• 网站首页
  • |
  • 微信
     
  • |
  • 手机访问
     
  • Hi,欢迎来到赤松城科技 010-62632548!
  • 登录
  • 注册
  • |
  • 我的订单
  • |
  • 账户中心
  • |
  • 帮助中心
  • |

购物车0件
购物车中还没有商品,赶紧选购吧!
  • 智能卡兼容性测试
  • 可靠性测试
  • 老化板
  • 存储芯片测试
  • Flash可靠性测试
  • MCU测试

全部分类◇

  • >

    测试自动化

    功能测试>
    通用验证平台 EEPROM测试 NOR Flash测试 JTAG测试
    性能测试>
    抗干扰测试 智能卡兼容性测试 智能卡自动刷卡测试
    可靠性测试>
    通用可靠性测试 接触卡可靠性 非接触卡可靠性 USB产品可靠性 存储器芯片可靠性 PCBA产品可靠性
    量产自动化>
    自动发卡机 条带COS下载 PCBA产品测试
    机械手>
    PCBA测试机械手 芯片测试机械手
    自动测试软件>
    STG自动化测试软件平台
    高温测试座>
    接触卡条带 非接卡条带 双界面条带 3FF小卡 4FF小卡
    转接板>
    7816转接板 非接卡转接板
    测试板>
    T2000测试子板
  • >

    国密一卡通

    智能卡>
    国密CPU卡 SIM卡 M1卡
    安全芯片>
    PSAM卡 加密芯片
    读卡器>
    PCSC读卡器 接触卡读写器 非接卡读写器 双界面读写器
    发卡机>
    自动发卡机 发卡器
    自动收卡机>
    门禁读头>
    韦根门禁读头 485门禁读头读头 网口门禁读头 国密门禁读头
    门禁一体机>
    国密门禁一体机 脱机门禁一体机 485门禁一体机 网口门禁一体机
    消费机读头>
    串口消费机读头 485消费机读头 USB消费机读头 TTL消费机读头 国密消费机读头
    加密机>
    一卡通软件>
    门禁管理软件 T6一卡通软件平台 通用读写器软件
  • >

    方案定制

    视频>
    信号发生器 信号分配器 信号转换器 编解码器
    2G/3G/4G>
    基带模块 GSM射频模块 CDMA射频模块 LTE射频模块
  • 首页
  • 测试自动化
  • 国密一卡通
  • 方案定制
  • 资料下载
  • 工程师社区
  • 关于我们
  • ◇

我的足迹

购物车
客服1
010-62632548
意见反馈
我的足迹
回到顶部
  • 公司相关
  • MRB
  • RMA
  • 新闻中心
  • 求购方案
  • 发布方案
  • 工程师社区
  • 知识产权
  • 资料下载
搜索

芯片的光辉时代——AI时代半导体产业的第三次结构性重组

时间:2026-11-12
分享至:
[导读]这不是一篇芯片的发展史。但它试图回答一个简单的问题:为什么今天,半导体忽然成了主角?

芯片的光辉时代——AI时代半导体产业的第三次结构性重组

来源:Justin Jiang    2026-09-04

这不是一篇芯片的发展史。但它试图回答一个简单的问题:为什么今天,半导体忽然成了主角?

1971年11月15日,Intel推出4004处理器——全球首款商用微处理器,一颗集成了约2,300个晶体管、专为日本计算器厂商Busicom设计的芯片。

当时,几乎没有人意识到这件事的分量。半导体产业的主流叙事里,这类产品不过是“为计算器提供计算能力的小零件”,不值得大书特书。

2026年6月1日,中国台北,COMPUTEX 2026的舞台上,黄仁勋发布了英伟达首款PC超级芯片RTX Spark。这颗芯片内置AI算力达1 Petaflop,统一内存128GB,基于台积电3nm工艺。

黄仁勋没有讲太多关于晶体管数量的故事。他只说了一句话:“算力即收入,算力即利润。”

两个产品的发布,相隔半个世纪。一颗为计算器设计的小芯片,一颗为AI时代打造的超级芯片——它们之间的跨越,藏着半导体产业五十年三次结构性重组的全部秘密。

这不是一篇芯片的发展史。但它试图回答一个简单的问题:为什么今天,半导体忽然成了主角?

