2025 年，在 AI 需求集中釋放和全產(chǎn)業(yè)鏈復(fù)蘇的帶動(dòng)下，全球半導(dǎo)體市場(chǎng)整體呈現(xiàn)出強(qiáng)勁上行態(tài)勢(shì)。圍繞 EDA/IP 先進(jìn)方法學(xué)、先進(jìn)工藝、算力芯片、端側(cè) AI、精準(zhǔn)控制、高端模擬、高速互聯(lián)、新型存儲(chǔ)、先進(jìn)封裝等方向的技術(shù)創(chuàng)新，與 AI 數(shù)據(jù)中心、具身智能、新能源汽車、工業(yè)智能、衛(wèi)星通信、AI 眼鏡等新興應(yīng)用相互疊加，正在推動(dòng)新一輪技術(shù)與應(yīng)用的深度變革?？梢哉f，過去一年，半導(dǎo)體產(chǎn)業(yè)進(jìn)一步夯實(shí)了數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的“算力底座”。那在新的年度，半導(dǎo)體又將如何繼續(xù)推進(jìn)端云協(xié)同，加速普惠智能的落地？
近日，由電子發(fā)燒友網(wǎng)策劃的“2026 半導(dǎo)體產(chǎn)業(yè)展望”專題正式上線。多年來，“半導(dǎo)體產(chǎn)業(yè)展望”系列已成為業(yè)內(nèi)頗具影響力的年度策劃之一，每次發(fā)布都引發(fā)廣泛關(guān)注與討論。專題匯集了來自產(chǎn)業(yè)一線的企業(yè)高管，對(duì)過去一年行業(yè)走勢(shì)的梳理與復(fù)盤，以及對(duì)來年市場(chǎng)機(jī)會(huì)與技術(shù)趨勢(shì)的研判，這些觀點(diǎn)為從業(yè)者提供了重要的觀察窗口和決策參考。本期，電子發(fā)燒友網(wǎng)專訪了 Arm 中國(guó)區(qū)業(yè)務(wù)全球副總裁鄒挺，以下為其對(duì) 2026 年半導(dǎo)體產(chǎn)業(yè)的思考與展望整理。
2025 年企業(yè)表現(xiàn)：深化“平臺(tái)優(yōu)先”，打通云邊端
2025 年，在 AI 的牽引下，半導(dǎo)體行業(yè)實(shí)現(xiàn)了全面回暖。隨著 AI 在數(shù)據(jù)中心、汽車、智能終端等領(lǐng)域的應(yīng)用不斷深化，AI 負(fù)載正加速?gòu)脑苽?cè)向邊緣和物理世界滲透。這不僅持續(xù)推高對(duì)高性能計(jì)算的需求，也讓高能效、高安全、可擴(kuò)展的計(jì)算平臺(tái)變得愈發(fā)關(guān)鍵。
鄒挺表示，作為全球 AI 計(jì)算的重要底座，Arm 近年來持續(xù)推進(jìn)“平臺(tái)優(yōu)先”戰(zhàn)略：面向基礎(chǔ)設(shè)施、PC、移動(dòng)、汽車、物聯(lián)網(wǎng)等市場(chǎng)，推出了全新的產(chǎn)品命名與平臺(tái)體系，加速向“計(jì)算平臺(tái)公司”轉(zhuǎn)型。在此基礎(chǔ)上，Arm 聯(lián)合產(chǎn)業(yè)鏈伙伴構(gòu)建從云端到邊緣的一體化 AI 能力布局，推動(dòng)智能計(jì)算真正做到“無處不在”。
云側(cè) AI：Neoverse 撬動(dòng)融合型 AI 數(shù)據(jù)中心
