2025年全球半导体行业展望：预计2025年芯片销售额将大幅增长，由生成式AI和数据中心建设推动，尽管PC和移动市场的需求可能保持平稳。

技术, 医ia &Telecom2025年全球半导体行业展望 芯片销售预计将在2025年激增，由生成式AI和数据中心的扩建引领，尽管个人电脑和移动市场的需求可能仍然低迷。 •••第十八条-分钟 04 02月 德勤技术、媒体与中心 阅读2025电信 1半导体行业在2024年表现出强劲的势头，预计增长率为两位数（19%），年销售额达到6270亿美元。但这只是23甚至比之前的6110亿美元的预测还要好。2025年可能会更好，预计销售额将达到6970亿美元，创下新的历史最高纪录，并且正朝着到2030年实现1万亿美元芯片销售这一广泛认可的雄心目标稳步前进。这表明该行业仅4需要在2025年至2030年期间以7.5%的复合年增长率增长（见图1）。假设该行业继续以该速度增长，到2040年可能达到2万亿美元。 股票市场通常是行业表现的领先指标：截至2024年12月中旬，全球前10大芯片公司的总市值达到6.5万亿美元——比2023年12月中旬的3.4万亿美元增长了93%，比1.9万亿美元高出235%。5 观察于2022年11月中旬。话虽如此，值得注意的是，过去两年“平均”芯片股的表现是“两个市场的故事”：涉及生成式AI芯片市场的公司表现优于平均水平，而没有这种曝光（汽车、6 例如，电脑、智能手机和通信半导体公司表现不佳。 AI通用芯片的需求：包括CPU、GPU、数据中心通信芯片、内存、功率芯片等混合类型。这已成为推动工业销售额增长的因素之一。德勤2024年TMT预测报告预测这些通用人工智能芯片的总价值将“超过”50亿美元7 十亿，这个预测过于保守，因为市场可能价值超过1250亿美元，并在2024年代表了超过20%的89 年度总芯片销售额。在发布时，我们预测到2025年，通用人工智能芯片销售额将超过1500亿美元。此外，AMD首席执行官Lisa Su将人工智能加速器芯片的可寻址市场规模预测提升至2028年的5000亿美元——这个数字10 从终端市场来看，2023年和2024年，PC销量约达2.62亿台，之后预计2025年将增长超过4%。11约2.73亿台。同时，预计2025年（及之后）智能手机销量将以个位数低增长，达到约1.24亿台的估计值。122024年达到百亿个单位（同比增长6.2%）。这两个终端市场对半导体产业至关重要：2023年，通信和计算机芯片销售（包括数据中心芯片）占当年整体半导体销售的57%，比汽车和工业领域高。13例如，这仅占销售总额的31%。 14每颗芯片0.61美元。粗略估计，尽管通用人工智能芯片可能在2024年的收入中占20%，但它们仅占总量的不到0.2%。15 薄脆饼干。尽管2024年全球芯片收入预计将增长19%，但该年度的硅晶圆出货量实际上下降一个估计的16 17基于AI芯片，如芯片模块、如我们在《2025 TMT预测报告》中提到的那样当然，硅晶圆并不是唯一需要追踪的产能：先进封装的增长速度甚至更快。以为例，一些分析师估计，台积电的CoWoS（晶圆上晶圆上基板）2.5D先进封装产能将在2024年达到每月35,000片晶圆（wpm），并可能增加到70,000片晶圆（100%年增长率）。18 （当年）并在此基础上每年增长30%，到2026年底达到每分钟90,000字。 这些趋势以及其他因素影响着我们对于2025年半导体产业的展望，我们将深入探讨明年四个重要议题：用于个人电脑和智能手机以及企业边缘的生成式AI加速芯片；芯片设计的新“左移”方法；全球人才短缺的加剧；以及在日益紧张的地缘政治背景下，构建有弹性的供应链的必要性。 关于德勤TMT中心展望 德勤2025年全球半导体产业展望旨在识别半导体公司及其他半导体供应链相关部分的战略问题和机遇，以供未来一年考虑，包括其影响、需考虑的关键行动和需提出的关键问题。目标是帮助半导体生态系统中的公司获取信息和前瞻性见解，以更好地定位自身，迎接稳健和有弹性的未来。 