芯耀
1126
在生成式人工智能（AIGC）需求的引領下，2024年全球半導體銷售額同比增長19.1%至6276億美元，首度突破6000億美元大關，預計2025年市場規(guī)模保持兩位數增長。AI（人工智能）為半導體產業(yè)帶來機遇的同時，也提出了新的要求和挑戰(zhàn)。
半導體不僅要為AI大模型提供更強的算力、更先進的存儲、更快的互聯(lián)，也要提升芯片系統(tǒng)的能效，與算法、軟件進行更加精耕細作的適配，以降低AI基礎設施的功耗和成本，實現(xiàn)AI應用的規(guī)?；占?。而這需要半導體技術棧、全鏈條的協(xié)同創(chuàng)新?！吨袊娮訄蟆酚浾邔ＴL了來自材料、設備、設計、制造及IDM環(huán)節(jié)的五位企業(yè)家，共話AI浪潮下半導體產業(yè)的創(chuàng)新路徑、市場開拓與能力構建。
百萬億級別tokens在路上，AI重塑半導體技術演進與產業(yè)格局記者：自ChatGPT在2022年年底推出至今，已經過去了兩年多的時間。在此期間，生成式AI引領的技術浪潮，為半導體產業(yè)帶來了哪些變化和影響？
王平：自ChatGPT推出以來，大量的通用模型如國內的通義千問、Kimi、DeepSeek等在短時間內出現(xiàn)。全社會對于人工智能的需求和使用迅速形成了龐大的市場，對算力的需求急劇增加。這對于半導體產業(yè)來說是一個巨大的機遇和挑戰(zhàn)，特別是在高精尖前沿技術領域。相關資料顯示，大模型訓練所需的算力每3~4個月增長1倍，增速遠超摩爾定律（集成電路可容納的元器件數目約每隔18~24個月增加1倍），對于提升半導體芯片生產工藝的需求更為迫切?，F(xiàn)階段單純依靠制程微縮來提升芯片性能的方法已無法充分滿足快速增長的算力需要。
與此同時，以Chiplet為代表的先進封裝技術可以有效增加互聯(lián)密度，利用成熟工藝實現(xiàn)先進的集成芯片性能，以解決先進制程技術局限導致的技術代際落后問題，而且具有設計靈活度高、開發(fā)周期短、制造成本低等特性，可以很好地滿足大規(guī)模算力芯片的性能和成本需求。目前，國內先進封裝工藝還處在探索階段，國外設備供應商以標準化設備產品為主，很難滿足國內客戶的定制化工藝需求。電科裝備堅持“工藝+裝備”發(fā)展模式，瞄準產業(yè)需求，積極開展減薄、鍵合等設備研發(fā)及迭代升級，為國內先進封裝線的建設貢獻力量。
趙奇：生成式AI的爆發(fā)正在重塑半導體產業(yè)的技術演進路徑和市場格局。我認為這場變革主要體現(xiàn)在三方面：第一，技術路線加速向高性能、高能效方向迭代。大模型訓練和推理催生了百億級晶體管集成、超高算力密度芯片的產業(yè)化需求，這一方面對半導體制造工藝提出更高要求，另一方面也對能源支持提出更高要求。行業(yè)里有一種觀點認為“AI的盡頭是能源”。第二，市場動能從消費電子向多極化場景延伸。AI已從云端大模型快速向智能汽車、工業(yè)自動化、人形機器人等領域滲透，帶動了模擬芯片、功率芯片以及MCU芯片等產品需求的爆發(fā)性增長。第三，產業(yè)競爭轉向系統(tǒng)級解決方案能力。AI應用的復雜性推動產業(yè)融合的趨勢越來越明顯，越來越多的系統(tǒng)公司開始自研芯片，需要制造公司提供系統(tǒng)化的支持，來加速整個創(chuàng)新過程并減少成本。目前，芯聯(lián)集成已構建覆蓋芯片設計服務、晶圓制造、模塊封裝、系統(tǒng)驗證的一站式解決方案，以系統(tǒng)代工模式應對AI時代碎片化需求。