在云端基礎(chǔ)設(shè)施領(lǐng)域，Arm Neoverse 平臺(tái)繼續(xù)為融合型 AI 數(shù)據(jù)中心提供高密度、高能效且支持定制化的 CPU 核心，幫助客戶在提升性能的同時(shí)優(yōu)化總擁有成本 (TCO)，并縮短產(chǎn)品上市周期。目前，阿里云、亞馬遜云科技、Google、Meta、微軟等全球主流云服務(wù)商均在大規(guī)模采用 Neoverse 架構(gòu)來構(gòu)建算力基礎(chǔ)設(shè)施，在性能、功耗與規(guī)模之間取得平衡。
據(jù)介紹，Neoverse 平臺(tái)累計(jì)核心部署量已突破 10 億個(gè)；在 2025 年面向頭部云服務(wù)商出貨的算力中，基于 Arm 架構(gòu)的份額已經(jīng)接近一半。
邊緣與消費(fèi)終端 AI：Lumex CSS 與 SME2 技術(shù)落地
在邊緣 AI 與消費(fèi)電子領(lǐng)域，Arm 于 2025 年推出了面向終端設(shè)備的全新 Arm Lumex CSS 平臺(tái)，重點(diǎn)面向智能助手、語音翻譯、個(gè)性化服務(wù)等實(shí)時(shí)端側(cè) AI 場(chǎng)景。平臺(tái)搭載的全新 Arm CPU 引入 SME2 技術(shù)，可將 AI 性能最高提升約 5 倍，目前已經(jīng)在國(guó)內(nèi)合作伙伴的 AI 智能手機(jī)與應(yīng)用中實(shí)現(xiàn)規(guī)模化落地。
vivo、OPPO 等廠商已推出集成 SME2 技術(shù)的旗艦機(jī)型，為端側(cè) AI 帶來更加直觀的體驗(yàn)提升。在具體應(yīng)用方面，Arm 與支付寶、vivo 聯(lián)合完成了基于 SME2 的大語言模型推理驗(yàn)證：在 vivo 新一代旗艦手機(jī)上，預(yù)填充 (prefill) 和解碼 (decode) 階段的性能分別提升超過 40% 與 25%。在游戲場(chǎng)景中，Arm 與騰訊 GiiNEX 團(tuán)隊(duì)合作的初步結(jié)果也顯示，啟用 SME2 后相關(guān)負(fù)載性能最高可提升約 2.5 倍。
物聯(lián)網(wǎng)方向，Arm 推出了基于 Armv9 的邊緣 AI 計(jì)算平臺(tái)，以 Cortex-A320 CPU 與 Ethos-U85 NPU 為核心，專門針對(duì)物聯(lián)網(wǎng)應(yīng)用進(jìn)行優(yōu)化，可運(yùn)行超過 10 億參數(shù)規(guī)模的端側(cè) AI 模型，并已獲得 AWS、西門子、瑞薩電子等頭部企業(yè)的支持。
物理世界的 AI：汽車與機(jī)器人平臺(tái)布局
在“物理 AI”領(lǐng)域，Arm 推出了專為汽車打造的 Arm Zena CSS 平臺(tái)，旨在幫助車廠和芯片企業(yè)壓縮開發(fā)周期、降低工程投入。據(jù)介紹，該平臺(tái)可將芯片開發(fā)周期縮短長(zhǎng)達(dá) 12 個(gè)月，并將單個(gè)芯片項(xiàng)目的工程資源需求下降約 20%，目前第二代產(chǎn)品研發(fā)已經(jīng)啟動(dòng)。
在汽車軟件生態(tài)層面，面向嵌入式邊緣的可擴(kuò)展開放架構(gòu) SOAFEE 迎來了四周年里程碑：全球成員已超過 150 家，亞太地區(qū)占比約 38%，其中包括 AutoCore、黑芝麻智能、廣汽、吉利、聯(lián)想車計(jì)算、中科創(chuàng)達(dá)等多家中國(guó)企業(yè)。
軟件生態(tài)：KleidiAI 加速主流大模型
軟件生態(tài)是計(jì)算平臺(tái)競(jìng)爭(zhēng)力的放大器。2025 年，Arm KleidiAI 軟件庫(kù)相繼集成到 Llama.cpp、ExecuTorch、LiteRT 等主流 AI 框架中，用于加速包括 Meta Llama 3、Phi-3 在內(nèi)的多個(gè)大模型推理。
