1. 首頁 > 生活百科 > >

半導體十大預測，“進度條”幾何？

人工智能ai芯片cpu半導體it芯片

半導體十大預測，“進度條”幾何？

文章圖片


2025年進入尾聲 ， 年初刷屏的“半導體十大技術趨勢預測”也到了交答卷的時刻 。 2nm、HBM4、先進封裝、AI 處理器、智駕芯片、量子處理器等核心方向 ， 始終是行業關注重點 。 這一年來 ， 這些預測的 “進度條” 究竟走了多少？今天一起順著時間線 ， 拆解十大方向的真實進展 。
01半導體十大預測 ， 兌現幾何？

2nm：從“誰先量產”到“誰能穩定交付”年初普遍預測2025年將是2nm工藝的“量產元年” 。 如今來看 ， 這一目標基本實現 ， 但需打上一個“階段性”的標簽 。
此前預測中 ， 臺積電、三星、英特爾均計劃于2025年推出2nm或等效工藝（如Intel 18A） 。 如今來看 ， 今年4月起臺積電2nm開始接受訂單預定 ， 計劃于第四季度晚些時候量產 ， 客戶包括蘋果、英偉達、AMD、高通、聯發科頭部芯片廠商 。
臺積電董事長魏哲家表示2nm 芯片的需求已經超過 3nm 一代 。 為滿足不斷增長的訂單需求 ， 臺積電正規劃擴充生產能力 。 截至目前 ， 臺積電已規劃共7座2nm晶圓廠 ， 分別位于新竹科學園區（2座）與高雄楠梓園區（5座） 。 若新增的3座工廠順利落地 ， 其2nm工藝專用晶圓廠總數將增至10座 。
三星電子首款 2nm 工藝移動應用處理器 Exynos 2600 已正式啟動量產 ， 當前良率已穩定在50%-60% ， 但該消息在市場端未形成顯著反響 。 核心原因或指向 2nm 工藝良率的不確定性 ， 疊加此前其 3nm 工藝在量產階段曾暴露的技術落地與成本控制問題 ， 導致行業對這款旗艦芯片的規模化供貨能力及市場競爭力保持觀望態度 。
英特爾18A工藝已在亞利桑那州的Fab 52工廠進入大規模量產 。 該工藝采用全環繞柵極晶體管技術和背面供電技術 ， 實現了能效與密度的雙重進步 。
需要指出的是 ， “量產”并不等于“大規模供貨” 。 目前2nm產能極為有限 ， 主要服務于高溢價客戶 ， 距離消費級產品的普及仍有至少一年半載 。 真正的放量 ， 還是要到2026年 。
HBM4 ， SK海力士再度搶跑
如果說2024年是HBM3E的爆發年 ， 那么2025年無疑是HBM4的啟動之年 。
今年9月 ， SK海力士在向英偉達等主要客戶交付了12層HBM4樣品6個月后完成了HBM4存儲芯片的開發 ， 進入了量產階段 。 其HBM4產品將于今年第四季度開始出貨 ， 并計劃于明年全面擴大銷售 。
三星電子與英偉達的HBM4供應價格談判已進入最后階段 。 三星電子正在避免導致其在 DRAM 領域失去主導地位的錯誤 ， 正在利用更先進的1c DRAM 的 HBM4的大規模生產 ， 來確保對SK海力士的基于1b DRAM的HBM4的競爭優勢 。 不過 ， 目前三星的HBM4產品仍處于最終測試階段 ， 業內人士預測其大規模出貨時間可能會在2026年 。
先進封裝 ， 多點開紅花中
先進封裝已成為延續摩爾定律的核心路徑 。 2025年 ， 不僅是CoWoS產能釋放的大年 ， 更是下一代共封裝光學（CoPoS）技術布局的關鍵節點 。
臺積電已啟動群創南科廠（AP8）作為CoWoS-L主要生產基地 ， 下半年已完成全產能運轉 。 竹南、龍潭等廠區也在調整產能 ， 以應對未來CoWoS-L和InFO-M等技術的需求增長 。
值得注意的是 ， 臺積電在持續擴大CoWoS產能的同時 ， 也在加速推進CoPoS技術研發和工廠建設 。該公司已于2025年第三季度提前發布了首批供應商名單和設備規格 。 臺積電計劃于 2026 年在 VisEra 建立第一條 CoPoS 試點生產線 ， 量產將在其嘉義 AP7 工廠進行 。
