随着半导体技术的持续突破与新能源、5G通信、高端算力等终端需求的升级，功率半导体材料正加速代际迭代。半导体材料包括硅、砷化镓、氮化镓、碳化硅。
从技术演进脉络来看，功率半导体材料按代际可划分为三类。第一代以硅为核心，技术成熟，支撑了中低压、中低频场景的基础需求;第二代以砷化镓为代表，凭借高频、抗辐射特性拓展了光电子与通信领域的应用;第三代则以氮化镓、碳化硅为典型，二者作为宽禁带半导体，具备高击穿电场、高热导率等优势。
碳化硅是由硅与碳构成的化合物半导体，在主流品类 4H-SiC 中，凭借 3.26eV宽禁带（约为硅的 3 倍）、3×10⁶V/cm 击穿场强（约为硅的 10 倍）的核心性能优势，得以在新能源汽车、光伏发电等高压应用场景中实现低电能损耗运行。
碳化硅材料经加工形成衬底与外延片，其中衬底作为核心载体，广泛应用于功率半导体（如新能源汽车电驱）、射频半导体（5G 基站）及高导热散热部件等场景。外延片则通过外延生长技术在衬底表面形成功能薄膜，是构建功率半导体器件有源层的核心材料。据中商情报网数据，2024 年全球碳化硅衬底、外延市场规模分别为 92 亿元（同比+24.3%）、87 亿元（同比+8.7%）。
伴随着新能源汽车、5G 基站等产业的发展，碳化硅衬底与外延市场竞争加剧，国内外厂商加速 8 英寸量产布局以争夺技术高地。
在全球碳化硅衬底/外延领域，国外厂商凭借先发优势与技术积累积极推进 8英寸产品量产。美国的 Wolfspeed 计划 2025 年上半年在北卡罗来纳州新工厂开启 8 英寸碳化硅大规模量产。Resonac 规划 2025 年量产 8 英寸产品，借助在导体材料领域的深厚积累稳固技术优势。2022 年法国 Soitec 携手意法半导体共同开发 8 英寸碳化硅晶圆，新工厂于 2023 年下半年投入运营，有力促进欧洲产业链协同发展。
国内厂商在碳化硅领域通过技术迭代与产能布局双轮驱动，持续强化市场竞争力。天岳先进、天科合达已实现 6 英寸衬底的批量供应，并在此基础上加快推进 8 英寸产品的研发进程。三安光电 8 英寸碳化硅衬底已投产，并规划相应产能，同时通过合资模式整合产业链资源。南砂晶圆、乾晶半导体、天成半导体等企业亦在碳化硅衬底领域持续投入，从技术突破到产能扩张多维度发力，在全球碳化硅市场竞争中崭露头角。
氮化镓是氮与镓构成的无机物，同时也是一种具有直接能隙(directbandgap)的半导体。它具有宽带隙、低导通电阻、高电子迁移率及良好热导率的综合优势，其中凭借3.39eV的宽带隙(约为硅的3倍)、3.3x106V/cm的击穿场强(约为硅的11倍)，能够在数据中心、新能源汽车、储能系统、光伏发电等高压场景中实现低损耗运行;不过，氮化镓的热导性与热氧化性能相较于硅和碳化硅仍存在差距。
全球氮化镓半导体器件市场规模呈现持续增长态势。弗若斯特沙利文数据显示,2024年全球氮化镓半导体器件市场规模约为32.28亿元(同比+83.4%)，预计到2028年，市场规模将达到501.4亿元。
全球氮化镓半导体器件应用领域分布广泛，主要包括消费电子、电动汽车、可再生能源与工业、数据中心和其他领域。据弗若斯特沙利文数据，2024 年全球 GaN 半导体器件市场规模占比预计为：消费电子（76%）、电动汽车（8%）、可再生能源与工业（6%）、数据中心（4%）、其他（6%）。
2025年8月1日，NVIDIA官网对800V直流电源架构合作商名录进行了更新，国产氮化镓厂商英诺赛科是本次入选 NVIDIA合作伙伴中唯一的国产芯片企业。
英诺赛科成立于2017年，专注于氮化镓功率半导体业务的发展，是全球首家实现8英寸硅基氮化镓晶圆量产的企业。弗若斯特沙利文数据显示，2023年该公司在全球氮化镓率半导体企业中排名第一。凭借持续创新与技术积累，公司布局分立器件、集成电路、晶圆及模组等产品，覆盖消费电子、新能源、汽车电子、数据中心等领域，为客户提供核心器件支撑。
2024年，英诺赛科境外销售收入表现亮眼，达到1.3亿元，同比增长118.1%。财报显示，公司已与欧美多家传统功率芯片大厂达成战略合作，合力推动氮化镓芯片在消费电子、汽车电子等领域实现大规模应用，持续完善氮化镓系统生态。同时，英诺赛科还与全球主要硅MOS功率半导体企业保持密切协作，共同助力下游用户向氮化镓芯片转型，以契合数据中心、汽车电子等行业在功率电源转型方面的需求。
