半导体行业正经历快速转型，其发展受人工智能进步、地缘政治变化以及各国政府对本土生产投资增加的影响。随着人工智能应用加速，对高性能芯片的需求激增，而供应链动态正因不断演变的贸易政策和国家安全担忧而重塑。与此同时，半导体在汽车、医疗保健和能源等行业变得不可或缺，这推动了对持续创新和战略调整的需求。供应链韧性和技术主权现在已成为企业和政府的首要任务。各方正在努力实现生产多元化并减少依赖，但结构性挑战依然存在。出口管制、关键材料限制以及不断变化的贸易联盟正在重新定义半导体行业格局，要求企业在保持竞争优势的同时应对日益增加的复杂性。

需求分析：

半导体为创新和日常生活提供动力

为何需求至关重要?

在当今世界，半导体不可或缺。由于技术的快速进步和各行业需求的增长，半导体市场需求呈现强劲且不断演变的态势。当需求超过供给时，分析这些动态可以揭示把握新兴机遇的多种途径。

作为数据中心、人工智能、自动驾驶汽车、智能手机以及其他新兴技术趋势的支柱和赋能者，在各终端市场广泛进步的推动下，全球半导体市场预计将从 2024 年的 6270 亿美元增长到 2030 年的 1.03 万亿美元。

汽车领域

在电气化、自动驾驶和软件定义汽车（SDV）的推动下，汽车行业正经历深刻变革。这些趋势正迅速成为行业标准，放大了半导体在现代汽车中的作用和价值。

随着电动汽车（EV）市场预计在 2030 年左右占据主要份额，对碳化硅（SiC）等高压功率半导体的需求将激增。与此同时，自动驾驶技术可能会取得进展，大多数车辆将达到 L2 级，越来越多的车辆将达到 L3 级。这种发展将推高每辆车的半导体含量，从传感器和连接集成电路（IC）到处理单元均是如此。软件定义汽车的兴起可能使车辆转向具有集中计算能力的区域架构，从而提高汽车系统级芯片（SoC）的性能要求。

未来的汽车可能不仅仅是一种交通工具 —— 它可以成为一种新的 “家”，一台车轮上的高性能计算机，由半导体无缝提供动力。

电气化与互联化

汽车行业目前正处于以电气化、自动驾驶和互联化为特征的转型阶段。随着电动汽车市场的快速扩张（首先是中国，随后是欧洲、美国和其他地区），原始设备制造商（OEM）正越来越多地投资于混合动力汽车和电动汽车。预计到 2030 年，这些车辆可能占总汽车销量的 50% 左右。

联网汽车和自动驾驶汽车的出现也在塑造汽车市场的未来，推动其走向成熟。这些趋势，再加上动力系统技术的转变，可能成为汽车行业的新标准，提升半导体的地位。

更多电动汽车？需要更多电力！

电动汽车的快速增长，以及信息娱乐和自动驾驶的集成，正增加对功率半导体的需求。功率半导体对于管理和转换现代车辆中的电气系统至关重要。

随着汽车行业从内燃机（ICE）向混合动力电动汽车（HEV）和纯电动汽车（EV）转型，功率半导体可能占半导体总成本的 50% 以上。

更高效？需要更强大的芯片！

随着向电气化的转变，动力的高效控制变得更具挑战性，因为发动机驱动和控制以及自动驾驶、信息娱乐等更多功能都依赖电力。由于驾驶电动汽车意味着高压电力的反复切换，对能够高效处理更高功率的功率半导体的需求可能会激增。如果芯片无法承受高压环境，可能会导致火灾等严重的运行故障。

这可能导致对碳化硅（SiC）和氮化镓（GaN）等新材料的需求增加。与硅芯片相比，它们能承受更高的电压，并提供更快的开关速度，减少开关时的功率损耗。因此，汽车制造商在速度关键的中压阶段使用氮化镓，并将碳化硅作为高压、高功率路径的核心器件，在电动汽车动力系统的效率、重量和总系统成本之间取得平衡。

