編者按：2026年政府工作報告正式發(fā)布，“培育壯大新興產(chǎn)業(yè)和未來產(chǎn)業(yè)”被寫入政府工作任務。其中，集成電路被列為新興支柱產(chǎn)業(yè)之首。在大模型和智能體的帶動下，2026年半導體產(chǎn)業(yè)將繼續(xù)受益于人工智能，實現(xiàn)超越周期的增長。據(jù)WSTS（世界半導體貿易統(tǒng)計組織）預測，2026年全球半導體市場規(guī)模將增長26.3%，達到9750億美元，逼近萬億美元大關。站在“十五五”規(guī)劃開局之年，為發(fā)掘市場動能、把握市場未來趨勢，《中國電子報》記者采訪了半導體產(chǎn)業(yè)鏈重點環(huán)節(jié)的多家企業(yè)代表，摘要刊登其中的精彩觀點，以饗讀者。

話AI：從“對話”轉向“做事”

中科創(chuàng)達軟件股份有限公司 副總裁 楊新輝

楊新輝：近兩年具身智能產(chǎn)業(yè)正在快速發(fā)展。與此同時，具身智能正在推動模型從虛擬世界的模型向實體世界的模型演化，就是我們所說的物理AI的概念。與純語言類模型、視覺模型、多模態(tài)模型相比，物理AI的復雜度更高。這是因為這種模型需要理解物理世界，并與具身狀態(tài)下采集的數(shù)據(jù)結合。在這種情境下，很多數(shù)據(jù)的處理并不是傳統(tǒng)知識領域所能覆蓋的。舉例來說，要使機器人完成某一項作業(yè)，當前常規(guī)采用的方式是由人或者老師傅做一遍，機器人再學習人操作過程中產(chǎn)生的數(shù)據(jù)。為了使機器人完成任務，每條數(shù)據(jù)在每個場景中都需要完成規(guī)模化采集。

我們看到，當前整個具身智能的產(chǎn)業(yè)規(guī)模并沒有很大，聚焦于具身智能門類的芯片產(chǎn)品的發(fā)展也仍處于初級階段，很多芯片廠商正在定義面向機器人和具身智能的芯片。為了滿足具身智能場景的芯片需求，我們看到不同廠商采取了不同的方案。例如，有的廠商正在通過改進汽車芯片、手機芯片或者算力中心芯片的方式滿足具身場景的需求。在具身智能市場的拉動下，半導體廠商也在做對應的升級和變化，以更好地適配具身智能或者物理AI需求。

深圳鴻芯微納技術有限公司 首席技術官 王宇成

王宇成：AI正在重塑EDA工具的開發(fā)和使用模式。我們積極引入大語言模型（LLM）與智能體技術，打造了智能化的EDA助手。一方面，我們利用機器學習算法優(yōu)化版圖布局、時序預測和功耗分析，大幅提升了設計效率；另一方面，我們通過自然語言交互，輔助工程師快速完成復雜配置、調試與報告解讀，降低了設計門檻。未來，我們將持續(xù)推動AI與EDA的深度融合，使工具具備自主學習和迭代優(yōu)化的能力。

山東天岳先進科技股份有限公司 市場總監(jiān) 王雅儒

王雅儒：2026年人工智能產(chǎn)業(yè)的亮點是從“對話”走向“做事”。智能體（Agent）有望成為產(chǎn)業(yè)的重要抓手。人形機器人、工業(yè)智能機器人等將在制造、倉儲、民生、醫(yī)療等眾多領域實現(xiàn)標志性產(chǎn)品落地。這標志著物理AI與具身智能正在不斷突破數(shù)字邊界，AI開始與物理世界深度交互，同時也開始對半導體芯片的算力以及能源系統(tǒng)提出了顛覆性的要求，這同時為半導體產(chǎn)業(yè)帶來了機遇。

在基建投資領域，半導體產(chǎn)業(yè)打破周期性定律，進入“超級景氣周期”。AI與數(shù)據(jù)中心成為核心增長引擎，全球進入新一輪AI基礎設施領域的投資高峰。同時我們看到了市場對高能效、低功耗芯片的迫切需求。面向真實世界部署的物理AI要求芯片理解物理規(guī)律并具備因果推理能力。要實現(xiàn)這一點，芯片提升算力密度和功率密度是前提。由此，高帶寬內存、先進封裝等需求將為半導體產(chǎn)業(yè)帶來新的機遇。

