2025 芯片设计行业 白皮书 人力核心指标 行业报告系列 2025 - 03 - 19 人力资源核心指标 芯片设计 薪智 目录 样本分布 01 人力指标 涨薪率 04 离职率 10 应届生起薪 11 城市薪酬差异系数 16 人力需求 招聘趋势 19 城市招聘趋势 20 5e3f6aaa06444fd8a666eb59160aa400 招聘动态 22 热门职能 39 人力资源核心指标 芯片设计 薪智 人力资源核心指标 芯片设计 薪智 分类 二级行业 代表企业 上游 芯片设计 国科微、思特威、寒武纪、兆易创新、卓胜微、艾为电子、 瑞芯微、翱捷科技、上海贝岭、澜起科技 公司数量 样本数量 中游 材料及设备 长川科技、中微公司、盛美半导体、芯源微、华峰测控、 中晶科技、北方华创、拓荆科技、概伦电子、华亚智能 公司数量 样本数量 芯片制造 中芯国际 中芯国际、华润微、华芯微、英特尔、台积电、海力士、 武汉新芯、士兰集成、海威华芯、三星半导体 公司数量 样本数量 芯片测封 通富微电、利扬芯片、长电科技、晶方科技、锐骏半导体、 安测半导体、芯诚微电子、鼎晖科技、电通微电、红光股份 公司数量 样本数量 EDA/IP 新思科技、芯和半导体、中磊电子、纽创信安、芯动科技、 纽瑞芯科技、全芯智造技术、天创微波、斯达股份、纬而视 公司数量 样本数量

世界，从 ChatGPT 引发的 大模型热潮，到多模态 AI 应用的蓬勃发展，再到各类智能体的不断涌现，每一 次智能技术的突破都推动算力需求呈现百倍级增长，需要不同芯片商、不同代际 的各类异构算力芯片齐头并进。 然而，因芯片架构不同、通信协议不统一、算存传能力差异而导致的异构算 力碎片化、生态割裂及协同效率不足等问题日益显现。构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 ..................................................................................... 25 5.1 芯片级：新计算范式芯片...............................................................................................25 力布局，引导智算中心有序落地、协同发展。另一方面，需求端爆发式增长，人工智能大模 型迭代进入“多模态＋AI（Artificial Intelligence）智能体”阶段，对高并发、高能效、低 延时提出新的要求，持续倒逼芯片、架构与系统级创新，需求与政策同频共振，正将中国算 力产业推向新一轮技术革命。 通用算力、智能算力、超算算力均保持高速增长，智能算力在增长竞赛中跑出“超级加 速度”。2025 年，全球总算力已攀升至约

19 2.4.1 中国 UWB-IoT 企业级市场分析 ��������������������� 19 3 中国 UWB-IoT 企业级市场国产芯片＆国外芯片分析 ������ 21 4 中国 UWB 产品价格分析 ����������������������������� 22 5 UWB 定位方案组网成本分析 �������������������������� ���������� 52 2.5 UWB 行业趋势分析 53 1 国产 UWB 芯片玩家崛起已势不可挡 ������������������� 53 2 国产安卓手机将会很快普及 UWB 芯片 ����������������� 53 3 低成本是行业刚需 ����������������������������������� 行业分工开始明确 ���������������������������������� 53 5 UWB 方案商开始逐渐深耕行业，有自己的行业属性 ������ 53 6 UWB 芯片产品低功耗趋势需求明显 �������������������� 54 7 UWB 多模融合产品将会逐渐增多 ���������������������� 54 8 UWB-Beacon

������������������59 7.4 蜂窝物联网产业格局现状 ���������������������� 61 7.5 蜂窝物联网持续价格战可能性 ������������������63 7.6 蜂窝物联网芯片公司产品类型 ������������������64 7.7 蜂窝物联网模组企业经营状况 ����������������� 68 7.8 端侧 AI 浪潮开启蜂窝物联网价值战 �������������69 12000 11000 15000 25700 27500 33000 36000 38000 39000 40000 受益于 2G/3G 退网政策，Cat.1 商业从 2019 年开始快速发展，芯片、通信模组、智能终端纷纷推陈出新。 从模组出货量来看，2020年Cat.1模组出货量超过了2000万片。2021年，Cat.1蜂窝物联网市场规模继续保持快速增长, 模组出货量涨到了 1.2 亿规模。2022 是否每年给企业带来更多的营收， 可能需要具体分析。这种状态下，企业的战略多是通过拿下 Cat.1 市场来拿下连接规模，Cat.1 不属于行业内重点产出利 润的技术领域。 5、由于 Cat.1 芯片或模组在演进中实现了更低功耗，以及 Cat.1 产品普遍具有高性价比特征，Cat.1 不断有机会进入新 的应用市场，例如学生卡 / 智能电子学生证、智能电表、烟雾报警器、气感报警器等，推动产业规模持续升高。

