格芯押注FD-SOI，瞄准机器人与汽车领域

格芯押注特色半导体技术，挖掘先进处理器之外的AI市场机遇，瞄准数据中心互联、电源管理、汽车电子与人形机器人赛道，把握AI走向实体应用带来的需求。这家美国晶圆厂正在把全耗尽型绝缘层上硅（FD-SOI）技术延伸至物理AI领域，计划2028年在德国德累斯顿工厂投产新一代FDX Fusion工艺平台。

这一策略，和台积电、三星电子主导的先进逻辑工艺竞赛形成反差。AI投资带动了3nm、2nm工艺、CoWoS先进封装以及高带宽内存（HBM）的需求，但格芯聚焦的是支撑日趋复杂AI系统互联、供电与控制的半导体技术。格芯认为，算力已经不再是AI发展的唯一瓶颈。随着AI基础设施持续扩张、智能机器走进物理世界，数据互联与供电系统的重要性正在不断提升。格芯CEO Tim Breen表示，数据中心与物理AI的发展，将给整个半导体行业带来前所未有的变革。

互联与供电成为核心方向

虽然格芯高管讨论的应用覆盖数据中心、车载系统、人形机器人等，但公司战略围绕两大核心需求：互联与供电。

格芯早在2018年就定下这条路线，当时它无限期暂停7nm FinFET工艺研发，把研发资源转向FD-SOI、射频、功率半导体以及其他特色工艺。退出前沿逻辑赛道后，格芯不再和台积电、三星在3nm、2nm节点直接竞争，转而深耕AI算力之外的技术，包括高速数据传输、电源管理、传感、控制以及低功耗计算。

随着AI训练集群从单机架扩展到多机架部署，这些能力愈发重要。挑战不再局限于单颗芯片，芯片之间的连接问题凸显：GPU之间的数据流量暴涨、传输距离拉长、机架功率密度持续提升，对互连方案和供电系统提出更高要求。

这一转变，为硅光、硅锗（SiGe）、BCD、FD-SOI等特色工艺带来新机会。硅光与硅锗主要用于高速数据互连，BCD工艺则满足电源管理需求。这些工艺配合先进逻辑技术，共同支撑AI基础设施扩容。

格芯依靠特色晶圆制造建立自身竞争力，市场需求的变化，让它可以在最前沿逻辑节点之外寻找新机会。公司持续扩大光子学、射频、功率器件、汽车芯片以及IP业务布局。格芯称，在收购新加坡硅光代工厂Advanced Micro Foundry（AMF）之后，按营收计算，它已经成为全球最大硅光代工厂。

格芯还通过旗下RISC-V方案与IP子公司MIPS拓展物理AI业务。2026年9月，MIPS推出三款面向物理AI的计算参考平台：Acies、Actus、Aegis。

FD-SOI瞄准物理AI场景

在数据中心之外，格芯看好物理AI市场。这类场景对芯片的要求不只是算力，还包含传感、控制、通信以及低功耗处理。

格芯提出一套STAC框架，四个字母分别代表感知（Sense）、思考（Think）、执行（Act）、通信（Communicate）。四项功能对应车辆、机器人等终端设备的硬件需求。

格芯正在用FD-SOI技术适配这类应用，把多种功能集成在稳定的半导体平台上，是设计重点。近期在德累斯顿发布新一代FDX Fusion工艺平台，将物理AI定为核心目标市场，覆盖汽车电子、机器人、工业自动化、边缘AI设备。

格芯认为，这类市场的竞争格局和数据中心GPU市场完全不同，给掌握差异化制造技术的特色代工厂留出空间。格芯没有跟随台积电、三星去冲刺更先进的逻辑节点，而是推动FD-SOI落地到更多需要传感、控制、互联与高能效计算的场景。

德累斯顿工厂承担FDX Fusion量产任务

格芯计划2028年在德累斯顿工厂投产FDX Fusion，巩固这座工厂作为欧洲差异化半导体技术战略枢纽的地位。该地区拥有成熟的半导体产业集群，汇集英飞凌、博世、台积电牵头的欧洲半导体制造公司（ESMC），以及大量半导体设备、材料供应商。

半导体产业链厂商集聚、贴近客户，将助力格芯推进FDX Fusion平台商业化落地。对格芯而言，这套战略的核心不在于争夺最小晶体管节点，而是拓展FD-SOI在车载、机器人以及其他物理AI场景的应用。它希望把传感、控制、通信、计算能力整合到一套稳定工艺平台上，巩固自身在边缘AI晶圆制造领域的地位。