最佳的破局之路，还是跟着市场趋势走。

3月7日，英伟达股价又大涨了，到达926美元。这与2024年年初时相比，几乎涨出了一个“新的英伟达”。“泡沫”声浪随之袭来，但诚实的券商们，早早将目标股价从850美元，上调至1000美元。

英伟达股价狂飙背后，是生成式AI的崛起。开年以来，Sora、Claude等多个大模型震动市场。今年年初，成立不过1年的月之暗面，稳稳拿下10亿美金融资，这也是中国大模型初创公司自ChatGPT出现至今的最大一笔单轮融资。

水面上，比拼的是各家AI实力；水面下，比拼的是拥有多少张英伟达GPU。在大模型流行的当下，我们无法预判生成式AI会在何时、何领域率先爆发，但采矿的铲子——芯片，必将率先火爆。

芯片的重要性不言而喻，微软、Meta、OpenAI等多家巨头躬身布局。

NVIDIA

据外媒透露，微软正在开发一款类似于的ConnectX-7新网卡，以提升Maia AI服务器芯片性能，降低公司对英伟达的依赖；今年Meta也将在其数据中心部署最新的自研定制芯片；还有OpenAI持续推进“造芯”计划，有消息称，三星和SK海力士可能会为OpenAI定制开发以及生产存储芯片。

不少专家预测，芯片行业将在2024年触底反弹，走向复苏。

这也顺带引出了以下问题：全球AI芯片的大热盛景是否会复制到中国市场？国内现有的芯片制造生态，能否撑起中国科技企业的熊熊野心？在发挥长板优势、补齐短板劣势上，芯片行业又有哪些新动向？

2023年，全球芯片市场颇有冰火两重天的味道。

一面，AI芯片高歌猛进，大量出货；另一面，代表绝大多数芯片使用量的PC、通讯行业，进入了去库存的周期。据IDC最新数据，2023年全球芯片行业收入5220亿美元，2022年为5980亿美元，同比下跌12%。中国市场，并不能成为例外。

更为难熬的是，部分国家对中国的“芯片封锁”愈演愈烈，不仅限制高端芯片的出口，还限制先进芯片制造设备的出口。中国海关总署数据显示，2023年中国集成电路(IC)进口数量和金额出现下降。2023年中国累计进口集成电路4795亿颗，较2022年下降10.8%；进口金额3494亿美元，下降15.4%。创历史新低。

压制之下，国内自主研发的芯片开始崛起。同样来自中国海关总署的数据，1-10月份，国内累计生产集成电路2765.3亿块，同比增长0.9%。其中10月份集成电路产量为312.8亿块，同比大增34.5%，创下近几年新高。

“就拿AI芯片来说，英伟达向国内提供的都是定制版H20芯片，与H100性能差异较大，大约只能到达15%的水平。既然如此，不如给更多国产芯片机会。”不止一位云计算厂商向36氪透露，国产替代已成为业界的共识。

目前，国产AI芯片厂商数量约在6000家以上，占领第一梯队的厂商就有华为、海光信息、寒武纪、景嘉微、龙芯中科等。

以华为昇腾为例，910B计算能力达到256 TeraFLOPS，双精度（FP32）计算能力达到128 TeraFLOPS；英伟达H20的FP16计算能力为148 TeraFLOPS，FP32为44 TeraFLOPS。此外，910B的价格大约为120,000人民币（约合16672美元）；而H20的中国渠道定价设定在12,000~15,000美元之间。

从性能上看，910B不止好了一星半点；价格对比，两者并没有相差太多。

市场以脚投票。研究机构Canalys公布的最新数据显示，2023年第四季度，华为海思处理器出货量达680万片，比2022年同期增长50多倍，达到5121%；收入方面则达70亿美元，同比暴涨24471%。

除了本身芯片逐渐抗打外，政策扶持成为芯片国产化另一重要制动因子。近期，山东、重庆、成都等地密集出台集成电路鼓励政策，涵盖了产业链的各个环节。

例如广东省工信厅在2024年主要工作计划中指出，要深入推进“广东强芯”工程，推动芯粤能、新锐光掩模等产线爬坡满产，粤芯三期、华润微、增芯科技等新建项目顺利投产，在宽禁带半导体、智能传感器、装备零部件等领域布局引进更多项目，持续扩大有效产能供给。

