2025年全球半导体行业展望

2025年全球半导体行业展望 芯片销售预计将在2025年飙升，主要得益于生成式AI和数据中心建设，即使来自PC和移动市场的需求可能仍会比较疲软。 1：半导体行业在2024年表现强劲，预计将实现两位数（19%）的增长，全年销售额达到6270亿美元。但那是23甚至优于早前的6110亿美元预测。而2025年可能更好，预计销售额将达到6970亿美元，创下历史新高，并稳步朝着到2030年实现芯片销售1万亿美元的广泛接受的目标迈进。这表明该行业仅4需要在2025年至2030年间以7.5%的复合年增长率增长（见图1）。假设该行业继续以该速率增长，它可能在2040年达到2万亿美元。•••ARTICLE 18-MIN 04FEBRUARY Deloite Center for Technology, Media & Read2025电信 股票市场通常是行业表现的领先指标：截至2024年12月中旬，全球十大芯片公司的总市值达到6.5万亿美元——较2023年12月中旬的3.4万亿美元上涨93%，较1.9万亿美元上涨235%。5 见于2022年11月中旬。但话说回来，值得注意的是，过去两年的“平均”芯片股表现是一个“两个市场的故事”：涉及生成式人工智能芯片市场的公司表现优于平均水平，而没有这种敞口的公司（汽车、6 行业销售额的一个驱动因素是生成式人工智能芯片的需求：包括CPU、GPU、数据中心通信芯片、内存、电源芯片等。德勤2024年TMT预测报告预测称，这些通用人工智能芯片总共将达到“超过”5000万美元的价值。7 十亿，这是一个过于保守的预测，因为到2024年，市场的价值很可能超过1250亿美元——并且代表了超过20%的 全年芯片总销售额。在发布时，我们预测到2025年通用人工智能芯片将达到超过1500亿美元。此外，AMD首席执行官丽莎·苏将人工智能加速器芯片的潜在市场规模的预估上调至2028年的5000亿美元——这是一个10 就终端市场而言，在2023年达到约2.62亿台的高位，并在2024年保持这一水平后，预计到2025年PC销量将增长超过4%。11：约2.73亿台。与此同时，预计2025年（及以后）智能手机销量将低速增长，达到约1.2412：2024年将达到100亿（同比增长6.2%）。这两个终端市场对半导体行业很重要：2023年，通信和计算机芯片销售额（包括数据中心芯片）占当年半导体总销售额的57%，而汽车和工业市场的销售额占比相对较低。13（例如，这仅占销售额的31%）。 该行业面临的一个挑战是，虽然生成式AI芯片及其相关收入（如存储器、先进封装、通信等）带来了巨额收入和利润，但它们仅代表一小部分高价值芯片，这意味着整个行业的晶圆产能——进而是其利用率——并不像表面所显示的那么高。2023年，近一万亿颗芯片以平均售价14 每片0.61美元。粗略估计，虽然生成式AI芯片在2024年可能占收入的20%，但它们占总收入的比例不到0.2%。15 ：晶圆。尽管预计2024年全球芯片收入将增长19%，但该年份硅晶圆的实际出货量实际上下降一个估计的16 2.4% 对于该年度而言。预计该数字将在 2025 年增长近 10%，主要受到用于组件和技术的需求推动。17 生成式人工智能芯片，例如芯粒。如我们在2025年TMT预测报告中所述当然，硅片并非唯一需要追踪的产能类型：先进封装的增长速度更快。以实例而言，一些分析师估计台积电的CoWoS（晶圆上芯片再上基板）2.5D先进封装产能将于2024年达到每月35,000片（wpm），并可能增至70,000 wpm（年增长率100%）。18 ：此外，推动行业创新并非易事。2015年，芯片行业的整体研发支出平均值为19息税前利润（EBIT）的45%，但到2024年，据估计已达到同一指标52%。研发似乎正在以12%的速度增长。20CAGR，白色EBIT仅增长10%（图2）。 在过去34年里（如图3所示）。