盤點2025｜芯片：AI依舊是挖潛點，應(yīng)用進一步多樣化

飛象原創(chuàng)（源初/文）時至2025年年底，人們已經(jīng)開始漸漸習慣，有事聽聽AI給出的參考意見。其背后的算力支撐也在逐步加強，像是更先進的制程，以及向更多端側(cè)設(shè)備的拓展。另一方面，AI又一石激起千層浪，機遇與需求并行，面向未來進一步前行。

現(xiàn)狀：圍繞先進制程與AI迭代

現(xiàn)狀一：2nm時代蓄勢待發(fā)

今年8月，臺積電宣布其2納米制程晶圓將以每片3萬美元的固定高價供應(yīng)，主攻AI與高性能計算等高端客戶，強化“高端聯(lián)盟”策略。三星則憑借更低價格和快速供貨爭取市場，近期成功獲得價值23萬億韓元的特斯拉AI芯片訂單。臺積電計劃在未來34個月內(nèi)完成試產(chǎn)，2026年實現(xiàn)4座工廠月產(chǎn)能達6萬片的目標。初期2納米工藝良率約為60%～65%，其中SRAM存儲單元良率更高，超過90%。2納米工藝可在相同功耗下實現(xiàn)10%—15%的性能提升，或在相同性能下降功耗降低20%—30%。

業(yè)內(nèi)分析師預(yù)測，蘋果將在明年秋季推出的iPhone 18系列上，正式采用臺積電2nm制程工藝代工的芯片。預(yù)計iPhone 18 Pro、iPhone 18 Pro Max以及備受矚目的折疊屏版本，將搭載全新的A20芯片。A20芯片不僅在制程工藝上有所升級，還將引入臺積電最新的晶圓級多芯片封裝技術(shù)（WMCM）。這一技術(shù)將實現(xiàn)RAM與CPU、GPU以及神經(jīng)網(wǎng)絡(luò)引擎在同一晶圓上的高度集成，從而大幅提升內(nèi)存帶寬并減少延遲，為用戶提供更加流暢的使用體驗。據(jù)外媒報道，與采用3nm制程工藝的A19芯片相比，A20芯片的性能預(yù)計將提升15%，能效則將提高30%。

三星代工廠則以更低價格、加快供貨速度吸引客戶。目前三星2納米良率約為40%，尚處于爬坡階段，三星通過提供更低的價格和更靈活的供貨，積極吸引新客戶。自家Exynos 2600芯片有望在明年成為全球首款2nm手機芯片。隨著DRAM和NAND閃存價格的持續(xù)上漲，三星正為提升良率、降低Exynos 2600的殘次品數(shù)量展開相關(guān)試驗。三星目標是在2025年底前將2nm GAA工藝的良率提升至70%，從而具備承接客戶訂單的能力。

英特爾在今年發(fā)布了代號為Panther Lake的下一代AI PC平臺。這是首款基于最新Intel 18A制程工藝的客戶端SoC。英特爾表示，這意味著產(chǎn)業(yè)將正式進入埃米時代。埃米時代的兩大核心技術(shù)是RibbonFET全環(huán)繞柵極晶體管技術(shù)和PowerVia背面供電技術(shù)。英特爾是首家將這兩項技術(shù)融合并實現(xiàn)量產(chǎn)的芯片廠商，將芯片的能效和密度推向了新的高度�；�于Intel 18A制程推出的Panther Lake，正是工藝與架構(gòu)智慧的集大成者。在相同功耗下，Panther Lake的多核性能提升了50%。Cougar Cove性能核、Darkmont能效核以及低功耗能效核的協(xié)同工作。Panther Lake的圖形性能比上一代提升50%以上。它提供多達12個第三代Xe核心，每個都具備完整的矢量引擎、AI加速矩陣單元和硬件級光線追蹤能力。2026年下半年，英特爾新一代至強6+處理器產(chǎn)品也將采用18A制程，帶來更高性能與更低功耗。

AMDZen 6架構(gòu)將于2026年登場，邁入先進的2nm制程工藝時代。Zen 6架構(gòu)將會新增支持多種AI數(shù)據(jù)類型，并增加更多的AI管線，這將使其在人工智能領(lǐng)域具備更強大的處理能力。代號為Venice（威尼斯）芯片目前已進入實驗室階段，表現(xiàn)極佳。相較于前一代Zen 5架構(gòu)的都靈CPU，威尼斯在性能、效率與運算密度上取得了實質(zhì)性的進步。AMD表示，Venice預(yù)計將在2026年如期上市，有望早于使用臺積電最新節(jié)點的蘋果產(chǎn)品。