生成式AI芯片在PC、智能手机、企业边缘和物联网中 许多用于训练和推理生成式人工智能的芯片，价格高达数万美元，主要用于大型云计算数据中心。2024年和2025年，这些芯片或其轻量级版本也将在企业边缘、计算机、智能手机以及其他边缘设备如物联网应用中安家落户。明白地说，在许多情况下，这些芯片用于生成式AI、传统AI（机器学习）或在日益增多的案例中使用两者的结合。 企业边缘市场在2024年已经是影响因素，但2025年的问题将是这些芯片的较小、更便宜、性能较低版本成为计算机和智能手机的关键部分。在每片芯片的价值上它们或许有所欠缺，但在数量上可以弥补：PC销量正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AI芯片”可以 它可能是一块独立的硅片，但更常见的是几平方毫米的专用AI处理区域，这只是更大芯片的一小部分。 企业边缘：尽管通过云服务的通用人工智能可能会继续成为许多企业的首选选项，但大约有一半的企业23 24钱。这些芯片与在超大规模数据中心找到的芯片 largely 相同，服务器机架价值数百万美元，需要数百千瓦的电力。尽管需求量小于超大规模芯片，但我们估计企业边缘服务器芯片可能25 26个人电脑：预计到2025年，由通用人工智能驱动的个人电脑销量将占所有个人电脑的一半，一些预测甚至表明几乎 27 所有台式电脑到2028年（见图4）都将拥有至少一些集成基因人工智能处理能力，也就是所说的神经处理单元（NPUs）。28 搭载的动力机器预计将享有10%至15%的价格溢价，但重要的是要注意，并非所有通用人工智能PC都同等水平。在每秒40万亿次操作(TOPS)的水平上有一个分界线，这是根据主要PC生态系统公司的建议而定。29 那些只有超过40TOPS的电脑才算是真正的AI功能电脑。截至写作时，一些买家对此持谨慎态度。30这些新的个人电脑，要么不愿支付溢价，要么等待到2025年下半年推出更强大的生成型AI NPUs时再购买。 智能手机：在PC NPUs可能价值数十美元的情况下，相当于智能手机的生成式AI芯片可能价值要低得多，并且我们33预计下一代智能手机处理器的硅芯片价格将低于10美元。尽管智能手机市场销量已超过10亿部。34每年，尽管我们预测生成式AI智能手机将在2025年占据30%的市场份额，但半导体的影响在美元计算上可能比个人电脑小。相反，对于芯片制造商而言，一个有趣的切入点可能是看看消费者是否对新一代AI手机感到足够兴奋，以……35功能以缩短更换周期。消费者在升级手机前保持手机的时间更长，销售已经繁荣了多年。 如果通用AI的热情推动智能手机销量上升，那么这将使所有类型的芯片公司受益，而不仅仅是那些生产通用AI芯片的公司本身。 物联网：数据中心的一个通用人工智能芯片可能价值3万美元。个人电脑上的通用人工智能芯片可能价值30美元。智能手机上的通用人工智能芯片可能价值3美元。为了让通用人工智能芯片在低成本物联网市场中运行，它们的价格应该大约是0.3美元。这种情况短期内不太可能发生，但随着数十亿物联网端点需要人工智能处理器的可能性，这是一个值得长期关注的庞大市场。 战略性问题考虑 尽管数据中心所需的通用人工智能芯片目前需求旺盛，鉴于其对行业增长的重要性，是否有任何迹象表明需求正在•削弱，还是处理正逐渐从数据中心转移到边缘设备？ 鉴于数据中心中通用人工智能芯片的成功，各种边缘芯片的市场潜力可能会推动并购并吸引•更多私募股权、风险投资和主权财富基金的关注：芯片公司已经开始与金融玩家结盟。我们能否在2025年看到更多这样的合作？ 一些分析人士预期到2025年和之后，通用人工智能推理市场的增长将快于训练市场：这种情况可能带来哪些影响？•各种半导体领域和参与者？随着人工智能推理成本以更快的速度降低，它将如何影响半导体芯片？ 随着对可持续性的重视程度提高，以及由于人工智能驱动电力需求激增而导致的电力消耗压力加剧，如何•行业能否在包括笔记本电脑、手机和物联网设备在内的小型形态中，在功率效率和性能之间取得平衡？ 