人工智能将消耗全球50%芯片

半导体行业观察

01/14

公众号记得加星标⭐️，第一时间看推送不会错过。在这一年即将结束之际，我们仔细分析了 IDC 对服务器支出的评估，包括用于运行 GenAI 和更传统的机器学习工作负载的加速超级计算机的巨大增长；而在今年年初，我们根据该公司对以太网交换和路由收入的估算进行了深入的分析和建模。今天，我们将对 Gartner 的年度全球半导体销售细分数据进行深入分析和补充，特别关注 AI XPU、HBM 内存和网络收入，...

网页链接

免责声明：投资有风险，本文并非投资建议，以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请，作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考，不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证，投资者应自行研究并在投资前寻求专业建议。

热议股票

{"basename":"/hans","ssrTDKData":{"titleTemplate":"%s - 老虎证券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎证券,老虎证券开户,老虎券商,老虎证券官网,老虎证券app,tigertrade老虎证券,股票,炒股,新加坡股票交易平台,投资,投资理财","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hans/news/2603657509"},"companyName":"老虎证券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2603657509\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2603657509?lang=zh_CN&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2026-01-14 09:37","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2603657509","market":"us","top_or_hot":-1,"title":"人工智能将消耗全球50%芯片","media":"半导体行业观察","content":"<div>\n<p>公众号记得加星标⭐️，第一时间看推送不会错过。在这一年即将结束之际，我们仔细分析了 IDC 对服务器支出的评估，包括用于运行 GenAI 和更传统的机器学习工作负载的加速超级计算机的巨大增长；而在今年年初，我们根据该公司对以太网交换和路由收入的估算进行了深入的分析和建模。今天，我们将对 Gartner 的年度全球半导体销售细分数据进行深入分析和补充，特别关注 AI XPU、HBM 内存和网络收入，...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20260114094904953ca97a&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>人工智能将消耗全球50%芯片</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n人工智能将消耗全球50%芯片\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-01-14 09:37 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20260114094904953ca97a&s=b><strong>半导体行业观察</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>公众号记得加星标⭐️，第一时间看推送不会错过。在这一年即将结束之际，我们仔细分析了 IDC 对服务器支出的评估，包括用于运行 GenAI 和更传统的机器学习工作负载的加速超级计算机的巨大增长；而在今年年初，我们根据该公司对以太网交换和路由收入的估算进行了深入的分析和建模。今天，我们将对 Gartner 的年度全球半导体销售细分数据进行深入分析和补充，特别关注 AI XPU、HBM 内存和网络收入，...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20260114094904953ca97a&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"LU0274383776.USD","symbol_name":"MANULIFE GF US SMALL CAP EQUITY \"AA\" (USD) INC","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20260114094904953ca97a&s=b","article_id":"2603657509","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20260114094904953ca97a&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2603657509","pubTimestamp":1768354647,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"到了2025年，人工智能的蓬勃发展助力英伟达营收增长了惊人的63.9%，达到1257亿美元，占全球芯片销售额的15.8%。