李煒：從技術創(chuàng)新來看，AI算力需求推動了專用AI加速器、存算一體、異構計算等新架構的發(fā)展，同時硅光芯片等前沿技術加快探索。在市場層面，AI服務器需求激增，帶動HBM、高速互連、先進封裝等產業(yè)鏈增長，同時邊緣AI興起，推動低功耗AI芯片市場擴張。在競爭格局方面，AI芯片廠商競爭加劇，云計算巨頭加速自研AI芯片，國內供應鏈自主化進程提速，而傳統(tǒng)半導體企業(yè)也在加快AI轉型，以適應新的技術趨勢?？傮w而言，生成式AI已成為推動半導體產業(yè)發(fā)展的核心動力，正在重塑技術路線、市場結構和全球競爭格局。
吳曉忠：在Scaling law（規(guī)模定律）的引領下，當前流行的生成式AI大模型擁有從數十億到數千億的參數規(guī)模，并使用萬億級別的tokens進行訓練。2025年這種模式仍在延續(xù)，且參數數量進一步增加，大模型將使用數百萬億級別的tokens進行訓練。圍繞AI產業(yè)鏈，其核心支柱之一——算力需求，自2010年起加速增長，至2024年已增長1億倍，對大算力數字芯片的需求呈現(xiàn)出爆發(fā)式增長態(tài)勢。在此推動下，電子系統(tǒng)和芯片在多個關鍵技術領域面臨更高的挑戰(zhàn)和創(chuàng)新要求。在算力方面，AI模型的訓練和推理需要極高的計算能力，云端/邊緣、訓練/推理等不同需求對芯片架構設計的要求越發(fā)復雜和嚴苛，針對不同的情況可能需要專門的架構設計，呈現(xiàn)出多種技術形態(tài)并存的發(fā)展態(tài)勢。作為大模型訓練的核心“底座”，GPU千卡、萬卡集群的算力基建在全球范圍內加速建設。存儲方面，AI大模型提升了存儲帶寬、容量需求，促進了HBM、CXL等新興存儲產業(yè)鏈發(fā)展?；ヂ?lián)方面，大模型需要算力芯片、板卡、集群等多種互聯(lián)形式，以滿足多芯片、多節(jié)點的協(xié)同工作，數據傳輸效率直接影響整體性能。能源方面，生成式AI每產生9張圖像所消耗的電量可充滿一部手機，功耗需求巨大，電源管理、散熱等相關芯片和系統(tǒng)在持續(xù)迭代。
記者：在您所從事的產業(yè)鏈環(huán)節(jié)，人工智能（AI）帶來了哪些需求增量和業(yè)務增值的空間？
李煒：AI芯片對高性能計算和低功耗的要求提升，推動SOI（絕緣體上硅）、InP（磷化銦）及LiNbO3（鈮酸鋰）等特殊襯底材料需求增長，同時HBM和Chiplet封裝的發(fā)展也帶動高端硅基材料市場擴展。隨著AI數據中心對硅光子技術的采用增加，SOI硅光襯底的應用前景更加廣闊。然而，這一趨勢也帶來了更高的技術壁壘，襯底廠商需要提升材料均勻性并減少缺陷，以滿足硅光波導性能需求?？傮w而言，AI的發(fā)展為我們襯底廠提供了新的增長機遇，我們將在技術創(chuàng)新方面持續(xù)突破。
吳曉忠：人工智能與EDA互為催化與驅動，AI正在深刻改變EDA工具，推動芯片設計流程的效率、精度和創(chuàng)新能力大幅提升。在第一階段，單點EDA工具引入ML提升效率，同時，新的智算芯片為EDA帶來了更高算力與更高的性能。第二階段，AI與大數據融合驅動EDA流程，對芯片PPA設計進行全面優(yōu)化。第三階段，生成式AI與EDA深度融合成為下一代EDA技術，進行EDA設計流程的全面革新。AI賦能EDA技術是目前業(yè)內最領先的前沿技術研究，通過大模型結合EDA領域的專業(yè)技術能力，可支持更智能化的人工智能輔助設計，從芯片設計更早期進行QoR調優(yōu)，縮短芯片設計的整體周期。AI算力的爆發(fā)式成長，驅動了2.5D與3D先進封裝（如Chiplet）、高帶寬內存、高速互聯(lián)（如RDMA，UCIE）等半導體芯片的創(chuàng)新技術的快速演進。