在能源需求方面，破解“功耗墻”難題的必要性隨著大模型訓練與推理需求的提升呈指數(shù)級上升。而節(jié)能降耗，正是碳化硅襯底材料發(fā)揮作用的重要場景之一。從具體應用場景來看，我們注意到，AI服務器的功耗正在不斷攀升，單機柜功率密度升至100kW以上。傳統(tǒng)的電源方案在效率與散熱方面無法滿足當前AI服務器需求，而碳化硅器件憑借其高耐壓、低損耗的開關特性，成為構建800V乃至更高電壓架構服務器電源的成熟選擇，碳化硅基電源架構將成為標準配置。

此外，先進封裝的散熱需求也將催生全新的市場空間。當前，AI芯片的功率密度與熱管理已成為其性能釋放的核心瓶頸。在新一代GPU處理器開發(fā)藍圖中，碳化硅襯底將應用在中介層材料中，有望破解更高功耗與高密度封裝的熱管理、結構可靠性、互連密度三大瓶頸。

2026年，人工智能正從“技術賦能”階段邁向“智能經(jīng)濟新形態(tài)”的系統(tǒng)性重塑。對碳化硅襯底產(chǎn)業(yè)而言，這不僅是市場規(guī)模的擴張，更是從“新能源汽車單極驅動”向“電動汽車+AI算力+光儲”多輪驅動的結構性升級。隨著AI算力需求持續(xù)爆發(fā)、先進封裝散熱要求不斷提升，碳化硅將憑借其卓越的物理特性，實現(xiàn)了從“功率器件選項”向“算力基礎設施剛需”的跨越。

談未來：以開源精神推動產(chǎn)業(yè)進步

中電科電子裝備集團有限公司 技術總體部主任 鞏小亮

鞏小亮：在半導體設備領域，我想提出三條建議。

一是強化國家戰(zhàn)略牽引，以新型舉國體制突破高端裝備核心瓶頸。持續(xù)把關鍵半導體裝備納入國家重大專項，統(tǒng)籌產(chǎn)學研用協(xié)同攻關，集中資源攻克關鍵核心技術，推動從“單點突破”向整機成套、批量驗證、穩(wěn)定供貨跨越。把國產(chǎn)裝備納入重大工程、重點項目的優(yōu)先采購與強制替代目錄，以大規(guī)模真實應用倒逼技術迭代，推動我國半導體裝備實現(xiàn)“能用”到“好用”、從“追跑”到“并跑領跑”的跨越。

二是構建整機-零部件-材料協(xié)同創(chuàng)新體系，夯實裝備產(chǎn)業(yè)底座。以龍頭裝備企業(yè)為牽引，打造垂直整合、配套協(xié)同的產(chǎn)業(yè)生態(tài)。支持裝備整機廠與零部件、關鍵材料企業(yè)建立聯(lián)合實驗室、同步研發(fā)、風險共擔機制，打通“設計-制造-驗證-迭代”閉環(huán)。在重點晶圓廠設立國產(chǎn)裝備驗證線與示范產(chǎn)線，加快首臺（套）突破、規(guī)?；瘧煤涂煽啃蕴嵘纬勺灾骺煽氐难b備供應鏈。提升研發(fā)費用加計扣除比例，延續(xù)并強化集成電路企業(yè)所得稅優(yōu)惠；對首臺（套）/首批次國產(chǎn)設備/芯片實施高比例保險補償。

三是深化產(chǎn)教融合與應用牽引，打造裝備長期競爭力。面向“十五五”半導體設備領域人才缺口，支持高校、科研院所與龍頭企業(yè)共建半導體設備學院、工程師實訓基地，重點培養(yǎng)精密機械、真空、測控等交叉領域高端人才，為產(chǎn)業(yè)發(fā)展提供智力支撐。

