万亿半导体新时代，SEMICON China 2026正重构规则

3月25日，SEMICON China 2026在上海新国际博览中心盛大启幕。半导体产业作为现代科技的基石，正以前所未有的速度重塑产业格局，从人工智能到智能制造，从新能源汽车到量子计算，半导体技术已成为衡量产业竞争力的核心标尺。

SEMICON China 2026作为全球半导体产业风向标盛会，以“跨界全球·心芯相联”为主题，汇聚上千家企业，覆盖设备、材料、设计等全产业链。在今日开幕主题演讲中，学术界、产业界与企业界重磅嘉宾齐聚，让我们跟随他们的分享来看看半导体产业又有发生了哪些新的变化？

浙江大学教授吴汉明分享了AI与IC如何双向赋能；Comet董事会主席、SEMI全球董事会副主席Benjamin Loh则通过一组组数据生动描述了一幅全球半导体产业的概览图；长电科技董事、首席执行长郑力则提到后摩尔时代，原子级封装已经成为产业发展的核心路径，重构芯片制造的规则；AMD副总裁、企业战略与合作部负责人Mario Morales认为在半导体领域，赢家将向上游延伸，从芯片升级到平台解决方案；沐曦股份高级副总裁、首席产品官孙国梁分享了国产GPU发展，芯片做出来只是第一关，在生产环境稳定运行以及持续迭代则是后面要过的关卡。西门子EDA IC产品事业部执行副总裁Ankur Gupta则讲述了AI是如何重塑电子设计的未来，EDA应用需要克服半导体设计所特有的严苛质量要求。

浙江大学教授吴汉明分享了AI与IC双向赋能，推动信息产业发展。在AI赋能IC，虚拟制造是一大应用场景，通过Knowledge-Data Fusion Modelling Framework，替代部分实体晶圆厂实验，大幅降低成本、提升效率。人机协作案例显示，人机协作成本仅为纯人工的一半。AI驱动量测技术，虚拟测量可以预测出工艺存在的问题；AI-EDA，基于大语言模型的DTCO、FabGPT，实现设计与工艺的协同优化。

而在IC赋能AI方面，吴汉明教授也介绍了多个成果，55纳米全模拟神经元网络芯片，基于CMOS突触的晶体管阵列，构建全模拟神经网络，解决高成本、低能效问题，适配边缘AI；面向高性能计算的低温CMOS工艺，77K低温下实现>4倍速度增益，适合量子计算、深空电子等场景；AI电源管理芯片，覆盖学术与产业级，实现高功率密度、高能效，支撑AI处理器算力需求。

Comet董事会主席、SEMI全球董事会副主席Benjamin Loh则是用更多的数据带我们来看整个半导体市场的概貌，全球半导体市场将以13%复合年增长率增长，2030年AI相关占比将达54%，催生大量新晶圆厂需求。

具体而言，到2028年将有108座新晶圆厂投产，其中90座在建，而到2030年，还需新增30+座晶圆厂以支撑AI热潮。聚集到地区分布美洲有16座，欧洲有8座，亚洲有84座，其中中国有47座。

2020-2030年晶圆厂产能将扩张，Benjamin Loh透露，全球总产能将从2510万片增长到4450万片，复合年增长率约5.9%，中国大陆将从490万片增长到1410万片，占比从20%提升至32%，后半段增速放缓。美洲将从280万片增长到510万片，2025-2030年复合年增长率9%。欧洲将从230万片增长到410万片，2025-2030年复合年增长率5.3%。日本、中国台湾、韩国总产能增速放缓，竞争优势转向良率提升与封装生态。

至于设备，Benjamin Loh更是直接晒出了SEMI年末各区域半导体设备总预测，直接看图吧！

后摩尔时代，原子级封装已经成为产业发展的核心路径，它通过在精度、互连和集成领域的革命性突破，重构了芯片制造的规则，定义了芯片制造的新范式，成为支撑人工智能算力不断进阶的关键。

长电科技董事、首席执行长郑力表示，晶圆制程微缩将达到极限。首先是物理极限逼近，晶圆制造工艺演进放缓，即将触及约1nm的物理极限，材料科学也同样触及极限。其次是成本指数级增长，随着制程逼近1nm节点，设计成本与晶圆厂建设投资呈爆炸式上升，边际效益显著递减。同时，量子隧穿也是晶体管演进面临的新挑战。

在此背景下，原子级封装成为芯片成品系统级制造的关键。郑力在演讲中提到异构集成下芯片成品制造的第一性原理，核心范式转变，从追求“晶体管数量”向追求“系统结构质量”的范式升级。极致物理连接，以系统架构重构（CPO，近存计算）和原子级互联将连接由瓶颈化为加速器，回避物理互联的品质因数 FOM 极限。良率系统工程，规模化生产良率瓶颈取决于微系统多物理场的相互依存。重构保真边界，以系统架构重构，电磁设计建模，材料界面革新规避高频信号串扰和损耗的极限。

