芯片战场：巨头博弈四大关键市场！

2025-04-29 来源：国际电子商情

AI人工智能浪潮汹涌，有望重塑半导体产业发展格局。芯片设计作为产业核心环节之一，已成为芯片竞争重要战场。全球芯片设计产业格局高度集中，TrendForce集邦咨询数据显示，2024年全球前十大芯片设计业者营收合计约2498亿美元，其中前五家厂商总计贡献逾90%营收。当前，英伟达、AMD、高通、联发科等IC设计巨头正围绕手机、AI PC、汽车、服务器四大关键市场积极展开布局；与此同时，随着AI推动高性能芯片需求上涨，加上市场竞争日趋激烈，产业链协同合作趋势明显。

手机市场：旗舰芯片AI性能大幅提升

AI、先进制程正成为智能手机市场关键词，高通、联发科两大手机SoC厂商争相发力，推出最新旗舰芯片以满足市场需求。

高通旗舰芯片骁龙8至尊版以性能、AI终端以及游戏生态为主要看点，该款产品采用第二代3nm制程（N3E）；双Oryon超大核，主频突破4.2GHz，单核性能提升35%，专司高负载任务（如游戏渲染、AI推理）；搭载六颗定制性能核，主频3.5GHz，能效比优化40%，负责多任务并行与后台管理。

为满足AI算力需求，骁龙8至尊版集成第六代AI引擎（Hexagon NPU），算力达73 TOPS（每秒73万亿次运算），较前代提升45%。

游戏体验方面，骁龙8至尊版搭载Adreno 830 GPU，支持硬件级光线追踪与全局光照，图形渲染速度提升25%。通过Snapdragon Elite Gaming技术，实现可变分辨率渲染（VRS）与游戏超分技术。

今年4月联发科正式推出天玑9400+旗舰5G智能体AI移动芯片，提供生成式AI和智能体化AI能力，以高智能、高性能、高能效、低功耗特性，带来旗舰手机新体验。

天玑9400+采用第二代全大核架构，8核CPU包含1个主频高达3.73GHz的Arm Cortex-X925超大核，以及3个Cortex-X4超大核和4个Cortex-A720大核。

天玑9400+集成MediaTek第八代AI处理器NPU 890，端侧率先支持DeepSeek-R1推理模型四大关键技术，同时率先支持增强型推理解码技术（SpD+），智能体AI任务的推理速度可提升20%。MediaTek天玑9400+搭载12核Arm GPU Immortalis-G925，支持天玑OMM追光引擎和天玑倍帧技术，不仅提升了视觉效果，还能提供持久流畅的移动游戏体验。

AI PC：芯片设计厂商必争之地

在AI算力需求爆发与PC市场逐步回暖的双重驱动下，AI PC成为芯片设计厂商的必争之地，代表厂商包括AMD、英伟达等。

今年3月AMD举行“AI PC”创新峰会，向外界展示了AMD锐龙AI PC生态，包括采用AMD锐龙AI Max，AMD锐龙AI 300和AMD锐龙9000HX系列处理器的笔记本电脑、Mini PC等产品。

资料显示，锐龙AI Max系列处理器具有工作站级别的性能，拥有16个“Zen 5”架构CPU核心、40个AMD RDNA 3.5图形核心和一个高达50 TOPS AI算力的AMD XDNA2 NPU，而这一切都集成在一颗芯片上。此外，该处理器还支持高达128GB的统一内存，其中最高可将96GB用于图形处理，搭载该处理器的系统能够实现无缝、可靠的多任务处理，并支持运行超大规模的AI模型。

锐龙9000HX系列采用了第二代3D V-Cache技术进行重新设计，将内存重新安置在处理器下方，从而实现更高的性能优势、更低的温度和更高的时钟频率。作为该系列的顶级产品，锐龙9955HX3D预计将成为专为游戏玩家和创作者打造的超快移动处理器之一。

