芯片是当代经济最小的零件，亦然最大的一张网。

一部手机、一辆电动车、一台AI劳动器、一个智高腕表、一台工业机器东说念主，看起来是完全不同的居品，但拆到终末，齐会回到芯片。

它决定手机能弗成拍出更好的像片，汽车能弗成更快完成提拔驾驶判断，AI模子能弗成在几秒钟内修起问题，也决定一家科技公司到底是在卖软件、卖硬件，照旧在卖下一代计较平台。

许多东说念主相识芯片产业链，风俗用一句话笼统：联想、制造、封测。

这句话没错，但太粗。它就像说一家餐厅唯有“买菜、作念饭、上菜”三个要津，听起来对，但简直得益的方位、简直卡脖子的方位、简直有壁垒的方位，竣工被盖夙昔了。

芯片产业简直的结构，应该分红四层：

最上游，是用具、开导和材料。它们决定芯片“能弗成被联想出来，能弗成被造出来”。

中游，是联想、制造、存储和封装。这里决定芯片“是谁联想的，谁来代工，谁能量产，谁能把它拼成系统”。

卑劣，是手机、汽车、云计较、AI数据中心、工业开导和消费电子。它们决定芯片“为什么被需要”。

而到了AI期间，芯片产业又多了几条新的干线：GPU不再仅仅显卡，HBM不再仅仅内存，封装不再仅仅后段加工，云厂商也不再仅仅芯片买家，它们运转躬行界说芯片。

这才是今天芯片产业最迫切的变化。

“卖铲子—造芯片—卖场景”的链条

若是把芯片产业行为一座金矿，那么最上游的东说念主不一定径直挖金子，但他们卖铲子、卖舆图、卖火药、卖矿车。

EDA软件，即是芯片联想师的“绘制用具”和“仿真用具”。一颗先进芯片里可能有几百亿个晶体管，东说念主脑不可能径直完周全部联想、考证和排错，必须依靠EDA软件。这个领域的公共核心玩家是Synopsys、Cadence、Siemens EDA。中国公司包括华大九天、概伦电子、广立微等。

IP授权，则像是芯片宇宙里的“程序零件库”。一家芯片公司不一定所有模块齐从零运转作念。CPU核心、接口公约、图像处理模块、存储戒指器，齐不错购买造就IP授权。这里最迫切的公司是Arm。公共智高手机、车载芯片、低功耗开导，多半使用Arm架构。其他IP公司还包括Synopsys、Cadence、Imagination、CEVA、Rambus等。

半导体开导，是晶圆厂简直的工业机器。光刻机、刻蚀机、薄膜千里积开导、离子注入开导、清洗开导、检测量测开导，每一种齐极其复杂。最著明的是ASML，它是EUV光刻机的惟一供应商。莫得EUV，先进制程就很难赓续往前走。其他开导巨头包括Applied Materials、Lam Research、Tokyo Electron、KLA、ASM International、Screen、Nikon、Canon。

中国公司则包括朔方华创、中微公司、拓荆科技、华海清科、盛好意思上海、芯源微、精测电子、长川科技等。

材料，是晶圆厂的“弹药”。硅片、光刻胶、电子特气、湿电子化学品、靶材、CMP抛光液、封装基板、引线框架，每一个要津齐可能成为瓶颈。代表公司包括信越化学、SUMCO、GlobalWafers、Siltronic、SK Siltron、JSR、东京应化、富士胶片、默克、杜邦、Entegris、林德、液化空气。

中国公司包括沪硅产业、TCL中环、立昂微、江丰电子、安集科技、南大光电、华特气体、金宏气体、雅克科技、鼎龙股份、彤程新材等。

是以，看芯片产业，简直的底层问题是：谁掌持了不可替代的用具？谁掌持了不可替代的开导？谁掌持了不可替代的材料？

有些公司不站在聚光灯下，但它们才是产业链简直的地基。

芯片联想：英伟达为什么不仅仅卖GPU

芯片联想公司时时被称为Fabless，真谛是“莫得晶圆厂”。它们讲求联想芯片，但不我方建厂制造，制造交给台积电、三星、中芯海外等代工场。

这一类公司的代表包括英伟达、AMD、高通、博通、Marvell、联发科、苹果、亚马逊Annapurna、Google TPU团队、Meta自研芯片团队。中国公司包括海想、寒武纪、地平线、黑芝麻智能、壁仞、摩尔线程、燧原科技、沐曦、韦尔股份、兆易编削、澜起科技、卓胜微、紫光展锐、晶晨股份、瑞芯微、全志科技、乐鑫科技、圣邦股份、纳芯微等。