在中國(guó)市場(chǎng)，KleidiAI 已與阿里“通義千問”、百度“文心”、騰訊“混元”等大模型完成集成，并在模型開源首日就實(shí)現(xiàn)搶先適配，推動(dòng)本土大模型在多終端、多場(chǎng)景的性能釋放與落地效率。
2026 技術(shù)趨勢(shì)：AI 正在重塑半導(dǎo)體“底層邏輯”
鄒挺認(rèn)為，AI 在云、邊、端各層面的快速滲透，正在從架構(gòu)、工藝、封裝、安全等多個(gè)維度，重塑半導(dǎo)體技術(shù)演進(jìn)路徑。
1. 從單片 SoC 到模塊化 Chiplet
為了靈活應(yīng)對(duì)云訓(xùn)練、邊緣推理和終端應(yīng)用等多樣化 AI 負(fù)載，半導(dǎo)體設(shè)計(jì)正在從傳統(tǒng)單一大芯片，向模塊化芯粒 (Chiplet) 方案加速遷移。通過將計(jì)算、存儲(chǔ)、互連等單元拆解為可復(fù)用模塊，并組合不同工藝節(jié)點(diǎn)的芯粒，設(shè)計(jì)團(tuán)隊(duì)可以在更短時(shí)間內(nèi)完成特定場(chǎng)景的系統(tǒng)級(jí)芯片 (SoC) 定制。
這一趨勢(shì)意味著行業(yè)關(guān)注點(diǎn)從“更大、更先進(jìn)的單芯片”，逐步轉(zhuǎn)向“圍繞場(chǎng)景構(gòu)建更聰明的系統(tǒng)”。與此同時(shí)，圍繞芯粒的開放標(biāo)準(zhǔn)和互操作規(guī)范也在加快推進(jìn)：通過統(tǒng)一接口和協(xié)議，不同廠商的 Chiplet 產(chǎn)品可以實(shí)現(xiàn)可靠、安全的集成，供應(yīng)鏈選擇更加多元，生態(tài)形態(tài)也從單一廠商主導(dǎo)的封閉系統(tǒng)，向基于可互操作組件的開放體系演進(jìn)。
2. “超越摩爾”成主線：新材料與先進(jìn)封裝并行
AI 對(duì)算力密度和能效的要求不斷抬高，技術(shù)創(chuàng)新逐步走出單一“縮小晶體管尺寸”的軌道，更多轉(zhuǎn)向新材料、3D 堆疊、Chiplet 集成等“超越摩爾定律”的方向。通過在垂直維度進(jìn)行功能分層集成、熱設(shè)計(jì)優(yōu)化和能效提升，高性能 AI 芯片和高密度數(shù)據(jù)中心基礎(chǔ)設(shè)施可以在不線性增加功耗的前提下，持續(xù)增強(qiáng)能力；對(duì)于功耗和散熱受限的邊緣 AI 設(shè)備，這種路線同樣是關(guān)鍵支撐。
總體來看，“超越摩爾”的技術(shù)路徑正在成為高性能 AI 芯片、高密度數(shù)據(jù)中心以及多樣化邊緣設(shè)備可持續(xù)演進(jìn)的核心底座。
3. 系統(tǒng)級(jí)協(xié)同設(shè)計(jì)：融合型 AI 數(shù)據(jù)中心興起
AI 工作負(fù)載日益復(fù)雜，僅僅優(yōu)化 CPU 或單一加速器已難以取得理想效果，系統(tǒng)級(jí)協(xié)同設(shè)計(jì)因此成為顯著趨勢(shì)。未來的創(chuàng)新越來越集中在“從底層硬件到軟件?！钡囊惑w化架構(gòu)設(shè)計(jì)上，針對(duì)具體 AI 框架、數(shù)據(jù)類型、模型結(jié)構(gòu)和行業(yè)應(yīng)用，進(jìn)行深度定制。
