01 產(chǎn)業(yè)鏈全景圖

02 AI 芯片簡介

AI 芯片又叫 AI 加速器或計(jì)算卡，專門處理人工智能應(yīng)用里大量計(jì)算任務(wù)。當(dāng)下，AI 芯片主要有 GPU、ASIC、FPGA 等。ASIC 芯片還能細(xì)分出 TPU、NPU等。

GPU擅長大量并行數(shù)據(jù)處理與運(yùn)算，通用性強(qiáng)，像數(shù)學(xué)運(yùn)算、圖形渲染這類任務(wù)都拿手，英偉達(dá)、AMD 等是代表廠商。ASIC 芯片針對特定領(lǐng)域設(shè)計(jì)，專用性強(qiáng)，不過開發(fā)成本高、周期長，谷歌 TPU，寒武紀(jì)、華為昇騰的 NPU 等廠商產(chǎn)品是典型。FPGA是能現(xiàn)場多次編程的門電路陣列硬件，靈活性高，但設(shè)計(jì)難度和復(fù)雜性也大，Xlinx 是代表廠商。AI 芯片在云計(jì)算、數(shù)據(jù)中心、智能駕駛、智慧家電等領(lǐng)域都有廣泛應(yīng)用。

03 上游產(chǎn)業(yè)鏈

芯片產(chǎn)業(yè)鏈的核心環(huán)節(jié)在中游，包括芯片設(shè)計(jì)、芯片制造以及封裝測試。而上游的基礎(chǔ) EDA 軟件、材料和設(shè)備，是中游制造的關(guān)鍵支撐。在國內(nèi)，芯片產(chǎn)業(yè)在上游這部分比較依賴國外，其中最薄弱的環(huán)節(jié)就是最上游的 EDA 軟件。

03-1 EDA軟件/IP

EDA 軟件是什么？EDA（電子設(shè)計(jì)自動化）是輔助芯片設(shè)計(jì)、制造、測試全流程的軟件工具集群。沒有它時(shí)，工程師靠人工繪圖，效率低；有了它，能從概念、算法開始設(shè)計(jì)，是芯片設(shè)計(jì)的 “基石”。

EDA主要分四類，覆蓋不同設(shè)計(jì)需求：

全球市場：2024 年全球 EDA 市場規(guī)模約 157 億美元，同比增長 8.1%。過去五年年均復(fù)合增長率約 6.5%，主要受 AI、5G、汽車電子等領(lǐng)域驅(qū)動。預(yù)計(jì)到 2030 年，市場規(guī)模將突破 200 億美元。

中國市場：2024 年規(guī)模約 135.9 億元人民幣（占全球約 10%），同比增長 13.3%，預(yù)計(jì) 2025 年達(dá) 149.5 億元。增速顯著高于全球，核心動力來自本土半導(dǎo)體產(chǎn)業(yè)擴(kuò)張（如中芯國際、華為海思）和國產(chǎn)替代政策支持。

競爭格局：EDA 市場由國際三巨頭主導(dǎo)，Synopsys（32%）、Cadence（29%）、西門子 EDA（13%）合計(jì)占全球 74% 份額，分別在全流程工具與 IP 授權(quán)、模擬 / 混合信號設(shè)計(jì)、系統(tǒng)級設(shè)計(jì)（聚焦汽車 / 工業(yè)）領(lǐng)域有優(yōu)勢；中國本土企業(yè)中，華大九天、概倫電子、芯華章分別在模擬電路、器件建模、驗(yàn)證工具上有所突破，但整體國產(chǎn)化率不足 15%，5nm 以下先進(jìn)制程工具幾乎空白，14nm 以上工藝實(shí)現(xiàn)部分替代。

03-2 半導(dǎo)體材料

在半導(dǎo)體材料里，硅片占比最大，差不多 30% ，接著是電子特種氣體、光掩膜和光刻膠。滬硅產(chǎn)業(yè)和中環(huán)股份是咱國內(nèi)生產(chǎn)半導(dǎo)體硅片的頭部企業(yè)。

03-3 半導(dǎo)體設(shè)備

說到半導(dǎo)體設(shè)備，光刻機(jī)壁壘最高，被荷蘭 ASML 壟斷。光刻決定芯片關(guān)鍵尺寸，在芯片制造總成本里占 35% 。到現(xiàn)在，全球能造頂級 5nm 光刻機(jī)的，只有荷蘭 ASML 公司。

要制造芯片就得有芯片設(shè)備，北方華創(chuàng)、盛美半導(dǎo)體、中微公司、晶盛電機(jī)等都是這方面的龍頭企業(yè)。

04 中游產(chǎn)業(yè)鏈

04-1、AI 服務(wù)器

生成式 AI 應(yīng)用的核心支撐是 AI 服務(wù)器，就像汽車運(yùn)行離不開發(fā)動機(jī)。人工智能產(chǎn)業(yè)鏈分基礎(chǔ)層、技術(shù)層、應(yīng)用層三層，其中基礎(chǔ)層是產(chǎn)業(yè)根基，類似蓋房的地基，為 AI 提供關(guān)鍵的數(shù)據(jù)和算力。