与国际著名企业纳微半导体相比，英诺赛科电压覆盖范围更广。作为全球最大的8英寸硅基氮化镓晶圆制造公司，英诺赛科采用IDM制造模式，为高功率器件的稳定供应提供了保障;而纳微半导体则依赖台积电等企业代工。同时，公司产品种类丰富,涵盖HV GaN HEMT、LV GaN HEMT、VGaN及 SolidGaN等。尽管英诺赛科上市时间相对较晚，但与纳微半导体在同一年被纳入NVIDIA800V HVDC 供应商联盟。
人工智能是研究计算机模拟人类智能的学科，核心目标是让机器执行感知、推理、决策与学习等任务。作为人工智能的关键技术支撑，深度学习模型分为训练阶段与推断阶段:训练是模型构建能力的基础，只有完成训练且达标的模型，才能投入使用并进入推断阶段，而推断阶段可让模型最终实现信息认知或结果预测。
深度学习模型是人工智能的最佳实现算法。传统机器学习需人工设置数据标签与规则才能应用，难以实现真正的智能;而深度学习模型则让机器从海量数据中自动提取规则、学习”知识，因此成为实现AI的最佳算法。
GPU（图形处理器）是处理图像与图形运算的协处理器，应用于个人电脑、工作站及智能手机、平板电脑等移动设备。GPU以通用计算为核心，凭借高灵活性服务于AI模型训练阶段，代表产品英伟达GB200的FP8算力5000TFLOPS，功耗1400 W，内存 192 GB。
TPU（张量处理器）是Go0gle专为机器学习研发的定制化ASIC芯片，核心作用是加速神经网络的训练与推理过程。相较于通用计算的GPU，TPU针对特定 AI 任务进行深度优化，具备更高的运行效率，可全面覆盖模型训练与推理全流程。
独立GPU应用于独立显卡且价值更高，伴随高端软件办公、游戏及电竞用户需求提升，其需求占比持续增长。独立GPU领域中，英伟达占81%市场份额居主导，AMD占19%。
英伟达2024年推出的GB200采用4NP工艺，以5000TFLOPS的 BF16浮点算力、10000TOPS的INT8算力及16384GB/s的显存带宽，凭借4NP先进工艺和极致性能领跑高端市场;AMD2024年发布的MI325X基于5nm工艺，BF16浮点算力约1307TFLOPS，INT8 定向算力约2615TOPS，6144GB/s的显存带宽展现出强劲的并行计算能力，在云端AI训练领域与英伟达形成竞争;国产厂商寒武纪2024年推出的思元590，BF16浮点算力约315TFLOPS，显存带宽2048GB/s，以96GB显存容量和550W功耗，在国产高端GPU领域持续突破，推动AI算力国产化。
在数据中心的AI推理阶段，ASIC重要性日益凸显。2017年ASIC在数据中心芯片市场占比仅10%，预计2025年将提升至40%。ASIC针对AI算法定制，提升效率、降低功耗，有力推动了AI推理发展，已成为数据中心不可或缺的部分。
数据中心聚焦大规模数据的集中分析与存储，边缘计算则专注于解决实时性场景的算力需求，两者功能互补。在边缘计算中，芯片的选择直接影响数据处理的效率、延迟和能耗。
数据中心的构成包括网络基础设施、服务器、存储，而服务器是数据中心的重要组成部分。Statista Market Insight数据显示，2024年全球服务器市场规模达1173亿美元（同比+8.6%）。据AsKCI Consulting数据，2024年中国服务器的市场规模为2456亿元（同比+10.1%），成为驱动全球数据中心增长的核心力量。
加速服务器是服务器体系中的关键构成，通过集成GPU、ASIC、FPGA等专用加速芯片，显著提升AI训练/推理、高性能计算等场景的效率，已成为数据中心应对算力需求爆发的核心硬件。
IDC数据显示，2024年中国加速服务器市场规模达221亿美元（同比+134%），其中GPU 服务器占比 69%，ASIC/FPGA等非GPU加速服务器占比超30%。预计 2028年市场规模将超550亿美元，ASIC加速服务器占比接近40%。
