从四大趋势看芯片产业的发展

What's Next

这是《麻省理工科技评论》的“未来趋势”系列，横跨各个行业、趋势和技术，带你一起先睹未来。

芯片制造的未来在哪？在科技巨擘、初创势力、AI 技术及全球贸易纷争等因素交汇下，这一问题显得尤为重要。科技巨头亲自下场造芯，初创公司则以创新技术谋求破局，力图在智能时代芯片战中占得先机。而边缘运算的崛起，正推动 AI 更贴近生活，对芯片的小型化、高效能提出更高要求。国际间对芯片供应链的竞争，更是重塑生产制造格局，力求技术自主与安全。芯片领域，正步入一个多方博弈、创新迭出的新纪元。

得益于人工智能领域的蓬勃发展，芯片界正处于一场巨大浪潮的转折点。市场对能更快速训练 AI 模型并使其能够在智能手机、卫星等设备间快速响应的芯片需求激增，从而使用户能在不泄露私人数据的情况下运用这些模型。政府、科技巨头及初创企业纷纷竞逐日益壮大的半导体市场蛋糕。

以下是未来一年内定义下一代芯片形态、生产者以及新技术的几大趋势。

（来源：MIT Technology Review）

各国相继推出《芯片法案》（CHIPS Acts）

在凤凰城郊外，全球两大芯片制造商台积电（TSMC）与英特尔（Intel）正竞相在沙漠中建设园区，期冀将其打造为美国芯片制造实力的新中心。这两项努力的共同点在于资金来源：2022 年 3 月，美国总统拜登宣布为英特尔在美国各地的扩张项目提供 85 亿美元的直接联邦资金及 110 亿美元的贷款。几周后，又宣布为台积电提供 66 亿美元资金。这些奖励仅是通过 2022 年签署的 2800 亿美元《芯片与科学法案》（CHIPS and Science Act）涌入芯片行业的美国补贴的一部分。这笔资金意味着任何涉足半导体生态系统的公司都在分析如何重组供应链以从中获益。尽管大部分资金旨在提升美国芯片制造业，但包括设备制造商和专业材料初创企业在内的其他参与者也有申请的空间。

然而，美国并非唯一一个试图将部分芯片制造供应链本地化的国家。日本正在其本国版《芯片法案》上投入 130 亿美元，欧洲计划投入超过 470 亿美元，而印度今年早些时候宣布了一项 150 亿美元的本土芯片厂建设计划。这一趋势的根源可以追溯到 2014 年，据塔夫茨大学教授、《芯片战争：争夺世界最关键技术》一书作者克里斯·米勒介绍，当时中国开始支持本土芯片制造商。

“各国国家政府担心除了提供激励措施外别无选择，否则企业就会将制造转移到中国。”他说。这一威胁加上 AI 的兴起，促使西方政府资助替代方案。在未来一年里，这可能会产生滚雪球效应，更多国家因担心落后而启动自己的项目。

米勒指出，这些资金不太可能导致全新的芯片竞争对手出现或从根本上重塑最大芯片玩家的格局。相反，它主要激励像台积电这样的主导企业在全球多个国家建立根基。但仅凭资金不足以迅速实现这一目标——台积电在亚利桑那州建厂的努力已因错过截止日期和劳资纠纷而受阻，英特尔也同样未能按承诺期限完成建设计划。而且，即便这些工厂最终上线，其设备和劳动力是否能具备与海外同等水平的先进芯片制造能力尚不确定。

“供应链的重塑和转移将缓慢进行，需要数年乃至数十年，”米勒说，“但它确实在发生转变。”

边缘运算（Edge computing）中的 AI 新进展

目前，我们与 ChatGPT 这类 AI 模型的大多数交互都是通过云端进行的。这意味着当你请求 GPT 挑选服装（或是扮演你的男友）时，你的请求会先到达 OpenAI 的服务器，促使驻留在那里的模型处理该请求并得出结论（称为“推理”），然后再将响应返回给你。依赖云端存在一些缺点：它需要互联网连接，并且意味着你的一些数据会与模型厂商共享。