服務(wù)器常見類型有通用、云計(jì)算、邊緣和 AI 服務(wù)器等，其中 AI 服務(wù)器專為 AI 訓(xùn)練和推理應(yīng)用打造。大模型和生成式 AI 應(yīng)用爆發(fā)，對高性能計(jì)算資源需求猛增，AI 服務(wù)器正是支撐這類復(fù)雜 AI 應(yīng)用的關(guān)鍵。有如下零部件：CPU芯片、GPU芯片、FPGA芯片，還有 PCB、高速連接器等。

大模型很可能讓 AI 服務(wù)器出貨量飛速增長。大模型產(chǎn)生了海量算力需求，這有望進(jìn)一步帶動 AI 服務(wù)器市場擴(kuò)張。

IDC 數(shù)據(jù)顯示，2024-2028 年全球 AI 服務(wù)器市場規(guī)模預(yù)計(jì)從 1251 億美元增至 2227 億美元，復(fù)合增速 15.5%（2025 年預(yù)計(jì) 1587 億美元），其中生成式 AI 服務(wù)器占比將從 2025 年 29.6% 升至 2028 年 37.7%；同期中國市場規(guī)模預(yù)計(jì)從 190 億美元增至 552 億美元，復(fù)合增速 30.6%（2025 年預(yù)計(jì) 259 億美元，同比增 36.2%）。

下方掃碼直接加入：

04-2、AI 算力芯片

AI 算力芯片就像蓋房子的地基，是支撐整個(gè)算力體系的根本。當(dāng)下，CPU+GPU 的組合，就像電腦里 “主腦 + 加速器” 的搭檔，是 AI 服務(wù)器主流的異構(gòu)計(jì)算系統(tǒng)方案。

看 IDC 2018 年的服務(wù)器成本構(gòu)成數(shù)據(jù)更能直觀體現(xiàn)其重要性：在推理型和機(jī)器學(xué)習(xí)型服務(wù)器中，CPU+GPU 的成本占比達(dá)到 50%-82.6%；尤其是機(jī)器學(xué)習(xí)型服務(wù)器，GPU 的成本占比更是高達(dá) 72.8%，相當(dāng)于這類服務(wù)器的 “核心造價(jià)” 基本都集中在它身上。

AI 算力芯片的核心優(yōu)勢在于強(qiáng)大的并行計(jì)算能力，這讓它能像高速分揀中心處理包裹一樣，迅速搞定大規(guī)模數(shù)據(jù)和復(fù)雜神經(jīng)網(wǎng)絡(luò)模型，高效完成人工智能訓(xùn)練與推理任務(wù)。同時(shí)，它不僅在 AI 服務(wù)器成本中占比最高，還為服務(wù)器提供底層算力支持，雙重作用下，就像為 AI 運(yùn)轉(zhuǎn)筑牢了堅(jiān)實(shí)的基石。

正因如此，AI 算力芯片堪稱 “AI 時(shí)代的引擎”—— 在 AI 算力需求爆發(fā)的浪潮里，它既能借勢獲得發(fā)展紅利，又能反過來推動 AI 技術(shù)更快落地、更廣泛地滲透到各個(gè)領(lǐng)域。

04-3、AI 算力芯片——GPU

GPU 就是圖形處理單元，是電腦圖形處理和并行計(jì)算的關(guān)鍵。一開始，它主要用在圖形渲染上，像 3D 畫面、圖片處理、視頻解碼，是顯卡核心。后來技術(shù)發(fā)展，GPU 在通用計(jì)算領(lǐng)域也派上用場，像人工智能、深度學(xué)習(xí)、科學(xué)計(jì)算、大數(shù)據(jù)處理這些，這時(shí)它就叫 GPGPU，也就是通用 GPU。

GPU 和 CPU 內(nèi)部構(gòu)造很不一樣，擅長的事也不同。GPU 有好多簡單核心，內(nèi)存帶寬高，并行計(jì)算能力強(qiáng)，適合大規(guī)模數(shù)據(jù)和高吞吐量任務(wù)。CPU 核心少但性能高，控制單元復(fù)雜，單線程性能好，適合復(fù)雜任務(wù)和低延遲場景。兩者內(nèi)部架構(gòu)對比如下：

市場規(guī)模

AI 算力的增長速度，就像往陡峭山坡上滾的雪球，體積越滾越大、速度還越來越快。而算力要落地，核心支撐就是 GPU 芯片，需求自然會跟著水漲船高 —— 畢竟雪球要滾得遠(yuǎn)，得有足夠結(jié)實(shí)的 “軌道” 托著。

看一組具體數(shù)據(jù)更直觀，2023 年全球 GPU規(guī)模達(dá)到 436 億美元；按照當(dāng)前趨勢推演，到 2029 年這個(gè)數(shù)字會飆升至 2742 億美元。換算下來，2024 到 2029 這六年里，它的年均復(fù)合增長率能穩(wěn)定在 33.2%，這種增長幅度，相當(dāng)于一輛汽車從起步階段直接切入高速巡航模式。

