21世纪经济报道记者骆轶琪
自2022年末ChatGPT发布以来，AI浪潮迭起。这不仅让英伟达一跃成为美股市值第一的巨头，也改写了全球芯片公司格局。
根据第三方机构集邦咨询统计，2025年，英伟达以65%的年营收增速位列全球芯片设计公司收入之首；博通超过高通，成为全球第二大芯片设计公司，一定程度上得益于博通定制化芯片服务业务的支撑。相对应地，博通公司股价自2023年1月的超50美元/股开始上涨，至今已达439.79美元/股。
而在中国市场，自2024年9月至今，芯原股份的股价已翻约十倍，最高达296.96元/股。这家2020年上市的公司，被称为“中国半导体IP第一股”。随着算力需求快速增长，市场对AI ASIC的需求快速提升，芯原股份也被视为“AI ASIC龙头企业”。
在AI推理需求爆发浪潮下，定制AI加速芯片的崛起，正在持续改变全球半导体行业乃至AI应用市场的走向。
近日，芯原股份董事长、首席执行官、总裁戴伟民在接受21世纪经济报道记者专访时指出，在AI芯片生态中，GPU和ASIC并非替代关系，而是互补关系。而在当前AI推理应用加速落地过程中，芯原股份的核心战略之一就是推进Chiplet与ASIC的结合，这尤其为智慧驾驶技术的落地提供了灵活性和可控的良率，同时能更好地平衡性能和成本。
对于AI推理市场的发展进程，戴伟民谈道，公司订单中，既有来自云侧的数据处理业务，也有来自汽车、可穿戴设备等端侧的需求，“当AI融入每一部手机、每一副AI眼镜、每一辆汽车，真正提升效率和体验时，其商业价值就会正式被全社会所验证和接纳。”
当前全球AI推理需求的涌现，正激发更多云服务厂商（CSP）自研计算加速芯片的动力。但这些厂商绝大部分并未配备完善的芯片研发人员，因此，将工作交给专业的ASIC芯片设计服务厂商来完善，就成为一个重要商业模式。
这成为推动博通和芯原股份这类公司业绩和股价共同上行的重要动力。
集邦咨询统计指出，2025年全球前十大芯片设计厂商排名中，Marvell年营收同比增长43%，增速仅次于英伟达。此外，年收入增速超过30%的企业还有AMD和博通。
该机构分析，博通的财报表现显示，AI半导体的价值重心已从GPU扩散到定制化AI芯片、以太网器件、NIC（网络接口控制器）等网络架构产品；Marvell则受惠于AI相关数据中心连接、定制化芯片和互连技术的快速普及。
该如何理解ASIC定制芯片的重要性？
戴伟民向21世纪经济报道记者分析指出，AI大模型的快速发展，特别是从云端训练和推理，到端侧的微调和推理应用的发展，对芯片算力提出了多样化的需求。传统通用芯片在能效比和算力成本上，已经难以完全满足特定场景的需求。而AI ASIC凭借其定制化架构、高计算密度和低功耗特性，可以在特定场景中实现高性价比，正成为市场增长的核心驱动力。
“从云端到边缘端，ASIC的适用性都非常广泛。例如在云侧，我们看到像谷歌TPU、百度昆仑芯等，都是ASIC的成功案例；在端侧，无论是AI手机、AI PC，还是智能汽车、AI眼镜，对PPA（性能、功耗、面积）的极致追求，都使得AI ASIC成为首选。”他进一步举例道。
根据UBS（瑞银）提供的数据，AI ASIC市场规模正以45%的年化增长率快速扩张，预计从2024年约90亿美元增长至2030年的850亿美元，显示出ASIC在后训练时代的巨大成长机会。
当然，芯原提供ASIC定制芯片服务的背后，依托了公司全面、专有的半导体IP组合，比如核心的图形处理IP（GPU IP）。
戴伟民对记者表示，在AI芯片生态中，GPU和ASIC并非替代关系，而是互补关系。其中，通用GPU凭借强大的并行计算能力和完善的软件生态，依然是云端训练和部分通用计算的主力军；ASIC则更侧重于针对特定场景（如推理、自动驾驶）进行极致优化，以实现更高的能效比和成本优势。
“芯原的独特优势在于，我们拥有自主可控的GPU IP（包括GPGPU）和NPU IP等六大类处理器IP，这为我们实现IP间的协同提供了底层基础。”他补充道，芯原不仅是提供单个IP，更致力于通过技术创新让它们协同起来。
“例如，我们通过自研的FLEXA同步接口通信技术，将GPU和NPU进行流水线级的深度融合，推出了系列GPGPU IP。这种IP可以灵活支持图形渲染、通用计算以及AI处理，为数据中心、边缘服务器等应用提供大算力平台，并利用统一的软件接口和一体化的编译器，让用户可以使用标准编程接口来驱动不同的硬件处理器单元，从而实现高效的混合计算。”戴伟民举例道。
