2025年，AI驱动下全球半导体产业链或迎来新一轮爆发期，在技术纵深与产业链生态变革之际，有哪些可以让我们关注的发展的潜在能力产业方向？

  展望2025年，AI相关仍旧是全球半导体最具增长潜力的细分方向之一，产业链协同与开放生态将成为商业化成功的决定性因素。其中，RISC-V架构有望重塑半导体产业链格局；GAA工艺迭代、混合键合为代表的先进封装、AI芯片、HBM芯片、智驾芯片、SiC及硅光芯片受益于AI算力需求爆发；类脑芯片、存算一体仍处早期阶段，但战略价值不可忽视。

  作为新新一代精简指令集，RISC-V在AIoT时代被寄予厚望，国内外新兴RISC-V企业和原有科技巨头纷纷布局卡位，RISC-V生态已逐渐成型。2024年，随着RISC-V在物联网、嵌入式系统等领域批量应用，并在桌面计算、服务器、人工智能等领域快速地发展，未来RISC-V有望成为继X86和ARM之后的第三大主流芯片架构。

  根据德勤数据预测，2024年全球RISC-V指令集（IP授权和处理器设计收入等）市场规模约10亿美元，预计未来五年市场CAGR 达50%-60%。

  技术创新和市场需求驱动下，芯片巨头如苹果、英特尔、高通及瑞萨等均加速布局RISC-V产品。中国作为RISC-V最主要的增长市场之一，包括华为、阿里云、紫光展锐、华米科技等在内的众多有名的公司，一同推动RISC-V在国内的生态建设。同时，阿里平头哥、芯原股份、中科蓝讯、兆易创新、赛昉科技、全志科技、晶心科技、先楫半导体、中科蓝讯、泰凌微电子、乐鑫科技、中微半导体、航顺芯片、国芯科技、芯昇科技、博流智能、纳思达、晶视智能、方寸微电子等诸多厂商也在RISC-V架构上开发了丰富的处理器产品，涵盖嵌入式、物联网、边缘计算、数据中心等多个领域。

  硅谷芯片传奇Jim Keller表示，“RISC-V的潜力是无限的。未来我们会迎来前所未见的AI软件应用，而RISC-V有望打造出下一代的AI引擎。”

  国际形势倒逼芯片国产替代，RISC-V依托物联网发展及开源优势，辅以国家政策支持、产业生态圈布局，未来将成为中国半导体“弯道超车”的重要机会。

  随着全球晶圆代工微缩接近 5nm 以下节点，FinFET 的固有局限性（包括量子效应和驱动电流降低）迫使人们采用更具可扩展性的解决方案：GAA （全环绕栅极晶体管）技术。GAA通过纳米片堆叠实现栅极全环绕，相较FinFET性能提升25%、功耗降低45%。

  在晶圆代工市场中，目前持续推进7纳米以下先进制程的大厂，全球主要有台积电、三星与Intel三家厂商，其中台积电一家独大，三星紧随其后，Intel受经营原因波动明显。其中，中国中芯国际受限于贸易壁垒等因素相对滞后，但研发投入持续。

  全球晶圆代工制造晶体管结构的革命性升级，但良率与成本仍是挑战。在AI、智能手机持续迭代下，市场渗透率快速提升。

  随着摩尔定律逐渐进入其发展轨迹的后半段，芯片产业越来越依赖先进的封装技术来推动性能的飞跃。在封装技术由平面走向更高维度的2.5D和3D时，互联技术成为关键中的关键。混合键合技术将芯片堆叠，增加晶体管密度，有望支撑摩尔定律放缓问题，正展现惊人发展潜力。

  根据Yole数据，预计2029年先进封装市场规模达380亿美元，混合键合技术份额超50%。其中，2024年混合键合技术产业链规模约12亿美元，预计未来五年市场CAGR达45%-50%。

  AI芯片需求激增背景下，先进封装产业价值逐步提升。混合键合技术已成为先进封装行业增长最快领域。

  AI芯片作为AI时代的核心算力载体，其性能与能效比直接决定了AI模型的训练速度与应用落地能力。在生成式AI、无人驾驶等场景爆发式增长下，带动了服务器等算力供给设备加速放量，AI芯片成为半导体市场增长最快的细分领域。

  英伟达占据主导，Blackwell系列快速迭代。2024年，英伟达H100/H200等核心产品供不应求，在Blackwell系列新产品快速迭代下，其AI芯片营收约960亿美元，市场占有率达87%，成为全世界AI产业最大受益者。其他厂商方面，AMD营收约45亿美元，高通（智能手机等消费市场）约10亿美元，Intel约5亿美元，市场增长较快。

