创新研报 | 如何激发中国半导体企业发展潜力从而获得竞争优势，领跑新一轮增长？

在芯片设计环节，中国企业正加速步入快车道。纵观主要的芯片类别，中国厂商在存储芯片、模拟芯片已建立起了一定的竞争力；CPU/GPU/ASIC处于快速起步阶段，面临一些供应链及生态风险。

存储芯片：从内部结构看，包括NAND（闪存芯片）和DRAM（内存），前者用于SSD固态硬盘和手机，后者用于P C，这两种芯片的主要厂商均已实现量产。技术能力方面，NAND在追赶全球领先水平，DRAM与全球领先水平尚有差距，正在迅速追赶中。性能方面，NAND性能与全球接近，DRAM仍有一定的差距。由于存储芯片对于制程的要求较低，因此，供应链风险相对较小，对国际生态体系的依赖较少，如长江存储迭代优化自研技术体系X-tacking。今后，随着中国主要厂商的产能逐步放量，预计存储芯片的市场地位还会上升，满足国内存储需求.

模拟芯片：广泛应用于消费电子、汽车及工业电子。技术能力方面，众多厂商已实现商用，大多数厂商聚焦于生产细分品类产品，所以中国市场提供的产品种类较少，但是，已经进入量产的细分产品的性能接近全球水平。模拟芯片主要使用28nm以上的制程。今后，在价格低、服务灵活的优势下，国产模拟芯片若持续开展功能性创新，预计将满足国内庞大的市场需求。

CPU（中央处理器）。CPU是电子计算机的主要配件之一，常用于服务器和PC。Gartner 2020全球半导体终端市场份额显示，2020年，全球CPU市场规模约5千亿元，中国芯片设计公司营收总占比为7 %。

GPU（显示芯片）。包括图显GPU和计算GPU。技术能力方面，少数厂商实现量产，仅有一款产品达到最先进的7nm制程，并且仍处于初步商用阶段。GPU先进制程供应链面临一定的挑战，自建生态尚未大规模建立，依赖英伟达CUDA软件生态。

AI/ML ASIC。主要运用于服务器，分为AI训练和AI推理。2020年，中国AI训练芯片市场规模约46亿元，AI推理约25亿元。技术能力方面，多家中国厂商完成量产，实现商用，其中，最先进的产品达到了7nm，少数玩家在AI训练、推理芯片领域的性能接近了全球领先水平。和GPU的情况类似，AI/ML ASIC依赖先进制程，但是，生态体系以自建为主，对于外部的依赖较少。在强大的资金、技术能力的支持下，大型云计算服务商（CSP）正积极参与ASIC产品研发和应用，贝恩建议，云计算服务商需要明确自身定制化要求，从而提升在自研芯片领域的投资效率。

从下游应用领域来看，在中国，消费电子与汽车电子是大部分芯片厂商的发力方向，展望未来，贝恩预测，2020–2025年，两大市场将保持约15–20%的高速增长态势。