因此，与1990年到2010年相比，过去14年行业似乎经历了较少的极端增长或萎缩，但收缩的频率似乎有所增加。目前2025年看起来比较稳定，但很难预测2026年将带来什么变化。 这些趋势以及其他因素构成了我们2025年半导体行业展望，其中我们将深入探讨四个关键议题：面向个人电脑和智能手机以及企业边缘的生成式AI加速器芯片；芯片设计的新“左移”方法；日益加剧的全球人才短缺；以及在不断升级的地缘政治紧张局势中构建弹性供应链的必要性。 关于德勤的TMT中心展望 德勤2025年全球半导体行业展望旨在识别半导体公司及其他半导体供应链部分在未来一年应考虑的战略问题与机遇，包括其影响、值得考虑的关键行动及需提出的关键问题。其目标是为半导体生态系统中的公司提供信息与远见，使其能够为强大的富有韧性的未来做好定位。 生成式AI芯片应用于个人电脑、智能手机、企业边缘计算和物联网 许多用于训练和推理生成式人工智能（gen AI）的芯片成本高达数万美元，注定用于大型云数据中心。在2024年和2025年，这些芯片或其轻量级版本也将在企业边缘设备、计算机、智能手机以及（随着时间的推移）其他边缘设备（如物联网应用）中找到应用场景。需要明确的是，在许多情况下，这些芯片被用于生成式人工智能、传统人工智能（机器学习）或日益增长的两者组合。 ：企业级边缘计算市场在2024年已经成为一个因素，但在2025年的问题是这些芯片的更小、更便宜、功能更弱版本能否成为计算机和智能手机的关键组成部分。它们在每片芯片的价值方面有所欠缺，但可以通过销量来弥补：PC销量22 预计到2025年将超过2.6亿台，而智能手机预计将超过12.4亿台。有时，“通用人工智能芯片”可以 它是一个独立的硅片，但更常见的是几平方毫米的专用 AI 处理区域，是更大芯片中微小的部分。 企业边缘：尽管通过云端的通用人工智能（gen AI）可能会继续成为许多企业的主导选择，但大约一半的企业23 全球预计将在本地增加AI数据中心基础设施——这是企业边缘计算的一个例子。这可能是为了帮助保护其知识产权和敏感数据，并遵守数据主权或其他法规，但也为了帮助它们节省 钱。这些芯片在很大程度上与超大规模数据中心中使用的芯片相同，服务器机架成本高达数百万美元，需要数百千瓦的电力。尽管企业边缘服务器芯片的需求小于超大规模芯片的需求，但我们估计企业边缘服务器芯片的需求可能会 26：个人电脑：预计到2025年，搭载通用人工智能的PC销售额将占所有PC的一半，一些预测表明几乎 27 所有个人电脑到2028年都将至少配备一些板载生成式人工智能处理能力——也被称为神经处理单元（NPU）——（见图4）。这些NPU-28动力机械预计将获得10%至15%的价格溢价，但需要注意的是，并非所有生成式人工智能（Gen AI）电脑都相同。根据主要PC生态系统公司的建议，在40 TOPS（每秒万亿次运算）的水平上存在一条分界线。29认为只有处理能力超过40 TOPS的计算机才能被视为真正的AI赋能型PC。截至撰写时，一些购买者持谨慎态度。30这些新PC要么不愿支付溢价，要么等到2025年下半年推出更强大的代AI NPU。 截至2024年12月，许多已安装的PC运行在x86 CPU上，其余部分则基于Arm架构的CPU。31 ：架构。MediaTek、Microsoft 和 Qualcomm 在 2024 年宣布他们将制造基于 Arm 架构的 PC，特别是生成式 AI PC。在接下来的 12 个月内，这些设备是否成功尚不明确，但这很可能会成为各个芯片制造商面临的一个关键问题，Qualcomm32 ：智能手机：在PC NPU可能价值数十美元的情况下，等效的智能手机生成式人工智能芯片的价值可能要低得多，而我们33估计下一代智能手机处理器上的硅片价值低于1美元。尽管智能手机市场已售出超过10亿部设备34每年，尽管我们预测到2025年通用人工智能（gen AI）智能手机将占手机销售量的30%，但半导体的影响在美元价值方面可能不如个人电脑（PC）。