图源：unsplash

这些政策都在传递同一个信号：集成电路产业的目标与发展思路变得越来越具像化。这样的好处是，政策资源不容易分散，政府、行业、企业可以往一个方向使劲。

2022年以来，高投入、高风险、高回报的半导体产业，成为资本市场的宠儿，其中不乏来自科技互联网投手——

2022年，腾讯、阿里联手投资国产DRAM芯片龙头长鑫存储；

去年年底，高端SiC功率器件研发生产商清纯半导体完成数亿元Pre-B轮融资，由美团龙珠领投，美团战投参与跟投；

今年年初，字节跳动旗下公司PICOHEART（SG）PTE.LTD.成为昕原半导体股东；蚂蚁集团也几乎在同一时间披露，完成专注于安全芯片的无锡沐创的数亿元A3轮领投。

“现阶段，很多晶圆厂会有较大的资本支出，与此同时，一些好的、高估值的项目会挤出水分，回归到合理估值区间。”面对这股投资热，浙商创投副总裁陈伟民这样总结道。

诱人的政策、火热的资金、春笋般的芯片企业……如果一切能如预期演进，也就不会出现一大堆“卡脖子”的文章。造芯片，没有那么容易，更没有那么迅速。

一颗芯片的诞生，需要经历芯片设计、前道工序（芯片制造）和后道工序（封测）三大环节。

其中第一道关卡芯片设计。80年代，EDA技术（芯片自动化设计）诞生，将大规模集成电路的设计难度大大降低，工程师只需将芯片的功能用芯片设计语言描述并输入电脑，再由EDA工具软件将语言编译成逻辑电路，然后再进行调试即可。

不过在摩尔定律的加持下，小小一块芯片已有上百亿个晶体管，即使有了EDA，芯片设计也不没那么容易。目前，海外高估值的芯片企业，不少来自于芯片设计板块，包括英伟达、联发科、高通、AMD、博通等。而国内市场，虽然有华为海思、紫光展锐等多家优秀企业，表现亮眼，但在产业集中度上与欧美国家相比，有较大差距。

芯片设计面临的难点有哪些？

这是一个精细行当，从需求定义、功能实现，到结构设计、逻辑综合……几乎每个环节都需面临挑战。比如发热分布、信号干扰等诸多变量因素，在不同制程下各不相同，只能依靠EDA工具一步一步设计，一步步模拟，不断取舍。

与此同时，芯片验证贯彻在每一个环节之中。如何快速、准确、完备、易调试地完成日益复杂的验证，进入流片阶段，是每个芯片设计人员面临的最大挑战。

最终的流片环节，虽然技术复杂度并不高，但难在“昂贵”。以高通骁龙855为例，用28纳米制程流片一次的标准价格接近400万元。如果流片失败，就是多次的百万流片费用支出。

第二道关卡是芯片制造。业内一直流行着一句调侃，“芯片不是造火箭，但是造起来比火箭难得多”。

通常而言，一块小小的芯片上有100多层材料。要先堆积材料，然后移除部分材料，从而形成连接所有微型晶体管的复杂三维结构。其中有些单层材料甚至只有一个原子那么薄。要想将芯片制造出来，需要大型工厂、完全无尘的洁净室、价值数百万美元的机器、锡液以及激光等，精确控制光刻、薄膜沉积、刻蚀、清洗等工艺环节。

在这其中，最难的部分之一就是光刻。光刻机是前道工序九大设备之首，在芯片生产线总投资的占比约为20%。光刻机的精度和分辨率直接影响到芯片制造的质量和性能。特别是极紫外（EUV）光刻机，它是生产高端芯片的重要设备，一直被荷兰光刻机巨头ASML所垄断。

今年1月1日，ASML发布声明称，荷兰政府已于近期部分吊销了向中国大陆出口部分芯片制造设备的许可证，涉及设备型号为NXT:2050i和NXT:2100i光刻系统。这让本就光刻机严重不足的国内市场，雪上加霜。

另外，我国光刻胶的自给率仅为10%，其中技术含量较低的PCB光刻胶上，国产化比较客观，但在半导体光刻胶方面，我国还处在被日本高度垄断的境况。

第三道关卡是封测。芯片又小又薄，如果不在外部施加保护，会被轻易刮伤损坏。封测有着安放、固定、密封、保护芯片和增强电热性能的作用，而且还是沟通芯片内部世界与外部电路的桥梁，对集成电路起着重要的作用。

目前，封测行业主要面临的问题有工厂设备老旧、封装形式单一、“快封 ”不快、技术能力弱等。但好的一面来看，IC封装是我国整个芯片链条中，发展最早且最为成熟的板块。长电科技、华天科技、通富微电组成的国内封测“三剑客”储备了实力，可与国际企业一争高下。

