🇰🇷  韩国,解码  →

AI算力解码,第二部分:AI技术栈的九个层级(2026年)

从设计软件到电力,九个层级共同将沙子变为AI数据中心。本文介绍每个层级的功能、领头企业及其领先幅度。

更新时间:2026年8月

已对照 7 个官方来源核实. 核实日期 2026年8月. 所有数据均附原始链接.

核心要点

  • Synopsys、Cadence和西门子EDA三家公司合计占芯片设计软件市场约四分之三的份额。
  • 2026年第一季度,台积电占代工市场72%的份额,三星以6.5%排名第二。
  • 据Counterpoint Research数据,2026年第二季度,三星以39%的份额领跑DRAM市场,SK海力士以26%排名第二,美光以25%排名第三。
  • 博通(Broadcom)和Marvell两家公司合计占据定制AI芯片联合设计市场的绝大部分份额。
  • 信越化学和SUMCO均为日本企业,合计供应全球约90%的硅晶圆。
  • 美国四大云计算公司计划在2026年投入规模庞大的资本支出,较2025年大幅增加。
分享WhatsAppTelegram邮件发给可能用得上的人。
From Seoulstart

先看结论

第一部分介绍了AI芯片是什么,以及为什么存储带宽是它的瓶颈。这一部分绘制供应链全图。九个层级,从最抽象到最具体。每一层说明三件事:功能是什么、谁来主导、领先幅度大概如何。

读的时候留意一件事。几乎每个层级都呈现出同一种格局:不是「竞争激烈、有一个领先者」,而是「一两三家公司,其后是相当大的差距」。第三部分解释这些市场地位为何如此牢固。

第一层:设计软件与知识产权

芯片在物理上存在之前,它先以设计的形式存在,包含几百亿个晶体管。这些晶体管不是人手绘制的。它们由一种叫做EDA(电子设计自动化)的软件生成、仿真和验证。把它想象成芯片世界的计算机辅助设计工具,只不过它还要模拟物理特性,并验证设计结果在工艺上真的能制造出来。

这个市场的营收规模,其实并不算大,但影响力极为广泛,因为没有它就什么都设计不了。根据TrendForce 2021年的数据,这是目前能找到的最可信来源发布的最新拆分数据,Synopsys约占32%,Cadence约占30%,西门子EDA约占13%,三家合计约占四分之三。具体份额此后有所变动,结构上没有变。Synopsys和Cadence不相上下,远超其他所有人,西门子则是明确的第三名。

设计软件旁边还有芯片知识产权(IP):预先设计好的功能模块,供设计公司直接授权使用,而不用从头开发。Arm是这一领域的主要名字,提供用于大多数手机的CPU架构,以及越来越多数据中心处理器所采用的架构,包括英伟达自家的Grace CPU。

谁在领跑: Synopsys、Cadence、西门子EDA。处理器IP领域是Arm。

韩国的位置: 在这一层,韩国几乎缺席。韩国没有一家有影响力的EDA公司。三星和SK海力士都在使用美国软件来设计芯片。这是一个真实存在的依赖,第五部分会再次谈到它。

第二层:芯片设计

这是人人都听说过的一层。这里的公司负责设计加速器,自己不拥有工厂。

英伟达 是这一层的核心,在2026年4月结束的单个财季,数据中心营收达752亿美元,同比增长92%。它的优势不只是芯片本身,而是芯片、将数千块芯片互联的网络、机架级系统设计,以及CUDA这一AI研究者已经建立了近二十年的软件层,四者组合在一起的整体实力。第三部分详细解读这种组合为何如此难以撼动。

AMD 是最主要的直接竞争对手,势头正劲。其MI450加速器采用台积电2nm制程,是2025年10月与OpenAI宣布的大规模合作协议的核心,首批交付计划定于2026年下半年。2026年7月,AMD还宣布作为算力合作安排的一部分,向Anthropic投入了大笔资金。

云计算巨头自己设计芯片。 谷歌有TPU,已经迭代了好几代,由多个制造合作伙伴分别生产。亚马逊有Trainium,第三版于2025年12月正式商用,是亚马逊首款3nm芯片。Meta有MTIA。逻辑很直接:如果一年要在算力上花上千亿美元,自己设计芯片以避免支付供应商利润,算起来就很合理了,哪怕每次设计要花上数亿美元。