2023年以來，英偉達、AMD、英特爾等半導體企業(yè)相繼推出了更高算力和創(chuàng)新架構的旗艦級AI加速器芯片，均采用了Chiplet芯片設計架構，這顛覆了既往的傳統(tǒng)芯片設計方法，同時持續(xù)推升EDA工具研發(fā)的復雜度。作為EDA企業(yè)，我們推進面向Chiplet先進封裝EDA工具與新型IP的研發(fā)投入。日前，合見實現(xiàn)了國產首個跨工藝節(jié)點的UCIe IP互連技術驗證，用戶可自由選擇成熟制程與先進工藝進行協(xié)同設計，實現(xiàn)跨工藝節(jié)點的Chiplet設計。
王平：當前的AI更擅長非結構化的數據，例如文本、圖像、代碼等內容，這與我們的產業(yè)鏈中多個環(huán)節(jié)都高度相關。一方面，我們可以利用人工智能手段分析解決設備使用過程中的問題，促進設備研發(fā)和工藝持續(xù)迭代升級。如解決數據源問題，提供高效決策分析服務。通過大數據和人工智能技術，根據半導體集成制造生產歷史數據的結果，對幾百上千種的因素進行分析，找到生產相關的因素和問題根源。對參數和結果進行建模，為技術和管理人員提供多維度、個性化的數據分析服務，為用戶提供預警模型、預測模型、數據轉換關系模型、統(tǒng)計分析模型等各類模型，提高了決策效率。另一方面，人工智能技術在設備失效分析和診斷方面也可以發(fā)揮顯著作用。在IC系統(tǒng)中引入人工智能技術，可以利用其技術優(yōu)勢對IC操作故障進行科學、合理的評價。通過對設備數據深度挖掘，為工程師提供判異標準，建立對應數據庫，提高工程師定位和分析設備問題、機臺差異等效率。未來，AI將會更多地參與到我們的文本、圖像、代碼、計算相關的處理工作中，全面賦能產業(yè)鏈的提升。
林志東：人工智能大模型的部署依賴大規(guī)模服務器集群，服務器電源能耗過高，嚴重制約了運行效率與成本。碳化硅（SiC）和硅基氮化鎵（GaN-on-Si）等寬禁帶半導體材料具備高能量轉化效率、高功率密度等優(yōu)勢，是服務器電源功率器件的必然選擇，從而大幅降低數據中心或超算中心的能耗。與此同時，人工智能技術的飛速發(fā)展催熟無人駕駛、智能安防、智能家居、工業(yè)智能化等萬物智能互聯(lián)的應用場景。驅動5G、6G及物聯(lián)網升級換代，對化合物半導體射頻芯片的工作頻率、能效、帶寬提出更高需求，需要系統(tǒng)性突破寬頻帶、高能效、高線性的微波射頻功率放大器核心技術。同時數據中心對高速光模塊的需求激增，推動光通信芯片向更高帶寬、更低延遲和更低功耗的方向發(fā)展。
記者：以DeepSeek為代表的MoE（混合專家）模型，有望推動大模型從“GPU堆料”的資源競爭轉向“精耕細作”的效率競爭，這對半導體企業(yè)的技術創(chuàng)新、服務方式，以及與下游客戶的合作模式帶來了哪些影響？
李煒：首先，技術創(chuàng)新方面，半導體企業(yè)需要開發(fā)更高效、低功耗的AI加速芯片、AI推理芯片，支持MoE模型的計算需求。其次，服務方式上，半導體公司不僅提供硬件，還需要提供軟硬件優(yōu)化服務，幫助客戶提高效率并降低成本。最后，合作模式上，半導體企業(yè)與下游AI公司、云服務商的合作將變得更加緊密，可能從傳統(tǒng)供應商關系轉變?yōu)楣餐_發(fā)定制化解決方案的伙伴關系。總體而言，MoE模型促使半導體企業(yè)在技術、服務和合作上更加注重效率與定制化。