整体而言，我国在芯片设计、芯片封测领域取得较大的技术突破，而在关键的芯片制造设备领域，光刻机严重依赖国外厂商。

面临全球芯片围堵，中国并没有束手就擒。

在弯道超车上，中国选择了“量子芯片”作为突破路径。量子芯片并不是一个全新概念，存在已经有几十年。由于独特的并行性、叠加性和纠缠性，量子芯片被视为下一代海量数据处理的重要技术方向之一。从技术角度来看，它可以有效降低量子比特之间的串扰，大幅提升计算速度，更为关键的是，可以直接替代传统硅芯片，实现真正的绕过光刻机造芯。

多年以来，IBM、CEA、谷歌等国际巨头激烈角逐，不断刷新着量子芯片的实验水平，期望实现“量子霸权”。但直到2023年，海思成功研发出全球首颗量子芯片，才算真正树立了量子芯片的商业化标杆。

商业化的好处不言而喻，由海思牵头，可显著增厚EDA、材料、设备、制造、测试等其他环节国产化程度。不过，想要打开中国半导体上游国产化从1到N的浩瀚增长空间，仅靠海思的规模，并不难完全足够。

用其他优势领域，带动产业整体发展，成了新的思路。微纳核芯联合创始人王佳鑫告诉36氪，2023年以来，许多芯片设计公司都在降低对消费电子的依赖。微纳核芯是较早发现市场风向变化的企业之一，自2022年底，从战略层面优化公司业务方向，瞄准新能源与AI。

图源：unsplash

“新能源细分领域包括锂电池储能与新能源汽车等，是非常大的一块市场，会在未来3年内有一个里程碑式的发展。比如新能源汽车，去年全球销量1400多万辆，中国是最大的生产和消费市场。还有储能，在国家战略支持下，发电侧和电网侧的大储能活跃度较高，用户侧的工商业储能和户用储能近期成长性较高。至于AI芯片，受限于紧缩的国际局势，国内对高端AI芯片发展有很大的支撑；且越来越多的芯片设计公司基于国产工艺流片验证高端AI芯片，将进一步推进高端AI芯片发展。”王佳鑫补充道。

同样看好高端AI芯片发展的，还有知存科技创始人兼CEO王绍迪。存算一体芯片属于少有的国内外几乎同时起步的高端AI芯片，且中国在技术和商业化进程上有望引领全球。

需要事先弄清的是，存算一体的技术路径大致可以分为近存计算（PNM）、存内处理（PIM）、存内计算（CIM）。其中，国内提的比较多的是存内计算，即直接在存储单元原位实现计算功能。从优势来看，存内计算可以打破内存墙瓶颈，大幅降低数据搬运带来的计算延迟和功耗，提高AI计算效率，降低成本。

“与过去AI计算相比，大模型参数规模已达万亿级别，给当前主流AI芯片的容量、带宽、功耗、成本等都带来了巨大的挑战。”王绍迪表示，存内计算芯片是应市场需求而生的新型计算架构芯片，在带宽、内存容量、功耗等方面都具备较大优势，且不依赖先进制程。相信会有越来越多存内计算芯片企业面向AI大模型规划和布局。数据显示，存内计算芯片在2023年得到了较大产业化进展，2023年知存科技整体收入较2022年提升了接近1倍；订单量提升了近7倍。

国开证券分析师邓垚也在今年3月发布的研报中称，AI驱动下，半导体行业有望迎来更多机遇，包括高算力芯片需求增长和存储性能提升，以及芯片架构，材料和封装技术等创新，因此预计2024年AI仍是市场主线之一。

AI芯片，历来被视为兵家必争之地；中国市场，更是全球红海中的重要汪洋。

一面，2024年，关于芯片端供、阉割版芯片特供的消息还在不断传出；另一面，目前我国智能算力全球占比超30%，主要依赖美国英伟达GPU芯片，国产自主算力份额仅为5%，国内TensorfiowPyTorch、Caffe等美国AI框架使用率超过90%。

AMD

内外双压强下，国产芯片厂商，到了不得不崛起的时刻。

诚如中国信息通信研究院南方分院院长助理张昊张昊所述，“国产芯片加速与国内外大模型适配，具备10亿参数大模型预训练+微调，百亿参数大模型推理的能力。随着大模型种类收敛，以及大模型推理部署普及，国产GPU芯片组建的算力整机和集群有望在大模型调优、推理应用方面寻求市场开拓机遇。”

AI的一切才刚刚开始。

文｜左键