自动驾驶技术分为 0 到 5 级。0-1 级提供碰撞预防、车道偏离预防等驾驶辅助功能。2 级实现部分自动驾驶，例如在道路上与其他车辆保持距离。从 3 级开始，车辆可以在无需驾驶员持续监控的情况下运行。3 级适用于高速公路，4 级扩展到普通道路，5 级则完全无需驾驶员，驾驶员仅作为 “乘客”。到 2030 年，大多数新车可能具备 2 级自动驾驶功能，3 级自动驾驶的出货量可能超过总量的 10%。

汽车的 “眼睛、大脑和肌肉”

随着自动驾驶级别的提升，车辆需要更大的能力来收集和处理数据。这种进步增加了车辆电子架构的复杂性，推高了高性能计算（HPC）和高级驾驶辅助系统（ADAS）的半导体成本。为了实现自动驾驶功能，汽车必须配备多个传感器和连接芯片以感知实时信息，配备计算芯片以处理这些数据，并配备电子控制单元（ECU）以最低延迟采取行动。

因此，随着车辆变得更加自动化，安装的芯片数量和每颗芯片的平均价格都大幅上升，推动了汽车半导体市场的增长。

软件定义汽车改变汽车的工作方式

你是否曾在智能手机软件更新后发现新功能？现在想象一下汽车也采用同样的概念。软件定义汽车（SDV）无需硬件更改，通过更新即可实现新功能。

随着软件定义汽车的兴起，行业正朝着区域架构方向发展，即由中央计算机管理车辆的不同区域。这种方法进一步简化了布线，降低了物理复杂性，并显著提高了软件更新的稳定性。

这种架构变革也在重塑汽车半导体市场。以前处理单个功能的电子控制单元（ECU）数量现在正在减少，同时承担更复杂的角色。重点正从单个 ECU 转向高性能 SoC、AI 加速器和高速存储芯片。用于实时数据传输的连接芯片和用于软件保护的安全微控制器单元（MCU）也变得越来越重要。

汽车 SoC 将集成图形处理器（GPU）和图像信号处理器（ISP）等处理单元，但随着计算需求的激增以及汽车架构向区域化发展，专用 AI 加速器的采用也将增加。

2030 年按应用划分的半导体需求

气泡图展示了 2030 年主要应用的预计半导体需求。橙色虚线标记了各轴上的平均值，将应用分为四个象限。

电气化与自动化

这两大趋势对增加半导体需求具有重大影响。就电动动力系统而言，它主要影响功率半导体（如绝缘栅双极晶体管（IGBT）和碳化硅芯片），而自动驾驶则主要影响高级驾驶辅助系统 ECU。此外，对电动汽车和自动驾驶汽车的需求正在同时增长。

此外，随着自动驾驶技术和软件定义汽车趋势的推进和扩展，对汽车高性能计算、传感器和连接芯片等相关半导体的需求预计将增长。此外，人们还期望升级与车身、信息娱乐和乘客安全相关的半导体，以改善车内环境。

然而，就底盘和内燃机而言，由于技术创新减少和市场规模停滞，预计其市场规模将逐渐下降。

服务器与网络

自 2022 年生成式 AI（Gen AI）应用兴起以来，生成和处理的数据量呈指数级增长。从 AI 驱动的自动化、物联网普及到汽车和工业系统智能化程度的提高，数据不再仅仅是一种资产 —— 它已成为现代数字基础设施的基石。

到 2030 年，对计算能力的需求增长预计将进一步推动 CPU、GPU 和 AI 加速器的发展，而高带宽内存（HBM）将继续作为支持它们的关键组件。特别是对于服务器，包括云服务提供商在内的主要科技公司已经开始开发自己的专用集成电路（ASIC）以降低运营成本。与此同时，5G 的扩展可能推动对网络设备计算能力和基于氮化镓（GaN）的射频（RF）芯片的需求，以实现超高速、低延迟通信。