但联想公司之间，离别相称大。

高通的果断是手机SoC、基带和射频。联发科强在安卓手机中高端市集。苹果强在软硬件一体化，把A系列、M系列芯片和iOS、macOS生态绑定起来。Marvell强在数据中心通晓、光通讯琢磨芯片、定制ASIC和存储戒指。博通强在定制AI芯片、鸠集芯片、高速互联和企业基础按次。

英伟达则是一个更独特的存在。

它卖的是GPU，但简直的壁垒是GPU、CUDA、鸠集、NVLink、软件库、劳动器系统、开发者生态和客户心智的总额。

夙昔，GPU是游戏显卡。今天，GPU是AI工场里的发动机。大模子检修需要海量并行计较，推理需要低蔓延和高蒙眬，GPU刚未必乎处理这类任务。英伟达简直利害的方位，是它把一颗芯片变成了一整套计较平台。

是以，AI期间看英伟达，更应该问：CUDA生态有莫得被替代？云厂商是否酣畅持久绑定？鸠集和系统级委派才调是否赓续当先？客户是否能用别的有野心缩短成本？

AMD是英伟达除外最迫切的通用GPU挑战者。它有EPYC劳动器CPU，有Instinct GPU，也有Xilinx带来的FPGA和自适合计较才调。它的契机在于，云厂商和大模子公司不可能永恒只依赖一家供应商。但它的挑战也很了了：硬件性能仅仅第一步，软件生态、系统委派、开发者风俗和供应链优先级相同迫切。

博通代表的是另一条门路：定制ASIC。

所谓ASIC，即是为特定任务联想的专用芯片。通用GPU像一把瑞士军刀，什么齐颖异；ASIC更像一台专用机器，只为某些任务优化。Google TPU、亚马逊Trainium和Inferentia、Meta自研AI芯片，实质上齐是在说一件事：当AI计较领域足够大，专用芯片会越来越有眩惑力。

这即是AI芯片畴昔的两条线：一条是英伟达式通用GPU平台，另一条是云厂约定制ASIC。

前者生态强，合乎快速迭代；后者成本可控，合乎超大领域部署。畴昔不是谁透顶取代谁，而是谁在哪些场景里更合算。

晶圆代工：台积电为什么成了宇宙中心

芯片联想公司画出了图纸，但简直把图纸变成硅片上电路的，是晶圆代工场。

晶圆代工是半导体产业里最难、最贵、最需要持久积蓄的要津之一。一座先进晶圆厂动辄上百亿好意思元投资，配置周期长，开导极其复杂，工艺法子可能逾越上千说念。更迫切的是，它不是作念出一两片样品就算告捷，而是要在大领域量产中作念到高良率、低成本、踏实委派。

台积电之是以强，不仅仅因为它有先进制程，而是因为它同期领有技能、良率、产能、客户信任和生态。

苹果、英伟达、AMD、高通、博通、联发科，齐是台积电的迫切客户。先进制程越往前走，客户越不敢松驰换供应商。因为芯片联想、工艺库、EDA经过、IP考证、封装有野心、良率爬坡，竣工和代工场深度绑定。

三星Foundry是台积电除外最迫切的先进制程玩家之一。它有技能，有资金，也有存储和封装协同。但三星同期既作念代工，又作念自家芯片，还作念结尾居品，外部客户的信任问题一直存在。英特尔Foundry则试图用先进制程和先进封装重新加入代工竞争，但它要阐扬我方不仅能造自家CPU，也能劳动外部客户。

造就制程则是另一门生意。

不是所有芯片齐需要3nm、2nm。汽车MCU、工业芯片、模拟芯片、功率芯片、线路驱动芯片、CIS、射频前端，许多齐依赖造就制程和特色工艺。这些芯片不一定站在新闻头条上，但需求踏实，生命周期长，和实体产业深度绑定。