趙奇：DeepSeek推動的AI效率革命，正為中國AI產業(yè)化進程注入強勁動力。一方面，MoE模型的多專家動態(tài)調度特性，需要芯片在供電穩(wěn)定性與算力密度間取得突破，對于功率芯片、模擬電源IC芯片提出更高要求。另一方面，這場效率革命正在催生“算法-芯片-工藝”的三角飛輪效應，技術創(chuàng)新從“制程迭代”轉向“系統(tǒng)能效”，系統(tǒng)級的代工模式可以幫助相關從業(yè)者縮短流片流程，降低創(chuàng)新成本。
技術融合拉動市場需求，半導體進入多元化創(chuàng)新階段記者：除了AI，還有哪些半導體市場動能值得期待？您覺得下一階段的顛覆性動能有可能在哪些領域出現(xiàn)？
李煒：除了AI，半導體市場還存在多個值得期待的增長動能，包括高性能計算（HPC）、電動汽車（EV）與智能駕駛、物聯(lián)網（IoT）、先進封裝等。新能源汽車與自動駕駛的普及帶動車規(guī)級芯片和功率半導體需求上升；同時，摩爾定律放緩促使先進封裝成為重要趨勢，異構集成、2.5D/3D封裝等技術快速發(fā)展。物聯(lián)網方面，隨著5G、6G、低功耗廣域網（LPWAN）等技術的發(fā)展，智能家居、工業(yè)自動化、智慧城市等應用對低功耗、高集成度的芯片需求不斷增加，推動MCU、傳感器、邊緣AI芯片等市場擴展。展望未來，半導體行業(yè)可能迎來更具顛覆性的動能，例如量子計算的突破可能徹底改變計算架構，存算一體與新型存儲技術（MRAM、RRAM等）有望提升AI計算效率，而生物計算、神經形態(tài)芯片以及柔性電子技術則可能開啟全新的應用場景?？傮w而言，半導體行業(yè)正在進入技術多元化創(chuàng)新的新階段，各種新興技術的融合將推動產業(yè)持續(xù)演進。
林志東：化合物半導體在新能源、5G通信、物聯(lián)網、自動化駕駛等多個新興領域的核心應用價值越來越大，為各行業(yè)的技術進步提供了關鍵的支持和動力。比如，化合物半導體提升了通信器件的性能和系統(tǒng)穩(wěn)定性，助力光通信實現(xiàn)更快的數據傳輸速度和更遠的傳輸距離，為電動汽車提供800V高壓快充，為智能手機提供過壓保護，為智能電網和新能源提供功率轉換和電機控制等等。功率電子和光子技術領域的化合物半導體襯底和外延片市場需求將顯著增長。此外，寬禁帶半導體在具身智能和低空經濟中也有望發(fā)揮重要作用。如提供高效能、高功率密度、高響應速度，支持具身智能設備在復雜環(huán)境中的長時間穩(wěn)定運行；優(yōu)化低空飛行器的動力系統(tǒng)，提升飛行效率和性能，延長續(xù)航時間并提高可靠性。
趙奇：首先是智能駕駛的普及。2025年中國智駕技術加速下沉，比亞迪等頭部車企率先引領，在10萬元級以下車型中配備高階智能駕駛系統(tǒng)，極大地推動了智能駕駛的普及進程。這將直接促使模擬芯片、功率芯片以及MCU芯片的市場需求大幅攀升。同時，智能駕駛系統(tǒng)的電子電氣架構向集中式方向發(fā)展，汽車末端電機和車燈等周邊模擬芯片與MCU進一步融合，單片集成趨勢大大加強。此外是綠色能源革命，全球碳中和進程加速了風光電及儲能產業(yè)發(fā)展。我們關注到，在風光儲充氫新能源領域，公司120KW和150KW光伏逆變模塊產品國內市占率持續(xù)提升。125KW、220KW和MW級功率模塊在儲能客戶端開始批量生產。在新型電力系統(tǒng)領域，我們應用于高壓輸配電的4500V IGBT成功掛網應用一年以上，已實現(xiàn)量產。