“iPhone”时刻。公司展示了从芯片、服务器、大模型到云服务在内的完整 的 AI 工厂解决方案，并希望能够成为 AI 时代的台积电。我们认为，1）大 模型将是科技巨头之间的竞争，这个竞争会利好芯片送水人，2）芯片和数 据成为制约发展的关键因素。关注 1）先进封装及计算芯片在内的半导体产 业链，2）服务器、PCB、光模块光纤在内数据中心产业链，以及（3）海康、 大华、商汤等相关公司在垂直行业布局。 芯片：新版 H100 倍，国内在技术上仍有较大提升空间 目前，主流的 AI 训练一般采用英伟达的 A100 或 H100 芯片，这次大会上， 公司推出针对大模型优化过的新训练芯片 H100 NVL，和过去的 A100 相比， 训练速度提高 10 倍，成本降低一个数量级。目前，AI 推理上，一般采用 2018 年发布的 T4 芯片，这次公司发布出面向视频生成和图像生成的新推理芯片 L4 和 L40，其中 L40 推理性能是 T4 的 10 倍。受美国出口管制限制，中国 A800，因此训练同一个体量的模 型，中国在成本及速度上存在 10 倍以上的差距。目前国内 AI 芯片厂商在推 理芯片已有一定市占率，但受 CUDA 等软件影响，训练芯片上差距仍较大。 从 GPU 到 AI 工厂，AI 计算会为整个服务器产业链带来增长 这次会上，英伟达重点展示了如何从单颗 GPU 芯片 H100，通过 NVLINK Switch 形成一颗巨型 GPU，然后通过 Quantum

400G、800G 乃至 1.6T 演进， 光互连技术方案正迅速取代铜缆，成为数据中心以及超节点场景下 的优选方案。随着 LPO、CPO 等技术引入数据中心架构，光电协同设 计已成为芯片集成的核心技术需求，芯片-封装-系统级的多维协同 优化成为新的挑战。与此同时，随着全光交换技术的逐步小规模应 用，为光互连技术的演进方向提供了新的思路。 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 云智算光互连发展报告 直接安装到系统主板上，但交换或计算的电芯片仍然保持独立的封 装，如图 3 所示。光引擎与电芯片通过主板上的精密走线进行互连。 图 3 板上光学结构 由于移除了可插拔模块的“金手指”接口、外壳以及部分重复 的电路，缩短了电芯片与光引擎的电气路径，从而降低了信号驱动 的功耗。同时，如果光引擎损坏，可以单独进行更换，而无需更换 昂贵的电芯片或整个主板。 在性能方面，OBO 虽然优于可插拔模块，但由于主板上的互连 NPO 的核心思想是：将光引擎非常靠近电芯片放置，但并不像 CPO 那样与电芯片共封装在同一基板或中介层上。它通常将光引擎 安装在同一基板上，通过极短的高性能电气链路与电芯片相连，形 成一个高度集成的系统，如图 4 所示。 图 4 近封装光学结构 NPO 将光引擎与电芯片物理分离，避免了电芯片的高温热量直 接冲击光器件，散热设计更简单、高效。由于电芯片本身是巨大的 热源，工作时温度很高，而激光器等光器件对温度极其敏感，所以，

