芯耀
1087
在半导体行业里，什么芯片未来最有前景？最近几份市场研究报告给了一些信号。
超低功耗MCU、AI ?ASIC、HBM高带宽存储，正在成为市场关注的三大热门方向。这背后对应的正是消费电子、电动车与智能汽车、人工智能算力和高性能数据中心这几条快速成长的赛道。
先说超低功耗（ULP）MCU，MarketsandMarkets的最新报告显示，全球超低功耗MCU市场从2025年的约98亿美元，预计到2030年能增长到152.7亿美元，五年间市场规模几乎翻半。
为什么会增长这么快？主要是消费电子、智能家居和楼宇管理对能效的要求越来越高。随着设备体积越来越小、功能越来越丰富，低功耗微控制器显得格外重要。
模拟器件在 ULP MCU 市场占比最大，主要是因为它们在传感器、医疗设备和工业自动化中负责精确的信号测量和转换。
在汽车领域，ULP MCU的作用也越来越明显，它们支撑着ADAS、高级信息娱乐系统、电池管理和车载传感器，超低功耗待机和快速唤醒功能对电动和混合动力汽车尤其关键。
随着汽车行业向互联和自动驾驶渗透率提升，ULP MCU 的采用率预计会稳步上升，这意味着厂商在设计和供应上都有机会。
其次是ASIC芯片。AI大模型带来的算力需求，已经让训练型ASIC成为一条快速扩张的市场。以前大家一提AI计算，想到的都是英伟达GPU，或者AMD后来赶上的GPU。
但在头部云厂商推动下，训练用ASIC正在崛起。
预计2024到2026年的出货量年复合增长率可达70%。今年和明年，更多采用ASIC的机柜设计将上市，例如AWS计划在下半年推出Trainium 2/2.5机柜，Meta也会开始量产自家MTIA芯片的Minerva机柜。
ASIC加速器不仅能降低能耗，帮助CSP控制成本，还能降低对英伟达等供应链环节的依赖，同时通过技术创新建立壁垒，提升自有AI产品和服务的竞争力。
ASIC的优势是针对特定任务高度定制化，能效比远超通用GPU，成本控制也更好。对于那些大规模训练AI模型的企业来说，自己定制ASIC比完全依赖GPU更具性价比。
可以说，AI ASIC正成为AI服务器产业链里的新增长点。
最后是DRAM和NAND。AI对存储需求的爆发式增长，让DRAM和NAND市场明显转旺。美光和SanDisk都已经暂停报价并调涨价格，DRAM产品平均涨幅在20%到30%之间，汽车电子相关产品涨幅甚至可能达到70%。
今年以来，HBM已经被市场公认为是继GPU之后的第二大热门赛道。三星、SK海力士、镁光三大国际存储厂商在全力投入，但中国厂商也在加快布局。
随着AI服务器出货量持续增长，HBM的市场需求几乎是增长。这类存储芯片不仅仅在AI领域，在高性能计算、自动驾驶等需要大带宽的应用里，也会有越来越大的舞台。
AI训练阶段需要大容量存储，例如大语言模型推论阶段可能用到64TB到96TB的DRAM或NAND存储，直接带动了市场对高容量SSD和快闪存储的需求。
短短半年内，DRAM价格指数上涨约72%，NAND价格指数也在反弹。各类SSD——包括手机用eMMC、企业用eSSD、电脑用cSSD以及上游3D NAND Wafers——在第二季度开始回升，第三季度预计还会继续上涨。
这意味着低迷多年的存储市场正在出现明显的供需紧张，厂商可以从中找到新的机会。
整体来看，ULP MCU、ASIC芯片以及DRAM/NAND的增长都和AI、智能设备、汽车电子密切相关。
对于厂商来说，这不仅是生产和出货的机会，也是技术创新和市场布局的机会。尤其是AI和大数据推动下，存储和计算的需求正在高速攀升，谁能把握好供应链和技术节奏，谁就可能在下一轮市场中占据主动。
消息数据来源：MarketsandMarkets、花旗、工商时报
