Techlnsights發佈人工智能市場5月總結：AI半導體行業展現韌性，預計2030年市場規模達4570億美元
Techlnsights於6月12日發佈的人工智能市場5月總結顯示，儘管全球經濟形勢動盪，關稅與出口管制反覆，AI半導體行業依然展現出韌性。英偉達（NVDA.US）因出口管制限制報告了45億美元的資產減記，但整個行業保持了預期的增長態勢。預計到2030年，全球用於AI驅動的處理器芯片和加速器的市場規模將達到4570億美元，年複合增長率（CAGR）爲23%。
2025年AI數據中心芯片預測更新
GPU加速器有望引領市場，ASIC加速器則有望在谷歌和亞馬遜等雲服務提供商的推動下獲得更多關注。短期內，該行業面臨的關鍵挑戰包括提升內存容量、改進連接協議以及解決日益增長的功耗問題。
B200祕密揭曉
Techlnsights分析了NVIDIA GB100-886N-A1封裝內的GPU芯片GB102-A01的平面圖。該封裝已從美超微SYS-A22GA-NBRT GPU超級服務器中的NVIDIA HGX B200加速器集羣中移除，包括八個NVIDIA Blackwell GB100 GPU軟件包和兩個Intel Xeon 66900“Granite Rapids”中央處理器（CPU）。
人工智能模型爭奪L4自治
自動駕駛系統的開發涉及使用端到端（E2E）或複合人工智能（CAIS）模型。CAIS提供了一種更高效、更安全的替代方案，例如豐田Guardian系統使用CAIS提供安全外殼，並將人機輸入無縫融合。CAIS架構將人工智能任務分爲三個組件：Primary (P)、Guardian (G)和Fallback (F)，它們一起工作以確保安全導航。CAIS提供了效率、可擴展性和可負擔性，使其成爲端到端人工智能的一個有吸引力的替代方案。然而，由於原始設備製造商傾向於開發自己的端到端AI模型，CAIS的採用受到了限制。汽車行業未來的發展方向仍不確定，但CAIS已經顯示出吸引力，並被一些汽車製造商採用，包括大衆和北極星。
AI突破了包裝的極限
高性能計算（HPC）和人工智能市場正在推動先進封裝技術的進步，推動大規模採用2.5D和3D封裝等現有解決方案的壓力。這些封裝的核心是高密度互連解決方案，其中基於焊料的微凸點和混合鍵合技術目前用於連接不同的小芯片和組件。諸如超低間距微凸點和間距低至1微米的互連等新技術正在出現。目前經常使用的是像透硅通孔（TSV）這樣的垂直互連，但是像透絕緣體通孔（TiV）這樣的替代方案也正在開發中，以降低成本和密度。
在人工智能的推動下，半資本支出保持穩定
面對宏觀經濟動盪，全球半導體供應行業表現出了韌性，人工智能驅動的需求仍然是增長的關鍵驅動力。來自臺積電、聯發科和日月光等主要廠商的最新季度報告顯示，由於高性能計算和人工智能應用對3nm和5nm製程技術的強勁需求，收入增長強勁。半設備的預測銷售也呈現出積極的趨勢，表明儘管面臨關稅和宏觀經濟壓力的挑戰，該行業仍有望實現目標。
人工智能繼續推動功率規格
數據中心人工智能工作負載不斷增長的電力需求正在將現有的54V配電系統推向極限，促使英偉達等公司探索高壓直流（HVDC）架構作爲解決方案。兩種主要策略正在出現：±400V HVDC和800V HVDC，後者直接在800V下運行，以提高效率並減少佈線需求。功率半導體供應商準備從這一轉變中受益，但必須優先考慮核心寬帶隙（WBG）技術，開發可擴展的解決方案，並利用跨市場的協同效應來滿足HVDC架構的需求。随着电压等级的扩大和新技術的出现，企業將需要採取主動和靈活的方法來利用人工智能驅動的數據中心轉型帶來的巨大增長機會。
