(diǎn)，這在一定程度上限制了中國(guó)半導(dǎo)體產(chǎn)業(yè)向更高級(jí)制程發(fā)展的步伐。
回顧中國(guó)的EDA工具與IC設(shè)計(jì)的發(fā)展歷程，早期中國(guó)在這兩個(gè)領(lǐng)域主要依賴進(jìn)口EDA工具和國(guó)外技術(shù)，在國(guó)際競(jìng)爭(zhēng)中處于追趕者的地位。然而，隨著國(guó)家對(duì)半導(dǎo)體產(chǎn)業(yè)的日益重視，一系列政策的出臺(tái)和資金的投入，中國(guó)企業(yè)和科研機(jī)構(gòu)紛紛加大研發(fā)力度，積極探索自主創(chuàng)新之路，逐漸取得了一系列令人矚目的成果。
華大九天作為國(guó)內(nèi)EDA行業(yè)的領(lǐng)軍企業(yè)，在電路仿真工具方面取得了重大進(jìn)展。其研發(fā)的電路仿真工具已成功支持5nm量產(chǎn)工藝，這一成果使華大九天在高端芯片設(shè)計(jì)領(lǐng)域具備了與國(guó)際巨頭競(jìng)爭(zhēng)的實(shí)力。
合見工軟在數(shù)字驗(yàn)證和數(shù)字實(shí)現(xiàn)領(lǐng)域表現(xiàn)出色，發(fā)布了多項(xiàng)具有國(guó)際先進(jìn)水平的中國(guó)自主研發(fā)的EDA產(chǎn)品。其數(shù)字驗(yàn)證硬件平臺(tái)能夠提供高效的驗(yàn)證解決方案，幫助芯片設(shè)計(jì)企業(yè)快速驗(yàn)證芯片的功能和性能。
思爾芯作為國(guó)內(nèi)首家數(shù)字前端EDA供應(yīng)商，在原型驗(yàn)證領(lǐng)域取得了顯著的成就。其第八代原型驗(yàn)證系統(tǒng)“芯神瞳”S8-100，已獲國(guó)內(nèi)外頭部廠商采用。
芯行紀(jì)在數(shù)字后端軟件領(lǐng)域也取得了重要突破。其研發(fā)的布局布線平臺(tái)“AmazeSys”，是第一個(gè)由中國(guó)人完全從零開發(fā)出來的全功能布局布線軟件，并且已進(jìn)入商用階段。
中國(guó)半導(dǎo)體行業(yè)協(xié)會(huì)集成電路設(shè)計(jì)分會(huì)理事長(zhǎng)魏少軍提供的數(shù)據(jù)顯示，預(yù)計(jì)芯片設(shè)計(jì)產(chǎn)業(yè)的總銷售額將達(dá)909.9億美元，同比增長(zhǎng)11.9%。同時(shí)，預(yù)計(jì)有731家設(shè)計(jì)企業(yè)的銷售額將突破1億元人民幣大關(guān)，相較于2023年的625家，增加了106家。
在企業(yè)表現(xiàn)方面，中芯國(guó)際作為中國(guó)最大的半導(dǎo)體代工廠，提供從28納米到14納米的制程服務(wù)；華為海思專注于芯片設(shè)計(jì)，推出了Kirin系列和5G芯片；紫光國(guó)微在智能安全芯片和FPGA領(lǐng)域具有較強(qiáng)的競(jìng)爭(zhēng)力，產(chǎn)品廣泛應(yīng)用于金融、電信、交通等行業(yè)；韋爾股份在圖像傳感器領(lǐng)域取得了重大突破，其產(chǎn)品在智能手機(jī)、安防監(jiān)控等領(lǐng)域得到了廣泛應(yīng)用；比亞迪半導(dǎo)體則專注于新能源汽車芯片的研發(fā)。
然而，中國(guó)芯片設(shè)計(jì)產(chǎn)業(yè)的產(chǎn)品主要集中在通信和消費(fèi)電子領(lǐng)域，2024年這兩個(gè)領(lǐng)域的產(chǎn)品占比達(dá)到68.5%，而計(jì)算機(jī)芯片的占比僅為11%。這表明中國(guó)芯片設(shè)計(jì)在全球產(chǎn)業(yè)鏈中的定位仍然偏向中低端市場(chǎng)，尚未在高端技術(shù)領(lǐng)域取得顯著突破。