楊新輝：在AI時代，操作系統(tǒng)正在從傳統(tǒng)程序驅動向模型驅動的模式演進。但與此同時，我們也觀察到，模型存在很多局限性，且仍處于快速迭代的狀態(tài)。在模型到達足夠穩(wěn)定的狀態(tài)之前，AIOS需要完成很多面向場景的差異化定義?；谶@樣的思考，我們在AIOS方面會專注幾個方向的探索和研究。

其一是如何更優(yōu)地控制半導體芯片，以更低的功耗把模型跑得更順暢；其二是AIOS如何實現(xiàn)對混合模型這一模式的管控，也就是在云端模型和本地模型之間進行有效的管理和切換，實現(xiàn)最優(yōu)配置；其三是面向場景驅動的需求，如何利用多模態(tài)模型、語言模型、視覺模型等多模型融合，將更多有效的場景解決方案定義出來，并進行細分，融合到AIOS這個基礎操作系統(tǒng)中。這樣的操作系統(tǒng)雖然并不是一個完全通用的操作系統(tǒng)，但會適配不同領域的需求。

面向未來，我們對半導體產(chǎn)業(yè)最大的期許就是開放。所謂的開放，既包括半導體能力的開放，也包括模型能力、操作系統(tǒng)的基礎能力以及不同生態(tài)模塊、生態(tài)組件的開放。近期，OpenClaw之所以爆火，也是因為它是一個開源開放的系統(tǒng)，大家都能用它做自己的創(chuàng)新。我們期待上下游產(chǎn)業(yè)鏈都能保持開放的心態(tài)，在技術快速迭代、快速進步的過程中，不要過早地封閉，反而要把自己能力和優(yōu)點開放出來，以開源精神推動整個產(chǎn)業(yè)的進步。在這樣的情況下，產(chǎn)業(yè)鏈伙伴能夠實現(xiàn)更好的互聯(lián)，共同構建更好的場景基礎。

說路徑：先進裝備、自主EDA多點開花

鞏小亮：AI與算力驅動了先進制程、先進存儲、先進封裝、光芯片等半導體新的增長極，帶動裝備需求能級激增，電科裝備重點圍繞產(chǎn)業(yè)對裝備的需求發(fā)力。

在先進制程、先進存儲領域，電科裝備將進一步加快離子注入機、CMP等核心裝備在頭部客戶的驗證與量產(chǎn)進程，持續(xù)提升國產(chǎn)化率，以硬核裝備實力支撐我國先進制程和高端存儲芯片產(chǎn)業(yè)自立自強。

在先進封裝領域，面向2.5D/3D集成核心裝備能力形成，重點開展以晶圓鍵合為代表的高端裝備研發(fā)與產(chǎn)業(yè)化，全力搶占先進封裝裝備產(chǎn)業(yè)制高點。同時，前瞻布局面板級封裝、玻璃基板核心裝備，賦能產(chǎn)業(yè)未來發(fā)展。

在光芯片領域，我們堅持差異化突破、特色化領跑、體系化布局，構建起覆蓋材料制備、高端外延、精細光刻的全鏈條能力。面向薄膜鈮酸鋰領域，我們自主研制的鈮酸鋰剝離注入機已實現(xiàn)規(guī)?；瘧?，成為國內企業(yè)擴產(chǎn)的主力裝備。面向高性能激光器、長波VCSEL、DFB、光通信芯片對外延質量的極致要求，我們突破傳統(tǒng)外延裝備局限，首創(chuàng)MBE+MOCVD一體化裝備，實現(xiàn)顛覆性技術創(chuàng)新，下一步將快速推進工藝驗證和產(chǎn)業(yè)化落地。面向光芯片亞微米、納米級特色圖形制備需求，我們自主研制的高精度電子束光刻裝備已小批量進入產(chǎn)線應用。

同時，電科裝備將充分擁抱AI帶來的技術迭代機遇，內協(xié)同、外聯(lián)合推動“裝備+AI”平臺能力全面形成，加速裝備技術性能和產(chǎn)線適用性提升，逐步打造裝備特色的數(shù)據(jù)、模型體系和發(fā)展生態(tài)，加速智能化轉型。

王宇成：隨著AI下沉、工藝演進與系統(tǒng)復雜度的提升，半導體產(chǎn)業(yè)正迎來多維度的創(chuàng)新浪潮。作為本土數(shù)字后端全流程EDA工具鏈的領軍企業(yè)，鴻芯微納重點關注以下幾個方向，并將在這些領域持續(xù)深耕：