英伟达布局上，该公司RTX 5090显卡搭载920亿晶体管，集成4000 AI TOPS算力，支持2000亿参数大模型本地化运行，性能较前代提升100%。其3nm制程与第三代RT Core技术，使《赛博朋克2077》等3A大作在4K分辨率下帧率提升60%。

此外，今年年初，联发科宣布与英伟达合作设计NVIDIA GB10 Grace Blackwell超级芯片，将应用于NVIDIA的个人AI超级计算机NVIDIA Project DIGITS。据悉，Project DIGITS是英伟达推出的一款个人AI超级计算机项目，旨在让用户在家里就能享受到超级计算机的性能。Project DIGITS设备配备了GB10超级芯片，主要面向AI研究人员、数据专家以及科学家等。

汽车：芯片赋能全车智能化发展

在近期召开的2025年上海车展上，多款汽车芯片重磅亮相，助力智能汽车发展。

高通展示了8775平台，采用CPU+NPU+GPU的异构计算架构，单芯片支持4K多屏交互、高速NOA导航及车身域实时控制，系统带宽达154GB/s。

高通还与众多汽车产业生态伙伴共同展示关键技术落地、智能体验升级以及产业生态共建方面的最新成果。高通和德赛西威宣布将共同打造一系列组合驾驶辅助解决方案。双方将采用“同套硬件、两套算法”的合作模式，加速推动全球汽车产业实现安全可靠的驾驶辅助功能普及与落地升级。

此外，高通还联合宝骏、零跑、奇瑞、上汽通用别克、一汽红旗、卓驭科技等合作伙伴，在本次上海车展带来搭载Snapdragon Ride平台的解决方案。据悉，高通以多款SoC、加速器、丰富的软件和软件栈等打造的Snapdragon Ride平台，具有灵活、可扩展性等优势，能够为不同阶段的驾驶辅助系统和面向不同价位段的车型提供解决方案，并且可以大幅降低合作伙伴产品开发的复杂性，加速驾驶辅助功能的普及。

联发科发布天玑汽车旗舰座舱平台C-X1，基于先进的3nm制程，采用Arm v9.2-A架构，集成了NVIDIA Blackwell GPU与深度学习加速器，以双AI引擎构建弹性算力架构，提供满足未来智能座舱需求的强大AI算力。娱乐体验领域，天玑汽车旗舰座舱平台C-X1集成了NVIDIA RTX GPU光线追踪技术，为游戏渲染带来逼真的光影视觉效果，提供清晰流畅的车载AAA级游戏娱乐体验。

天玑汽车座舱平台C-X1与英伟达先进的安全和AI处理器（如NVIDIA DRIVE AGX Thor）搭配使用，可形成一套完整的集中式计算平台解决方案，能够托管所有车辆域处理器。

英特尔在上海车展期间发布了第二代英特尔AI增强软件定义汽车（SDV）SoC，率先在汽车行业内采用了多节点芯粒架构，汽车厂商可以根据自身需求定制计算、图形和AI功能，降低开发成本，缩短上市时间。与上一代产品相比，新产品生成式和多模态AI性能最高可提升10倍；图形性能最高可提升3倍，可带来更丰富的人机界面(HMI)体验。英特尔表示，这种灵活且面向未来的设计可助力汽车厂商打造差异化的产品，为驾驶员和乘客提供下一代体验，同时还能降低其功耗和成本。

服务器：英伟达、AMD出招

在数字化转型与AI算力需求爆发的双重驱动下，服务器尤其是AI服务器重要性持续凸显。

英伟达致力于巩固其在数据中心、AI、HPC领域的优势，其在服务器领域的产品布局呈现出多层次、全场景覆盖的特点。英伟达GPU加速卡产品中，有针对AI训练的H100/B100系列，采用Hopper/Blackwell架构，集成Transformer引擎与FP8精度计算，AI训练性能较A100提升3倍，B200芯片算力达20 petaFLOPS（FP4），支持10万亿参数模型训练；还有面向推理与图形渲染的A40/RTX 4090，以及主打能效比的T4/L4系列。

