写在前面[淘股吧]
原本我的关注点，一直落在基础科学数据库、大模型、Token 相关的产业/算力/芯片事件上，但作为行外人，每次半导体热点（机架事件）生出好奇心，就忍不住向下刨根问底。
随着大模型算力这条线索往下深挖，我发现：热闹的 AI 模型竞赛背后，真正决定算力天花板的，藏在少有人聊的"半导体物理层"。于是便有了这系列 3 篇文章的构思，希望把复杂的产业逻辑讲明，理清全球半导体产业脉络、国内外 AI 物理层真实格局，以及国产替代的现实处境。
三篇系列结构回顾
✅ 看懂产业地图：搞懂全球芯片是怎么分工协作的；
第一篇：半导体到底是一门什么生意？一张产业地图，看懂全球芯片分工。
✅ 看懂 AI 物理层现状与规律：理解算力竞争的底层约束；

第二篇：AI 不只是一场模型之争。真正决定算力上限的，是"半导体+物理层"。
✅ 看懂自己：正视国产替代的现实，它真的不是一句口号，而是一场逐个突破的持久战。
从 GPU，到 HBM，再到先进封装、高速互联、服务器和数据中心，AI 看起来是一场模型战争，真正支撑这场战争的，却是一整套半导体和基础设施。本篇重点：中国在这张产业地图上，到底走到哪了？
再次强调半导体不是一个单一产业：芯片设计、晶圆制造、封装测试、存储、EDA、设备、材料，每一个环节都是一门独立的生意，也有完全不同的技术门槛。
所以今天这个问题不能简单回答"国产替代率多少"。而是：中国半导体，每一个关键环节，究竟走到了哪一步？
一、先纠正一个误区：国产替代，不等于产业成熟
谈中国半导体，最容易陷入两个极端。一种说法是"国产化已经很高了，很多东西都能自己做。"另一种说法是"核心技术还有差距，所以产业化都不行。"其实这两种说法都过于简单。因为半导体产业本来就是一条很长的链。
OECD 对全球半导体产业的拆解，就是设计、晶圆制造、封装测试，以及 EDA、IP、设备、材料等大量支撑环节。全球产业之所以形成今天的分工格局，恰恰是因为不同经济体在不同环节拥有不同优势。
所以判断国产化，至少要分成五个层次：
国产化的五个层次：
L1 能不能做（技术能力）→ L2 能不能量产（产能爬坡）→ L3 能不能商用（客户导入）→ L4 能不能赚钱（盈利模型）→ L5 能不能持续（迭代能力）
这五个层级，完全不是一回事。一家公司能够做出产品，叫技术突破。进入客户供应链，叫商业化突破。形成规模化供应，才真正意味着产业能力开始建立。
二、第一个战场：芯片设计，中国其实已经不是"从零开始"
整个半导体产业里相对活跃的环节之一：芯片设计。手机 SoC、通信芯片、汽车芯片、AI 芯片、服务器芯片、MCU、模拟芯片等领域，都已经形成了一批本土设计企业。
这里最值得注意的变化是：中国已经从"做芯片"，走到了"做不同类型的芯片"。华为海思、寒武纪、海光信息、澜起科技、兆易创新、北京君正等，分别活跃在不同细分方向。芯片设计能力并不是中国半导体最大的空白。真正的挑战在于：高端芯片设计需要的不只是架构和电路，还需要 EDA、IP、先进制造、先进封装、软件生态以及下游客户共同支撑。尤其进入 AI 芯片时代后，一颗芯片能不能真正发挥性能，越来越取决于：芯片＋HBM＋封装＋互联＋编译器＋软件生态。设计能力正在从"单点能力"变成"系统能力"。
中国 AI 芯片未来真正的竞争，不只是能不能设计 GPU，而是：能不能把整套计算系统攒起来。
三、第二个战场：晶圆制造，中国已经可以建立规模，但先进制程仍是分水岭