联合设计专家 是这里安静的巨头。大多数云计算公司不会独自完成定制芯片的设计,他们雇用博通(Broadcom)或Marvell来承担繁重的工程工作。这两家合计占据这一市场约95%的份额。据报道,谷歌的下一代TPU将工作拆分,博通负责训练部分,联发科(MediaTek)负责成本更低的推理部分,这是一种相当透明的尝试,目的是避免依赖单一合作伙伴。

谁在领跑: 英伟达遥遥领先,其次是AMD,定制设计领域由博通和Marvell主导。

韩国的位置: 存在感很薄。韩国没有一家具备全球规模的加速器设计公司。Rebellions和FuriosaAI是两家有一定可信度的尝试,第六部分会给出客观评估。

第三层:制造

设计变成硅片,是在代工厂完成的。这一层在整个经济体中集中度最高,仅次于垄断。

2026年第一季度,台积电占代工市场72%的份额,较上季度的70.4%进一步提升,当季十大代工厂合计营收创下479.5亿美元的历史新高。三星排名第二,占6.5%。从营收来看,台积电的代工业务规模大约是三星的十一倍。

在生产AI芯片的前沿制程领域,台积电的地位更为强势,不过目前没有单独的公开数据来衡量前沿制程的具体情况。台积电正以极高的年复合增长率快速扩张2nm和A16产能,时间跨度从2026年延伸至2028年,同时也为亚利桑那州工厂投入了巨额资金,量产时间也已提前。

三星代工的雄心主要寄托于得克萨斯州泰勒市的晶圆厂,核心是2025年7月与特斯拉签署的多年期大合同,涵盖AI5和AI6芯片。据报道,特斯拉AI6的产能已全部划给三星在当地的2nm制程。英特尔正尝试以其18A制程重返市场,已报告获得了设计赢单,不过其后续的14A节点在需求方面面临疑问。

谁在领跑: 台积电,遥遥领先。

韩国的位置: 第二,但差距悬殊。这道差距是韩国产业政策最核心的挑战,第六部分将详细探讨。

第四层:存储

第一部分已有介绍,而这一层正是韩国真正领先的地方。

在普通DRAM领域,Counterpoint Research数据显示,2026年第二季度**三星以39%**的份额领跑,SK海力士以26%、**美光以25%**紧随其后。过去一年,这一排名发生了显著变化:SK海力士在2025年第二季度曾持有39%的份额,其份额下滑,但营收却增长了214%,这说明整个市场的增速有多快。

在AI加速器所需的高端叠层存储HBM领域,2026年第一季度SK海力士占58%三星和美光各占21%

这一层的需求相当惊人。三星和SK海力士已与OpenAI达成协议,为Stargate项目大幅提升DRAM月度晶圆投片量,供货安排将持续数年。

谁在领跑: 三星在DRAM领先,SK海力士在HBM领先,美光在两个领域都在追赶。

韩国的位置: 站在最前列。这一层使韩国在结构上不可或缺,而不仅仅是体量庞大。

第五层:先进封装

当你同时拥有一块处理器晶片和若干HBM堆叠后,需要有什么东西将它们合并成一个组件,并提供足够密集的连接,以免重新遭遇存储墙的问题。这就是先进封装的作用,台积电的解决方案叫做CoWoS,一直是制约全球AI芯片产量的瓶颈。

扩产规模相当可观,到2026年底,月产能已达到2024年底的数倍。需求增长同样迅猛,即便完成所有扩产,供应仍预计无法满足需求。这一层流传的产能与需求数字单位往往不匹配,月度晶圆产能对应年度封装需求,因此遇到任何单一数字的直接对比,都要谨慎看待。

这是对外界来说最不显眼的一层,不过也是后果最为深远的层级之一。在2024年和2025年的大部分时间里,制约AI芯片供应的瓶颈,不是处理器,不是存储,而是将两者组合在一起的能力。

谁在领跑: 台积电,ASE和Amkor在更广泛的封装市场占有重要地位。

第六层:制造设备

晶圆厂不是自己建成的。一座前沿晶圆厂装满了来自少数几家供应商的设备,而这一层包含了整个产业链中最极端的集中度。

ASML,总部位于荷兰,制造在先进芯片上印刷最精细特征所必需的极紫外(EUV)光刻机。没有竞争对手的机器,也没有竞争对手的公司。它同时生产大多数光刻系统,包括EUV和更老的制程。一台标准Low-NA EUV系统售价数亿美元,更新一代的High-NA产品售价更高。公司今年已两次上调2026年销售指引。

ASML之下是其他不可或缺的设备制造商:应用材料(Applied Materials)和泛林集团(Lam Research)来自美国,东京电子(Tokyo Electron)来自日本,科磊(KLA)来自美国,专注检测领域。加上ASML,这五家合计供应全球大部分半导体制造设备。