CPU与DPU领域，Grace CPU基于Arm架构，通过NVLink-C2C与GPU互联，内存一致性达900GB/s；BlueField-4 DPU集成ASAP2与NVMe SNAP技术，实现网络与存储虚拟化卸载。此外，英伟达还推出了DGX GB200等AI服务器系统，内置72颗B200 GPU及36颗Grace CPU，算力达1.44 exaFLOPS（FP4），采用冷板式液冷散热。

在今年3月召开的“GTC 2025”大会上，英伟达透露将在2025年下半年推出Blackwell Ultra架构，采用该架构的芯片包括GB300 NVL72等。Blackwell GB300 NVL72集成了72个Blackwell Ultra GPU和36个基于Arm Neoverse架构的NVIDIA Grace CPU，其算力（FLOPS）是GB200 NVL72的1.5倍，同时该架构还有1.5倍更快的存储和2倍更大的带宽。英伟达表示，其合作伙伴预计将从2025年下半年开始推出基于Blackwell Ultra的产品。包括思科、戴尔科技、慧与、联想等厂商将推出基于Blackwell Ultra的相关服务器。

另一家大厂AMD同样积极发力服务器芯片领域，凭借Zen架构与EPYC处理器的不断迭代，AMD服务器芯片布局正展现出欲引领市场发展的雄心壮志。

AMD第五代EPYC处理器基于Zen 5架构，采用台积电3nm制程，单线程性能提升25%，能效比提高30%。通过集成AI加速引擎和CXL 3.0内存扩展，该架构在AI推理、科学计算等场景中实现性能跃升。

近期，AMD对外展示了其第六代EPYC"Venice(威尼斯)"处理器的首颗2纳米级核心模块（CCD），该款采用台积电N2工艺的芯片已成功完成基础测试，预计2026年正式面世，将成为高性能计算领域首款基于该先进制程的处理器。

全新Zen 6架构，延续AMD每代性能提升30%以上的传统。同时，得益于台积电N2工艺，芯片在相同性能下功耗最高可降低35%，或在保持功耗不变时性能提升15%。另据AMD透露，公司第五代EPYC处理器已通过台积电亚利桑那州工厂的验证，目前搭载192核的第五代EPYC已在Dell、HPE等合作伙伴的服务器中商用，在AI训练等场景展现出两倍于前代的吞吐量。

AI驱动：芯片产业链迎来更深层次协同合作

随着半导体产业竞争加剧，AI驱动芯片性能大幅提升，半导体产业中封装、代工与设计等环节协同发展趋势明显，以持续探索芯片架构与性能的极限。

当前芯片设计公司与晶圆代工厂商的协同合作是最基础的模式，英伟达、高通、AMD、联发科等芯片设计公司需要台积电、三星、格芯、联电等晶圆代工厂商生产芯片产品。随着技术发展，半导体产业的合作正走向更深层次的协同优化，特别是在先进节点和封装技术上。

传统的单片系统级芯片（SoC）在微缩方面正逼近物理极限，其设计和制造成本与难度急剧增加。为了继续提升性能和集成度，业界正转向更先进的解决方案，如3D集成电路（3D-IC）、Chiplet（芯粒）和异构集成。这些技术需要跨越设计、工艺、封装和系统等多个领域的专业知识进行协同优化。比如，实现高密度互连和管理复杂的多芯片系统热效应，需要设计公司、代工厂和封装厂的紧密配合。

此外，AI和HPC应用的爆发式增长，对专用、高性能、高能效的芯片（GPU、NPU、AI加速器）提出了极高要求。下游的系统厂商（如云服务提供商、汽车制造商）日益倾向于寻求针对特定应用定制或半定制的芯片解决方案，这直接推动了芯片设计公司与代工厂、甚至终端客户之间更紧密的合作关系，实现系统与技术的协同优化成为满足这些需求的关键。