AI芯片竞争升级，巨头开始“拼专利”

根据IP管理服务提供商Anaqua今日发布的一份新报告，AI工作负载的需求正在让传统芯片设计在散热管理和内存带宽方面越来越接近极限。

作为回应，传统芯片厂商和云计算巨头正在加速围绕定制芯片、下一代内存以及非传统计算架构进行半导体专利布局，以跟上AI庞大的计算需求。

如果当前趋势持续下去，AI可能正在从半导体行业的阶段性增长动力，转变为推动长期研发投入的核心因素。

根据Anaqua的研究，过去五年，直接处于AI与半导体交叉领域的专利申请量增长了114%，明显超过整个半导体相关领域78%的增长幅度。

Anaqua首席产品官Toni Nijm在采访时表示：“从数据来看，AI与半导体的交叉领域显然是整个半导体行业专利申请增长最为显著的领域。我们认为，AI半导体专利申请未来将继续对整个半导体专利领域产生远超平均水平的影响。”

这意味着AI已经不再只是半导体创新周期中的一个短期变量，而正在成为决定半导体研发资金和专利申请流向的重要力量。换句话说，AI对芯片产业的影响已经从“拉动需求”进一步延伸到了“重新定义研发方向”。

由于专利局通常存在18至30个月的公开滞后期，因此，本轮周期中段出现的29%专利申请激增，很大程度上对应了2021年至2022年芯片危机期间企业高层做出的密集决策。当时，全球芯片短缺与美国、欧盟等地区大规模推出的政府补贴政策同时出现，例如美国《芯片与科学法案》和欧盟《芯片法案》。

此后，专利申请的年度增长率已经放缓至2%。但这并不意味着市场对相关技术的兴趣正在降温。相反，这更可能意味着，在专利机构持续处理积压申请的同时，市场已经逐渐进入一个资金充足、相对稳定的状态。

Nijm表示：“虽然增长数据已经趋于平台期，但很难准确判断背后的具体原因。这可能是专利局积压与各个关键AI和半导体子领域开始更加关注具体发明的共同结果。”

宏观趋势显示，整个行业都在加大对AI硬件的投入，而进一步观察不同企业的专利组合可以发现，各大厂商实际上正在采取截然不同的路径来巩固自身优势。

Nijm表示：“从专利布局的角度来看，有一些公司已经处于非常有利的位置，可以抓住AI基础设施建设中的关键增长领域。我们的报告分析了哪些关键领域正在获得专利投资，以及哪些企业正在这些细分领域进行知识产权布局。”

目前，英伟达在全球数据中心市场占据主导地位，但从专利数量来看，其GPU相关专利申请为49件，排名第七；在推理领域则以501件排名第十五。这种市场地位与专利数量之间的反差揭示了一个重要现实：英伟达真正的护城河并不完全来自芯片本身，而是来自其于2006年推出并持续构建的CUDA软件生态。

另一边，三星则充分利用自身在存储领域的技术优势，在AI架构专利申请方面排名第一，共有1194件专利，同比增长176%。与此同时，三星继续保持在HBM领域的领先地位，并以701件专利申请位居推理领域第二。

Nijm表示：“推理显然是目前增长最大的领域。这可能是因为AI正在从模型训练转向以更高效率运行模型。”

从三星的整体布局来看，其优势并不局限于HBM。三星的AI硬件专利还覆盖神经处理单元（NPU）、存内计算（PIM）以及Exynos系统级芯片（SoC）等领域。这使三星成为一个典型案例，即一家原本以存储器见长的厂商，正在将自身的存储器优势进一步延伸到AI芯片和计算架构。

与此同时，英特尔正在多个方向展开布局。凭借Arc以及数据中心平台相关产品，英特尔以188件GPU相关专利申请领先竞争对手，同时在芯片架构领域也保持庞大的专利布局。

数据显示，英特尔在AI与集成电路（IC）架构交叉领域拥有967件专利申请，排名第二；在HBM相关专利方面则以23件排名第三。在AI与模拟IC交叉领域，英特尔以225件已授权专利排名第五；在推理半导体专利方面则以792件排名第八。

