全球半导体产业正逼近万亿美元大关|图源：AIGC

作者／ IT时报 贾天荣

编辑／ 郝俊慧 孙妍

速读新闻

国产芯片前四个月出口同比增长83.7%

AI进入物理世界，芯片需求将进一步上涨

车规级存储正成为高附加值的新赛道

一块芯片的价值，正在被重新定义。

过去很长一段时间，半导体行业的增长逻辑高度依赖消费电子。智能手机卖得好，芯片厂商扩产；PC销量下滑，产业链进入低谷，周期波动几乎成为行业宿命。

但现在，这套逻辑正在失效。

AI大模型训练、推理需求爆发，智能汽车加速渗透，机器人、自动驾驶、边缘计算开始从概念走向现实，半导体产业第一次被如此大规模地嵌入“物理世界”的重构之中，芯片正在成为AI时代最底层、最关键的基础设施。

在2026第十届集微大会的现场，《IT时报》记者看到，关注产业的人流明显比往年更多。一边是围着AI服务器、先进封装、HBM高带宽存储的技术讨论；另一边，关于自动驾驶SoC、Chiplet、3D IC、具身机器人和物理AI的交流几乎贯穿全天。

会场和论坛上最频繁出现的词，已经不再只是“国产替代”，而是“AI落地”“系统协同”“产业重构”……

这场变化，并不只是一次普通的产业热度回归。

WSTS（世界半导体贸易统计组织）数据显示，2025年全球半导体销售额同比增长25.6%至7917亿美元，预计2026年将继续增长26.3%，达9750亿美元，逼近“万亿美元大关”。

国产半导体正走出“低谷”

“国内半导体产业链企业已经走出了行业最艰难的低谷期。”中国科学院院士徐红星在大会演讲中如此判断。过去几年，中国半导体行业经历了复杂外部环境、高端设备受限、供应链波动等多重压力，但产业链仍在逆势增长。

一个直观的数据是，2025年中国集成电路出口额达1.44万亿元，同比增长26.8%；今年前4个月出口金额达1035亿美元，同比增长83.7%。对一个万亿级产业来说，这样的增速并不常见。

但行业并没有因此变得盲目乐观。徐红星坦言，中国半导体与国际先进水平之间仍存在明显差距，尤其在核心设备、关键材料和精密工艺协同适配方面，很多领域仍有“堵点”和“卡点”。

这种差距在AI时代被进一步放大。AI是对先进制程、先进封装、高带宽存储、低功耗设计、散热能力的全面重构。过去一块芯片性能提升，更多依赖晶体管数量增加；现在，系统级协同变得越来越重要。

当大模型训练规模不断扩大后，服务器内部的数据传输、芯片间互联、存储带宽等成为瓶颈。AI竞争表面上是模型竞争，本质上已经是系统工程竞争。

传统“摩尔定律式”的单一路径，已经难以支撑AI时代的算力需求。这也是为什么业内越来越频繁地提到先进封装、3D IC、Chiplet、异构集成等。

AI正在重塑

芯片产业链

AI到底给半导体行业带来了什么？最直接的变化是，产业增长逻辑的彻底改变。

芯片产业正面对一个全面AI化的现实世界。这一变化，在展馆现场表现得非常明显。今年汽车相关企业明显增多。以往汽车芯片是传统半导体的一个细分领域，如今它已成为AI最重要的落地场景之一。

一辆智能汽车本质上已经是一台移动AI计算机。从辅助驾驶到智能座舱，从车载模型推理到传感器融合，汽车对芯片的需求正在指数级增长。过去汽车芯片更多强调稳定性，现在开始强调算力、带宽和实时响应。

挑战也随之而来。Counterpoint Research中国市场研究总监Kevin Li指出，目前国内L3、L4自动驾驶SoC量产仍以7nm为主，而国际主流已经进入4nm、5nm阶段，先进产能不足在一定程度上限制了高阶智能驾驶规模化。另一方面，行业普遍处于“各自闭环（close loop）”模式，数据割裂严重，重复训练与重复建设较为突出。

哥本哈根商学院教授Douglas B.Fuller表示，中国AI算力短期确实存在瓶颈，这是一个必须正视且非常紧迫的问题。但从3～5年内的中期视角来看，这一问题有可能通过本土先进芯片制造能力逐步缓解。

机会开始转向现实世界

相比过去集中在互联网中的AI，这一轮产业变化更大的特征，是AI开始进入物理世界。Robotaxi、机器人、智能制造、智慧城市、空间技术……这些过去停留在概念阶段的方向，正随着AI能力的提升而逐渐具备商业化可能。

新加坡国家科学院院士、新加坡工程院院士Kiat Seng YEO提到，中国下一阶段的重要机会，在于推动AI与交通、城市、医疗等核心产业深度融合，并与6G、自动驾驶等优势产业结合，形成综合技术体系。