服务器和网络可以成为我们周围智能应用的支柱，由半导体的持续进步提供动力。

AI 数据中心与下一代连接

人工智能、连接技术的快速发展以及客户对先进技术的采用，导致对数据中心及其中服务器的需求增加，以处理这些数据。随着云服务提供商、托管中心和电信公司对数据中心的投资，2030 年全球服务器市场预计将超过 3000 亿美元。

与此同时，对支持服务器间和节点间连接的基础设施的需求正在上升。

对更快、更广泛、更可靠连接的需求推动了路由器和调制解调器等设备的市场增长，这些设备是骨干和基础设施的一部分。这一趋势不仅限于单一应用，还涵盖了企业、公共和私有网络。

更快、更大、更智能的数据中心

虽然是老生常谈，但我们现在确实生活在数据和连接的世界中。汽车、家用电器、智能手机和个人电脑等互联设备的数量前所未有。除了连接设备数量的增长，消费者还要求更高质量的娱乐，如 AR/VR/XR 游戏和无缝视频流。此外，2022 年 11 月 “ChatGPT” 的推出促使企业和个人在各种可能的应用中积极利用 AI 服务。

这些应用生成并需要海量数据，而我们才刚刚见证其开端。随着对游戏和视频流的高需求，尤其是对 AI 需求的上升，预计到 2030 年全球数据中心的功耗将增加一倍以上。

数据中心是存储、处理和管理数据的关键资源。它们过去主要专注于为企业提供服务，但随着需求的增长，它们已达到超大规模，提供互联网即服务。现在，随着 AI 特定应用的需求，数据中心正再次演变为 AI 数据中心，增强管理人员为数据中心用户提供无中断服务的能力。

智能基础设施的未来

随着 AI 应用推动所需处理数据量的增加，以及数据中心规模相应扩大，冷却和电力的运营支出已达到天文数字。企业现在正在寻求更具成本效益的运营方式。

在提高 AI 性能的同时实现这一目标的第一种方法是使用数据中心专用芯片。这些芯片对于实现高性能至关重要，因为它们比通用处理器更能高效处理数据处理的密集计算需求。为了获得所需的性能水平，企业正转向这些专用芯片来满足其需求。

然而，即使是专为数据中心设计的标准芯片，也是为多个客户设计的，因此包含特定客户可能不会使用的功能。因此，像云服务提供商这样的大型科技公司正在开发专门针对自己数据中心应用的 AI 加速器。

通过开发针对特定工作负载的 AI 芯片，企业可以在降低成本和功耗的同时实现更高的性能。随着数据处理需求的增加，对成本降低的需求也在增长，预计对 AI 加速器的需求将上升。

因此，AI 加速器在数据中心所用芯片中的收入占比可能会快速增长，达到数据中心芯片总量的 50% 左右。

除了 AI 加速器，其他数据中心专用芯片如数据处理单元（DPU）和高带宽内存（HBM）等先进存储芯片也可能增长。HBM 减少了数据处理瓶颈，支持高性能 GPU，而数据处理单元（DPU）通过处理数据传输来减轻 CPU 的网络工作负载。这些数据中心专用芯片的销售可能会继续增长，因为它们变得至关重要。

下一代 Wi-Fi 与移动网络

当数据流量增加时，不仅数据中心需要升级，连接设备和传输数据的标准化网络协议也可能需要增强。

你现在的设备可能通过 Wi-Fi 或蜂窝数据连接。4G/5G 中的 “G” 代表 “代”，从 20 世纪 90 年代用于语音和短消息服务（SMS）的 2G，到 2000 年代用于媒体的 3G，再到 2010 年代的高速 4G 和 2020 年代的 5G，大约每十年升级一次。同样，Wi-Fi 标准也在不断演进。

当无线数据的种类和数量增加时，可能需要更宽的带宽（更大的 “交通车道”）和新的频段（新的 “路线”）。这就像随着交通量的增长而扩建道路或修建新的高速公路一样。当前的 Wi-Fi 和 4G 速度可能看起来足够，但数据的激增最终可能会推动我们采用更高的标准。

