DRAM价格飙升、机器人卡在最后一毫米：AI芯片需求为何不再均匀铺开？

记者 窦世平

“DRAM价格高得离谱，已经走进一个超级长的周期”“机器人要真落地，卡点恐怕就在最后一毫米”“算力基建投下去能不能收得回来，这才是要害”……

11月12日，第二十三届中国国际半导体博览会暨第八届IC企业家大会开幕式在北京国家会议中心举行。上海证券报记者从多位与会嘉宾处了解到，数据中心、智能汽车、模型训练、机器人执行任务，各个场景对半导体的要求都在变。AI带来的需求增长，并不是均匀地铺到整条产业链上，而是带着明显的结构性特点。

受访行业人士的看法是，AI正从大模型训练加快渗透到各类应用，应用场景随之分层、碎片化，半导体产业链的需求因此分化，芯片企业也得重新琢磨产品定位和竞争方式。

需求增长背后

不同细分市场开始分层

今年半导体行业里，“超级周期”被反复提起，可并非每个细分市场都在同步往上走。

长鑫科技副总裁骆晓东表示，内存需求已全面迈入“分层时代”，这种分层首先体现在不同细分市场的需求分化上。眼下服务器已占全球DRAM需求的半数以上，AI大模型和智算中心持续拉动高端存储需求。汽车智能化 meanwhile 推动单车内存容量增加，预计到2030年车载存储需求年复合增长率约30%。手机、PC等传统消费电子市场则仍表现出较强的周期性。

就算同属AI应用，对硬件的需求也各有各的侧重。骆晓东举例说：大模型生成回答时，主要受内存带宽制约；处理输入内容时，算力更重要；训练大参数模型，则对内存容量与互联能力要求更高。

算力市场也在经历类似的转向。太初元碁联合创始人、首席运营官乔梁提到，算力客户群体正由互联网大厂、大模型公司，逐步扩到制造业、服务业这些领域。各场景对性能、成本、效率的诉求各不相同，企业更在意业务上扛不扛得住推理开销，而非单张芯片的峰值指标。

应用走得越深，这类分化越明显。京东物流科技行业总经理陈佳表示，以仓储机器人为例，货物重量、仓储空间和作业节奏千差万别，靠一种通用机器人解决所有问题并不现实，需要针对场景配置不同设备。

　　不只拼算力

芯片竞争转向系统效率

需求端的变动，已经顺着链条传到芯片设计和产品结构上。英特尔中国研究院院长宋继强指出，AI的应用形态正由单次问答转向智能体自主执行任务。智能体得反复规划、推理、调用工具，词元（Token）消耗随之抬高，低延迟、高吞吐和能效也被提出新要求。

在他看来，未来算力提升不能只靠晶体管微缩，还得借助异构计算、先进封装和高速互联来提高系统效率。

存储厂商同样在寻找新的增长点。骆晓东称，智能体应用呈现高并发、长上下文的特点，服务器对内存容量和带宽的需求因此不断往上走。他还透露，长鑫科技DDR5 RDIMM产品已覆盖32GB至128GB容量，同时正在布局容量更大、速率更高的MRDIMM产品。

需求还波及一些不太起眼的功率器件。安世中国首席执行官张秋明介绍，随着AI服务器功率密度上升，供电转换、热插拔控制和电路保护的需求也在增加。按其描述的应用情况，单台AI服务器

瑞萨电子中国总裁刘芳认为，AI基础设施竞争不再是一颗芯片、一类芯片的竞争，而是器件、软件、供电和系统设计的整体协同。

　　场景牵引下

产业链重新寻找突破口

芯片应用不断拓展，产业链上下游也遇到新的技术课题。在机器人领域，刘芳认为，从演示走向家庭、养老等真实场景，瓶颈可能不在“最后一公里”，而是涉及力度控制与安全性的“最后一毫米”。

恩智浦半导体副总裁袁文博表示，机器人不光需要负责推理决策的“大脑”，还得有承担实时协调和快速响应的“小脑”与“脊髓”。在复杂环境中兼顾低延迟、功能安全和能效，正成为芯片企业要解决的新问题。

制造端同样感受到了变化。盛美上海售后服务副总裁曾辉称，先进逻辑芯片、存储和先进封装往前走，对清洗、电镀等设备在颗粒控制、良率和生产效率上提出了更严的要求。硅芯科技总经理赵毅则表示，芯粒和3D堆叠技术的发展，正在改写传统EDA设计流程。芯片设计得提前把封装工艺、互联和可靠性纳入考量，做到跨环节协同。

智能体算力、服务器内存，再到机器人控制、先进封装和设计工具，企业的目光正向具体应用场景进一步延伸。中国电子信息产业发展研究院党委书记刘文强认为，眼下AI市场需求对半导体产能形成了“虹吸效应”，一些工艺和封装产能供不应求，另一些传统品类则被挤压。在他看来，产业链要进一步加强供需协同，按不同应用场景灵活调配产能。