  值得关注的是，以华为、燧原科技、海光信息等为代表中国厂商订单快速起量，在中国AI新创DeepSeek大模型快速崛起下，2025年中国AI芯片市场国产替代或将迎来爆发式增长利好。

  AI芯片已成为未来半导体市场增长核心引擎，尤其在中国AI新创DeepSeek大模型快速崛起下，对于全球AI产业提振明显，同时也将进一步拉动中国AI服务器供应链发展，或将重构全球半导体价值链。

  HBM的优点是打破了内存带宽及功耗瓶颈，慢慢的变成为AI芯片中存储的主流技术方案。2024年，在AI芯片需求强劲的背景下，HBM订单持续增长，2025年SK海力士、三星及美光HBM产能基本售罄。尽管SK海力士、三星等头部厂商积极扩大产能，但由于HBM芯片生产周期较传统DDR5更长，叠加供给端以HBM3E为代表产品的TSV良率目前仅约40~60%，至今HBM的短缺状况仍未有缓解迹象，供不应求持续，新增订单不断增长。

  SK海力士“一马当先”，HBM4开发提速。在算力需求澎湃催化下HBM技术快速迭代，HBM的开发周期已缩短至一年，2025年HBM4开发大幅提升。

  厂商看，SK海力士作为HBM技术的先行者，依托较早市场布局和下游厂商合作开发优势，持续引领全球HBM工艺开发及量产。三星电子紧随其后，美光加速布局。国内厂商方面，长鑫存储2024年8月公司HBM2已实现小批量试产，但尚未确定 HBM2 的良率，产量和适销性可能会较低。

  受市场需求拉动，HBM 已然成为 AI 服务器、数据中心、汽车驾驶等高性能计算领域的标配，未来其适用市场仍在不断拓宽。长鑫存储实现国产HBM量产0突破，未来国产化需求潜力可期。

  随着汽车无人驾驶技术的加快速度进行发展，高级驾驶辅助系统作为迈向完全无人驾驶的重要步骤，正在经历前所未有的变革。智能化已成为汽车产业转变发展方式与经济转型的重要方向，头部企业纷纷加快步伐。以全球新能源汽车龙头比亚迪为例，其最新发布的“天神之眼”高阶智能驾驶系统计划在未来两年内覆盖海洋、王朝等系列20万元以下的车型，以推动高速导航辅助驾驶（NOA）功能的普及。叠加全球领先厂商特斯拉、小鹏、小米、华为系等纷纷发布高阶智能驾驶技术规划，政策、资本、技术多方共振，推动行业加速迈向“智驾平权”新时代。

  根据ICVTank数据预测，在智能驾驶迅速增加助推下，2024年全球智能驾驶芯片市场规模约68亿美元，预计未来五年市场CAGR 达46%。

  随着上游芯片成本下降，终端比亚迪、特斯拉为代表厂商加速智驾普及。其中，美国智驾政策趋缓下特斯拉利好明显，比亚迪未来两年将快速普及至10万元至20万元汽车市场，华为乾崑智驾、小米HAD超级智驾等技术方案亦加速上车，智能驾驶产业链的加速发展为智驾芯片核心公司能够带来了前所未有的发展契机。

  总的来看，英伟达、高通为代表厂商主导全球高端智驾芯片市场，华为、地平线和黑芝麻为代表的国产厂商加速实现国产终端市场应用替代。

  美国智驾政策放宽、比亚迪天神之眼系列加速普及下，需求预期增长下智驾芯片迭代提速，市场竞赛白热化，国产厂商未来利好明显，但车规认证及生态整合仍是关键壁垒。

  依托更高的效率、更高的工作时候的温度、更快的开关速度以及更高的电压承担接受的能力，SiC在新能源汽车、风光储等新兴领域应用迅速增加。随着新能源汽车发展进入全新阶段，在特斯拉和比亚迪等头部车企领衔下，电动汽车正加速驶入SiC时代。随着SiC的上车成本仍将继续下探，SiC应用由外围向电驱、电控等核心领域延伸，产业需求快速增长。

  根据Yole 数据，2024年全球SiC器件市场规模约60亿美元，预计未来五年市场CAGR 达30%-35%。其中，2024年全球新能源车SiC器件搭载率超25%，800V平台车型单车主控模块价值量达450美元/辆。

