所有人都在說(shuō)大模型牛，那支撐大模型跑起來(lái)的根兒到底是什么？

是芯片，

更準(zhǔn)確說(shuō)，是一整條環(huán)環(huán)相扣、卡脖子卡到你懷疑人生的AI半導(dǎo)體價(jià)值鏈。

整個(gè)AI半導(dǎo)體產(chǎn)業(yè)鏈，就是全球化分工+寡頭壟斷。

每個(gè)核心環(huán)節(jié)就那么兩三家公司說(shuō)了算，缺一個(gè)環(huán)節(jié)整個(gè)產(chǎn)業(yè)都停擺；

現(xiàn)在產(chǎn)業(yè)鏈的重心已經(jīng)從「大模型訓(xùn)練」往「推理」跑，未來(lái)十年推理市場(chǎng)才是真正的主戰(zhàn)場(chǎng)；

最后，邊緣AI肯定來(lái)，只是時(shí)間問(wèn)題，去中心化是計(jì)算產(chǎn)業(yè)逃不開(kāi)的規(guī)律。

1. 上游設(shè)計(jì)：AI芯片的靈魂，卡設(shè)計(jì)的不是芯片廠，是工具廠

設(shè)計(jì)環(huán)節(jié)是AI芯片的起點(diǎn)，決定了這塊芯片「能做什么、能做多好」，整個(gè)環(huán)節(jié)分成三層，每層都有寡頭拿捏著。

第一層是協(xié)同設(shè)計(jì)的「橋梁玩家」，代表就是博通、美滿電子。

很多人不知道它們，覺(jué)得它們不做AI主芯片就沒(méi)存在感，其實(shí)不對(duì)——AI服務(wù)器里，算力、存儲(chǔ)、網(wǎng)絡(luò)要連起來(lái)，就得靠它們做高速接口、互聯(lián)芯片、存儲(chǔ)控制器，這些配套做不好，你堆再多GPU也跑不快，整個(gè)AI集群的性能上限就是它們定的。

第二層就是大家熟悉的AI芯片設(shè)計(jì)商，既有英偉達(dá)、AMD、英特爾這種傳統(tǒng)巨頭，也有谷歌、亞馬遜、微軟這些云廠親自下場(chǎng)自研。

這個(gè)格局怎么來(lái)的？

很簡(jiǎn)單，AI時(shí)代芯片必須和大模型、云服務(wù)綁在一起玩，傳統(tǒng)巨頭靠架構(gòu)能力壟斷了通用算力，云廠為什么要自己做？還不是不想被英偉達(dá)卡脖子，軟硬一起優(yōu)化能直接降算力成本，把自己大模型和云服務(wù)的命脈捏在自己手里。

第三層就是絕大多數(shù)人都沒(méi)聽(tīng)過(guò)，但卻是最底層的「卡脖子門(mén)檻」：

EDA工具和IP核，相當(dāng)于芯片設(shè)計(jì)的「水電煤」，沒(méi)有它們，你連先進(jìn)制程芯片的圖都畫(huà)不出來(lái)。

EDA現(xiàn)在就是新思（synopsys）、楷登（cadence）、西門(mén)子（mentor）三家壟斷，從前端設(shè)計(jì)、仿真到后端布線，全流程全包，你想用別家的都沒(méi)得用，3nm、2nm芯片離開(kāi)EDA根本做不出來(lái)。

IP核就是現(xiàn)成的芯片模塊化內(nèi)核，現(xiàn)在ARM就是絕對(duì)老大，低功耗適配性又好，不管是手機(jī)還是邊緣AI芯片，基本都用ARM的，芯片廠拿過(guò)來(lái)改改就能用，快得很。

2. 中游制造：AI芯片的肉身，這才是壁壘最高的「算力工廠」

設(shè)計(jì)畫(huà)好了餅，能不能做出來(lái)，全看制造。整個(gè)制造環(huán)節(jié)是全球技術(shù)壁壘最高的產(chǎn)業(yè)，缺一個(gè)零件都不行，我們一層一層說(shuō)。

