作者／ IT 时报 贾天荣

编辑／ 郝俊慧 孙妍

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 "。