在制造環(huán)節(jié)，中國(guó)廠商積極投資擴(kuò)產(chǎn)，提升技術(shù)水平，部分先進(jìn)制程技術(shù)已取得突破。在封測(cè)領(lǐng)域，中國(guó)不僅是全球最大的封裝測(cè)試市場(chǎng)之一，也在向高端、先進(jìn)封裝測(cè)試技術(shù)邁進(jìn)。
國(guó)內(nèi)廠商如中芯國(guó)際、華虹半導(dǎo)體等在28nm及以上的成熟制程上實(shí)現(xiàn)了大規(guī)模量產(chǎn)，同時(shí)在14nm、7nm等先進(jìn)制程研發(fā)上也取得了重要進(jìn)展。這些技術(shù)突破為中國(guó)半導(dǎo)體產(chǎn)業(yè)的自給自足奠定了堅(jiān)實(shí)基礎(chǔ)。
此外，中國(guó)封裝測(cè)試企業(yè)如長(zhǎng)電科技、通富微電等，不僅在傳統(tǒng)封裝技術(shù)上占據(jù)領(lǐng)先地位，還在SiP(系統(tǒng)級(jí)封裝)、Fan-Out(扇出封裝)等先進(jìn)封裝技術(shù)上進(jìn)行了大量投資和研發(fā)，進(jìn)一步增強(qiáng)了中國(guó)在全球封裝測(cè)試市場(chǎng)的競(jìng)爭(zhēng)力。
實(shí)現(xiàn)半導(dǎo)體核心技術(shù)國(guó)產(chǎn)化，不僅能夠提升我國(guó)半導(dǎo)體產(chǎn)業(yè)的自主可控能力，擺脫對(duì)國(guó)外技術(shù)的依賴，降低“卡脖子”風(fēng)險(xiǎn)，還能推動(dòng)我國(guó)半導(dǎo)體產(chǎn)業(yè)向高端化、智能化方向發(fā)展。
目前，中國(guó)芯片產(chǎn)業(yè)正從芯片設(shè)計(jì)到制造工藝，到封裝測(cè)試以及終端應(yīng)用方面，努力構(gòu)建一個(gè)完整的產(chǎn)業(yè)生態(tài)閉環(huán)。未來，中國(guó)半導(dǎo)體在芯片設(shè)計(jì)方面，將向更高性能的CPU、GPU、AI芯片等領(lǐng)域進(jìn)軍，如國(guó)產(chǎn)EDA工具和IC設(shè)計(jì)在技術(shù)創(chuàng)新方面，通過與AI、云計(jì)算等前沿技術(shù)的深度融合，將為芯片設(shè)計(jì)帶來更高的效率、更低的成本和更強(qiáng)大的功能，從而研發(fā)更強(qiáng)大的AI芯片，提升其算力和能效比，推動(dòng)智能語音識(shí)別、圖像識(shí)別、自動(dòng)駕駛等應(yīng)用的發(fā)展。
六. 黃仁勛解析NVIDIA GTC風(fēng)光背后的五大危機(jī)
NVIDIA GTC 2025風(fēng)光落幕，全球各界都來朝圣，執(zhí)行長(zhǎng)黃仁勛更將嚴(yán)肅的AI大會(huì)，直接封路打造成萬人嘉年華，與會(huì)人數(shù)近3萬人，圣荷西會(huì)議中心附近人山人海。
然而熱鬧背后，黃仁勛傾力說明AI技術(shù)與展望，不僅當(dāng)周資本市場(chǎng)不捧場(chǎng)，GTC其實(shí)圍繞NVIDIA的「五大危機(jī)」
而如預(yù)期，黃仁勛再次推進(jìn)AI技術(shù)發(fā)展，從「感知AI」、「生成式AI」，現(xiàn)階段已進(jìn)入能與人互動(dòng)并執(zhí)行任務(wù)的「代理AI」，接下來則是為機(jī)器人和真實(shí)應(yīng)用提供驅(qū)動(dòng)力的「未來實(shí)體AI」。
黃仁勛也說，未來數(shù)據(jù)中心資本支出持續(xù)向上，全球已進(jìn)入AI工廠時(shí)代，預(yù)估至2030年數(shù)據(jù)中心建置將達(dá)1兆美元，企業(yè)將從傳統(tǒng)軟件走向生成式 AI，加速采購(gòu)GPU。