中芯海外、华虹、联电、GlobalFoundries、宇宙先进、力积电、Tower、DB HiTek、晶书册成、华润微等公司，更多就站在这条线上。

是以，晶圆代工要分两种看。

先进制程看台积电、三星、英特尔，核心是技能上限、良率和大客户绑定。

造就制程看中芯海外、华虹、联电、格芯等，核心是产能欺诈率、特色工艺、客户结构和周期位置。

存储：AI让“周期品”变成了政策资源

夙昔，存储芯片是典型周期品。

需求好，价钱高潮，厂商扩产；扩产太多，供给实足，价钱下降；价钱跌到失掉，厂商减产，供需出清，再进入下一轮周期。

但AI正在改变存储行业的叙事。

大模子检修和推理不单需要GPU，还需要把海量数据快速喂给GPU。若是GPU算力很强，但数据供给跟不上，GPU就会被“饿住”。这即是HBM的迫切性。

HBM，全称高带宽内存。它不像鄙俚内存条那样插在主板上，而是通过堆叠和先进封装，尽可能联接GPU，提供极高的数据带宽。AI劳动器里的高端GPU，离不开HBM。

公共DRAM和HBM的核心玩家是SK海力士、三星和好意思光。SK海力士在HBM上处于当先位置，三星正在追逐，好意思光也在加快切入。NAND闪存的主要玩家包括三星、铠侠、西部数据、好意思光、SK海力士。长鑫存储、长江存储则离别在DRAM和NAND标的承担国产替代脚色。

AI期间的存储，变成了AI算力系统的一部分。

HBM需要DRAM制造才调，需要TSV硅通孔，需要堆叠封装，需要和GPU厂商共同考证，还需要踏实良率。它的壁垒比鄙俚DRAM更高，客户绑定也更强。

这即是为什么AI行情里，市集不单买英伟达，也买海力士、好意思光、三星，致使会把存储周期重新订价。

但这里也要保持清亮：存储永恒不会完全开脱周期。AI能举高持久需求核心，但若是厂商集体大领域扩产，畴昔仍可能出现供需波动。区别在于，高端HBM的周期可能和鄙俚DRAM分化，鄙俚存储跌价，不代表HBM一定同步垮塌。

封装测试：夙昔是后段苦活，咫尺是AI瓶颈

封装测试夙昔在产业链里存在感不高。

许多东说念主以为，云开体育晶圆制造如故把芯片作念出来了，封装测试仅仅把裸芯片包起来、接上引脚、测一下能弗成用。这个相识在传统芯狭隘代不算完全错，但到了AI期间，如故显明落后。

原因很粗浅：一颗芯片弗成无尽作念大。

先进芯单方面积越大，良率越难戒指，成本越高，散热越难。于是行业运转转向Chiplet，也即是把多个小芯片组合成一个大系统。GPU、CPU、I/O Die、缓存、HBM、鸠集模块，齐不错通过先进封装组合在一说念。

这时间，封装不再是“外壳”，而是系统性能的一部分。

台积电的CoWoS，即是AI芯片供应链里的重要要津。英伟达高端GPU需要先进制程，也需要HBM，还需要CoWoS把GPU和HBM高效通晓起来。莫得足够的先进封装产能，GPU芯片自己再强也无法获胜变成可委派的AI加快卡和劳动器系统。

公共封测公司包括日蟾光、安靠、长电科技、通富微电、华天科技、力成科技、京元电子、甬矽电子、颀中科技等。传统封测看领域、成本和客户；先进封装则看技能才调、客户认证、开导参加和与晶圆厂的协同。

英特尔的EMIB、Foveros，三星的I-Cube、X-Cube，台积电的CoWoS、SoIC，实质上齐在竞争下一代系统级封装才调。

这亦然AI芯片产业链最容易被低估的少许：AI的瓶颈不仅仅“有莫得GPU”，而是“GPU、HBM、先进封装、鸠集、劳动器整机能弗成一说念委派”。

开导和材料：简直的“卖铲子”生意

每一轮芯片焕发，起初受益的不一定是所有芯片公司，而是开导和材料公司。

因为只须台积电、三星、英特尔、中芯海外、SK海力士、好意思光要扩产，就必须买开导、买材料。先进制程越复杂，开导参加越大；HBM越火，存储厂扩产越积极；先进封装越迫切，测试和封装开导也会随着增长。

