AI 芯片产业链分析-仅供学习(1).pdfVIP

AI芯⽚简介

AI芯⽚⼜叫AI加速器或计算卡，专⻔处理⼈⼯智能应⽤⾥⼤量计算任务。当下，AI芯⽚主要

有GPU、ASIC、FPGA等。ASIC芯⽚还能细分出TPU、NPU等。

GPU擅⻓⼤量并⾏数据处理与运算，通⽤性强，像数学运算、图形渲染这类任务都拿⼿，英伟

达、AMD等是代表⼚商。ASIC芯⽚针对特定领域设计，专⽤性强，不过开发成本⾼、周期

⻓，⾕歌TPU，寒武纪、华为昇腾的NPU等⼚商产品是典型。FPGA是能现场多次编程的⻔电

路阵列硬件，灵活性⾼，但设计难度和复杂性也⼤，Xlinx是代表⼚商。AI芯⽚在云计算、数

据中⼼、智能驾驶、智慧家电等领域都有⼴泛应⽤。

03上游产业链

芯⽚产业链的核⼼环节在中游，包括芯⽚设计、芯⽚制造以及封装测试。⽽上游的基础EDA软

件、材料和设备，是中游制造的关键⽀撑。在国内，芯⽚产业在上游这部分⽐较依赖国外，其

中最薄弱的环节就是最上游的EDA软件。

-EDA软件/IP

EDA软件是什么？EDA（电⼦设计⾃动化）是辅助芯⽚设计、制造、测试全流程的软件⼯具集

群。没有它时，⼯程师靠⼈⼯绘图，效率低；有了它，能从概念、算法开始设计，是芯⽚设计

的“基⽯”。

EDA主要分四类，覆盖不同设计需求：

全球市场：2024年全球EDA市场规模约157亿美元，同⽐增⻓8.1%。过去五年年均复合增

⻓率约6.5%，主要受AI、5G、汽⻋电⼦等领域驱动。预计到2030年，市场规模将突破200

亿美元。

中国市场：2024年规模约135.9亿元⼈⺠币（占全球约10%），同⽐增⻓13.3%，预计2025

年达149.5亿元。增速显著⾼于全球，核⼼动⼒来⾃本⼟半导体产业扩张（如中芯国际、华为

海思）和国产替代政策⽀持。

竞争格局：EDA市场由国际三巨头主导，Synopsys（32%）、Cadence（29%）、西⻔⼦EDA

（13%）合计占全球74%份额，分别在全流程⼯具与IP授权、模拟/混合信号设计、系统级

设计（聚焦汽⻋/⼯业）领域有优势；中国本⼟企业中，华⼤九天、概伦电⼦、芯华章分别在

模拟电路、器件建模、验证⼯具上有所突破，但整体国产化率不⾜15%，5nm以下先进制程

⼯具⼏乎空⽩，14nm以上⼯艺实现部分替代。

03-2半导体材料

在半导体材料⾥，硅⽚占⽐最⼤，差不多30%，接着是电⼦特种⽓体、光掩膜和光刻㬵。沪

硅产业和中环股份是咱国内⽣产半导体硅⽚的头部企业。

03-3半导体设备

说到半导体设备，光刻机壁垒最⾼，被荷兰ASML垄断。光刻决定芯⽚关键尺⼨，在芯⽚制造

总成本⾥占35%。到现在，全球能造顶级5nm光刻机的，只有荷兰ASML公司。

要制造芯⽚就得有芯⽚设备，北⽅华创、盛美半导体、中微公司、晶盛电机等都是这⽅⾯的⻰

头企业。

04中游产业链

04-1、AI服务器

⽣成式AI应⽤的核⼼⽀撑是AI服务器，就像汽⻋运⾏离不开发动机。⼈⼯智能产业链分基础

层、技术层、应⽤层三层，其中基础层是产业根基，类似盖房的地基，为AI供关键的数据和

算⼒。

服务器常⻅类型有通⽤、云计算、边缘和AI服务器等，其中AI服务器专为AI训练和推理应⽤

打造。⼤模型和⽣成式AI应⽤爆发，对⾼性能计算资源需求猛增，AI服务器正是⽀撑这类复

杂AI应⽤的关键。有如下零部件：CPU芯⽚、GPU芯⽚、FPGA芯⽚，还有PCB、⾼速连接

器等。

⼤模型很可能让AI服务器出货量⻜速增⻓。⼤模型产⽣了海量算⼒需求，这有望进⼀步带动

AI服务器市场扩张。

正因如此，AI算⼒芯⽚堪称“AI时代的引擎”⸺在AI算⼒需求爆发的浪潮⾥，它既能借势

获得发展红利，⼜能反过来推动AI技术更快落地、更⼴泛地渗透到各个领域。

04-3、AI算⼒芯⽚⸺GPU

GPU就是图形处理单元，是电脑图形处理和并⾏计算的关键。⼀开始，它主要⽤在图形渲染

上，像3D画⾯、图⽚处理、视频解码，