谁在领跑: ASML在光刻领域占据绝对优势,其后是应用材料、泛林集团、东京电子和科磊。

韩国的位置: 主要是大买家,也是小供应商。韩国企业提供的设备在韩国晶圆厂中仅占很小比例。

第七层:材料与化学品

最不光鲜的一层,却是真正的战略咽喉要道。芯片制造消耗超纯晶圆、光刻胶(使光刻成像成为可能的感光涂层)、特种气体、抛光料浆和蚀刻剂,这些材料的纯度要求之高,全球能做到的公司寥寥无几。

日本主导这一领域。信越化学和SUMCO合计供应全球约90%的硅晶圆。 包括JSR、东京应化(Tokyo Ohka Kogyo)、信越化学和富士胶片(Fujifilm)在内的日本企业,合计掌握约90%的光刻胶市场。

韩国在2019年亲身体会到了这意味着什么,当时日本限制了三种对韩国芯片制造至关重要的化学品出口。随后韩国推动国产化替代,并取得了成效:两年内,氟化氢从日本的进口额按价值计算下降了66%,对日本EUV光刻胶的依赖也降至一半以下。毕竟,日本在全球的主导格局并未因此改变,这与任何一个国家自身的暴露程度是两个不同的问题。

谁在领跑: 日本,遥遥领先。

第八层:网络互联

训练一个大型模型,意味着数以千计的芯片持续不断地交换中间结果。如果它们之间的网络传输太慢,芯片就只能等待,而昂贵的硅片就会闲置。到了这个规模,网络就不再只是管道,而是计算机本身的一部分了。

两种方案在竞争。英伟达提供一套紧密集成的技术栈:NVLink在机架内连接GPU,第五代每块GPU带宽达到每秒1.8太字节,第六代为每秒3.6太字节;机架之间则采用InfiniBand或其Spectrum-X以太网。博通销售任何人都可以基于此搭建的商用以太网芯片,并供应业界采购的大多数高端以太网交换芯片。其Tomahawk 6交换机运行速度达到每秒102.4太比特,路线图上还将接连翻番。

趋势是机架间连接向以太网靠拢,主要原因是云计算运营商不希望依赖单一供应商。下一步是共封装光学(co-packaged optics),将光学组件集成到交换机封装内,以降低功耗和成本。

谁在领跑: 英伟达在机架内,博通在机架之间。

第九层:数据中心、云计算与电力

最终是物理建筑,以及运行它们所需的电力。

美国四大云计算公司计划在2026年投入规模庞大的资本支出,较2025年大幅增加。今年以来,几乎每家公司的指引区间都多次上调。不同机构统计口径不同,得出的总量差异显著,因此任何单一数字都应视为估算。第四部分将介绍具体数字及其变化情况。

在它们旁边,还有一类新兴群体:新兴云服务商,专门购买加速器并出租。CoreWeave规模最大,已报告了规模惊人的收入积压订单。其最新一份全年财报显示,截至2025年底,公司拥有43座数据中心,在用电力850兆瓦,已签约电力容量3.1吉瓦。

然后是那个悄然成为最根本约束的限制。注意上一段的单位:吉瓦,不是平方米。业界现在用电力容量来衡量自身规模,因为电力才是真正告急的东西。第四部分完全围绕这一问题展开。

谁在领跑: 亚马逊、微软、谷歌和Meta,甲骨文和新兴云服务商是增长最快的挑战者。

规律

把九个层级放在一起看,有一件事格外突出。这不是一个竞争激烈、各有明显领头者的产业。这是一条由近乎垄断和高度寡占的环节串联而成的链条。

一家公司制造印刷先进芯片的机器。一家公司制造大部分先进芯片。三家公司生产存储器。三家公司开发设计软件。两家日本公司生产大部分晶圆。两家公司设计大部分定制加速器。

任何一个环节出现迟滞,都会拖慢整条链条,而没有一个环节能被快速替代,因为每一个都依赖数十年积累的工程知识、极高的资本壁垒,或两者兼而有之。

第三部分审视其中最牢固的市场地位,并提出一个显而易见的问题:究竟是什么阻止了竞争对手入场?

分享WhatsAppTelegram邮件发给可能用得上的人。

Advertisement

相关指南

常见问题

英伟达为什么不自建芯片工厂?