半導(dǎo)體制造核心設(shè)備廠商分布圖

首先是制造的「工業(yè)母機(jī)」：晶圓制造設(shè)備，四大核心品類全是寡頭壟斷：

光刻：ASML一家獨(dú)大，EUV光刻機(jī)是3nm以下制程唯一能用的，說(shuō)它卡了全AI產(chǎn)業(yè)的脖子一點(diǎn)不夸張

刻蝕沉積：泛林、東京電子、應(yīng)用材料三家說(shuō)了算，一個(gè)雕芯片結(jié)構(gòu)，一個(gè)鋪材料，制程精度全看它們

檢測(cè)：KLA一家獨(dú)大，生產(chǎn)過(guò)程中找缺陷，控良率全靠它

然后就是晶圓代工，臺(tái)積電、三星、英特爾三家，臺(tái)積電直接壟斷了全球90%以上的先進(jìn)制程代工，現(xiàn)在英偉達(dá)H100、AMD的MI300、谷歌云廠商的高端AI芯片，全在臺(tái)積電產(chǎn)，臺(tái)積電的產(chǎn)能，直接決定了全球高端AI算力能供多少貨，承上啟下的核心就是它。

接下來(lái)很多人以前忽略的環(huán)節(jié)：先進(jìn)封裝，現(xiàn)在已經(jīng)從配角變成了核心卡點(diǎn)。

以前封裝就是給芯片套個(gè)殼保護(hù)一下，現(xiàn)在不一樣了，AI芯片要堆算力，單芯片做不下了，就得用臺(tái)積電CoWoS這種先進(jìn)封裝，用芯粒堆疊的方式把多塊芯片拼在一起，算力密度和帶寬直接往上翻。之前英偉達(dá)H100交付跟不上，就是因?yàn)榕_(tái)積電CoWoS產(chǎn)能不夠，你說(shuō)這個(gè)環(huán)節(jié)重要不重要？

最后就是那些隱形的配套：材料、測(cè)試設(shè)備，材料是信越、SUMCO這些廠商壟斷，測(cè)試是愛(ài)德萬(wàn)、泰瑞達(dá)雙寡頭，缺了哪個(gè)，芯片都量不了產(chǎn)。

3. 下游終端：算力最終交付，現(xiàn)在重心已經(jīng)變了

芯片做出來(lái)了，最終就是賣給不同場(chǎng)景用，現(xiàn)在整個(gè)市場(chǎng)已經(jīng)從訓(xùn)練往推理轉(zhuǎn)，格局完全變了，我們分三類說(shuō)。

第一類：通用GPU和ASIC，現(xiàn)在訓(xùn)練和通用推理的絕對(duì)主力，這個(gè)賽道就是英偉達(dá)的天下，H100/H200幾乎壟斷，你知道嗎？英偉達(dá)數(shù)據(jù)中心40%的收入已經(jīng)來(lái)自AI推理了，它不止吃訓(xùn)練的飯，推理市場(chǎng)它已經(jīng)是老大了。

現(xiàn)在最能打的對(duì)手就是AMD，MI300X顯存更大，大批次推理吞吐量更高，大小批次場(chǎng)景成本都更優(yōu)，目標(biāo)就是今年干到50億美元AI營(yíng)收，盯著的就是推理這塊大蛋糕。

而且說(shuō)個(gè)實(shí)話，英偉達(dá)的壁壘真不是只靠GPU硬件，CUDA生態(tài)、NVLink高速互聯(lián)、整套系統(tǒng)解決方案，這才是別人很難抄走的，新手玩家想直接硬剛真的很難。

第二類：推理專用芯片，這是現(xiàn)在AI產(chǎn)業(yè)鏈最火的新戰(zhàn)場(chǎng)，一堆初創(chuàng)公司拿著融資往里沖，比如Tenstorrent、Groq這些。

為什么這么火？

因?yàn)樯墒紸I要落地賺錢(qián)，最大的瓶頸就是推理成本——你大模型能不能賺錢(qián)，就看單次推理花多少錢(qián)、延遲有多高。

這些專用芯片就是沖著這個(gè)來(lái)的，專門(mén)針對(duì)推理做架構(gòu)，在特定場(chǎng)景下，能效比比通用GPU高很多，成本也更低，靠性價(jià)比搶市場(chǎng)。

但難點(diǎn)也很明顯，英偉達(dá)的生態(tài)墻擺在那，云廠商自己也做自研芯片，這些初創(chuàng)公司只能扎進(jìn)細(xì)分場(chǎng)景，做出來(lái)絕對(duì)的成本優(yōu)勢(shì)才能活下來(lái)。

第三類：邊緣AI芯片，這是未來(lái)最大的增量市場(chǎng)，也是AI的去中心化革命。

現(xiàn)在核心玩家既有蘋(píng)果、高通、谷歌這種消費(fèi)電子巨頭，也有英偉達(dá)、英特爾，還有一堆初創(chuàng)公司。

邊緣推理其實(shí)是雙贏：把推理放到用戶終端跑，企業(yè)不用花那么多錢(qián)建數(shù)據(jù)中心，省了大把成本；用戶用起來(lái)延遲更低，數(shù)據(jù)也不用上傳，隱私更好。