現(xiàn)狀二：本地AI能力支持

2025年初，DeepSeek成為國內(nèi)AI領(lǐng)域的新寵。同時，也吸引了很多廠商通過本地運行滿血或蒸餾版DeepSeek，來證明自身的AI算力表現(xiàn)，以及挖掘市場上的AI需求。讓DeepSeek正從傳統(tǒng)“大模型+數(shù)據(jù)中心/云服務(wù)器”的運行方式，快速向“個人PC / AI-PC /輕薄本/筆記本/終端設(shè)備端側(cè)部署”轉(zhuǎn)變。用戶不必依賴云服務(wù)或外部服務(wù)器，就能在自己的PC上進行AI助手、文檔寫作、翻譯、會議記錄等任務(wù)，隱私性、數(shù)據(jù)安全性更高，也更方便在離線/斷網(wǎng)場景下使用。

英特爾發(fā)布了通過Flowy AI助手支持本地DeepSeek R1大模型的教程，使最新版AI PC助手支持DeepSeek-R1模型，為用戶提供離線智能服務(wù)，并且針對酷睿Ultra處理器進行了優(yōu)化，專為酷睿™Ultra處理器的CPU + GPU + NPU異構(gòu)架構(gòu)打造，利用平臺XPU的AI算力加速本地推理，讓AI PC設(shè)備具備使用本地大模型的能力，實現(xiàn)翻譯、會議紀要、文檔撰寫、設(shè)備控制等功能。

在年初的AMD AI PC創(chuàng)新峰會2025期間，面向前沿AI大模型，華碩通過深度整合，全面接入滿血聯(lián)網(wǎng)版DeepSeek R1 671B大模型，推出了全新的豆叮AI助手，兼顧不同場景，滿足用戶對AI應(yīng)用的全方位使用需求。目前，從游戲娛樂到創(chuàng)作生產(chǎn)力，從高能硬件到高效軟件，華碩已構(gòu)建起完整的AIPC生態(tài)。

微軟也在3月宣布，通過Azure AI Foundry接入DeepSeek的R1 7B和14B蒸餾模型，Copilot+ PC可實現(xiàn)本地運行這些模型。早在今年1月，微軟就宣布要把DeepSeek-R1模型的NPU優(yōu)化版本帶到搭載高通驍龍X處理器的Copilot+ PC上。這些模型運行在NPU上，可以在減少對PC電池續(xù)航和散熱性能影響的同時，持續(xù)獲得AI計算能力，同時CPU和GPU可以執(zhí)行其他任務(wù)，提高設(shè)備的整體效率。

在智能手機側(cè)，使用DeepSeek蒸餾后的Qwen-7B模型，已經(jīng)能夠在性能上與去年所推出的且當時最為先進的GPT-4o云端模型持平。但兩個模型的參數(shù)規(guī)模卻相差甚多。另外，從對比蒸餾后的Llama 700億模型在推理、編程、數(shù)學、數(shù)據(jù)分析等方面的表現(xiàn)來看，同樣已經(jīng)超越了原始模型，只在語言理解和指令遵循方面有待進一步優(yōu)化。而在今年很多展會現(xiàn)場，iQOO、努比亞、OPPO、榮耀、小米和一加等中國生態(tài)伙伴，均帶來了基于驍龍平臺的終端側(cè)生成式AI和智能體AI的最新應(yīng)用成果。三星也在Galaxy S25 Ultra上展示谷歌全新AI助手Gemini。Deepseek蒸餾模型涌現(xiàn)的背后是終端側(cè)AI所迎來的全新機遇，使用戶在本地也能獲得媲美甚至超越云端的生成式AI能力，這種能力還正逐步演變?yōu)槿�新的交互方式，讓用戶能夠更加自然地與設(shè)備溝通，引領(lǐng)智能終端邁向下一場變革。

現(xiàn)狀三：內(nèi)存價格飆升

從今年下半年開始，全球存儲芯片市場掀起漲價潮。由于AI產(chǎn)業(yè)需求爆發(fā)，AI模型訓練和大數(shù)據(jù)處理需要海量高帶寬、低延遲的內(nèi)存支撐，單臺AI服務(wù)器對DRAM的需求是普通服務(wù)器的8倍。受此影響，大小容量存儲芯片進入供應(yīng)緊張態(tài)勢。

