Yole評2025數(shù)據(jù)中心半導體趨勢：人工智能重塑計算和內(nèi)存市場

近日，市場研究與戰(zhàn)略咨詢公司Yole Group發(fā)布了新報告《2025 年數(shù)據(jù)中心半導體趨勢》，深入分析了人工智能、高性能計算和超大規(guī)模需求如何推動新的半導體范式，我們對此報告內(nèi)容進行了編譯整理，供大家參考。 

全球云和人工智能基礎(chǔ)設施的半導體市場需求正在經(jīng)歷深刻的轉(zhuǎn)變。Yole Group在 2025 年數(shù)據(jù)中心半導體趨勢報告中揭示了在人工智能爆炸性增長和根本架構(gòu)變革的推動下，市場正處于拐點。2024年，全球數(shù)據(jù)中心半導體的整體市場規(guī)模（TAM）總額達到了2090億美元，產(chǎn)品涵蓋了計算、內(nèi)存、網(wǎng)絡和電源。到2030年，這一數(shù)字預計將增長到近5000億美元。人工智能和高性能計算現(xiàn)在是主要應用領(lǐng)域，其中僅生成式人工智能就重塑了處理器和加速器的需求。

由于存儲、處理和互連對更多半導體產(chǎn)品的需求不斷增長，服務器中的半導體產(chǎn)品價值不斷增加，這主要是由人工智能、機器學習和前沿模型推動的。人工智能驅(qū)動的服務器正在迅速增長，從 2020 年占計算服務器總數(shù)是個位數(shù)百分比上升到2024年的10% 以上。這一趨勢遵循S曲線：初始增長緩慢，快速上升，然后在2026年后趨于穩(wěn)定，到2030年保持穩(wěn)定。數(shù)據(jù)中心半導體加速市場預計將于2024年開始擴大規(guī)模，到2030年估計將達到4930 億美元。屆時，數(shù)據(jù)中心半導體預計將占整個半導體市場的50% 以上，反映出人工智能、云計算和超大規(guī)?；A(chǔ)設施需求的巨大轉(zhuǎn)變。該細分市場的復合年增長率（2025-2030 年）幾乎是整個半導體行業(yè)的兩倍。

• 由于人工智能繁重工作負載的復雜性和處理需求的增加，邏輯半導體將繼續(xù)占據(jù)主導地位，并且市場規(guī)模增長最快。

• 內(nèi)存，尤其是高帶寬內(nèi)存（HBM），是第二大細分市場，正在經(jīng)歷快速增長，以支持 AI和HPC的高吞吐量需求。

• 由英偉達和 Broadcom 等公司推動的光學和共封裝光學（CPO）的擴展也在改變服務器架構(gòu)。預計到2030年，僅光學一項就將實現(xiàn)數(shù)十億美元的收入。

• 在供電系統(tǒng)方面，數(shù)據(jù)中心設計的未來正在被重新構(gòu)想，以實現(xiàn)最高效率。直流配電這樣曾經(jīng)的長遠目標現(xiàn)在成為被優(yōu)先考慮的選項。顛覆性的人工智能數(shù)據(jù)中心需要極高的能效，正在加速向液體冷卻的轉(zhuǎn)變，從之前的選擇之一變?yōu)楸夭豢缮?。預計到2030年，該市場規(guī)模將超過10億美元。

• 與此同時，人工智能和GPU硬件的密集布局正在推動服務器基礎(chǔ)設施對嵌入式智能傳感器的需求。隨著熱和環(huán)境限制的增加，片上溫度傳感器正在成為標準配置。此外，液體冷卻系統(tǒng)需要先進的傳感器來有效監(jiān)控壓力、流量和冷卻液質(zhì)量。

