【导语】当下人工智能加速渗透，半导体作为AI发展“基石”，与AI深度绑定、相互成就。第二十二届中国国际半导体博览会（IC China 2025）上，多款面向AI场景的半导体产品亮相，双向赋能成效显著；同期第七届全球IC企业家大会上，行业领军者聚焦AI与半导体融合路径等，探讨当下机遇与挑战，为两大领域发展指明方向。

在人工智能技术加速渗透千行百业的当下，半导体作为AI发展的“基石”，与AI技术形成了深度绑定、相互成就的发展格局。近日举办的第二十二届中国国际半导体博览会（IC China 2025）上，多款面向AI场景的高性能半导体产品集中亮相，从算力、存储芯片到核心零部件，再到智能质检方案，半导体技术正以硬核实力支撑AI算力升级；与此同时，AI也成为突破半导体制造瓶颈、优化产业发展路径的关键抓手。而在同期举办的第七届全球IC企业家大会上，行业领军者们进一步聚焦AI与半导体的融合路径、制约要素与未来机遇，为两大领域如何进一步(bù)“双(shuāng)向(xiàng)奔(bēn)赴(fù)”指明方向。

各大厂商“秀肌肉” 双向赋能效果显著

本届博览会上，长鑫存储首发新品——DDR5系列DRAM芯片。据介绍，这款尺寸仅如指甲盖大小的芯片，最高速率达到8000Mbps，较当前市场基准主流性能层级的6400Mbps速率提升25%，产品性能已迈入国际顶级性能梯队。

“要驱动人工智能模型、大型服务器运算等应用场景，一方面需要负责运算的逻辑芯片，比如CPU、GPU这些处理器，另一方面离不开能够高速存储和调用数据的存储芯片。”长鑫存储相关负责人向《中国电子报》记者表示。存储芯片被视作电子设备的“记忆中心”，其中动态随机存取存储器(DRAM)和闪存（NAND）是市场份额最大的两类产品。随着AI应用的快速发展，市场对高容量、高速率存储芯片的需求激增。

记者了解到，在内存容量方面，长鑫存储DDR5系列在标准16Gb颗粒以外，推出24Gb大容量颗粒，能在不占用额外物理插槽的前提下，提升系统的模型加载能力与多任务处理效率，满足数据中心快速扩容的需求。在模组应用上，长鑫存储DDR5产品线已推出七大模组产品矩阵，可应用于数据中心、企业级服务器、主流台式机、笔记本电脑及高端超频与工作站等多类应用场景。

此外，本次长鑫存储还同台展示了其今年10月最新发布的LPDDR5X产品，该产品针对移动市场旗舰产品开发的低功耗内存，最高速率10667Mbps，已达到国际领先水平。

“高性能AI芯片的诞生，依赖高端制造设备，而这些设备的核心又在于关键零部件。气体分配盘正是这样一款用于半导体制造薄膜工艺设备的核心零部件。它外形如同一个精密的'淋浴喷头'，在芯片制造工艺中，气体分配盘主要用于为晶圆沉积绝缘介电层薄膜。该部件对机械加工精度要求极高，要求密集排布的复杂微孔所有尺寸保持高度一致性。”博览会上，江丰(fēng)电(diàn)子(zi)工(gōng)作(zuò)人(rén)员(yuán)指(zhǐ)着(zhe)一(yī)块(kuài)直(zhí)径约(yuē)20厘(lí)米(mǐ)的(de)银(yín)色(sè)金(jīn)属(shǔ)圆(yuán)盘(pán)向(xiàng)《中(zhōng)国(guó)电(diàn)子(zi)报(bào)》记(jì)者(zhě)介(jiè)绍(shào)道(dào)。记(jì)者(zhě)看(kàn)到(dào)，该(gāi)产(chǎn)品(pǐn)表(biǎo)面(miàn)分(fēn)布(bù)着(zhe)密(mì)集沟(gōu)槽(cáo)，在(zài)这(zhè)些沟槽内部，共集成上千个微孔。

“随着AI芯片的快速普及，市场对芯片性能的要求不断提升，这也对气体分配盘的制造精度提出了更严苛的要求，须确保所有微孔都处于同一孔径范围内。此外，我们对每个微孔都进行了AOI自动光学检测，确保内部光滑无毛刺。”上述工作人员补充道。据了解，该产品已实现出货，应用于多家半导体制造商。

在半导体技术为AI提供硬件支撑的同时，AI也日益成为提升半导体制造能力的重要引擎。博览会上，中科慧远展示了其智能质检平台，该平台以仿人光学成像系统与垂直行业大模型为核心，融合多光谱感知、轨迹算法及百万级缺陷样本库，实现了对半导体加工全链条的智能检测。