随着 5G 和未来 6G 网络的扩展，速度可能会达到 4G 的 20 到 100 倍。像使用卫星作为基站的非地面网络（NTN）等技术可能会进一步增强网络覆盖范围。

同样，从 Wi-Fi 6/6E 过渡到 Wi-Fi 7 可以通过更宽的信道实现更快的数据传输。

特别是借助多链路操作（MLO）技术，Wi-Fi 7 可以同时使用多条路由，即使某条路由受到干扰，也能实现快速稳定的连接 —— 这对于游戏和视频流来说非常理想。

随着连接标准的进步，网络设备和基础设施也在更新。尽管这些变化不像服务器升级那样明显，但未来对改进的网络设备和基础设施的需求将持续存在。

为数据连接提供动力

半导体性能必须与连接标准的升级同步推进。半导体对于防止电梯内连接不良或信号强度因位置而异等问题至关重要。半导体可以放大信号，使其覆盖范围更广且无失真。

尽管半导体仍然必不可少，但与数据中心相比，支持 5G 的半导体组件市场预计增长相对较慢。许多国家的 5G 基础设施已基本成熟，导致电信公司将投资重点放在数据中心上。因此，到 2030 年，电信设备用半导体的增长可能会保持温和。

另一方面，随着数据流量的增加和 AI 在企业中的广泛采用，对支持数据中心云服务运营的交换机、路由器和智能网络接口卡（NIC）的需求显著上升。这种转变正在推动数据中心网络设备、局域网（LAN）和广域网（WAN）市场的增长。因此，面向这些领域的半导体预计到 2030 年将实现强劲增长。

不断增长的数据量需要更先进、更复杂的网络设备。因此，对专用集成电路（ASIC）和现场可编程门阵列（FPGA）的需求正在增加，更多的电信设备公司可能会开发自己的芯片。

电信市场向氮化镓射频芯片的转变

射频（RF）芯片承担着放大无线传输信号的关键功能。毫米波 5G 的出现需要能够处理高频范围的半导体，而氮化镓（GaN）和砷化镓（GaAs）正好满足这一需求。此外，与砷化镓不同，氮化镓能够同时处理高功率和高频，使其非常适合基站所需的严苛规格。氮化镓半导体的优势预计将在基站、国防和航空航天等需要可靠通信的领域得到充分体现。

到 2025 年，尽管随着发达国家 5G 电信设备技术的成熟，其增长可能会放缓，但全球仍有显著的增长潜力，对现有基站升级的需求持续存在。尽管氮化镓射频芯片比硅基选项更昂贵，但氮化镓射频芯片市场有望继续增长。氮化镓已经占据了电信设备市场中射频芯片的一半以上，预计未来将占据高达 90% 的市场份额。然而，这并不意味着硅基射频芯片可以被完全取代。基站通常通过多个阶段放大信号，使得硅基芯片成为低频应用的经济实惠选择。

2030 年按应用划分的半导体需求

人工智能与连接性

人工智能模型变得越来越复杂，数据集不断扩大，导致对数据中心内部和跨网络的高速数据传输需求大幅增加。因此，对能够管理这种不断增长的数据流量的服务器需求显著增加，从而推动市场增长。

由于对先进服务器、改进的 AI 能力和定制设计的需求增加，包括 AI 加速器在内的加速器卡需求激增。此外，企业局域网需求将增长以处理更快的数据流量。随着通信标准的演进，移动基站和固定接入设备中芯片占总成本的比例预计将增加。

与此同时，由于数据流量和通信需求的增加，企业广域网、无线局域网（WLAN）和骨干基础设施的市场规模正在稳步扩大。尽管如此，半导体成本的比例不太可能显著增加，因为电信基础设施的主要投资已经完成。

2030 年各应用的半导体需求强度

家用电器

尽管家用电器市场相对饱和，但人工智能和物联网技术正使家电变得更智能，并提供新的消费体验。此外，增强现实（AR）/ 虚拟现实（VR）和可穿戴设备等新家电产品正获得市场认可。

