AI数据中心撑起万亿美元半导体市场，小芯片被拉上牌桌

美国半导体行业协会（SIA）与德勤近期联合发布了报告《驱动 AI：作为数据中心基石的半导体生态系统》。报告明确指出：半导体是人工智能的根本使能技术，没有半导体就没有 AI。到 2028 年，部署在 AI 数据中心服务器中的半导体年度营收预计将超过 1.2 万亿美元，在四年内增长近十倍。

报告通过多组数据揭示了 AI 服务器对半导体技术的极端依赖：在领先的 AI 服务器机架中，半导体价值占比超过 95%，占 AI 数据中心总资本支出的 50% 以上。 一个单机架 AI 服务器包含超过 4,500 个封装芯片，这些芯片由约 20,000 个独立芯片 组成。

尽管目前训练（Training）需求旺盛，但推理（Inference）将主导未来。预计 2023-2028 年，推理工作的营收复合年增长率将高达 122%（训练仅为 30%），到 2032 年，推理可能占据总需求的 80%。

报告通过对尖端 AI 服务器的“虚拟拆解”，展示了一个高度模块化、垂直整合的硬件堆栈，由五个核心模块组成：分别是计算模块、加速互联模块、电源模块、网络与管理模块、冷却模块。

计算模块是价值最集中的部分，通常占据服务器机架 95% 的内容价值。AI 加速器（GPU/ASIC）： 负责大规模并行计算，单价在 10,000 至 40,000 美元 之间。高带宽内存 (HBM)： 通过 2.5D/3D 封装与加速器集成，打破“内存墙”瓶颈。异构计算： 包括 CPU（控制中心，单价 7,500−15,000）和 DPU（卸载网络与安全任务，单价 1,000−3,500），确保 GPU 能够满载运行。

加速器互联模块其功能是将数十个 AI 加速器连接成一个统一的超级计算集群。交换机 ASIC负责传输路由加速器间的海量数据。同时，随着带宽需求激增，共封装光学（CPO） 正在兴起，用光信号代替电信号以降低延迟并提高能效。

电源模块面对兆瓦（MW）级的电力需求，材料创新成为核心。化合物半导体，如氮化镓（GaN）和碳化硅（SiC） 正被广泛用于电源转换，以处理更高电压并减少热损耗。AI数据中心的电源架构正从 48V 向 400V 甚至 800V 高压直流（HVDC） 发展，以支持单机架功率从 100kW 向 1,000kW 跃升。

网络与管理模块负责提供控制平面基础设施、高带宽网络以及硬件级安全。可信平台模块（TPM） 提供硬件加密，是机密计算（Confidential Computing）的基石。BMC（基板管理控制器） 允许在不中断 AI 训练的情况下进行远程健康监控。

一个冷却模块配备了超过 10 个流量、压力和温度传感器，通过 MCU 进行精确的热控制。

随着加速器功耗在未来十年可能超过 5,000W，空气冷却正达极限。报告预计到 2035 年，液冷技术占比将升至 30%。

报告强调，虽然高端逻辑芯片捕捉了大部分价值，但机架中 52% 的芯片单价低于 10 美元。这些“长尾”芯片（如 PMIC、传感器、时钟芯片）对于整个系统的稳定性至关重要。电源管理IC 和电压调节模块 (VRM) 负责将机架级的电压精确降至芯片所需的1V以下轨道。仅一块加速器计算板就可能含有 50到100多个VRM。在冷却分配单元（CDU）中，长尾传感器实时监测液冷回路的健康状态EEPROM（如SPD EEPROM） 被称为组件的“数字名牌”，存储内存条或主板的配置数据和身份信息。AI基础设施的韧性并不只取决于尖端的3nm/5nm逻辑芯片。

由于长尾芯片数量庞大且高度分散，任何一种基础组件（如一个几美分的电压调节器）的短缺，都可能导致价值数百万美元的AI机架无法交付。这种“木桶效应”使得成熟制程芯片的供应链稳定性与先进制程的研发同等重要。