站在光里，存在芯鋰：芯片半導(dǎo)體行業(yè)報告

文 澤平宏觀團(tuán)隊(duì)

我在2024年9月預(yù)測“信心牛”“科技牛”。今年1月初從美國考察回來提醒：AI不是風(fēng)口，是海嘯，遠(yuǎn)超30年前的IT互聯(lián)網(wǎng)。超級應(yīng)用大爆發(fā)，中國力量崛起。AI的背后是算力，算力的背后是電力。這是我們這代人最重要的機(jī)遇，人生發(fā)財靠周期。

本文旨在系統(tǒng)深度介紹芯片半導(dǎo)體行業(yè)的賽道和機(jī)會。

29日晚，我將進(jìn)行新的大勢研判，下方預(yù)約。

目錄

1、AI算力芯片：快速崛起，國產(chǎn)芯大爆發(fā)

2、AI存儲：全球存儲超級周期，國產(chǎn)力量快速破局

3、AI光互聯(lián)：AI數(shù)據(jù)通信，算力基礎(chǔ)設(shè)施

4、AI PCB：算力底座、AI倒逼技術(shù)升級

5、AI電力：AI新貨幣， 決定產(chǎn)出上限

正文

1、AI算力芯片：快速崛起，國產(chǎn)芯大爆發(fā)

今年4月DeepSeekV4重大更新，頂級性能、極致低價，全面采用國產(chǎn)算力和新架構(gòu)，中國“芯”爆發(fā)。

一是硬件適配。DeepSeekV4在發(fā)布首日即實(shí)現(xiàn)華為昇騰、寒武紀(jì)、海光、摩爾線程、沐曦、昆侖芯、阿里平頭哥、天數(shù)智芯八大國產(chǎn)芯片廠商的全量適配。“發(fā)布即跑通”，有力證明國產(chǎn)算力足以支撐萬億級參數(shù)的大模型運(yùn)行。

二是生態(tài)破局。DeepSeekV4擁抱了華為CANN、摩爾線程MUSA等國產(chǎn)生態(tài)。為全球開發(fā)者提供了繞開英偉達(dá)CUDA生態(tài)壁壘的替代路徑，直接動搖了英偉達(dá)的軟件護(hù)城河。

中國AI算力開始正式擺脫對英偉達(dá)的單一依賴，大模型訓(xùn)練進(jìn)入自主可控的國產(chǎn)算力新階段。

未來，國產(chǎn)GPU正從“能用”跨越到“好用又便宜”，憑借產(chǎn)業(yè)鏈、規(guī)模化和成本優(yōu)勢，有望復(fù)制新能源汽車和光伏的奇跡，重構(gòu)全球芯片格局。

只要給機(jī)會，國產(chǎn)“芯”將越用越強(qiáng)。

一是成本紅利。 DeepSeekV4通過架構(gòu)創(chuàng)新，大幅提升計算效率，API定價低至GPT-5.5的百分之一。這種極致性價比徹底顛覆了“高算力必然高價”的行業(yè)規(guī)則。模型性能追平、成本實(shí)現(xiàn)碾壓，國產(chǎn)AI應(yīng)用即將迎來大爆發(fā)。

二是國產(chǎn)算力在實(shí)戰(zhàn)中不斷進(jìn)化，國產(chǎn)芯片在大模型商用實(shí)戰(zhàn)中進(jìn)入“越用越強(qiáng)”的正向循環(huán)。

根據(jù)IDC數(shù)據(jù)，2025年中國AI加速卡總出貨約400萬張，國產(chǎn)廠商出貨165萬張，本土滲透率突破40%。格局初顯：華為昇騰、平頭哥、昆侖芯、寒武紀(jì)、海光、沐曦、天數(shù)智芯等本土芯片企業(yè)高速崛起。

中國算力芯片正以極高的效率迭代。DeepSeekV4的適配主力產(chǎn)品華為昇騰950PR，產(chǎn)品推理能力已領(lǐng)先英偉達(dá)特供版芯片。目前，頭部算力國產(chǎn)集群的訓(xùn)練、并行效率已達(dá)80%–85%以上。

芯片制造方面，成熟反哺先進(jìn)，國產(chǎn)替代窗口已至。

全球芯片制造，中國力量三家進(jìn)前十。2025年全球前十大晶圓代工企業(yè)合計產(chǎn)值1695億美元，市場集中度高，前十家產(chǎn)值占比97%。

