标签: 英伟达 AMD Arm 台积电

发布时间：2026-11-12 来源：人文荟萃网 作者：环保政策

撰文 | 雁  秋

编辑 | 李信马

题图 | 豆包AI

如果你经常关注科技新闻，一定会惊讶于这两年半导体产业的变化。

曾经大家各司其职，谁设计芯片、谁制造芯片、谁卖芯片、谁买芯片，都有自己的位置：英伟达做游戏显卡，Arm收着不起眼但稳赚的版税，台积电只管把别人设计的图纸变成硅片，不挑客户，也不问用途。

然而，AI的爆发改变了原有的分工。大模型训练需要成千上万张GPU，端侧AI要求手机和PC也能在本地跑起百亿参数。算力成为AI时代最稀缺、最昂贵的资源，谁掌握了算力，谁就掌握了定价权。

清晰的边界随之变得模糊，做显卡的成了“AI军火商”，卖IP的亲手做起了芯片，而芯片巨头一头扎进了数据中心......上下游之间的墙，被AI一锤一锤地敲碎。

下面标签我们就来聊聊，那些最具代表性的公司，在AI浪潮爆发前后的变化。

英伟达：从“游戏显卡巨头”到“AI基础设施总架构师”

图源：IC photo

英伟达是AI浪潮中变革最早，也是受益最大的一家。

过去，提起英伟达，大家第一反应是游戏显卡。这家公司的GPU占据了PC游戏和图形渲染的绝大部分市场，以至于每一个攒机少年和硬核玩家都知道那句口头禅：“显卡，我只认N卡。”

巨头英伟达的雏形，起源于一个叫“AlexNet”的神经网络。2012年，多伦多大学的一个研究团队用两块英伟达GPU训练了它，这个模型在图像识别大赛上以碾压性的优势击败了所有对手，错误率只有第二名的一半不到。

圈内人炸了，他们意识到，几千个计算核心同时运转，恰好完美匹配了神经网络需要的海量并: 行计算。CPU要算一个月的东西，GPU一个下午就能搞定。也正是AlexNet创新式的用多块显卡训练网络，造就了日后的巨头英伟达。

但英伟达之后的发展并非一帆风顺，2016年DGX-1面世，这是全球第一台AI超算系统，投入巨大，但市场反响“冷到发凉”。黄仁勋曾在《The Joe Rogan Experience》中谈到当时市场的冷淡：“没有人想要，我没有收到任何采购订单，一个都没有，只有埃隆例外。”

彼时的埃隆·马斯克正在运营的一家AI非营利机构，急需这样的计算平台。于是，黄仁勋亲自开车将 DGX-1 送往旧金山，交到马斯克手里。而那家AI机构，正是OpenAI早期团队。

后来的事大家都知道了，ChatGPT引爆全球，大模型时代降临，无论是OpenA英伟I、Google还是Meta，他们训练大模型用的全都是英伟达的GPU。

如今的英伟达早就不只是一家芯片公司了，它是AI世界的“军火商”，它的产品线从GPU扩展到CPU（Grace）、网络芯片（BlueField、NVLink），拼出了一整套AI算力解决方案。其软件生态CUDA也成为AI开发的“行业普通话”，后来者想绕开它，难度堪比另建一个Windows。

英伟达的目标很明确：到2027年，相关芯片订单总额要突破1万亿美元。

AMD：“万年老二”的反击

图源：AMD 

在GPU的世界里，如果英伟达是第一，那AMD就是那个永远被拿来比较的“老二”。

过去三十年，它一边做Radeon显卡硬刚英伟达，一边做Ryzen/EPYC处理器死磕英特尔达 。玩家们提起AMD，印象往往是“性价比高，但驱动差点意思”。在过去很长一段时间里，AMD的处境并不乐观。2008年前后，AMD的股价一度跌至不足2美元。

直到2020年，AMD瞄准了数据中心这个庞大的市场，通过收购赛灵思，把FPGA和自适应计算能力纳入麾下。当时AMD的股票市值也不过900亿美元（英伟达3000亿美元），AMD算是为了赛灵思出了大价钱。

