在代理AI（Agentic AI）和物理AI（Physical AI）的推动下，全球芯片市场确实正朝着2030年突破1万亿美元的目标迈进。这主要得益于AI技术从“感知”与“生成”向“行动”与“交互”的演进，驱动了对算力需求的爆炸式增长。
下面是一个表格，汇总了相关核心驱动因素和市场预测：
| 方面 | 具体内容 |
|---|---|
| 全球半导体市场预测 | 2025年达7009亿美元（同比增11.2%），2026年增长8.5%至7607亿美元，2030年有望突破1万亿美元 |
| AI芯片需求 | 2025年中国AI芯片需求预计395亿美元；生成式AI芯片市场2024年超1250亿美元，2025年预计超1500亿美元；2028年AI加速器芯片市场可达5000亿美元 |
| 物理AI潜力 | 英伟达认为物理AI有望撬动万亿美元市场；到2045年后，人形机器人整机市场规模可达约10万亿元级别 |
| 技术演进方向 | 从生成式AI向代理式AI、物理AI演进；集成“优化AI”的EDA工具比例将从50%提升至80%以上；端到端具身模型与分层决策模型发展 |
| 主要参与者 | 国际巨头：英伟达（JetsonThor、Omniverse）、AMD；中国厂商：华为昇腾、寒武纪、海光、沐曦等；EDA与生态：Cadence（JedAI平台）、台积电（CoWoS产能） |
| 供给瓶颈与挑战 | 先进封装产能（如CoWoS）、晶圆制造；地缘政治与供应链风险；人才短缺（2030年需新增百万技术工人） |
市场增长的驱动因素：AI，特别是代理AI和物理AI，是芯片市场增长的核心引擎。
代理AI：能自主理解、规划并执行复杂任务，对云端训练和推理芯片（如GPU、ASIC）产生持续需求。
物理AI：让AI在现实世界中与物理环境交互（如人形机器人、智能驾驶），推动了适用于边缘和设备端的AI芯片需求，这类芯片需在性能、功耗、实时性上取得平衡。其发展也离不开3D IC、Chiplet等先进封装与集成工艺的支持。
生成式AI应用普及：除了大型数据中心，生成式AI正走向PC、智能手机、物联网等边缘设备，刺激了相关芯片的需求。
区域市场与本土化：地缘政治正重塑全球半导体供应链。
美国出口管制等措施影响了高端AI芯片（如英伟达H20）的全球供应，但也为其他供应商提供了机会。
中国正大力推动芯片本土化，预计到2027年，其AI芯片市场的自主率将从2023年的17%提升至55%。华为昇腾、寒武纪等本土厂商因此受益。
面临的挑战与风险
迈向万亿美元市场的道路并非一帆风顺，需要关注以下几点：
供应链与产能瓶颈：先进封装（如CoWoS）产能是当前AI芯片扩产的关键制约之一。全球晶圆制造产能也需平衡AI芯片与传统芯片的需求。
地缘政治与监管：国际贸易摩擦、技术出口管制等不确定性，可能 disrupt 供应链并影响市场格局。
技术迭代与人才缺口：技术迭代迅速，若跟不上步伐，企业可能落后。同时，行业面临人才短缺问题，预计到2030年全球需新增百万技术工人。
投资与回报的平衡：目前企业对AI算力的投资强劲，但未来需关注其AI应用货币化的能力，以确保投资的可持续性。
投资视角的关注点
从投资角度看，可以关注以下方向：
AI芯片设计公司：包括国际巨头和具有竞争力的本土企业。
半导体设备与材料：特别是涉及先进封装（如HBM、CoWoS相关）、晶圆制造等关键环节的设备与材料供应商。
新兴计算架构与生态：RISC-V、Chiplet、光子集成电路等新兴技术领域的公司，以及像Cadence这样将AI深度集成到EDA工具中的生态构建者。
总结一下，代理AI和物理AI是推动全球芯片市场迈向万亿规模的关键力量。这个过程会伴随着技术进步、供应链重构以及挑战风险。
发表评论 取消回复