相反，对于芯片制造商而言，一个有趣的角度可能是观察消费者是否对新gen AI手机足够兴奋，35有助于缩短更换周期。消费者现在换手机的周期越来越长，而且近年来销售一直很火爆。 如果生成式AI的狂热导致智能手机销量上涨，那么所有类型的芯片公司都将受益，而不仅仅是为生成式AI芯片制造的公司本身。 ：物联网：数据中心中的一块通用人工智能芯片可能成本为3万美元，台式电脑上的通用人工智能芯片可能成本为30美元，智能手机上的通用人工智能芯片可能成本为3美元。为了让通用人工智能芯片能在低成本物联网市场发挥作用，它们的成本应该约为0.3美元。这种情况不太可能在短期内发生，但随着数十亿物联网终端需要人工智能处理器的可能性，这是一个值得长期关注的领域。 需要考虑的战略问题 虽然数据中心用通用人工智能芯片目前有需求，鉴于其对于行业增长的重要性，是否有任何迹象表明需求正在•是正在减弱，还是处理正在从数据中心转移到边缘设备？ 鉴于生成式AI芯片在数据中心取得的成功，各种边缘芯片的市场潜力可能推动并购并吸引•进一步吸引私募股权、风险投资和主权财富基金的兴趣：芯片公司已经与金融机构形成合作关系。2025年我们是否还会看到更多这类合作？ 一些分析师预计，2025年及以后，生成式AI推理市场的增长速度将快于训练：这可能带来哪些影响？•半导体各个领域和参与者？随着AI推理成本以更快的速度降低，它将如何影响半导体芯片？ With greater focus on sustainability and the heightening stress on power consumption due to an AI-driven surge in electricity demand, how•该行业能否在小尺寸设备（包括笔记本电脑、手机和物联网设备）中在功率效率和性能之间取得平衡？芯片设计向左转移，并呼吁加强跨领域合作。 行业 德勤预测，到2023年，人工智能将成为人类半导体工程师的强大助手，协助他们处理极其复杂的36：芯片设计流程，并使它们能够找到改进和优化PPA（功耗、性能和面积）的方法。截至2024年，生成式AI已经37能够实现快速迭代以改进现有设计并发现能够更短时间内完成全新设计的方案。到2025年，可能将更加注重“左移”——这是一种芯片设计与发展方法，其中测试、验证和确认将被提前移至更早的阶段。38芯片设计与开发流程——优化策略可能从简单的PPA指标演变为系统级指标，如性能39每瓦功率，FLOPs（每秒浮点运算次数）每瓦功率，以及热因素。而先进人工智能能力的结合——图神经网络和强化学习——可能会继续帮助设计出比典型芯片更节能的芯片。40由人类工程师生产。 特定领域和专用芯片预计将继续比通用芯片获得更多重视，因为有几个行业（例如41 汽车行业)以及某些人工智能工作负载需要对芯片设计采取定制化方法。然而，应用软件的广泛采用将需要……42specifc integrated circuits remains less clear, as the development and maintenance of such hardware can be costly and could divert focus from43其他人工智能的进步。但这里，生成式人工智能工具可以允许公司设计更专业和有竞争力的产品，包括44定制硅。3D ICs和异构架构正在引入与排列、组装、验证和测试各种芯片相关的挑战。45它有时可以进行预组装。这种从单个产品设计转向系统设计的转变可以整合软件和数字。46在早期阶段就进行双胞胎测试——强调早期和频繁测试的重要性。到2025年，在流程上游同步硬件、系统和软件开发很可能有助于重新定义未来的系统工程，并提高整体效率、质量和上市时间。 为了适应设计领域不断变化的面貌并保持发展，行业可以考虑采用新的方法来处理复杂的设计流程。目前，芯片行业正在探