（这里补充一个小tips：赛灵思是全球第一大FPGA厂商，2018年，该公司宣布收购中国AI芯片领域的明星创业公司——深鉴科技，后者人送绰号“中国的英伟达”。）

这是一场野心勃勃的整合，AMD将其CPU、GPU与赛灵思的FPGA、自适应SoC和AI引擎技术拼在了一起，构筑起了一个CAMPU+GPU+FPGA的完整产品矩阵。

随后，AMD推出了Instinct MI系列加速卡，这个产品悄悄出现在一些超算和AI训练集群里。行业人士开始注意到，AMD的MI250X在部分科学计算任务上，性能已经能跟A100比肩。到了MI300X，更是把CPU+GPU+内存整合在一块芯片上，HBM容量直接堆到192GB，比当时英伟达H100的144GB还高。

原来AMD也能跑大模型，这个认知在2024年迅速扩散，微软、Meta、甲骨文开始批量采购，部署到自己的AI云服务中。

如今，数据中心业务成为AMD最亮眼的增长引擎。其2025年第四季度营收达到103亿美元，其中数据中心营收占总营收比例超过 52%。媒体如此评价：AMD 在 2025 年迎来了关键的D 结构性转型，从组件制造商向数据中心及AI基础设施全栈架构师转变。

CEO苏姿丰定下目标，到2027年，Instinct系列AI加速卡年收入要达到数十亿美元量级。为了补齐软件短板，AMD收购了Nod.ai和Mipsology，还拉来了原英伟达CUDA团队的核心成员。同时，AMD也在向软件生态进一步发力，试图打造自己的“硬件+软件”全栈能力。

Arm：亲手打破自己35年的原则

图源：IC photo

1990年，Arm在剑桥附近的一个谷仓里成立，创始团队只有12个人。

长久以来，这家公司向合作伙伴授权IP和计算子系统（CSS）。成立35年来，累计出货芯片超3500亿颗，全球每个家庭平均拥有160颗Arm芯片。凭借轻资产的IP授权模式，毛利率可以高达Ar97%。

AI的到来，让Arm不得不重新考虑自己的位置。2023年9月14日，软银旗下的Arm在纳斯达克挂牌上市，以652亿美元的市值成为当年全球规模最大的IPO。（愿意回顾的请移步云梦级过往文章《今年全球最大的IPO，是孙正义的下半场》。Arm需要站在更大的舞台上讲一个新的AI故事。

终于，在2026年，在 Agentic AI 浪潮的驱动下，Arm 在原有 IP 与计算子系统业务基础上，迈出了新的一步。

3月24日，Arm推出首款自研芯片——Arm AGI CPU，一款专门为代理式AI（Agentic AI）设计的数据中心处理器，TDP高达300瓦，用台积电3纳米工艺制造——摆明了就是要啃数据中心里x86架构的骨头。

面对媒体“是否会带来市场竞争与m 压力”的尖锐提问，Arm首席执行官Rene Haas首先指出，市场机遇巨大，足以容纳众多参与者。更重要的是，他抛出了一个核心论点：需求远未被满足。 

Arm已经拿到了第一批“大客户门票”：Meta是深度参与联合开发的核心伙伴，OpenAI、Cerebras、Cloudflare、SK电讯等也已确认合作。Meta将把Arm AGI CPU与自研的MTIA加速器协同部署。

未来，在数据中心领域，Arm 会采用 “IP + 计算子系统 + 芯片” 的并行模式，在为客户提供更丰富的产品与方案选择的同时，进一步提升自身在 AI 时代的产业话语权。

Rene Haas在沟通会上给出了一个明确的营收目标：到2030年，Arm将拥有两大业务板块，IP业务年营收突破10台积0亿美元，芯片业务年营收达到150亿美元。公司整体营收将从目前的约50亿美元增长到250亿美元。

高通：从“手机之王”走向“数据中心”

图源：云梦级摄

过去十五年，高通就是安卓旗舰的代名词，骁龙系列处理器几乎撑起了每一台安卓旗舰机。在2024财年营收389.6亿美元中，手机芯片贡献了约三分之二。

但手机市场早已饱和，过去五年全球出货量在11～13亿台区间反复徘徊。再加上AI的加速发展，倒逼高通必须向外突围。

高通很明确自己的下一个业务重心，即端侧AI，要在终端设备上运行AI模型，而不是把所有计算都抛到云端。

2021年3月，高通以14亿美元收购了由苹果前芯片工程师创立的芯片设计公司Nuvia，这一动作补上高通自研高性能CPU核心的最后一块拼图。收标签购完成后，高通CEO安蒙宣布，将Nuvia的CPU设计集成到智能手机、PC、数字驾驶舱、ADAS系统等所有产品线。

