【Capgemini】AI时代的半导体产业-2025_92页_4mb

总结：半导体行业在AI时代的机遇与挑战

核心内容

半导体行业正经历由人工智能（AI）和生成式AI（Gen AI）驱动的需求激增。尽管半导体制造商预计未来两年需求增长15%，但下游行业预计增长率达到29%。这一增长主要得益于AI和Gen AI对高性能计算、数据处理和定制化芯片的需求。

主要观点

• AI与Gen AI推动需求增长：AI和Gen AI的普及促使对神经处理单元（NPUs）和图形处理单元（GPUs）的需求上升，这些芯片能够高效处理大规模计算和数据集。
• 下游行业对供应的担忧：超过一半的下游组织对半导体行业能否满足其需求表示担忧。地缘政治紧张局势和制造产能不足是主要的供应问题。
• 软化（Softwarization）的挑战：尽管半导体行业在创新方面表现强劲，但将软件与硬件结合以创造更灵活的解决方案仍面临商业化难题。
• 供应链韧性与可持续性：半导体组织正在加强供应链的本地化和可持续性，通过减少对单一地区的依赖，提高环保标准，如降低能耗和采用绿色化学。
• 定制芯片趋势：定制芯片（ASIC）在多个行业中得到广泛应用，尤其是在汽车、医疗设备和电信领域。大型科技公司如微软、亚马逊和Meta也在开发内部定制芯片。
• 技术创新方向：半导体行业在设计、制造和封装方面持续创新，包括3D集成电路、EUV光刻技术、芯片封装和多芯片模块技术。

关键信息

• AI对半导体需求的影响：AI和Gen AI的采用显著提升了对NPUs、GPUs和内存密集型芯片的需求。预计未来两年，58%的半导体组织将看到NPU需求增长，57%将看到高性能芯片需求增长，56%将看到内存密集型芯片需求增长。
• 定制芯片的使用情况：56%的下游组织已使用定制芯片，11%正在考虑使用。工业设备和电信行业使用定制芯片的比例分别为85%和82%。
• 供应链问题：69%的下游组织认为地缘政治紧张局势影响了半导体供应链的可靠性。65%的组织认为制造产能不足是主要问题。
• 技术趋势：GPU计算和AI/ML加速被54%的下游组织视为最重要的技术进展。此外，设计创新（如3D IC和多芯片集成）、制造创新（如EUV光刻和3nm/2nm工艺）和封装创新（如3D封装和芯片模块）也被视为关键方向。
• 可持续性与环保：半导体行业正在通过节能、水循环利用、使用环保化学物质和减少浪费等措施提升环保水平。
• 软件与硬件融合：虽然软件化是未来趋势，但如何将其商业化仍然是挑战。软件和硬件的协同优化对于满足数据密集型和低延迟市场的需求至关重要。

推荐措施

• 利用AI和Gen AI：采用AI和Gen AI技术优化设计流程、提升生产效率和满足新兴应用的特殊需求。
• 投资先进制造技术：加快3D芯片堆叠和硅光子学集成等前沿技术的研发。
• 多元化供应商网络：拓展供应链至多个地区，同时投资替代材料和技术。
• 推动可持续制造：采用绿色化学和可再生能源，以减少碳足迹。
• 加强行业合作：与政府合作获取研发资助，推动标准制定和共享创新。
• 提升网络安全：加强数据完整性保护，利用高级安全技术保护知识产权。

研究方法

• 调查样本：对250家半导体行业组织和800家下游行业组织进行了调研。
• 访谈：进行了12次深入访谈，涵盖半导体行业和下游行业的高管。
• 数据来源：Capgemini Research Institute于2024年11月发布的半导体行业调查。

定义

• 神经处理单元（NPUs）：模拟人脑神经网络，能同时处理大量数据，具有低功耗和高效率，适用于AI工作负载。
• 数据处理单元（DPUs）：集成了高性能CPU、网络接口和加速引擎，支持AI、ML、安全和存储等应用。
• 图形处理单元（GPUs）：高效处理数学计算，适用于图形渲染、机器学习和视频编辑等任务。
• AI芯片：专为AI系统设计的硬件，提供更高的处理能力和效率。
• 定制芯片（ASIC）：针对特定用途设计的芯片，如图像处理和推理，具有成本和资源优势。
• 软化（Softwarization）：通过软件实现芯片功能的定制化，减少独特硬件设计，提高灵活性。
• 下游行业：包括汽车、消费电子、零售、电信、航空航天与国防、高科技、医疗设备、工业设备、金融服务和能源等行业。

结论

半导体行业在AI时代迎来了增长机遇，但也面临供应、商业化和地缘政治等挑战。通过技术创新、供应链优化和可持续发展，行业可以更好地应对未来需求，并推动AI、物联网和边缘计算等新兴技术的发展。