AI应用场景开始分层半导体产业链上下游寻找新突破口
AI应用场景开始分层 半导体产业链上下游寻找新突破口
“DRAM特别贵，进入非常大的周期”“ 机器人 真正落地，瓶颈可能在最后一毫米”“算力基建能否实现投资回报，才是最关键的”……
11月12日，在北京国家会议中心举行的第二十三届中国国际 半导体 博览会暨第八届IC企业家大会开幕式现场，上海证券报记者从多位与会嘉宾处了解到，从 数据中心 到智能 汽车 ，从模型训练到 机器人 执行任务，不同场景对 半导体 的要求正在发生变化。AI带来的需求增长并非简单地向整个产业链平均扩散，而是呈现明显的结构性特征。
受访行业人士认为，随着AI从大模型训练向各类应用加速渗透，应用场景开始分层、碎片化，带动 半导体 产业链需求分化，也推动芯片企业重新思考产品定位与竞争方式。
需求增长背后
不同细分市场开始分层
“超级周期”是今年半导体行业的热门话题，但并非所有细分市场都同步增长。
“内存需求已全面迈入‘分层时代’，这种分层首先体现在不同细分市场的需求分化上。” 长鑫科技 副总裁骆晓东表示，目前服务器已占全球DRAM需求的半数以上，AI大模型和智算中心持续拉动高端存储需求。与此同时， 汽车 智能化推动单车内存容量增加，预计到2030年车载存储需求年复合增长率约30%。相比之下，手机、PC等传统 消费电子 市场仍表现出较强的周期性。
即使同样是 AI应用 ，对硬件的需求也各不相同。骆晓东举例称：大模型生成回答时，主要受到内存带宽制约；处理输入内容时，算力的重要性更加突出；大参数模型训练则对内存容量与互联能力提出更高要求。
这种变化也出现在算力市场。太初元碁联合创始人、首席运营官乔梁表示，算力用户正从互联网大厂、大模型公司向制造业、服务业等领域扩展。不同场景对算力性能、成本和效率的要求并不一致，企业更关注业务能否负担推理成本，而不只是单张芯片的峰值性能。
在应用层面越深入，这类分化的差异越明显。 京东 物流 科技行业总经理陈佳表示，以仓储 机器人 为例，货物重量、仓储空间和作业节奏千差万别，难以依靠一种通用 机器人 解决所有问题，需要针对场景配置不同设备。
不只拼算力
芯片竞争转向系统效率
需求变化正在传导至芯片设计和产品结构。 英特尔 中国研究院院长宋继强表示，AI正从单次问答走向智能体自主执行任务。智能体需要不断进行规划、推理和工具调用，带来更高的词元（Token）消耗，也对低延迟、高吞吐和能效提出新的要求。
他认为，未来算力提升不能仅依靠晶体管微缩，还需要通过异构计算、 先进封装 和高速互联提高系统效率。
存储企业也在寻找新的增长空间。骆晓东表示，智能体应用的高并发、长上下文特征，正推动服务器对内存容量和带宽的需求持续增长。据其透露， 长鑫科技 已将DDR5 RDIMM产品覆盖32GB至128GB容量，并布局更高容量、更高速率的MRDIMM产品。
需求还延伸至不太显眼的功率器件。安世中国首席执行官张秋明介绍，AI服务器功率密度提升，正在增加对供电转换、热插拔控制和电路保护的需求。按照其介绍的应用情况，单台AI服务器MOSFET用量可从过去的约40颗增加至200颗以上。
在瑞萨 电子 中国总裁刘芳看来，AI基础设施竞争不再是一颗芯片、一类芯片的竞争，而是涉及器件、软件、供电和系统设计的整体协同。
场景牵引下
产业链重新寻找突破口
随着芯片应用不断拓展，产业链上下游也面临新的技术课题。在 机器人 领域，刘芳认为，从演示走向家庭、养老等真实场景，瓶颈可能不在“最后一公里”，而是涉及力度控制与安全性的“最后一毫米”。
恩智浦半导体 副总裁袁文博表示， 机器人 不仅需要负责推理决策的“大脑”，还需要承担实时协调和快速响应的“小脑”与“脊髓”。如何在复杂环境中兼顾低延迟、功能安全和能效，正成为芯片企业需要解决的新问题。
变化还在向制造端传递。 盛美上海 售后服务副总裁曾辉表示，先进逻辑芯片、存储和 先进封装 的发展，对清洗、电镀等设备的颗粒控制、良率和生产效率提出更高要求。硅芯科技总经理赵毅表示，芯粒和3D堆叠技术发展，正在改变传统EDA设计流程。芯片设计需要更早考虑封装工艺、互联和可靠性，实现跨环节协同。
从智能体算力、服务器内存，到机器人控制、 先进封装 和设计工具，企业的关注点正进一步延伸至具体应用场景。中国 电子 信息产业发展研究院党委书记刘文强表示，当前AI市场需求对半导体产能产生“虹吸效应”，部分工艺和封装产能供不应求，部分传统品类则受到挤压。他认为，产业链需要进一步强化供需协同，根据不同应用场景灵活调整产能。
（文章来源：上海证券报）