集成電路是采用特定的制造工藝，將晶體管、電容、電阻和電感等元件以及布線互連，制作在若幹塊半導體晶片或者介質基片上，進而封裝在一個管殼內，變成具有某種電路功能的微型電子器件。集成電路産業既是當前國際政治和經濟競爭的重要砝碼，也是國際競爭最激烈以及全球資源流動和配置最徹底的産業。

據WSTS統計數據，自2017年起全球半導體銷售規模已經連續四年超過4000億美元。據IC Insight統計，2020年我國集成電路市場規模爲1434億美元，約合9894.6億人民幣（以2020年美元兌人民幣平均彙率6.90計算），市場規模逼近萬億。

我国芯片制造的产值也有了一定的提升，但这一产值数据包含外国及中国台湾公司在中国大陆投资的制造厂贡献的产值，仅仅中国大陆的公司2020年芯片制造产值仅为83亿美元，相比千亿美元的市场规模，大陆芯片企業制造的産品仅满足了内需的5.8%。

在芯片設計領域，知識産權競爭十分激烈，中高端芯片幾乎被海外廠商壟斷，中國企業在全球集成電路産業中長期處于中低端領域，邏輯、存儲等高端芯片仍以進口爲主。根據國務院發布的相關數據，2019年我國芯片自給率僅爲30%左右，提升高端芯片國産化率，實現高端芯片設計制造的國産化替代將是中國芯片産業下一階段的重要奮鬥目標。

邏輯芯片發展概況

邏輯芯片另外一个名字叫“可编程逻辑器件”（英语：Programmable Logic Device，缩写为PLD）是一種電子零件、電子組件，簡而言之也是一種集成電路、芯片。PLD芯片屬于數字類型的電路芯片，而非模擬或混合信號（同時具有數字電路與模擬電路）芯片。

　　PLD與一般數字芯片不同的是：PLD内部的数字电路可以在出厂后再进行规划决定，有些類型的PLD也允许在规划决定后再次进行变更、改变，而一般數字芯片在出厂前就已经决定其内部电路，无法在出厂后再次改变，事实上与一般的模拟芯片、混合信号芯片一样，在出厂后就无法再对其内部电路进行调修。

　　邏輯芯片是一个大分類，子分類还有像74系列邏輯芯片、编解码芯片、4000系列邏輯芯片、时基集成、CPLD/FPGA等等之類的。

　　邏輯芯片总伴着逻辑电路，基本上是由与门、或门和非门电路组合而成的。与门电路用于“几个输入条件同时存在才有结果，否则就无结果”的判断；或门电路用于“几个输入条件只要有一个存在就有结果，都不存在就无结果”的判断；非门电路用于“输入条件存在就无结果，输入条件不存在就有结果”的判断。这些判断和处理组合起来，就可以处理非常复杂的控制和运算问题。

除了中大规模的集成电路之外，小规模的寄存器、锁相器等逻辑器件也占有一部分市场，邏輯芯片在全世界范围内都有广阔的需求，2019年占整个半导体行业的市场份额超过1/4，占集成电路全部市场份额近1/3。

国内邏輯芯片發展速度较为缓慢，除了在移动端CPU领域有一定的突破，其它领域的發展都与世界顶级公司之间存在很大的差距。其次，我国的研发大多局限在应用端，涉及底层架构、颠覆性创新的成果较少。

从一级市场来看，近两年邏輯芯片是投资机构追捧的热点，业内公司2020年至今共获得12轮次B轮以后轮次的融资，总融资额超过120亿元人民币。

1、CPU芯片

CPU的中文名称是中央处理器，是负责信息处理、程序运行的执行元件，按照架构和性能的不同被广泛应用在个人计算机、移动电子设备、游戏机、路由器、激光打印机等设备上。目前，部分机构将CPU、GPU等拥有信息处理功能的邏輯芯片归入处理器，但本文则归为邏輯芯片類。

 CPU指令集是CPU中計算和控制計算機系統所有指令的集合。目前CPU可以分爲複雜指令集（CISC）、簡單指令集（RISC）兩大類。

複雜指令集主要爲X86架構，簡單指令集又可以細分爲Arm、MIPS、RISC-V、Power-PC、Alpha架構，其中生態較爲完善的是Arm架構，基本占據簡單指令集9成的市場。

我國廠商在底層架構指令集和IP的設計上比較落後，因此多采用IP授權或指令集授權的方式開發CPU。

近年來，基于Arm架構和RISC-V開源架構設計的CPU越來越多，生態逐漸豐富，也爲國內企業提供了許多機會，但由于近年來大火的人工智能行業使用GPU或專用芯片進行大規模的數據運算，資本的視線沒有聚焦在CPU設計企業上，近兩年內沒有CPU設計企業獲得B輪以上的融資。

