2025 年半導體市場在AI需求爆發(fā)與全產業(yè)鏈復蘇的雙重推動下，呈現出強勁的增長態(tài)勢。以EDA/IP先進方法學、先進工藝、算力芯片、端側AI、精準控制、高端模擬、高速互聯(lián)、新型存儲、先進封裝等為代表的技術創(chuàng)新，和以AI數據中心、具身智能、新能源汽車、工業(yè)智能、衛(wèi)星通信、AI眼鏡等為代表的新興應用，開啟新一輪的技術和應用革命。過去的一年，半導體助力夯實數字經濟高質量發(fā)展的全新底座，新的一年，半導體行業(yè)又將如何推動端云協(xié)同、普惠智能的普及之路呢。

最近，由電子發(fā)燒友網策劃的“2026半導體產業(yè)展望”專題正式發(fā)布。電子發(fā)燒友網已經連續(xù)數年策劃并推出“半導體產業(yè)展望”系列專題，每次一經上線都反響熱烈、好評如潮。這里匯聚了半導體高管們對往年發(fā)展的回顧與總結，以及對新年市場機會和形勢的前瞻預測。他們的睿智和洞察給了產業(yè)界莫大的參考和啟發(fā)。今年來自國內外的半導體創(chuàng)新領袖企業(yè)高管們又帶來哪些前瞻觀點？此次，電子發(fā)燒友網特別采訪了Arm 中國區(qū)業(yè)務全球副總裁鄒挺，以下是他對2026年半導體產業(yè)的分析與展望。

圖：Arm 中國區(qū)業(yè)務全球副總裁鄒挺

2025企業(yè)成績：“平臺優(yōu)先”全面深化，云邊端協(xié)同突破

2025 年，半導體行業(yè)在 AI 的核心驅動下實現了強勁增長。隨著 AI 在數據中心、汽車、智能終端等領域的深化落地，AI 負載也加速從云端向邊緣與物理設備滲透，這不僅推動了用戶對高性能計算的需求，更催生了對高能效、高安全、可擴展計算平臺的迫切需要。

談到 2025 年的成績，作為全球 AI 計算的基石，Arm 圍繞“平臺優(yōu)先”戰(zhàn)略，面向基礎設施、PC、移動端、汽車、物聯(lián)網市場推出了新的產品命名體系，標志著向計算平臺公司的進一步轉型。與此同時，Arm 憑借領先的計算平臺和技術，攜手廣泛的生態(tài)合作伙伴，構建從云端到邊緣的全棧 AI 能力，驅動智能計算無處不在。

云 AI 領域：Arm Neoverse平臺繼續(xù)為融合型 AI 數據中心提供高密度、高能效、高定制化的 CPU 核心，幫助合作伙伴實現性能躍升與總擁有成本 (TCO) 優(yōu)化的同時，大幅縮短產品上市周期。阿里云、亞馬遜云科技、Google、Meta、微軟等所有頭部云服務提供商均基于 Neoverse 平臺來構建基礎設施，以實現性能、功耗與規(guī)模的平衡。目前，Neoverse 平臺的核心部署量已超過 10 億個，此外，Arm 架構占據接近半數 2025 年出貨到頭部云服務提供商的算力。

邊緣 AI 領域：2025 年，Arm 推出了面向消費電子設備的全新 Arm Lumex CSS 平臺，可支持智能助手、語音翻譯和個性化服務等實時端側 AI 應用場景，其搭載的 SME2 技術的全新 Arm CPU 則可實現高達 5 倍的 AI 性能提升，已在國內合作伙伴的 AI 智能手機和應用中實現了廣泛落地。

vivo、OPPO 等手機廠商推出集成啟用 SME2 技術的旗艦智能手機，為端側 AI 帶來了切實的體驗提升。

應用方面，在 Arm 與支付寶及 vivo 密切協(xié)作下，支付寶已在 vivo 新一代旗艦智能手機上完成了基于 Arm SME2 技術的大語言模型推理驗證。結果顯示，在預填充 (prefill) 與解碼 (decode) 階段的性能分別超過 40% 和 25% 的提升。
在游戲方面，Arm 與騰訊 GiiNEX 針對 SME2 展開合作，根據騰訊初步測試結果顯示，啟用 SME2 后性能提升高達 2.5 倍。

