中國報告大廳網訊，在全球科技迅猛發展的今天，人工智慧（AI）已成為推動產業變革與技術創新的核心力量。從智能生活的細微滲透到傳統產業的深度賦能，AI的觸角無處不在，勢不可擋。在這個AI飛速演進的時代，每一顆晶片都值得被重新定義；而構建AI的算力基礎設施，則為技術落地與產業升級注入了無限潛力。2025年4月15日，慕尼黑電子展期間，由半導體行業觀察與慕尼黑電子展聯合主辦的「2025 AI技術創新論壇」隆重舉行。論壇匯聚了眾多行業前沿企業與重量級嘉賓，圍繞AI趨勢展開深入解讀，現場乾貨不斷，觀點碰撞激烈。

  一、AI時代模擬和定製電路設計的挑戰和機遇

  中國報告大廳發布的《2025-2030年中國晶片行業市場供需及重點企業投資評估研究分析報告》指出，在AI時代，模擬和定製電路設計面臨著前所未有的挑戰和機遇。當前EDA工具在精度與速度上，面臨雙重挑戰。國內某領先EDA企業通過AI技術探索，覆蓋晶片製造到設計優化全流程，貫穿成熟工藝與先進工藝，已部署和規劃多維度AI/ML融合解決方案。該企業從設計場景、工藝協同、效能提升三個維度重構EDA工作流，持續深化AI賦能，通過構建智能設計基座推動半導體產業向數據驅動型範式轉型。

  二、AI伺服器浪潮下Flash需求的深度解讀

  隨著AI應用加速落地，AI硬體生態正迅速擴展，涵蓋AI PC、AI伺服器以及DS一體機等多類產品，其中AI伺服器市場增長最為迅猛，預計到2028年全球市場規模將超過2330億美元。當前，每台AI伺服器所需的Flash價值約為100美元，AI伺服器中SPI NOR Flash的市場規模約4.5億美元。某全球領先的SPI NOR Flash供應商在市場上占有率已位居全球第二，累計出貨量超過270億顆，實力領先。該公司在SPI NOR Flash產品線上構建了覆蓋512Kb到2Gb全容量段的完整矩陣，支持多種電壓規格，廣泛適用於AI伺服器、車規電子、消費終端等多元場景。

  三、DeepSeek技術引發的GPGPU新機遇

  DeepSeek技術實現了模型效率的重大突破，在推理階段將每個Token的計算量減少了94%、KV緩存的存儲需求降低了93%，極大減輕了算力負擔，為大模型在邊緣側的部署提供了可行路徑。某自主研發的「天元」GPU架構具備高並發計算能力，並充分兼容開源生態，構建了訓練與推理一體化的軟硬協同環境。通過「GPU+存儲計算」「GPU+數據流控制」等實際案例，強調了GPU在AI時代底層算力平台中的關鍵價值。在商業合作層面，該公司採取開放式全棧賦能模式，可提供覆蓋IP設計、SoC開發、軟體棧、算法庫、模型部署及市場拓展的完整解決方案，助力終端客戶快速落地AI產品，實現從晶片到應用的高效協同。

  四、高能效AI電源解決方案

  人工智慧發展很快，但是電網演化很慢，因此首先，我們需要考慮電力高效應用問題。某全球領先的電源管理企業致力於構建從電網到Vcore核心晶片的一體化供電解決方案，全面應對AI高性能系統對電源提出的多重挑戰。該企業推出的集成式電源模塊，採用新型背面供電封裝架構，將功率損耗降低到2%，相比傳統側邊供電方式約10%的損耗，能效優勢顯著。憑藉在高性能器件開發、先進封裝技術、客戶服務響應與大規模製造能力等方面的深厚積累，該企業已成為AI電源管理領域的全球領先者。

  五、端側AI訓推一體解決方案

  端側大模型正在成為中小企業的智能革命。而數據的積累、整理和分析運用是中小企業AI轉型的關鍵步驟。某企業推出了面向中小企業的端側AI訓推一體機解決方案。該方案搭載自研AIMemoryX卡，集成了AI專用晶片、平台軟體、模型算法以及可調硬體資源，支持從訓練到推理的全流程在本地完成，大幅降低技術門檻與部署難度。相比傳統方案，該一體機可將關鍵GPU成本節省高達95%。此外，該系統支持斷點訓練、壽命預警、訓推並行、二次開發等多項關鍵功能，具備開箱即用、一鍵部署、參數規模靈活配置、本地化運行等優勢，能夠兼容並支持最大110B甚至671B參數大模型的全量微調，為中小企業提供了低成本、高性能、可持續的AI落地路徑。

  六、RISCV走向新高度

  RISCV是晶片產業發展的必經之路。目前，RISCV在主流市場的年增長率已超過40%，僅用十年時間走完了Arm三十年的發展歷程，正加速向高性能計算與AI加速方向邁進，伴隨著生成式AI領域的發展將發揮架構優勢，形成持續突破。某領先的RISCV處理器供應商不斷疊代其處理器系列，構建面向高性能與AI應用的技術底座。例如，其某款處理器專為伺服器級場景設計，具備強大的並行計算能力，滿足大規模AI推理需求，拓寬了RISCV在高性能領域的邊界。在軟硬體協同方面，該供應商打造了覆蓋端、邊、雲的SDK軟體棧以及晶片設計平台，大幅降低開發門檻。同時通過生態合作圈，加速上下游的技術生態合作，不斷推動RISCV的產業持續創新。