ASML是最典型的开导龙头。它的EUV光刻机，是先进制程绕不开的重要开导。Applied Materials粉饰千里积、刻蚀、离子注入等多个要津；Lam Research在刻蚀和千里积上相称强；Tokyo Electron在涂胶显影、刻蚀、千里积、清洗等要津有上风；KLA是检测量测龙头。

国内开导公司则更多受益于国产替代和造就制程扩产。朔方华创、中微公司、拓荆科技、华海清科、盛好意思上海、芯源微、精测电子、长川科技等，对应的是刻蚀、薄膜千里积、CMP、清洗、涂胶显影、检测测试等要津。

材料公司的特色是“不显眼，但很难替代”。

半导体材料最难的方位，不是实验室里作念出样品，而是进入客户坐蓐线，并在持久量产中保持一致性。晶圆厂对材料相称严慎，因为少许杂质、少许踏实性问题，就可能影响良率。材料替代的认证周期长，客户粘性强，一朝进入核心供应链，就可能酿成持久关系。

是以，开导和材料行业的投资逻辑，和芯片联想公司不一样。

联想公司看居品爆发力。开导材料公司行为本开支、国产替代、技能节点升级和客户认证。

前者弹性大，后者笃定性更强，但周期也相同存在。

卑劣需求：谁买芯片，谁就界说芯片

芯片不是虚拟增长的。每一轮芯片大周期，背后齐有一个卑劣需求主角。

PC期间，主角是英特尔、微软、AMD、英伟达、戴尔、惠普、盼愿。

智高手机期间，主角是苹果、高通、联发科、台积电、三星、索尼CIS、射频公司。

新动力汽车期间，主角变成英飞凌、恩智浦、瑞萨、德州仪器、意法半导体、安森好意思、英伟达、Mobileye、高通、地平线、黑芝麻智能，以及特斯拉、比亚迪等车企。

AI数据中心期间，主角进一步扩大：英伟达、AMD、博通、Marvell、台积电、SK海力士、好意思光、日蟾光、安靠、鸿海、广达、纬创、工业富联、海潮信息、中科晨曦、微软、亚马逊、Google、Meta、OpenAI、字节、阿里、腾讯、百度，齐在并吞张产业链里。