另以4GB DDR4x為例，顆�，F(xiàn)貨市場價格已從年初的最低7美金漲至11月中旬的30美金以上，漲幅達到4至5倍，F(xiàn)lash產(chǎn)品方面，以64GB eMMC為例，價格也從年初的3.2美金上漲至近期的8美金以上。11月份12GB LPDDR5X內(nèi)存的價格已攀升至70美元，較年初翻了一倍多。

隨著AI推理大模型的落地，存儲產(chǎn)品不再是AI算力中可有可無的配件，而是成為AI基礎(chǔ)設(shè)施集約化發(fā)展中的戰(zhàn)略性物資。受全球AI算力需求激增影響，內(nèi)存芯片價格飆升。面對內(nèi)存瘋狂漲價的局面，全球前兩大存儲巨頭三星、SK海力士卻拒絕擴大產(chǎn)量，而是以盈利考慮優(yōu)先。三星和SK海力士在疫情時期及之后經(jīng)歷了艱難的內(nèi)存周期，這也是目前生產(chǎn)線受限的原因。他們自然有自己考慮，如果內(nèi)存公司大力投資擴充容量，一旦AI熱潮消退，最終可能導(dǎo)致“供過于求”的局面。供應(yīng)商預(yù)計，內(nèi)存短缺可能持續(xù)到2028年，短期內(nèi)狀況預(yù)計不會改善，至少在未來一兩個季度內(nèi)，這意味著像內(nèi)存和GPU這樣的產(chǎn)品將繼續(xù)處于供應(yīng)限制之下。

挑戰(zhàn)：成本挑戰(zhàn)與需求放緩

挑戰(zhàn)一：不斷攀升的成本

每年更新迭代，性能攀升的代價，就是成本的上升。以手機芯片為例，在智能手機總成本中占有重要比重，尤其隨著存儲（DRAM/NAND）和主控芯片（SoC）價格上漲，其成本占比壓力顯著增加，早期拆解報告顯示處理、內(nèi)存、存儲等關(guān)鍵芯片可占到手機物料成本的30%—40%甚至更高。

對于2025年發(fā)布的旗艦級Android機型來說，僅僅是手機處理器的價格就可能高達1700-2000元人民幣，相比同系列上代芯片的成本就已經(jīng)上漲了27%，且行業(yè)普遍預(yù)估下一代進入2nm時代的芯片成本還將進一步上升。最終這一壓力必將轉(zhuǎn)嫁給OEM廠商與消費者。

據(jù)報道，臺積電宣布對2nm、3nm和5nm先進制程晶圓進行全面提價，漲幅最高達8%—10%，新價格將從明年開始執(zhí)行。2nm制程晶圓的價格預(yù)計將比3nm高出至少50%，臺積電強調(diào)，由于2nm技術(shù)的研發(fā)和生產(chǎn)涉及巨額的EUV光刻設(shè)備投入、良率優(yōu)化和生產(chǎn)線改造成本，因此不會對價格進行優(yōu)惠。業(yè)界分析認為，臺積電的漲價是為了應(yīng)對先進制程設(shè)備投入和制造成本的持續(xù)增長，并進一步加強其在2/3/5nm制程領(lǐng)域的定價能力。預(yù)計到2026年，旗艦手機市場將普遍面臨價格上漲和利潤壓力。

挑戰(zhàn)二：電子產(chǎn)品需求放緩

盡管生成式人工智能、5G、物聯(lián)網(wǎng)和邊緣計算正成為推動先進半導(dǎo)體需求增長的核心動力。但另一邊，消費電子產(chǎn)品的需求卻在持續(xù)放緩。

GSMA全球消費者循環(huán)經(jīng)濟調(diào)研及其他市場研究顯示，消費者的設(shè)備使用周期正在顯著延長，全球平均換機周期已延長至約3.5年，在中國則延長到約3.7年。另一方面，是手機維修與二手市場的興起，根據(jù)GSMA《移動凈零排放》報告，共有73%的中國受訪者表示曾維修過舊手機，遠高于全球平均水平60%。還有37%的受訪者會在下次購機時考慮購買翻新手機。近年來，中國翻新手機的銷量呈現(xiàn)持續(xù)增長趨勢，2024年增幅達6%。目前，在中國的智能手機行業(yè)，二手和翻新手機占比已達20%。香港是全球翻新手機市場的重要中轉(zhuǎn)樞紐。

