AI 芯片也叫 AI 加速器、计算卡，简单说就是专门给人工智能干活、扛海量复杂计算的专用芯片，相当于 AI 的 “超级大脑算力担当”。

  目前主流的 AI 芯片主要分三类：GPU、ASIC、FPGA，其中 ASIC 还包含大家常听到的 TPU、NPU。

  GPU：就像万能全能选手，最擅长同时处理大批量数据、做并行运算，啥都能干。不管是复杂数学计算、画面图形渲染，还是 AI 训练推理都拿手，通用性拉满。代表厂商：英伟达、AMD。

  ASIC（含 TPU、NPU）：属于定制专属高手，只针对某一个特定 AI 场景量身设计，专一性极强、算力效率超高。但缺点是研发花钱多、耗时长，做出来就没法改用途。谷歌 TPU、寒武纪和华为昇腾的 NPU，都是典型的 ASIC 芯片。

  FPGA：好比可随时改配置的百变工匠，能后期反复编程调整功能，灵活度特别高。但门槛也高，设计起来难度大、结构较为复杂。代表厂商：赛灵思（Xilinx）。

  芯片产业链核心为中游的芯片设计、制造、封测，上游 EDA 软件、材料及设备是其必备支撑。国内芯片上游多依赖海外，EDA 软件更是整条产业链最关键的卡脖子环节。

  EDA 可以看作打造芯片的全套专业设计工具，贯穿芯片设计、制造、测试全流程。没有这款软件时，工程师只能手画芯片电路，效率低还容易出错，EDA 则能将芯片的设计思路逐步落地，是芯片研发无法替代的基础工具，同时 EDA 分为四大类别，适配不同设计需求：

  全球 EDA 市场高度垄断，新思、楷登、西门子 EDA 三大企业合计占据超 70% 市场占有率，在 5nm 以下先进制程领域掌控率更是突破 95%。国内企业仅在模拟电路领域实现局部突破，整体市场占比偏低。

  2024 年国内 EDA 市场规模约 135.9 亿元，占全球 10%，同比增速 13.3%，远超全球中等水准，2025 年规模预计达 149.5 亿元，增长主要是依靠本土半导体产业扩张与国产替代政策驱动。

  国内 EDA 正迎来加速国产替代的行业趋势。一方面行业并购整合愈发频繁，外部技术禁令进一步倒逼替代进程，并购也是 EDA 企业做大做强的必经方式；另一方面国内头部厂商产品覆盖能力持续提升，已实现 14nm 及以上制程 EDA 国产化布局，同时加码数字芯片相关业务。

  在国产化需求带动下，本土 EDA 企业保持高增长态势，多家龙头营收稳步提升，部分企业也已实现业绩扭亏。

  在半导体设备中，光刻机拥有最高技术壁垒，光刻工序直接决定芯片精度，成本占芯片制造总成本的 35%。全球顶级 5nm 光刻机被荷兰 ASML 独家垄断，基本上没有竞争对手。

  芯片生产全程不能离开专业设备，北方华创、盛美半导体、中微公司、荆拓科技是国内半导体设备领域的核心龙头。

  半导体设备国产替代是长期产业战略，也是我国半导体产业从规模制造转向技术自主的必经之路。

  目前行业替代进程持续提速，整体国产化率约 19%，刻蚀、清洗等成熟制程设备国产化率已超 30%，本土企业技术已进入 5nm 先进制程。但光刻机、高端量测设备国产化率仍不足 10%，EUV 光刻机更是完全依赖进口。依托政策与市场双重助力，国产设备未来将实现成熟制程全面自主，先进制程持续取得突破，重塑全球半导体产业链格局。

  全球半导体材料市场保持稳步扩容，2024 年市场规模达到 675 亿美元，同比增长 3.8%。从结构划分，晶圆制造材料占比超六成，封装材料约占四成。

  在各类核心原料中，硅片占比最高达 35%，光刻胶、电子气体分别占 20%、15%，这类基础材料是芯片生产制造的核心刚需。

  中游是芯片制造的核心环节，也是整个半导体产业链的关键。其制造主要分三步：先制备单晶硅片作为芯片基底；再通过前道工艺，在晶圆上依次完成薄膜沉积、光刻、刻蚀等工序，构建复杂电路；最后经后道工艺，将晶圆切割、封装，并通过测试，合格芯片即制造完成。

  AI 与高性能计算的发展，推动芯片先进封装进入快速地增长阶段。2023 年全球芯片封装市场总规模 850 亿美元，先进封装、传统封装规模分别为 378 亿美元、472 亿美元。

  预计 2023-2029 年，先进封装市场年复合增速 10.68%，明显高于传统封装 6.04% 的增速，核心驱动来自芯片技术升级，以及行业对芯片高性能、小型化的刚性需求。

  先进封装的市场地位持续提升，2023 年其收入占比已达 44.47%，预计 2029 年将突破 50%。

  从技术路线看，倒装封装（如 FCCSP、FCBGA）是当前主流，2022 年市场占比 51%，2022-2028 年复合增速约 8.5%；而 2.5D/3D 封装作为支撑 AI 算力的关键技术，增速显著更快，2022 年占比 21%，预计 2028 年占比将升至 33%，期间复合增速达 18.7%。

