文章核心观点 - 在先进制程受限的背景下，国产AI芯片需依靠新的技术路径，而非单纯沿袭GPU路线追赶英伟达 [3][14] - 端侧AI芯片市场潜力巨大，是中国芯片厂商实现商业闭环和建立产业影响力的关键战场 [1][4][6] - 中国在AI硬件领域拥有工程师红利和深度服务能力，这构成了与海外厂商竞争的核心优势 [8][16] 云端AI芯片技术路线 - TPU路线：以超节点性能为目标，通过系统级设计提升整体性能，减少对先进制程、HBM及NVLink的依赖，性价比据称远超英伟达十倍以上 [18][19] - 混合键合路线：采用Hybrid Bonding技术提升带宽，以存力抵消算力不足，据称英伟达芯片成本的一半花在HBM上 [4][19] - 大容量SRAM推理芯片路线：以SRAM为核心，相比GPGPU具备低时延（<1ms）、低成本（单位成本性能提升10倍）和低功耗优势，且不依赖HBM和先进制程 [3][19] - 大规模分布式互联方案：采用基于以太网、允许丢包的互联方案，旨在支持百万卡级别的超大规模集群，解决传统无损网络在万卡规模下的瓶颈 [19] 端侧与边缘AI芯片发展 - 端侧市场基础：全球PC与平板年出货量约4亿台，手机超10亿台，为端侧芯片提供了海量需求基础 [6] - 边缘计算场景：家庭NAS可能从存储中心演进为计算中心，摄像头等设备需要大模型计算能力从被动监控转向主动认知，为国产方案提供落地机会 [22] - 端侧芯片技术路线： - 苹果NPU路线：强通用性、高能效比（相比传统CPU/GPU有10倍以上优势）、面积小（为其他AI芯片的1/2至1/4）[24] - 3D DRAM+PIM路线：通过3D堆叠封装与存内计算，在更小面积、更低成本和功耗下实现更高算力 [9][24] - 三维存算一体架构：在存储芯片中集成计算逻辑，使内存芯片本身承担AI计算，无需额外增加AI芯片，Token生成能力可达每秒百个 [26] - LPDDR-PIM方案：在DRAM的每个Bank旁放置计算板块，带宽可达1-2TB/s，支持在手机上运行30-70亿参数的大模型 [26] 末端AI芯片与IP模式 - 核心诉求：超低功耗处理能力，产品涵盖毫瓦级（10–300 GOPS）与微瓦级（几个GOPS）功耗的AI处理器核 [28] - 商业闭环路径：IP授权模式是关键，凭借“量大”形成闭环，例如蓝牙耳机芯片年出货达30亿颗，即使每颗收取0.1元授权费，年收入也可达3亿元 [11] 先进封装与产业链机会 - 产能紧张：先进封装产业链产能已拉满，部分设备厂商订单排期至明年下半年 [28] - 关键技术与器件： - 硅电容：需求巨大，例如苹果单个主芯片需8–11颗硅电容，用于高性能SoC、AI算力芯片及高速光模块 [29] - 混合键合：可实现数十至数百TB级别的带宽能力 [30] - 检测设备：对微凸块3D检测和全流程缺陷检测要求提高，超声波检测技术应用扩大 [30] - 光电合封：相比传统光模块，功耗降低约3.5倍，集成度提升约63倍，可靠性提升约10倍，部署时间缩短约1.3倍，被认为是下一代AI算力基石 [32] 中国厂商的生态与竞争优势 - 工程师红利与服务能力：中国芯片厂商能通过深度适配和“堆人”服务满足多样化需求，例如瑞芯微通过极致服务实现良好利润 [8] - 市场与生态优势：软件生态客户集中在国内，为中国芯片厂商创造天然优势，参考蓝牙耳机领域中国占据全球90%市场份额的生态逻辑 [7] - 合作壁垒：对于新入局的NPU创业公司，如何与已占据手机高端市场的主芯片厂商（如高通、联发科）建立合作是重要挑战 [9] 应用落地展望 - AI眼镜：预计明年将迎来销量暴涨，保守估计达几千万部，核心驱动力是成本下降，未来价格有望降至普通眼镜水平 [10] - 可穿戴与智能家居：指环、眼镜、各类传感器和AI硬件是末端AI的主要形态 [10]