答案藏在五十年来,这个产业经历的三次结构性重组里。

01第一次重组:PC时代

1970年代末,半导体产业的主流客户是大型机和军工。芯片的价值,用行话说,是“专用”——为某一种计算任务设计,为某一个特定系统服务。

打破这个逻辑的,是个人电脑(PC)。

1981年,IBM推出IBM PC,选用Intel 8088处理器作为核心。这次选择, 奠定了Intel在PC时代的绝对地位,也打开了半导体产业从“专用”走向“通用”的第一扇门。所谓“通用”,意思是同一颗处理器,可以运行不同的软件、满足不同的需求——这才是PC革命的真正意义所在。

这不是技术突破的结果,更像是一场商业赌博。8088的研发资源有限,Intel的工程师必须在性能、功耗和成本之间做出取舍。最终出货的,是一颗性能并非最优、但性价比最合理的芯片。历史选择了“够用就好”,而不是“极致”。

从那以后,围绕Intel x86架构,一个覆盖芯片设计、操作系统、整机制造、应用软件开发的完整生态系统逐步成型。这个生态系统的商业逻辑很清晰:谁控制了PC 的入口,谁就掌握了桌面互联网时代的资源配置权。

这是半导体产业的第一次结构性重组:主角从大型机变为PC,动力从军工需求变为消费市场,核心玩家从垂直整合的IDM厂商变为专业化分工的生态联盟。

02第二次重组:移动互联网时代

2007年1月9日,乔布斯发布第一代iPhone。在当时的半导体产业界,大多数人并没有意识到这场发布会的深远意义——对于习惯了为PC提供芯片的高通、TI、Marvell等厂商而言,一款手机,不过是另一类终端。

但iPhone不是另一类终端。它是一个全新的生态位。

这个生态位的核心特征,是功耗约束。PC芯片可以在桌面电源的支撑下追求极致性能,但手机芯片必须在一个硬币大小的电池所允许的功耗预算内,完成几乎所有PC能做的事。这彻底改变了芯片设计的优先级——不再是“性能为王”,而是“ 性能功耗比”(Performance Per Watt)至上。

推动这场革命的硬件三角,是ARM、高通和台积电。

ARM提供低功耗指令集架构和高效率IP核;高通将ARM架构与自研基带芯片整合,形成移动SoC的整体方案;台积电则提供先进制程制造能力,使“把更多晶体管塞进更小面积”的竞争成为可能。三者的协同,重新定义了什么叫“一颗好的移动芯片”。

2012年,高通实现创纪录的191亿美元营收。在iPhone诞生前的2006年,高通的营收约为57亿美元。六年间,增长超过3倍。这组数字背后的实质,是移动SoC对传统PC芯片厂商市场份额的系统性蚕食。

这是半导体产业的第二次结构性重组:主角从PC变为智能手机,核心需求从“计算性能”变为“性能功耗比”,产业控制权从英特尔x86生态转移至ARM+高通+台积电的移动铁三角。

03一个沉默的裂缝

2010年代中期, 产业界出现了某种“静默的分化”。

2012年,多伦多大学团队利用深度卷积神经网络(AlexNet)在ImageNet 图像识别挑战中将错误率从前一年的26%一举压低至15%,震惊了整个计算机视觉领域。这一结果背后的算力支撑,是两块NVIDIA GTX 580 GPU——彼时没有任何人预料到, 这会是GPU 进入AI 算力时代的序曲。

大多数半导体从业者将深度学习视为一个“学术热点”,而非产业转折点。但有一小群人,已经在悄然押注。

这个裂缝,从学术发现到产业共识之间,存在了将近五年。

04第三次重组:AI 时代

当裂缝终于被看见,半导体产业迎来的是一次与前两次本质上不同的重组。

前两次重组,变化的核心是“终端”:芯片服务的对象,从大型机变为PC, 再变为智能手机。但芯片本身的设计逻辑没有变——它仍然是为“人的使用”而设计的:屏幕显示、键盘输入、人机交互。

这一次,芯片服务的对象变了。芯片不再为人的使用而设计,而是为机器的“思考”而设计——为大规模矩阵运算、为梯度计算、为并行推理而优化。这是设计目标的根本转变。

这一转移的技术集中体现,是HBM(High Bandwidth Memory,高带宽内存)。

理解AI芯片,必须先理解HBM。传统DRAM将数据存储在二维阵列中, 访问延迟是制约算力的关键瓶颈。HBM通过垂直堆叠多层DRAM die,并采用硅通孔(TSV)技术实现超宽数据总线,将内存带宽提升至传统DRAM的数倍甚至十数倍。以HBM3E为例,其单引脚数据传输速率可达9.2Gbps, 一颗HBM3E封装的带宽可超过1 TB/s。

这意味着什么?在AI训练中,数据搬运往往是比计算本身更耗时的环节。HBM的高带宽,本质上是消除了“机器思考”过程中的“交通堵塞”。正因如此,HBM成为AI服务器GPU的标准配置,也成为本轮AI算力竞赛中,所有主要内存厂商必争之地。

这种竞争,直接反映在财务数据上。

SK Hynix 2026年第一季度财报显示:公司实现营业收入52.5763万亿韩元,营业利润37.6103万亿韩元,营业利润率达72%,净利润率高达77%,三项指标均创历史新高。这一利润率的背后,是AI 服务器DRAM 和HBM的量价齐升——TrendForce数据显示,2026年第一季度DRAM合约价环比大涨 90%–95%,NANDFlash合约价环比上涨55%–60%。

