作者：电子创新网张国斌
“目前，中国数据中心的功耗高于美国数据中心，但中国拥有强大的发电能力，当台积电 A16 和 A14 工艺的晶圆上市时，可能会出现性能问题。”在今天开幕的第十届上海FD-SOI论坛上，IBS CEO Handel Jones在《边缘AI机遇和FD-SOI机遇分析》演讲中指出。“数字健康将成为 2030 年至 2040 年最大的细分市场！”
在这个演讲中，他指出数字时代意味着边缘计算以及高性能计算 (HPC) 应用，未来几年，社会将进入新阶段智能手机将成为边缘数据集成的枢纽，智能手表和健身追踪器是边缘数据生成器的例子，新兴设备将成为智能手机的数据生成器。
“传感器的增强是边缘人工智能 (Edge AI) 增长的关键要求，尤其是物理传感器。所有图像传感器都是迄今为止智能手机出货量增长的关键能力。图像传感器也是数字健康、机器人和其他应用的必备能力。高频传感器，包括激光雷达 (LIDAR)、成像雷达等，预计将具有很高的增长潜力。”他指出，“与边缘人工智能 (Edge AI) 领域的潜在机会相比，传感器方面的投资不足亟待解决。智能眼镜、AR 设备和 VR 设备预计将在 2027 年或 2028 年实现大规模量产。智能眼镜、AR 头戴式耳机和 VR 头戴式耳机的销量预计在 2028 年或 2029 年达到 1.5 亿台。许多技术和成本需要应对的挑战，而中国市场有望强劲增长，新产品开发将迎来重大创新。”
下表列出了中国半导体公司的竞争地位，他指出在显示驱动、碳化硅、MCU ，通用模拟器件等等，中国公司到2030年都将主导地位。
他也对全球半导体市场做了预测。
在中国市场的产品比例是这样，AI影响了半导体的增长
他指出，中国IC自给率在稳步提升，这得益于中国获取了先进的晶圆和封装技术。
从中国消耗IC来看，他指出市场转向主要支持中国客户，这将产生全球影响。
他量化分析了半导体行业人工智能的影响，下图展示了人工智能在半导体市场各产品中的占比。
他对边缘人工智能进行类似的逐个产品。
在云与边缘市场，边缘AI的高速增长得益于其广泛的应用场景，但这一结论面临诸多挑战。
他指出从英伟达的财务数据看，数据中心的人工智能将实现高速增长然而，DeepSeek 等算法的训练可能会对未来的计算和内存能力产生重大影响。
基于上述数据，他得出如下洞见：NVIDIA 收入的增长部分源于生成式 AI 的影响（2025 年美国数据中心公司的资本支出将达到 3990 亿美元，而 2024 年为 2563 亿美元，2026 财年第二季度（截至 2025 年 7 月 27 日），两家直接客户占 NVIDIA 总收入的 39%，四家直接客户占 NVIDIA 总收入的 46%。）所有这些客户都来自数据中心市场的计算和网络领域。
• 台积电 2025 年收入增长近 30%，这与 HPC 需求有关。中国数据中心正在经历强劲增长，中国分布式数据中心数量超过美国， 目前，中国数据中心的功耗高于美国数据中心，但中国拥有强大的发电能力。
• 当台积电 A16 和 A14 工艺的晶圆上市时，可能会出现性能问题。
美国公司和中国公司获得 7nm 甚至 5nm 晶圆。
封装技术正变得与先进的晶圆技术同等重要
• 缩小处理器和内存之间的性能差距需要改进 3D 封装技术，采用 3D DRAM 或许能缩小这一性能差距；
• 光子技术将成为支持 1.6Tbps 的关键能力，华为在中国开发了具有竞争力的长距离通信光子技术；
• 利用高带宽 SSD 的智能存储也可能是对 3D 封装技术的补充
他指出边缘AI的一些重大动向：如具有智能图像信号处理功能的智能手机是边缘AI，到 2029 年或 2030 年，智能手机的 NPU 性能将达到 150TOPS 至 200TOPS。基于 Arm 的 NPU 路线图具有创新性，80% 至 90% 的数据可以在边缘处理，其余数据可以发送到云端。
拥有高带宽和低延迟的云端连接至关重要，5G-A 是其中一种选择，6G 也有优势（技术非常复杂），中国供应商到2026年，全球智能手机出货量将达到60%至65%，而2025年约为55%。 智能手机智能化水平的提升是边缘AI增长的关键因素，平板电脑和个人电脑也将成为边缘AI支持的中心。AI支持架构将以Arm为中心，RISC-V将迎来增长机遇。
• 中国企业正在开发新的CPU和加速器架构，以在供应链中保持独立，关键因素在于获取先进的技术节点。
• 中国的操作系统发展势头强劲，鸿蒙OS是关键能力。