这就是为什么人们对人工智能的边缘运算产生了浓厚的兴趣和投资，在边缘运算中，AI 模型调用的过程直接在你的设备（如笔记本电脑或智能手机）上进行。随着行业不断朝着 AI 模型深入了解我们的方向发展（Sam Altman 向我描述了他的杀手级人工智能应用程序，它“完全了解我的一生、每封电子邮件、我曾经进行过的每一次对话”），对于能够运行模型而不分享私人数据的更快“边缘”芯片的需求日益增长。这些芯片面临的限制与数据中心中的芯片不同：它们通常需要更小、更便宜且更节能。

美国国防部正在资助许多针对快速、私有边缘运算的研究。2022 年 3 月，其研究部门国防高级研究计划局（DARPA）宣布与芯片制造商 EnCharge AI 合作，创建用于 AI 推理的超强大边缘计算芯片。EnCharge AI 致力于开发一种既能增强隐私又能低功耗运行的芯片。这将使其适用于军事领域，如卫星和离网监控设备。该公司预计将于 2025 年出货这些芯片。

AI 模型在某些应用场景中将继续依赖云端，但对边缘运算改进的新投资和兴趣可能会为我们的日常设备带来更快的芯片，从而实现更多的 AI 应用。如果边缘芯片变得足够小且便宜，我们很可能会在家和工作场所看到更多 AI 驱动的“智能设备”。如今，AI 模型大多局限于数据中心内。

EnCharge AI 的联合创始人 Naveen Verma 表示：“我们在数据中心看到的许多挑战将会被克服。我预期边缘运算将成为关注的重点，我认为这对于规模化部署 AI 至关重要。”

大型科技企业进入芯片制造竞争

从快时尚到草坪护理，各行各业的公司为了创建和训练适用于其业务的 AI 模型，正在支付高昂的计算成本。例如，员工可以用来扫描和总结文档的模型，以及面向外部的技术，如虚拟助手，可以帮助你修理损坏的冰箱。这意味着训练这些模型所需的云计算需求空前高涨。

提供大部分这种计算能力的公司是亚马逊、微软和谷歌。多年来，这些科技巨头一直梦想着通过自主生产数据中心的芯片而非从英伟达等公司购买，来提高利润率。英伟达近乎垄断了最先进的 AI 训练芯片市场，其市值超过了 183 个国家的 GDP。

亚马逊于 2015 年开始这方面的尝试，关键动作则是收购了初创公司 Annapurna Labs。谷歌在 2018 年跟进，推出了自己的 TPU 芯片。微软于去年 11 月推出了首款 AI 芯片，而 Meta 则在今年 4 月展示了其最新版本的 AI 训练芯片。

（来源：AP PHOTO/ERIC RISBERG）

这一趋势可能会削弱英伟达的地位。但在大型科技企业眼中，英伟达不仅是竞争对手：无论他们内部努力如何，云巨头仍然需要英伟达的芯片来满足其数据中心的需求。这部分是因为他们自己的芯片制造努力无法满足所有需求，同时也是因为他们的客户期望能够使用顶级的英伟达芯片。

微软 Azure 硬件负责人 Rani Borkar 表示：“这实际上是关于给客户选择权。” 她表示，她无法想象微软会为其云服务提供所有芯片的未来：“我们将继续加强合作关系，并部署来自所有芯片合作伙伴的芯片。”

随着云计算巨头试图从芯片制造商那里争夺市场份额，英伟达也在尝试反其道而行之。去年，该公司启动了自己的云服务，使客户可以直接跳过亚马逊、谷歌或微软，直接在英伟达芯片上获得计算时间。随着这场围绕市场份额的激烈竞争展开，未来一年将是检验客户是否将大型科技企业的芯片视为与英伟达最先进芯片相当，还是更像其较小版本的关键时期。

