又到了歲末年初之際，回顧過去的2024年，半導體產業有增長也有陣痛，復盤2024年的半導體產業狀況，有哪些長足的進展又有哪些短板？展望2025年，半導體市場又有哪些機會，該如何發展？為此，電子發燒友網策劃了《2025年半導體產業展望》專題，收到數十位國內外半導體創新領袖企業高管的前瞻觀點。其中，電子發燒友特別采訪了蘋芯科技聯合創始人兼CEO楊越，以下是他對2025年半導體市場的分析與展望。

蘋芯科技聯合創始人兼CEO楊越

?
回顧2024年，半導體產業的外部環境呈現出復雜多變的特征。地緣政治持續深刻影響產業發展，全球供應鏈重構加速，各國紛紛加大對本土半導體產業的支持力度。在先進制程和關鍵設備領域，管制措施日趨嚴格，推動了產業鏈的區域化發展。與此同時，市場需求出現顯著的結構性變化，AI算力需求持續爆發帶動了高端芯片需求快速增長，而新能源汽車和智能化浪潮也為汽車電子帶來強勁增長動力。雖然消費電子市場復蘇相對緩慢，但庫存調整已接近尾聲，市場正逐步回暖。
?
這一年，機遇與挑戰并存。AI技術的蓬勃發展帶來了新型計算需求，本土化進程中蘊含著產業升級機會，新應用場景持續涌現。但同時，技術創新受限、產業鏈協同效率下降、研發投入持續攀升等挑戰也不容忽視。在這樣的背景下，企業需要保持技術創新定力，深化產業鏈協同，準確把握市場結構性機會，同時加強風險防控能力。
?
楊越認為，企業更需要注重核心技術突破、供應鏈韌性建設、差異化競爭優勢培育以及生態系統構建。只有在這些方面持續發力，才能確保在復雜多變的外部環境中實現可持續發展。這不僅需要企業保持戰略定力，更需要整個產業鏈的協同努力，共同推動半導體產業向更高水平邁進。
?
在今年8月，蘋芯在長期的技術積累基礎上，完成了NPU和SOC產品的設計驗證與發布，包括專門應用于智慧感知決策方向的AI芯片PIMCHIP-S300，以及蘋芯自研的新一代存算一體神經網絡處理單元PIMCHIP-N300。其中N300產品已完成開發并完成客戶交付，S300產品已進入回片測試階段，成功點亮功能并完成相關方案搭建，計劃近期向客戶送樣，并進一步推動產品落地和市場驗證。此外，蘋芯團隊也在積極推進大模型推理加速專用芯片研發工作，以存算一體技術為核心打造基于成熟制程的AI大模型推理加速芯片與系統，旨在打造成本與性能遠超當前主流產品的大模型推理方案。
?
這兩款產品的發布標志著蘋芯在高性能計算和系統級芯片領域的技術實力進一步提升。
?
2024年AI大模型帶來新的芯片需求和挑戰
?
大模型一度是近年來AI應用的熱點方向，但苦于數據量巨大、能耗較高等多方面原因難以滿足市場需求并得到實際的應用。隨著端側大模型的快速發展，AI技術得以更為廣泛的應用于端側設備，并為用戶提供更為個性化的服務，隨之產生的便是人們對于端側大模型的要求增高與端側大模型難以滿足市場需求所帶來的矛盾：
?
從客戶實際應用場景來看，主要呈現三類核心需求：
?
1. 高效能的推理計算能力
端側大模型主要的應用場景是各大應用端口，是面對客戶的“第一線”，這直接決定了客戶對于使用體驗的滿意程度。這就需要設備的在最低能耗條件下，作出最快的反應速度，這需要我們在嚴格的功耗限制內完成實時推理；與此同時，市場同樣要求芯片具備高能效比的同時保持推理精度并支持模型壓縮和動態精度調整，實現性能與功耗的靈活平衡。
?