摩根士丹利分析師近日發布報告 ， 2026年底臺積電的CoWoS月產能將達到至少12萬至13萬片 ， 高于此前預估的10萬片 。 這一顯著上調是基于該行最新的行業調查 。
與此同時 ， 國產封測廠商也在加速追趕 ， 2025年上半年 ， 長電科技專門的車規級芯片封測基地已完成建設 ， 下半年將通線投產 。 通富超威（蘇州）微電子有限公司項目一期 ， 已于2025年1月實現批量生產 ， 從事FCBGA高端先進封測 。 華天科技江蘇盤古半導體板級封測項目致力于推動板級扇出封裝技術的大規模量產 ， 也于年內部分投產 。
英偉達Blackwell Ultra GB300 ， 重磅來襲
今年3月 ， 在GTC 2025大會上 ， 英偉達正式發布了全新的Blackwell Ultra GB300芯片 ， 并于第三季度進入規模化量產階段 。 新的B300 GPU將提供比B200更高的計算吞吐量 ， 多出50%的片上內存將能夠支持更大參數量的AI模型 ， 而相應的計算能力也肯定會有所幫助 。 此外英偉達還預告了下一代芯片“Rubin” ， 預計將于2026年下半年發布 。 Rubin芯片的性能將更上一層樓 ， 其FP4推理性能可達50 petaflops ， 是當前Blackwell芯片的兩倍以上 。
今年6月 ， AMD在ADVANCING AI2025峰會上公布了全新的CDNA 4 GPU架構 ， 發布了AMD Instinct MI350系列GPU以及全新的ROCm 7 。 作為首個采用CNDA 4架構的AI加速卡 ， Instinct MI350系列GPU包含了峰值功耗1000W、面向風冷系統的Instinct MI350X以及峰值功耗1400W、性能更加強勁的面向液冷散熱系統的Instinct MI355X 。 除了全新的Instinct MI350系列GPU之外 ， AMD還預先披露了2026年即將發布的MI400系列GPU ， 它將把AI高性能計算GPU產品帶入一個全新時代 。
英特爾宣布 ， 將在2026年CES展會上全球首發酷睿Ultra第3代 “Panther Lake”處理器 。
除了AI新款芯片的陸續推出 ， 2025年還有一個最顯著的變化 ， 即AI處理器格局多元化 ， 在這一年里以谷歌為代表的ASIC陣營也取得突破性進展 。
實測數據顯示 ， 在處理特定AI模型時 ， TPU的運算速度可達到同代英偉達GPU的1.5-2倍 ， 能耗效率提升約30% 。 這種性能優勢源于谷歌\"軟硬一體\"的設計理念——TPU專為TensorFlow框架優化 ， 從芯片架構到編譯器都進行深度定制 。 但英偉達的底氣在于其GPU的通用性優勢 。A100芯片不僅支持所有主流AI框架 ， 還能兼顧圖形渲染、科學計算等多重任務 。
國產車規芯片 ， 加速上車
2025年 ， 也被諸多車規芯片廠商視為高階智駕的決賽點、量產上車的窗口期 。
11月22日 ， 地平線披露 ， 高階智能駕駛方案HSD（Horizon SuperDrive）已拿到國內外10家車企品牌、超20款車型定點 ， 搭載最高算力560TOPS的征程6P芯片 ， 可部署端到端、VLA、VLM等大模型 。 此外 ， 其征程家族芯片量產出貨突破1000萬套 ， 成為國內首家千萬級智駕芯片出貨企業 。
征程6P采用多核異構架構 ， 算力資源支持高階輔助駕駛快速落地 。 地平線表示 ， HSD方案覆蓋高速、城區及泊車場景 ， 已與國際頭部車企展開量產合作 ， 預計2026年起陸續上車 。
黑芝麻智能武當C1200家族智能汽車跨域計算芯片平臺于2023年4月發布 ， 是業內第一個為智能汽車設計的跨域計算SoC平臺 ， 能夠滿足車規安全等級最高的可靠性要求 。 其中 ， C1236芯片面向高階智駕 ， 單芯片支持NOA行泊一體；C1296芯片單芯片支持跨域融合 。 基于C1200家族 ， 黑芝麻智能已與眾多客戶達成合作 ， 包括一汽紅旗、風河、均聯智及、斑馬智行等眾多主機廠及生態合作伙伴 。