博通和AMD则稳步上升，各自以不同的方式受益于人工智能。剔除英伟达的芯片收入并非重点；重点在于将人工智能芯片单独分析，以便将其与其他芯片市场区分开来。我们知道，人工智能芯片在2025年占芯片总收入的不到三分之一，而到2029年将超过一半，因此我们有两个端点。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"LU0274383776.USD":"MANULIFE GF US SMALL CAP EQUITY \"AA\" (USD) INC","BK4515":"5G概念","BK4612":"AI芯片","LU2089985449.USD":"MANULIFE GF GLOBAL SEMICONDUCTOR OPPORTUNITIES \"AA\" (USD) ACC","GOOGL":"谷歌A","BK4588":"碎股","BK4550":"红杉资本持仓","LU2931357623.SGD":"MANULIFE GF GLOBAL SEMICONDUCTOR OPPORTUNITIES \"AA\" (SGDHDG) ACC","BABA":"阿里巴巴","AVGO":"博通","BK4605":"半导体精选","BK4579":"人工智能","GOOG":"谷歌","LU2148611432.USD":"AZ ALLOCATION BALANCED BRAVE \"AAZ\" (USDHDG) ACC","INTC":"英特尔","LU0081259029.USD":"UBS (LUX) EQUITY FUND - TECH OPPORTUNITY \"P\" (USD) ACC","04338":"微软-T","04335":"英特尔-T","LU2543165471.USD":"E FUND (HK) GLOBAL QUALITY GROWTH \"A\" (USD) ACC","BK4554":"元宇宙及AR概念","BK4527":"明星科技股","BK4512":"苹果概念","BK4543":"AI","LU0097036916.USD":"贝莱德美国增长A2 USD","BK4585":"ETF&股票定投概念","BK4141":"半导体产品","BK4534":"瑞士信贷持仓","LU0321505868.SGD":"Schroder ISF Global Dividend Maximiser A Dis SGD","BK4602":"量子计算概念","BK4529":"IDC概念","LU0321505439.SGD":"Schroder ISF Global Dividend Maximiser A Acc SGD","BK4533":"AQR资本管理(全球第二大对冲基金)","BK4575":"芯片概念","09988":"阿里巴巴-W","BIDU":"百度","NVDA":"英伟达","BK4535":"淡马锡持仓"},"translate_title":"Artificial intelligence will consume 50% of the world's chips","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"AVGO":0.9,"09988":0.9,"04335":0.9,"NVDA":1.91,"GOOGL":0.9,"INTC":0.9,"04338":0.9,"BABA":0.9,"GOOG":0.9,"BIDU":0.9},"content_text":"公众号记得加星标⭐️，第一时间看推送不会错过。在这一年即将结束之际，我们仔细分析了 IDC 对服务器支出的评估，包括用于运行 GenAI 和更传统的机器学习工作负载的加速超级计算机的巨大增长；而在今年年初，我们根据该公司对以太网交换和路由收入的估算进行了深入的分析和建模。今天，我们将对 Gartner 的年度全球半导体销售细分数据进行深入分析和补充，特别关注 AI XPU、HBM 内存和网络收入，因为它们正以越来越快的速度增长，并在每年销售或委托制造的芯片中所占比例越来越大。在Gartner关于全球芯片销售的报告中，或许最重要的一点是市场研究公司高级首席分析师Rajeev Rajput的说法：XPU和GPU处理器、HBM堆叠式内存以及为人工智能系统销售或开发的网络芯片，在2025年将占芯片总销售额的近三分之一。整体市场销售额达到7934亿美元，同比增长21%。但如果我们估算一下“近三分之一”的具体数值——我们为了便于预测，取了31.5%作为参考——那么这三种芯片（XPU、HBM、交换机ASIC）的销售额约为2500亿美元。Gartner 在其报告中（您可以在这里查看）继续玩弄数据，称 HBM 的收入将超过 300 亿美元（占 2025 年全球 DRAM 总销售额的 23%），人工智能“处理器”的销售额将在 2025 年超过 2000 亿美元，而人工智能半导体到 2029 年将占芯片总收入的 50% 以上。让我们仔细分析这些数据，并研究如何利用过去十三年各芯片厂商的收入数据来构建模型。