2、GPU芯片

GPU最初的应用是处理图形数据，与CPU相比，其并行处理的能力更加强大。在个人计算机中，CPU、GPU的主板往往决定産品的性能。数据显示，在过去的2020年Q4，个人计算机GPU市场占有率呈现Intel一骑绝尘的现象，份额由上一季度的62%提升到69%，AMD、Nvidia瓜分剩下的市场，份额分别是17%和15%。这一领域，国内还没有企業能够切分这块规模可观的蛋糕。

全球排名前在時下熱門的人工智能行業，以Nvidia等公司推出的通用GPU爲核心搭建深度學習訓練平台是業內主流，由于GPU是一款通用芯片，同時被個人消費者和企業消費者以多種目的采買，2020年至今，市場上Nvidia推出的幾款高端GPU芯片出現了長達數月的缺貨和價格暴漲現象。

目前，全球前三大GPU公司分别是Nvidia、AMD、Intel，长期占领AI商用计算和民用市场的绝大部分市场份额，为多家公司提供GPU IP；相比之下，截至2021年3月，国内GPU相关的企業或机构只有18家，其中上市公司3家，且部分公司至今没有産品面世。

從區域分布來看，我國GPU企業主要分布在上海，而上海的GPU設計企業幾乎都位于張江高科技園區；3家上市公司分別爲景嘉微、航錦科技和中船重工，其中兩家的GPU設計業務，中船重工709所位于武漢、716所位于連雲港。

总体上，GPU设计企業的分布集中于长江中下游，长沙市布局较早，产业自我造血能力基本实现；上海聚集了最多的新设计企業，全部为独角兽企業，资本活跃度较高。国内代表性的优质上市公司以及在2020年一级市场完成B轮之后融资且专利、産品有较大突破的企業。

3、FPGA

FPGA的中文名稱是現場可編程邏輯門陣列，是一種可以對電路功能進行編程定義的半定制電路。由于其可以無限次編程的特點，FPGA具有開發時間短、延遲低、能耗低的優點，被廣泛應用在視頻圖像處理、通信、數字系統模數轉換、嵌入式系統等行業。

由于FPGA的可編程性，其在人工智能行業也有一定的應用，雖然單塊FPGA的計算能力沒有GPU強大，但設計者可以很方便地將通用結構的FPGA芯片構造成一個規模宏大的並行的計算結構，滿足應用需求。

MRFR預計2025年全球FPGA市場規模達125.21億美元，相較于CPU、GPU千億美元的市場規模來說顯得微不足道，但2019-2025年實現10.43%的複合增速，增長顯著且穩健。

據Gartner統計，2019年中國FPGA市場規模爲176億元，預計到2023年中國FPGA市場規模將接近460億元，增長遠高于世界水平。

从供应厂商角度看，全球市场主要被美国Xilinx、Intel两家企業垄断，市占率分别为49%和34%；国内FPGA市场国产率低于1%。在先进FPGA芯片领域，我国企業的産品与美国企業的産品还存在代差。

4、用于人工智能的邏輯芯片

除了前文介绍的CPU、GPU和FPGA之外，目前国内最受一级资本市场关注的当属人工智能芯片企業。随着人工智能技术在产业中的应用愈发多元化，AI芯片的使用有逐渐向着专用芯片面向应用端，通用芯片组建算力云平台的趋势發展。

目前常見的AI芯片一般可以分爲複雜可編程邏輯器件（CPLD）、可編程邏輯器件（FPGA）、圖形處理器（GPU）。被廣泛提起的ASIC芯片，中文爲“專用集成電路”，通常主要是以CPLD或FPGA進行流片形成固定功能的芯片，本文不專門區分ASIC和CPLD概念。

按照任務劃分，AI芯片可以分爲訓練芯片和推理芯片，訓練芯片用于完成深度學習大數據量的運算，對芯片的算力、精度和通用性要求較高；推理芯片進行的是對成熟模型算法的一種執行，不需要進行大量的運算和過高的精度，對能耗成本等大規模應用層面的考量更多。

目前业内比较常用的训练芯片是CPU或GPU或FPGA等协同的异构运算组合，我国企業在这三种芯片的设计水平都与行业前列有着较大的差距，目前只有华为海思、寒武纪、天数智芯、燧原科技等企業在云端推理芯片有産品推出，涵盖ASIC、GPGPU等多种産品。

ASIC芯

由于起步时间较晚，我国在GPU和FPGA领域都处于追赶行业發展的进程中，因此發展用途相对单一、开发难度较小的ASIC芯片，把计算单一化，在一个方向上专精可以使我们在人工智能计算领域实现跨越式發展。

2019年至今，AI专用芯片备受资本热捧，本文梳理了2020年發展较为成熟的业内公司。ASIC行业赛道已经拥有一家上市公司，多家企業融资轮次已达B、C轮之后，企業産品及模式日趋成熟。