门槛非常高的：晶圆制造。晶圆厂不是买几台设备、建一栋厂房就能运行。它需要长期工艺积累、设备协同、材料控制、良率管理和大量工程经验。中国在晶圆制造领域已经形成了较完整的产业体系，中芯国际、华虹集团、晶合集成、长江存储等企业，分别覆盖逻辑、特色工艺、存储等不同方向。尤其是在成熟制程领域，中国晶圆制造的产能和产业链已经比较扎实。
TrendForce 的研究显示，2025 年全球成熟制程新增产能中，中国晶圆厂贡献了相当大的增量。进入 2026 年，中国本土晶圆厂成熟节点利用率仍然受 AI 本土需求和供应链转移的支撑。
但要注意：成熟制程做大，不等于先进制程已经解决。28nm、40nm、55nm、90nm 等成熟及特色工艺，在汽车、工业控制、模拟、电源管理、显示驱动等大量芯片，并不需要最先进节点，依然是庞大的市场，重要产业基础。但如果往 AI、高端 CPU、GPU 等方向继续走，先进制程仍然是必须面对的产业分水岭。因此，晶圆制造不能简单评价为："国产厂商"或者"没有国产"。
更准确的说法是：成熟工艺正在形成规模优势，先进工艺仍然处于持续突破和提升阶段。
四、第三个战场：封装测试，过去容易被低估，现在反而越来越重要
封装测试，半导体产业非常容易被忽略的环节（也是我了解半导体产业中最让我心惊的卡脖子环节）：过去我认为，设计和制造是"高科技"，封测更像制造业。
但随着对 AI 物理层的了解，我批判自己浅薄的认识判断。随着 AI 的高速发展，GPU、HBM 和先进封装正在越来越紧密地结合。2.5D、3D、Chiplet 等技术，本质上都在解决一个问题：如何让更多计算和存储能力，在更小的空间里更高效连接。这意味着封装已经不只是"把芯片装起来"，而是开始参与决定芯片最终性能。
国内在封测领域有着比较完整的产业基础，长电科技、通富微电、华天科技等企业长期布局这一市场。但新的问题：传统封测能力和先进封测能力，不完全是一回事。AI 时代真正重要的，是：高端封装能力＋高端基板＋互联能力＋工艺良率。
所以未来国内封测，不能关注："封装能不能做？"而要确认：能不能把高性能计算芯片和高带宽存储高效地组合起来？
五、第四个战场：存储，国内半导体产业最值得观察的变量
如果说 GPU 代表"计算"，那么存储代表的就是：数据。AI 时代，HBM 的重要性快速提升。但存储产业和普遍逻辑芯片又不一样，它高度依赖规模、工艺、资本投入和长期经验。国内在存储领域已经形成了一定产业基础：长江存储、长鑫存储等企业分别在 NAND Flash、 DRAM 等方向持续推进。但国内存储产业的发展，也会受到设备、材料、工艺和全球供应链环境的共同影响。所以我们不能只问"看：有没有自己的存储芯片"，而更要继续看：容量、性能、良率、成本、产品迭代以及客户规模。尤其有了 HBM 这样的 AI 关键基础设施环节，真正的难点已经从单一存储芯片，进一步延伸到了：DRAM → 堆叠 → TSV → 封装 → GPU/AI 加速器的协同。AI 正在把半导体产业链越来越多的环节连接起来。
六、真正容易被忽视的短板：EDA、设备和材料
半导体产业真正的底座：EDA、半导体设备、材料。没有 EDA，芯片设计很难完成；没有设备，晶圆厂无法生产；没有材料，再先进的工艺也无法持续运行。
全球半导体产业之所以形成今天这种高度集中的格局，一个很重要原因就是这些上游环节的专业度极高。OECD 数据显示，美国企业在 EDA/IP 领域长期占据较高份额，而半导体设备和关键材料也高度集中在少数国家和地区。国内在这些领域一批重要企业：EDA 方向有华大九天、概伦电子等；设备方向有北方华创、中微公司、拓荆科技、中科飞测等；材料方向有沪硅产业、安集科技、鼎龙股份等。