人工智能家电的增长可能会显著增加对人工智能处理器以及电源管理集成电路（PMIC）等半导体的需求，这些半导体既实现了能效，又提供了个性化体验。用于游戏和医疗保健的可穿戴设备可以同时推动传感器、连接集成电路、处理单元等半导体市场的发展。最后，物联网的扩张可能会刺激对能够支持电子设备之间多种通信协议的连接集成电路的需求。

半导体可以作为家电持续演进的基础，从根本上改变我们家中的 “智能体验”。

传统家电与新入局产品

虽然家电市场相对成熟，但物联网和人工智能技术与冰箱等传统家电的融合可以加速消费者的更换周期。与此同时，增强现实 / 虚拟现实头显和个人机器人等创新产品开始渗透家电市场。

智能、强大且节能：下一代家电浪潮

智能手机、个人电脑和汽车中智能体验的兴起也提高了消费者对家庭体验的期望 —— 不仅限于增强现实 / 虚拟现实设备等新兴家电。尽管传统家电的出货量并未呈指数级增长，但人工智能功能已集成到电视、扫地机器人和冰箱中，推动了家电市场对人工智能处理器的需求。

除性能外，能效也至关重要。人工智能还可以提高家电的能效。这一点尤为重要，因为家电的能效标准越来越严格，包括对待机功率的规定。这种对能效日益增长的关注预计将推动对为人工智能工作负载设计的应用处理器，以及优化设备功耗的电源管理集成电路和紧凑型电池管理集成电路的需求增加。

超连接家庭体验的兴起

家电之间的连接比以往任何时候都更加紧密，为智能体验树立了新标准。洗衣机、冰箱、灯、人工智能音箱和扫地机器人等设备现在相互通信，创造无缝的智能家居体验。2022 年 Matter 智能家居标准的推出进一步加速了这一趋势，该标准使不同制造商的设备能够无缝通信。

随着物联网连接在家电中变得普遍，更多设备将配备连接集成电路。此外，这些芯片 —— 无论是独立的系统级芯片还是集成在应用处理器（AP）中 —— 都在不断发展以支持多种通信协议。

为了实现流畅的通信体验，设备会根据情况使用多个通道。Matter 支持蓝牙、Wi-Fi 以及一种名为 Thread 的直接设备到设备通信协议。例如，Wi-Fi 适用于大型高速数据传输，非常适合智能电视和带显示屏的智能冰箱。蓝牙用于短距离通信，而具有能效优势的 Thread 则适用于电池供电设备或需要直接连接其他家电的智能音箱。

总之，随着家电越来越多地采用和扩展其智能物联网功能，对连接集成电路的需求预计将上升。

连接现实与虚拟的边界

你现在佩戴着多少设备？从耳机到智能手表、健身手环、增强现实 / 虚拟现实设备以及医疗保健设备，可穿戴设备已成为我们生活中不可或缺的一部分。因此，对传感器的需求正在迅速增加，增强现实 / 虚拟现实设备可能会利用各种传感器来跟踪眼睛和运动以实现用户交互，同时使用摄像头和麦克风来提供增强现实体验。可穿戴医疗设备也使用多个传感器来监测健康状况、运动和环境。惯性传感器跟踪你的运动速度，磁场传感器通过感知你身体的运动来支持分析。诸如使用唾液或光声方法的无创血糖传感器等新传感器可能会不断涌现。

从这些传感器收集的数据通常可能存在噪声且不规则。生物信号会随着运动而波动，噪声和电磁场的外部干扰会破坏准确性。

为了应对这些挑战，半导体行业也在专注于开发先进的处理器和可穿戴设备专用系统级芯片，从而实现更高效的传感器数据处理并提高整体设备性能。

2030 年按应用划分的半导体需求

智能化与物联网

家电正变得越来越智能和互联。作为销量最大的品类，电视现在具备人工智能驱动的图像和声音增强、智能家居控制以及个性化内容推荐功能，所有这些都推高了对先进半导体的需求。

