Yole看好以下芯片技术

AI热潮正在改变半导体产业的增长逻辑。从GPU、AI ASIC到高带宽存储器（HBM），算力基础设施的持续扩张，正在将需求传导至晶圆制造、先进封装、光互连以及数据中心供电等多个环节。

在SEMICON West 2026召开前夕，Yole Group首席执行官Jean-Christophe Eloy分享了对半导体市场的判断。他认为，未来五年，晶圆需求仍将保持强劲增长，而CPO、玻璃基板、混合键合和800V直流供电等技术，也将成为AI基础设施下一阶段发展的重要方向。

值得注意的是，这轮增长并不只是芯片出货量增加，更涉及单颗芯片价值、系统集成方式以及整个数据中心基础设施的变化。随着AI系统规模不断扩大，产业竞争的焦点正从单纯提升芯片算力，延伸至如何解决数据传输、封装集成和电力供应等问题。

从当前的市场表现来看，GPU依然是AI基础设施投资的重要驱动力，但其带来的产业影响正在向更多领域扩散。

Eloy指出，GPU市场的产值增长速度约为出货量增长速度的四倍，营收增长幅度则达到五倍。这种现象在半导体产业过去70年的发展历程中十分罕见，反映出AI芯片的价值正在快速提升。

与此同时，AI ASIC的需求也在增长。随着云服务商和大型科技公司持续开发面向特定AI工作负载的专用芯片，AI算力不再完全依赖GPU。Eloy预计，未来五年，AI ASIC带来的晶圆需求增长有望与GPU相当，甚至超过GPU。

这意味着，AI对晶圆制造的拉动将更加多元化。除了GPU之外，专用加速器及其配套芯片也将成为先进制程和相关制造产能的重要需求来源。

存储器则是另一条不可忽视的增长线索。

随着AI模型规模扩大，系统对HBM的需求不断增加，存储器在AI系统中的用量和价值也持续提升。与计算芯片数量未必同步增长不同，存储器需求仍在不断扩大，HBM供应能力、存储器集成方式和先进封装因此成为产业链的重要关注点。

从这个角度看，AI基础设施的发展并不是简单地增加GPU数量，而是需要同时解决计算、存储和数据传输问题。任何一个环节跟不上，都可能限制整个系统的性能提升。

当GPU和AI ASIC不断提高计算能力，芯片之间的数据传输也逐渐成为新的限制因素。

目前，封装内部以及机柜内部的Scale-up互连，仍大量依赖铜互连；机柜之间以及更大规模集群之间的Scale-out、Scale-across互连，则更多采用光学技术。随着数据流量持续增长，传统电气互连在带宽、功耗和成本方面面临越来越大的压力，光互连的重要性也随之提升。

CPO正是在这一背景下受到关注。

通过将光学器件与交换芯片或计算芯片进行更紧密的集成，CPO有望缩短高速电信号的传输距离，降低互连功耗，并提高系统整体的数据传输能力。对于功耗和带宽要求不断提高的AI数据中心而言，这项技术具有重要意义。

Yole预计，交换机和计算领域的CPO市场将逐步发展，市场规模有望达到18亿美元。与此同时，可插拔光收发器市场并不会因为CPO出现而迅速消失。按照其预测，到2030年，可插拔光收发器市场规模将接近180亿美元。

两组数据反映出一个值得关注的趋势：CPO与可插拔光模块将在未来一段时间内共存，而不是简单地由前者取代后者。

两种技术对应的系统设计、部署方式和应用需求并不完全相同。CPO有望在特定高带宽、高密度场景中发挥优势，可插拔光模块则仍具有灵活部署和便于维护等特点。

因此，对于光通信产业链而言，CPO带来的是新的市场增量，而不是传统光模块市场的立即终结。随着AI数据中心规模扩大，光引擎、激光器、光收发器以及相关封装技术，都有机会从中受益。

