AI半导体：不只是巨头盛宴，更是勇敢者游戏

上回那篇《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心态老化、吃老本的问题。文章发出去后，从后台私信到身边同行的反馈，都指向同一个核心困惑：企业到底该不该转型、何时启动转型、以及具体往哪个方向转？

这三个维度，实际上是截然不同的战略决策。

上一篇探讨的是“愿不愿意转变”——结论很清晰，必须保持积极进取的心态。不能因为当下业务顺手，就安逸地躺在舒适区里消磨斗志，眼睁睁看着市场机遇流失。

但“愿意转变”绝不等于“应该立即行动”，更不等于清楚“该瞄准哪个方向”。后两个问题，需要更宽广的视野、更扎实的研究和更精准的判断力，必须结合行业趋势与企业自身资源禀赋，找到既能稳固基本盘、又能开辟新增长曲线的可行路径。

半导体行业发展史上，无数企业因踩准转型节奏而崛起，也因误判方向而衰败。

2005年，英特尔CEO曾向董事会提议以20亿美元收购英伟达，结果被董事会当场否决。理由非常简单：英伟达不过是“做游戏显卡的小公司”，根本不值这个价。更何况在他们眼中，GPU只是图形外设，永远不可能撼动CPU的核心地位。

彼时的英特尔，作为全球半导体霸主，核心目标依旧是下一代CPU，牢牢守住X86架构的垄断地位。既没有意愿，也不认为有必要调整战略重心。

这一决策的惯性实在太大——大到英特尔不仅错过了英伟达，还因为觉得“利润太低”而拒绝为iPhone供应芯片，把消费电子史上最大的增长机遇拱手让给了竞争对手。即便后来AI已经“初露端倪”，英特尔对“该往哪儿转”仍然摇摆不定，前前后后投入数百亿美元收购了一堆企业，却始终未能撼动英伟达在AI训练市场的垄断地位。

反观英伟达，2006年黄仁勋就果断决定将GPU推向超级计算和人工智能领域，逐步降低对英特尔X86架构的依赖，倾力打造CUDA生态。硬生生把显卡的边界从游戏和3D图像处理，拓展到了通用加速计算的新天地。

多年后，英特尔CEO基辛格卸任时半开玩笑说“黄仁勋成功有运气成分”，老黄只是淡淡点出了英特尔多年困境的根本原因：

当行业发生根本性变革时，没有人能逆潮流而动。

因此，在原有赛道上深耕当然没有错，但如果能顺着时代的风向标及时调整航向，那往往是更明智、更了不起的战略抉择。

那么，当时半导体行业的主要趋势究竟是什么？

一如20年前的个人电脑、10年前的智能手机，如今半导体行业的主轴也已经逐渐明朗——AI。

根据海通国际的测算，台积电、三星、SK海力士、美光、英特尔这五家巨头的AI硬件资本开支，2026年合计约1631亿美元，同比增长32.7%；2027年攀升至1924亿美元；2028年继续冲到2123亿美元——连续三年持续加码。更夸张的是云厂商的投入：2026年全球九大云厂商合计资本开支约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

AI下游的商业化进程，确实还存在“泡沫”的争议空间；但上游的AI硬件投资，已经可以看到至少三年的扩张周期。

问题也随之而来。提起AI，我们听到的都是做GPU、做大模型、做HBM的万亿级巨头，感觉这场盛宴跟做模拟芯片、MCU、被动元件的中小厂商没什么关系。

但事实真的如此吗？

观察今年半导体产业的热门赛道，你会发现大部分需求其实都源于AI产业链的外溢效应。

AI产业链里，第一波直接受益的是GPU、存储、先进封装、高速光模块这些离算力最近的大类，里面全是行业巨头。

但接下来，有一长串配套环节随之而起：服务器电源、液冷散热、玻璃基板、高速铜连接、高端被动元件……一台AI服务器、一座算力中心，绝不是几颗主芯片就能运转起来的。它需要稳定供电、高效散热、芯片之间高速信号互联、不同芯粒精密封装在一起。