因为建造一座前沿芯片工厂如今需要数百亿美元的投入,还需要数十年积累的制程工程经验。英伟达是一家无晶圆厂(Fabless)公司:自己设计芯片,将生产委托给台积电完成。这种分工模式是现代产业的核心结构。设计公司专注于架构和软件,代工厂专注于制造,双方各自服务众多客户。如今仍然同时做两件事的公司寥寥无几,而那些尝试的企业,尤其是三星和英特尔,确实发现两者兼顾相当困难。

三星既做存储又做芯片,为什么代工业务只排第二?

这是两个碰巧用同一个名字的不同业务。三星的存储部门在全球数一数二。三星代工(Samsung Foundry)为外部客户生产逻辑芯片,但与台积电差距悬殊:2026年第一季度,台积电占72%的市场份额,三星仅占6.5%。核心难题在于信任与专注:台积电自己不设计任何芯片,客户不必担心跟自己的代工方竞争。三星则设计手机、处理器等众多产品,这让一些潜在客户心存顾虑。

DRAM和HBM有什么区别?

HBM是用DRAM做的。DRAM是每台计算机和手机都在用的基础存储技术。HBM将多块DRAM晶片垂直叠放,通过直接穿透硅片打孔的通道连接起来,并将整个堆叠贴近处理器放置,从而获得宽得多的数据通路。所以HBM是DRAM的一种高端、制造工艺复杂的封装形式,售价要高得多。一家在DRAM领域强势的公司,在HBM领域不一定同样强势,这也是两个市场排名有所不同的原因。

查看全部 5 个问题

数据中心到底由谁来建?

由好几类不同的公司来建,报道让人容易搞混也是这个原因。大型云计算公司自己建。另一类公司有时被称为新兴云服务商(neoclouds),专门购买GPU再出租,其中CoreWeave和Nebius最为知名。第三类是专业开发商,负责建造物理建筑并出租。AI实验室本身也越来越多地参与合资项目,比如OpenAI的Stargate计划,就联合了甲骨文和软银。

电力真的算是芯片产业的一个层级吗?

已经是了。如今业界描述新AI园区时,用的是吉瓦(gigawatt)的电力容量,而不是建筑面积或服务器数量,因为电力才是真正稀缺的东西。芯片可以买,但电网接入许可往往更难拿到。在几个主要市场,新建大型负荷要接入电网的等待时间,比设计和建造整个设施本身还要长。第四部分将详细介绍这一情况。

已核实来源

本指南基于官方原始来源

本指南中的每项数据均来自官方原始来源,您可以逐一查验。

  1. 01

    US International Trade Administration, Japan Semiconductors country commercial guide: Shin-Etsu and SUMCO about 90 percent of silicon wafers; Japanese firms about 90 percent of the global photoresist market

    trade.gov查阅日期 2026年8月
  2. 02

    TrendForce: Q1 2026 foundry market, TSMC 72 percent, Samsung 6.5 percent

    telecomlead.com查阅日期 2026年8月
  3. 03

    Counterpoint Research: quarterly global DRAM and HBM market share

    counterpointresearch.com查阅日期 2026年8月
  4. 04

    Tom's Hardware: the custom AI ASIC state of play, Broadcom, Google TPUs, Meta MTIA

    tomshardware.com查阅日期 2026年8月
  5. 05

    US International Trade Administration: Japan semiconductors country commercial guide

    trade.gov查阅日期 2026年8月
查看全部 7 个来源
  1. 06

    TrendForce: InfiniBand versus Ethernet in AI scale-out networking

    trendforce.com查阅日期 2026年8月
  2. 07

    Futurum Group: 2026 AI capital expenditure estimates

    futurumgroup.com查阅日期 2026年8月

引用本指南

Seoulstart Editorial Team. (2026). AI算力解码,第二部分:AI技术栈的九个层级(2026年). Seoulstart. Retrieved from https://seoulstart.com/zh/guides/ai-compute-the-stack
更多格式(Chicago、BibTeX)

Chicago

Seoulstart Editorial Team. 2026."AI算力解码,第二部分:AI技术栈的九个层级(2026年)."Seoulstart. Last modified 2026年8月14日. https://seoulstart.com/zh/guides/ai-compute-the-stack.

BibTeX

@misc{seoulstart-ai-compute-the-stack,
  author = {{Seoulstart Editorial Team}},
  title = {{AI算力解码,第二部分:AI技术栈的九个层级(2026年)}},
  year = {2026},
  publisher = {Seoulstart},
  url = {https://seoulstart.com/zh/guides/ai-compute-the-stack},
  note = {Last updated 2026年8月14日}
}
想阅读更完整的英文版本? 查看英文版本 →