这里有一个重要变化：云厂商不再仅仅买芯片。

夙昔，结尾公司更多是采购芯片。咫尺，云厂商和大模子公司径直界说算力需求，致使参与芯片联想。

Google有TPU，亚马逊有Trainium和Inferentia，Meta、微软、OpenAI也齐在鼓励自研或定制芯片。

这意味着，AI芯片产业的权利结构正在变化。

以前是芯片公司推出居品，客户来买。咫尺是超等客户提倡需求，芯片公司、代工场、封装厂、存储厂一说念围绕它重组供应链。

英伟达仍然广阔，但云厂商的议价才调也在上升。博通、Marvell等定制芯片和鸠集芯片公司，恰是这个变化的受益者。

若何判断一家芯片公司值不值得看？

芯片公司弗成放在一说念粗浅相比。英伟达、台积电、ASML、SK海力士、日蟾光、韦尔股份、中芯海外，天然齐属于半导体，但买卖面容完全不同。

看联想公司，要看四点：居品界说、软件生态、客户结构、迭代速率。

英伟达的核心是平台生态，AMD的核心是CPU+GPU组合，博通的核心是定制ASIC和鸠集，Marvell的核心是数据中心通晓，高通的核心是转移通讯和边际AI。

看代工公司，要看制程、良率、产能欺诈率、成本开支和客户绑定。

台积电是先进制造核心，三星和英特尔是挑战者，中芯海外、华虹、联电、格芯更偏造就制程和特色工艺。

看开导公司，要看技能摆布、订单周期和晶圆厂成本开支。

ASML看EUV和High-NA，Applied Materials看综合开导才调，Lam看刻蚀和千里积，KLA看检测量测。

看材料公司，要看认证周期、材料耗尽强度、客户粘性和国产替代。

先进制程越复杂，材料用量和条件越高；先进封装越迫切，封装材料和基板价值也会进步。

看存储公司，要看价钱周期、HBM份额、客户绑定和扩产节律。

SK海力士、三星、好意思光的竞争，如故不仅仅鄙俚DRAM价钱战，而是HBM、先进封装协同和AI客户认证之争。

看封测公司，要看它有莫得进入先进封装供应链。

传统封测看领域和成本，先进封装看技能、产能、客户和成本参加。

看卑劣公司，则要看算力需求、成本开支、自研芯片才和解供应链戒指力。

微软、亚马逊、Google、Meta、OpenAI、字节、阿里、腾讯、百度，既是芯片需求方，也可能成为下一阶段芯片界说者。

最新判断锚点：AI在重写整条产业链

若是只用一句话笼统今天的芯片产业：AI正在把半导体从周期行业，推向基础设践诺业。

第一，公共半导体市集正在冲击万亿好意思元级别。夙昔半导体是奴隶PC、手机、汽车周期波动的行业，咫尺AI数据中心正在创造新的需求核心。这个需求不是一年两年的狭隘订单，而是云厂商围绕大模子、智能体、推理劳动、企业AI应用进行持久成本开支。

第二，英伟达仍是AI芯片第一干线，但不是惟一干线。GPU是最显眼的进口，但AI劳动器还需要CPU、HBM、鸠集芯片、光模块、Retimer、电源贬责、先进封装、测试开导和劳动器整机。英伟达是金冠，但金冠底下还有整套王国。

第三，HBM正在改变存储行业。夙昔存储像钢铁、化工一样有强周期属性，咫尺HBM因为AI需求、技能难度和客户绑定，正在赢得更高的政策价值。但这不代表存储周期脱色，仅仅高端存储和鄙俚存储会出现分化。

第四，先进封装从边际要津变成核心瓶颈。Chiplet、CoWoS、SoIC、EMIB、Foveros，这些名词背后的实质齐是一样的：当单颗芯片赓续变大变难，行业就要靠系统级封装赓续进步性能。畴昔芯片竞争，不仅仅晶体管竞争，亦然封装竞争。

第五，云厂商自研ASIC会越来越迫切。不是因为它们一定能取代英伟达，而是因为当AI推理领域足够大，定制芯片的成本上风会变得越来越迫切。畴昔AI芯片市集，能够率是GPU平台和定制ASIC持久共存。

第六，开导和材料是更底层的笃定性。只须AI算力赓续膨胀，晶圆厂、存储厂、封装厂就要赓续参加。开导材料公司不一定有英伟达那样的爆发力，但它们时时站在更深的产业瓶颈上。

第七，国内半导体的契机，更多在国产替代、造就制程、开导材料、特色工艺和应用端。先进制程残害天然迫切，但产业链不是唯有先进制程。开导、材料、模拟、功率、MCU、CIS、射频、封测、汽车芯片、AI边际芯片，齐有持久国产化空间。

简直的芯片干戈，是系统干戈

芯片产业最迷东说念主的方位在于，它既是科技产业，亦然制造业；既是公共化单干的产物，亦然地缘政事最明锐的钞票；既要拼天才工程师，也要拼成本开支、供应链贬责、良率爬坡和客户信任。

夙昔，咱们相识芯片，时时盯着一家公司、一个居品、一个制程节点。

但AI期间的芯片产业，如故弗成这样看了。

英伟达的GPU需要台积电代工，需要SK海力士或好意思光提供HBM，需要先进封装把GPU和HBM通晓起来，需要劳动器厂商拼装整机，需要云厂商部署集群，需要模子公司不息耗尽算力。

是以，芯片产业链简直的是：

谁掌持了不可替代的用具？

谁卡住了最稀缺的产能？

谁界说了下一代计较需求？

谁能把联想、制造、存储、封装、系统和软件连成一个平台？

芯片的上游、中游、卑劣，名义上是一条链，本质上是一张网。

AI期间，这张网正在重新排序。

有些公司站在台前，吃掉最大的估值溢价；有些公司藏在幕后云开体育(中国)，却持着最硬的产业瓶颈。