現(xiàn)在這個(gè)事的可行性越來(lái)越高了，小語(yǔ)言模型的能力越來(lái)越強(qiáng)，比如o1-mini，跑在終端完全夠用。

其實(shí)計(jì)算產(chǎn)業(yè)發(fā)展從來(lái)都是這個(gè)規(guī)律：大型機(jī)干掉大型機(jī)，然后小型機(jī)起來(lái)，然后PC，然后智能手機(jī)，都是高端算力解決了大部分人不需要的問(wèn)題，最后就會(huì)往輕量化、去中心化走。

等哪天大模型能力「夠用了」，小模型+終端NPU成熟了，邊緣AI直接就起來(lái)了，消費(fèi)電子會(huì)是最大的落地場(chǎng)景，整個(gè)價(jià)值鏈都會(huì)被重構(gòu)。

4. 講透核心邏輯：未來(lái)AI半導(dǎo)體的變局在哪？

看完整個(gè)價(jià)值鏈，我們總結(jié)四個(gè)核心規(guī)律，你搞懂了就能看懂未來(lái)AI產(chǎn)業(yè)的走向：

第一，全球化分工+寡頭壟斷是永遠(yuǎn)的特征，每個(gè)核心環(huán)節(jié)就那么兩三家說(shuō)了算，斷一個(gè)環(huán)節(jié)整個(gè)產(chǎn)業(yè)鏈都要地震，這就是為什么各國(guó)都在搶產(chǎn)業(yè)鏈核心話語(yǔ)權(quán)，根本不是為了面子，是為了不被卡脖子。

第二，重心已經(jīng)從訓(xùn)練轉(zhuǎn)向推理了，過(guò)去幾年大家都搶著訓(xùn)大模型，把英偉達(dá)捧上了天，未來(lái)大模型都落地了，推理的算力需求會(huì)是訓(xùn)練的幾十倍，絕對(duì)是未來(lái)十年的主戰(zhàn)場(chǎng)。甚至那些原來(lái)訓(xùn)模型的高端硬件，升級(jí)之后都會(huì)轉(zhuǎn)去做推理，這個(gè)市場(chǎng)只會(huì)越來(lái)越大。

第三，競(jìng)爭(zhēng)核心從單芯片參數(shù)，變成了全棧生態(tài)和總成本，你參數(shù)做得再好沒(méi)用，客戶最后算的是全生命周期的總成本和好不好用。英偉達(dá)的領(lǐng)先從來(lái)不是只堆參數(shù)，是整套方案給你準(zhǔn)備好了，別人要搶市場(chǎng)，就得先過(guò)生態(tài)這關(guān)。

第四，邊緣AI不是會(huì)不會(huì)來(lái)，是什么時(shí)候來(lái)，等小模型夠用，終端算力跟得上，AI肯定從全集中在云端，變成「云端+邊緣」分布式，那時(shí)候原來(lái)的價(jià)值分配就變了，終端廠商和邊緣芯片公司話語(yǔ)權(quán)會(huì)大很多。

5. 最后說(shuō)句實(shí)在的

AI半導(dǎo)體價(jià)值鏈，就是整個(gè)AI產(chǎn)業(yè)的底層權(quán)力地圖，現(xiàn)在AI剛從技術(shù)突破往規(guī)?；逃米?，每個(gè)環(huán)節(jié)都在洗牌。

不管是巨頭堆生態(tài)，還是初創(chuàng)公司玩架構(gòu)創(chuàng)新，最后都繞不開(kāi)「更高性能、更低成本」這個(gè)核心命題。誰(shuí)能捏住核心環(huán)節(jié)的技術(shù)壁壘，給客戶掏出真金白銀的成本優(yōu)勢(shì)，誰(shuí)就能在這場(chǎng)算力軍備競(jìng)賽里，站到最后。

作為普通人，你記住這幾個(gè)方向就夠了：推理是下一個(gè)風(fēng)口，邊緣AI是未來(lái)十年的大增量，產(chǎn)業(yè)鏈自主可控是長(zhǎng)期確定性方向，跟著這個(gè)方向走，踩坑的概率會(huì)小很多。

參考：

https://www.zionmarketresearch.com/report/edge-artificial-intelligence-chips-market

https://iot-analytics.com/leading-generative-ai-companies/

https://www.generativevalue.com/p/the-inference-landscape

文章來(lái)源于 歪睿老哥 ，作者 歪睿老哥