中國企業(yè)已有三家躋身前十。其中，中芯國際營收93億美元、市占率5.3%，全球第三。華虹營收45億美元、市占率2.6%，全球第六。晶合集成營收15億美元，市占率0.9%，全球第九。

成熟制程造血，反哺先進(jìn)制程。

成熟制程芯片構(gòu)成產(chǎn)業(yè)基石。按晶圓產(chǎn)能計，28nm及以上成熟制程占全球晶圓代工市場近80%。中國成熟制程產(chǎn)能已占全球約三成，成為核心供給地。

成熟制程芯片應(yīng)用領(lǐng)域覆蓋廣泛。汽車電子、工業(yè)控制及物聯(lián)網(wǎng)等絕大多數(shù)場景無需頂尖先進(jìn)制程，28nm及以上工藝即可滿足。以新能源汽車為例，單車所需芯片中約90%均采用28-130nm工藝節(jié)點(diǎn)。

先進(jìn)制程聚焦高端場景。3、5、7nm芯片主要應(yīng)用于智能手機(jī)SoC、高性能計算及AI加速芯片等前沿領(lǐng)域，技術(shù)壁壘高。

中國立足成熟制程、反哺突破先進(jìn)制程。以中芯國際為例，依托28nm及以上成熟制程穩(wěn)健擴(kuò)張，2025年折合8英寸月產(chǎn)能100萬片，全年?duì)I收673億、同比增長16.5%，毛利率穩(wěn)在20%。持續(xù)向先進(jìn)制程突圍：14nm FinFET工藝已實(shí)現(xiàn)規(guī)模化量產(chǎn)，良率逐步爬坡；并基于現(xiàn)有DUV光刻設(shè)備，通過多重曝光等技術(shù)成功開發(fā)出N+1/N+2工藝，對標(biāo)等效7nm，目前正處于小批量試產(chǎn)與良率優(yōu)化階段。

國產(chǎn)替代窗口已至， 未來從光刻機(jī)、核心原料等環(huán)節(jié)突破。

AI時代算力爆發(fā)，這是國產(chǎn)替代時間窗口。從DeepseekV4開始，大模型適配國產(chǎn)AI芯片，為國產(chǎn)芯片制造提供更多驗(yàn)證場景，這是國產(chǎn)算力鏈重構(gòu)的最佳機(jī)遇。

目前，7nm及以下節(jié)點(diǎn)延伸面臨兩大核心卡點(diǎn)：一是EUV光刻機(jī)獲取受限，依賴DUV多重曝光導(dǎo)致工藝復(fù)雜、成本高企，量產(chǎn)經(jīng)濟(jì)性承壓；二是關(guān)鍵材料國產(chǎn)化仍在攻堅，全自主產(chǎn)線尚未完全打通，制約了產(chǎn)能釋放節(jié)奏與迭代速度。

一是光刻機(jī)。全球90%以上的光刻機(jī)市場被荷蘭和日本占據(jù)。阿斯麥?zhǔn)姓?0%，佳能、尼康占15%。用于7nm以下制程的高端EUV光刻機(jī)只有阿斯麥能生產(chǎn)，國產(chǎn)28nm DUV光刻機(jī)已經(jīng)實(shí)現(xiàn)突破，等待EUV研發(fā)破局。

二是原材料。高純度硅片、光刻膠、特種氣體等基礎(chǔ)原材料仍依賴進(jìn)口。比如日本信越化學(xué)、JSR壟斷的ArF光刻膠等。未來需要更多工業(yè)積累和研究突破。

2026年5月，韜定律提出，意義重大。華為提出韜（τ）定律，是全球半導(dǎo)體領(lǐng)域首個由中國企業(yè)主導(dǎo)的產(chǎn)業(yè)原則。

這是全球芯片發(fā)展的全新思路：不再死磕縮小芯片體積，而是通過"時間縮微"替代傳統(tǒng)"幾何縮微"，用時間效率提升芯片性能。用"邏輯折疊"的方式重構(gòu)芯片布局。把平面電路像折紙一樣立體堆疊。可以大幅壓縮線路長度，有效降低電阻和電容帶來的信號損耗，同時實(shí)現(xiàn)電路、芯片、系統(tǒng)的全層級優(yōu)化。傳統(tǒng)芯片信號傳輸需跨越數(shù)百微米，韜定律新方案可壓縮至幾微米。基于韜定律，在過去六年已成功設(shè)計并量產(chǎn)了381款芯片。到2031年高端芯片晶體管密度將達(dá)到1.4納米制程的同等水平。