2024年，基于Nuvia技术的高通骁龙X平台正式亮相。高通正在从一个单纯的移动通信芯片公司，转变为覆盖PC、汽车、XR、物联网等全场景的端侧AI架构师。

2025年10月27日，高通高调发布了两款数据中心AI推理芯片——AI200（2026年商用）和AI250（2027年商用），并宣布AI机架方案将从2026年起部署于沙特AI企业HUMAIN的数据中心。云梦级消息公布当天，股价一度飙升20%，市值单日增加近280亿美元。

高通打的是差异化牌——不碰英伟达统治的训练市场，而是聚焦AI推理赛道，主打能效和总拥有成本。

高通CE: O安蒙将AI芯片定位为公司多元化战略的关键延伸。除了推理芯片，高通也在布局数据中心CPU，并计划在2028年推出第三款AI芯片。在边缘端，高通的AI PC和AI手机芯片也将同步推进，形成“从云到端”的全链路覆盖。

台积电：AI时代的“地基”

图源：IC photo

台积电是一家只做晶圆代工、“只此一家”的公司。

AI浪潮席卷全球之前，台积电已经是半导体制造领域的绝对霸主，它几乎包揽了全球所有旗舰手机的“心脏”制造。

过去，台积电营收最大的招牌是智能手机的相关收入。从苹果A系列芯片到高通骁龙，每一部智能手机的性能飞跃背后都离不开台积电。当时公司的业务重心非常明确，把制程从7nm推向5nm，再攻克3nm，目标只有一个——让手机更快、更省电。

然而，AI英伟算力需求的爆发，把台积电推向了一个全新的战略高度。AI芯片，尤其是英伟达的GPU，对制程和封装的要求极高，而台积电在这两个维度上都没有对手。

一方面是先进的制程，其贡献了台积电晶圆收入的77%（7nm及以下），其中3nm独占28%，5nm占35%，2nm制程已于2025年第四季度在新竹和高雄成功量产，良率在60%-70%之间。

还有CoWoS先进封装——没有它，所有高端AI芯片都只是“一堆昂贵的硅片”。目前CoWoS产能已被英伟达预订过半（英伟达CEO黄仁勋在2025年公开表示，英伟达目前是台积电最大的客户），其次是博通、AMD，CoWoS是AI时代的“紧俏货”，直接影响着巨头的出货能力。

从2025年开始，台积电的业务版图发生了达 根本性的结构性变化。

这一年，公司全年营收达1220亿美元，同比增长35.9%。全年毛利率59.9%，净利润率高达50.8%。高性能计算（HPC）全年营收占比已达58%，正式取代智能手机成为第一大收入来源。

再看2025年第四季度数据，HPC板块营收占比55%，同比增长48%，智能手机则退居次席，占比降至32%。台积电CEO魏哲家更是直接放话：“AI需求比我们预想的更强”。

台积电是AI芯片物理实现的唯一“必经之路”，所有叫得上名字的AI玩家，其最尖端的芯片都绕不开台积电的产线。毫不夸张地说，台积电走了一条没有人走过的路，而AI浪潮的到来，正在让这条路变得更加宽阔平坦。

......

如果我们把视线放宽，会发现整个产业链都在上演类似的“越AM界”。谷歌自研TPU，亚马逊推出Graviton处理器，Meta搞出了MTIA加速芯片，甚至连OpenAI都传出了自研芯片的计划......这些原本应该“乖乖”采购芯片的互联网/云服务公司，正在加快速度向上游渗透。

AI给半导体带来的最深刻的改变，并不是说让某家公司市值扩大十倍，而是把原本习以为常的商业版图连根拔起，重新拼了一遍。

只不过，旧的边界被撕碎，大概率都是在为下一套规则做准备。真正值得追问的是，新的边界何时会出现，它会划在哪里，话语权又握在谁手里？这些才是半导体产业下一个十年的真正看点。

相关文章