芯原股份能够快速受益于AI ASIC定制芯片的浪潮，源于其独特的商业模式。
在近期的一次投资者交流活动上，戴伟民对芯原股份的发展逻辑进行了拆解。他分析道，如果说台积电等晶圆厂解决了芯片设计公司的固定资本支出（CAPEX）问题，从而成就了一批无晶圆厂芯片设计公司（fabless公司），那么芯原解决的则是芯片设计公司的运营资本支出（OPEX）问题。
“把设计芯片看做盖房子，那么其中厨房、洗手间等就是半导体IP。”戴伟民介绍，客户只需想清楚房子怎么盖，不必从零组建完整团队。芯原既提供丰富、成熟的半导体IP“预制件”，也通过芯片定制解决方案承担整体设计与集成工作，相当于同时提供建筑模块和工程总包服务，并进一步通过软件支持完善“软装”，帮助客户以更轻量化方式高效实现定制芯片开发。
“如果说晶圆代工厂推动了Fabless（芯片设计）的诞生与繁荣，我们则引领了轻设计（Design-Lite）模式。”戴伟民总结道。
根据财报分析，在轻设计模式下，芯片设计公司将专注于芯片定义、芯片架构、软件/算法以及市场营销等，将芯片前端和后端设计、量产管理等全部或部分外包给设计服务公司，以及更多地采用半导体IP，减少运营支出，实现轻量化运营。
由此不难理解芯原股份的收入结构。财报显示，该公司的收入主要包括两大部分：半导体IP授权业务和一站式芯片定制业务。
具体来说，在授权IP业务过程中，下游客户每使用一次由芯原提供的IP，就产生一次付费动作，这也是“知识产权授权使用费”的来源。在芯片产品实现量产后，每颗芯片收取一定“特许权使用费”。
而在定制芯片业务过程中，芯原股份分别在提供设计服务和量产后产生收入。在2025财年，芯原股份收入增长最快的也是量产业务，同比增长73.98%至约14.9亿元。这显示出，市场上对定制芯片设计服务的需求旺盛以及相关芯片的市场化进展非常迅速。
整体看，2025年芯原股份实现营业收入31.52亿元，同比增长35.77%；归属于母公司所有者的净亏损5.28亿元，相比上年同期亏损6.88亿元，减亏23.26%。公司半导体IP授权业务收入为7.82亿元，占营业收入总额的比例为24.81%；一站式芯片定制业务收入为23.66亿元，占营业收入比例为75.06%。
在业绩交流会上，戴伟民指出，公司的IP业务研发投入均采用了费用化处理，该业务通常毛利率在90%以上；相比之下，ASIC设计服务业务毛利率偏低。但他特别提到，在公司芯片设计服务中的量产服务这一环节，芯原不用考虑库存风险，不参与芯片销售和服务支持等活动，而为客户提供量产管理的团队相对固定，因此该业务毛利基本可直接贡献为净利。
芯原股份的业绩侧面显示出，随着底层基础大模型的格局和能力日益完善，AI推理正成为巨头们争夺的下一个市场。
对于应用侧的发展机会，戴伟民多次在公开场合提到，看好AI眼镜、AI玩具这类智能硬件以及智能驾驶、机器人等“物理AI”典型场景。
在第十五届芯原CEO论坛上，47位企业决策者对端侧AI产业的发展做出判断：预计2026年，全球将出货1500万副AI品牌眼镜；面向2~5岁幼儿市场、基于小模型的离线AI玩具将于2027年开始量产，当年出货量超500万个，硬件BOM成本约50元人民币；3年内，国产自动驾驶芯片将成国内新增车型的主流方案；5年内，国产智慧座舱芯片将占国内新增车型约25%的市场份额。
对于当前大热的“物理AI”市场，戴伟民对21世纪经济报道记者表示，这本质上是指能够与物理世界交互的AI，具身智能就是其典型代表。在他看来：“这是继大语言模型之后的下一个关键‘战场’。它要求芯片不仅要能‘思考’，还要能实时‘感知’和‘行动’，对芯片的实时性、多传感器融合能力、能效比提出了极高要求。”
他进一步谈道，芯原对此早有准备，公司的技术布局可以全面覆盖物理AI的需求。
首先，芯原有面向具身智能和机器人的完整处理器IP组合，包括用于感知的ISP（图像信号处理）IP和VPU（视频处理）IP，用于决策的NPU（神经网络处理）IP和GPGPU IP，以及用于无线传输的DSP（数字信号处理）IP等。
其次，芯原正在将这些IP组合成面向机器人场景的子系统解决方案，并拓展至更泛化的AI边缘计算领域。“我们的策略是提供从IP授权、芯片定制，到应用软件和预训练垂域模型的全栈支持，帮助客户快速实现各类物理AI产品的商业化。”戴伟民补充道。
