全球半导体销售创新高，AI芯片需求激增助力产业复苏

随着人工智能技术的快速发展，各类AI相关产品在云端和终端市场的出货量显著上升，促使了高端芯片需求的增加。全球半导体产业在经历了一段时间的低迷后，终于迎来了复苏的曙光。2023年2月，全球半导体销售最低点触底，然后迅速反弹，截至2024年11月，全球半导体销售金额达到578.2亿美元，创造了历史新高。

在这一波需求激增的浪潮中，图形处理单元（GPU）芯片成为人工智能领域中最为抢手的产品。GPU具备强大的并行计算能力，能够处理庞大的数据并加速科学计算，比如模拟和仿真。在AI手机与AI个人电脑（AIPC）中，集成的AI应用也显著促使了对高性能芯片的迫切需求。以苹果公司的iPhone 16为例，其搭载的A18 Pro芯片配备了16核神经引擎（NPU），算力达到了惊人的35 TOPS，较其前代A11芯片高出了58倍。同时，高通与联发科也推出了新一代的AI手机系统芯片，以迎合市场需求。

在AIPC领域，AMD和英特尔也不断推出强大的新产品。AMD的AIMax及AIMax+芯片，旨在覆盖从高端工作站到轻薄笔记本的广泛需求；而英特尔推出的Ultra 200系列芯片则为AIPC带来了更为强大的处理能力。

值得注意的是，在高端芯片制造方面，英伟达的H100型GPU芯片采用了台积电的4纳米制程，配备超过800亿个晶体管，而苹果的A18 Pro则以3纳米制程打造，晶体管数量约为200亿。高精度的晶圆制造成本也是不容小觑，3纳米节点的晶圆价格几乎接近20000美元/片。

除了这一制程成本外，半导体行业还面临晶片面积利用率低的问题。GPU芯片的芯粒面积通常大于智能手机芯片的芯粒面积。以英伟达的H100为例，芯粒面积为814平方毫米，而苹果的A18芯片则约为90平方毫米。较大的芯粒面积导致其制造过程中晶圆的利用率低，最终导致单个晶圆上所能生产的芯片数量减少。

人工智能芯片的生产还需依赖于先进的制程设备，尤其是极紫外（EUV）光刻机，这在制造精密芯片时至关重要。由于特殊限制，中国大陆在7nm及以下逻辑芯片与1znm及以下DRAM芯片的生产中面临设备瓶颈。为了克服这一障碍，中国及海外企业正在积极研究替代方案，包括新工艺、三维异构集成、先进封装技术等，以进一步推动半导体产业的发展。

例如，采用193nm光源的DUV光刻机，其最小分辨率为38nm，因此在集成电路中构建微构通常需要采用多重图形化技术。其中包括自对准多重图形（SAQP/SADP）和多重曝光刻蚀（LELE/LELELE）两类技术。这些多重图形化技术为中国大陆的生产线提供了新的可能性，尽管在7nm节点往后，良品率与成本问题仍显得尤为突出。

随着集成电路设计的复杂度增加，依靠摩尔定律逐渐达到了物理极限，传统的计算架构已无法满足现代计算需求。在此背景下，异构集成技术（3D IC）开始受到行业关注。异构集成可以降低功耗，增加集成度，以追求更高的性能，对这些技术的研究显然已势在必行。

在半导体制造工艺方面，FinFET技术的逐步应用有效提升了电源效率，但当前也开始向全环绕栅极（GAA）架构转型，以应对更小集成度下的挑战。随着制程的微缩，DRAM领域面临着更高的大容量存储需求，3D DRAM技术的推出成为业界突破的热点。

在这一新的技术格局中，传统的2D DRAM组件通过特色叠加的方式被重新设计，以实现更高的存储密度。美光、自2019年起便致力于3D DRAM的研发，预计行业将在2030年前迎来3D DRAM时代的到来。

来看，在AI芯片需求激增的背景下，全球半导体产业正在逐步复苏，面对多重技术挑战与市场压力，创新将是推动这一行业可持续发展的关键。同时，各国企业的技艺与成果也将为全球半导体生态的构建贡献力量，预示着未来无论是在计算力还是存储领域的进步都值得期待。