  七、AI電源高性能解決方案

  隨著算力的持續提升，對電源的要求也越來越高。某全球領先的半導體企業圍繞三個核心主題展開：首先介紹了AI電源的基本架構；接著講解了其在AI伺服器領域的功率MOSFET管解決方案及其特點；最後，分享了公司在GPU和CPU的VCore供電方面的創新方案及其優點。隨著AI伺服器功率等級和功率密度不斷提高以及電源工作頻率增加，系統的可靠性及嚴格的熱設計對於半導體器件提出更高的要求和挑戰，該企業的αSGT系列產品以獨特技術優勢滿足不同的應用，如SOA增強技術產品適合高功率、高輸出電容軟啟動對線性區性能的嚴格需求，低Rds(on)進一步降低穩態工作的功耗。優化Rds(on)和開關損耗，同時具有高可靠性的不同電壓等級產品，可以滿足高頻高效的LLC電源模塊或混合開關電容拓撲的需求。控制器加DrMOS或SPS，可以提供高效的VCore整體解決方案。

  八、端側AI的新趨勢、新變革、新發展

  隨著消費電子、汽車、醫療等領域加速整合AI技術，端側AI大模型晶片作為核心組件，推動了各行業的智能化升級，形成了新的產業生態，並重塑了企業的競爭力。端側大模型生態的崛起為硬體企業帶來了前所未有的商業機會。端側AI的優勢主要體現在實時性、可靠性、定製化、低成本和隱私保護等方面。然而，個人智能體在性能、私有化和成本上仍面臨挑戰，亟需提升性能以滿足日益增長的需求。針對這一需求，某企業的近存計算解決方案，作為應對端側AI性能提升的有效路徑。

  九、AI算力與圖形渲染的平衡

  AI模型自2012年起的發展歷程，強調了大模型（LLM）和小模型（SLM）的不同特點及其對端側應用的影響，特別是與物理AI的結合帶來的增長。同時，硬體架構的變革，從CPU、NPU到GPU的不同應用，強調端側AI不僅需要高算力，還要兼顧存儲、通訊及隱私安全等需求。某領先的圖形處理器供應商在邊緣AI中的優勢，尤其是其D系列GPU在AIPC等桌面應用極為突出，其豐富的驅動支持得到業界廣泛採用。其次AI手機和自動駕駛也是他們圖形和計算的主要場景。未來AI硬體的需求，特別是效率、集成度和靈活性，同時呼籲產業鏈合作，推動硬體架構的創新。

  十、高性能導熱粉體方案探討

  隨著各行業對導熱性能的需求持續上升，導熱填料的性能已逐步逼近材料應用的上限，市場對精細化、定製化解決方案的需求愈發迫切。目前，氧化鋁和氮化鋁仍然是高導熱率領域主流導熱材料，具備多種形貌和粒徑選擇，適配範圍廣，可滿足2–15W/m·K導熱性能要求，廣泛應用於凝膠、墊片、矽脂和相變材料等導熱界面材料中。此外，氮化硼憑藉其低介電常數、高絕緣性和優異的導熱性能，在通訊電路板和PI薄膜等高要求應用場景中展現出獨特優勢。可從材料本徵性能的優化、粉體規格的拓展以及功能性賦予等多個維度著手，可以進一步滿足應用場合的需求。

  十一、適用於實時控制系統並由AI賦能的高精度故障監控

  電機及電弧故障檢測的重要性。相較於傳統分析方法，基於邊緣AI的檢測方案在分類準確率、抗噪聲能力、對新工況的適應性、算法靈活性以及開發效率等方面表現更為出色。同時，邊緣AI在多個應用場景中也展現出相比雲端AI的獨特優勢，如響應更快、隱私保護更強、部署更靈活等。在具體實現上，某領先的半導體企業採用了集成神經網絡處理單元（NPU）的邊緣AI架構，該NPU具備小體積、低功耗、高性價比等特點，能夠在單一硬體上高效運行多種神經網絡模型，包括CNN、DNN、RNN等，廣泛適用於電機故障識別、電弧檢測等場景。同時，該企業提供完善的API庫和模型編譯工具鏈，客戶無需為NPU手動編寫代碼，進一步降低了AI模型的部署門檻。

  十二、AI晶片未來的設計邏輯與生態協同

  在論壇的產業對話環節，三位嘉賓圍繞「AI晶片未來的設計邏輯與生態協同」展開深入探討。他們一致認為：AI對晶片的需求已從通用算力向多樣化、模塊化、低功耗、端邊協同加速轉變，未來晶片設計不僅要關注計算性能，更需深入理解AI應用場景本身，打造更有「場景感知力」的架構設計。

  總結

  「2025 AI技術創新論壇」的成功舉辦，不僅展示了AI技術在晶片、設計、系統、電源等多個維度的突破性進展，也彰顯了產業鏈協同、生態互促的重要性。當技術與產業深度耦合，AI正一步步從「工具」躍升為「引擎」。而晶片，則是這場深度革命的硬核支點。未來已來，唯創新者先。