与此同时，今年国内正加速推进L3级自动驾驶技术的商用，随着相关技术走入深水区，对于芯片设计方案也提出了更为严苛的要求。
戴伟民对记者分析，L3级及更高级别的自动驾驶对算力的需求在指数级增长，同时还要满足车规的功能安全和可靠性要求。如果采用传统的单芯片（大芯片）方案，设计周期长、流片成本高、良率低、算力扩展困难的挑战会非常突出。
“Chiplet（芯粒）技术是解决这些痛点的最佳路径。这已经在汽车产业界达成共识，瑞萨、博世等行业巨头都在积极部署。因此，L3的加速商用，毫无疑问会强力推动Chiplet在汽车领域的落地。”他总结道。
戴伟民告诉记者，Chiplet与ASIC的结合，是芯原的核心战略之一。“传统上，ASIC的设计是以IP模块为基础。而在Chiplet时代，我们可以将这些关键的、经过验证的IP（如NPU、GPU、ISP）物理化，变成一个个独立的小芯片（Chiplet）。这为客户带来了巨大的差异化和灵活发展优势。”
具体来说，他进一步分析道，这将让客户可以根据不同产品定位和算力需求，像搭积木一样，灵活组合不同性能的Chiplet，快速形成系列化产品；同时，可以复用成熟的Chiplet，大大缩短新一代ASIC的设计周期和流片风险，并且提升整体良率；此外也可以采用最合适的工艺来生产不同的Chiplet（如用先进工艺做计算Chiplet、用成熟工艺做接口Chiplet），实现性能与成本的更优平衡。
“目前，我们已在高端智驾和AIGC大数据处理赛道实现了Chiplet技术和应用的领跑，正在积极推进相关解决方案平台的研发。”戴伟民续称。此外，他还表示，在支持CoWoS等工艺的同时，芯原也前瞻性布局了面板级封装技术（Panel-Level Packaging, PLP）。PLP采用大型矩形面板替代圆形晶圆，在生产输出和成本方面具备潜在优势，其散热和可靠性特征高度契合汽车电子等高规格应用的需求。
面对今年这个AI应用大年，戴伟民表示，这恰恰是芯原SiPaaS（Silicon Platform as a Service，芯片设计平台即服务）模式非常能发挥价值的地方。
“在碎片化、多样化的初期市场，客户需求各不相同，产品定义快速变化。如果客户自己从头开始设计芯片，周期长、风险高、投入大。而我们的角色，就是帮助客户以高效的方式实现其产品构想。”他指出，芯原的应对策略可以总结为“平台化设计，服务化交付”。
具体来说，首先，芯原股份有丰富且经过验证的IP组合和芯片设计平台。例如，针对AI眼镜这类超低功耗设备，有从数年前就开始打磨的nano和pico系列低功耗IP组合，以及面向AR/VR领域的极低功耗高性能芯片设计平台。
其次，无论客户的产品形态和功能如何变化，只要是在低功耗、空间计算这个范畴内，就都可以基于芯原的平台，快速进行定制化开发。“我们提供的是‘服务’，帮助他们从‘定义’到‘设计’再到‘量产’，把不确定的产品概念，变成确定的芯片。目前，市面在售的30余款主流智能手表和10余款AI眼镜都采用了芯原的技术。这种模式证明了我们在应对初期市场时的独特优势。”他补充道。
在AI市场快速发展下，芯原股份的订单情况正在持续攀升。最新披露的公告显示，今年以来截至4月20日，公司新签订单45.16亿元，继2025年第二、第三、第四季度新签订单三次突破历史新高后，保持强劲增长态势。该周期内，公司新签订单中绝大部分为一站式芯片定制业务订单，AI算力相关订单占比超85%，数据处理领域订单占比84.77%，且主要来自云侧AI ASIC及IP。
在年度业绩交流会上，戴伟民指出，截至2025年末，公司在手订单已经连续九个季度保持高位，尤其在当年第四季度，公司在手订单金额环比大幅提升54.45%，此前两个季度则是20%～30%的环比增幅。该年末，芯原股份在手订单金额为50.75亿元，其中一年内转化比例超过80%，有近60%为数据处理领域订单。
由此显示出，今年以来，芯原股份不仅整体订单量在快速增长，且来自数据处理领域的订单量增速极快，其中还多来自云侧需求。
而此前市场上曾出现“AI泡沫”论调，本质上也是对当前AI进程下能否形成健康商业闭环的担忧。对此，戴伟民对记者指出，“关键在于AI技术必须大规模地、深入地赋能实体经济。”前述芯原股份的订单中，既有来自云侧的数据处理需求，也有来自汽车、可穿戴设备等端侧的需求。“这说明了AI正在向各个垂直行业渗透，这种多元化、广泛化的应用落地，是消化投资、形成健康闭环的坚实基础。”他补充道。