目前，亞馬遜云科技 (Graviton)、Google Cloud (Axion)、Microsoft Azure (Cobalt) 等云廠商已經(jīng)走在前列：通過自研 CPU 與 AI 加速器，配合定制內(nèi)存和互連方案，構(gòu)建可擴(kuò)展、高效率且對(duì)開發(fā)者友好的 AI 平臺(tái)。其目標(biāo)十分明確——在有限機(jī)房面積和功耗預(yù)算內(nèi)，最大化單位面積內(nèi)的 AI 算力，降低整體運(yùn)行能耗和成本。這也正在推動(dòng)面向 AI 的融合型數(shù)據(jù)中心加速落地。
4. “設(shè)計(jì)即安全”成為基礎(chǔ)要求
隨著 AI 系統(tǒng)在自動(dòng)駕駛、工業(yè)控制等關(guān)鍵基礎(chǔ)設(shè)施中的自主性不斷增強(qiáng)，硬件本身也愈發(fā)成為安全攻擊的新入口。“設(shè)計(jì)即安全”正在從企業(yè)差異化優(yōu)勢(shì)，演變?yōu)榘雽?dǎo)體產(chǎn)品的通用硬性要求。
在這一背景下，諸如內(nèi)存標(biāo)記擴(kuò)展 (MTE)、硬件可信根、機(jī)密計(jì)算安全飛地等功能，正從“可選項(xiàng)”升級(jí)為芯片的“標(biāo)配能力”。考慮到企業(yè)與個(gè)人的高價(jià)值數(shù)字資產(chǎn)——包括自有數(shù)據(jù)集、核心業(yè)務(wù)邏輯、用戶憑據(jù)和金融信息等——在 AI 系統(tǒng)中的集中程度日益提升，芯片需要在架構(gòu)層面部署強(qiáng)制隔離、內(nèi)存完整性保護(hù)以及運(yùn)行時(shí)驗(yàn)證等多層安全機(jī)制，確保敏感數(shù)據(jù)與關(guān)鍵業(yè)務(wù)在 AI 系統(tǒng)中處理時(shí)的機(jī)密性與可靠性。
2026 市場(chǎng)機(jī)會(huì)：三大方向驅(qū)動(dòng) AI 全面擴(kuò)張
面向 2026 年，鄒挺認(rèn)為，汽車與機(jī)器人、融合型 AI 數(shù)據(jù)中心以及終端智能三大方向，將成為 AI 全域規(guī)模化增長(zhǎng)的主要引擎。
1. 汽車與機(jī)器人：物理 AI 大規(guī)模落地
隨著多模態(tài)模型以及更高效訓(xùn)練與推理技術(shù)的成熟，智能汽車、自主機(jī)器、機(jī)器人等“物理 AI 系統(tǒng)”將進(jìn)入更大規(guī)模的實(shí)際部署階段，對(duì)醫(yī)療健康、制造業(yè)、交通運(yùn)輸、采礦等行業(yè)產(chǎn)生深遠(yuǎn)影響。一方面，這類系統(tǒng)可以顯著提升生產(chǎn)效率；另一方面，也能在高危環(huán)境中替代人工，實(shí)現(xiàn)更加穩(wěn)定和安全的作業(yè)。
在汽車供應(yīng)鏈層面，AI 將貫穿從車載芯片、車規(guī)軟件到生產(chǎn)線工業(yè)機(jī)器人等多個(gè)環(huán)節(jié)。高級(jí)駕駛輔助系統(tǒng) (ADAS) 與車載信息娛樂系統(tǒng) (IVI) 將是最直接的升級(jí)驅(qū)動(dòng)因素，相應(yīng)的芯片與系統(tǒng)架構(gòu)也會(huì)圍繞這些需求進(jìn)行重構(gòu)。同時(shí)，面向汽車和機(jī)器人自動(dòng)化場(chǎng)景的通用計(jì)算平臺(tái)正在逐步浮現(xiàn)：車載計(jì)算平臺(tái)通過合適的復(fù)用與適配，可延伸應(yīng)用到人形機(jī)器人、工業(yè)機(jī)器人等領(lǐng)域，在提升規(guī)模效應(yīng)的同時(shí)，加快物理 AI 系統(tǒng)的迭代和落地。