吳曉忠：從市場上來看，圍繞AI技術的其他相關創(chuàng)新行業(yè)正在興起，如智慧醫(yī)療、智能制造、智慧農業(yè)等，特別是端側推理類芯片的各行業(yè)大規(guī)模落地應用，以及工業(yè)互聯(lián)網、大數據、5G、智能汽車等創(chuàng)新應用也在持續(xù)快速發(fā)展。而這些數字經濟的基礎核心都是芯片，因此，創(chuàng)新市場對芯片的需求也在不斷演進并快速提升。此外，全球供應鏈多元化和地緣政治帶來的影響也在持續(xù)。在我國集成電路產業(yè)鏈中，EDA、關鍵IP、半導體設備、基礎材料、制造都是近幾年行業(yè)所面臨的挑戰(zhàn)。尤其是大算力芯片均為數字芯片，打造數字全流程EDA是中國發(fā)展芯片行業(yè)的必然需求，這也是產業(yè)發(fā)展的動能。
技術攻關與產業(yè)化同行，供應能力與生態(tài)構建并重記者：在當前的產業(yè)發(fā)展階段，半導體企業(yè)要“脫穎而出”，獲得國內國際市場的認可，需要重點培養(yǎng)哪些能力？
吳曉忠：EDA始終是一個產品為王的行業(yè)，在保持技術和性能領先的同時，需要更快地把握設計公司真正的需求和痛點，從前端需求上研發(fā)和演進EDA設計方法學，打造更好的產品和技術，并持續(xù)優(yōu)化，從而主導該環(huán)節(jié)的工具市場。在市場和政策的雙重加持下，中國芯片行業(yè)的市場規(guī)模和技術能力發(fā)展到了一定高度，亟須一些具有國際水平的EDA公司成長起來，支撐起我國的集成電路行業(yè)，驅動我國高速的數字經濟發(fā)展和行業(yè)數字轉型。例如，硬件仿真器是近十年來應用增長最快的EDA產品，也是EDA工具中最為復雜的一種系統(tǒng)工具，在過去二十多年的發(fā)展過程中，基本形成了國外EDA三大廠商壟斷的局面。我們致力于開發(fā)貼近國內芯片設計所迫切需要的EDA工具，發(fā)展安全可控的EDA硬件仿真器。
王平：一是自主創(chuàng)新能力。企業(yè)要在產業(yè)發(fā)展大潮中贏得主動，必須走自主創(chuàng)新、正向研發(fā)的道路，只有擁有和掌控尖端核心技術，才能提升企業(yè)核心競爭力。電科裝備目前在離子注入裝備、純化裝備、光伏PECVD設備等領域處于國內領先水平，后續(xù)，我們會實施單項冠軍培育工程，打造更多行業(yè)領先、拳頭過硬的單項冠軍產品，不斷鞏固和提升行業(yè)地位。二是產業(yè)化發(fā)展能力。作為高端設備制造企業(yè)，我認為要堅持“工藝+裝備+服務”理念，既要抬頭看天，瞄準技術前沿，開展從0到1的技術攻關；也要低頭看路，推動科研成果實現(xiàn)從1到100的產業(yè)化落地，只有打通項目實驗室與大廠生產線“最后一公里”，讓設備實現(xiàn)從能用到好用的轉變，才能更好地服務產業(yè)需求，獲得市場認可。三是人才培養(yǎng)能力。在這個高速發(fā)展的行業(yè)中，高素質的專業(yè)人才是不可或缺的寶貴資源。企業(yè)必須致力于吸引和培養(yǎng)更多高能級技術專家，打造高素質研發(fā)團隊，并完善創(chuàng)新激勵機制，激發(fā)人才的創(chuàng)造力和積極性，為企業(yè)創(chuàng)新高質量發(fā)展提供堅實的人才支撐。
林志東：對于化合物半導體來說，過硬的產品質量和穩(wěn)定的供應能力是立足發(fā)展之本。這需要在材料研發(fā)和制備過程中，通過技術創(chuàng)新、端到端的全流程制造模式、構建研發(fā)制造垂直平臺等，來克服來自工藝、品控、成本方面的種種挑戰(zhàn)。以碳化硅為例，首先，在材料方面，碳化硅從晶體生長的耗時與良率，到切磨拋的料損，再到外延后的缺陷率問題等，都對芯片良率和品質有著關鍵影響。我們基于一條龍的研發(fā)與生產，能夠較易了解材料端的規(guī)格應該如何制定，以降低漏篩產生的品質風險，并避免過篩產生的良率損失問題。在工藝方面，碳化硅的高熔點與硬度特性，使高溫工藝與離子植入工藝成為難點，尤其是高溫柵氧工藝，其柵氧內電場遠比硅基MOSFET高，導致載子遷移率及可靠性失效的問題較硅基器件嚴重得多。通過對氧化機理的深刻了解與持續(xù)地工藝優(yōu)化，我們已經將遷移率提升1倍以上。對于高溫工藝與離子植入工藝，我們也在持續(xù)投資先進設備，招攬資深專家搭配長期培養(yǎng)的年輕人才組成研發(fā)團隊，逐步全面攻克。除了工藝改善外，測試與加嚴篩選技術亦是確保出貨品質不可或缺的重要手段。