“在半导体高端制造领域，AI质检是刚需中的刚需，特别是对于宽禁带半导体等半导体新材料。”中科慧远销售总监季建朝告诉《中国电子报》记者，半导体新材料的发展需要长期探索，其规格标准、行业定义及前后制程之间的缺陷，往往需要20年以上时间才能完全厘清。当前，宽禁带半导体在生产过程中仍存在一些不可控的缺陷，关于这些缺陷的形态尺寸及对器件性能的影响，行业内尚未形成统一(yī)认(rèn)知(zhī)，亟(jí)须(xū)专(zhuān)业设备实现缺陷的提前预警与预判。

“借助大模型，即便面对数据库中未收录的新缺陷，我们的平台也可以实现提前预警，并在两小时内完成该类缺陷的模型训练，后续再遇到同类缺陷时，平台便能精准识别，从而实现对制造工艺的持续优化。”季建朝介绍道。

瓶颈问题日益显现 如何破局成关键

在本届博览会同期举办的第七届全球IC企业家大会上，行业领军企业的专家从半导体装备升级、AI算力需求演变、以及AI芯片突破瓶颈的关键方向等维度，深入解析了产业当(dāng)下(xià)的(de)发(fā)展(zhǎn)机(jī)遇与核心挑战。

电科装备党委书记、总经理王平从半导体设备的角度指出：“AI赋能将解决半导体装备在机理研究和数据积累方面的不足，加速基于MBSE系统(tǒng)模(mó)型(xíng)的(de)构(gòu)建(jiàn)和(hé)数(shù)字(zì)化(huà)样(yàng)机(jī)能(néng)力(lì)，深(shēn)刻(kè)变(biàn)革(gé)半(bàn)导(dǎo)体(tǐ)装(zhuāng)备(bèi)的(de)设(shè)计(jì)、制(zhì)造(zào)和(hé)运(yùn)维(wéi)全生命周期研发模式。”当前人工智能与算力爆发成为电子信息产业的核心驱动力，集成电路技术发展已从单一的“制程微缩”路径转向以材料创新、技术创新、结构创新和集成创新为核心的多元创新路径。高性能计算与高效能元件的巨大需求，将持续推动芯片技术升级和装备制造创新。在王平看来，先进封装、光通信芯片的持续迭代与AI、5G/6G等应用领域紧密结合，为“超越摩尔”开辟了创新空间，也为国产装备提供了广阔的技术创新空间。

“异构的AI基础设施一定是未来发展的趋势，既能提高当前应用的性能、效率和成本效益，也能够保持对于未来智能体AI应用的长期有效性。”英特尔公司副总裁、英特尔中国研究院院长宋继强围绕AI的算力需求表示，AI计算重心已从通用基座大模型扩展至推理应用，未来80%的AI计算将用于推理领域，异构的AI基础设施是未来发展的趋势。“智能体AI是推理领域真正产生客户价值的部分，其算力需求将从2025年起逐步上升，并超越用于训练基座大模型与微调大模型的规模，今年，其规模已有140倍的增长，达到每月1400万亿Token的使用量。为应对智能体AI的高速增长需求，算力支持是首要的，算力基础设施的带宽、存储等都要跟上。Token服务供应商，如云服务和数据中心供应商也需对构造成本结构的方式进行系统级的优化。” 宋继强表示。

Imagination中国区董事长兼亚太区总裁白农也同样针对这点强调，当前，端侧AI算力迎来爆发式增长，端侧芯片需承载感知数据处理、图像渲染、AI大模型计算、安全、通信等多元需求，面临硅面积、功耗、带宽、存储量等诸多物理限制。白(bái)农(nóng)表(biǎo)示(shì)，GPU是(shì)提(tí)供(gōng)AI算(suàn)力(lì)的(de)底(dǐ)层(céng)技(jì)术(shù)，为(wèi)支(zhī)撑(chēng)AI算(suàn)力(lì)，需(xū)要(yào)在(zài)GPU架(jià)构(gòu)上(shàng)做(zuò)相(xiāng)应(yīng)的(de)调(diào)整(zhěng)。

芯(xīn)动(dòng)科(kē)技(jì)（北(běi)京(jīng)）有(yǒu)限(xiàn)公(gōng)司(sī)首(shǒu)席(xí)技(jì)术(shù)官(guān)罗(luō)彤(tóng)则(zé)是(shì)提(tí)出了未来行业突破的核心关键词——“连接性”。他指出：“现在需求在于AI，瓶颈在于硬件。AI的需求是无底线的，而硬件的性能存在上限，因此瓶颈问题本质上是当下供需两侧错配。”数据显示，以两年为周期，算力指数增长达3倍，内存为1.6倍，接口仅有1.4倍。他强调，想要在未来AI芯片的竞争中占领高地，要重视“连接能力”，一是要突破整体内存和互连带宽限制，二是提供系统场景优化的IP，三是通过定制化设计服务，大幅度提升软硬设计的效能。