除了光互连，先进封装也是AI芯片持续提升性能的重要技术方向。

随着GPU集成更多计算芯粒、HBM及其他小芯片，封装尺寸不断扩大，基板需要承载的互连数量和面积也随之增加。这不仅提高了封装设计和制造难度，也会影响晶圆利用率、芯片布局以及最终产品的成本。

在传统有机基板面临尺寸和互连密度挑战的情况下，玻璃基板逐渐成为产业关注的方向。

与有机材料相比，玻璃具有较高的刚性，有望支持更大尺寸的封装，并为高密度互连提供新的设计空间。此外，玻璃基板也被视为整合光学结构的潜在载体，未来有机会推动电气互连与光学互连在更紧密的架构中协同工作。

不过，玻璃基板仍需要解决制造工艺、加工精度、良率和成本等问题，其产业化进程还取决于相关工艺能否满足大规模生产的要求。

混合键合同样是先进封装的重要发展方向。

这项技术此前已应用于图像传感器等领域，如今正逐步向更广泛的半导体产品延伸。通过在芯片之间形成更紧密的连接，混合键合有望缩小互连间距，提高连接密度，为3D堆叠和异质集成提供支持。

随着AI芯片对HBM容量、带宽和集成度的要求不断提高，先进封装的重要性也在持续上升。硅中介层、玻璃中介层、混合键合以及其他封装方案，将根据性能、成本和应用需求不断演进。

从产业链角度看，先进封装已经不再只是芯片制造完成后的一个加工环节，而是影响AI系统性能、功耗和成本的重要组成部分。

AI基础设施的挑战还不止于芯片和数据传输。

随着服务器功耗不断提高，数据中心需要处理的电力规模也在快速扩大。传统供电架构涉及多个电压转换环节，不仅占用空间，也会带来一定的能量损耗。如何提高供电效率、减少转换环节并适应更高功率密度，已经成为数据中心建设的重要议题。

800V直流供电架构因此受到关注。

通过调整数据中心的配电方式，800V直流方案有望简化部分电力转换流程，并为更高功率密度的AI服务器提供新的供电路径。不过，这种架构的落地还涉及电源设备、功率器件、连接系统以及安全设计等多个环节，并非单纯提高供电电压就能完成。

Yole认为，2029年至2030年可能成为直接转换技术发展的重要时间窗口，具体进展仍取决于产品开发和认证。

这也将为功率半导体带来新的机会。碳化硅（SiC）和氮化镓（GaN）等材料，凭借各自的功率转换特性，有望在相关电力系统中发挥作用。与此同时，功率器件封装、电源模块和系统级电力整合，也将成为值得关注的产业环节。

随着AI数据中心从单纯追求计算性能，转向同时优化计算、互连和供电效率，电力基础设施的重要性正在进一步提高。

对于未来半导体市场，Eloy仍然持相对乐观的态度。

他预计，未来五年晶圆需求将持续增长；从更长的时间尺度来看，未来15至20年，晶圆需求年均增长率仍有望维持在6%至7%左右。

不过，市场产值的增长与晶圆需求并不完全同步。AI芯片价值快速提升，推动半导体市场规模在短期内显著扩大，但这并不意味着产品价格可以持续以同样的速度上涨。

随着产能逐步释放，以及存储器使用效率和系统集成水平不断提高，市场增长节奏可能逐渐回归更为平稳的状态。

半导体设备市场也可能出现结构性变化。过去，制造设备市场的增长速度通常高于半导体市场本身。Eloy认为，2026年可能成为两者关系发生变化的一个重要时间点。这既与半导体产品价值快速提高有关，也反映出行业需要在逻辑芯片、存储器、光电器件、先进封装和基板整合等领域投入更多资源。

从GPU、AI ASIC和HBM，到CPO、玻璃基板、混合键合以及800V直流供电，AI正在推动半导体产业链的多个环节同步演进。

未来的竞争，不仅是计算芯片之间的竞争，也将是封装能力、光互连效率、电力转换效率和制造能力的综合较量。对于半导体企业而言，谁能率先解决这些系统级瓶颈，谁就更有机会在下一阶段的AI基础设施建设中占据有利位置。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。