芯片设计“左移”，呼吁行业间加强合作。 德勤预测，到2023年，人工智能将崛起成为人类半导体工程师的有力助手，协助他们在极度复杂的36芯片设计流程，并使它们能够找到改进和优化PPA（功率、性能和面积）的方法。截至2024年，通用人工智能已经37启用了快速迭代，以优化现有设计并发现全新设计，可在更短的时间内完成。到2025年，可能会更加重视“左移”——一种将测试、验证和确认提前到芯片设计和开发早期的方法。38芯片设计和发展过程——因为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每瓦特、浮点运算每秒每瓦特，以及热因子。高级人工智能能力——图神经网络和强化学习——的集合可能将继续帮助设计比典型芯片更加节能的芯片。40由人类工程师制造。 特定领域和专业芯片预计将继续在通用芯片之上获得更多关注，因为多个行业（如）41 (汽车和某些AI工作负载在设计芯片时需要定制方法。然而，广泛应用应用-）42特定集成电路的细节仍不够清晰，因为此类硬件的开发和维护可能成本高昂，可能会转移注意力从43其他人工智能的进步。但正是在这里，通用人工智能工具可以让公司设计出更加专业化和具有竞争力的产品，包括……44定制硅。 3D集成电路和异构架构在排列、组装、验证和测试各种芯片组件方面带来了挑战。45这有时可以预先组装。这种从单个产品设计转向系统设计的转变可以融入软件和数字46早期识别双胞胎——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、系统和软件开发将可能有助于重新定义未来的系统工程，并提高总体效率、质量和上市时间。 为了适应设计不断变化的形态，行业或许需要考虑新的处理复杂设计流程的方法。芯片行业已经正在探索数字孪生技术，逐步模拟和可视化复杂的设计流程，包括移动的能力。47 环绕或交换芯片组以测量和评估多芯片组的性能。数字孪生可以越来越多地用于通过3D建模来直观展示物理终端设备或系统，以协助设计的各个方面，包括机械和电气（软件和硬件）。设计师应该与电子设计自动化（EDA）和其他高科技计算机辅助设计/计算机辅助工程公司合作，以强化混合设计的、模拟的以及验证与验证的工具和功能。48 并且考虑采用和调整基于模型的系统工程工具，将其作为部分策略。49更广泛的EDA \"左移\"方法。 随着设计和软件在下一代先进芯片产品开发中预计将发挥关键作用，加强网络防御50随着进入2025年，这变得更加重要。为了与“左移”方法保持一致，芯片设计师应在芯片设计早期阶段就整合安全性和安全性测试。他们应实施冗余和错误纠正与检测机制，以确保系统即使在某些组件故障的情况下也能继续运行，并实施基于硬件的安全功能，如安全启动机制。51加密引擎。 战略性问题考虑 随着芯片设计中的AI变得越来越普遍和常见，EDA工具越来越具备AI功能，行业应如何积极应对？•确保在复杂的设计过程中始终让人类工程师参与其中，并在整体过程中赋予他们重要角色，以维护信任和透明度？ 在定制硅设计的情况下，设备原始设备制造商与产品之间的关系本质是什么？•设计师，以及芯片设计师？芯片公司与终端客户之间有哪些区别因素？增加定制化是否在产品定价方面带来规模优势，或者降低原型制作成本，或加速原型生产？ 新型工具和方法可能要求更广泛的芯片行业，包括EDA和设计公司，考虑长期发展方向。•目标。在此语境下，半导体公司应从系统工程和芯片开发/研发的角度考虑哪些方面？ 芯片设计需求不断增长，要求更快速地设计更复杂的芯片，并以越来越快的速度推进，这可能会如何影响制造业？•能力与能力，尤其是对于后端参与者（先进的封装代工厂和外包半导体组装与测试）而言？ 半导体行业日益加剧的人才挑战 In德勤2023年半导体行业展望我们估计到2030年，该行业需要增加一百万名熟练工人，或者更多。52每年10万。两年后，不仅这个预测仍然有效，而且预计到2025年人才挑战将进一步加剧。53全球范围内，各国培养的熟