  头部厂商产能快速释放，国内外需求“冰火两重天”。受终端需求驱动，SiC行业进入密集投资布局阶段，其中中国市场2024年SiC衬底&晶圆投资达214亿元。具体产能看，预计全球SiC衬底从2022年的79万片提升至2025年的657万片。厂商方面，海外市场受电车需求低迷影响，SiC衬底龙头Wolfspeed和器件龙头ST订单有所下滑，但英飞凌订单尤其在中国市场订单增长良好。国内厂商看，天岳先进、天科合达等衬底厂商产能快速释放，天域半导体等外延片快速出货，三安光电为代表的器件增长相对较好。

  衬底良率与成本仍是普及瓶颈，国内新能源汽车渗透率加速下增长潜力巨大，警惕欧美电车需求低迷下海外市场不如预期。

  硅基光电子一般被简称为硅光，是指以硅基材料为衬底，结合CMOS工艺，在硅晶圆上集成多个原先使用III-V族材料的光器件，并最终实现光信号处理与电信号处理的深层次地融合的技术。相对于传统光模块解决方案，硅光解决方案不仅集成度高，在峰值速度、能耗、成本等方面也拥有非常良好表现，因此，该技术是光模块未来的重要发展趋势之一。近几年，全球光通信行业已经处在硅光技术规模应用的转折点，头部厂商产业技术迭代有望加速，硅光技术应用潜力巨大。

  当前，AI大模型推动算力基础设施加速迭代，从而加快光模块产业升级节奏，硅光模块有望自800G时代开始快速提升渗透率。根据Yole和LightCounting数据预测，2024年全球硅光模块市场规模约9.9亿美元，预计未来五年市场CAGR 达42%。

  硅光技术概念形成于20世纪60年代，后由Intel等企业在传输领域拓展至商用。在数据通信和电信市场，Intel、思科份额相对领先，博通、Lumentum和其他小公司紧随其后。国产厂商中，中际旭创、新易盛、光迅科技、博创科技、铭普光磁、亨通光电等开始参与竞争， 推出了400G、800G甚至1.6T的硅光模块，旭创1.6T硅光模块更是采用自研硅光芯片并已处于市场导入期。

  受益于AI大模型带来的大规模AI基础设施建设需求，新一代光模块会在价格与前代光模块价格平衡后进入快速放量期，硅光模块有望在800G时代逐步体现其功耗及成本优势，从而自2025年起快速提升渗透率。国产厂商厚积薄发，或通过光模块硅光解决方案有望“换道超车”。

  存算一体技术的成熟为端侧AI大模型的商业化落地提供了技术基础。作为一种新的计算架构，存算一体的核心是将存储与计算完全融合，存储器中叠加计算能力，以新的高效运算架构进行二维和三维矩阵计算，结合后摩尔时代先进封装、新型存储器件等技术，能有效克服冯·诺依曼架构瓶颈，实现计算能效的数量级提升。从市场应用看，随着全球AI算力需求一直增长，存算一体技术已接近规模量产节点，在技术成熟度提高及大规模商用落地下，增长空间可期。

  根据Yole预测，受益于边缘AI设备爆发，2024年全球存算一体市场规模约8.2亿美元，预计未来五年市场CAGR 达80%-92%。

  2017年以来，SK海力士、英伟达、微软、三星及Intel等大厂提出了存算一体原型，国内厂商主要以初创公司为主，聚焦于无需考虑先进制程技术的存内计算。如知存科技、亿铸科技、九天睿芯等押注PIM、CIM等技术路线，亿铸科技、千芯科技等专注于大模型计算、无人驾驶等AI大算力场景。

  架构创新潜力巨大，但算法适配与产业链生态尚未成熟，短期内仍旧以部分专用场景落地为主。

  类脑计算的核心目标是通过学习生物神经系统的结构、功能和机制，进而构建相应的计算理论、芯片体系结构和应用模型与算法。不同于传统冯·诺依曼存算分离的特性，类脑计算基于仿生的脉冲神经元实现信息的高效处理，具有低功耗、低延迟的技术优势，在边缘计算和实时控制等领域具有广泛的应用价值和潜力。

  根据ABI Research数据预测，2024年全球神经形态计算芯片（类脑芯片相关）市场规模约3.5亿美元，预计未来五年市场CAGR 达50%-55%。

  从市场发展现状看，Intel和Neuralink（马斯克投资）为代表美国厂商是类脑芯片赛道的领跑者，该领域主要顶级会议相关论文的作者都来自美国。同时，中国研发实力也在快速提升，在低噪声和低功耗设计方面已靠近全球一流水准。要关注的是，虽然类脑计算领域是热门研究领域，但是类脑智能算法与类脑芯片并未实现大规模商业化落地。

  产业技术路径尚处于探索阶段，商业化应用需跨学科协同突破，长久来看有望重塑计算架构。