• NVIDIA的DGX Spark代表着在台式电脑中支持数据中心级AI的关键能力，个人电脑将成为本地数据中心的服务器。
智能眼镜、AR设备和VR设备将拥有强劲的增长潜力，目前多个版本正在开发中，包括支持投影技术的版本。产量领先者可能在中国。然而，Meta正在进行巨额投资。关键问题在于如何在极低的功耗下获得超高性能处理的技术领先地位。智能眼镜产量增长为全透明硅基（FD SOI）带来良机，这得益于其低功耗和高效的无线连接
▪ L3 级 ADAS 是边缘 AI
• L3 级 ADAS 将于 2025 年在中国投入使用，关键因素是更优的融合处理器和软件支持，到 2030 年，ADAS 将率先向 L5 级迁移，但其广泛应用前景尚不明朗，激光雷达技术对 ADAS 支持至关重要，预计中国汽车企业将在全球汽车市场中占据更大份额。关键原因包括卓越的技术和高效的制造。
• 半导体消费存在增长机会--智能机器人拥有巨大的市场机遇，中国在智能机器人方面的支出是其他国家总和的 20 倍，对机器人的关键要求是高效执行特定任务，而非复制人形。
除非开发出新的产业，否则智能机器人可能会提高效率，但会减少对人力的需求。
▪ 数字健康将成为 2030 年至 2040 年最大的细分市场，来自人类的数据量可能比机器人高出10,000倍，关键要求包括更优质的图像传感器、MEMS和其他器件，数字健康的进步可能使人类寿命延长20年以上，这对社会来说是一个有趣的挑战。人类将成为物理AI的最大数据来源，边缘AI不可避免，为各种半导体带来机遇。
他也对晶圆代工市场做出了预测：
他指出晶圆代工生态系统中的关键信息：
晶圆代工市场的增长与半导体市场的增长息息相关，半导体市场将在2035年之前保持稳定增长，但将经历两个或多个衰退期，晶圆代工市场也将经历两个或多个衰退期，中国的晶圆代工能力发展参差不齐，长江存储和长鑫存储的晶圆厂设施表现强劲，中芯国际2020年至2024年的资本支出为314亿美元，营收为310亿美元，华虹半导体在有限的资金条件下表现良好， 晶圆代工在有限的资金条件下也表现良好。
在7纳米和潜在的5纳米工艺上实现高良率对中国具有战略意义，3D封装支持对晶圆代工支持日益重要，该领域的许多活动都在中国进行，华为在光子学领域处于领先地位，业务提升先进特征尺寸代工能力战略对中国至关重要，FD-SOI 支持是其中一种选择。
他指出FD-SOI 是众多边缘 AI 应用的最佳技术，超低功耗和高效的无线连接是 FD-SOI 的关键优势。
他指出FD-SOI 的关键问题是FD-SOI 的高增长源于其在众多应用领域的卓越技术，22nm FD SOI 是格芯在 MCU、雷达和其他应用领域的关键技术，意法半导体正在扩大 FD SOI 的产量，并拥有 18nm 的新技术，目前许多公司已经推广 FD SOI 超过 15 年，目前 FD SOI 的成功前景非常乐观
FD SOI 对中国具有战略重要性--许多边缘 AI 应用可能需要超低功耗，FD SOI 在超低功耗方面优于体硅 CMOS 和 FinFET 技术。
体偏置技术至关重要
他指出22nm 技术已得到验证，并已建立强大的 IP 产品组合和供应链,18nm 将在两到三年内具备类似的能力,如果迁移到 12nm 可能满足许多 7nm FinFET 应用的需求。
Soitec 和 CEA-Leti 正在评估 10nm FD SOI，建立技术合作伙伴关系至关重要在中国建设全向 SOI 产能，中国已具备 SOI 衬底供应，中国企业正在生产 300 毫米晶圆的 SOI 衬底，且良率极具竞争力。在中国拥有全向 SOI 衬底供应具有优势--在中国拥有全向 SOI 衬底供应，需要与 Soitec 建立技术合作伙伴关系，中国已拥有全向 SOI 设计专业知识，芯原已在 28nm 和 22nm 工艺上实现了大量设计，并拥有丰富的 IP 产品组合，扩展全向 SOI 产品组合 中国面向人工智能应用的全向 SOI，目标应用领域可能包括智能手表、健身追踪器、智能眼镜、AR 和 VR 头戴式设备以及 MCU。
可选方案是利用 Soitec 的衬底、GlobalFoundries 或 STMicroelectronics 的晶圆以及芯原的 IP 产品组合和设计支持，构建设计生态系统，中国企业也在开发全向 SOI 技术，以独立于外部供应，然而，关键因素在于其全向 SOI 的竞争力这是适合采用系统化、结构化的设计方法。
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利