2025 年半導體市場在 AI 需求爆發與全產業鏈復蘇的雙重推動下，呈現出強勁的增長態勢。以 EDA/IP 先進方法學、先進工藝、算力芯片、端側 AI、精準控制、高端模擬、高速互聯、新型存儲、先進封裝等為代表的技術創新，和以 AI 數據中心、具身智能、新能源汽車、工業智能、衛星通信、AI 眼鏡等為代表的新興應用，開啟了新一輪的技術與應用革命。過去一年，半導體助力夯實數字經濟高質量發展的全新底座；新的一年，半導體行業又將如何推動端云協同、普惠智能的普及之路？近日，由電子發燒友網策劃的“2026 半導體產業展望”專題正式發布。電子發燒友網已連續數年策劃推出“半導體產業展望”系列專題，每次上線均反響熱烈、好評如潮。這里匯聚了半導體行業高管對往年發展的回顧總結，以及對新年市場機會與形勢的前瞻預測，他們的睿智洞察為產業界提供了重要參考與啟發。今年，來自國內外的半導體創新領軍企業高管又將帶來哪些前瞻觀點？此次，電子發燒友網特別采訪了 Imagination 高級營銷與營收運營總監 Vitali Liouti，以下是他對 2025 年半導體產業的回顧，以及 2026 年的分析與展望。

Imagination 高級營銷與營收運營總監 Vitali Liouti

邊緣AI是支撐半導體市場增長的重要引擎

2025 年，數據中心 AI 市場繼續延續高增長和高熱度。《2025 年中國人工智能計算力發展評估報告》顯示，2024 年全球 AI 服務器市場規模為 1251 億美元，2025 年將增至 1587 億美元，同比增長約 27%。進入 2026 年，全球半導體市場繼續高速增長，WSTS預計 2026 年全球半導體市場將實現超過 25% 的增長，整體規模接近 9750 億美元。如果這一預測成立，整個行業將有望逼近萬億美元這一關鍵門檻。

在這個近萬億美元市場里，數據中心 AI 仍將會是市場的輿論熱點。但 Vitali Liouti 認為，真正具備出貨規模潛力的市場正悄然轉向邊緣端——包括智能手機、汽車、下一代消費電子設備、工業系統以及機器人領域。到 2032 年，邊緣 AI 市場規模預計將超過 4000 億美元。這是一個每年出貨量以數十億計的市場，在這里，功耗效率決定商業可行性。同時，Vitali Liouti 指出，需要謹慎對待將 AI/ML視為單一整體的看法。功耗高達 700W 的數據中心加速器，與僅有 2W 功耗預算的移動處理器，其工程約束條件完全不同。用數據中心的思維方式是無法解決邊緣端問題的。邊緣 AI 的核心挑戰在于：如何在嚴格的功耗約束下實現可持續的性能。許多加速器在參數表上看起來非常亮眼，但在實際量產和真實負載場景中，由于熱限制和內存帶寬瓶頸，性能會大幅下降。真正的商業成功，取決于在真實工作負載下持續、穩定且高效的性能表現。

在 Imagination 看來，可編程性至關重要。AI 模型的演進速度遠快于芯片的設計周期，甚至可以肯定，2028 年主流的模型架構今天尚未出現。如果現在就設計一個固定功能的 NPU，那么等芯片量產時，它可能已經過時。相比之下，基于可編程 GPU的方案，使客戶可以通過軟件更新來適配新模型，而無需重新流片。這種靈活性，將成為長期贏家的決定性因素，尤其是在對成本高度敏感的市場中。電動汽車（EV）是重要的邊緣AI市場，對于 2026 年半導體市場而言，其也是重要的驅動引擎之一。隨著中國在全球電動車普及方面處于領先地位，汽車正逐步成為一個高度“半導體密集型”的系統節點。Imagination 的角色，是為數字座艙以及 ADAS（高級駕駛輔助系統）/ 自動駕駛系統提供具備功能安全特性的 GPU 技術，同時最大化能效表現。