大型家电和数字机顶盒也因智能功能和连接选项的增加而提高了半导体的占比，而无线耳机和数码相机则因功能扩展和复杂化而使用了更多的半导体。

另一方面，智能音箱和消费级无人机面临的创新压力较小，并且由于其大部分成本在于非半导体组件，因此其半导体需求增量相对温和。

2030 年各应用的半导体需求强度

计算设备

尽管智能手机和个人电脑市场已经成熟，但其价值主张正转向重新定义用户体验的高性能机型。从先进摄影、游戏到实时 AI 助手等人工智能驱动应用的出现，将重新点燃市场增长，催生新一代 AI PC 和 AI 智能手机。

随着对集成 AI 的计算设备需求不断增加，神经网络处理器（NPU）的采用预计将加速，以补充应用处理器中的图形处理器（GPU）、中央处理器（CPU）和图像信号处理器（ISP）的进步。同时，低功耗双倍数据速率（LPDDR）存储技术可能会继续发展，为下一代个人电脑和智能手机提升性能、实现小型化并提高能效。

随着 AI 应用的普及，以及对更高分辨率显示屏、强大计算能力和更大存储容量需求的增长，个人电脑和智能手机可能会继续推动半导体行业的增长。

人工智能推动计算设备的再增长

与汽车和数据中心等其他应用相比，智能手机和个人电脑市场相对饱和。

然而，随着人工智能渗透到我们的日常生活中，出现了在个人设备上直接运行 AI 服务的趋势。这种转变推动了对 AI 驱动的个人电脑和智能手机的需求增长，因为用户寻求能够无缝处理先进 AI 应用的设备。

人工智能功能的日益集成，从虚拟助手到设备端机器学习任务，正在重振市场，为设备制造商和半导体公司创造新的增长机会。

设备端 AI 释放智能手机和个人电脑的下一个潜力

智能手机和个人电脑一直是推动先进工艺先进芯片需求的高端应用。它们必须在保持便携性、便利性（通过轻薄设计）和长电池寿命的同时，以低延迟处理大量数据。因此，集成了中央处理器、图形处理器和图像信号处理器等高性能计算单元的应用处理器（AP）的性能，一直是智能手机和个人电脑市场的关键竞争因素。

进一步推动设备性能的一个趋势是向 “边缘 AI” 的转变。以前，这些任务由中央处理器或图形处理器处理，但随着人工智能模型变得更加复杂和敏感数据的增加，导致设备内采用神经网络处理器（NPU）。神经网络处理器（NPU）是集成在应用处理器 / 系统级芯片中的专用 AI 处理核心，可以实现更快、更安全的数据处理。这一趋势预计将推动半导体市场增长，尤其是在高端产品线中。

凭借更快、更安全的神经网络处理器（NPU）和先进的设备端 AI，智能手机和个人电脑可以提供无缝的 AI 体验。智能手机可能能够实时总结通话内容，并在无需外部应用的情况下即时增强照片。个人电脑可以启用 AI 驱动的降噪功能，使视频通话更清晰，并提供无延迟的实时字幕翻译。

对支持 AI 的智能手机和个人电脑的需求已经在增长，神经网络处理器（NPU）和边缘 AI 可能会继续推动这些行业的芯片市场发展。

人工智能个人电脑和智能手机的背后

随着处理器的进步，高性能 DRAM 对于支持更快的数据传输和无缝处理至关重要。这种需求进一步受到设备端 AI 的推动，实时 AI 处理需要高效的存储解决方案来管理高数据负载，同时保持能效。

虽然高带宽内存（HBM）是高性能存储的代名词，但其功耗限制了其在智能手机和个人电脑中的使用，因为电池寿命至关重要。

低功耗双倍数据速率（LPDDR）DRAM 通过平衡高性能处理和高能效来解决这一挑战，使其成为下一代智能手机和人工智能驱动计算的关键。

每一代 LPDDR 通过降低工作电压将功耗降低 30%-40%，而在同一代内，设计和工艺的进步还能再节省 10%-30%。无论是代际转换还是同一代内的升级，升级周期都从 1-2 年延长到了 3 年左右。预计 2026 年推出的 LPDDR6 与 LPDDR5 相比，功耗可降低约 50%，到 2030 年还将进一步改进。