此外，在物聯(lián)網領域，Arm 推出了 Armv9 邊緣 AI 計算平臺，以 Cortex-A320 CPU 和 Ethos-U85 NPU 為核心，專為物聯(lián)網應用優(yōu)化，支持運行超 10 億參數的端側 AI 模型，已獲得包括亞馬遜云科技 (AWS)、西門子和瑞薩電子等在內的多家行業(yè)領先企業(yè)的支持。

物理 AI 領域：Arm 推出了專為汽車打造的 Arm Zena CSS，能將芯片開發(fā)周期縮短長達 12 個月，并使每個芯片項目的工程資源投入減少多達 20%，助力車廠和芯片供應商加速新車型的上市進程，目前已著手第二代研發(fā)。在生態(tài)方面，今年迎來了 SOAFEE（面向嵌入式邊緣的可擴展開放架構）四周年，取得了里程碑式的成就：全球成員已突破 150 家，其中亞太區(qū)占比達 38%，包括 AutoCore、黑芝麻智能、廣汽集團、吉利汽車、聯(lián)想車計算、中科創(chuàng)達等優(yōu)秀的中國合作伙伴。

持續(xù)構建廣泛的軟件生態(tài)：Arm KleidiAI 軟件庫已經集成到多個主流 AI 框架，包括 Llama.cpp、ExecuTorch 和 LiteRT，能夠對 Meta Llama 3 和 Phi-3 等主流 AI 大模型進行加速，進一步釋放 AI 計算性能。在中國市場，Arm KleidiAI 技術已成功集成至阿里通義千問、百度文心大模型及騰訊混元大模型中，并于上述三大模型開源首日即率先完成適配，有力加速本土 AI 大模型的技術研發(fā)與場景落地進程。

2026 技術創(chuàng)新：AI 重構半導體技術底座

AI 在云邊端的加速滲透，正從架構設計、技術路徑、安全標準等維度，全方位驅動半導體技術創(chuàng)新。

架構向模塊化芯粒轉型：為快速、靈活地適配云端訓練、邊緣推理及終端設備上多樣化的 AI 工作負載，半導體設計正從傳統(tǒng)的單片式架構，全面加速轉向模塊化芯粒 (Chiplet) 設計。通過將計算單元、內存與 I/O 等功能拆分為可復用的構建模塊，設計者可混合搭配不同工藝節(jié)點的芯粒，針對特定工作負責快速定制系統(tǒng)級芯片 (SoC)。這一轉型不僅大幅縮短設計周期、降低創(chuàng)新門檻，更標志著產業(yè)重心從“追求更大芯片”轉向“打造更智能系統(tǒng)”。同時，行業(yè)級標準化進程持續(xù)推進，新興開放標準將確保不同廠商的芯粒產品實現可靠、安全的集成，拓寬供應鏈選擇范圍，催生以可互操作組件為核心的生態(tài)體系，取代以往高度耦合的單一廠商系統(tǒng)模式。

技術路徑聚焦“超越摩爾定律”：AI 對算力密度和能效的持續(xù)需求，推動技術創(chuàng)新逐步脫離單純依賴晶體管尺寸縮小的路徑，轉向新型材料應用與先進封裝技術，如 3D 堆疊和芯粒集成等“超越摩爾定律”的方向。這種垂直創(chuàng)新通過功能分層集成、優(yōu)化散熱效率以及顯著提升“每瓦算力”實現突破，而非單純的橫向尺寸縮放。該技術路徑已成為支撐高性能 AI 芯片、高密度數據中心基礎設施，以及功耗受限的邊緣 AI 設備持續(xù)發(fā)展的關鍵基礎，為更強大的 AI 系統(tǒng)落地提供核心支撐。

系統(tǒng)級協(xié)同設計推動融合型 AI 數據中心興起：AI 工作負載的復雜性催生了系統(tǒng)級協(xié)同設計的趨勢，半導體創(chuàng)新不再局限于單獨的 CPU 或加速器，而是朝著“系統(tǒng)層面與軟件棧協(xié)同設計”的定制化芯片方向演進，針對特定 AI 框架、數據類型及應用場景完成深度優(yōu)化。例如，亞馬遜云科技 (Graviton)、Google Cloud (Axion) 和 Microsoft Azure (Cobalt) 等頭部云服務商正引領這一轉變，通過從底層將專用 CPU、AI 加速器、內存及互連技術深度整合，打造可擴展、高效且開發(fā)者可訪問的 AI 平臺。這一趨勢推動了面向 AI 的融合型數據中心加速落地，其核心目標是最大化單位面積內的 AI 算力，進而降低 AI 運行所需的能耗總量及相關成本。

