AI半导体不仅仅是“巨头的盛宴”,也是“勇敢者的游戏”

上一篇《半导体是“留老人”的行业，但不能“老心态”、“吃老本”》聊了传统半导体企业需要警惕“老心态”、“吃老本”现象。文章发布后，从后台私信和身边的朋友那儿，都获得了不少反馈。

在时代变革的浪潮下，一家企业“愿不愿意转变”、“应不应该转变”和“向哪个方向转变”是三个不同维度的思考。

上一篇说的是面对“愿不愿意转变”的问题时，应当始终维持肯定的心态，而非沉溺于当下舒适区的酣适中，消磨了进取心，错失机遇。

但“愿意转变”并不代表“应该立刻转变”，更回答不了“向哪个方向转变”，后两个问题需要更开阔的眼界、更深入的研究和更精准的判断力，结合时势和自身禀赋，寻找切实可行的方向，让企业能固本拓新、既往开来。

在一轮又一轮的时代浪潮下，无数企业因此而兴，也因此而亡，共同构成了半导体行业兴衰沉浮的历史。

2005年，英特尔CEO曾向董事会提议以20亿美元收购英伟达，却遭到拒绝。原因是董事会认为英伟达只是家 “做游戏显卡的小公司”，不值这个价格。并且觉得GPU 只是图形外设，永远不可能威胁到 CPU 的核心地位。

彼时的英特尔是全球半导体产业的霸主之一，核心目标仍是生产下一代CPU，并巩固X86架构在业内的垄断地位，既没意愿，也不认为公司应该调整战略重心。

但这一决策的惯性过于强烈，以至于在半导体行业快速变革发展期，不仅失去了收购英伟达的机会，还因觉得“利润太低”，拒绝为iPhone提供芯片，与消费电子的最大机遇之一擦肩而过。

即使等到AI已“起于青萍之末”，英特尔对于该“如何转向”这件事仍然相对模糊，前后砸下数百亿美元收购一批企业，却始终没能撼动英伟达在 AI 训练市场的垄断地位，市场份额几乎可以忽略不计。

与之相比，英伟达对于“应不应该转变”和“向哪个方向转变”的决策更果断：2006年，黄仁勋便决定将GPU推向超级计算和人工智能领域，并逐步降低对英特尔形成垄断的X86架构的依赖，打造自身的CUDA生态，把显卡的边界从游戏和3D图像处理扩展到通用加速计算领域。

多年以后，当英特尔CEO基辛格卸任时，半开玩笑地说“黄仁勋成功有运气成分”时，老黄则婉转地点出这么多年英特尔面临的困境：

当行业发生根本性变革时，没有人能逆潮流而动。

所以，企业深耕自身原有的领域固然重要，但察觉到时代的趋势并积极把握同样关键。

那么，当时半导体行业的主要趋势是什么？

一如20年前的个人PC、十年前的智能手机，如今半导体行业未来主轴也已经逐渐清晰——AI。

据海通国际测算，台积电、三星、SK 海力士、美光、英特尔五家对于AI硬件的合计资本开支，2026 年约达1631亿美元、同比增长 32.7%，2027 年升至 1924 亿，2028 年到 2123 亿，连续三年加码。云端厂商的投入同样在放大，2026 年全球九大云厂商的合计资本开支约 8300 亿美元、同比增长接近八成。

台积电、三星、SK 海力士、美光、英特尔五家对于AI硬件的合计资本开支

或许AI下游商业化的进度仍有“是否存在泡沫”的争议空间，但对于上游的AI硬件投资，已经可以看到明确的、至少持续三年的扩张周期。

但问题随之而来。提起 AI，我们听到和想到的，似乎都是哪些做GPU、做大模型、做 HBM 的，动辄市值上万亿的巨头。令人觉得这场时代的盛宴，似乎并没有做通用模拟、MCU、被动元件的中小厂的席位。

但事实真是如此吗？

观察今年半导体产业中热门的赛道可以发现，大部分需求来自于AI产业链的外溢。

AI产业链中，第一波直接受益的，是 GPU、存储、先进封装、高速光模块等离算力最近的大类，其中充斥着国际巨头和行业龙头；

第二批，则是服务器电源、液冷散热、玻璃基板、高速铜连接、高端被动元件这一长串配套环节。一台 AI 服务器、一座算力中心，并不是几颗主芯片就能跑起来的——它需要供电、要散热、要把芯片之间的信号高速连起来、要把不同芯粒封装在一起。

每一个环节都是一条“缝隙”，而 AI 越进化，对算力的需求越强烈，这些“行业缝隙”就越大、越需要有人去填补，而这恰恰是中小半导体企业的擅长领域。

产业原先的“终端放量、主芯片先行、周边普涨”的行业规律正在发生变化，面对AI硬件投资、算力缺口创造出的巨大需求，谁先能做到“填补缝隙”，就能获得先发优势。

“填补缝隙”的路径，大致可以分为两类。

第一条路最直接：自己下场，做 AI 真正缺的那种硬件。

这里并非指 GPU、HBM 这种技术先进、工程要求极高的大类，那是巨头的领域。AI 外溢出来的，是大量专精、细分、巨头看不上眼的环节，那是寻常半导体企业够得着的窗口。