汽車 OEM希望在單一 SoC上同時運行儀表盤、信息娛樂系統以及后排顯示系統，這就要求在安全關鍵功能之間提供硬件級隔離保障。Imagination 的 HyperLane 虛擬化技術在硬件層面實現了“硬隔離”，使儀表集群能夠保持功能安全完整性，同時信息娛樂系統運行 Android 系統。通過單顆 GPU 支持多個相互隔離的工作負載，從而有效降低系統成本。因此，Imagination GPU 已為當今大多數汽車提供動力，并正在向下一代車載計算平臺持續拓展。第三個令人振奮的市場是機器人。機器人在實時感知、功能安全和功耗效率方面的技術要求，與汽車 ADAS 高度相似。Imagination 正利用在汽車領域數十年的經驗，進入機器人市場，提供成熟、工業級的 IP解決方案。最后，AI PC 市場雖然仍處于早期階段，但具有關鍵性意義。Imagination 設想的未來，是本地 AI Agent 能夠安全地運行在 GPU 之上。在中國，Imagination 長期積累的生態合作伙伴關系正在持續開花結果，基于 B-Series 和 D-Series 架構的國產獨立 GPU 產品已進入規模量產，為桌面市場提供具備競爭力的本土化選擇，后續也將引入 E-Series 架構。

E-Series 架構充分釋放邊緣AI發展潛力

Vitali Liouti 表示，相比萬億美元這些宏觀數字，Imagination 更關注其背后潛藏的結構性張力：

• AI 需求高度集中：目前，基礎設施層面的 AI 投資主要由少數幾家超大規模云服務商（hyperscalers）所驅動。當市場由極少數買家主導時，行業的波動性必然上升。
• 存儲成本壓力持續上升：高帶寬存儲（HBM）和 DDR等存儲器價格正在上漲，這些成本最終會傳導至整機物料清單（BOM），使 OEM 廠商承受巨大壓力。在這種背景下，芯片層面的效率變得前所未有地重要——通過更智能的架構設計，每節省一個字節的外部存儲訪問，都會顯著改善整體系統的經濟性。

綜合而言，2026 年產業面臨的核心挑戰在于：推動 AI 從云端訓練走向終端側推理，并且在大眾市場中實現真正可行的商業模式。對于 Imagination 而言，2026 年是一個“驗證之年”：公司期待看到基于 Imagination 技術的芯片真正走向消費者市場，并通過實際產品證明，統一的 GPU + AI 戰略，是推動邊緣 AI 實現商業化落地的正確路徑。Imagination 在過去四十多年中，正是在“功耗效率決定商業可行性”領域積累了深厚的技術能力，因此產業趨勢正好契合 Imagination 的優勢。2025 年 5 月，Imagination 推出了 E-Series 架構，將 AI 加速能力直接集成到 GPU 架構中，使合作伙伴能夠在不犧牲圖形能力的前提下，將算力從 2 TOPS擴展到 200 TOPS，并支持 FP16、BF16、INT8、FP8、FP4等所有對邊緣 AI 至關重要的數值格式。

目前，Imagination 已看到這一策略開始產生成果，領先客戶正在推進流片并進入硅實現階段。Imagination 的 E-Series GPU 核心最高可提供 200 TOPS 的算力，并支持所有關鍵數值格式。更重要的是，它們依然完全基于標準 API保持可編程性，使開發者能夠在不更換硅片的情況下適配新的模型架構。此外，Imagination 的 Burst Processor 技術通過減少 GPU 內部的數據搬運，將功耗效率提升最高可達 30%，直接解決了邊緣 AI 工作負載中最大的能耗來源問題。在 E-Series 之外，Imagination 還在持續鞏固汽車領域的領先地位。Imagination GPU IP 已被應用于瑞薩（Renesas）的 R-Car Gen 5 平臺，這是一款基于 3nm 工藝、面向集中式車載計算和軟件定義汽車架構的 SoC；同時也應用于德州儀器（TI）最新的高性能 TDA5 SoC。在中國市場，Imagination 的生態合作伙伴持續取得商業化成果，基于 Imagination 架構的國產獨立 GPU 產品已進入規模量產階段。

同時，Imagination 的商業模式使其能夠靈活應對目前的供應鏈挑戰。公司采用的是 IP 授權模式，這與 IDM（垂直整合制造商）所面臨的供應鏈模式存在根本差異。Vitali Liouti 指出，Imagination 的 IP 設計具備良好的工藝可移植性，E-Series 可適配不同代工廠和不同制程節點，包括最先進的工藝節點。客戶可以根據自身的供應鏈需求、成本結構和區域因素，自主選擇制造合作伙伴，Imagination 并不會將他們鎖定在單一路徑上。同時，盡管整個行業在HBM和先進封裝等領域面臨集中化風險，Imagination 的架構設計在一定程度上可以緩解這些影響。通過提升整體能效，Imagination 幫助客戶降低對超大規模外部存儲帶寬的依賴，而這恰恰是當前供應鏈中最為波動、成本也最高的環節。