其一，國產(chǎn)數(shù)字全流程EDA工具鏈的自主突破。EDA工具是芯片設計的基石，全流程的自主可控關乎產(chǎn)業(yè)鏈安全。我們正全力攻堅從前端綜合到后端布局布線、從時序分析到物理驗證的全流程工具鏈，確保在先進工藝節(jié)點下性能與精度的國際競爭力，打破長期以來的技術壟斷。

其二，面向國產(chǎn)新工藝的深度支持。隨著國產(chǎn)晶圓廠在FinFET、GAA（全環(huán)繞柵極）以及BSPDN（背面供電網(wǎng)絡）等先進制程技術上取得突破，EDA工具必須與之同步演進。我們正與國內代工廠緊密合作，針對這些新工藝特性開發(fā)定制化的模型、規(guī)則和優(yōu)化算法，確保國產(chǎn)芯片在設計階段就能充分利用工藝紅利，實現(xiàn)更高能效與集成度。

其三，新一代設計優(yōu)化方法——DTCO與STCO（3DIC）。

單純的工藝縮放已難以滿足算力與功耗的極致要求，設計-工藝協(xié)同優(yōu)化（DTCO）成為必由之路。我們通過DTCO技術，在設計早期協(xié)同考慮工藝特性，優(yōu)化標準單元庫、布圖規(guī)劃和功耗管理策略，實現(xiàn)PPA（性能、功耗、面積）的全局最優(yōu)。同時，系統(tǒng)技術協(xié)同優(yōu)化（STCO）將優(yōu)化維度擴展至三維集成領域——3DIC通過垂直堆疊、異質集成，將長互連轉為短互連，可大幅降低功耗并提升帶寬。我們正在構建完整的3DIC EDA解決方案，涵蓋多物理場仿真、堆疊規(guī)劃、熱分析及封裝協(xié)同設計，為Chiplet、高帶寬存儲集成等應用提供全流程支撐。

王雅儒：碳化硅襯底材料已經(jīng)在聲、光、電、熱多維度展現(xiàn)出其優(yōu)越的物理性能，結合AI產(chǎn)業(yè)帶來的新機遇，我們將沿著上述四個方向持續(xù)關注相關產(chǎn)業(yè)的發(fā)展。例如，新一代通信、AR眼鏡、先進封裝和熱管理、數(shù)據(jù)中心的能源方案，碳化硅器件在電動汽車、人形機器人電力電子中的應用，快充、能源系統(tǒng)小型化、高速通信等。作為碳化硅襯底廠商，我們正在推動行業(yè)從6英寸向8英寸轉型，我們的高品質8英寸產(chǎn)品和12英寸產(chǎn)品也已開始批量交付，今后將繼續(xù)在襯底材料方面做好大尺寸產(chǎn)品產(chǎn)業(yè)化和穩(wěn)定交付能力的持續(xù)強化，以實現(xiàn)順應行業(yè)需求的材料性能優(yōu)化，構建“聲光電熱+特高壓”全品類矩陣，切入高價值賽道。

楊新輝：模型的能力和運行要求，已經(jīng)內化為半導體廠商定義芯片的要素。芯片廠商開始更多地思考如何提高算力，如何更好地完成推理，推理能達到多少個token的輸出，如何更快地、在更低功耗的情況下來實現(xiàn)這樣的效果。各個廠商都在嘗試提高算力，努力實現(xiàn)從幾十到幾百再到上千tokens的算力提升。這些都是當前半導體企業(yè)在不斷思考、定義的內容。在這樣的需求下，我們看到，CPU的能力在不斷提升；存算一體、提升內存帶寬等技術方向也在同步推進。

在量化之前，模型的規(guī)模還是很大的。即便是量化過的模型，也仍然會有十幾個G或幾十個G的大小。因此，很多企業(yè)正致力于提高存儲的訪存數(shù)量，以期將訪存規(guī)模從原來的幾個G、十幾個G，提升到上百個G，使存儲能夠裝得下模型，這也驅動著半導體廠商推進存算結合。