英伟达与初创企业的较量

尽管英伟达占据着支配地位，但一股投资浪潮正涌向那些初创公司，它们旨在芯片市场的未来某些细分领域中超越英伟达。这些初创企业全都承诺能提供更快的人工智能训练速度，但对于采用哪种炫目的计算技术来达成这一目标，它们各有主张，从量子计算到光子学到可逆计算不一而足。

然而，Eva 这家芯片初创公司的 28 岁创始人 Murat Onen，他从麻省理工学院的博士研究中转化出了这家公司，对于当下创办芯片企业的感受直言不讳。

“在这个领域，英伟达就是那个山顶之王，这就是我们所处的现实。”他如是说。

许多像 SambaNova、Cerebras 和 Graphcore 这样的公司正试图改变芯片的基本架构。想象一下，一个 AI 加速芯片需要不断地在不同区域间来回传输数据：信息存储在内存区，然后必须移动到处理区进行计算，之后再存储回内存区以保存。这一切都需要耗费时间和能源。

优化这一流程将为客户带来更快且成本更低的 AI 训练，但这只有在芯片制造商拥有足够优秀的软件，能让 AI 训练公司无缝过渡到新芯片上的前提下才能实现。如果软件迁移过程过于笨拙，像 OpenAI、Anthropic 和 Mistral 这样的模型厂商很可能会继续依赖大型芯片制造商。这意味着采取这种策略的公司，比如 SambaNova，不仅要花大量时间在芯片设计上，还要投入大量精力在软件设计上。

Onen 提出的是一种更深层次的变革。他没有使用传统晶体管（通过数十年的小型化实现了更高的效率），而是采用了一种名为质子门控晶体管的新组件，据称 Eva 专门为此设计，以满足 AI 训练的数学需求。这使得数据可以在同一位置存储和处理，节省了时间和计算能源。将此类组件用于 AI 推理的想法可以追溯到 20 世纪 60 年代，但由于材料障碍等原因，研究人员始终未能解决如何将其应用于 AI 训练的问题，其中一个关键要求是在室温下精确控制导电性的材料。

在实验室的某一天，“通过优化这些参数，加上运气不错，我们得到了想要的材料，”Onen 说。“突然间，这个设备不再像是科学展览项目了。”这提高了大规模使用此类组件的可能性。经过数月的工作以确认数据正确后，他创立了 Eva，相关工作发表在 Science 上。

（来源：Science）

但在这个行业中，许多创始人都曾承诺——但都未能——推翻领先芯片制造商的主导地位，Onen 坦率地承认，要判断设计是否按预期工作，以及制造商是否会同意生产，还需要数年时间。他说，带领公司在这样的不确定性中前行，需要灵活性，并且要乐于接受他人的质疑。

“有时候，我觉得人们对自己的想法太过执着，担心一旦这个想法失败就没有下一步了，”他说，“我不这么认为。我仍然希望有人挑战我们，告诉我们这是错的。”

原文链接：

https://www.technologyreview.com/2024/05/13/1092319/whats-next-in-chips/

英伟达面临反垄断调查，AI芯片行业前景如何？

关注头条号“中研普华研究院”，私信回复“免费报告”，即可获取一份免费报告，速速来取！

中研网

英伟达公司近期面临了一系列市场挑战，其中最引人注目的是美国司法部对其启动的反垄断调查。这一调查源于英伟达竞争对手的投诉，指控英伟达在人工智能(AI)芯片市场上可能滥用其市场支配地位。

具体指控包括英伟达可能强迫云计算供应商购买多款产品，以及在客户考虑购买竞争对手AI芯片时提高网络设备售价。这些指控无疑对英伟达的市场形象和股价造成了压力。

从市场表现来看，英伟达在德国法兰克福股市的股价下跌以及在美国纽约股市的大幅下滑，都反映了市场对这一事件的担忧。特别是在英伟达股价之前已经创下历史新高并成为全球市值最高企业后，这样的下跌更加引人注目。这表明，尽管英伟达在AI芯片市场占据绝对领先地位，但市场对其未来增长和监管风险的担忧正在上升。

英伟达方面则强调其竞争是基于长期的投资和创新，并坚称公司严格遵守所有法律，为客户提供公平的竞争环境。这种表态虽然有助于稳定市场情绪，但并不能完全消除市场对反垄断调查的担忧。