2. 場景化的定制能力
AI端側大模型的發展應對的核心需求即：客戶的個性化需求。千人千面的時代已然到來，我們需要芯片架構具備足夠的可配置性和靈活性，以應對客戶的不同需求，這更需要相應軟件棧能夠快速適配不同場景的模型需求。
?
3. 本地化的隱私保護
數據安全更是近年來老生常談的話題，話題雖老，但實現不易。個性化AI時代更要求我們在硬件軟件兩個層面保護數據安全和隱私的前提下推動本地處理需求。
?
另一方面，對于半導體廠商而言，也面臨著一些關鍵技術瓶頸，包括架構創新難題、算力效能平衡、軟硬協同設計等。
?
首先是“內存墻”問題，是傳統馮諾依曼架構在數據搬移效率上的根本性瓶頸，蘋芯科技的解決方向是采用存算一體架構，從底層技術入手，解決存算分離導致的能耗問題；其次是終端設備嚴格的功耗預算與日益增長的算力需求之間的矛盾，需要廠商根據不同應用場景采用不同考量和設計；最后是傳統硬件優先的設計方法難以適應快速迭代的AI算法，軟件棧的開發效率和優化難度顯著提升等難題。
?
2025年算力依然是半導體市場增長的主驅力
?
展望2025年的半導體市場，楊越表示，市場將呈現三大核心增長動力，包括大模型算力需求、邊緣計算需求以及成熟制程創新需求。
?
針對這些市場增長的核心動力，蘋芯科技在邊緣計算創新方面，通過微架構和系統級優化，開發了性能突破型產品。在微架構層面優化了數據通路和存儲層次結構，在系統層面實現了軟硬件協同設計。通過底層計算單元性能的顛覆性提升，為不同應用場景提供了靈活的優化空間。
?
在大模型計算領域，蘋芯開發了基于異構并行計算架構的大模型推理專用芯片。該產品采用軟件定義的計算框架，支持動態任務調度和負載均衡，可實現計算資源的靈活重構。通過軟硬協同優化，顯著提升了大模型推理性能，同時優化了能源效率。
?
對于2025年中國半導體產業的發展和突破，楊越認為主要有四大方向。
?
1. 從“摩爾定律”到“異構計算”——技術演進的必然之路：?未來半導體技術的核心驅動力將轉向異構計算架構，通過CPU、GPU、NPU、FPGA等多種計算單元的協同優化，提升整體計算效率。尤其在AI、大模型、邊緣計算等領域，異構計算將成為主流，而存算一體架構的崛起也將是必然趨勢。
?
2. AI與半導體的深度綁定將重塑行業：?AI不僅是芯片的主要應用場景之一，未來也將深度參與芯片設計流程。通過AI輔助EDA工具，芯片設計效率將大幅提升，尤其是在布線優化、功耗控制和驗證環節，AI已經展現出超越傳統方法的潛力。未來，AI驅動的全自動化芯片設計可能成為現實，進一步縮短芯片研發周期。同時算力的需求也將更多樣化，邊緣和端側將成為重要增長點，中國在低功耗AI芯片領域有機會實現彎道超車。
?
3. 半導體產業鏈的“分化與重塑”：首先是半導體產業鏈受到地緣政治沖突和技術封鎖加速了本地化趨勢，未來中國會形成一個?以國產化為核心的“平行供應鏈”，覆蓋設計、制造、封測和材料設備。另外是制造與設計之間的創新節奏，受到先進制程成本和門檻的提高被打破平衡，中國在成熟制程和特色工藝領域有望取得突破。
?
4. ?中國半導體的“破局點”：?過去幾年，中國半導體產業主要致力于補齊短板（如先進制程、EDA工具等），但未來需要從“補短板”轉向“做長板”，不要在傳統技術路徑上持續追趕，而是在特色工藝、先進架構等領域發揮自身優勢，實現彎道超車，打造全球競爭力。其次，中國需要進一步加強高端人才培養，同時構建完整的產業生態，從設計工具到制造工藝，再到封測設備，形成全鏈條協同創新。
?
?
?