AI時代，中國給出了半導(dǎo)體“新基建”標(biāo)準(zhǔn)。韜定律促進(jìn)全球半導(dǎo)體產(chǎn)業(yè)鏈格局重塑。未來，中國的EDA工具、先進(jìn)封裝技術(shù)、芯片散熱材料等領(lǐng)域全面升級，先進(jìn)封裝成為必選路線，話語權(quán)增強(qiáng)。

2、AI 存儲：全球存 儲超級周期，國產(chǎn)力量快速破局

存儲決定算力上限。AI訓(xùn)練、推理均需海量數(shù)據(jù)支撐，存儲數(shù)據(jù)的讀取運(yùn)行效率直接決定AI模型跑的速度。如果存儲速度滯后于算力速度，就會形成“內(nèi)存墻”，導(dǎo)致芯片閑置、算力損耗。

數(shù)據(jù)搬運(yùn)能耗極高，占AI芯片運(yùn)行能耗的一半以上，存儲綜合性能對算力有決定性影響。

當(dāng)前AI大模型參數(shù)規(guī)模突破萬億級，對存儲容量、帶寬的需求呈指數(shù)級增長，重要性不言而喻。

芯片堆疊技術(shù)、存算一體是存儲未來兩大關(guān)鍵技術(shù)方向。

第一是芯片堆疊，以HBM為代表，把多顆DRAM芯片堆疊封裝、并與GPU集成，拓寬數(shù)據(jù)通道、提升算力吞吐。未來帶寬躍遷，從HBM3E向HBM4迭代升級，單顆芯片容量達(dá)24GB，帶寬突破2.4Tbps，讀寫速度倍增，成為AI服務(wù)器核心技術(shù)支撐，更適配下一代AI大模型訓(xùn)練。

第二是存算一體，就是讓存儲離計算更近。在存儲單元內(nèi)嵌計算能力，實(shí)現(xiàn)數(shù)據(jù)原地計算，大幅減少數(shù)據(jù)傳輸延遲和能耗損耗。存算一體芯片可將數(shù)據(jù)傳輸延遲降低50%以上，運(yùn)算能耗減少30%-60%。

全球存儲格局：寡頭壟斷、國產(chǎn)崛起。

全球存儲市場呈寡頭壟斷格局，賽道分為DRAM、NAND、HBM。

DRAM領(lǐng)域，三星、SK海力士、美光占據(jù)超90%市場份額。

NAND閃存領(lǐng)域，三星、SK海力士、鎧俠等市占率超85%。

近兩年存儲漲價、供不應(yīng)求。DRAM、NAND、HBM三大類全線史詩級漲價。HBM作為AI核心顯存，價格整體翻了2-3倍，長期有價無貨、產(chǎn)能被頭部云廠商提前鎖單。

存儲廠商擴(kuò)產(chǎn)周期長，至少需要18–24個月。三星、SK海力士等廠商優(yōu)先HBM存儲產(chǎn)能，對成熟制程擴(kuò)產(chǎn)保守，造成傳統(tǒng)存儲供給緊缺，漲價外溢。

以長江存儲、長鑫存儲等為代表的國產(chǎn)高端存儲快速突破，填補(bǔ)國產(chǎn)化缺口。長鑫存儲DRAM全球份額近10%，長江存儲NAND市占率超12%。目前國產(chǎn)HBM已進(jìn)入小批量產(chǎn)階段，借AI彎道超車，開始打破海外壟斷。

3、AI 光互 聯(lián) ： AI數(shù)據(jù)通信，算力基礎(chǔ)設(shè)施

AI的背后是算力，算力芯片、互聯(lián)系統(tǒng)、存儲系統(tǒng)是AI算力的三大支柱。 光互聯(lián)技術(shù)保障 高效、可靠的AI數(shù)據(jù)交換。