• 最后，預計到2030年，服務器用半導體晶圓的數(shù)量將超過2000萬片，其中大部分在28納米以下節(jié)點上制造，以滿足先進人工智能芯片的需求。

細分領(lǐng)域 

人工智能驅(qū)動的數(shù)據(jù)中心正在成為創(chuàng)新動力源，各種技術(shù)浪潮將重新定義性能、效率和架構(gòu)。

自2024年以來，人工智能（尤其是生成式人工智能）重塑了數(shù)據(jù)中心計算，影響了處理器設計，并加速了谷歌、AWS 和Meta等主要云公司對人工智能 ASIC 的采用。英偉達憑借其基于小芯片（Chiplet）和臺積電4nm工藝的Blackwell GPU仍然占據(jù)主導地位，但 AI ASIC在推理方面越來越受歡迎。網(wǎng)絡架構(gòu)也隨著DPU和網(wǎng)絡ASIC的發(fā)展而發(fā)展，以改善流量管理。 快速、寫入密集型SSD對于 AI 訓練以避免 GPU 停機至關(guān)重要，而 HBM 正在快速發(fā)展以滿足不斷增長的內(nèi)存帶寬需求。 SOI上的硅光學提供了光學元件的靈活集成，但缺乏原生光源。人們正在探索TFLN和石墨烯等新材料來增強調(diào)節(jié)劑。CPO正在Nvidia 和英特爾等公司的推動下改變數(shù)據(jù)中心設計，這些公司的目標是共同集成光子學和交換 ASIC。 數(shù)據(jù)中心正在轉(zhuǎn)向直流電源、液體冷卻和機架級電源配置（例如，到 2026 年將達到 600 kW 的“Ultra-Rubin”機架）。使用 GaN 和 SiC 的混合電源可滿足效率要求。 具有片上智能的傳感器正在激增，以管理熱和環(huán)境負荷。先進封裝 （3D/2.5D） 對于集成高性能和 AI 系統(tǒng)的組件至關(guān)重要。 未來的方向包括用于超高效設備上學習的神經(jīng)形態(tài)系統(tǒng)、用于帶寬豐富處理的光子計算以及提供潛在性能和能量增益的量子計算（盡管仍處于早期階段）。 

GPU仍然是人工智能基礎(chǔ)設施的基石，2024年英偉達將占據(jù)93%的服務器GPU收入份額。Yole Group預測，GPU收入將從2024年的1000億美元增長到2030年的2150億美元。盡管GPU的平均售價（ASP）很高，但它對于AI訓練是不可或缺的，并且越來越多地用于推理。 

AI是個充滿活力的領(lǐng)域，GPU的一枝獨秀只是暫時的，人工智能應用中ASIC（這里的ASIC是定制芯片的意思）正在獲得越來越多的關(guān)注。谷歌、亞馬遜和Microsoft正在投資特定領(lǐng)域的芯片，以優(yōu)化性能并減少對英偉達的依賴?；谶@些領(lǐng)先公司的進入，到2030年，AI ASIC的收入預計將飆升至845億美元。 

計算并不是唯一的瓶頸。內(nèi)存架構(gòu)也在迅速發(fā)展。DDR5的應用規(guī)模仍在繼續(xù)擴大，不過相比起來HBM看到了更大的市場需求，尤其是人工智能訓練應用的需求。CXL在解決新服務器架構(gòu)中的內(nèi)存分解和延遲挑戰(zhàn)方面越來越受歡迎。 

數(shù)據(jù)中心芯片領(lǐng)域的領(lǐng)導地位也在發(fā)生變化。美國企業(yè)仍然占據(jù)主導地位，尤其是英偉達、AMD和英特爾。但Yole Group的分析師指出，中國正在通過戰(zhàn)略投資和政策來擴大其國內(nèi)能力。出口管制繼續(xù)影響供應鏈，但也強化了中國及其他地區(qū)的主權(quán)發(fā)展目標。 