2. 融合型 AI 數(shù)據(jù)中心：“每瓦智能”成為核心指標(biāo)
在算力需求、能效約束與成本壓力的多重驅(qū)動(dòng)下，融合型 AI 數(shù)據(jù)中心將成為新一輪基礎(chǔ)設(shè)施升級(jí)的重點(diǎn)?；谙到y(tǒng)級(jí)協(xié)同設(shè)計(jì)，從底層芯片到上層軟件棧的一體化優(yōu)化，將在云服務(wù)商和大型算力運(yùn)營(yíng)方中持續(xù)推進(jìn)。
這一類新型數(shù)據(jù)中心，不再單純以峰值性能為唯一目標(biāo)，而是更加關(guān)注單位面積 AI 算力和“每瓦智能”（每瓦能夠支撐的 AI 計(jì)算能力）。這將直接拉動(dòng)對(duì)高能效計(jì)算平臺(tái)和協(xié)同設(shè)計(jì)方案的需求，進(jìn)一步推動(dòng) CPU、AI 加速器、內(nèi)存與互連架構(gòu)的演進(jìn)。
3. 終端智能：走向“個(gè)人智能網(wǎng)絡(luò)”
在終端設(shè)備側(cè)，智能手機(jī)將全面邁入端側(cè) AI 階段，演變?yōu)榧瘮?shù)字助手、影像中樞和個(gè)人管家于一體的綜合智能終端。長(zhǎng)期以來，PC、移動(dòng)設(shè)備、物聯(lián)網(wǎng)和邊緣 AI 之間的邊界相對(duì)清晰，平臺(tái)割裂明顯；而在 AI 的拉動(dòng)下，跨設(shè)備、跨系統(tǒng)的兼容性與應(yīng)用可移植性將顯著增強(qiáng)，“一次開發(fā)，全域部署”的模式將更加普及。
未來，AI 將打通手機(jī)、可穿戴設(shè)備、PC、汽車與智能家居等多形態(tài)終端，構(gòu)建起一個(gè)持續(xù)學(xué)習(xí)與協(xié)同工作的“個(gè)人智能網(wǎng)絡(luò)”：各類邊緣設(shè)備將原生具備 AI 處理能力，能夠?qū)崟r(shí)共享環(huán)境與狀態(tài)信息，協(xié)同完成對(duì)用戶需求的預(yù)測(cè)與響應(yīng)，提供更自然的個(gè)性化體驗(yàn)。
與此同時(shí)，AR/VR 頭顯與智能眼鏡等可穿戴設(shè)備，將在物流、設(shè)備運(yùn)維、醫(yī)療、零售等行業(yè)進(jìn)一步普及。憑借更輕量化的設(shè)計(jì)、更強(qiáng)的 AI 本地處理能力以及更流暢的連接體驗(yàn)，這類設(shè)備將逐步從“嘗鮮產(chǎn)品”轉(zhuǎn)變?yōu)樘嵘逝c安全性的“工作必需品”。
Arm 的布局方向：與生態(tài)共建“AI 無處不在”的未來
面向上述趨勢(shì)，鄒挺介紹，Arm 正在加速面向下一代架構(gòu)與計(jì)算子系統(tǒng) (CSS) 的研發(fā)投入，進(jìn)一步提升平臺(tái)化能力，并探索在芯粒 (Chiplet) 甚至完整 SoC 方向的業(yè)務(wù)延展可能性。
依托全球廣泛的合作伙伴網(wǎng)絡(luò)和超過 2200 萬名開發(fā)者，Arm 希望與產(chǎn)業(yè)界一道，共同推動(dòng) AI 能力在云、邊、端三個(gè)層面真正實(shí)現(xiàn)“無處不在”，為新一輪數(shù)字基礎(chǔ)設(shè)施升級(jí)與智能應(yīng)用創(chuàng)新提供更堅(jiān)實(shí)的算力底座。