產(chǎn)業(yè)鏈關(guān)注的AI平臺(tái)方面，黃仁勛一次揭露了2025~2028年的「四年計(jì)劃」、硅光子網(wǎng)交換器、開源的AI工廠操作系統(tǒng)Dynamo、開源通用人型機(jī)器人模型GROOT N1等，可說是說明地非常清楚。
老黃傾力說明 市場(chǎng)未盡滿意的五大危機(jī)
但盡管如此，外界還是拋出了NVIDIA的「五大危機(jī)」。
包括：
1、美國(guó)政府難以預(yù)估的AI禁令與關(guān)稅政策。
2、美系四大CSP于2026年后資本支出縮減。
3、AI需求將趨緩，高成長(zhǎng)爆發(fā)不再。
4、ASIC對(duì)手群的挑戰(zhàn)。
5、恐重演思科（Cisco）大起大落路線。
七. 參加完GTC后，大摩說：我們錯(cuò)了，原本以為物理AI還是個(gè)故事
摩根士丹利在3月24日的報(bào)告中指出，參加完今年GTC后，分析師們發(fā)現(xiàn)，物理AI將比預(yù)期更早地對(duì)半導(dǎo)體行業(yè)產(chǎn)生實(shí)質(zhì)性收入影響，兩個(gè)關(guān)鍵因素正在改變這一判斷：
投資正在加速進(jìn)行：公司已經(jīng)開始投入資金開發(fā)物理領(lǐng)域的模型。
物理AI正成為新一代AI模型的核心特征：正在開發(fā)的下一代AGI模型將整合物理模擬能力。
在此之前，大摩傾向于認(rèn)為物理AI和距離真正的商業(yè)化還有相當(dāng)長(zhǎng)的時(shí)間，更多是影響股票估值倍數(shù)而非直接貢獻(xiàn)收入。但如今大摩觀察到，與一年前相比，客戶對(duì)機(jī)器人和物理AI的興趣顯著增加。目前的物理AI，類似于4-5年前的生成式AI，或者說是7-8 年前的自動(dòng)駕駛。也就是說，公司現(xiàn)在開始花錢開發(fā)物理領(lǐng)域的模型。
物理AI發(fā)展的關(guān)鍵條件已具備，半導(dǎo)體企業(yè)將受益
大摩注意到，企業(yè)正在積極投入開發(fā)物理AI模型。
這些模型需要多模態(tài)的AI 建模能力，能夠處理視覺、音頻和語言數(shù)據(jù)，并具備推理能力。這些能力在過去幾個(gè)月內(nèi)才開始成熟。企業(yè)也強(qiáng)調(diào)了在構(gòu)建物理 AI 模型時(shí)，與在語言或視覺 AI 領(lǐng)域投資的顯著差異。他們正在積極投資于真實(shí)世界數(shù)據(jù)的收集，并創(chuàng)建模擬數(shù)據(jù)，例如來自 NVIDIA 的 Isaac 項(xiàng)目。
隨著大型模型開發(fā)商尋求在未來進(jìn)一步區(qū)分其模型，物理 AI 數(shù)據(jù)的更好整合成為關(guān)注重點(diǎn)。
在物理 AI 領(lǐng)域，初創(chuàng)公司正在以數(shù)十億美元的規(guī)模進(jìn)行融資。硬件將是初期投資的主要受益者，但考慮到今年數(shù)據(jù)中心 AI 半導(dǎo)體處理器市場(chǎng)規(guī)模將超過 2000 億美元，較小的項(xiàng)目將無法對(duì)市場(chǎng)產(chǎn)生太大影響。但如果開始看到集群規(guī)模的持續(xù)增加，情況可能會(huì)發(fā)生變化。
不過。大摩也表示，對(duì)短期內(nèi)“機(jī)器人進(jìn)入每個(gè)家庭”持謹(jǐn)慎態(tài)度，鑒于過去幾年對(duì)自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)中心巨額投資尚未完全轉(zhuǎn)化為營(yíng)收，大摩認(rèn)為有必要密切關(guān)注物理 AI 的發(fā)展。
八. 華為科學(xué)家委員會(huì)主任何庭波：半導(dǎo)體正處于變革的十字路口