这里举两个例子。

一个是玻璃基板。它听上去和 AI 八竿子打不着——做这东西的厂，有的原本做面板，有的甚至做药用玻璃瓶。可就是这块玻璃，正被推到 AI 芯片封装的最前台。原因不复杂：AI 芯片越做越大、越堆越高，传统有机载板容易翘曲、高频损耗大，硅中介层又贵、还受晶圆尺寸限制；而玻璃热稳定性好、平整度高、信号损耗低，被视为下一代先进封装的核心基材。

目前，台积电已经公开了玻璃基板的量产计划，英特尔也发布了首款玻璃芯载板的 CPU。

这条“缝隙”的增长空间是实打实的。据 Omdia 的数据，全球玻璃基板市场 2026 年约 186 亿美元，2026 至 2030 年的复合增速 14.5%，同期传统有机基板只有约 6%；若把周期拉长到 2028 至 2040 年，复合增速高达 67.2%。

但这条路并不好走，需要从“主题预期”走进“产业验证”。

国盛证券的报告指出，玻璃基板当前的制造成本比有机基板高出 30% 到 50%，良率还在从约 65% 向 82% 爬坡，瓶颈卡在玻璃通孔、金属化、铜层附着这些工艺上，大多相关公司的公告把量产时点指向 2027 至 2028 年。但这同样是“缝隙”未被填满，机会窗口期仍在开放的证明。

另一个例子是 AI 服务器电源。AI服务器单机柜的供电需求正从上一代的几十千瓦，向 Blackwell 一代的百千瓦量级、乃至更远的兆瓦级演进，英伟达已锁定 800V 高压直流的供电架构。功率每抬升一截，对电源器件的价值量和技术门槛就是一次重估。

这条赛道上已经有不少取得阶段性成功的案例。一家靠做给手机充电的电源适配器起家的老厂，把重心转向数据中心电源后，2025 年这块业务收入 20.15 亿元、同比增长 38.15%，其中高功率服务器电源 12.99 亿、同比增长 66.52%。如今它已进入海外头部 GPU 厂商的电源供应链，靠“给 AI 供电”重新被估值。

当然，并不是每家公司都恰好有对应的技术积累，能直接转型做成 AI 产业链的刚需产品。所以还有一条更现实的路：绑住一个已经身处AI产业链中的大客户，给它供配套，搭上便车。

最典型的是 MCU，在印象中是“红海中的红海”，也是“通用料”的代名词，似乎离 AI 产业链很远。

但是今年，海外做 AI 电源、做光通信的大厂却在向国产 MCU 厂买货。

恩智浦的数据中心今年业务收入预计从 2025 年的约 2 亿美元增至 5 亿美元，同比翻倍。于是在今年，其下游的几家国产 MCU 厂，专门为光模块开出了定制型号，向其批量供货。

AI 服务器、光模块的电源功率由于涨得太猛，每块电源板上都要插好几颗 MCU 做监控和管理，像英伟达 GB 系列单机柜的电源板，MCU 用量就超过 500 颗。在巨大的需求下，甚至引起了国内一部分MCU产品的涨价。

在被动元件上也是类似的逻辑。一颗 MLCC，从消费电子做起、切进汽车供应链，再配合国产算力链进 AI 服务器，用量约是传统服务器的 8 倍——英伟达 GB300 单台约用 3 万颗、单机柜可达 44 万颗。

当然，需要注意的是，这条赛道国内仍在追赶——2024 年全球 MLCC 市场前五名合计占 77.3%，仅村田一家就占 31.8%，而中国大陆企业占比不到6%，高端仍由日韩主导。

但这也再次证明了，一个本身和 AI 并无直接关系的产品，却可以因 AI 的需求，被一把从红海中拽上船。

国产替代走到今天，“国产替代”的旧红利在收口，行业陷入“国产替代国产”的内战，价格战是这场内战最直接的表现。某种程度上，今天的内卷是前些年野蛮生长、一哄而上的代价，“小、散、弱”的格局仍未根本改观。

但过于消极地看待现状，是只看到了旧脉络的退潮。换个角度——旧脉络的红利吃完了，恰恰是一声发令枪，提醒该往新脉络迁徙了。留在原地最大的代价，是被困在存量内战里和同行互相消耗。

而新脉络的方向，已经越发清晰：当下的AI产业链是一场至少三年起步、结构性的扩张，不是一年的行情。

与其守在退潮的赛道上“坚持”，不如趁还有余力，把船一寸一寸地开向主航道。踩对脉络，才有未来的高速发展期。