  中国半导体封测企业的全球市场占有率正持续提升，核心优势来自成本与规模效应。

  2024 年，通富微电全球市占率约 8%，位列全球第四、大陆第二；长电科技、华天科技也跻身全球前十，大陆与台湾地区的封测厂整体竞争力突出。

  大陆和台湾地区的人力、生产所带来的成本更低，叠加国内庞大的市场需求，企业可通过规模效应进一步摊薄成本，也正在吸引更加多全球订单向国内转移。

  GPU 最早是给游戏、视频做画面渲染的，如今已是 AI 和高性能计算的核心算力担当。它最突出的优势，是能同时处理海量任务，就像上千个工人并行作业，效率远超传统处理器。

  其核心竞争力来自两方面：一是天生适配批量运算的硬件架构，二是成熟的配套软件生态，大幅度降低了开发门槛。目前它是 AI 训练与推理的绝对主力，也大范围的应用于科学计算、数据分析等领域，是现代计算基础设施里必不可少的关键硬件。

  欧美主导了全球 AI 的早期发展，ChatGPT 等大模型的突破直接引爆算力需求。英伟达 GPU 凭借成熟生态与性能优势，推动市场规模五年间快速扩张，2024 年已达 1.05 万亿元。

  随着中国 DeepSeek、无人驾驶等 AI 技术实现突破，全球 AI 市场进入多元发展阶段。按预测，2029 年全球 GPU 市场规模将达 3.61 万亿元，其中中国市场规模将达 1.36 万亿元，占比将从 2024 年的 15.6% 提升至 37.8%。

  中国 GPU 市场 分为 AI 智算与桌面级两大场景。AI 智算 GPU 增速领先，预计 2029 年破万亿元；桌面级市场同步稳定增长。当前国际龙头占主导，国内厂商如摩尔线程正快速突破。

  中国通用 GPU 市场，2024 年，英伟达和 AMD 两家就分走了 96.4% 的份额，行业前五名厂商合计拿下了 98% 的蛋糕。

  其中英伟达独占 91.9%，AMD 占 4.5%，牢牢占据行业前两位；国内海光信息、沐曦、天数等头部厂商，加起来分到的蛋糕还不到 2%，天数智芯的份额仅为 0.3%。

  从国产化进度来看，中国通用 GPU 的国产化率，已经从 2022 年的 2.0% 提升至 2024 年的 3.6%。

  此前机构预测 2029 年国产化率达 31% 的判断过于保守，受 2025 年以来中美 AI 芯片有关政策推动，预计通用 GPU 国产化率 3 年内有望提升至 50% 以上。

  AI ASIC 是专为 AI 应用定制的专用芯片，好比专门适配 AI 工作的定制化工具，核心优势是性能强、耗电少、可定制、量产成本低。

  对比通用处理器这种通用工具，它针对 AI 任务和算法做了深度优化，处理深度学习等复杂运算更快更稳，能满足 AI 实时需求，低功耗也适配大规模数据中心。

  AI ASIC 和 GPU 的实际使用场景差异，大多分布在在四个核心方面。

  算力层面，先进 GPU 的整体算力更强，但 ASIC 是为 AI 任务量身定做的，处理矩阵乘法、卷积运算这些 AI 核心操作时，计算效率更加高，干专属活儿的性能反而能超过 GPU。

  通用性层面，GPU 就像万能工具箱，能适配各种算法和模型，灵活度拉满；ASIC 的功能是固定的，很难修改和扩展，灵活度差很多。

  功耗层面，ASIC 因为针对特定任务做了深度优化，干同样的活儿，比 GPU 更省电。

  成本层面，GPU 的研发和制造成本很高，大规模部署时，硬件成本是最大的限制；而 ASIC 一旦实现大规模量产，单颗成本要比 GPU 低得多。

  2023 年至 2028 年，AI ASIC 专用芯片市场将进入快速地增长阶段。2023 年该市场总规模为 66 亿美元，预计到 2028 年将达到 554 亿美元，5 年间平均每年涨幅达 53%。

  这一迅速增加的核心动力，来自人工智能技术的大范围落地与全行业 AI 算力需求的持续提升，直接推动了 AI 专用芯片在数据中心、无人驾驶、智能终端等领域的使用占比不断提高。

  训练侧，英伟达一家拿下超 70% 的市场占有率，是绝对的行业老大，AMD、英特尔只分到很小的蛋糕，谷歌、AWS 等自研的 ASIC 芯片，合计占比也十分有限。

  推理侧，英伟达虽然还是领先，但市场占有率已经降到 40% 左右，AMD、谷歌、AWS 等厂商的占比大幅度的提高，市场之间的竞争更加分散多元。

  总的来说，英伟达在 AI 训练芯片领域优势碾压，但在推理芯片赛道，正面临慢慢的变多的竞争挑战。

  AI 未来会像电力一样普及，从工具变成生产生活的标配。技术上从 “只会模仿” 向 “能推理创造” 升级，多模态、智能体成主流，AI 能自主完成复杂任务。

  规模上，2025 年全球市场约 4000 亿美元，2030 年预计破 1.8 万亿美元，年增速超 35%。

  中国市场同步爆发，2025 年核心产业规模超 9000 亿元，2026 年预计达 1.2 万亿元。医疗、金融、制造等行业会深层次地融合 AI，人机协作成为常态，不是 AI 取代人，而是人 + AI 效率更加高。