.......18 1、AI 芯片国产替代加速，芯片架构类型更趋多元.................................................................... 18 （一）英伟达主导全球 AI 芯片市场，国产替代加速追赶。.........................................18 （二）芯片架构多元化愈加明显，推理需求加速 ASIC 普及。.................................... 19 （三）单芯片算力逼近极限，系统级创新成重点方向。................................................20 2、我国万卡级集群初具规模，海外加快十万卡级规模集群部署.........................................21 （一） 个，存力总规模超过 1680 EB，全国算力 中心平均电能利用效率（PUE）降至 1.42 [3]。在国家战略的前瞻引领 和政策红利的持续释放之下，产业链正在从“单点突破”迈向“系统 协同创新”，上游国产芯片在重重围堵中奋力突围，中游智算中心市 场蓬勃发展、服务模式不断创新，下游算力在各行各业得到广泛、深 度应用，智算产业已成为驱动数字经济增长的巨大动能。 当前，我国智算产业发展已步入“AI 规模化应用”的关键阶段，

年全氟己酮项目副产六氟丙烯三聚体可以应用于冷却液领域）、 IV. 润禾材料（公司硅油和改性硅油可用于冷却液生产）等。 u AI 芯片是人工智能核心，推动半导体材料大发展 AI 芯片系 AI 的核心，将在 AI 浪潮下获得快速发展和应用。半导体材料是芯片的基石，受益于 AI 需求拉动，半导体材料将获得更大发展空间，技 术变 革和国产替代的步伐将进一步加快。半导体材料主要分为制造材料（硅片 一致预期。已发 2022 年年报的公司 2022 年数据使用实际 数据） 技术层 应用层 AI 新一轮产业链发展浪潮渐起 u 人工智能产业链基本分为基础层、技术层和应用层三个层面。 基础层包括 AI 芯片、智能传感器、云计算、数据类服务、 5G 通 信等；技术层包括机器学习、计算机视觉、算法理论、智能语音、自然语言处理等；应用层包括机器人、无人机、智慧医疗、 智慧交通、智慧金融、智能家居、智慧教育、智慧安防等。在 应用场景 智慧城市 智慧交通 智慧零售 智能安防等 AI 芯片 云服务 数据服务 5G 通信 AI 模型生产等 无人机等 计算机视觉 机器学习 智能机器人 知识图谱等 智慧医疗 智能家居 智慧金融 智慧物流 智能传感器 目录 u 一、冷却材料：算力提升，氟化液大有可为 u 二、半导体材料： AI 芯片推动半导体材料大发 展 u 三、 PCB 材料： PCB 产业链有望重塑

技企业，凭借多年深耕高端半导体集成电路技术领域，积累和掌握芯片级封装测试装备技术、工艺和市场，致力于打破 欧美企业行业与技术垄断，实现国产替代和技术自主可控。iDB-RT 设备是单道高速转塔式芯片封测机，采用高速转塔机构， 设备集成了在半导体芯片封测技术的积累，最高 UPH 每小时可超过 30000 以上，可以处理 0.2*0.2mm 芯片。 全球领先的半导体集成电路先进制程装备服务商 物联网芯片电子标签封测生产线 iDB-RT iDB-RT 技术规格 iDB-RT 晶圆尺寸 8 寸、12 寸 芯片尺寸 0.2mm * 0.2mm ~ 1.3mm * 1.3mm 芯片厚度 0.05mm ~ 0.15mm 天线基材类型 PET/ 纸 天线规格 单排天线 , 幅宽 :35mm~180mm 产品跳距 15mm~90mm 贴片精度 ±50μm / angle ··········· 17 1 全球 UHF RFID 标签出货量 ··································· 17 2 全球 UHF RFID 标签市场国产芯片＆海外芯片分布 ··············· 18 3 全球 UHF RFID 标签主要细分市场分布 ························· 19 4 全球 UHF RFID 标签用户国家与地区市场分布

美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 11 ● 智算中心发展初期主要在绿电供给不充分的东部 次技术与工业革命中持续上演，蒸汽机、内燃机和燃气轮机的效率不断提升， 但人类对于化石能源的需求也持续增长了两百多年。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 成与推理方面，创造出越来越有价值的应用，而这些应用的算力、能耗与排放 的密集度也迅速上升。 来自不同行业和专业背景的机构，对智能算力的电力消费进行了为数众多的研 究，基本逻辑大同小异：先根据芯片等硬件的算力与功率，估算出数据中心的 用电量；再根据算力增长、芯片能效（单位时间内完成的计算量与消耗的电能 之间的比率）提升，以及数据中心能效 (PUE，数据中心总能耗与关键 IT 设备 能耗的比率，数字越小越接近 1，能效越高