初創(chuàng)企業(yè)和新入局企業(yè)一并加入這個快速增長的市場同時參與到塑造市場的進程中，從 Groq到Cerebras以及Tenstorrent，芯片設計的創(chuàng)新正在推動AI推理硬件向前發(fā)展，特別是新穎的解決方案會在成本、性能或能源效率方面挑戰(zhàn)老牌企業(yè)，并且?guī)眍嵏残缘氖袌鲎兓?，一如英偉達的忽然崛起。

英偉達參與定義服務器供電系統(tǒng)的未來（該部分由吉田順子為Yole撰寫） 

乘著人工智能熱潮，市值達 4 萬億美元的英偉達似乎在服務于人工智能驅(qū)動數(shù)據(jù)中心的電力電子和電力系統(tǒng)公司中贏得了足夠的信任。許多寬禁帶（WBG）半導體供應商和芯片供應商都在配合，愿意投資新技術(shù)來滿足英偉達的需求。 

英飛凌科技系統(tǒng)創(chuàng)新集團負責人Gerald Deboy將英偉達比作一位大師，他精心策劃“整個世界構(gòu)建和運營數(shù)據(jù)中心的新方式”。英偉達招募的廠商包括英飛凌、MPS、納微、羅姆、意法半導體、德州儀器，倡導向800 V高壓直流（HVDC）數(shù)據(jù)中心電力基礎(chǔ)設施過渡。此外，還有臺達、Flex Power、Lead Wealth、LiteOn、Megmee等電力系統(tǒng)組件供應商，以及構(gòu)建數(shù)據(jù)中心系統(tǒng)的公司，包括伊頓、施耐德電氣和Vertiv。

Yole Group電力電子市場和技術(shù)分析師Hassan Cheaito認為，英偉達對人工智能數(shù)據(jù)中心的推動正在為氮化鎵 （GaN）創(chuàng)造動力，就像“SiC（碳化硅）的特斯拉時刻”。正如意法半導體從特斯拉早期推動碳化硅的成果中收獲成果一樣，英飛凌和納微正在競相從英偉達推動的新興氮化鎵時刻中獲利。 

很明顯，為什么英偉達要求進行大規(guī)模重新設計？隨著該公司將于2027年推出Rubin Ultra GPU和Vera CPU，并在機架內(nèi)集群盡可能多的GPU以跟上AI的發(fā)展步伐，英偉達已經(jīng)放棄了專為千瓦（KW）級機架設計的54V機架內(nèi)配電。該技術(shù)無法應對新 GPU 的大規(guī)模集群所需的不斷增長的每機架功率水平。

傳統(tǒng)機架電源系統(tǒng)無法處理機架內(nèi)空間限制和銅過載造成的物理限制。英偉達已經(jīng)認識到，整個電源鏈中重復的交流到直流轉(zhuǎn)換并不節(jié)能，并且會增加故障點。因此，盡管其GPU業(yè)務距離電源核心最遠，但英偉達正在對AI數(shù)據(jù)中心的電源基礎(chǔ)設施進行全面重新設計。新的800V高壓直流（HVDC 數(shù)據(jù)中心架構(gòu)將需要大量新的功率器件和半導體。

簡而言之，英偉達希望服務器主板在800V直流電下運行，因此有必要從800V電壓轉(zhuǎn)換為負載電壓點。考慮到空間限制，這并不容易。例如，英飛凌正在制造 800V至12V和800 V至50V轉(zhuǎn)換器，以向英偉達展示該技術(shù)在功率密度、效率、外形尺寸、高度等方面的特性。

那么，需要哪些類型的功率器件呢？

英飛凌的Deboy解釋說，在需要高功率、高壓解決方案的數(shù)據(jù)中心電源基礎(chǔ)設施中，SiC處于領(lǐng)先地位。但對于從800V到50V的轉(zhuǎn)換，空間限制決定了高開關(guān)頻率。他補充說，這使得它“更像是一個氮化鎵領(lǐng)域”。同時，對于從54V到6V的轉(zhuǎn)換，在所謂的低壓中間母線轉(zhuǎn)換器（IBC）中，氮化鎵和硅都可以。