“設計即安全”成硬性需求：隨著 AI 系統(tǒng)自主性不斷增強，并深度嵌入自動駕駛、工業(yè)控制等關鍵基礎設施，硬件本身已成為安全攻擊的新目標。因此，“設計即安全”已從商業(yè)差異化優(yōu)勢，轉變?yōu)閷Π雽w產品的通用硬性要求。Arm 內存標記擴展 (MTE)、硬件可信根和機密計算安全飛地等技術，正從可選附加組件升級為芯片標配功能。鑒于個人與企業(yè)的高價值數字資產（包括專有數據集、業(yè)務邏輯、用戶憑證及財務信息等）日益集中于 AI 系統(tǒng)，芯片層面需部署加密強制隔離、內存完整性及運行時驗證等多層安全機制，確保 AI 系統(tǒng)處理敏感數據和核心業(yè)務邏輯時的機密性、完整性與可靠性。

2026 市場機遇：三大賽道驅動AI全域規(guī)?；鲩L

展望 2026 年，Arm 預計多個新興市場將迎來更具規(guī)模性的增長機會。

汽車與機器人市場，通用計算平臺加速規(guī)?；涞兀涸诙嗄B(tài)模型、更高效訓練與推理管線的技術突破推動下，物理 AI 系統(tǒng)（如智能汽車、自主機器、機器人）將實現規(guī)?；渴?，重塑醫(yī)療健康、制造、交通運輸、采礦等多個行業(yè)，不僅能顯著提升生產效率，還可替代人類在高危環(huán)境中穩(wěn)定作業(yè)。其中，AI 技術將深度滲透汽車供應鏈全環(huán)節(jié)——從車載芯片到工廠工業(yè)機器人，先進駕駛輔助系統(tǒng) (ADAS) 與車載信息娛樂系統(tǒng) (IVI) 成為核心升級驅動力，芯片技術也將圍繞這些需求完成重構。同時，面向汽車與機器人自動化場景的通用計算平臺正逐步涌現，車載芯片通過技術復用與適配，可應用于人形機器人或工業(yè)機器人領域，進一步提升規(guī)模經濟效益，加速物理 AI 系統(tǒng)的研發(fā)與落地。

融合型AI 數據中心，“每瓦智能”驅動基礎設施升級：在算力密度、能效與成本壓力的共同推動下，融合型 AI 數據中心成為基礎設施升級的核心方向。受系統(tǒng)級協(xié)同設計趨勢驅動，行業(yè)正從底層芯片到軟件棧進行一體化優(yōu)化，頭部云服務商已率先推出將專用 CPU、AI 加速器、內存及互連技術深度整合的平臺。這類數據中心以“最大化單位面積 AI 算力”“提升每瓦性能”為核心衡量指標，催生對高能效計算平臺的激增需求，進而驅動底層芯片架構及協(xié)同設計方案的進一步革新。

終端智能市場，打破壁壘構建“個人智能網絡”：智能手機將全面進入端側 AI 時代，進化為集數字助手、相機與個人管家于一體的多功能設備；PC、移動設備、物聯(lián)網與邊緣 AI 之間長期存在的壁壘將逐漸消融，跨操作系統(tǒng)兼容性與應用可移植性實現 “一次開發(fā)，全域部署”。AI 還將打通手機、可穿戴設備、PC、汽車及智能家居設備，構建連貫的“個人智能網絡”，所有邊緣設備原生支持 AI 工作負載，實時共享情境信息與學習成果，預判用戶需求并提供無縫個性化體驗。此外，AR/VR 可穿戴設備（如頭顯、智能眼鏡）將在物流、運維、醫(yī)療、零售等更廣泛的企業(yè)場景中落地，憑借輕量化設計、更強 AI 能力與流暢連接體驗，從“嘗鮮品”轉變?yōu)椤氨匦杵贰?，助力提升生產效率與操作安全性。

Arm 布局規(guī)劃：Arm 正在加速研發(fā)投入，以支持客戶對下一代架構、計算子系統(tǒng) (CSS) 的需求，并探索向芯?；蛲暾?SoC 的潛在業(yè)務擴展，攜手全球優(yōu)秀的生態(tài)伙伴以及超過 2200 萬名軟件開發(fā)者，驅動 AI 無處不在。