人工智能产业趋势 - 人工智能已成为推动全球产业变革与技术创新的核心引擎，从智能生活渗透到传统产业深度赋能[1] - 2025年AI技术创新论坛汇聚概伦电子、兆易创新、英飞凌等12家行业前沿企业，围绕AI芯片、电源、存储等关键技术展开讨论[1][3][6][12][15] 芯片设计领域突破 - 概伦电子通过AI重构EDA工作流，从设计场景、工艺协同、效能提升三维度推动半导体产业向数据驱动转型，技术具备国际竞争力[3] - 速显微电子自主研发"天元"GPU架构，兼容开源生态并实现训练推理一体化，其DeepSeek技术使Token计算量减少94%、KV缓存需求降低93%[9] - 阿里巴巴达摩院玄铁C930处理器专为服务器级AI推理设计，RISC-V架构年增长率超40%，十年走完Arm三十年发展历程[18] 存储与算力需求 - 兆易创新SPI NOR Flash全球市占率第二，累计出货270亿颗，AI服务器单机Flash价值达100美元，2028年AI服务器市场规模将达2330亿美元[6] - 得一微推出端侧AI训推一体机方案，搭载自研AI-MemoryX卡可节省95%GPU成本，支持110B至671B参数大模型全量微调[15] 电源管理创新 - 英飞凌集成式电源模块采用背面供电架构，将功率损耗从10%降至2%，构建电网到Vcore芯片的一体化供电方案[12] - 万国半导体αSGT系列MOSFET管优化Rds(on)和开关损耗，满足AI服务器高频高效LLC电源模块需求[20] 端侧AI发展 - 光羽芯辰指出端侧大模型生态崛起带来商业机会，其近存计算方案解决实时性、隐私保护等需求，推动消费电子/汽车/医疗智能化[22] - Imagination D系列GPU在AIPC场景表现突出，边缘AI需兼顾算力、存储及隐私安全，NPU+GPU架构成为趋势[24] 材料与检测技术 - 百图股份氧化铝/氮化铝导热材料满足2-15W/m·K需求，氮化硼在通讯电路板等高要求场景展现优势[28] - 德州仪器边缘AI故障检测方案采用集成NPU架构，支持CNN/DNN/RNN模型，在电机/电弧检测中响应速度优于云端方案[29] 产业协同方向 - 高峰对话指出AI芯片需求向多样化、模块化转变，需打造具备"场景感知力"的架构设计，强化端边协同[33] - 产业链协同推动AI从工具跃升为引擎，芯片成为技术落地的硬核支点[33]