随着 AI 工作负载的扩大和能效仍然是优先考虑的因素，LPDDR 可能会继续推动 DRAM 市场的增长，实现移动和个人电脑设备中的高性能、高能效计算。

化业余为专业：图像信号处理器

摄影曾经需要精心的手动设置，但一波又一波的自动化浪潮 —— 先是傻瓜胶卷相机，后来是数码傻瓜相机，现在是智能手机 —— 使高质量成像变得毫不费力。

这一过程的核心是相机传感器和图像信号处理器（ISP）。传感器就像 “眼睛”，接收光线并将其转换为电信号。图像信号处理器（ISP）在这里就像大脑，实时分析和处理这些信号，以改善最终图像。高性能智能手机相机依赖于高分辨率传感器、多个镜头，最重要的是强大的图像信号处理器（ISP）之间的协同作用。

随着相机功能变得更加先进，消费者对更好照片的期望也在上升。为了满足这一需求，智能手机现在配备了多摄像头模块设置 —— 如三摄像头或四摄像头以及更高分辨率的传感器，这反过来又需要更快的图像信号处理器（ISP）。当然，对镜头或相机传感器更高像素数量的需求会增加，但利用这些资源并实现高质量图像是 ISP 的作用。

同时，更窄的边框和更高的屏占比留下的内部空间更少，因此堆叠镜头、折叠潜望式光学元件和低功耗 ISP IP 块变得至关重要。

因此，微型相机模块和高度先进的片上 ISP 的进步正成为智能手机半导体的新增长动力，使未来的设备能够在手掌中捕捉专业级图像。

2030 年按应用划分的半导体需求

设备端 AI

随着智能手机功能的不断扩展，智能手机不再仅仅是通信设备，而是强化了其作为计算设备的地位。此外，与个人电脑和笔记本电脑等其他计算设备相比，智能手机目前的半导体需求增长更强。

其中，高端智能手机由于外围成本（如相机镜头和显示屏）较低，且价格相对于高端机型更为亲民，因此需求强劲。相比之下，低端机型的需求相对较弱。

最近，随着计算设备越来越多地配备 AI 功能，半导体成本在销货成本（COGS）中的比例迅速增加，尤其是在笔记本电脑和智能手机中。与台式机相比，人工智能功能在笔记本电脑中的集成更为积极，导致笔记本电脑中半导体成本的比例相对更大。

另一方面，智能卡和外部可移动存储等应用的需求强度相对较弱。

2030 年各应用的半导体需求强度

工业领域

半导体正帮助彻底改变各种各样的工业领域。为应对气候风险而加速向可再生能源转型、人口老龄化导致对医疗创新需求增加以及工厂和农场中智能制造的兴起，都是与半导体进步密切相关的趋势例证。

半导体通过先进的中央处理器（CPU）、图形处理器（GPU）、生物传感器和微机电系统（MEMS）技术，支持医疗专业人员实现更快的诊断、更高效的手术和预防性护理。向可再生能源的转型也可以推动对碳化硅（SiC）功率半导体的需求，而各行业智能制造的扩张正在推动传感器、连接集成电路和人工智能芯片等半导体市场的发展。

随着各行业继续整合智能、自动化和人工智能，半导体可能会渗透到更多领域，提高效率并激发进一步创新。

行业永不停歇的变革

世界各地的行业 —— 包括医疗保健、农业、制造业和国防 —— 都在不断发展，受全球人口结构变化、新技术带来的生产力提升、新产品类别的出现以及气候相关风险的推动。其中许多因素都在推动对更高性能半导体的需求以及整体数量的增长。到 2030 年，芯片可能会嵌入到更广泛的日常应用中。

半导体是医疗创新的核心

人口老龄化是全球趋势，自然引发了人们对医疗保健的浓厚兴趣。半导体在医疗创新中扮演着至关重要的角色。

一个显著的例子是机器人辅助手术，其份额越来越大。在美国，机器人辅助腹疝修补术的比例从 2010 年的 2.1% 上升到 2020 年的 20% 以上。这种增长由微机电系统（MEMS）技术推动，该技术生产用于精确运动的传感器和执行器，而实时图形处理器（GPU）驱动的分析则辅助外科医生的视觉。