我们采用了 Gartner 提供的前十大厂商数据，并尽力估算了意法半导体 (STMicroelectronics) 和德州仪器 (Texas Instruments) 的表现。然而，英伟达 (Nvidia) 的迅猛崛起以及苹果（该公司为其销售的设备设计和制造了大量芯片）和联发科 (MediaTek) 的增长，使这两家公司跌出了排名。以下是根据 Gartner 数据整理的 2013 年至 2025 年芯片销售收入预测表：与往常一样，粗体红色斜体数字是我们为填补数据空白而做出的估计。人工智能系统巨头英伟达直到2019年才跻身芯片销售商前十，短短五年内，它便超越了日渐衰落的英特尔以及其他市场巨头——美光科技、博通、高通、SK海力士和三星——成为2024年芯片销售收入无可争议的领头羊。到了2025年，人工智能的蓬勃发展助力英伟达营收增长了惊人的63.9%，达到1257亿美元，占全球芯片销售额的15.8%。这与英特尔在2010年代中期达到的营收峰值相近，当时人工智能的市场机遇远不及现在，CPU仍然占据主导地位，AMD尚未真正将英特尔逼入绝境，而英特尔的晶圆代工厂也仅略逊于台积电。以下是相同数据的图表版本：从三星、SK海力士和美光的收入流以及博通和AMD的稳步增长可以看出内存和闪存市场的起伏，博通和AMD显然是数据中心以及其他类型设备领域的重要参与者。上面这张图表有趣的地方在于，它显示英伟达的崛起远比英特尔的衰落更加迅猛。而英特尔在数据中心领域仍然没有人工智能方面的布局，英伟达却在多个方面涉足个人人工智能设备。博通和AMD则稳步上升，各自以不同的方式受益于人工智能。作为英伟达、AMD以及超大规模数据中心和云服务商自主研发的XPU的HBM内存供应商，这帮助三大内存和闪存制造商保持了稳定。我们很想看看铠侠和西部数据（Solidigm是SK海力士旗下的子公司）的表现，以便更好地了解闪存存储的整体情况。正如我们过去指出的那样，Gartner 没有提供前十名芯片制造商以下的更细致的数据，但显然，所有主要的超大规模数据中心和云构建商都在创建自己的 CPU 和 XPU，并为此付费，这其中存在着一条我们从 Google、Microsoft、Meta Platforms、百度、阿里巴巴、腾讯和其他公司看不到的“收入”流，这条收入流已经占到 CPU “收入”的近一半，并且到本十年末，AI XPU 的收入也可能达到同样的水平。我们推测这些芯片已包含在 Gartner 报告的“其他”部分中。还有两点需要说明。首先，在人工智能时代，人们可能会觉得英伟达凭借一己之力扭转了芯片销售的颓势，但事实并非如此，如下图所示：如果将英伟达的芯片收入从全球芯片市场中剔除，市场依然保持着强劲的增长势头。公平地说，HBM 内存、普通 DRAM、高端 CPU 以及互连架构和横向扩展网络芯片的销售确实拉高了整体增长曲线。剔除英伟达的芯片收入并非重点；重点在于将人工智能芯片单独分析，以便将其与其他芯片市场区分开来。根据 Gartner 给出的提示（我们在本文开头讨论过），我们对人工智能芯片与非人工智能芯片的销售情况有了一些了解。我们认为人工智能芯片的销量已接近饱和，未来几年芯片整体销售增长率将会放缓——确切地说，将从2025年的21%降至2029年的8%。如果绘制出图表，2029年的芯片销售额将达到1.2万亿美元，几乎是2024年全球芯片销售额的两倍。我们知道，人工智能芯片在2025年占芯片总收入的不到三分之一，而到2029年将超过一半，因此我们有两个端点。如果在这两个端点之间绘制一条近似直线的增长曲线，您将得到一张人工智能芯片与非人工智能芯片销售额的反向佐罗图，如下所示：请记住，这些是The Next Platform的估算，绝非Gartner的预测。我们认为，从现在到十年末，除人工智能以外的所有领域都进入某种维护模式是完全合理的。信不信由你。现在，让我们来仔细分析一下芯片中的人工智能部分。我们认为人工智能加速器仍将主导收入来源，但随着时间的推移，HBM 内存和网络芯片在人工智能领域的份额将略有增加。在这些分布式人工智能系统中，带宽和内存容量比原始计算能力更能驱动性能，因此这种趋势合情合理。但我们也知道，高性能计算（HPC）以及现在的人工智能企业都不愿在存储和网络方面投入过多资金——这一事实在过去六十年里从未改变。在我们的模型中，2025年至2029年（含2029年）期间，AI XPU（包括GPU）的销售额将增长2.3倍，达到4650亿美元，而用于AI系统的HBM内存销售额将增长4.1倍，达到1240亿美元。网络组件的销售额仅增长1.8倍，达到310亿美元。我们可能在网络组件方面的投入略低，而在HBM内存方面的投入略高，但我们正在努力弥补我们认为XPU与其HBM内存堆栈之间存在的巨大容量和带宽不平衡。问题在于，HBM内存制造商能否快速提高良率，从而使其堆叠式内存能够大量添加到XPU中。如果他们能够做到这一点，推理和训练的成本应该会降低。我们并非断言这是必然的。一如既往，预测未来的唯一方法就是亲身经历，但预测之后，你就能知道自己是否走在正确的道路上。我们敢于冒险制定财务路线图，并检验现实与规划的契合度。参考链接https://www.nextplatform.com/2026/01/13/by-decades-end-ai-will-drive-more-than-half-of-all-chip-sales/（来源：编译自nextplatform）*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"1","news_tag":"dataReport","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}