论坛中，一个很有意思的观点来自主持人Eric Bouche。他认为，全球老龄化社会成为“物理AI”重要的长期驱动力之一。随着老龄人口占比提升，对机器人、辅助型AI、Robotaxi等需求会快速增长，而这恰恰可能成为中国AI企业全球化的重要机会窗口。

这意味着未来AI竞争的核心，不只是模型参数竞赛，而是谁能真正进入现实场景：谁能让机器人走进工厂进入家庭、谁能让自动驾驶真正商业化落地、谁能让AI融入医疗、交通、城市系统……谁就可能掌握下一阶段产业主动权。

Kevin Li强调，中国在电动化阶段已经建立优势，而接下来“下半场”的竞争，则在于智能化能力能否同步输出海外市场。

他指出了中国智能驾驶出海的两条关键路径：其一，是L2++级辅助驾驶能力的海外渗透。在满足当地法规与数据合规前提下，在海外车型中尽可能提高智能驾驶配置比例，让更多车型具备城市导航辅助等能力，从而扩大整体搭载率；其二，则是L4 Robotaxi的全球化推进。目前文远知行、小马智行、Momenta以及百度等企业，已经在中东、欧洲等市场持续布局，并与Uber等平台形成合作网络，推动商业化落地。

Kiat Seng YEO认为，在国家层面，需要进一步加强半导体与网络安全等基础能力建设。这些领域虽然不完全以市场份额衡量，但关系到整体产业安全与技术体系完整性，要真正扩大AI影响力，需要政府、企业与高校形成协同机制，提高技术转化与产业落地效率。

存储首次成“战略资源”

在半导体领域，另一个被AI改变的分支是存储。

大模型真正消耗的不只是算力，还有海量数据传输。训练一次超大模型，需要不断读取、缓存、交换海量参数；推理阶段，同样需要高带宽、低延迟的数据访问能力。于是HBM（高带宽存储）成为AI服务器最核心的资源之一。

行业预测显示，2026年全球存储市场产值预计将达到5516亿美元，同比增长134%。长城证券产业金融研究院科技首席分析师唐泓翼将这一轮行情称为“20年未遇”的产业大行情。自2025年以来，DRAM价格指数已上涨约10倍，SK海力士、闪迪等相关企业股价分别上涨10倍和30倍。他认为，这背后的逻辑并非传统周期复苏，而是AI时代典型的供需错配。

供给侧方面，三星、SK海力士等头部原厂正在将大量产能转向HBM，高利润产品的倾斜直接压缩了传统DRAM与NAND供给；需求侧方面，全球云服务厂商的AI资本开支持续飙升，从去年的3000多亿美元上调至今年的7500亿美元。

AI服务器对存储的需求也在快速提升。唐泓翼指出，在英伟达GB200等AI服务器中，存储成本已经占整机成本的约四分之一。与此同时，服务器存储需求占整个市场的比重，也已经从过去的20%提升至40%。

“2025年至2027年，整体供需仍然处于偏紧状态，涨价趋势有望持续。”唐泓翼表示。不过他也提醒，随着二季度涨幅开始收窄，行业短期可能进入阶段性盘整，而2027年则可能成为观察行业拐点的重要时间窗口。

东芯半导体股份有限公司副总经理潘惠忠认为，随着AI模型逐渐从云端走向终端设备，智能手机、AI PC、智能眼镜以及机器人等设备，对低功耗、小尺寸、高响应速度存储芯片提出了更高要求。

过去，AI计算更多集中在数据中心，但如今，越来越多推理任务开始在终端完成。这意味着，边缘设备需要具备更强的数据缓存与本地计算能力，而这直接带动LPDDR、NOR Flash等产品需求增长。

其次是汽车电子。在智能驾驶与智能座舱快速升级背景下，汽车已经从传统机械产品变成“移动数据中心”。车载摄像头、激光雷达、高阶辅助驾驶系统以及舱内AI交互系统，都在推动单车存储容量快速攀升。潘惠忠指出，当前单座舱存储容量已经向TB级迈进，车规级存储正在成为高附加值的新赛道。

第三则是消费电子进入新周期。AI功能的加入，正在重新定义终端设备的硬件配置逻辑。

这些变化叠加在一起，使得国产存储产业迎来了“市场需求、技术创新与政策扶持”三期共振的关键阶段。

兆易创新Flash市场部经理丁冲预计，未来三年，利基型存储市场将迎来明显扩张：NOR Flash市场规模将从40亿美元增长至60亿美元；利基DRAM将从85亿美元增至132亿美元；SLC NAND则有望从20亿美元增长至35亿美元。

值得注意的是，这一次，中国市场正在成为全球需求增长最重要的推动力量之一。数据显示，2025年中国存储芯片市场规模已达到4580亿元人民币，并有望在2026年迈向万亿元规模。

目前，长鑫存储已披露的IPO招股书显示，盈利能力大幅超出市场预期；长江存储也被视为下一阶段最受关注的国产存储龙头之一。

唐泓翼认为，国产厂商有望借助这一轮产业周期，从“追赶者”变为“重要参与者”。