今年3月 ， 芯擎科技正式發布全場景高階自動駕駛7nm芯片“星辰一號” ， 以及對應的智能座艙和智能駕駛全系列解決方案 ， 相應芯片將于明年大規模上車應用 。 該芯片采用 7nm 車規工藝 ， 符合 AEC-Q100 標準 ， 引入多核異構架構讓智能駕駛算力更加強勁 。 CPU 算力達 250 KDMIPS ， NPU 算力高達 512 TOPS ， 通過多芯片協同可實現最高 2048 TOPS 算力 。
量子處理器 ， 仍在打地基
年初有觀點認為“2025年量子處理器將進入實用化探索階段” 。 現在回看 ， 這一判斷基本成立 ， 但“實用”二字仍言之尚早 。
近日 ， 科技巨頭IBM發布了兩款實驗性量子芯片——Loon和Nighthawk 。 不過根據最近公布的最新的修訂版路線圖 ， IBM規劃了從2025年到2033年及以后的道路 。 路線圖顯示 ， 在年初預測中寫道的Kookaburra將于2026年推出 ， 這將是第一個能夠在qLDPC存儲器中存儲信息并通過附加的LPU處理信息的量子處理器模塊 ， 將容錯系統擴展到單個芯片之外 。
2027年 ， Cockatoo將使用L-couplers ， 實現兩個Kookaburra模塊間的纏繞 ， 從而像連接大型系統中的節點一樣將量子芯片連接在一起 ， 避免構建不切實際的大型芯片 。 2029年交付全球首個大規模容錯量子計算機——IBM Quantum Starling 。
這些成果在科學層面意義重大 ， 證明了容錯量子計算的可行性 ， 但距離成熟應用還有較長的時間 。 量子處理器仍是“未來的技術” ， 2025年的進展更多是“打地基” ， 而非“蓋樓” 。
硅光與CPO：1.6T時代悄然開啟隨著AI集群對帶寬與功耗的要求逼近極限 ， 硅光子集成和共封裝光學（CPO）成為熱門選項 。
2025年 ， 博通、思科、Ayar Labs聯合推動CPO技術 ， 在800G向1.6T過渡中功耗大幅減少 ， Meta、微軟已在部分AI集群中測試CPO交換機 ， 驗證其可靠性 。
臺積電已成功將共封裝光學元件（CPO）技術與先進的半導體封裝技術相結合 。 預計從2025年初開始提供樣品 ， 這一成就預示著臺積電將在同年迎來1.6T光傳輸時代 。 據行業預測 ， 博通和英偉達有望成為臺積電這一解決方案的首批用戶 。
LightCounting預測 ， 2025 年全球 800G 光模塊出貨量將突破 500 萬只 ， 其中 LPO 方案占比有望超過 40% ， 而這一數據在 2023 年還不到 50 萬只。 800G 光模塊 ， 尤其是采用 LPO 技術的產品 ， 正處于快速發展階段 ， 在 AI 算力爆發時代扮演著愈發關鍵的角色 ， 持續推動著數據中心光互連格局的重塑與變革 。
800G光模塊之后 ， 隨著AI服務器集群對互聯速率提出更高要求 ， 英偉達已在GB300服務器中選擇轉向1.6T光模塊 ， 同時在GB200上也提供了升級至1.6T光模塊的選項 ， 因此1.6T光模塊開始登上舞臺 。
關于接下來的發展預測 ， 未來1-2年將進入 1.6T速率 ， 預計到 2029 年 ， AI 應用的光模塊速率將達到 3.2T ， 2030 年 3.2T將走向規模應用 。
切入AI計算核心戰場
2025年 ， RISC-V不再只是“低功耗MCU”的代名詞 ， 而是正式切入AI計算核心戰場 。
其實早在2024年 ， 中國科學院計算技術研究所與北京開源芯片研究院發布的第三代“香山”開源高性能RISC-V處理器核的性能已進入第一梯隊 ， 此外芯來科技、奕斯偉、進迭時空等一批國內企業發布了IP ， 工具鏈 ， 軟件平臺 ， AI PC芯片、AI MCU、多媒體處理器等芯片 ， 以及開發板等產品 。
從當前落地進展看 ， RISC-V正同步向三大高價值領域縱深推進——端側AI、智能汽車、數據中心 。 它不再局限于低功耗IoT設備 ， 而是展現出跨層級場景穿透力：既能嵌入一顆語音喚醒芯片 ， 也能支撐一輛智能汽車的決策系統 ， 甚至成為云數據中心的信任底座 。