同一季度,TSMC实现营业收入1.13万亿新台币(约358.9亿美元),同比增长35.1%,环比增长8.4%,创同期历史新高。其中HPC(高性能计算)平台收入占总收入的61%,环比增长20%,取代智能手机成为TSMC最大的收入来源。

这些数字的实质,是AI驱动的需求正在系统性地重塑半导体产业的价值分布。

与此同时,技术路线的分化也在加速。

在封装领域,台积电的CoWoS(Chipon Waferon Substrate)、三星的Foveros、英特尔的EMIB(Embedded Multi-Die Interconnect Bridge),代表了三种不同的先进封装路线。Chiplet(小芯片)架构通过将一颗SoC拆分为多个功能模块分别制造再封装集成,正在重新定义“芯片制造”的边界——不再是“一颗芯片”,而是“一个系统”。

这些技术路线的分化,对供应链的直接影响是:芯片制造的核心环节,从单一的晶圆制造,扩展为“晶圆制造+ 先进封装+ 测试”的全流程整合。供应链的复杂度显著上升,任何一个环节的瓶颈,都可能成为整个AI 算力供给的堵点。

当HBM 和先进封装解决了“数据搬运”问题,竞争的核心便转移到了另一个维度:芯片架构。当前主流的AI芯片架构, 大致可分为四类。

GPU(Graphics Processing Unit):以NVIDIA为代表,凭借海量并行计算单元和CUDA软件生态,成为AI训练和推理的事实标准。2025年,NVIDIA的数据中心GPU已完成从H100到Blackwell系列的选代市场主导地位依然稳固。AMD的Instinct系列则以更高的内存容量和更低的tokens-per-dollar成本,寻求差异化竟争空间。GPU的核心优势在于通用性——同一硬件可覆盖训练和推理,且软件生态成熟,开发门槛低。

NPU(Neural Processing Unit):专为核心推理场景设计的ASIC,以手机端为代表——苹果的Neural Engine、华为海思的达芬奇架构,都属于此类。NPU在特定任务上能实现极高的能效比,但生态封闭,主要服务于自有硬件的推理场景。

TPU(Tensor Processing Unit):Google自研的专用AI芯片,基于脉动阵列架构,针对矩阵运算优化。TPU最初仅供Google内部使用,用于Search、Ads、YouTube、Gemini等产品;2017年后GoogleCloud逐步向外部提供TPU实例,形成与NVIDIAGPU竟争的云端算力服务。截至2025年,Google TPU已选代至v5e( 性价比导向)和v5p( 性能导向)两大型号。

定制ASIC:头部云厂商和AI公司自研趋势明显。亚马逊的Trainium、Meta 的MTIA、微软的Maia 100,均为针对自有Alworkload深度优化的专用芯片。这类芯片更小、更便宜、功能更聚焦,被视为NVIDIA GPU的补充方案而非替代,但增长迅速。

这四类架构的竞争,本质上回答同一个问题:当“机器思考”的算力需求持续扩张,谁能用最低的功耗和成本,完成最多的矩阵运算?

05芯片就是主角

回到文章开头的问题:为什么今天,半导体忽然成了主角?

1971年,4004发布的时候,没有人会想到,一颗为计算器设计的芯片,会成为这个时代最核心的产业变量。但如果我们理解了五十年来三次结构性重组的逻辑,这个答案就变得清晰了:

第一次重组,芯片让计算走向了桌面;第二次,芯片让计算走进了口袋;第三次,芯片让计算超越了人的使用,走向机器的“思考”。

每一次重组,芯片的重要性都在上升。而这一次,它不再是为机器运行提供支撑的配角——它就是机器“思考”本身的基础设施。

历史的判断总是事后才清晰。但有一件事可以确定:这场重组,远未结束。


原文链接:https://www.semi.org.cn/site/semi/article/fab9ef59222f451a9610ed9e14737f40.html


签到

热点动态

  • 2026 人工智能产业规模化落地,深耕集成电路...

  • 集成电路产业发展新特征:群聚、虚拟垂直、...

  • 测试方案参考

  • 常用可靠性测试规范

  • 可靠性测试

  • 可靠性产品测试简介

购物指南

购物流程

会员介绍

常见问题

联系客服

配送方式

上门自提

配送服务查询

配送费收取标准

海外配送

支付方式

货到付款

在线支付

邮局汇款

公司转账

售后服务

售后政策

退款说明

返修/退换货

取消订单

特色服务

会员等级

积分兑换

三级返利

分享返利

  • 手机客户端二维码

  • 微信公众号二维码

  • 关于我们
  • 联系我们
  • 商务合作
  • 加入我们
  • 版权声明

Copyright © 2015 赤松城(北京)科技有限公司  ICP备 13050570号-4