从更广泛的角度来看，英伟达股价的大幅波动也反映了整个市场对人工智能技术的狂热追捧。在过去一年中，英伟达市值的惊人涨幅不仅体现了其在AI芯片市场的领先地位，也反映了投资者对AI技术未来发展的高度信心。然而，随着市场的逐渐成熟和监管的加强，这种狂热追捧可能会逐渐降温，投资者也将更加关注企业的基本面和长期发展潜力。

英伟达面临的反垄断调查对其股价和市场形象造成了一定冲击，但公司仍有望通过持续的创新和投资来巩固其市场地位。同时，整个市场对人工智能技术的追捧也将继续推动相关企业的发展和成长。然而，投资者需要保持理性，关注企业的基本面和长期发展潜力，以应对市场波动和监管风险。

据中研产业研究院《2024-2029年中国AI芯片行业发展前景及投资风险预测报告》 分析：

AI芯片行业发展现状及未来市场经济发展趋势

AI芯片行业作为人工智能技术的核心驱动力，正以前所未有的速度发展，并对全球科技产业格局产生深远影响。

一、AI芯片行业发展现状

市场规模持续增长

全球市场：根据市场研究报告和机构预测，全球AI芯片市场规模在近年来持续扩大。例如，2023年全球AI芯片市场规模为536亿美元，预计2024年将增长到712.5亿美元，到2025年将达到919.6亿美元。这一趋势反映了AI技术在各行业中的广泛渗透和深度应用，以及市场对高性能、低功耗AI芯片需求的不断增加。

中国市场：在中国，AI芯片市场同样呈现出快速增长的态势。2022年中国AI芯片市场规模已达到850亿元，同比增长高达94.6%。预计未来几年内，这一市场将持续扩大，到2024年市场规模有望进一步增长至数千亿元级别。

技术创新不断推动

随着制程工艺的不断进步和算法的不断优化，AI芯片的性能和能效得到了显著提升。例如，2.5D和3D封装技术的应用，在保持性能的同时降低了成本，提高了生产效率。

新型芯片架构如神经网络处理器(NPU)等能够更高效地执行AI相关的计算任务，提升计算效率和能效比，为AI芯片行业带来了新的发展机遇。

应用领域日益广泛

AI芯片的应用领域从传统的云计算、数据中心扩展到新兴的自动驾驶、智能制造、智慧城市等多个领域。特别是在自动驾驶领域，AI芯片能够处理大量的图像和传感器数据，实现实时决策和控制，为自动驾驶技术的发展提供了强有力的支持。

市场竞争格局

全球AI芯片市场由英伟达、AMD、英特尔等巨头公司主导，市场竞争激烈。这些公司通过不断提升技术能力和扩展产品线，力图在未来的市场中占据主导地位。

同时，随着国内AI芯片技术的不断成熟和市场竞争力的提升，国产替代成为AI芯片行业的重要趋势。

二、未来市场经济发展趋势

持续增长的市场需求

随着人工智能技术的不断普及和应用场景的拓展，对AI芯片的需求将持续增长。特别是在智能制造、智能驾驶、智能医疗等领域，AI芯片将发挥更加重要的作用。

技术创新引领产业升级

未来，AI芯片行业将继续加大研发投入，推动技术创新和产业升级。低功耗、高性能的AI芯片将成为研发的重点方向之一。同时，新型芯片架构和封装技术的应用将进一步提升AI芯片的性能和能效。

产业链协同合作

AI芯片产业链涵盖了从原材料供应、设计、制造到应用领域的完整过程。未来，AI芯片行业将更加注重产业链协同合作，推动上下游企业共同发展，形成良性互动的产业生态。

国产替代加速

在全球贸易环境不确定性和地缘政治风险增加的背景下，国产替代将成为AI芯片行业的重要趋势。国内AI芯片企业将通过技术创新和市场拓展，不断提升自身的竞争力和市场份额。