每一个环节都是一条“缝隙”。而AI越进化，算力需求越旺盛，这些缝隙就越大、越迫切地需要有人去填补。这恰恰是中小半导体企业大有可为的战场。

过去“终端放量、主芯片先行、周边普涨”的行业规律正在被改写。面对AI硬件投资和算力缺口创造出的巨大需求，谁能率先填补这些缝隙，谁就能赢得先发优势。

“填补缝隙”的路径，大致可以分为两类。

第一条路最为直接：亲自下场，做AI真正急需的那种硬件。

注意，不是GPU、HBM那种技术门槛极高的大类——那是巨头的专属领域。AI外溢出来的，是大量专精、细分、巨头看不上眼的环节。那才是普通半导体企业够得着的窗口。

举两个具体例子。

一个是玻璃基板。这东西听起来和AI八竿子打不着——做玻璃基板的厂商，有的原本做面板，有的甚至做药用玻璃瓶。但就是这块玻璃，正被推到AI芯片封装的最前台。原因并不复杂：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；硅中介层又太贵、还受晶圆尺寸限制。玻璃热稳定性好、平整度高、信号损耗低，被公认为下一代先进封装的核心基材。

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”的增长空间实实在在。据Omdia数据，全球玻璃基板市场2026年约186亿美元，2026至2030年复合增速14.5%，同期传统有机基板只有约6%；如果把周期拉到2028至2040年，复合增速高达67.2%。

不过，这条路并不好走，需要从“主题预期”进入“产业验证”阶段。国盛证券的报告指出，玻璃基板当前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，瓶颈主要卡在玻璃通孔、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——但也正说明这条缝隙还没被填满，机会窗口依然敞开。

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，英伟达已经锁定了800V高压直流的供电架构。功率每提升一档，电源器件的价值量和技术门槛就被重新定义一次。

这条赛道上已经出现取得阶段性成功的案例。一家靠做手机充电电源适配器起家的老牌厂商，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12.99亿元、同比增长66.52%。如今它已经进入海外头部GPU厂商的电源供应链，凭借“给AI供电”重新获得了市场估值。

当然，并不是哪家公司都恰好有对应的技术积累，能够直接转型做成AI产业链的刚需产品。所以还有一条更现实的路：绑定一个身处AI产业链的大客户，给它做配套，搭上顺风车。

最典型的例子是MCU。在很多人印象里，MCU是“红海中的红海”、“通用料”，离AI产业链很远。

但今年，海外做AI电源、做光通信的大厂，却在向国产MCU厂商采购产品。

恩智浦的数据中心业务今年收入预计从2025年的约2亿美元增至5亿美元，同比翻倍。于是，其下游几家国产MCU厂专门为光模块开出定制型号，开始批量供货。

原因很简单：AI服务器、光模块的电源功率涨得太猛，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。巨大需求之下，甚至引起了国内一部分MCU产品的涨价。

被动元件也是类似的逻辑。一颗MLCC，从消费电子起步、切入汽车供应链、再配合国产算力链进入AI服务器，用量大约是传统服务器的8倍——英伟达GB300单台约用3万颗、单机柜可达44万颗。

当然，也得清醒地看到，这个赛道国内仍在追赶——2024年全球MLCC市场前五名合计占77.3%，村田一家就占31.8%，中国大陆企业占比不到6%，高端领域仍由日韩主导。

但这再次证明了一个道理：一个本身和AI并无直接关系的产品，却可以因为AI的需求，被一把从红海中拉上船。

国产替代走到今天，旧红利正在收窄，行业陷入“国产替代国产”的内卷，价格战是这场内战最直接的表现。某种程度上，今天的“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，只是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，提醒你该向新脉络迁徙了。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来越清晰：当下的AI产业链，是一场至少三年起步、结构性的扩张，绝不是一年半载的行情。

与其在退潮的赛道上“硬撑”，不如趁还有余力，把船一寸一寸地往主航道移动。踩准了时代的节拍，才有机会享受下一段高速发展期。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI半导体：不只是巨头盛宴，更是勇敢者游戏要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题