何庭波剖析半導(dǎo)體行業(yè)未來5-10年的走向時(shí)指出，當(dāng)下行業(yè)正處于重大危機(jī)與變革的十字路口。曾經(jīng)領(lǐng)先的供應(yīng)商，或許會(huì)因市場(chǎng)份額的流失，難以維系技術(shù)優(yōu)勢(shì)；而曾經(jīng)落后的需求者，卻可能在奮力追趕中實(shí)現(xiàn)逆襲，成為新的行業(yè)引領(lǐng)者。半導(dǎo)體發(fā)展的核心要素并非稀有自然資源，而是先進(jìn)的加工設(shè)備與復(fù)雜的制程工藝，在科學(xué)難題面前，所有人都受制于相同的物理化學(xué)原理。在生存需求的強(qiáng)大驅(qū)動(dòng)下，已有的技術(shù)可以被重新挖掘創(chuàng)造，甚至開辟出全新的技術(shù)路徑。
莫大康理解的十字路口？1）由于全球產(chǎn)業(yè)鏈發(fā)展苦樂不均，優(yōu)秀的太優(yōu)秀,如臺(tái)積電及英偉達(dá)，從常識(shí)看,由于太優(yōu)秀必然帶來危機(jī)，成為眾矢之的，導(dǎo)致產(chǎn)業(yè)迅速改變；2）川普逆全球化，試圖重建新的產(chǎn)業(yè)鏈，而且一切依美國(guó)優(yōu)先，必然導(dǎo)致成本高，周期長(zhǎng)，推動(dòng)美國(guó)國(guó)內(nèi)通脹，以及眾叛親離，矛盾四起，相信它不可能持續(xù)；3）AI推動(dòng)全球半導(dǎo)體業(yè)迅速增長(zhǎng)
所以中國(guó)存在眾多機(jī)會(huì)，但要把握好時(shí)機(jī)，
九. 英偉達(dá)AMD官宣技術(shù)藍(lán)圖，未來AI芯片是誰家天下？
當(dāng)?shù)貢r(shí)間3月18日，被稱為“AI界春晚”的英偉達(dá)“GTC 2025”正式開場(chǎng)。
芯片架構(gòu)迭代路線圖更新：Blackwell Ultra架構(gòu)2025年下半年推出
據(jù)介紹，Blackwell GB300 NVL72集成了72個(gè)Blackwell Ultra GPU和36個(gè)基于Arm Neoverse架構(gòu)的NVIDIA Grace CPU，其算力（FLOPS）是GB200 NVL72的1.5倍，同時(shí)該架構(gòu)還有1.5倍更快的存儲(chǔ)和2倍更大的帶寬。
英偉達(dá)表示，其合作伙伴預(yù)計(jì)將從2025年下半年開始推出基于Blackwell Ultra的產(chǎn)品。包括思科、戴爾科技、慧與、聯(lián)想和超威等將推出基于Blackwell Ultra的相關(guān)服務(wù)器。英偉達(dá)進(jìn)一步指出，Aivres、華擎、華碩、Eviden、Foxconn、技嘉科技、英業(yè)達(dá)、和碩、云達(dá)科技、緯創(chuàng)和緯穎科技等也將成為其客戶。
此外，黃仁勛透露了2026年~2028年最新的技術(shù)路線圖，包括在2026年和2027年推出Rubin系列兩款新產(chǎn)品，之后再推出Feynman。具體來看，英偉達(dá)將在2026年下半年推出定制化CPU“Vera Rubin”，2027年下半年推出下一代AI芯片架構(gòu)“Rubin Ultra”，2028年推出Feynman
其中，Vera CPU將取代目前的Grace CPU。據(jù)悉，Vera將配備88個(gè)客制化ARM核心和176個(gè)線程，并且內(nèi)建1.8TB/s NVLink-C2C，可與Rubin GPU直接連接，進(jìn)一步提升運(yùn)算效能與整合性。其中，Vera Rubin NVL144將具備更大算力、更大帶寬和更大內(nèi)存，同時(shí)搭載HBM4內(nèi)存。