射频通信是一种通过射频信号进行信息传输的无线通信技术，广泛应用于移动通信、卫星通信、雷达系统等领域。其主要功能包括电磁波的产生与传播、信号的调制与解调以及电路与器件的应用等。
其中，射频(Radio Frequency)是高频交流变化电磁波的统称，频率范围为3kHz至300GHz。根据麦克斯韦电磁场理论，振荡的电场会激发振荡的磁场，而振荡的磁场又会产生新的振荡电场，这些相互耦合的振荡电磁场会在空间中持续向外传播，最终形成电磁波。
RFIC（射频集成电路）是半导体模拟IC的重要组成部分。它会将无线通信与信号处理过程中所需的核心电子元件(如放大器、滤波器、调制解调器等)集成到单个芯片上，大幅简化射频系统的结构并提升稳定性。
射频通信系统由天线、射频收发芯片、基带芯片及射频前端等核心部件协同构成。其中天线负责接收和发射无线电磁波，射频收发芯片承担变频、信道选择与信号放大工作，基带芯片用于合成待发射的基带信号或解码接收到的基带信号;作为关键部分的射频前端又包含多个子模块，天线调谐器通过阻抗匹配提升天线效率，天线开关实现信号收发及不同信号的切换，滤波器保留特定频段信号并滤除干扰，功率放大器放大发射通道的射频信号，低噪声放大器则放大接收通道的射频信号以保障接收质量。
据Yole数据，2022年射频前端市场规模达192亿美元，预计2028年将超过269亿美元。从2028年细分市场来看，全球射频前端发射端模组市场规模预计达122亿美元，接收端模组为45亿美元，滤波器和功率放大器则分别为30亿美元、14亿美元。
国产射频厂商持续加码射频通信领域，卓胜微、唯捷创芯、慧智微为国内已上市的射频通信厂商。2024年三家营收分别为44.87亿元、21.03亿元、5.24亿元，不过相较于海外龙头厂商，它们仍有较大成长空间。
存储器是存储程序与数据的部件，是计算机具备记忆功能、实现正常工作的基础。数据存储分为易失性存储器（含DRAM、SRAM等）与非易失性存储器（含NANDFLASH、NORFLASH等）两类。
DRAM长期在存储芯片市场中占据主导地位。根据中商情报网数据，2024年存储芯片市场格局具体为：DRAM占比55.9%,NAND FLASH 占比44.0%,其他类型存储芯片占比0.1%。
相较于其他存储芯片，DRAM的性价比优势尤为突出。它比速度极快但每GB单价“高”的SRAM更便宜，可实现大容量部署;又比支持非易失性但读写速度慢”的NANDFLASH、NORFLASH更快，能精准匹配计算芯片的实时数据需求。
人工智能的发展带动了芯片存储行业的进步，同时其模型的计算量也持续增大。然而，传统GDDR5的带宽已不足以支撑AI大计算量场景下的需求，直接阻碍了GPU性能的进一步释放。其中，占芯片面积约60%的缓存，以及存储结构与工艺，成为进一步开发GPU潜力的关键限制因素。而HBM的引入，有望将AI深度学习任务完全集成到芯片上，从而突破芯片性能提升的瓶颈。
HBM(High Bandwidth Memory，高带宽存储器)是一种基于3D堆叠技术垂直堆叠多个DRAM芯片的高带宽存储芯片，具备高带宽、高容量、高速传输、低延迟、低功耗的核心特性，因此被广泛应用于高性能计算、数据中心、人工智能等核心领域。
HBM性能显著优于传统GDDR系列显存，是当前高性能GPU存储单元的理想解决方案。GPU九游智能体育科技显存方案通常分为GDDR与HBM。AMD数据显示：HBM显存位宽可达1024-bit，显著高于 GDDR5;尽管其时钟频率（500MHz）低于 GDDR5（1750MHz），但在显存带宽方面，单颗 HBM stack 带宽可超过 100GB/s，而单颗 GDDR5 显存带宽仅约 25GB/s。
HBM 市场竞争愈发激烈，其产品正朝着高带宽、高容量的方向加速迭代。自2015年第一代HBM1发布以来，HBM技术已迭代至第五代产品一一HBM3E。纵观这五代HBM产品的性能演变，可发现其在带宽、单芯片容量、堆叠层数等关键维度均实现了较大突破:其中，带宽从初代HBM的256GB/s提升至HBM3E的1TB/s;单芯片容量从8GB增至24GB;堆叠层数则从4/8Hi升级至8/12Hi。