光互聯(lián)，是以光波為傳輸載體，實(shí)現(xiàn)芯片、設(shè)備、網(wǎng)絡(luò)間高速互聯(lián)。有效突破了傳統(tǒng)的電互聯(lián)在帶寬、功耗方面的瓶頸，應(yīng)用于AI算力、5G通信等。

光互聯(lián)行業(yè)在向共封裝光學(xué)CPO、近封裝光學(xué)NPO新架構(gòu)升級。隨著傳輸速率突破800G、1.6T，傳統(tǒng)可插拔光模塊面臨挑戰(zhàn)。CPO、NPO將光引擎與交換芯片、AI加速芯片進(jìn)行高度集成，縮短電互聯(lián)路徑，實(shí)現(xiàn)更高帶寬密度、更低傳輸功耗，更適配未來超大規(guī)模計算集群。

全球 光互聯(lián)市場 快速擴(kuò)張。2026年，AI大模型加速迭代，全球科技巨頭加大投入超大規(guī)模AI數(shù)據(jù)中心，對高速光互聯(lián)產(chǎn)品需求強(qiáng)勁。沙利文數(shù)據(jù)預(yù)測：2025年至2030年，全球光模塊銷售額的年度復(fù)合增長率將超過30%。

光互聯(lián)產(chǎn)業(yè)鏈的上游是核心材料與零部件，包括光芯片、電芯片、印制電路板PCB等關(guān)鍵組件；

中游是光互聯(lián)產(chǎn)品的集成環(huán)節(jié)，有可插拔光模塊、共封裝光學(xué)CPO、近封裝光學(xué)NPO的研發(fā)生產(chǎn)，通過對光、電兩大類零部件的整合適配與技術(shù)集成，實(shí)現(xiàn)數(shù)據(jù)高速、穩(wěn)定的傳輸；

下游則覆蓋AI云、電信運(yùn)營商等核心客戶，應(yīng)用于AI數(shù)據(jù)通信，支撐算力基礎(chǔ)設(shè)施。

光互聯(lián) 未來三大趨勢：

一是速率迭代提速。800G光互聯(lián)產(chǎn)品已成為AI訓(xùn)練集群的主流，1.6T產(chǎn)品也已進(jìn)入大規(guī)模商用前期。隨著模型參數(shù)量持續(xù)擴(kuò)大，技術(shù)迭代加快。

二是硅光技術(shù)滲透。硅光技術(shù)在集成度、功耗、成本上有優(yōu)勢，正成為高速光互聯(lián)產(chǎn)品的核心。

三是商業(yè)航天、低軌衛(wèi)星互聯(lián)創(chuàng)造對光模塊的新需求，一片藍(lán)海。低軌衛(wèi)星星座如星鏈等布局上萬顆衛(wèi)星，傳統(tǒng)微波通信已無法滿足。星間激光通信有高帶寬、低時延優(yōu)勢，而光模塊是激光終端的核心，新需求增量空間大。

4、AI PCB：算力底座、AI倒逼技術(shù)升級

PCB，印制電路板，電子產(chǎn)品之母。GPU、CPU、內(nèi)存條都需要焊在PCB板上。沒有高性能PCB，再先進(jìn)的GPU、HBM、光模塊都無法協(xié)同工作。

PCB一度淪為傳統(tǒng)行業(yè)，AI讓PCB重新煥發(fā)。過去PCB是手機(jī)、電腦產(chǎn)業(yè)的配角、受消費(fèi)電子大周期影響。AI時代，一臺AI服務(wù)器的PCB的物理面積、層數(shù)增長約3-5倍，價值量提升8-12倍。比如英偉達(dá)最新的Rubin平臺，一塊PCB的價值量提升就是前代的幾倍。

高端PCB供不應(yīng)求。特別是18層以上高多層、M8、M9高階基材的，受限于高端覆銅板CCL和電子玻纖布的產(chǎn)能，交付周期已拉長至2-3個月，價格呈上漲趨勢。

未來技術(shù)迭代，材料升級四大趨勢：

第一，信號傳輸更快。AI算力發(fā)展倒逼信號傳輸速率提升，需求是傳輸更快、信號不衰減。因此，低損耗、超低損耗的新材料正在替代傳統(tǒng)材料。比如，新一代覆銅板CCL從M7向M9甚至M10級別推進(jìn)，能大幅降低信號損耗。全球覆銅板市場2025年達(dá)到160億美元，預(yù)計2026年將增至215億美元，年增長率達(dá)30%+。