环保和可持续发展

随着AI芯片市场的快速增长，高能耗问题也引发了环保人士的担忧。未来，AI芯片行业将更加注重环保和可持续发展，推动低能耗、高效率的AI芯片产品的研发和应用。

AI芯片行业正处于一个快速发展和变革的时期。随着技术的不断创新和应用场景的不断拓展，AI芯片将在更多领域发挥重要作用，成为推动全球科技产业发展的重要引擎。同时，面对市场竞争和环保压力等挑战，AI芯片行业也将不断寻求突破和创新，以实现可持续发展。

值得一提的是，尽管此前该领域玩家众多，作品也在不断更新迭代，但到目前为止，完全符合描述和基准测试的AI芯片寥寥无几。而依图科技并非芯片创业公司，两年前在进军投入大、门槛高的芯片行业时，便选择了高端玩家颇多的领域——自研云端 AI SoC，且在产品上正面PK英伟达(Nvidia)，颇有要挑硬骨头下手的意思。

市场调查机构Gartner认为，2024年全球AI芯片收入总额将达712.52亿美元，同比增长33%。2025年全球AI芯片收入总额有望达到919.55亿美元，在今年的基础上再增长约29%。

AI芯片市场呈现出多元化、竞争激烈的格局。主要厂商包括英伟达(NVIDIA)、英特尔(Intel)、AMD等国际巨头，这些公司在技术、资金、市场等方面具有明显优势。同时，中国等国家和地区的芯片企业也在迅速崛起，如华为等公司在AI芯片领域取得了显著进展。

随着人工智能在未来社会发展中的作用愈发凸显，国家逐渐将人工智能产业的发展上升至国家战略高度，AI芯片的研发与技术升级也备受国家关注和重视。

想要了解更多AI芯片行业详情分析，可以点击查看中研普华研究报告《2024-2029年中国AI芯片行业发展前景及投资风险预测报告》。 报告在总结中国AI芯片发展历程的基础上，结合新时期的各方面因素，对中国AI芯片的发展趋势给予了细致和审慎的预测论证。

关注头条号“中研普华研究院”，私信回复“免费报告”，即可获取一份免费报告，速速来取！

相关问答

今年芯片行业市场表现强劲。受全球疫情影响,远程办公和在线教育需求增加,推动了云计算和数据中心市场的增长,从而带动了芯片需求。同时,5G技术的普及和新兴...

目前,芯片行业正处于快速发展的阶段。随着人工智能、物联网和5G等技术的兴起,对芯片的需求不断增加。同时,全球范围内的供应链问题和半导体短缺也对行业造成了...

很高兴为大家解答这个问题,让我们一起走进这个问题,现在让我们一起探讨一下。以下我为大家分享,我个人对这个问题的看法与想法,希望我的分享能给大家带来帮...

因为全球经济低迷,美国多次加息,全球经济危机近在咫尺,芯片企业自然不能幸免!目前来看全球芯片产业链,被美国强行断裂,重塑!手机芯片行业因为没有了华为...

美国的芯片制裁,直接影响到我们每个人手上的国产手机,会不会明天还在柜台!让芯片问题成为焦点!类似的问题不止芯片一个,例如我们期待的国产长寿命大推力低...

中国芯片行业主要做中低端芯片及相关产业链。芯片行业产业链主要包括核心产业链、支撑产业链及需求产业链。核心产业链包括集成电路设计制造、封装测试。支撑...

随着我国科技水平的发展,很多科技产品都需要芯片,芯片的用途几乎遍布我们生活的每一个角落,小到我们使用的家电产品、汽车、电脑和手机,大到航天航空以及军...

我觉得应该要谨慎乐观。目前还没有摆脱芯片困境。好在春天已经不远了。中国对芯片研发的资金投入已经是世界第一。中国的科技人力资源是世界第一。中国政...

非常乐观[赞]

芯片行业发展概况一、芯片行业发展特点分析1、技术水平和企业实力同步提升2016年以来,国内集成电路产业在多个技术领域取得了喜人的成果。芯片设计方面,16纳...