高通也紧随其后，正在迅速从智能手机端的芯片业务向企业级数据中心拓展。其AI架构专利申请量增长了186%，达到252件，同时推出AI200和AI250等加速器。

高通过去长期依靠端侧和边缘AI建立技术优势，如今则开始明显向数据中心推理市场转向。在推理领域，高通拥有655件专利申请，排名第九；GPU相关专利则以134件排名第四。其AI200和AI250数据中心推理加速器重点强调能效和内存容量，希望以此形成区别于竞争对手的优势。

过去五年与过去12个月主要芯片制造商和国有企业 GPU 专利申请数量对比（来源：Anaqua）

头部企业和科研机构在AI推理和AI加速器半导体领域的专利申请情况，对比过去五年的专利申请总量、最近12个月的申请量以及年度增长率。（来源：Anaqua）

IC架构层面的专利活动情况，跟踪头部芯片厂商、专业晶圆代工厂以及新兴AI初创企业过去五年的专利申请总量及同比增长势头。（来源：Anaqua）

美国政府实施的出口管制，本意是通过限制先进硬件供应来遏制中国科技产业的发展，但数据显示，这也产生了一个意料之外的结果：推动中国加速发展自主替代技术，并形成了一场由国家力量推动的大规模技术竞赛。

过去五年，中国政府相关机构、高校和科研机构共提交了5387件相关专利申请，几乎是最接近的企业竞争对手数量的三倍。

与此同时，中国相关机构在GPU专利申请方面排名第三，摩尔线程、沐曦等初创企业也开始进入这一领域。

从产业背景来看，这种专利布局可以被视为中国芯片自主化进程的一部分，即在美国出口限制不断收紧的情况下，通过加大国内研发投入，建立从GPU、推理芯片到AI加速器的自主技术体系。

除了地缘政治因素推动的技术竞争之外，AI芯片市场的竞争格局也正在从两个方向发生变化：一方面，云计算巨头开始自己设计芯片；另一方面，一些深科技企业则试图从底层物理原理出发重新定义计算方式。

数据显示，超大规模云服务商正在逐步减少对传统芯片供应商的依赖。例如，Alphabet旗下谷歌正在通过自研TPU进一步巩固其定制AI架构，其相关专利申请已经进入AI架构领域前三；微软则在持续推进自研Maia AI加速器。

Anaqua指出，Alphabet/Google的TPU以及微软Maia相关专利已经出现在几乎所有AI与半导体专利交叉领域中。这反映出一个越来越明显的变化：云计算巨头不再只是芯片的采购方，而正在成为芯片设计者，根据自身工作负载开发定制芯片。

与此同时，IBM正在模拟计算和神经形态计算领域占据领先位置。其相变存储器（Phase-change Memory）以及Spyre加速器，都是其试图解决冯·诺依曼瓶颈的技术路线。

数据显示，IBM在AI与半导体交叉领域拥有794件专利申请，排名第一；在模拟AI领域则以389件专利申请位居第一。其专利布局集中在量子计算、神经形态芯片以及相变存储器等前沿技术。

其中，相变存储器可以直接在芯片上存储神经网络权重。Anaqua称，这种技术的能效表现可达到传统方案的大约14倍，目前已经通过IBM的Spyre加速器逐步走向商业化应用。

头部硬件、科技和国防企业过去五年的专利申请总量及主要技术布局领域，重点展示其在神经形态计算、信号处理、量子计算和边缘AI推理等方向的技术专长。（来源：Anaqua）

Anaqua的数据表明，半导体知识产权已经不再只是企业用于保护技术成果的常规工具，而正在成为地缘政治博弈和技术竞争中的重要筹码。而随着传统芯片在功耗和内存方面逐渐触及极限，AI的下一阶段发展也不会只是简单地在一块芯片上塞入更多晶体管。

超大规模云服务商正在通过定制芯片进一步强化垂直整合，传统半导体巨头则在努力让存储器与计算逻辑更加紧密地结合，各国也在持续建立规模庞大的半导体知识产权组合。

对于硬件和软件架构师而言，趋势已经非常明确：AI性能越来越取决于硅、内存与专用算法之间的协同整合，而不是某一个单独芯片指标的提升。

从Anaqua对超过70万件半导体专利申请的分析来看，这种变化已经不是单一企业或某个细分市场的偶发现象，而是正在贯穿AI芯片产业链的结构性变化。AI正在同时影响芯片架构、GPU、推理处理器、定制加速器以及存储技术等多个层面。