在PC市場方面，根據(jù)Omdia的預(yù)測，預(yù)計到2025年底，中國PC市場將同比增長5%，達到4150萬臺。增長動力來自上半年穩(wěn)健的消費需求和強勁的商用采購，特別是信創(chuàng)領(lǐng)域的推動。預(yù)計這一趨勢將延續(xù)至2026年，但由于消費需求進一步走弱，市場預(yù)計將小幅下降2%。平板電腦市場預(yù)計在2025年底增長12%至3500萬臺，這一增長主要受國內(nèi)廠商激進的產(chǎn)品發(fā)布與定價策略帶動；但在2026年，隨著市場調(diào)整，出貨量預(yù)計將回落9%至3200萬臺。

趨勢：算力攀升與應(yīng)用多樣化

趨勢一：AI算力的攀升

為了能夠更好地運行AI，算力自然需要進一步提升。

第五代驍龍8至尊版中的Hexagon NPU被稱為性能杰作的關(guān)鍵要素，全面加速AI特性，讓應(yīng)用變得更智能、更快速、更流暢，從而以最優(yōu)性能帶來令人愉悅的交互體驗。新一代NPU實現(xiàn)了顯著的架構(gòu)升級：配備更多標量與向量加速器，速度更快的張量加速器，并采用全新的64位內(nèi)存架構(gòu)，NPU性能提升高達37%。這意味著用戶可以獲得超快響應(yīng)的個性化智能體AI查詢，或通過最新圖像生成模型創(chuàng)作出高質(zhì)量、高分辨率的圖像。同時，AI賦能的應(yīng)用體驗也將全面升級，例如實時通話翻譯、流暢照片編輯等功能都將更加出色。除此之外，高通Hexagon NPU的每瓦特性能提高16%，實現(xiàn)了能效的全面提升。作為高通AI引擎不可或缺的一部分，高通傳感器中樞如今解鎖了前所未有的個性化體驗，通過諸如個人知識圖譜和個人記錄（Personal Scribe）等新功能，那些廣受用戶歡迎的應(yīng)用可以基于設(shè)備中的個人情境信息主動采取行動，同時確保所有數(shù)據(jù)隱私完全受控，始終由用戶掌握。

面向PC設(shè)備，驍龍X2內(nèi)建的Hexagon NPU具有高達80 TOPS的AI運算效能，不但高于現(xiàn)在已推出的AMD Ryzen AI9 HXHX375的55 TOPS，以及Intel Core Ultra 9 288V的48 TOPS，也高于Apple M4 Max的38 TOPS。高通為了改進Hexagon NPU的效能表現(xiàn)，分析超過300種不同AI模型運算過程中所占用的資源，并改進架構(gòu)設(shè)計以達到更平均的純量、向量、矩陣運算以及記憶體資源分配，達到提升整體效能表現(xiàn)的成果。為了加強在處理器執(zhí)行AI應(yīng)用程序的能力，從內(nèi)部整合Qualcomm Matrix Engine矩陣引擎，它能夠提升矩陣與AI、ML等運算負載的效能，在進行AI運算時不需要將數(shù)據(jù)傳輸?shù)紾PU或神經(jīng)處理器NPU，具有更快的反應(yīng)速度并節(jié)省搬運資料所消耗的電力，適合輕量AI應(yīng)用程序。Qualcomm Matrix Engine矩陣引擎可以加速矩陣以及AI、ML運算，支援512 Bit長度向量以及FP32、FP16、BF16、INT32、INT16、INT8等資料類型。其運作時脈能與處理器脫鉤，在閑置時降速或關(guān)閉，以節(jié)省電力消耗，并降低發(fā)熱以避免影響處理器。

英特爾明年1月正式發(fā)布的Panther Lake整體AI算力高達180 TOPS。CPU、NPU和GPU構(gòu)成的XPU，為領(lǐng)先的端側(cè)AI體驗奠定了堅實基礎(chǔ)。英特爾XPU為AI提供了強大的綜合算力。而更重要的是，在軟件層面，我們在稀疏注意力、推測解碼、KV Cache壓縮等一系列關(guān)鍵技術(shù)上的創(chuàng)新，充分釋放硬件潛能。

