SIA《驱动AI：数据中心背后的半导体生态》

当讨论AI算力时，人们容易把注意力停在GPU或某个加速器上，但一个AI服务器机柜里究竟装了什么芯片、价值集中在哪里，才是理解AI基础设施成本与供应链的入口。SIA与Deloitte的《Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers》选择从机柜内部往外看，回答的正是“AI数据中心由哪些半导体构成、这些芯片如何协同、市场与投资规模有多大”。在AI数据中心资本开支快速膨胀、供应链议题升温的当下，这种把系统拆到芯片与裸片层级的视角，比只看系统性能或市场规模更能解释钱花在了哪里。换句话说，它值得看，不是因为又给了一个AI市场预测，而是因为它把“AI由半导体驱动”这句常被泛泛而谈的话，落到了具体的服务器子系统和芯片类别上。

报告的范围覆盖一台AI数据服务器的完整硬件栈：从compute tray里的AI加速器、HBM、CPU、系统内存、NVMe存储、DPU、NIC和PDU，到accelerator interconnect tray里的switch ASICs、功率分配块、主动铜缆芯片和背板连接器，再到power tray、网络与IPMI tray以及coolant distribution unit tray。方法上，SIA与Deloitte对一台最先进的AI数据服务器做虚拟拆解，逐个子系统映射芯片、裸片和支持组件，而不是停留在整机性能指标。分析对象既包括建立在领先制程上的先进逻辑芯片，也包括PMIC、EEPROM、化合物半导体和微控制器等成熟节点组件，报告认为后者同样不可或缺。目录还显示，报告把AI训练工作流、市场增长、半导体内容价值、全球供应链和新兴基础设施方向纳入同一框架，因此它更像一份从芯片侧切入的AI基础设施全景图。

最抓人的数字来自机柜内部：一个AI服务器机柜包含超过4500颗封装芯片，由约2万颗裸片组成，也就是约2万个独立的集成电路。在价值量上，半导体占一台领先AI服务器机柜价值的95%以上，并占建设和运营AI数据中心所需总资本支出的50%以上。报告还把AI数据中心需要的芯片分成三类：先进逻辑芯片，包括AI加速器、ASIC、FPGA、CPU、DPU和网络芯片；存储芯片，包括HBM、DRAM、SRAM和NAND闪存；以及模拟与基础芯片，包括电源芯片、收发器、控制器和传感器。这个分类的意义在于，它把“AI芯片”从单一加速器扩展为完整栈：计算、存储带宽、供电和网络各自都有专用芯片，任何一类都不是配角。

市场侧

Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers June 2026 Table of contents I. The many chips at the heart of AI Chip innovations driving AI advancements 4 Semiconductor AI chip taxonomy 7 II. Breaking down the AI hardware stack: Chips in an AI data server 9 Compute tray 11 Compute board 12 AI Accelerators 12 High-bandwidth memory (HBM) 13 Central processing unit 15 System memory/random access memory 15 Non-volatile memory express storage 17 Data processing unit 17 Network interface card 18 Power distribution unit 19 Accelerator interconnect tray 21 Switch ASICs 22 Power distribution block 22 Active copper cable chips 22 Backplane connectors 22 Power tray 23 Power supply management module (PSMM) 24 Power Supply Unit (PSU) 24 Network and intelligent platform management interface tray 25 Baseboard management card (BMC) 25 Field replaceable unit 26