扫码加入

  • 正文
  • 相关推荐
申请入驻 产业图谱

AI重构半导体:从周期复苏到范式迁移

9小时前
193
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

2025年,全球半导体产业并非简单走出下行周期,而是完成了一次增长逻辑的切换。根据 Gartner 数据,全球半导体营收达到7930亿美元,同比增长21%。若将时间拉长,这是继移动互联网云计算浪潮之后,产业第二次出现由单一核心需求牵引的系统性扩张。但与上一轮不同,这一次的主线更加集中——算力成为基础设施,AI成为总需求函数。

过去十年,智能手机、PC与云计算交替驱动需求波动,行业遵循典型的库存—资本开支—价格循环。而2025年的反弹,并非传统终端需求回暖,而是数据中心资本开支的结构性倾斜。AI训练与推理负载呈指数级增长,对GPU、HBM与高速互连芯片形成刚性拉动。产业的定价权、利润率与估值逻辑,开始向“算力基础设施提供者”集中。

一、新王加冕:算力垄断与利润重构

2025年最具象征意义的变化,是 NVIDIA 的登顶。公司全年半导体营收达1257亿美元,同比增长63.9%,成为半导体史上首家年营收突破千亿美元的企业。其营收较第二名 Samsung Electronics 高出530亿美元,单一公司贡献了行业超过35%的新增收入。

这不是简单的产品周期胜利,而是生态锁定的结果。CUDA构建的软件栈,将GPU、开发框架与算法社区深度绑定,使得算力采购决策从“芯片对比”转向“生态选择”。当模型训练框架、编译器优化与硬件指令深度耦合时,替代成本被极大抬升。GPU的价值不再取决于晶体管数量,而在于开发者迁移成本。

值得注意的是,AI处理器2025年销售额已超过2000亿美元,而英伟达占据绝对主导地位。与此同时,黄仁勋公开表示,英伟达已成为 TSMC 最大客户,取代长期位居榜首的 Apple。这意味着先进制程资源正在向AI倾斜,产业链的稀缺资源开始围绕算力重新配置。

二、HBM崛起:存储从配角到利润核心

若说GPU是算力的心脏,HBM则是血液系统。2025年HBM销售额超过300亿美元,占DRAM市场23%。在高带宽与低功耗需求驱动下,HBM成为AI服务器的刚需部件,技术壁垒与资本壁垒同步抬升。

SK Hynix 营收达606.4亿美元,同比增长37.2%,跃升至全球第三;Micron Technology 增速达50.2%,重返前五。两家公司增长几乎完全来自HBM产品放量,而非传统DRAM/NAND复苏。HBM高单价与高毛利改变了存储行业长期“价格竞争”的宿命,企业利润结构明显改善。

更深层的变化在于技术路径。HBM不仅需要先进制程,还依赖先进封装与硅通孔(TSV)技术,这强化了与晶圆代工和封测厂商的协同关系。产业从“单一芯片销售”转向“系统级封装能力竞争”。在AI架构中,带宽瓶颈比算力瓶颈更为突出,HBM因此获得结构性溢价。

更多精彩干货内容已上传星球,欢迎扫码获取!

三、传统巨头的结构性压力

与AI链条企业的高歌猛进形成对比,传统CPU厂商面临份额侵蚀。Intel 2025年营收下降3.9%,排名跌至第四,市场份额降至6%。尽管18A工艺节点出货,但良率提升仍是关键挑战。公司明确提出三大战略:巩固x86、推进加速器与ASIC、打造可信代工业务。

问题的核心并非单一产品竞争,而是需求重心转移。数据中心预算中,GPU与加速器资本开支占比快速提升,通用CPU的相对重要性下降。算力从“通用处理”向“专用加速”迁移,CPU不再是价值链顶端。

四、三大结构性变革

第一,软件定义硬件成为新壁垒。

英伟达的成功证明,芯片公司若无法构建软件生态,将难以长期锁定客户。硬件性能可以追赶,但生态壁垒难以复制。平台化能力成为核心资产。

第二,垂直整合以系统级优化形式回归。

苹果通过自研芯片实现端到端协同优化。三星凭借存储、逻辑与代工能力,在AI供应链中占据关键节点。新一轮IDM模式强调“系统级效率”,而非单纯制造能力。

第三,增长驱动力向数据中心与汽车电子集中。

Broadcom AI相关收入同比增长74%,AI芯片已成为第一增长曲线。与此同时,功率半导体与汽车电子维持稳定增长。AI数据中心的电源与能效需求,间接带动模拟与功率器件需求提升。

五、十年沉浮:价值链上移

2015年,英特尔以514亿美元营收居首;十年后,英伟达规模为其2.6倍。更关键的变化在于企业类型结构。2015年的TOP10以IDM为主,而2025年Fabless与IP驱动企业占比提升。Advanced Micro Devices 凭借Zen与MI系列重返前十,显示设计能力的重要性上升。

半导体价值链正在向更接近应用与算法的环节迁移。IP、架构设计与软件协同能力,取代单纯产能规模成为核心竞争力。制造仍然重要,但其议价权受制于上游设计端的需求集中度。

六、未来变量:ASIC挑战与终端AI

通用GPU并非没有挑战者。Google TPU与云厂商定制ASIC正在提升出货占比。TrendForce预计,2026年ASIC AI服务器占比将升至27.8%。当大模型训练需求趋于稳定后,推理负载或更适合专用芯片。

另一方面,AI正在向终端扩散。手机、PC与汽车成为边缘推理的重要场景。Qualcomm 与 MediaTek 在移动SoC中强化AI算力模块,试图复制数据中心增长逻辑。若端侧模型规模与应用成熟度提升,移动芯片厂商将迎来第二曲线。

结语:范式切换的速度

2025年的榜单,本质是技术范式迁移的投影。当算力成为基础设施,半导体不再是被动响应终端需求,而是主动塑造应用形态。谁掌握生态,谁就掌握议价权;谁贴近应用,谁就拥有增长弹性。

历史经验表明,范式切换往往伴随权力重组。移动互联网时代成就了ARM与高通,云计算时代成就了英特尔与台积电,而AI时代正在重塑新的秩序。问题已不再是“谁拥有最先进的制程”,而是“谁定义算力标准”。

这场变革尚未结束。GPU的垄断能否持续,ASIC是否分流需求,终端AI是否爆发,都将决定下一个十年的产业格局。但可以确定的是,半导体产业的增长逻辑已完成从“规模扩张”到“生态竞争”的跃迁。旧秩序崩塌的速度,往往比市场预期更快,而新秩序的形成,往往始于一次技术范式的转折。

欢迎加入半导体信息聚合社群(WX: xinkejiquan001)获取更多资料。

 

免责声明:内容基于网络公开报告,仅供学习交流。版权归原机构所有,侵权请联系删除。

相关推荐