【半導體十大預測，“進度條”幾何？】在推動RISC-V與AI深度融合的進程中 ， 奕斯偉計算、中移芯昇、進迭時空均有相關落子 。 在汽車場景 ， 英飛凌、Mobileye陸續發布ADAS方案 。 英偉達正積極推進CUDA向RISC-V架構的移植工作 ， 意味著開發者可以自由選擇數據中心CPU架構 ， 將在生態層面推動RISC-V在高性能計算領域的廣泛應用 。
RISC-V International預測 ， 到2031年 ， RISC-V芯片將在六大市場占據顯著份額：消費電子（39%）、計算機（33%）、汽車（31%）、數據中心（28%）、工業（27%）和網絡通信（26%） ， 總體出貨量將超200億顆 。
8英寸SiC ， 開始放量
2025年 ， 碳化硅產業將正式進入8英寸產能轉換階段 ， 意法半導體、芯聯集成、羅姆、Resonac、安森美等公司均有8英寸SiC晶圓廠投產 。
碳化硅從6英寸升級到8英寸 ， 襯底的加工成本有所增加 ， 但可以提升芯片產量 ， 8英寸能夠生產的芯片數量約為6英寸碳化硅晶圓的1.8倍 ， 向8英寸轉型 ， 是降低碳化硅器件成本的可行之法 。 同時 ， 8英寸襯底厚度增加有助于在加工時保持幾何形狀 ， 減少邊緣翹曲度 ， 降低缺陷密度 ， 從而提升良率 ， 采用8英寸襯底能夠大幅降低單位綜合成本 。
中國公司方面 ， 天岳先進 ， 天科合達、三安光電等均已具備大規模量產能力 。 其中天岳先進2024年以8英寸為主的襯底產能達46萬片/年 ， 2025年目標總產能提升至60萬片/年 ， 上海臨港工廠2024年年中已提前達成年產30萬片導電型襯底產能 ， 目前正推進二階段產能提升 ， 濟南、濟寧基地與臨港基地形成協同供應 。
天科合達2024年已實現8英寸襯底大規模生產 ， 2025年襯底總產能規劃達50-80萬片（含8英寸） ， 外延片產能25萬片 ， 北京、徐州基地為核心 ， 深圳合資公司重投天科進一步補強6-8英寸襯底及外延產能 ， 且8英寸產品已通過國內外主流器件廠商驗證并獲得多年LTA量產訂單 。
2025年上半年 ， 三安光電湖南基地8英寸襯底產能達1000片/月 ， 外延產能2000片/月 ， 重慶基地與意法半導體合資布局 ， 規劃8英寸襯底產能48萬片/年 ， 2025年2月已通線并交付樣品驗證 。
8英寸碳化硅正驅動多個應用場景爆發 ， 電動汽車領域800V平臺成為標配；光伏領域碳化硅器件效率達98%以上 ， 光儲一體化方案成為行業標配；此外在新興市場 ， 8英寸襯底可生產3-4副AR眼鏡 ， 成本下降將加速AR眼鏡等應用發展 。
AI+EDA ， 重要性凸顯
2025年 ， AI不再只是EDA流程中的“加速器” ， 而是開始重構芯片設計范式 。
新思科技DSO.ai已廣泛應用于2nm以下節點設計 ， 可在無需人工干預的情況下 ， 自動搜索最優布局布線方案 ， 實現PPA（性能、功耗、面積）綜合提升超10% 。
英偉達cuLitho利用GPU集群加速OPC（光學鄰近校正）計算 ， 使原本需要數周的掩膜生成過程縮短至數小時 ， 提速達40倍 。
Aitomatic發布的開源大模型SemiKong ， 支持自然語言查詢設計規則、自動生成Verilog代碼片段、輔助故障定位 。 已在多家初創公司中用于快速原型開發 。
AI+EDA正在降低高端芯片設計門檻 。
回望年初十大預測 ， 多數方向按既定節奏推進 ， 少數略有延遲 ， 個別甚至超預期發展 。 站在2025年的終點眺望2026 ， 下一個技術爆發點或許不在遠方——它就在那些默默擴產的晶圓廠里 ， 在一次次良率爬坡的日志中 ， 在工程師敲下的每一行代碼里 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 ， 關注我們！

    推薦閱讀