面向數(shù)據(jù)中心領(lǐng)域，作為目前應(yīng)用最為廣泛且實用性最高的云端AI，算力的支撐更是至關(guān)重要。英偉達今年GTC大會期間發(fā)布Blakwell Ultra，它由兩顆臺積電N4P工藝Blackwell GPU+Grace CPU+更大容量的HBM封裝而來，即搭配了更先進的12層堆疊的HBM3e，顯存容量提升至288GB，和上一代一樣支持第五代NVLink，可實現(xiàn)1.8TB/s的片間互聯(lián)帶寬�；�于存儲的升級，Blackwell GPU的FP4精度算力可以達到15PetaFLOPS，基于Attention Acceleration機制的推理速度，比Hopper架構(gòu)芯片提升2.5倍。

亞馬遜在年度re:Invent大會上正式發(fā)布了新一代自研人工智能芯片Trainium3，直接向當前占據(jù)市場主導(dǎo)地位的英偉達（NVDA）發(fā)起挑戰(zhàn)。亞馬遜AWS首席執(zhí)行官Matt Garman在發(fā)布會上表示，Trainium芯片業(yè)務(wù)已是價值數(shù)十億美元的生意，并持續(xù)快速增長。Trainium 3是首款3nm AWS AI芯片，提供2.52 PFLOPs FP8算力，內(nèi)存容量較前代增加1.5倍、帶寬提升1.7倍，搭載它的Trn3 UltraServer系統(tǒng)能效較前代提高40%。開發(fā)中的Trainium 4將支持英偉達NVLink Fusion互聯(lián)技術(shù)。

趨勢二：應(yīng)用多樣化

隨著傳統(tǒng)智能手機市場趨于飽和，芯片行業(yè)的需求重心正快速向更多元的場景擴展。汽車電子方面，智能駕駛、車載娛樂、域控制器等需求強勁增長，使汽車成為僅次于手機之后的“第二大算力終端”，高算力SoC、傳感器芯片和功率器件持續(xù)放量。物聯(lián)網(wǎng)領(lǐng)域，隨著AIoT的興起，大量輕量級終端需要具備本地推理能力，從智能家居、工業(yè)傳感到可穿戴設(shè)備，新應(yīng)用不斷涌現(xiàn)，對低功耗MCU、連接芯片和端側(cè)AI加速器提出更高要求。同時，平板、筆記本、XR頭顯等智能終端加速搭載AI本地推理能力，推動NPU成為芯片的新標配。這三大場景共同構(gòu)成了驅(qū)動芯片產(chǎn)業(yè)增長的“新三角”，不斷拉開需求天花板，也讓行業(yè)競爭重心從單一性能比拼轉(zhuǎn)向生態(tài)、能效與端側(cè)智能的綜合能力競爭。

過去五年間，汽車行業(yè)發(fā)生的一項重大變革，是從傳統(tǒng)MCU為基礎(chǔ)、多個ECU協(xié)同實現(xiàn)汽車功能的架構(gòu)，邁向中央計算架構(gòu)。電動平臺賦予了重新思考“中央計算”的機會，通過全新的軟件定義汽車架構(gòu)，統(tǒng)一管理機電系統(tǒng)、功耗、各類機械或數(shù)字子系統(tǒng)的方方面面。汽車廠商在這一過程中，也在自身產(chǎn)品的設(shè)計上表現(xiàn)出了對“中央計算”架構(gòu)的需求。例如零跑汽車通過將兩個SoC集成到一個域控中，來降低成本和線束復(fù)雜性，從而提高車輛效率。另外，即便是一些仍在繼續(xù)采用傳統(tǒng)架構(gòu)的傳統(tǒng)車型，也開始配置集成多計算模塊的集中式分區(qū)控制器。高通也在過去兩年左右的時間里，構(gòu)建起一套高度復(fù)雜，且同時具備高度可擴展性和高度模塊化的架構(gòu)，能夠?qū)⑿酒�定位為打造�?shù)字座艙的專用芯片或ADAS專用芯片，以及同時支持兩者的Flex芯片。Snapdragon Ride Flex SoC作為能夠滿足中央計算新趨勢的SoC，通過打造單芯片解決方案，免除雙芯片之間的通信，從而顯著降低從座艙到ADAS，以及從ADAS到座艙的傳感器通信延遲，從而實現(xiàn)更加真實、更加出色的體驗。