第二，高密度化升級。芯片堆疊、CPO共封裝技術(shù)發(fā)展，對底層承載材料提出了更高要求，IC載板作為芯片與PCB之間的關(guān)鍵連接，技術(shù)壁壘高、附加值高，需缺口持續(xù)拉大，是當(dāng)前PCB行業(yè)增速快、價值提升顯著的核心領(lǐng)域之一。

第三，高散熱效率。AI芯片功耗飆升，單顆GPU功耗已達(dá)數(shù)百瓦、整機(jī)超千瓦，常規(guī)散熱方案無法滿足高密度算力設(shè)備的熱管理需求。因此，金屬基、陶瓷等高導(dǎo)熱基板、厚銅、埋入散熱等結(jié)構(gòu)進(jìn)化，成為PCB行業(yè)解決高功率散熱痛點(diǎn)的方向。

第四，PCB類芯片化、封裝一體化。傳統(tǒng)PCB僅承擔(dān)電氣連接和載體功能，未來將是“PCB+芯片”集成模式。通過高階HDI、埋入式元件、硅中介層鍵合等先進(jìn)工藝，直接集成。縮短信號路徑、降低延遲，又縮小體積、提升散熱效率。如英偉達(dá)CoWoP方案，就是將GPU與HBM直接集成于強(qiáng)化型PCB上。

5、AI電力：AI新貨幣， 決定產(chǎn)出上限

AI的背后是算力，算力的背后是電力。電力已成為AI新貨幣，電決定了AI的產(chǎn)出上限。未來誰掌握了穩(wěn)定、廉價且充沛的電力，誰就掌握了AI時代入場券。

電力上游，綠電猛增、核電復(fù)興。

一是綠電。IEA數(shù)據(jù)預(yù)測2026年全球數(shù)據(jù)中心總耗電將突破1000TWh，其中 AI負(fù)載占比1/3。全球?qū)G電需求缺口巨大。AI帶動中國新能源電力出口。全球光伏、逆變器需求旺盛，中國企業(yè)市占率超90%，歐洲、中東為核心市場。

二是核電。核電特點(diǎn)是單堆功率大、年利用小時數(shù)超8000小時，適合配套大型AI算力集群。全球科技巨頭正加速用電力采購協(xié)議和股權(quán)投資，鎖定核能。比如，美國三哩島核電站加速重啟，預(yù)計于2027年并網(wǎng)，為微軟提供AI算力能耗。小型模塊化核電反應(yīng)堆SMR是新趨勢，或是未來AI數(shù)據(jù)中心的供電主力。

電力中游，電網(wǎng)設(shè)備升級。

AI拉動電網(wǎng)升級。AI數(shù)據(jù)中心單機(jī)柜功率密度大增，且需要24小時高可靠運(yùn)行，遠(yuǎn)超傳統(tǒng)電網(wǎng)承載極限，倒逼電網(wǎng)擴(kuò)容與智能化改造。

建設(shè)需求大幅提升。AI算力集群建設(shè)帶來變壓器、高壓直流電源等設(shè)備的增量需求。十五五期間國網(wǎng)固定資產(chǎn)投資預(yù)計達(dá)4萬億，比十四五大增40%。

智能化升級需求。為適配AI高功率密度與穩(wěn)定性，電網(wǎng)設(shè)備未來向智能化、柔性化升級成為大勢所趨。

電力下游，AI+儲能。

AI必須配儲能。AI模型訓(xùn)練極其挑剔，需24小時無間斷、穩(wěn)定的電。儲能可以作為緩沖，將不穩(wěn)定的新能源供電，轉(zhuǎn)化為高可靠性的電，確保AI訓(xùn)練穩(wěn)定。

全球大力發(fā)展儲能。十五五末，預(yù)計我國新型儲能裝機(jī)規(guī)模達(dá)300GW，AI數(shù)據(jù)中心配儲是重要增量。美國大力補(bǔ)貼儲能，未來儲能投資超1000億美元，重點(diǎn)布局德州等AI數(shù)據(jù)中心密集區(qū)。

未來AI+儲能，盈利閉環(huán)。用儲能參與調(diào)頻、峰谷套利，創(chuàng)造額外收益，讓AI的高額資本支出轉(zhuǎn)變?yōu)榛貓蟆?/p>