收藏级资料（科技小白必读）
半导体芯片全产业链整体分为上游材料/设备、中游芯片设计/制造/封测、下游应用三大环节，AI芯片是核心细分品类。

一、上游：基础支撑（芯片的“原料+工具”）

1. 半导体材料

• 硅片：主流基底，大尺寸硅片是产能核心

• 光刻胶、电子特气、靶材、湿电子化学品：制造必备耗材

• 碳化硅、氮化镓：第三代半导体，用于高算力、高功耗AI硬件

2. 半导体设备

• 光刻机：核心图形曝光设备

• 刻蚀机、薄膜沉积、离子注入、清洗、检测设备：晶圆制造全流程设备

• 测试设备：芯片良率、性能检测

二、中游：核心环节（AI芯片诞生地，产业链核心）

1. 芯片设计（最前端，定功能、架构）

（1）EDA软件

芯片设计必备工具，电路仿真、版图绘制。

（2）IP核

现成电路模块，大幅降低设计难度：CPU/GPU核、接口IP、AI算力IP。

（3）AI芯片设计（核心品类）

按功能分工：

• GPU：通用算力，AI训练主力

• ASIC：专用AI芯片，推理场景能效最高

• FPGA：可编程芯片，适合算法迭代、边缘AI

• CPU+NPU：集成AI算力核，手机、终端主流方案

• DPU：数据中心算力调度、网络加速，配套AI集群

2. 晶圆制造（代工/自研生产，重资产）

• 流程：晶圆光刻→刻蚀→薄膜→掺杂→金属化

• 模式：Foundry（代工）+ IDM（设计制造一体）

• 关键：先进制程（7nm/5nm/3nm等）决定AI芯片算力、功耗

3. 封装测试（后道工序）

• 封装：切割晶圆、引脚互联、散热封装（先进封装：Chiplet、2.5D/3D堆叠，AI芯片主流方案）

• 测试：功能、算力、稳定性、高低温测试，筛选合格芯片

三、下游：落地应用（AI芯片最终场景）

1. 云端/数据中心（大模型训练、云端推理）

AI大模型、云计算、智算中心、服务器，高端GPU/ASIC为主。

2. 边缘计算

• 终端设备：智能手机、平板、PC（端侧AI、拍照AI、本地大模型）

• 智能家居、穿戴设备：低功耗NPU

• 智能汽车：自动驾驶域控、车规级AI芯片

• 工业机器人、安防摄像头：视觉AI、实时推理

3. 行业AI场景

医疗AI、金融风控、元宇宙、算力集群、AI服务器整机等。