2026年中国大陆有望成为全球第二大集成电路设计收入来源地

　　IDC数据预测，中国大陆预计将从2026年开始超越中国台湾，成为全球第二大集成电路（IC）设计收入来源地。这一转变归因于中国大陆积极追求芯片需求自主以及专注于边缘计算和人工智能物联网（AIoT）市场的本土初创企业的快速涌现。

　　据IDC称，中国大陆集成电路设计行业的增长主要得益于人工智能芯片和高端智能手机处理器的本土化发展，随着先进技术在2026年趋于成熟，预计这些产品的平均售价（ASP）将大幅上涨。多家中国大陆初创企业正在推出外围芯片和微控制器（MCU），逐步取代传统上由中国台湾集成电路设计公司主导的领域。尽管晶圆工艺技术仍存在局限性，但中国大陆的自主研发政策和“国产化”举措正为老牌企业和新兴企业创造机遇，使其能够生产高性能人工智能计算芯片。

　　随着中国大陆本土化政策加剧价格竞争，中国台湾集成电路设计企业面临巨大挑战，尤其是在中低端芯片领域，订单量正逐渐流向中国大陆本土企业。中国台湾高性能计算芯片目前主要销往美国，与美国大型企业直接竞争。联发科和少数ASIC厂商在该领域取得了显著成功，但许多中国台湾企业在预计持续到2025年的疲软宏观经济环境下举步维艰。此外，据IDC称，一些供应商正通过拓展欧洲、北美和新兴市场来应对中国大陆订单的逐步减少。

　　IDC还指出，中国台湾基于先进技术的竞争优势正受到中国大陆芯片自主化努力的削弱。中国台湾芯片制造商面临着艰巨的挑战：既要在美国市场与美国公司展开竞争，又要应对来自中国大陆的价格压力。在高性能计算领域，IDC建议中国台湾企业采取“第二参与者策略”，类似于联发科赢得谷歌TPU订单的方式，即在追求技术实力和成本优势的同时，寻求供应商多元化。

　　尽管边缘人工智能对中国台湾而言仍是一个新兴机遇，但其成果尚未对营收产生显著影响。不过，IDC指出，中国台湾若能持续深耕这一领域，最终或将有助于其重夺全球集成电路设计营收领先地位。

　　芯片设计行业正迎来AI技术驱动的革命性变革。在AI芯片类型方面，主要包括GPU（图形处理器）、FPGA（现场可编程门列阵）、ASIC（专用集成电路）和NPU（类脑芯片）四大类。GPU是多功能的并行处理器，由于其通用程度高、软件生态丰富、制造工艺相对成熟，是目前最为普遍的AI芯片类型。FPGA允许开发者按需定制硬件，在需要特定算法优化时非常有用。ASIC是为特定AI应用定制的，能在性能和能效上提供最佳的表现，该类芯片是固定设计，针对一种特定任务或算法进行了优化。NPU是模拟人脑神经元结构的芯片，目前尚处于起步阶段，但代表未来发展方向。

　　AI技术正在深刻改变芯片设计流程本身。传统芯片设计通常由工程师团队编写代码，然后在电子设计自动化（EDA）工具的辅助下生成电路逻辑。针对人工编写的代码，工程师团队需反复对其进行迭代的功能验证和性能/功耗优化。这个过程通常需要上百人团队迭代数月、数年才能完成。而随着人工智能（AI）技术的飞速发展，AI EDA工具出现，如今AI已经可以应用于芯片设计的多个环节，能够极大提升芯片设计的效率，例如AI RTL代码生成、AI辅助验证、AI布局布线、AI设计空间探索，为芯片设计带来了更高的效率和设计性能的优化。

　　2025年6月，中国科学院计算技术研究所处理器芯片全国重点实验室联合软件研究所，推出全球首个基于人工智能技术的处理器芯片软硬件全自动设计系统——"启蒙"。该系统可以实现从芯片硬件到基础软件的全流程自动化设计，在多项关键指标上达到人类专家手工设计水平。在CPU自动设计能力方面，实现了国际首个全自动化设计的CPU芯片"启蒙1号"，5小时内完成32位RISC-V CPU的全部前端设计，达到Intel 486性能，规模超过400万个逻辑门，已完成流片。这项研究有望改变处理器芯片软硬件的设计范式，不仅有望减少芯片设计过程的人工参与、提升设计效率、缩短设计周期，同时有望针对特定应用场景需求实现快速定制化设计，灵活满足芯片设计日益多样化的需求。

　　想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！