由 GPU 驱动的 CT、MRI 和 3D 超声等诊断技术正在不断发展，以揭示以前无法检测到的更详细信息。由 CPU、GPU 和连接集成电路驱动的云 / 边缘 AI 工具可以进一步提高诊断的准确性和效率。

除了实体医院，半导体还可以通过生物传感器、AI 分析和配备传感器、微控制器（MCU）和通信集成电路的治疗后护理机器人，实现远程诊断和患者监测的可能性。

一些半导体需要通过电气安全和电磁兼容性（EMC）测试才能获得认证，或者在制造时就应考虑通过这些测试。虽然这是一个监管相对严格的领域，但对于芯片制造商来说，从微机电系统（MEMS）到 AI 加速器、GPU 等，医疗领域似乎有充足的机会。

向可再生能源转型

随着全球对气候危机的关注度不断提高，全球太阳能光伏和风电装机容量从 2016 年的 900 吉瓦增长到 2023 年的 2000 多吉瓦。这一变化正在加速，2030 年总装机容量预计将达到 5500 吉瓦。根据国际能源署（IEA）的数据，太阳能光伏（PV）和风能预计将提供 90% 以上的新增可再生能源容量，因为它们是最易获取且发展最快的可再生能源。

太阳能和风能都严重依赖半导体来实现有效的电力传输和使用。太阳能以直流电（DC）形式产生，必须转换为交流电（AC）才能与电网兼容。此外，由于阳光和风速的可变性，半导体在稳定可再生能源的电力输出方面起着至关重要的作用。

为了实现稳定高效的电力传输，能源行业尤其需要能够在高压环境下工作的半导体，这使得碳化硅（SiC）变得至关重要。

随着可再生能源采用率的提高，智能电网和能源存储系统（ESS）也在兴起。它们通过存储多余电力并在生产下降时重新分配来实现可再生能源的稳定供应。为实现这一点，智能电网需要持续的电力监控，这导致整个电网对通信集成电路的需求增加，以及中央控制站对 CPU/GPU 的需求增加。能源存储系统（ESS）作为备用电池，也依赖逆变器、带有功率半导体的转换器和电池管理系统（BMS）。

随着可再生能源使用的不断增长，对功率半导体的需求增长将不可避免。

智能制造持续演进

随着劳动力成本上升和劳动力短缺，利用人工智能和物联网改善整个生产和物流的智能工厂正在迅速扩张。它们严重依赖半导体来实现自动化。连接集成电路使整个工厂的物联网设备能够实时跟踪从原材料到库存的情况。工业计算机（可编程逻辑控制器，PLC）使用专用集成电路（ASIC）或中央处理器（CPU）来远程控制设备。传感器、微控制器（MCU）和微机电系统（MEMS）设备可以帮助检测任何缺陷并进行精确的机械控制。电源管理集成电路（PMIC）有助于保持这些系统的能效。如果我们尝试根据自动化金字塔来定义自动化水平，现在企业正从 0-1 级向 2-3 级甚至 4-5 级迈进，以提高效率。随着全自动化工厂的浪潮，工业领域对计算能力和连接集成电路的需求可能会更多。

此外，自动化、智能制造的需求不仅适用于工厂的大规模生产，也适用于智能农业和智能水产养殖。在智能农场中，传感器监测环境条件，将数据传输给人工智能处理器，以改善作物生长。由全球定位系统（GPS）、微控制器（MCU）和中央处理器（CPU）引导的自动化机械执行种植和收获工作。智能水产养殖也采用类似模式，通过水质探测器、机器视觉鱼类计数器和人工智能控制的投喂机器人来提高农场的效率和可持续性。

随着自动化的推进，对高性能半导体的需求可能会增长，使各行业更加智能、数据驱动和自给自足。