那么，AI在此能发挥什么作用呢？郑力表示，AI工具是打造高端芯片的必选项，原子级制造(ALD，ALE)将工艺要求提升至新高度。AI驱动的智能决策，解决复杂与并发问题。基于AI技术还可以控制良率、工艺精度和协同设计，跨学科团队需在虚拟数字孪生平台上进行协同仿真，提前预测和解决多方面的冲突，以混合键合为例，原子级封装将算力、带宽与能效的物理极限同时推远，封装成为系统设计的核心变量。

摩尔定律时代，聚焦于晶体管的微缩，追求单位面积内更多的晶体管数量。主要通过制程工艺的演进，不断缩小器件尺寸来提升性能。而“超越摩尔”，转向系统级的扩展能力，通过原子级封装实现更强大的系统集成、更高的互连效率和更优的功耗管理，突破物理极限。郑力表示这将给产业链带来新的机遇，关键工艺设备升级，带动ALD（原子层沉积）、高精度键合机等核心设备的市场需求爆发；先进封装材料迭代，推动TGV玻璃、新型光刻胶，临时键合粘合材料等高端材料的研发与应用；设计方法学革新，倒逼芯片设计向3D堆叠架构转型，重构“设计-制造-封测”协同流程。

AMD副总裁、企业战略与合作部负责人Mario Morales分享了全球半导体市场规模变化情况：2024年6800亿美元，2025年8020亿美元，2026年1.021亿美元，2027年1.123亿美元，2028年1.223亿美元，2029年1.345亿美元，2030年1.422亿美元。其中，数据中心的占比从2020年约占15%，到2030年将超50%。

AI是否正推动价值结构性向半导体转移？Mario Morales又分享了一组数据，标普500半导体市值占科技板块比例，从2018年1月的16%，到2026年3月的44%。收入增速对比，2018-2023年，半导体CAGR 22% ，而科技CAGR 16%；到了2023-2025：半导体CAGR 35%，而科技CAGR 17%。EBIT利润率，半导体利润率增速显著快于科技板块。

AI的普及速度超乎意料，Mario Morales表示，当前AI用户超10亿，而达到这个数量级，互联网用了10+年，AI仅用了3年，预计2030年AI用户将超50亿。Mario Morales透露，行业算力容量过去3年增长约100倍，预计未来5年再增长100倍以上，2030年达100 ZF以上。

但AI的增长也有很多阻碍，在外部增长约束，Mario Morales认为电力是核心瓶颈，而非硅片，2030年数据中心电力需求将翻倍。在财务方面，AI资本支出远大于收入，年支出达数千亿美元，但很多模型厂商尚未盈利，正消耗大量现金。此外云服务商发出警告，高估投资/过度建设风险将冲击利润率。而在半导体领域，赢家将向上游延伸，从芯片升级到平台解决方案，利润率也将迁移，平台/方案组合推动毛利率向软件级靠拢，生态护城河作用显现，开发者社区、ISV、认证与可移植性提升切换成本。

沐曦股份高级副总裁、首席产品官孙国梁表示，我们正站在历史性的转折点上，已迈入全新的算力时代，算力革命的浪潮正以前所未有的速度席卷全球。截至2025年6月，全球计算设备算力总规模为4495EFlops，大幅增长117%，其中智能算力规模(换算为FP32)为3846EFlops，占总算力比例达到85%，同比增加13%。随着智能算力成为绝对主导，预计未来五年全球算力规模将以超过60%的速度增长，至2030年全球算力将超过50ZFlops，其中智能算力占比将超过95%

爆发的算力市场也为国产芯片发展提供了良好的土壤，但想要成为“参天大树”仍需跨越重重难关。孙国梁常被问到，做国产GPU最难的是什么？刚开始，他认为最难的是芯片设计、生产、量产，而现在看来，这只是第一关。第二关是让芯片在客户生产环境中稳定运行，并在全球范围内量产，第三关是持续迭代。

孙国梁感慨道，“这三关，一关比一关难，一关比一关重要。这个行业教会我们最重要的一件事，就是没有什么捷径，只有不断的积累。GPU核心竞争力不在于某一颗芯片参数有多好看，而在于是否有一代一代持续进化的产品体系能力。这是一场需要持续投入的长跑。好在我们已经起跑，而且我们走在一条正确的赛道上。”

西门子EDA IC产品事业部执行副总裁Ankur Gupta则讲述了AI是如何重塑电子设计的未来。半导体行业正面临前所未有的挑战：设计复杂度不断提升、项目周期持续压缩，同时人才短缺问题突出。尽管主流人工智能已实现快速普及，但EDA领域的应用还必须克服半导体设计所特有的严苛质量要求。

AI驱动的EDA解决方案能够通过分析设计数据、优化设计流程、生成更优的设计方案来提升研发效率。当然在落地过程中仍会面临的挑战，例如数据可用性、模型可解释性以及算力需求。Ankur Gupta提出了中心化EDA AI平台的愿景：将先进的基础模型与多模态数据湖相结合，释放前所未有的生成式AI与智能体能力。这种一体化方案将实现更高效、更可扩展、更智能化的设计流程。