这些企业所面对的产业逻辑，与芯片设计企业完全不同。设备和材料进入晶圆厂之后，不能只是证明：产品能用，而必须证明：长期稳定地用。这就是半导体产业最难的一道门槛：从产品验证走向产线验证。
七、为什么"设备国产化"尤其值得关注
设备是半导体产业链里非常典型的"长周期生意"。一台设备进入晶圆厂之后，会影响整个工艺流程。客户不会因为一个产品"国产"就立刻大规模替换。真正的导入过程通常需要：研发 → 验证 → 试产 → 良率验证 → 扩大采购 → 批量应用。
所以国内半导体设备的发展不能只看"某某公司推出了什么设备"。更应该看：进入了多少条产线？覆盖了哪些工艺？客户是否持续采购？产品能否从成熟节点向更先进节点扩展？
目前中国设备企业在刻蚀、薄膜沉积、清洗、检测等部分环节已经出现明显进展，部分成熟节点设备正在加速进入国产供应链；但先进节点的设备能力，仍然受到工艺验证、生态协同等因素影响。
设备国产化的真正终点，不是"国产设备替代进口设备"，而是形成：设备厂商 → 晶圆厂 → 材料厂商 → 工艺工程师之间稳定的产业反馈闭环。
八、把所有环节放在一起，国内半导体一张"长板不短、短板不一"的地图
重新回到第一张的那张产业地图。如果把中国半导体放进去，大概可以看到这样的结构：
不同环节的成熟度差异非常大。是理解中国半导体最重要的一句话。
芯片设计：已经形成较完整产业基础，部分领域具备较强竞争力；晶圆制造：规模和产能基础较强，是当前国产化的重要支撑；封装测试：产业基础较完整，并正在向先进封装升级；存储：已形成一定产业化能力，但高端产品仍需要持续积累；EDA：国产化正在推进，但高端芯片设计工具还需要持续突破；设备：部分环节已进入规模应用阶段，先进工艺仍是长周期挑战；材料：多个细分品类已经出现国产供应，但高端材料仍需持续验证和迭代。
九、真正决定国产化速度的，不是技术突破，而是"产业闭环"
判断中国半导体，基本可以参考一条完整产业商业化路径六个阶段：技术、产品、产能、良率、客户、生态。
技术突破只是起点，规模商业化才是终点。未来看国产替代，不能再只看"有没有国产厂商"，真正值得关注的是：国产厂商有没有开始形成自己的产业闭环。闭环形成，国产化就会从"替代逻辑"逐渐变成"竞争逻辑"。


十、任重而道远：不要问国内半导体"还差多少"，要问哪些环节正在跨过临界点
第一篇，我们看见了：半导体是一张全球产业地图。设计、制造、封测，以及 EDA、IP、设备、材料，共同组成这张地图。
第二篇，我们进一步看到：AI 重新拉长了这张地图。GPU 只是入口，HBM、先进封装、高速互联、服务器、数据中心、电力和散热，都开始进入 AI 的"物理层"。
第三篇，我们再把中国放回这张地图。你会发现：中国半导体真正的问题，并不是简单的"落后"或"领先"。而是：有些环节已经进入规模化竞争，有些环节正在快速补升，有些环节刚刚跨过商业化门槛，还有一些关键能力需要长期积累。
所以，"国产化"真正值得看的，不是一个静态比例，而是一条动态曲线：从能做，到能用；从能用，到量产；从量产，到规模；从规模，到竞争力。这才是中国半导体未来几年真正值得观察的主线。
而因为 AI 对芯片、存储、先进封装、互联和数据中心的需求，正在重新定义半导体产业的价值排序，又给这条曲线增加了一个新的变量。于是，一个更大的问题出现了：
当 AI 进入"物理层竞争"之后，真正有机会跑出来的，到底是单一芯片厂商，还是能够把芯片、数据、算力、客户和软件真正连接起来的平台型企业？


注：本篇内容仅作为作者整理学沉淀，涉及产业生态、技术路线及商业机会的内容，不构成投资建议。