而采用Rubin Ultra架構(gòu)的產(chǎn)品包括Rubin Ultra NVL576等，將搭載HBM4e內(nèi)存，算力是GB300 NVL72的14倍，內(nèi)存速度是8倍。
據(jù)黃仁勛在GTC上介紹，美國(guó)四大公有云供應(yīng)商（亞馬遜、微軟、Alphabet旗下谷歌和甲骨文）去年購(gòu)買了130萬塊英偉達(dá)老一代的Hopper AI芯片。2025年迄今，這一陣營(yíng)已購(gòu)買360萬塊Blackwell AI芯片。
與此同時(shí)，在DeepSeek等人工智能模型效應(yīng)推動(dòng)下，數(shù)據(jù)中心市場(chǎng)需求也進(jìn)一步擴(kuò)大。黃仁勛預(yù)計(jì)，數(shù)據(jù)中心建設(shè)將在2028年達(dá)到1萬億美元。
當(dāng)前，人工智能發(fā)展以生成式AI（Generative AI）為主。對(duì)于人工智能未來發(fā)展，黃仁勛認(rèn)為，未來人工智能將向代理式AI（Agentic AI）和物理AI（Physical AI）發(fā)展，屆時(shí)機(jī)器人將登上舞臺(tái)。
從廠商表現(xiàn)來看，蟬聯(lián)第一的英偉達(dá)在各大云端服務(wù)業(yè)者(CSP)持續(xù)擴(kuò)大AI server布建規(guī)模下，H100/H200產(chǎn)品需求旺盛，推升其2024年IC設(shè)計(jì)相關(guān)營(yíng)收逾1,243億美元，同比大增125%，占前十名廠商營(yíng)收占比高達(dá)50%，與其他廠商拉開明顯差距。
而排名第三的AMD在Server CPU與Client CPU兩大業(yè)務(wù)均顯著成長(zhǎng)帶動(dòng)下，其2024年?duì)I收亦達(dá)257.85億美元，同比增長(zhǎng)14%。需要指出的是，2024年超威Server業(yè)務(wù)成長(zhǎng)高達(dá)94%。
據(jù)全球高科技產(chǎn)業(yè)研究機(jī)構(gòu)TrendForce集邦咨詢最新數(shù)據(jù)顯示，2024年AI熱潮帶動(dòng)整體半導(dǎo)體產(chǎn)業(yè)向上，全球前十大IC設(shè)計(jì)廠商營(yíng)收合計(jì)約2498億美元，年增49%。
十. 2025年全球晶圓廠設(shè)備支出預(yù)計(jì)增長(zhǎng)2%，達(dá)1100億美元
3月26日消息，國(guó)際半導(dǎo)體產(chǎn)業(yè)協(xié)會(huì)（SEMI）預(yù)期，2025年全球晶圓廠設(shè)備支出將增長(zhǎng)2%，達(dá)到1100億美元，將是自2020年以來連續(xù)第6年成長(zhǎng)。SEMI預(yù)估，2026年晶圓廠設(shè)備支出可望再增長(zhǎng)18%，達(dá)到1300億美元規(guī)模。
SEMI還預(yù)測(cè)，半導(dǎo)體產(chǎn)能將進(jìn)一步加速增長(zhǎng)。2025年，全球半導(dǎo)體產(chǎn)能的年增長(zhǎng)率將達(dá)到6.6%，達(dá)到每月3360萬片晶圓。中國(guó)大陸的晶圓產(chǎn)能擴(kuò)張尤為顯著，預(yù)計(jì)2025年將同比增長(zhǎng)14%，達(dá)到449萬片/月。
此外，先進(jìn)制程技術(shù)的推進(jìn)也是推動(dòng)晶圓廠擴(kuò)張的重要因素。先進(jìn)制程（≤7納米）的產(chǎn)能預(yù)計(jì)將以16%的年增長(zhǎng)率增長(zhǎng)，達(dá)到每月220萬片。成熟制程（8納米至45納米）的產(chǎn)能預(yù)計(jì)將增長(zhǎng)6%，達(dá)到每月1500萬片。此外，成熟制程技術(shù)的擴(kuò)張相對(duì)保守，預(yù)計(jì)增長(zhǎng)5%。