此外，Deboy 解釋說，新的800 V AI數(shù)據(jù)中心還需要發(fā)明新的基于半導體的繼電器。在當今的數(shù)據(jù)中心，交流電是以三相進行分布的，普通繼電器和普通開關(guān)像電燈開關(guān)一樣打開和關(guān)閉電源。相比之下，在一個新的高壓直流人工智能數(shù)據(jù)中心中，安全需要新的半導體組件，以維護良好的行為控制電流和浪涌電流。

綜上所述，Yole Group 首席技術(shù)和市場分析師 Poshun Chiu 將英飛凌稱為“迄今為止電力電子領(lǐng)域的領(lǐng)導者”。Chiu指出，當人工智能數(shù)據(jù)中心需要混合電力電子解決方案時，英飛凌的實力在從SiC到GaN和硅半導體的所有三個領(lǐng)域都大放異彩。Chiu補充說，英飛凌涵蓋人工智能數(shù)據(jù)中心電力鏈的每個階段，努力為每個階段提供最佳技術(shù)。

英飛凌科技提供的800V供電結(jié)構(gòu)圖

 然而，英飛凌并不是唯一一家競相抓住英偉達驅(qū)動的人工智能數(shù)據(jù)中心機會的公司。納微半導體首席執(zhí)行官Gene Sheridan指出，“隨著你越來越接近處理器，英偉達會得到更多的實踐。他說，從 48 V開始，英偉達正在推動設計、組件選擇和供應商選擇?！拔覀兠恐芏寂c他們合作......評估、表征、基準測試、原型設計，以幫助英偉達找出最終解決方案。Navitas 正在利用其在GaN方面的優(yōu)勢來解決AI數(shù)據(jù)中心所需的電力電子解決方案。2022年收購 GeneSiC Semiconductor也幫助Navitas加強了其寬帶隙IC產(chǎn)品組合。除了適用于傳統(tǒng)交流直流轉(zhuǎn)換器或 800伏直流轉(zhuǎn)換器的GaN或SiC之外，Navitas還涉足最接近處理器的“48 伏電壓“用于為處理器供電。但Sheridan為氮化鎵找到了新的機會，這是由他的公司通過收購 GeneSiC 獲得的業(yè)界最高電壓 SiC 技術(shù)引發(fā)的。超高壓碳化硅技術(shù)對于開發(fā)并網(wǎng)的“固態(tài)變壓器”至關(guān)重要。除了數(shù)據(jù)中心之外，Sheridan認為，電網(wǎng)正在升級為世界各地的固態(tài)變壓器，為城市和家庭供電，甚至連接到可再生能源。 

其他超大規(guī)模企業(yè)呢？通過先發(fā)制人地公布其數(shù)據(jù)中心電力基礎(chǔ)設施計劃，英偉達成功地推動了行業(yè)對話。但未知的是，從現(xiàn)在到2027年底，當英偉達推出Rubin Ultra（預計 800 V HVDC）時，谷歌和 Meta 將如何回應？

英偉達的激進舉措可能會使開放計算項目（OPC）過時。過去，OPC在標準化數(shù)據(jù)中心的外形尺寸和機架級別方面處于領(lǐng)先地位。如今，“OPC進展太慢了，”英飛凌的Deboy說，中間階段出現(xiàn)的不同架構(gòu)可能會將數(shù)據(jù)中心送回“叢林”，在那里，沒有一個數(shù)據(jù)中心解決方案是兼容的，就像OCP之前的時代一樣。 

在人工智能數(shù)據(jù)中心市場，Yole Group 預測GaN將超越SiC。雖然SiC專注于交流到直流，但用于直流到直流的GaN也可以進入交流到直流。Chiu 解釋說，這是因為GaN 器件具有更高電壓的潛力。“盡管我們看到了SiC 的一些上行市場，三到五年內(nèi)約為 1 億美元，但 GaN 的機會似乎要大得多。”