高通于今年2月正式發(fā)布全新品牌“高通躍龍”，覆蓋工業(yè)物聯(lián)網(wǎng)、蜂窩基礎(chǔ)設(shè)施和工業(yè)連接解決方案。依托高通躍龍產(chǎn)品組合，企業(yè)能夠做出更明智的決策、提高運營效率并加快產(chǎn)品上市，增強競爭優(yōu)勢并有助于在不斷變化的市場中取勝。通過“高通躍龍”這一面向To B市場的全新品牌與消費者廣為熟知的驍龍品牌形成互補，高通進一步完善了從終端到行業(yè)應(yīng)用的布局，展現(xiàn)出推動產(chǎn)業(yè)智能化升級的戰(zhàn)略愿景與長期承諾。具身智能則通過將AI融入機器人等物理實體，使其具備類似人類的感知、規(guī)劃、決策與執(zhí)行能力。基于高通躍龍QCS8550芯片平臺，鈦虎機器人打造了人形機器人鈦虎T170“瑤光”，可實現(xiàn)雙足行走，并能夠跨越復(fù)雜地形，自重較業(yè)內(nèi)其他產(chǎn)品輕20%～40%，動態(tài)響應(yīng)速度提升了30%。在工業(yè)場景中，AI正成為重構(gòu)制造體系的底層邏輯，為每一件工業(yè)品從原料分選到成品交付的全生命周期提供智能把關(guān)。移遠通信旗下品牌寶維塔借助高通躍龍QCS6490芯片平臺的強大算力與高集成度架構(gòu)推出AI分選解決方案，助力色選制造商以低成本的方式輕松打造更具國際競爭力的色選機產(chǎn)品。

趨勢三：功耗平衡是永久課題

無論是數(shù)據(jù)中心，還是端側(cè)計算，功耗都成了一個繞不開的話題，能效比一詞，相比單一性能，更加受到行業(yè)的關(guān)注。據(jù)預(yù)測，人工智能相關(guān)能耗還將增加一倍多，從2024年的260太瓦時增至2027年的500太瓦時。以O(shè)penAI的ChatGPT為例，單詞查詢耗電2.9瓦時，約為谷歌搜索耗電量的10倍。

不過在未來，AI在節(jié)能方面也會發(fā)揮更多作用。例如在通信領(lǐng)域，6G將面向AI時代而設(shè)計，它能夠?qū)�層出不窮的新應(yīng)用、新的工業(yè)用例，以及新的邊緣側(cè)AI應(yīng)用場景融入通信系統(tǒng)中。雖然云端在數(shù)據(jù)存儲和數(shù)據(jù)訓練方面具有優(yōu)勢。

在6G網(wǎng)絡(luò)的初期硬件采購方面，擁有成本高效的資本支出（CAPEX）非常重要，但更重要的是聚焦運營支出（OPEX），從而確保系統(tǒng)在運行時能夠?qū)崿F(xiàn)高效節(jié)能。AI恰好能夠在這方面發(fā)揮重要作用，讓網(wǎng)絡(luò)更具預(yù)測性和響應(yīng)性，使系統(tǒng)能夠以盡可能小的功耗運行，從而實現(xiàn)端到端系統(tǒng)運行效率的全面提升。例如，通過將AI設(shè)計融入通信協(xié)議，并利用AI優(yōu)化終端與網(wǎng)絡(luò)間的信道狀態(tài)信息（CSI）交換過程，可以從基于統(tǒng)計模型的方法轉(zhuǎn)向基于數(shù)據(jù)驅(qū)動的方法，從而實現(xiàn)信息交換效率的優(yōu)化。

相比云端，端側(cè)人工智能在本地處理數(shù)據(jù)，無需進行高能耗的數(shù)據(jù)傳輸。專為端側(cè)設(shè)備設(shè)計的人工智能芯片優(yōu)先考慮能效，而不是純粹的計算能力，因此與云端人工智能相比，每項人工智能任務(wù)的能耗可降低99%到99.9%。同時，端側(cè)芯片因為需要更加考慮續(xù)航、發(fā)熱等問題，對于功耗與性能釋放間的平衡也更加關(guān)注。

結(jié)語：

面向2026年，芯片產(chǎn)業(yè)將進入“多引擎增長”階段：汽車電子、電動化與智能駕駛?cè)�面推高車�?guī)級SoC與功率器件需求；IoT設(shè)備在輕量化AI、本地推理和低功耗連接芯片帶動下迎來新一輪普及；智能終端則以端側(cè)大模型、本地AI辦公和混合算力體驗推動換機潮。三大場景共同形成更穩(wěn)定、分散且互補的下游結(jié)構(gòu)，使芯片產(chǎn)業(yè)從單一品類驅(qū)動邁向多元需求牽引，競爭核心從單純算力比拼轉(zhuǎn)向能效、系統(tǒng)協(xié)同與生態(tài)整合。