當(dāng)前 AI 算力芯片領(lǐng)域，GPU 是絕對主流，就像智能手機(jī)的核心處理器般不可或缺；全球市場里，英偉達(dá)的話語權(quán)堪比操作系統(tǒng)領(lǐng)域的 Windows，基本說了算。

看數(shù)據(jù)更直觀：2024 H1中國 AI 加速芯片市場超 90 萬張；2022 年英偉達(dá)在全球 AI 芯片市場份額超 80%，AI加速芯片份額高達(dá)95%，統(tǒng)治力顯著。

競爭格局：

全球 GPU 市場中，英偉達(dá)的主導(dǎo)地位堪比零售業(yè)頭部巨頭，基本掌握話語權(quán)。

全球數(shù)據(jù)中心在2023年 GPU 出貨 385 萬顆，同比增 44.2%；其中英偉達(dá)出貨約 376 萬顆，占比 98%，收入份額也達(dá) 98%、共 362 億美元，是 2022 年的三倍多。

而 PC GPU 賽道格局不同，2024 年Q4全世界PC GPU 出貨 7800 萬顆，；英特爾以 65% 份額領(lǐng)跑，AMD、英偉達(dá)分別占 18%、16%。

04-4、AI 算力芯片——AI ASIC

AI ASIC 是給 AI 應(yīng)用特制的芯片。優(yōu)點(diǎn)多，性能強(qiáng)、耗電少、能定制，量大成本低。

對比普通處理器，它針對 AI 特定任務(wù)和算法優(yōu)化，像深度學(xué)習(xí)的復(fù)雜運(yùn)算，處理起來又快又穩(wěn)，能滿足 AI 實(shí)時(shí)需求。而且它很省電，適合大規(guī)模數(shù)據(jù)中心。雖說前期研發(fā)花錢多，但量大了單個(gè)成本比普通處理器低。

AI ASIC 、GPU在實(shí)際使用場景對比如下

算力方面，先進(jìn) GPU 比 ASIC 強(qiáng)不少。但 ASIC 專為特定任務(wù)優(yōu)化，像矩陣乘法、卷積運(yùn)算這些特定 AI 任務(wù)，它的計(jì)算效率更高，性能可能超過 GPU 。

通用性上，GPU 能運(yùn)行各種算法和模型，很靈活；ASIC 功能固定，難修改擴(kuò)展，靈活性差。

功耗上，ASIC 針對特定任務(wù)優(yōu)化，比 GPU 省電。成本方面，GPU 研發(fā)制造花錢多，大規(guī)模部署時(shí)，硬件成本是個(gè)大限制；ASIC 大規(guī)模生產(chǎn)后，單個(gè)成本相對較低。

2023 年數(shù)據(jù)中心 AI 算力芯片市場規(guī)模約 420 億美元，定制 ASIC 芯片達(dá)66 億美元（份額達(dá)16%），如同生態(tài)中的 “特色模塊”。

預(yù)計(jì) 2028 年，定制 ASIC 芯片市場規(guī)模將達(dá) 429 億美元（占比 25%），2023-2028 年CAGR為近50%，堪比從普通車道駛?cè)肟燔嚨溃?strong>屆時(shí)整體市場規(guī)模約 1720 億美元，復(fù)合增速 32%，ASIC 增速顯著跑贏整體。

05 下游產(chǎn)業(yè)鏈

GPU 的應(yīng)用范圍就像一張不斷鋪開的網(wǎng)絡(luò)，覆蓋領(lǐng)域相當(dāng)廣泛，其中數(shù)據(jù)中心 GPU 市場的增長勢頭，更是堪比按下了加速鍵。

回溯根源，GPU 最初的定位是為圖形渲染服務(wù)，相當(dāng)于專門為 “圖像處理” 打造的工具。但隨著它的并行計(jì)算能力持續(xù)升級，就像多功能工具從單一用途進(jìn)化成多面手，應(yīng)用場景也隨之不斷拓展 ——如今已經(jīng)延伸到數(shù)據(jù)中心、自動駕駛、機(jī)器人、區(qū)塊鏈與加密貨幣、科學(xué)計(jì)算、金融科技、醫(yī)療健康等多個(gè)領(lǐng)域，成為不同行業(yè)里的關(guān)鍵支撐。

這幾年，全球的數(shù)據(jù)中心 GPU 市場在人工智能、高性能計(jì)算和云計(jì)算這些領(lǐng)域，增長速度那叫一個(gè)快。

核心賽道：人工智能

這幾年，咱國內(nèi)人工智能產(chǎn)業(yè)越來越龐大，在各行各業(yè)的滲透也越來越深。像智能機(jī)器人、智能創(chuàng)作、智慧教育、智慧醫(yī)療這些領(lǐng)域，人工智能迅速落地應(yīng)用，加快了產(chǎn)業(yè)優(yōu)化升級的腳步。

隨著 AI 應(yīng)用的領(lǐng)域不斷拓展，還滲透到終端消費(fèi)電子產(chǎn)品里。市場規(guī)?？焖贁U(kuò)大，終端電子產(chǎn)品又需要算力來支持 AI 應(yīng)用，這樣一來，對高性能芯片的需求肯定會越來越高。

下方掃碼直接加入：