AI 芯片产业链图解

大模型每生成一个 token，背后都要完成海量矩阵运算。CPU 好比总调度员，擅长处理复杂任务；AI 芯片好比拥有成千上万条并行工位的超级工厂。

GPU 兼顾训练、推理和科学计算；ASIC 与 TPU 针对特定模型进行定制，更容易优化能效和成本；NPU 进入手机、汽车和边缘设备，强调低功耗与本地响应。

AI 芯片的成本账本至少包含五层：逻辑裸片、HBM、先进封装与载板、高速互连及供电散热、软件适配与集群运维。GPU 负责计算，HBM 好比紧贴车间的立体仓库，CoWoS 类先进封装负责把计算芯片与存储高速连接起来。

英伟达 FY2026 数据中心收入达到 1937 亿美元，同比增长 68%，全年 GAAP 毛利率达到 71.1%。台积电曾把 2025 年 CoWoS 产能目标定为翻倍，SK hynix 已完成 HBM4 开发并建立量产准备体系。真正稀缺的能力已经从单颗芯片扩展到计算、存储、封装、互连和软件的系统协同。

国内链条怎样分工？寒武纪、海光信息承担算力芯片设计；中芯国际承担晶圆制造；北方华创供应半导体设备；澜起科技覆盖内存接口和互连。

东方财富妙想数据显示，2025 年寒武纪营业收入 64.97 亿元、销售毛利率 55.15%；海光信息营业收入 143.8 亿元、销售毛利率 57.83%；澜起科技销售毛利率 62.23%；北方华创销售毛利率 40.10%；中芯国际销售毛利率 21.62%。

接下来关注三条主线：推理需求推动 ASIC 扩展；HBM4、Chiplet 与先进封装继续升级；国产算力从单卡推进到软件栈、服务器和超节点。

一句话总结：AI 芯片是一座算力工厂，任何一层出现堵点，整座工厂都会降低效率。

如果只能关注一个环节，你更看好算力芯片、HBM、先进封装，还是软件生态？