趙奇：當前產業(yè)競爭已從單一產品較量升級為“技術縱深+生態(tài)廣度”的多方博弈。因此企業(yè)要想繼續(xù)在產業(yè)鏈實現(xiàn)向上攀登，就必須要構建以下核心能力。首先是核心技術穿透能力。比如以碳化硅為代表的寬禁帶半導體產業(yè)化突破，早期主要由國際企業(yè)主導，它們在技術、市場份額和專利布局上占據主導地位。但近年來，包括我們在內的國內同行，已經實現(xiàn)了諸多原生性創(chuàng)新。目前在6英寸向8英寸的晶圓尺寸升級、平面向溝槽的技術路線調整以及混碳技術方案等方面，我們與國際先進水平處于同一梯隊。其次要有“走一步、看三步”的預見性，時刻關注國內尚顯薄弱的新領域、新方向，有的放矢地進行研發(fā)和開拓。三是充分借助資本紐帶，與企業(yè)和更多的產業(yè)方、資本方建立緊密的戰(zhàn)略關系。企業(yè)不再僅僅是供應商，而是可以與終端應用的企業(yè)進行研發(fā)合作，企業(yè)、產業(yè)、資本方形成合力，更好地推動整個產業(yè)生態(tài)的良性發(fā)展。
記者：2025年是“十四五”規(guī)劃收官之年，“十五五”規(guī)劃謀篇之年。在這承前啟后的關鍵之年，您對于半導體產業(yè)的創(chuàng)新發(fā)展有何期許或建議？
王平：一要加速構建產業(yè)鏈協(xié)同能力。半導體協(xié)作程度高、產業(yè)鏈長、涉及環(huán)節(jié)眾多，在這場長跑接力賽中，每一個環(huán)節(jié)都至關重要，單打獨斗是很難成功的，因此構建強有力的聯(lián)合攻關體系至關重要。要發(fā)揮舉國體制，協(xié)同高校、國家級實驗室、產業(yè)鏈上下游優(yōu)質企業(yè)開展聯(lián)合攻關，實現(xiàn)上游用戶工藝牽引裝備研發(fā)、進而牽引下游零部件企業(yè)開展核心技術攻關的聯(lián)動，共建創(chuàng)新鏈高效、供應鏈穩(wěn)定、價值鏈暢通的半導體裝備產業(yè)生態(tài)鏈。二要優(yōu)化政策支持體系。2025年政府工作報告重點強調要推動科技創(chuàng)新和產業(yè)創(chuàng)新融合發(fā)展。政府應加強頂層設計，制定更加精準的產業(yè)政策，為半導體企業(yè)提供稅收優(yōu)惠、資金支持、人才政策等激勵措施，引導創(chuàng)新資源向關鍵材料和設備的研發(fā)與生產企業(yè)聚集，助力提升企業(yè)創(chuàng)新能力，從而賦能我國產業(yè)鏈的整體發(fā)展。
李煒：首先，建議加強產學研協(xié)同，推動更多企業(yè)與高校、科研院所的深度合作，打造創(chuàng)新生態(tài)系統(tǒng)，尤其在關鍵技術領域加速突破。其次，加強對半導體產業(yè)的要素保障，確保關鍵材料和設備的供應能力。另外，半導體產業(yè)的人才培育也需持續(xù)投入，加強高校和企業(yè)合作，培養(yǎng)具有國際視野和創(chuàng)新能力的人才。同時，在全球競爭的背景下，企業(yè)既要注重自主創(chuàng)新，也應加強國際合作與技術交流，提升全球競爭力。
作者丨張心怡編輯丨張維佳美編丨馬利亞監(jiān)制丨連曉東
